摘要

基于近红外光谱技术对茶粉中茶多酚和咖啡碱含量进行定量分析,通过PLS建立定量分析模型,同时采用竞争性自适应重加权法(CARS)、遗传偏最小二乘法(GA-PLS)和无信息变量消除法(UVE)对整个谱区进行光谱波段筛选,并利用标准正态变量变换(SNV)、导数及多元散射校正(MSC)等预处理方法进行模型优化。以决定系数(R2)、校正标准偏差(RMSEC)、预测标准偏差(RMSEP)及主成分数作为模型质量的评价指标。结果表明:特征波段筛选可对模型起到优化效果,提高模型运算速度。其中GA-PLS优化效果最为明显,茶多酚、咖啡碱模型的R2分别达到0.958 6和0.967 9; RMSEP分别为0.396 2和0.291 3。经独立验证所建模型效果良好,具有较高的预测精度,可为茶粉中品质成分的快速检测提供理论和实际依据。