

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、茶粕中富含茶皂素、蛋白質、多聚糖等物質。根據(jù)茶粕中所含成分不同,廣泛用于制藥、保健品、清塘、飼料、軍事等行業(yè)。本文采用化學分析法測定了所收集的江西境內(nèi)生產(chǎn)的164批次茶粕樣品中茶皂素、含油量、蛋白質、水分含量值,并以此為基礎,采用近紅外光譜(NIR)技術并結合化學計量法定量分析了茶粕中的主要組分。
首先通過加熱干燥法、熱乙醇浸提-重量法、凱氏定氮法、索氏抽提-重量法分別測定所收集的164批次的茶粕樣品中水分、茶皂素、蛋白質、含
2、油量含量。結果表明水分含量涵蓋范圍在6%-13%區(qū)間內(nèi),其含量主要集中在8%-10%區(qū)間內(nèi),占比為總數(shù)的95.1%,實驗耗時長8-10h;茶皂素含量涵蓋范圍在在11%-31%區(qū)間內(nèi),其含量主要集中在14%-23%區(qū)間內(nèi),占比為總數(shù)的93.9%,實驗耗時長10-12h;蛋白質含量涵蓋范圍在1%至19%區(qū)間內(nèi),其含量主要集中在6%至13%區(qū)間內(nèi),占比達總數(shù)的96.4%,實驗耗時長6-8h;含油量含量涵蓋范圍在0-10%區(qū)間內(nèi),其含量主要集中
3、在1%-5%區(qū)間內(nèi),占比達總數(shù)的84.7%,實驗耗時長10-12h。
近紅外光譜分析茶粕主要從實驗參數(shù)選擇、光譜采集、數(shù)據(jù)處理方法及模型建立等方面研究探討NIR技術模型建立的影響因素,并對模型進行了驗證。主要研究了裝填厚度、掃描次數(shù)對近紅外光譜的影響,以標準差為評判依據(jù),確定了最佳的裝填厚度和掃描次數(shù)分別為4mm和32次。
在確定實驗參數(shù)條件下,對所收集的茶粕樣品進行光譜采集,對所采集的譜圖進行一階導數(shù)、二階導數(shù)、9
4、點平滑及多元散射校正技術處理,采用PLS和PCR定量校正技術建立NIR技術模型,通過所建立的模型對茶粕中茶皂素、含油量、蛋白質、水分含量進行驗證,其中茶皂素定標集和驗證集相關系數(shù)分別為0.9593和0.9398,標準誤差分別為1.93%和1.77%,蛋白質定標集和驗證集相關系數(shù)分別為0.9691和0.9488,標準誤差分別為1.83%和1.87%,含油量定標集和驗證集相關系數(shù)分別為0.9593和0.9398,標準誤差分別為1.82%和1
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于近紅外光譜的成品紙張質量快速檢測方法.pdf
- 基于近紅外光譜技術的茶鮮葉品質和等級快速評價方法的研究.pdf
- 基于近紅外光譜技術的食用油品質快速檢測方法研究.pdf
- 基于近紅外光譜技術建立魚糜制品品質快速檢測的方法.pdf
- 車用柴油快速檢測方法近紅外光譜法
- 近紅外光譜快速檢測牛奶品質的研究.pdf
- 基于近紅外光譜的血壓檢測技術研究.pdf
- 近紅外光譜品質檢測方法研究.pdf
- 轉基因番茄的可見-近紅外光譜快速無損檢測方法.pdf
- 車用柴油快速檢測方法近紅外光譜法
- 基于近紅外光譜的番茄有機磷農(nóng)藥殘留快速檢測方法研究.pdf
- 茶鮮葉質量的近紅外光譜評價方法研究.pdf
- 基于近紅外光譜技術的抹茶摻偽判別研究.pdf
- 基于近紅外光譜的食品包裝用塑料快速檢測技術的研究.pdf
- 基于近紅外光譜技術的雪蓮花品質快速無損檢測研究.pdf
- 近紅外光譜檢測關鍵技術
- 基于近紅外光譜技術的菜籽油品質快速評價方法的研究.pdf
- 基于近紅外光譜和機器視覺的土壤含水率快速檢測方法研究.pdf
- 基于近紅外光譜技術的小麥品質分類方法研究.pdf
- 基于近紅外光譜技術的腦血氧檢測.pdf
評論
0/150
提交評論