通过光谱分析，对茶鲜叶中代谢产物进行无损定量

Potential of spectroscopic analyses for non-destructive estimation of tea quality-related metabolites in fresh new leaves

*Scientific Reports

光谱感测以非破坏性和快速的方式提供物理和化学信息。为了开发鲜叶中茶叶质量相关代谢产物的无损估计方法，我们使用可见光至短波红外高光谱反射率数据和机器学习算法来估计鲜叶中游离氨基酸，儿茶素和咖啡因的含量。我们从大约200种具有不同状态的新叶中获取了这些数据，然后将六个光谱模式与预处理和五个算法结合起来构建了回归模型。在大多数表型中，稳健地选择了去趋势预处理和Cubist算法的组合作为100多次重复中每一轮的最佳组合，这些重复是基于性能与偏差（RPD）值的比率进行评估的。RPD的平均值在1.1到2.7之间，并且大多数都高于可接受或准确的阈值（分别为1.4或2.0）。基于数据的灵敏度分析确定了1500和2000 nm附近的重要高光谱区域。当前的光谱方法表明，大多数与茶叶质量相关的代谢产物都可以无损估算，并且预处理技术有助于提高其准确性。