基于光谱数据多样性与元特征优化的PVKK-Stacking新方法在铁观音茶叶掺假分析中的应用

本文创新性地提出PVKK-Stacking集成学习方法，通过多光谱预处理（NIR-HSI）与变量选择技术构建基模型（PLSR），结合K均值聚类剪枝策略和核偏最小二乘回归（KPLSR）元模型，显著提升铁观音茶叶掺假检测的准确性与跨品种泛化能力，为食品安全监管提供高效可靠的技术方案。

　　

Highlight
本研究针对铁观音茶叶掺假检测的技术瓶颈，提出了一种融合光谱数据多样性与元特征优化的创新性解决方案。

样本制备与HSI采集
实验选取铁观音及其常见掺假品种（金观音、毛蟹、本山、黄金桂）为研究对象，所有茶样均来自福建安溪县，经研磨处理后通过近红外高光谱成像（NIR-HSI）技术获取光谱数据，确保掺假比例精确控制。

样品光谱分析
图4显示铁观音与不同掺假比例（25%-100%）茶样的平均光谱趋势相似，其近红外区域吸收峰主要源于茶叶中水分、茶多酚、氨基酸等化学成分的分子振动。

结论
PVKK-Stacking方法通过多源光谱融合策略和KPLSR元模型的非线性特征提取能力，在保持计算效率的同时显著提升检测性能，为茶叶品质安全监管提供了兼具创新性与实用价值的分析工具。