近日，山东省农业科学院茶叶研究所与中茶所在Food Control（中科院一区TOP，IF=6.652）上合作发表了题为“Detection of anthocyanin content in fresh Zijuan tea leaves based on hyperspectral imaging”的研究论文（https://doi.org/10.1016/j.foodcont.2023.109839）。本研究首次通过高光谱成像技术和机器学习算法，表征了不同嫩度等级的紫鹃茶鲜叶花青素含量与分布信息。
山东农科院为第一完成单位，茶叶所董春旺、中茶所颜鹏为该论文的通讯作者，联培硕士研究生戴馥霜为第一作者。该研究得到了山东省农业科学院333工程与创新工程等项目的资助。
快速无损检测紫娟茶鲜叶原料中花青素含量和品质等级，可以帮助茶叶加工环节精准调整工艺参数，提升特异叶色茶成茶质量。针对当前高效液相色谱法 （HPLC） 检测紫娟茶鲜叶中花青素的含量，分析周期长、操作复杂、时效性差、对仪器与操作人员要求高的缺点。本研究基于高光谱成像技术，采用多种光谱预处理和特征波长筛选方法，利用机器学习算法建立了紫娟茶鲜叶嫩度SVM分类模型。采用线性与非线性算法，构建了花青素总量、Cya-3,5-O-diglucoside, Cya-3-O-glucoside和牵牛花色素的量化检测模型，其相对偏差（RPD）分别是3.233、2.868、3.529和3.298，表明该模型具有较高的准确性。本研究实现了高效无损检测紫娟鲜叶中花青素及其重要成分的含量，并将不同嫩度紫娟茶鲜叶中花青素分布信息的可视化呈现，为紫芽茶类鲜叶品质等级的智能分类提供了新思路。
