根据光传感器阵列与多向化学测量分析相结合,追踪中国绿茶的地理来源

科学领域:

• 分析化学 分析化学
• 化学测量 化学测量 化学测量
• 食品科学 食品科学 食品科学

背景情况:

• 光传感器阵列可以同时检测多个目标.
• 与3D光谱相比,传统的2D光光谱提供了有限的信息.
• 绿茶等农产品的原产地识别对于质量控制至关重要.

研究的目的:

• 探索使用3D光传感器阵列来进行绿茶原产地歧视.
• 研究多路模式识别在分析复杂光谱数据方面的潜力.
• 评估基于金属离子配置文件识别绿茶来源的可行性.

主要方法:

• 使用氨基酸衍生碳点的光传感器阵列的开发.
• 绿茶提取物3D激发发射矩阵光谱的收集.
• 应用多路模式识别方法 (例如,多线性PLSDA) 来进行数据分析.
• 分析了来自五个不同的地理来源的100个绿茶样本.

主要成果:

• 三维光传感器阵列有效地识别了绿茶中的常见金属离子.
• 多途径模式识别方法成功地根据来源对绿茶样品进行了分类.
• 对原产地识别的最佳预测准确率达到了96.88%.
• 多线性部分最小平方差分分析在利用3D光谱信息方面表现优于展开PLSDA.

结论:

• 三维光传感器阵列为绿茶分析提供了丰富的信息.
• 集成的3D光传感器阵列和多向模式识别显示出追踪中国绿茶起源的巨大潜力.
• 这种方法提高了原产地识别的准确性和可靠性.