Video Experimental Relacionado
Updated: Sep 9, 2025
Author Spotlight: Exploring Tea Aroma Using Solvent-Assisted Flavor Evaporation Technique
Published on: May 26, 2023
Predicción rápida y cuantitativa del contenido de pigmentos del té durante el laminado del té negro mediante la
Hanting Zou1, Ranyang Li1, Xuan Xuan1
1State Key Laboratory of Tea Plant Germplasm Innovation and Resource Utilization, Tea Research Institute, Chinese Academy of Agricultural Sciences, Hangzhou 310008, China.
Este estudio introduce un nuevo método para el análisis de pigmentos de té en tiempo real en la producción de té negro utilizando datos espectrales e imágenes fusionados. El avanzado modelo LSSVR predice con precisión el contenido de pigmento del té, mejorando el control de calidad en la industria del té.
Área de la Ciencia:
- Ciencias Agrícolas
- Química analítica
- Ciencias de la alimentación
Sus antecedentes:
- La estandarización del procesamiento del té negro requiere una detección en línea eficiente de los indicadores químicos clave.
- Los pigmentos del té, incluidas las teaflavinas, lasarubiginas y las browninas, son cruciales para la calidad del té negro.
- Los métodos existentes para el análisis de pigmentos pueden sufrir redundancia de información o características que faltan.
Objetivo del estudio:
- Desarrollar y validar un método inteligente de detección en línea de los pigmentos del té durante el laminado del té negro.
- Investigar la eficacia de la fusión de información de múltiples fuentes para predecir el contenido de pigmento del té.
- Comparar el rendimiento de diferentes modelos quimiométricos para el análisis cuantitativo.
Principales métodos:
- Determinación del contenido de pigmento del té mediante análisis del sistema.
- Adquisición de datos espectrales (espectroscopia del infrarrojo cercano) y de imágenes de muestras de té.
- Extracción de características (componentes principales para las imágenes, longitudes de onda características para los espectros) y fusión de datos (estrategias de nivel bajo y medio).
- Desarrollo y comparación de modelos de regresión de mínimos cuadrados parciales (PLSR), regresión de vectores de soporte (SVR) y regresión de vectores de soporte de mínimos cuadrados (LSSVR).
Principales resultados:
- El modelo LSSVR combinado con una estrategia de fusión de datos de nivel medio demostró el mejor rendimiento.
- Se logró una alta precisión de predicción para las aflavinas, las arubíginas y las browninas, con coeficientes de correlación del conjunto de ensayos > 0,98 y desviaciones porcentuales relativas < 5%.
- La fusión de información espectral e imagen abordó efectivamente la redundancia de información y los problemas que faltan inherentes al análisis monomodal.
Conclusiones:
- La fusión de información de múltiples fuentes, en particular el uso de LSSVR con fusión de nivel medio, proporciona un método sólido y preciso para el monitoreo en línea del pigmento del té.
- Este enfoque apoya la estandarización y el control de calidad en la industria de procesamiento de té negro.
- El análisis espectral e imagen integrado ofrece un avance significativo sobre los métodos de un solo sensor para el análisis cuantitativo del pigmento del té.
