本研究开发了一种快速、绿色的茶粉中柠檬黄检测方法,采用正面同步荧光光谱技术结合化学计量学(偏最小二乘算法)。共分析38份样品(18份未掺假、20份掺假,掺假浓度2‰-40‰),构建了三类定性与定量模型:单光谱局部模型、全光谱模型,以及融合多单光谱成员的集成模型。定性分类结果显示,集成模型准确率达100%,优于最优局部模型(Δλ=40 nm)和全光谱模型;定量预测中集成模型同样表现最佳,其次为全光谱模型。该方法可同时实现茶粉中柠檬黄掺假的定性与浓度定量检测,操作简便。
01
研究背景
茶叶是全球广泛消费的饮品,其色泽是品质与市场定价的核心指标。然而,茶叶中非法添加色素(如柠檬黄)的问题突出——不法商家通过添加色素掩盖劣质茶叶外观,或违规提升售价,严重威胁消费者健康(柠檬黄过量摄入可致肝肾损伤、过敏等)。
传统检测方法(如HPLC、电化学传感器)虽灵敏,但需复杂前处理、有毒试剂,难以满足现场快速检测需求。同步荧光光谱技术因高灵敏度、低散射干扰,且正面检测可直接分析固体粉末(无需前处理),在食品检测中潜力显著,但如何从其海量数据中提取有效信息仍需探索。
02
主要方法
样品制备
38份茶粉样品(18份纯样、20份掺假样,柠檬黄浓度2%-40%),按浓度梯度交替划分训练集与测试集,确保分布一致;55℃烘干至恒重,控制样品均匀性。
光谱采集
采用FL8500荧光分光光度计,正面几何测量(入射角30°),激发波长310-580 nm,Δλ(发射与激发波长差)30-280 nm(步长10 nm),每样品测3次验证重复性(RSD<5%)。
模型构建
基于偏最小二乘(PLS)算法,构建三类模型:
①局部模型(单一Δλ对应的单光谱);
②全光谱模型(所有Δλ光谱展开为一维向量);
③集成模型(融合26个局部模型,定性用多数投票、定量用平均值)。
光谱预处理选用SNV+一阶导数(降低交叉验证误差)。
03
主要发现
1、光谱特征与PCA分析
同步荧光光谱中,掺假样品在λEx/λEm=545/675 nm处的荧光峰随柠檬黄浓度升高而增强;
PCA显示前两主成分(PC1、PC2)可解释98%的方差,PC1值随掺假浓度升高而降低,纯样与掺假样(>20%)明显分组,证实光谱含掺假信息。
2、定性分类性能
集成模型对测试集所有样品分类准确(100%),而局部模型(Δλ=40 nm)和全光谱模型各误判1份纯样。
集成模型通过多成员模型“纠错”(如样本9由15个成员判定为纯样,11个判定为掺假,最终多数投票归为纯样),鲁棒性更强。
3、定量预测性能
集成模型定量效果最优(RMSEP=0.25,RPD=54),优于全光谱模型(RMSEP=0.26,RPD=51)和局部模型(RMSEP=0.94,RPD=14);检测限(LOD)约0.2%(w/w)。
光谱中500 nm峰右移、545 nm峰降低的趋势,为定量模型提供了特征依据。
(部分内容来自AI,仅供参考)
「三茶统筹发展」聚焦茶文化、茶产业、茶科技融合发展,旨在服务茶叶全产业链从业者。
我们持续解读政策趋势,追踪科技创新,剖析产业实践,传承茶道精神,让我们携手同行,共同把握时代机遇,推动中国茶业高质量发展。
三茶统筹发展
以情怀为本 与时代同行
以科技为源 与产业共进

