本期简介：
关注双利河光谱，聚焦行业应用，探索高光谱遥感发展！
本期内容：高光谱成像技术在茶叶研究中的应用进展（上）
应用关键词：茶叶品质、高光谱、无损检测
茶叶品质检测的重要性
茶作为中国传统饮品，有着深厚的文化底蕴和广阔的消费市场。全球茶产业不断发展，已成为经济的重要组成部分。茶叶质量检测直接关系到消费者的安全。通过对茶叶进行严格的质量检测，确保产品符合食品安全标准，避免有害物质和污染物对消费者健康造成潜在威胁。这不仅保护了消费者的权益，也提升了品牌的信誉和美誉度。其次，在竞争激烈的市场环境下，优质茶叶可以显着提升品牌形象，增强市场竞争力。随着消费者对高端茶叶的需求不断增长，质量检测在此过程中发挥着重要作用。随着消费者对茶叶品质要求的不断提高，建立健全的质量检测体系显得尤为重要。这不仅有利于保证产品质量，也有利于推动整个行业的进步。此外，茶叶品质检测技术的发展也促进了相关研究的深入研究，促进了新产品的开发和创新，为茶产业注入了新的活力。因此，茶叶质量检测不仅关系到产品本身，也是保护消费者权益、增强市场竞争力、促进行业发展的重要手段。
茶（图片来源网络）
传统茶叶品质检测方法及难点
茶叶品质检测
传统的茶叶品质检测方法主要包括感官评价、化学分析和物理检测。感官评价依赖于专业评审员对外观、香气、味道等指标的主观判断，结果易受个人因素影响；化学分析如高效液相色谱（HPLC）可以测定茶多酚、咖啡因等成分，但需要专业设备和技术，成本较高；物理检测涉及水分、灰分等指标，反映加工质量，但难以综合评价整体质量。这些方法面临主观性、技术复杂性和信息不足等困难，限制了它们在广泛应用中的有效性。
茶树种植试验
在茶树种植方面，传统的检测方法主要包括测土、植株生理状态监测和病虫害评估等。土壤测试通常通过化学分析来测量土壤养分和pH值，但这需要专门的设备和实验室条件。植物生理状态监测多依靠人工观察和传统仪器，效率低且难以及时发现问题。病虫害评估也往往依靠人工检查，容易出现漏检或误判的情况。此外，气候变化和环境因素对茶树的影响很难通过传统方法进行有效预测。总之，茶园巡检的难点在于人工巡检的主观性和耗时性，以及对环境变化的反应不足，导致无法及时发现潜在问题。
高光谱成像技术的发展
高光谱成像技术是二维成像技术与光谱技术相结合创建的一种新方法，旨在获取场景图像中每个像素的光谱。此过程有助于识别对象、识别材料或检测过程。在保留成像功能的同时，引入高光谱信息，增加信息分析的维度，提供物质成分的定性或定量分析方法，重点关注特定物质类型的分布。常见的高光谱形式包括红外、紫外吸收光谱、反射光谱和激光诱导等离子体光谱。在预设光源条件下，成像光谱仪采集样品光谱数据，然后传输至PC进行图像数据处理（图1）。通过光谱分析对物质进行精确定量分析，结合扫描成像，可以更准确地分析特定目标位置，从而确定物质的成分和含量。高光谱成像技术已在农业生产中得到应用。在农作物识别、养分诊断、叶片光谱特征提取、生态物理参数反演与提取、农业遥感信息模型构建、灾害检测等领域取得了广泛的研究进展。随着精准农业的不断推进，高光谱成像技术的应用已拓展到农产品质量和食品安全领域。
▲
图1 高光谱成像系统检测原理
高光谱成像技术在茶叶室内检测中的应用
高光谱成像技术因其广泛的光谱信息采集能力，已成为茶叶质量检测领域的重要工具。该技术可同时采集样品的空间和光谱信息，可实现茶叶中多种理化成分的定量检测和空间分布可视化。在茶叶发酵、储存和加工过程中，高光谱成像可以实时监测茶多酚、氨基酸、叶绿素等关键生物活性成分的变化，为茶叶质量控制提供准确的数据支持。此外，该技术结合化学计量学方法，还可以提高检测精度，并通过热图等手段显示成分的空间分布，有助于优化加工工艺，提高茶叶的整体品质。
基于高光谱成像技术在茶叶发酵及贮藏监测中的应用
茶叶是以鲜茶叶经萎凋、破碎、发酵、干燥而成。茶叶的品质很大程度上受发酵和储存过程的影响。发酵过程是茶叶生产的关键步骤，特别是对于红茶、乌龙茶等半发酵茶种。茶叶的色、香、味都与这一过程密切相关。储存关系到茶叶的新鲜度和长期品质的保持。储存条件不当可能会导致茶叶快速变质。传统上，茶叶的发酵和储存品质依靠制茶者的经验和感官评价，如通过观察茶叶颜色变化、闻香气来判断发酵程度。这种方法虽然方便，但主观性强，容易因人而异，难以保证茶叶品质的一致性。
杨等人。 （Yang等，2021）以红茶叶为研究对象，探究其发酵过程中的关键品质成分。研究通过不同时间点的高光谱分析，揭示了发酵叶的堆放位置与关键化学成分之间的关系，并建立了相应的定量预测模型。此外，该研究还利用可视化技术，动态显示红茶发酵过程中关键品质成分的变化，从而实现发酵过程的实时监控和关键成分的准确掌握（图2）。李等人。 （Li等，2022）利用近红外高光谱成像技术对四种发酵度红茶的品质进行定性和定量评价，并通过化学成像绘制了发酵过程中儿茶素的空间分布（图3）。这些研究不仅为红茶发酵品质的智能检测提供了宝贵的大数据支撑和评价标准，也为红茶行业的标准化、信息化、智能化加工奠定了坚实的基础。
▲
图2 利用高光谱成像技术预测茶叶发酵过程关键理化成分流程图
▲
图3 不同发酵程度茶叶样品中儿茶素含量的化学成像
茶叶中的多酚具有抗氧化、降脂、抗菌等作用，也造就了茶叶独特的口感。由于加工方法不同，各种茶叶的总多酚（TP）含量差异很大。未发酵或轻度发酵的茶（如绿茶和白茶）比发酵茶（如乌龙茶、红茶和黑茶）的多酚含量更高。因此，测定茶氨酸在各类茶叶中的分布情况，可以定量评价茶叶的保健作用和口感品质。
王等人。 （Wang等，2021）探索了近红外高光谱成像在不同类型茶叶（绿茶、白茶、黄茶、乌龙茶、黑茶和红茶）TP空间分布中的应用，并使用开发了PCA-KNN方法建立茶类判别定性模型。本研究结果不仅准确展示了茶叶中总多酚的空间分布差异（图4），而且为茶树品种鉴定提供了一种快速、无损的方法。该方法有效实现了茶叶品质的定性和定量评价，为茶叶品质控制和进一步科学研究提供了重要工具和数据支持。
▲
图4.近红外高光谱成像技术使茶叶中总多酚含量的空间分布可视化
任等人。 （Ren等，2020）以云南滇红红茶为研究对象，利用可见-近红外高光谱成像技术实现茶叶等级品质的智能评估。结果表明，利用高光谱技术结合化学计量学技术预测茶叶品质具有广阔的应用前景。具体方法如图5所示。
▲
图5 可见-近红外光谱结合化学计量学测定红茶等级示意图
此外，藏茶采用独特的后发酵工艺，称为“窝堆”。这种高温高湿的处理方法可以促进茶叶中苦味、浓味成分的氧化降解，从而增强其保健功效，改善口感。其中TPs和游离氨基酸（FAA）是影响藏茶口感的关键成分。不同等级的藏茶，这些成分的含量不同。
胡等人。 (Hu et al., 2023)利用高光谱成像技术结合化学计量学测定藏茶中TPs和FAA的含量，并区分藏茶的等级，展示了预处理与机器学习方法相结合在预测茶叶中的效率。茶叶质量流程图如图6所示。证实了高光谱成像技术（HSI）作为一种快速、无损的茶叶品质检测方法的潜力，为茶叶质量控制和等级评定提供了有效的技术手段。
▲
图6 高光谱成像技术结合多元分析方法检测藏茶品质流程图
茶叶产量过多，往往会导致储存时间过长，从而降低了茶叶的新鲜度。不法商贩有时将陈茶与新茶混合出售，这不仅侵犯了消费者的健康和权益，也损害了整个茶行业的声誉。因此，研究茶叶贮藏条件与品质的关系就显得尤为重要。这不仅可以改善茶叶的日常储存方法，还有助于预测其保质期。
李等人。 （李等，2024）以鲜绿茶为研究对象，采用HSI法和定量分析方法对贮藏绿茶的化学成分进行分析，确定了茶叶贮藏期的最佳定性鉴别方法（图7）。结果证实，高光谱成像技术能够准确、无损、快速地评估绿茶的新鲜度，并成功定量测定了儿茶素和咖啡因的含量并可视化其分布，为茶叶储存提供科学指导。和评估方法。
▲
图7 基于高光谱成像技术监测绿茶贮藏过程中品质变化
高光谱成像技术在鲜茶叶品质评价中的应用
茶叶是制茶的原料，鲜茶的品质直接影响成品茶的品质。对茶叶鲜叶的品质和物质含量进行无损监测，不仅可以准确掌握茶树的生长情况，还可以辅助茶叶采摘计划的决策过程，保证茶叶的品质。
陈等人。 (Chen et al., 2021)获得了不同干旱胁迫处理下鲜茶幼苗的5个与干旱相关的生理生化指标参数。通过多种数据处理算法和建模方法，他们成功预测了不同的茶苗。干旱胁迫下幼苗受害程度可以对茶树的抗旱能力提供更全面、客观的评价。此外，利用400波段高光谱成像技术对10种不同茶树种质资源进行干旱胁迫监测，验证了高光谱技术筛选抗旱种质资源的可行性和有效性。本研究不同干旱胁迫下茶叶的高光谱图像处理及光谱提取流程如图8所示。
▲
图8 不同干旱胁迫下茶叶高光谱图像处理及光谱提取过程
龙等人。 （Long等，2024）从凤凰单丛（FH）、白叶单丛（BY）和红冰单丛（HB）茶树的顶部收集了总共140个茶样。基于VNIR-SWIR HSI技术和核脊回归（KRR）技术，建立了单丛茶鲜叶中叶绿素a、叶绿素b、类胡萝卜素、茶多酚和氨基酸5种生物活性物质含量的检测方法。采用叶面积复合质量（LCMA）热图直观分析3个单丛茶品种叶片中生物活性物质的空间分布。流程图如图9所示。
▲
图9. 利用高光谱成像检测丹参茶中生物活性成分的含量
（（A）试验场；（B）样品；（C）样品VNIR-SWIR高光谱图像采集；（D）生物活性化合物含量获取过程；（E）数据分析；（F）模型预测结果。）
王等人。 （Wang等，2020）以采后茶叶鲜叶为研究对象，探索328~高光谱成像快速预测鲜叶水分、总氮、粗纤维含量和品质指标值的潜力。评价结果如下10所示。研究成果为多光谱成像系统的进一步在线应用提供了基础。
▲
图10 高光谱成像快速检测鲜茶采后品质指标评价结果
粗纤维（CF）和茶多酚（TP）是评价茶叶品质的重要指标。因此，快速定量检测TP和CF可以帮助专家快速评价鲜茶叶的品质。罗等人。 (Luo等，2023)采集了14个茶树品种的鲜叶，探讨不同光谱范围的高光谱图像在预测鲜茶叶关键品质指标(CF和TP)含量中的作用。叶片中的CF和TP TP含量的可视化如图11所示。详细讨论了所提出的模型和方法在实际生产中的推广和适用性。该研究对于促进茶园鲜叶品质的快速检测、提高茶园管理水平具有重要意义。
▲
图11 高光谱成像技术结合PLS模型可视化叶片中CF和TP含量
（第一列为单波段成像，第二列为CF、TP含量分布图，第三列为含量直方图。）
卢等人。 （Lu et al., 2021）采集健康茶叶和白斑病、炭疽病茶叶样品（图12），利用高光谱技术（420-946nm）对具有相似图像特征的白斑病和炭疽病进行鉴定和识别。区分。两种病害全叶病斑面积平均谱存在显着差异。将经过阈值分割和掩模处理后提取的病灶区域的平均谱与不同的机器学习模型相结合进行分类。基于神经网络结构的ELM模型分类准确率达到95.77%。结果表明，对于这两种相似的病害，高光谱技术可以在早期准确识别并检测茶树病害的严重程度。
▲
图12 高光谱成像技术采集健康茶叶和病茶叶
产品推荐
▲
便携式成像光谱系统
主要功能：
•一键实现自动曝光、自动对焦、自动扫描速度匹配、自动采集和保存数据；
•辅助取景摄像头监视拍摄区域；
•内置电池，可连续工作4小时以上；
•数据预览和校正功能：辐射校正、反射率校正、面积校正、镜头标定、均匀度标定；
• 镜片可更换；
•仅需一根USB线即可连接和通讯；
•数据格式完美兼容Envi、Envi等数据分析软件；
•支持Win7~10-32位或64位系统；
•高端版本可内置微处理器，可通过Wifi热点使用手机和iPad进行远程控制。
参考
[1] 杨晓，等。 （2023）。高光谱成像技术在茶叶生产中的应用研究进展[J].中南农业科技，12（44）。
10.3969/j.issn.1007-273X.2023.12.059
［2］杨成，严志，丁阿，，L.，，J.，亚奇，L.，＆，D.（2021）。以及使用 .LWT，141 的关键和红茶。
［3］李丽，玉杰，W.，，C.，应L.，，N.，&，Z.（2022）。和红茶。食品和，106。
［4］王Y.，应L.，Yuyu，C.，，C.，，L.，，N.，&，Z.（2021）。在多种类型的茶中使用近 .轻重量，148。
［5］任国光、宁建、张志（2020）。茶-附近有。 ，157。
［6］胡Y.，黄平，王Y.，孙J.，吴Y.，康Z.（2023）。的茶 和 。食品和，117，。
［7］李凤、沉建、杨琼、魏云、左云、王云、宁建、李丽（2024）。绿茶中：A。食物：X，23。
［8］陈胜、高勇、范坤、史勇、罗丹、沉静、丁志、王勇（2021）。的 - 和 茶 基于 .在工厂，12，。
[9] 龙涛、唐新、梁成、吴本、黄本、兰勇、徐红、刘胜、龙勇（2024） ）。在茶中使用 VNIR-SWIR 和 KRR 模型以及 .Food ,460, .
［10］王Y.，，L.，，S.，应L.，，N.，&，Z.（2020）。鲜茶使用指标快速。食品和，100(10))。
［11］罗，，，，，，，，，，，L.（2023）。基于 VIS-NIR 的茶叶杂交。农作物&，202。
［12］陆本、军胜、宁勇、王文、辛志（2021）。茶白星和基于图像。食品，44(1)，。