白茶是我國六大茶類之一，儲藏年份對白茶的經濟價值具有重要影響，有著“一年茶，三年藥，七年寶”的說法。有學者經實驗證實了采用基于高光譜成像技術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研究成果進行了簡單介紹。

?

實驗設備

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

?

實驗方法

通過對3、6、10年壽眉高光譜圖像感興趣區域光譜數據的提取，采用最小二乘平滑濾波、標準正態變換、歸一化、多元散射校正預處理算法，并用支持向量機、偏最小二乘聯合線性判定法、邏輯回歸建模對不同預處理后的光譜數據進行判別分析。最后，通過分析混淆矩陣、精確率、召回率來評估模型性能。

?

實驗結果

通過高光譜成像技術獲得450-998nm波段范圍內的高光譜數據對儲藏年份為3、6、10年的壽眉樣本進行無損檢測研究。采用Minmax、SGF、SNV、MSC4種算法來對壽眉原始光譜數據進行預處理，并分別建立SVM、PLS-LDA、LR判別模型。建模結果表明，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據有更好的判別效果，說明光譜數據和白茶儲藏年份之間的關系更可能是一個非線性關系，這與白茶中多種內含成分在儲藏過程中不斷發生復雜的化學變化有關。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進一步研究。

分析結果表明，經過標準正態變換預處理結合支持向量機所建立的模型判別效果最佳，訓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對白茶儲藏年份進行快速無損的判別具有一定的可行性。

?

其他研究成果

高光譜成像技術是一種更高效、無損的檢測技術。近紅外光譜技術對待檢測的樣本有一定的要求，例如磨碎過篩，而高光譜成像技術則不需要。并且高光譜成像技術是成像技術和光譜技術的結合體，故可以同時獲得待測樣品的光譜信息和空間信息，以此檢測樣品的內外品質。目前高光譜成像技術在茶葉領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對不同等級的鐵觀音進行判別，結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92.86%。

李曉麗等結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，其最優回歸模型的決定系數達到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結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，其精確率分別達到了100%和96.67%。

Guangxin Ren等利用近紅外高光譜成像結合多決策樹的方法，對祁門工夫紅茶進行了品質和等級判別，比較了三種不同類型的監督決策樹算法，其中基于數據融合的細樹（fine tree，FT）模型預測效果最好，紅茶品質的評價正確率達到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對6個產地的龍井茶單葉進行了產地判別，建立了支持向量機和偏最小二乘判別分析模型，在兩個光譜范圍內均獲得了良好的分類性能，校正集和預測集的總體分類精確率均在84%以上。

?