近日，茶葉所加工團隊在Food Research International （中科院一區(qū)TOP，IF5=7.4） 上發(fā)表題為“Determination of Quality Differences and Origin Tracing of Green Tea from Different Latitudes based on TG-FTIR and Machine Learning”的研究論文。該研究聚焦茶葉產地溯源難題，基于熱重 - 紅外聯用技術（TG - FTIR）與機器學習智能算法，為高緯度日照綠茶產區(qū)的真?zhèn)舞b別帶來新突破。
日照綠茶，中國高緯度優(yōu)質綠茶代表，也是中國地理標志產品。隨著品牌影響力不斷擴大，外地綠茶假冒日照綠茶現象頻發(fā)，損害其品質價值和品牌美譽度，產地溯源與品牌保護面臨重大挑戰(zhàn)。傳統(tǒng)產地溯源方法面臨諸多難題，如同位素、礦物元素圖譜、代謝組學等成本高、程序復雜、穩(wěn)定性差等問題，阻礙了溯源技術的廣泛應用。
本研究針對日照綠茶和其他低緯度茶區(qū)綠茶，首次利用熱重-紅外聯用技術（TG-FTIR）結合機器學習方法對中國不同緯度產區(qū)綠茶的熱解特性進行了全方面解析。通過工業(yè)分析和元素分析，對理化性質進行了表征。在TG-FTIR分析儀上進行了三種加熱速率（β：10、20、30℃/min）的熱解試驗，表征了熱解過程中產生煙霧的紅外光譜圖（3D+2D）的官能團，對不同緯度茶葉的熱解特性進行了差異性分析。采用三種無模型方法（Kissinger、Ozawa和Starink法）計算了動力學參數：活化能Ea、指前因子A；熱力學參數：焓變?H、吉布斯自由能?G和熵變?S，詳細闡述了不同緯度熱解動力學參數間的差異。采用主成分分析（PCA）對不同緯度茶樣的Ea值進行了聚類分析，結果呈現明顯的聚類趨勢?；诓煌暥炔铇拥木暥取⒛昶骄鶞囟?、平均海拔值和茶多酚含量。分別繪制了各地區(qū)的緯度、年平均溫度、平均海拔和對各地區(qū)動力學參數和熱力學參數的相關性熱圖，探究了這些因素對各地區(qū)動力學參數和熱力學參數之間的直接關系。最后建立了熱解動力學參數（Ea、?H、?G和?S）的線性（PLSR）和非線性（RF、SVR）回歸預測模型，將α、不同α對應的溫度T和升溫速率β三個參數作為模型的輸入，比較了5種預處理方法，發(fā)現基于S-G預處理的RF模型精度均最高，可以在不依賴傳統(tǒng)公式計算的情況下對茶葉的熱解動力學參數進行準確預測，為快速獲取生物質熱解動力學參數提供了一種智能化方法。研究首次利用TG-FTIR技術對不同緯度的茶葉進行深入分析，全面分析了中國不同緯度地區(qū)茶樣熱解過程的差異，尤其為日照綠茶的產地溯源提供了高效、可靠的新途徑和新思路。
茶葉所為第一完成單位和通訊單位，董春旺研究員、陸敏博士為論文通訊作者，河南農業(yè)大學聯培碩士生郭夢奇為論文第一作者。該研究得到山東省農業(yè)科學院重點創(chuàng)新工程、濟南市農業(yè)科技攻關等項目的支持。
文章鏈接：https://doi.org/10.1016/j.foodres.2025.115853
