高光谱技术在茶叶上的应用现状
发布时间:2024-04-03
浏览次数:1611
近年来,随着光谱仪器的发展和数据处理技术的提升,高光谱技术在茶叶领域的应用也日渐深入 为推动茶叶产业的可持续发展提供有力支持。本文简单介绍了高光谱技术在茶叶上的应用现状。
近年来,随着光谱仪器的发展和数据处理技术的提升,高光谱技术在茶叶领域的应用也日渐深入 为推动茶叶产业的可持续发展提供有力支持。本文简单介绍了高光谱技术在茶叶上的应用现状。

高光谱技术在茶叶的应用概述
高光谱技术从20世纪80年代起逐渐进入人们的视野。通过搭载在不同空间平台上的高光谱传感器,即成像光谱仪,在电磁波谱的紫外光、可见光、近红外光和中红外光区域,以大量细分的光谱波段对目标材料进行成像,
相比一般光谱分析可提取更多的光谱特征参数,更准确、全面地表征被测物质。高光谱技术起步于军事领域,随着高光谱图像技术的出现和快速发展,在水稻、小麦、棉花、水果、肉类等农产品品质检测方面已逐渐显示出其突出优势。
茶叶品质指标包括外部(色泽和外形等)和内部品质指标(滋味和香气等)。目前学术界在采用仪器分析茶叶综合品质时,多应用光谱技术获取茶叶的内部品质信息,借助计算机视觉技术反映茶叶的外部品质特征,尚未能利用单一的检测手段全面地描述茶叶品质,仪器检测结果带有不可避免的局限性,品质评定结果必然会受到影响,易引起争议。高光谱图像技术是高光谱技术和图像处理技术的融合,兼具光谱分析能力和图像分辨能力,同时对茶叶内外部品质进行检测,对各种品质特征进行全面的可视化分析,增强茶叶品质评定结果的可靠性和稳定性,达到科学计量化的品质评定要求。

高光谱技术在茶叶的具体应用
1. 茶叶内质成分的定量分析
赵杰文等[23]以茶树鲜叶为分析对象,采集其高光谱图像数据,提取相应的光谱特征参数,结合叶绿素含量的参考测量值,并引入7种高光谱图像数据处理算法,建立相应的定量模型。结果显示,二次土壤调节植被指数(modified second soil-adjusted vegetation index,MSAVI2)模型的预测精度最高,其相关系数可达0.8323,表明了利用高光谱技术进行茶叶叶绿素定量分析的可靠性,为进一步分析茶叶成分及营养素诊断提供依据。
2. 茶叶品质判别
迄今为止,高光谱技术在茶叶品质评定和等级判别上的应用多集中在绿茶上,如陈全胜等[24]以4个等级的炒青绿茶为试验对象,采集茶叶高光谱图像数据,优选出3个特征波长下的18个特征变量,进行主成分分析,最终以8个主成分建立的等级判别模型效果最佳,模型预测全样本正判率达到 94%。蒋帆等(25,26]分别应用高光谱技术和高光谱一图像结合技术提取不同等级龙井茶的光谱特征参数和图像特征,并结合支持向量机计量方法,构建龙井茶的等级识别模型,所建模型的识别率分别达到98.3%和89%,精度较高,判别结果较好。
我国六大茶类品质各异,有些茶叶更有清香、浓香以及轻、重烙火之分,不利于我国茶叶的准确定级。光谱技术在绿茶等级判别上的成功应用为我国红茶、乌龙茶、黑茶、白茶、黄茶的准确定级提供了借鉴,对进一步实现茶叶科学定级、完善茶叶标准体系,规范茶叶市场的运行具有很大的促进和带动作用。
相关产品
-
无人机高光谱“把脉”高粱氮营养——一项值得关注的研究
..
-
高光谱遥感在各商业领域的应用场景与实践案例
这种“一数据多用途”的特性,大幅降低了商业用户的综合成本,提升了技术的市场竞争力。 ..
-
我国科研团队首次实现高光谱相机实时解析
近日,北京理工大学科研团队首创片上光谱计算新方法,将原本依赖大型服务器完成的光谱解析集成到便携设备中,实现高光谱信息的现场实时处理。相关成果近日发表于国际学术期..
-
推扫型成像光谱仪优点和缺点是什么?
高光谱成像仪根据成像方式的不同,可以分为与摆扫型和推扫型两类。其中推扫型光谱成像仪采用了面阵探测器作为光电转换器件,对线视场范围内的目标进行垂直观测。那么,推扫..













