山东省农业科学院茶叶研究所在特异叶色茶鲜叶品质无损检测方面取得新进展

　　近日，山东省农业科学院茶叶研究所与中茶所在Food Control（中科院一区TOP，IF=6.652）上合作发表了题为“Detection of anthocyanin content in fresh Zijuan tea leaves based on hyperspectral imaging”的研究论文（https://doi.org/10.1016/j.foodcont.2023.109839）。本研究首次通过高光谱成像技术和机器学习算法，表征了不同嫩度等级的紫鹃茶鲜叶花青素含量与分布信息。

 

　　山东农科院为第一完成单位，茶叶所董春旺、中茶所颜鹏为该论文的通讯作者，联培硕士研究生戴馥霜为第一作者。该研究得到了山东省农业科学院333工程与创新工程等项目的资助。

 

　　快速无损检测紫娟茶鲜叶原料中花青素含量和品质等级，可以帮助茶叶加工环节精准调整工艺参数，提升特异叶色茶成茶质量。针对当前高效液相色谱法 （HPLC） 检测紫娟茶鲜叶中花青素的含量，分析周期长、操作复杂、时效性差、对仪器与操作人员要求高的缺点。本研究基于高光谱成像技术，采用多种光谱预处理和特征波长筛选方法，利用机器学习算法建立了紫娟茶鲜叶嫩度SVM分类模型。采用线性与非线性算法，构建了花青素总量、Cya-3,5-O-diglucoside, Cya-3-O-glucoside和牵牛花色素的量化检测模型，其相对偏差（RPD）分别是3.233、2.868、3.529和3.298，表明该模型具有较高的准确性。本研究实现了高效无损检测紫娟鲜叶中花青素及其重要成分的含量，并将不同嫩度紫娟茶鲜叶中花青素分布信息的可视化呈现，为紫芽茶类鲜叶品质等级的智能分类提供了新思路。