现代近红外光谱分析经过半个多世纪的发展,无论在理论上、技术上和应用上都已经趋向成熟。近红外分析作为一种绿色、快速、高效、方便,且适合在线分析的技术,在国内外许多领域中越来越广泛地应用,是近年来发展最快的测定技术之一。NIRS所建立的定标模型具有专一性强的特点,需根据不同的样品种类以及不同的分析内容等逐项研究。因此,该技术的关键是建立一个预测准确、抗干扰能力强的数学模型。 本研究的目的主要是根据绿茶的近红外光谱特性,通过比较不同预处理方法和统计回归方法,建立绿茶中水分含量、游离氨基酸和茶多酚总量的定标模型。以此进行快速、大量测定,降低分析成本,提高分析测试水平和效率以及仪器使用率。同时,比较了不同样品用量对定标模型的影响。 在建模过程中,光谱预处理方法采用多元散射校正法(MSC)、标准归一化(SNV)、卷积平滑(SG)、归一化(Normalization)、1阶导和2阶导处理;统计回归方法采用主成分回归法(PCR)和偏最小二乘法(PLS)。经过比较分析,各组分均以PLS法建立的定标模型效果最佳。经内部交叉验证,水分以9点卷积平滑(SG9)结合1阶导处理的模型效果最好,定标集、验证集的标准差SEE/SEP和相关系数r分别为:0.1486、0.994、0.1685、0.9925;游离氨基酸以标准归一化(SNV)单独处理的效果最好,定标集、验证集的标准差SEE/SEP和相关系数r分别为:0.2866、0.9498、0.2481、0.9514;茶多酚以1阶导结合单位长度归一化(Nle)的效果最好,定标集、验证集的标准差SEE/SEP和相关系数r分别为:1.086、0.8946、1.093、0.8344。三个组分的定标模型,以茶多酚模型效果较差。经外部验证,所测样品的化学值与模型预测值的决定系数R~2分别为:水分0.9178,游离氨基酸0.8526,茶多酚总量0.7856。