(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211208258.1 (22)申请日 2022.09.30 (71)申请人 昆明理工大 学 地址 650000 云南省昆明市一 二一大街文 昌路68号 (72)发明人 顾颖　巫忠东　彭海洋　刘宏程　 樊雪静　 (74)专利代理 机构 哈尔滨市阳光惠远知识产权 代理有限公司 2321 1 专利代理师 彭素琴 (51)Int.Cl. G01N 21/3563(2014.01) G01N 21/359(2014.01) G01N 30/02(2006.01) G01N 30/72(2006.01)G06F 30/20(2020.01) (54)发明名称 一种基于近红外检测普洱熟茶中咖啡因和 儿茶素类含量的方法 (57)摘要 本发明公开了一种基于近红外检测普洱熟 茶中咖啡因和儿茶素类含量的方法， 属于光谱检 测分析技术领域。 本发明的一种基于近红外检测 普洱熟茶中咖啡因和儿茶素类含量的方法包括 采集普洱熟茶样品的近红外光谱吸光度信息与 高效液相色谱 ‑质谱联用仪测定的普洱熟茶中的 咖啡因与儿茶素类的含量值， 根据普洱熟茶的近 红外光谱吸光度信息以及咖啡因和儿茶素类的 含量值分别构建PLSR定量预测模型， 并依据PLSR 定量预测模 型和待测样品的近红外光谱信息， 快 速预测待测样品普洱熟茶中咖啡因与儿茶素类 的含量。 该方法能够用于精确的定量预测普洱熟 茶中低含量的儿茶素类物质， 可为市场提供一种 快速、 绿色、 无损的实时检测方法。 权利要求书2页 说明书8页 附图2页 CN 115541526 A 2022.12.30 CN 115541526 A 1.一种基于近红外检测普洱熟茶中咖啡因和儿茶素类含量的方法， 其特征在于， 所述 方法包括： 采集普洱熟茶样品的近红外光谱吸光度信息与高效液相色谱 ‑质谱联用仪测定 的普洱熟茶中的咖啡因和儿茶素类含量值， 根据普洱熟茶的近红外光谱吸光度信息以及咖 啡因和儿茶素类的含量值分别构建PLSR定量预测模型， 并依据PLSR定量预测模型和待测样 品的近红外光谱吸光度信息， 快速预测待测样品普洱熟茶中咖啡因与 儿茶素类的含量； 所 述近红外光谱吸光度信息为普洱熟茶在10 00‑1800nm波段的光谱吸光度信息 。 2.根据权利要求1所述的方法， 其特征在于， 所述儿茶素类包括儿茶素、 儿茶素没食子 酸酯、 没食子儿茶素、 没食子儿茶素没食子酸酯、 表儿茶素、 表儿茶素没食子酸酯、 表没食子 儿茶素、 表没食子儿茶素没食子酸酯。 3.根据权利要求1所述的方法， 其特征在于， 所述PLSR定量预测模型的建立过程包括如 下步骤： (1)将普洱熟茶样品的光谱吸光度数据与高效液相色谱 ‑质谱联用仪分别测定的普洱 熟茶中的咖啡因与儿茶素类含量值导入ChemDataSolution软件， 采用KS算法将样品分为校 正集与预测集； (2)对普洱熟茶样品的光谱吸光度数据进行预处理以及变量筛选， 分别建立咖啡因和 儿茶素类的偏最小二乘回归PLSR最优定量预测模型。 4.根据权利要求3所述的方法， 其特征在于， 步骤(1)所述采集近红外光谱信息的条件 为： 扫描方式为漫反射， 环境温度为20 ‑25℃， 湿度为 45‑50％。 5.根据权利要求3所述的方法， 其特征在于， 步骤(2)所述预处理采用的预处理方式包 括一阶导数 1D、 中心化Center、 归一化Normalize、 标准正态 变换SNV、 去趋势化DeTrending、 SG平滑Savitzky ‑Solay Smoothing、 多元散射校正MSC中的一种或两种。 6.根据权利要求3所述的方法， 其特征在于， 步骤(2)所述变量筛选采用的变量筛选方 法包括变量投影重要性V IP、 竞争自适应重加权采样CARS、 随机蛙跳RF、 无信息变量剔除UVE 中的一种。 7.根据权利要求3所述的方法， 其特征在于， 步骤(2)所述模型建立过程中的评价参数 包括校正集均方根误差RMSEC、 预测集均方根误差RMS EP、 校正集相关系数Rc、 验证集相关系 数Rp、 剩余预测残差RP D。 8.根据权利 要求3所述的方法， 其特征在于， 步骤(1)所述校正集为75％的样品， 预测集 为25％的样品。 9.根据权利要求3～8任一项所述的方法， 其特征在于， 步骤(2)中当对象为咖啡因时， 采用的优化方式为预处理方法1D+DeTrending和变量筛选方法RF； 当对象为儿茶素时， 采用 的优化方式为预处理方法Normalize和变量筛选方法CARS； 当对象为儿茶素没食子酸酯时， 采用的优化方式为预 处理方法SNV+MSC和变量筛选方法CARS； 当对象为没食子儿茶素时， 采 用的优化方式为预 处理方法MS C+1D和变量筛选方法RF； 当对象为没食子儿茶素没食子酸酯 时， 采用的优化方式为预 处理方法Center和变量筛选方法CARS； 当对象为表儿茶素时， 采用 的优化方式为预 处理方法MS C和变量筛选方法CARS； 当对象为表儿茶素没食子酸酯时， 采用 的优化方式为预处理方法SNV+DeTrending和变量筛选方法RF； 当对象为表没食子儿茶素 时， 采用的优化方式为预处理方法Center+DeTrending和变量筛选方法CARS； 当对象为表没 食子儿茶素没食子酸酯时， 采用的优化方式为预处理方法Normalize+MSC和变量筛选方法权　利　要　求　书 1/2 页 2 CN 115541526 A 2RF。 10.由权利要求1～ 9任一项所述方法在茶叶样品检测分析中的应用。权　利　要　求　书 2/2 页 3 CN 115541526 A 3