《Food Control》:Machine learning-driven mid-infrared and near-infrared fingerprints mining for large-samples geographical authentication of Anji Baicha
编辑推荐:
Liping Xu | Mingming Wang | Ge Jin | Chenxu Jiang | Yongmei Wang | Ying Xu | Ruyan Hou安徽省农业大学茶学院茶叶科学系国家重点茶树种质创新与资源利用实验室,安徽省食品安全监测与质量控制重点实验室,
Liping Xu | Mingming Wang | Ge Jin | Chenxu Jiang | Yongmei Wang | Ying Xu | Ruyan Hou
安徽省农业大学茶学院茶叶科学系国家重点茶树种质创新与资源利用实验室,安徽省食品安全监测与质量控制重点实验室,中国合肥,230036
摘要
安吉白茶是一种著名的中国地理标志(GI)茶叶,极易受到欺诈。本研究比较了来自安吉地区及其他七个地区的909个茶叶样本(558个商业化样本,351个新鲜叶片样本)的中红外(MIR)和近红外(NIR)光谱数据,以用于产地鉴定。对于商业化茶叶,使用卷积神经网络(CNN)的NIR方法在区分安吉与非安吉样本时取得了最高的准确率(99.40%),而使用支持向量机(SVM)的MIR方法达到了98.80%的准确率。在八个地区范围内,NIR-CNN方法的准确率为92.85%。进一步的机器学习分析表明,NIR光谱的12500-9000 cm-1和9000-4000 cm-1波长区间对区分效果贡献相当,而MIR光谱的1800-500 cm-1区间最具信息量。在NIR模型中,针对L-茶氨酸的波长选择获得了99.40%的准确率,优于儿茶素(98.20%)和生物碱(97.60%)。新鲜叶片样本在所有地区的分类准确率为100%。这些结果表明,NIR光谱技术能够快速、可靠地辨别安吉白茶的产地。
引言
茶叶是全球消费量最大的非酒精饮料,其商业价值很大程度上取决于地理产地——例如中国浙江省的西湖龙井和江苏省的东亭碧螺春,这些都是地理标志产品。由于它们独特的风味和品质,这些茶叶的价格远高于普通茶叶(Zhang等人,2025年)。同样,在浙江省安吉地区的安吉白茶中也存在这种现象。来自核心生产区的安吉白茶通常具有更佳的风味和品质,这促使消费者支付更高的价格——这一因素容易导致茶叶市场的欺诈行为(Wang等人,2021年)。近年来,随着安吉白茶品牌价值和影响力的提升,许多省份开始引入“白叶1号”品种进行栽培(D. Xia等人,2024年)。一些不法商人将非安吉地区的茶叶标注为安吉白茶,甚至有些安吉地区的工厂从非安吉地区购买茶叶来生产安吉白茶以欺骗消费者并获取更高利润。这不仅损害了生产地区的声誉,还引发了消费者的信任危机(H. Zhao等人,2017年)。
随着仪器分析技术的进步,已经开发出多种方法来确定茶叶的地理产地(Shuai等人,2022年)。基于色谱法和质谱法的仪器受限于耗时较长、设备成本高以及操作要求严格等因素,限制了其在快速现场筛查中的应用(Chen等人,2024年)。相比之下,基于光谱的方法既简单又经济高效,能够快速提供高通量、全面且无偏见的数据,特别适合现场筛查和工业应用(H. Xia等人,2024年)。MIR和NIR光谱技术可以收集复杂而丰富的光谱数据,是目前应用最广泛的光谱技术(Gao等人,2024年)。通过预处理结合化学计量方法或机器学习,可以提取关键特征信息以实现有效的产地鉴定(Moraes-Neto等人,2025年)。在产地鉴定中,常用的机器学习算法包括支持向量机(SVM)、随机森林(RF)和K-最近邻(KNN)(M. Zhang等人,2023年)。深度学习是一种快速发展的机器学习方法,能够实现端到端的自动特征学习,是光谱分析中复杂模式识别和大数据建模的理想工具(Y. Sun等人,2025年)。
关于使用光谱技术追踪茶叶产地的最新研究详细信息见表S1,其鉴别准确率超过了95%。先前的研究结果表明,光谱技术在实现快速、无损的茶叶产地鉴定方面具有巨大潜力。Yan等人(Yan等人,2017年)使用电子舌和偏最小二乘判别分析(PLS-DA)模型鉴定了240个安吉白茶样本的产地。Xu等人(Xu等人,2013年)利用化学计量建模技术和NIR光谱技术鉴定了258个安吉白茶样本的产地。我们研究小组的Jin等人(Jin等人,2023a)使用便携式高光谱辐射计和优化的SVM模型分析了267个安吉白茶样本,准确率达到98.9%。关于安吉白茶地理可追溯性的研究仍然有限。迄今为止,还没有研究结合大量样本使用机器学习与中红外或近红外光谱技术的报道。此外,也尚未有关于新鲜茶叶产地的研究。在茶叶的初步加工阶段,控制原材料的质量对于确保产地的真实性和品质的稳定性至关重要(Tang等人,2024年),然而,新鲜叶片的光谱指纹识别是否能够提供可靠的产地追溯信息仍不确定。
在本研究中,我们(1)构建了一个大规模的数据集(n=909),包括商业化和新鲜茶叶样本;(2)通过整合非破坏性的MIR和NIR光谱技术与机器学习算法,开发了一个全国范围内的安吉白茶产地鉴定框架;(3)实施了预处理-特征选择-机器学习的工作流程,以降低数据维度并提高计算效率;(4)研究了不同波长带对安吉白茶产地识别的影响。本研究提供了一种高效、低成本的方法来鉴定安吉白茶的产地,并有助于保护其地理标志地位。
章节摘录
安吉白茶样本
本研究共使用了909个茶叶样本,包括558个商业化茶叶样本(其中288个来自安吉县内部,270个来自安吉县外部)和351个新鲜茶叶样本(其中162个来自安吉县内部,189个来自安吉县外部)。商业化茶叶样本来自当地的持证茶叶生产商。新鲜茶叶样本由我们自己从当地茶园采摘并晾干。安吉县包含七个小的生产区域:昆桐、 Tianhuangping、Meixi、Xilong、Xiaoyuan、Shijiao和Dipu。
安吉白茶的光谱分析
安吉白茶的MIR和NIR原始光谱如图1所示。如图1A所示,在3700-2500 cm-1和1800-500 cm-1波长范围内,MIR吸收强度存在显著变化,特别是在1800-500 cm-1区间差异尤为明显。从原始NIR光谱(图1B)可以看出,12500-9000 cm-1范围内的吸收峰强度较弱且相对平坦,而9000-4000 cm-1范围内的吸收特征...
结论
本研究结合了MIR和NIR光谱技术与机器学习算法,实现了高精度的安吉白茶产地鉴定。在区分核心生产区与其他地区时,NIR的CNN模型准确率为99.40%,而MIR模型在区分八个生产区的样本时表现更优,准确率为92.85%,几乎与SVM模型(93.45%)相当。
作者贡献声明
Mingming Wang:撰写 – 审稿与编辑、方法论、调查。Liping Xu:撰写 – 审稿与编辑、初稿撰写、方法论、调查、形式分析、概念构思。Ruyan Hou:撰写 – 审稿与编辑、监督、资源管理、项目申请、资金获取、概念构思。Yongmei Wang:方法论。Ying Xu:调查。Chenxu Jiang:方法论、调查。Ge Jin:方法论、调查
Li等人,2024年;Sun等人,2025年;Sun等人,2025年;Wang等人,2025年;Wu等人,2025年;Xia等人,2024年。
本研究得到了安徽省高等学校优秀科研创新团队(2022AH010055)和安吉白茶资源综合利用研究中心的支持。
作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。