使用超光谱成像技术和机器学习快速检测黑茶中的合成颜料
Zhihan Wang1,2, Weijie Peng1, Zhengrui Tian1,2
1Tea Research Institute, Shandong Academy of Agricultural Sciences, Jinan 250100, China.
Food chemistry: X
|November 14, 2025
概括
这项研究引入了一种新的超光谱成像和机器学习方法,用于检测伊康戈茶中的人工色素改. 这种非破坏性技术能够准确地识别和量化合成颜料,确保茶叶的质量和安全.
科学领域:
- 食品科学 食品科学 食品科学
- 分析化学 分析化学
- 频谱学是一种光谱学.
背景情况:
- 人工色素改对伊孔古茶的质量和安全构成重大威胁.
- 传统的化学检测方法往往具有破坏性,耗时,缺乏可视化功能.
- 需要快速,非破坏性的分析技术来检测茶叶改.
研究的目的:
- 开发和验证一种新的方法,整合高光谱成像和机器学习,以快速,非破坏性地检测武红茶中的人工色素改.
- 识别颜料类型,量化伪造率,并可视化伪造茶样中的颜料分布.
- 建立强大的定性识别和定量预测颜色改的模型.
主要方法:
- 用合成颜料 (塔特拉,卡明,日落黄色) 伪造的Wuyi Congou茶的高光谱数据集的构建.
- 机器学习算法的应用,以开发用于色素检测的定性识别模型.
- 开发定量预测模型以确定改率和分布.
主要成果:
- 定性识别模型的准确度超过了98%.
- 定量预测模型显示预测相关系数 (Rp) 大于0.95.5.
- 定量模型实现了根平均平方预测误差 (RMSEP) 低于0.025,表明在量化改方面具有很高的准确性.
- 在茶叶矩阵内成功可视化色素分布.
结论:
- 综合的超光谱成像和机器学习方法是可行的,并且有效地检测和量化黑茶中的人工色素造.
- 这种非破坏性方法在茶叶质量和安全检查方面比传统的化学分析具有显著的优势.
- 这项研究提供了一个有前途的新途径,以确保市场上的Wuyi Congou茶的真实性和安全性.
