近日，茶叶所茶叶加工研究室在国际学术期刊Food Chemistry（中科院农林科学一区，IF = 8.8）发表题为“Rapid discrimination of quality grade of black tea based on near-infrared spectroscopy (NIRS), electronic nose (E-nose) and data fusion”的研究论文。茶叶所夏红玲博士为论文第一作者，茶叶所马成英研究员、中国有研科技集团有限公司郭伟清博士为论文共同通讯作者。

　　审评茶叶的滋味、香气和整体感官品质对生产和销售至关重要，然而传统感官审评方法易受主观因素和审评环境的影响，难以客观快速评价大量茶叶在不同感官属性方面的品质等级。

　　本研究以英德红茶为研究对象，采集了267份样品的近红外光谱和电子鼻数据。研究发现基于近红外光谱和电子鼻数据建立模型可以分别有效地识别红茶的滋味和香气等级，应用最优的主成分数和分类算法的模型准确率最高分别为99.63%和97.00%。基于近红外光谱的定量模型可预测9种关键化合物的含量。

　　利用近红外光谱和电子鼻可分别检测非挥发性和挥发性化合物组成信息的技术优势，研究了数据融合判别茶叶品质等级的可行性。将两种数据在特征层进行融合构建整体感官品质评价模型，采用支持向量机（SVM）、K近邻（KNN）和人工神经网络（ANN）算法分别实现了98.13%、96.63%和97.75%的准确率。这表明近红外光谱与电子鼻数据融合包含了更全面的茶叶品质信息，为茶叶品质快速评价提供了一种新颖有效的方法。

　　该研究得到了广东省农业科学院高水平科研创新战略建设专项基金（R2020PY-JX016，R2021YJ-YB3025）、以农产品为单位的广东省现代农业产业技术体系创新团队建设项目（茶叶）：采后与加工岗位（2023KJ120），广东省重点领域研究开发计划项目（2021B0909060001），广东省高水平创新研究院项目（2021B0909050001），广州市科技计划项目（2023A04J0815），中国有研科技集团有限公司青年基金项目（Y20233102133）资助。

　　原文链接：https://www.sciencedirect.com/science/article/pii/S0308814623028601