近紅外光譜是處于可見光譜和中紅外光譜之間的光譜區域，美國材料檢測協會將其定義為波長在780-2526 nm（12820-2959 cm'）的電磁波。近紅外光譜主要是對樣品中X-H鍵（包括C-H、.0-H、N-H等）振動的倍頻、合頻以及差頻的疊加吸收，不同的吸收峰位置可間接反映該樣品的分子結構，吸收峰強度與該結構物質的濃度關系密切。因此，獲取近紅外光譜信息，并與適宜的化學計量學方法有機結合，建立相關數學模型，即可對多種有機物及其混合物進行定量或定性分析。

?

茶葉理化成分的定量分析

近年來，近紅外光譜技術在茶葉理化成分測定方面應用廣泛。吉川聰一郎「用近紅外光譜技術對蒸青玉露茶和鍋炒玉露茶中的茶多酚、氨基酸、咖啡堿和全N量進行了定量分析，結果顯示，近紅外光譜分析法與常規化學分析法的相關系數達到0.91以上，表明了近紅外光譜分析技術在茶葉含量測定上的可應用性，為后續研究指明了方向。Luypacert et al4采用偏最小二乘（partial least squares，PLS）計量方法建立了綠茶中咖啡堿、表沒食子兒茶素沒食子酸酯（EGCG）和總抗氧化能力（TEAC）的近紅外含量模型，并采用茶葉整葉和粉末進行比較試驗。結果顯示，使用茶葉整葉作為原料得到的預測結果相關系數更高，咖啡堿定量模型相關系數為0.96，TEAC 定標模型相關系數為0.90，EGCG 和表兒茶素（EC）含量模型預測結果相關系數分別為0.83 和0.44，EC濃度偏低和相似結構多酚類物質的存在可能是導致EC含量模型結果較差的原因。

20世紀80年代，閻守和等以31個中國紅茶、綠茶、烏龍茶茶樹新梢為試驗樣本，并分別用Van so-est法（通用纖維分析系統）和近紅外光譜分析法檢測了所有茶樣的纖維素、半纖維素和木質素含量，結合多元回歸進行校正，結果顯示，2種分析方法所得結果的相關系數分別為：紅茶0.927-0.966、綠茶0.968-0.972、烏龍茶0.880-0.947 和新梢0.894-0.971，經過校正，兩者的相關系數接近0.99，指出近紅外光譜方法完全適用于茶纖維的定量分析，并發現商品茶的等級與各種纖維含量存在明顯的相關性，其中木質素含量與茶葉等級的線性關系最大。羅一帆等]采用誤差反向傳播人工神經網絡（BP-ANN）算法，建立了茶葉中茶多酚和茶多糖的近紅外定標模型，并進行內部交叉驗證，所得相關系數高達0.98，可準確預測其含量。Ren et all7收集來自中國、印度、肯尼亞、斯里蘭卡、緬甸等國家的140個紅茶樣本，應用近紅外光譜技術結合PLS 計量方法對所有茶樣中的咖啡堿、水浸出物、茶多酚、氨基酸進行定量分析，4個含量模型的預測相關系數分別為0.955.0.962.0.954 和0.927，正判率較高，結果良好。

國內外針對茶葉的茶多酚、氨基酸、水分等理化成分的定量分析已相對成熟，但有關茶葉農藥殘留的近紅外定量分析研究尚不多見。隨著消費者對茶葉安全問題的廣泛關注以及我國茶葉出口所面臨的綠色貿易壁壘等標準的相繼提高，可以嘗試應用近紅外光譜分析對茶葉農殘進行快速準確無損檢測。

?

茶葉的定性分析

1.?種類判別近年來，我國茶葉的國內外消費市場進一步擴大，茶葉出口遍布五大洲，出口金額總量增加，各地消費的茶類日益多元化，包括烏龍茶在內的我國特種茶（白茶、黃茶、黑茶）也呈現出穩中略升的趨勢[8。目前，國內外對于茶葉的分類主要依賴加工工藝的不同，缺乏量化的分類指標，有的茶類之間沒有特別顯著的差異，限制了我國各類茶葉在國際上的流通和公平貿易。因此，不同茶類的快速判別是當前國際茶葉界亟需解決的問題，這也是國內外廣大茶葉消費者的迫切需求。近紅外光譜技術在茶葉種類識別上得到了一定的發展。He et al采集240個綠茶茶樣的近紅外光譜數據，經小波變換（WT）預處理，采用主成分分析（PCA）和誤差反向傳播人工神經網絡分析方法建立了不同種類名優綠茶的鑒別模型，樣品的正確判別率達到100%；Chen et al收集了我國8個省份的紅茶、綠茶、烏龍茶茶樣150個，采集所有茶樣的近紅外光諧數據，采用支持向量機（SVM）計量方法對3類茶葉分別建模，所建模型的全樣本正確判別率分別為96.67%、100%、93.33%，可快速識別茶類。陳波等"采用近紅外光譜技術對5種中國名茶（西湖龍井、洞庭碧螺春、廬山云霧、安溪鐵觀音、武夷巖茶）進行聚類分析，識別結果良好。此外，不同等級碧螺春以及不同產地的龍井茶也得到了很好的區分，這說明近紅外光譜技術在茶葉等級及產地的區分中具有應用潛力。

2.?產地及真偽判別

利用近紅外光譜技術可對茶葉產地及其真偽做出快速準確的鑒別，Ren et all7運用近紅外技術對國內外7個產茶地區的140個紅茶樣品進行產地判別，采用因式分解的方法，建立紅茶產地判別的同步識別模型，樣品的正確判別率達到94.3%。He et al2采用西湖、錢塘、越州3個龍井主產區及其他扁形茶產區的茶葉為樣品，建立龍井茶的近紅外鑒別模型。應用 PLS 計量方法針對4個產區的茶葉進行同步建模和特定茶類建模，針對未正確識別的茶樣再進行歐氏距離二次鑒別，最終所建模型對未知樣品的正確判別率分別為97.19%、97.54%、97.83%、100%。廖步巖利用近紅外光譜技術結合PLS、標準法結合因子法對品種、產地和加工工藝各不相同的66個茶葉樣本進行綜合定性建模，選擇最適宜的波數和光譜預處理方式，所建模型可準確地將炒青綠茶、黃山毛峰兩大茶類以及黃山毛峰6個產區所制茶葉進行定性區分，效果顯著。

現今，近紅外光譜技術在茶葉種類、產地及真偽判別的應用研究已取得一定進展，但大都以名優綠茶為研究對象，尚未發現針對我國六大茶類的判別研究，且針對單一茶類之間的品種判別也尚不多見。因此，近紅外光譜技術在我國茶葉標準化應用方面具有很大發展空間。

3.?品質評價

1988年，閻守和4]最先嘗試利用近紅外光譜技術進行茶葉的品質評價，按等級收集我國綠茶及紅茶樣本共96個，包括48個國家出口標準樣以及48個相應的省級標準樣，并運用感官審評對所有茶樣進行定級。以國家標準樣作為校正樣本，結合其近紅外光譜數據與感官審評結果，采用 PLS 回歸法建立多線性回歸方程（MRL），并對其進行評價和優化，再依據所建模型對省級標準樣進行預測分析，結果顯示，共有86個茶樣分析正確，占全茶樣的89.6%，由此實現了將“茶葉等級”轉換成變量參數，更直觀、客觀、全面地對茶葉等級進行科學計量分析。此外，閻守和1『]又針對國外茶葉做了后續研究，利用近紅外光譜技術結合專業感官審評，對3家布隆迪茶廠所產的紅碎茶進行等級判別，對日本煎茶、玉露茶以及德國市場上9種紅茶的品質與市場價格的關系進行試評，結果顯示，茶葉的感官審評結果與近紅外預測結果之間的相關系數可達0.961。

2012年，周小芬等[16]應用近紅外光譜分析技術對大佛龍井茶進行品質評價，結合茶葉感官審評結果，基于干茶色澤、湯色、香氣、滋昧、葉底單因子得分及五因子總分、六因子總分，引人PLS建立7個相關數學模型，旨在建立一種客觀的新型茶葉品質評價方法。結果顯示，7個所建模型均可對相應的茶葉品質進行準確預測，其中以五因子總分模型的預測相關系數最高，可達96.65%。

4.?加工在線監控

茶葉原料是制茶的基礎，而加工技術則是關鍵。目前，絕大部分茶葉生產商的加工過程多依賴于有經驗的茶葉加工師傅，但由于環境等因素的影響，加工師傅的判斷往往不夠客觀，使茶葉未達到最適宜的加工狀態，最終影響茶葉品質。對此，Daikio et al7]于2011年嘗試應用近紅外光譜技術對日本蒸青綠茶的加工工藝進行優化，選用PLS 計量方法建立相關參數模型一-滾筒傾斜角度和攪拌棒旋轉速率模型，結果顯示，2個模型的預測相關系數分別為0.95 和0.96，表明了模型的可靠性和近紅外技術在茶葉在線監控方面具有良好的應用前景。

近紅外光譜技術在茶葉加工過程中的應用研究鮮少出現，國內尚未見相關報道。若能將光譜技術應用到綠茶的殺青、烏龍茶的做青與焙火、紅茶的發酵過程等，建立相關關鍵參數模型，基于茶葉原料屬性自動判斷茶葉的最佳加工狀態，實現茶葉加工的高級自動化和智能化，不僅可以節省人力物力資源，而且有利于茶葉生產的標準化和規范化，促進中國茶葉經濟發展。

?