白茶是我國六大茶類之一，儲藏年份對白茶的經(jīng)濟(jì)價值具有重要影響，有著“一年茶，三年藥，七年寶”的說法。有學(xué)者經(jīng)實驗證實了采用基于高光譜成像技術(shù)判別分析白茶儲藏年份的無損檢測方法的可行性。本文對該實驗以及相關(guān)研究成果進(jìn)行了簡單介紹。

?

實驗設(shè)備

在實際的操作中，可采用賽斯拜生產(chǎn)的高光譜相機進(jìn)行研究。光譜范圍在400-1000nm，波長分辨率優(yōu)于2.5nm，可達(dá)1200個光譜通道。采集速度全譜段可達(dá)128FPS，波段選擇后最高3300Hz（支持多區(qū)域波段選擇）。

?

實驗方法

通過對3、6、10年壽眉高光譜圖像感興趣區(qū)域光譜數(shù)據(jù)的提取，采用最小二乘平滑濾波、標(biāo)準(zhǔn)正態(tài)變換、歸一化、多元散射校正預(yù)處理算法，并用支持向量機、偏最小二乘聯(lián)合線性判定法、邏輯回歸建模對不同預(yù)處理后的光譜數(shù)據(jù)進(jìn)行判別分析。最后，通過分析混淆矩陣、精確率、召回率來評估模型性能。

?

實驗結(jié)果

通過高光譜成像技術(shù)獲得450-998nm波段范圍內(nèi)的高光譜數(shù)據(jù)對儲藏年份為3、6、10年的壽眉樣本進(jìn)行無損檢測研究。采用Minmax、SGF、SNV、MSC4種算法來對壽眉原始光譜數(shù)據(jù)進(jìn)行預(yù)處理，并分別建立SVM、PLS-LDA、LR判別模型。建模結(jié)果表明，相較于線性模型PLS-LDA、LR，非線性模型SVM對于壽眉樣本的高光譜數(shù)據(jù)有更好的判別效果，說明光譜數(shù)據(jù)和白茶儲藏年份之間的關(guān)系更可能是一個非線性關(guān)系，這與白茶中多種內(nèi)含成分在儲藏過程中不斷發(fā)生復(fù)雜的化學(xué)變化有關(guān)。本文所建立的SNV-SVM處理組合針對3、6、10年這三個年份的壽眉有較高的判別精確率以及較強的泛化能力，而對于判別其他品類和其他年份的白茶還需后續(xù)進(jìn)一步研究。

分析結(jié)果表明，經(jīng)過標(biāo)準(zhǔn)正態(tài)變換預(yù)處理結(jié)合支持向量機所建立的模型判別效果最佳，訓(xùn)練集和測試集的精確率分別為90.83%和86.02%。由此可見，利用高光譜成像技術(shù)對白茶儲藏年份進(jìn)行快速無損的判別具有一定的可行性。

?

其他研究成果

高光譜成像技術(shù)是一種更高效、無損的檢測技術(shù)。近紅外光譜技術(shù)對待檢測的樣本有一定的要求，例如磨碎過篩，而高光譜成像技術(shù)則不需要。并且高光譜成像技術(shù)是成像技術(shù)和光譜技術(shù)的結(jié)合體，故可以同時獲得待測樣品的光譜信息和空間信息，以此檢測樣品的內(nèi)外品質(zhì)。目前高光譜成像技術(shù)在茶葉領(lǐng)域的研究主要集中在茶葉等級判別和茶類判別。

于英杰等利用高光譜技術(shù)對不同等級的鐵觀音進(jìn)行判別，結(jié)合支持向量機的模型對未知的鐵觀音茶樣正確判別率可達(dá)92.86%。

李曉麗等結(jié)合高光譜成像儀和高效液相色譜法，建立光譜與表沒食子兒茶素沒食子酸酯（epigallocatechin gallate，EGCG）濃度之間的回歸模型，其最優(yōu)回歸模型的決定系數(shù)達(dá)到0.905。

李瑤等以蒙頂黃芽、竹葉青、甘露茶葉為實驗對象，利用高光譜成像技術(shù)結(jié)合支持向量機建立茶葉品種判別模型和茶葉等級判別模型，其精確率分別達(dá)到了100%和96.67%。

Guangxin Ren等利用近紅外高光譜成像結(jié)合多決策樹的方法，對祁門工夫紅茶進(jìn)行了品質(zhì)和等級判別，比較了三種不同類型的監(jiān)督?jīng)Q策樹算法，其中基于數(shù)據(jù)融合的細(xì)樹（fine tree，F(xiàn)T）模型預(yù)測效果最好，紅茶品質(zhì)的評價正確率達(dá)到93.13%。Zhiqi Hong等采用380~1030和874~1734nm兩個光譜范圍的高光譜成像系統(tǒng)對6個產(chǎn)地的龍井茶單葉進(jìn)行了產(chǎn)地判別，建立了支持向量機和偏最小二乘判別分析模型，在兩個光譜范圍內(nèi)均獲得了良好的分類性能，校正集和預(yù)測集的總體分類精確率均在84%以上。

?