论文部分内容阅读
茶叶起源于中国,而且种类繁多。目前茶叶分类方法很多,按加工工艺的不同,茶叶可分为绿茶、红茶、白茶、青茶(乌龙茶)、黑茶和黄茶六大类。国内外对于六大茶类的区分主要依赖加工工艺的不同,缺乏量化指标。随着加工工艺的不断改进,有的茶叶在加工时融合了多个茶类加工工艺,单纯依赖工艺差异无法实现对不同茶类进行正确区分,这就为茶类的鉴别带来了一定的困难。目前,各类茶叶加工工艺、成分检测技术已经成熟,但茶叶尚无量化的分类标准。本文以茶叶的化学成分作为基础,建立绿茶、红茶、乌龙茶和白茶四类茶的量化判别模型,实现茶叶的化学分类。本研究共收集了全国各地包括国外不同等级、不同年份、不同类别的四类茶(绿茶、红茶、白茶和乌龙茶)共324个,检测其主要化学成分(咖啡碱、儿茶素、多酚总量、游离氨基酸总量、水浸出物等)的含量,运用SPSS软件对分析结果进行主成分分析,提取、得到主要成分因子,在此基础上利用Bayes判别和Fisher判别建立判别方程,对比分析得到最优判别模型,论文在研究过程中主要取得了以下结果：(1)在比较的基础上,得到了影响茶叶分类的主要成分因子。选取不同的化学成分进行分析,利用得到的成分因子进行Bayes判别,以判别正确率为标准,确定了儿茶素总量、咖啡碱、EGCG/儿茶素总量和儿茶素总量/游离氨基酸总量为成分因子。(2)建立了Bayes的判别模型：绿茶=5.938*caff-0.142*儿茶素总量+90.261*EGCG/儿茶素总量+4.389*儿茶素总量/游离氨基酸总量-41.365红茶=12.035*caff-1.619*儿茶素总量+21.789*EGCG/儿茶素总量+3.576*儿茶素总量/游离氨基酸总量-25.848白茶=8.507*caff-1.249*儿茶素总量+102.472*EGCG/儿茶素总量+3.599*儿茶素总量/游离氨基酸总量-46.243乌龙茶=5.388*caff-1.574*儿茶素总量+99.608*EGCG/儿茶素总量+9.664*儿茶素总量/游离氨基酸总量-48.890上述的Bayes判别对四类茶进行的交叉判别,实现94.1%的判别率。(3)建立四类茶的Fisher判别模型：Fisher1=0176*儿茶素总量+0.739*EGCG/儿茶素总量+0.485*儿茶素/游离氨基酸-0.546*caffFisher2=0.761*儿茶素总量+0.343*EGCG/儿茶素总量-0.927*儿茶素/游离氨基酸-0.052*caffFisher3=-1.509*儿茶素总量+0.739*EGCG/儿茶素总量+0.173*儿茶素/游离氨基酸+0.297*caff(4)建立了四类茶逐步判别的Fisher判别模型。红茶：Fisher=0.307*儿茶素总量-0.577*caff+0.131*儿茶素总量/游离氨基酸总量+0.974*EGCG/儿茶素总量乌龙茶：Fisher=-0.922*儿茶素总量-0.214*caff+1.231*儿茶素总量/游离氨基酸总量+0.244EGCG/儿茶素总量白茶：Fisher=-1.309*儿茶素总量+1.121*caff+0.130*儿茶素总量/游离氨基酸总量+0.068*EGCG/儿茶素总量此方法每步的判别正确率分别为99.1%、95.7%、96.9%,判别正确率很高,误判个数少于两个,得出运用此方法的判别率较高,为现有最优判别模型。