文摘目的建立一种能快速判定连翘叶绿茶、红茶及黑茶类别并预测其总黄酮、总多酚含量的分析模型。方法以3种连翘叶茶的近红外(near infrared,NIR)光谱和总黄酮、总多酚含量为研究对象,对19种NIR光谱预处理方法进行比较,在最佳预处理方法下,用判别偏最小二乘法(discriminant partial least-squares regression,DPLS)、马氏距离法(Mahalanobis distance,MD)对连翘叶茶建立定性模型,用偏最小二乘法(partial least squares,PLS)对连翘叶茶建立定量模型,通过内部交互验证和外部验证,筛选出最佳的定性定量模型。结果DPLS定性模型可100%识别3种连翘叶茶类别;MD定性模型可100%实现3种连翘叶茶两两间的类别判定;PLS建立的总黄酮定量模型中绿茶、红茶及黑茶的预处理方法分别为矢量归一化、矢量归一化、标准正态变量变换(standard normal variate,SNV);预测含量与实测含量间回归方程的相关系数分别为0.9653、0.9764、0.9952;平均相对误差分别为0.26%、7.70%、0.63%;总多酚定量模型中绿茶、红茶及黑茶的预处理方法分别为卷积(savitzky-golay,S-G)平滑+矢量归一化+多元散射校正、SNV、S-G平滑+矢量归一化+SNV;预测含量与实测含量间回归方程的相关系数分别为0.7902、0.9614、0.7568;平均相对误差分别为6.29%、2.55%、5.67%。结论通过对19种光谱预处理方法进行筛选,所建立的3种连翘叶茶定性定量模型稳定可靠,预测精度更高,可用于连翘叶茶样品质量品质的快速判别与检测。
