近日，我校國家農(nóng)產(chǎn)品冷鏈物流裝備研發(fā)專業(yè)中心主任、工程學(xué)院呂恩利副教授團(tuán)隊在國際著名期刊Food Chemistry(IF=9.231) 發(fā)表題為“Improving the detection accuracy of the nitrogen content of fresh tea leaves by combining FT-NIR with moisture removal method”的科研論文(論文鏈接：https://doi.org/10.1016/j.foodchem.2022.134905)。文章以華南農(nóng)業(yè)大學(xué)為第一單位，廣東省農(nóng)業(yè)科學(xué)院茶葉研究所、美國伊利諾伊大學(xué)香檳分校等為參與單位。第一作者和通信作者分別為工程學(xué)院郭嘉明副教授和劉妍華副教授。

　　英紅九號是中國著名的紅茶，產(chǎn)于廣東省英德市。氮含量是衡量茶葉質(zhì)量的重要指標(biāo)之一，也是茶葉中許多有機(jī)化合物的重要組成部分，如蛋白質(zhì)、葉綠素和氨基酸等。傳統(tǒng)檢測氮含量是根據(jù)凱氏定氮法測定的，這種方法耗時長、成本高，而且需要專業(yè)人員操作。因此，迫切需要開發(fā)一種快速、無損的檢測方法用于氮含量的檢測。目前，近紅外光譜技術(shù)已廣泛應(yīng)用茶葉的內(nèi)含物檢測、產(chǎn)地識別、質(zhì)量分級等方面，但大多數(shù)研究都是以茶葉干粉末為研究對象。由于茶鮮葉中水分會對光譜造成很大的影響，會大大降低預(yù)測模型的準(zhǔn)確度，一直是研究中的難點。

　　本研究首次將外部參數(shù)正交化（EPO）方法與FT-NIR近紅外光譜技術(shù)相結(jié)合，研究發(fā)現(xiàn)EPO方法能降低水分對光譜的影響，能夠顯著提高預(yù)測模型的準(zhǔn)確度。首先，消除光譜中水分對N-H鍵和C-N鍵等有效信息覆蓋的影響，再結(jié)合特征提取方法（VCPA-IRIV），繼而建立PLSR預(yù)測模型。結(jié)果表明，此策略能夠顯著提高數(shù)學(xué)模型的預(yù)測準(zhǔn)確度，且與前人研究結(jié)果相比，預(yù)測模型的相關(guān)系數(shù)R2由0.8881提高至0.9371，并且用于建模分析的變量數(shù)也由此前的778個降低至18個，大大縮短了數(shù)據(jù)分析所需時間。這項工作為茶鮮葉內(nèi)含物的無損檢測及實際應(yīng)用提供了新的思路。

　　該研究得到了廣東省農(nóng)業(yè)科技創(chuàng)新與推廣項目(No. 2022KJ101)、廣東省農(nóng)產(chǎn)品保鮮與物流共同技術(shù)創(chuàng)新團(tuán)隊(No. 2022KJ145)、提升市縣茶葉科技能力促進(jìn)產(chǎn)業(yè)發(fā)展專項(403-2018-XMZC-0002-90)等項目的資助。

文圖/工程學(xué)院