茶叶是中国的经济作物,中国是世界上第一产茶大国。茶叶含水率是评估茶叶制造过程中质量的重要指标。茶叶在加工过中呈堆叠状分布,含水率实时变化,且即时的含水率与连续生产过程中工艺参数相匹配,因此实现茶叶含水率的实时检测非常必要,传统的茶叶含水率检测方法费时、费力且破坏样本,不适用于在线检测。本文针对这一情况,研发茶叶含水率在线检测仪器,并建立基于光谱技术的茶叶含水率的快速无损检测方法。主要研究成果如下:(1)基于可见-近红外光谱检测技术,研发茶叶含水率实时在线检测设备。该设备由机架、光源、光谱仪、Y型光纤、石英板、茶叶容器和电动推杆组成,同时机架上设有由上侧板、下侧板、左侧板、右侧板及后侧板组成的壳体。将设备应用于采集各个加工阶段(鲜叶采摘→摊青→杀青→揉捻→干燥1→干燥2)安吉白茶和紫笋茶的光谱,其中安吉白茶取样两批次,紫笋茶取样一批次,结果表明,该设备能实现茶叶的光谱采集,为实现茶叶含水率在线实时检测提供硬件支持。(2)采用偏最小二乘法(partial least squares regression,PLS)对茶叶光谱和含水率进行建模。为了获得最佳建模效果,消除原始光谱中设备本身、实验操作环境等干扰源的背景和噪声信号,采用了多元散射校正(multiplicative scatter correction,MSC)、移动平均值平滑(moving average smoothing,MAS)、标准正态变量变换(standard normal variate transformation,SNV)、基线偏移校正(baseline offset correction,BOC)、归一化函数(normalization)等五种预处理方法对原始光谱预处理,用决定系数(coefficient of determination,R~2)和均方根误差(root-mean-square error,RMSE)对五种预处理方法的处理结果进行评估。结果显示,经过归一化函数预处理的光谱建模效果最好,决定系数均大于0.97,均方根误差均小于0.05,模型的准确性和稳定性较高,该设备能实现茶叶含水率的快速无损检测。(3)采用直接校正(direct standardization,DS)算法校正安吉白茶和紫笋茶、不同批次安吉白茶之间光谱的差异,以减少建立不同品种茶叶含水率模型的工作量和降低测试环境因素的影响,达成利用一个茶叶含水率模型可检测所有茶叶样本含水率的目标。结果表明,经过DS算法的校正,安吉白茶和紫笋茶、不同批次紫笋茶含水率模型之间相互预测的决定系数显著提高(分别从0.8962,0.7856,0.4118,0.7678,0.5553,0.9427升高至0.9457,0.9161,0.8505,0.9711,0.8857,0.9625),均方根误差降低(分别从0.0931,0.1253,0.2065,0.1304,0.1795,0.0692降低至0.0673,0.0783,0.1041,0.0491,0.0910,0.0524)。直接校正算法可以消除不同茶叶品种和批次之间的光谱差异,茶叶含水率模型的鲁棒性和普适性得以提升,该设备对于实际生产环境的茶叶含水率检测的适应性明显提高。