2 0 2 5 1 2 0 9 发 布 － － 2 0 2 6 0 5 0 1 － － 实 施 茶 叶 水 分 、 全 氮 量 和 粗 纤 维 含 量 同 时 测 定 近 红 外 光 谱 法 0 4 中 华 人 民 共 和 国 农 业 行 业 标 准 备 案 号 ： X X X X - X X X X Ｉ Ｃ Ｓ 6 7 . 1 4 0 . 1 0 C C S B 4 8 6 5 — 2 0 2 5 S i m u l t a n e o u s d e t e r m i n a t i o n o f m o i s t u r e , t o t a l n i t r o g e n , a n d c r u d e f i b e r c o n t e n t i n t e a l e a v e s — n e a r - i n f r a r e d s p e c t r o s c o p y m e t h o d Ｎ Ｙ ／ Ｔ 中 华 人 民 共 和 国 农 业 农 村 部 发 布NY/T４８６５—２０２５ 前　　言 本文件按照GB/T１􀆰１—２０２０«标准化工作导则　第１部分:标准化文件的结构和起草规则»的规定 起草. 请注意本文件的某些内容可能涉及专利.本文件的发布机构不承担识别专利的责任. 本文件由农业农村部农产品监管司提出. 本文件由农业农村部农产品加工标准化技术委员会归口. 本文件起草单位:安徽农业大学、金寨县农业农村局、黄山市农业农村局、池州市农产品质量安全监测 中心、泾县农业农村局、安徽四海茶业有限公司. 本文件主要起草人:宁井铭、李露青、陈辉、徐卫兵、唐春兰、王玉洁、张永盛、邓威威、刘政权、宛晓春、 张正竹、朱国英、何四海. ⅠNY/T４８６５—２０２５ 茶叶水分、全氮量和粗纤维含量同时测定 近红外光谱法 １　范围 本文件描述了用近红外光谱测定茶叶中水分、全氮量和粗纤维含量的仪器、测定、定标模型验证及评 价、结果处理和表示、异常样品的确认和处理. 本文件适用于茶叶中水分、全氮量和粗纤维含量的快速测定. ２　规范性引用标准 下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款.其中,注日期的引用文件, 仅该日期对应的版本适用于本文件;不注日期的引用文件,其最新版本(包括所有的修改单)适用于本 文件. GB５００９􀆰３　食品安全国家标准　食品中水分的测定 GB５００９􀆰５　食品安全国家标准食品中蛋白质的测定 GB/T６３７９􀆰２　测量方法与结果的准确度(正确度与精密度)　第２部分:确定标准测量方法重复性 与再现性的基本方法 GB/T８３０２　茶　取样 GB/T８３１０　茶　粗纤维测定 GB/T２９８５８　分子光谱多元校正定量分析通则 GB/T３０７６６　茶叶分类 ３　术语和定义 GB/T３０７６６界定的以及下列术语和定义适用于本文件. ３􀆰１ 定标模型　calibrationmodel 利用化学计量学方法建立的样品近红外光谱与对应化学标准值之间的数学模型. ３􀆰１􀆰１ 样品集　sampleset 具有代表性的、基本覆盖相关组分含量范围的至少１００个样品. ３􀆰１􀆰２ 定标样品集　calibrationsamples 参比定标模型建立的样品集. ３􀆰１􀆰３ 验证样品集　validationsamples 用于验证近红外模型测定结果的准确性和重复性的样品集.验证样品集不参与定标模型建立. ３􀆰２ 异常样品　outliersamples 样品近红外光谱与定标样品差别过大,具体表现为样品近红外光谱的马哈拉诺比斯(Mahalanobis)距 离(H值)大于３k/n时(对PLS方法来讲,k为主成分数;n为定标样品数),则该样品被视为异常样品. ３􀆰３ 定标模型验证　calibrationmodelvalidation 使用验证样品集验证定标模型准确性和重复性的过程. １NY/T４８６５—２０２５ ４　仪器设备 ４􀆰１　近红外光谱仪 带可连续扫描单色器的漫反射型近红外光谱仪或其他类产品,光源为１０W钨卤灯,扫描范围为 ７８０nm~２５００nm,分辨率１０nm,波长准确性０􀆰２nm,波长重复性±０􀆰０５nm. ４􀆰２　手持式液压机(CDMＧ５M) 具有将粉末状样品压制成表面光滑块状的功能. ４􀆰３　软件 适合WINDOWS或Mac操作系统,具有近红外光谱数据的收集、存储、预处理、建模和预测等功能. ４􀆰４　样品皿 采用４􀆰１中的近红外仪器配套的样品皿. ４􀆰５　筛子 孔径为０􀆰１８０mm. ４􀆰６　标准白板 由优质的PTFE树脂压制、喷制或发泡烧制而成,光学性质稳定,已经标定过且有光谱反射率数据的 白板. ５　测定 ５􀆰１　测定前的准备 ５􀆰１􀆰１　从待测茶叶样品中按GB/T８３０２规定的方法取出一部分有代表性的样品. ５􀆰１􀆰２　样品采集后,需要粉碎成粉末,粒度要求过０􀆰１８０mm孔径筛,混合均匀后,取３􀆰０g在４０MPa压 强下压制成直径２０mm~２５mm、厚度５mm圆饼,要求表面光滑. ５􀆰１􀆰３　扫描光谱前,先将仪器预热３０min,保持仪器系统内部稳定;待预热完毕后,对仪器进行自检,查 看仪器是否运行正常. ５􀆰１􀆰４　在使用状态下,每５h扫描一次标准白板,保证光谱的准确性. ５􀆰２　样品的测定 仪器预热后,扫描样品近红外光谱;对同批次样品粉碎后,使用牢固的包装密封物保存样品,并放在装 有有效干燥剂的干燥器中盛放.在光谱采集过程中,每个样品采集３个不同位置的光谱,将３个位置的光 谱平均值作为该样品的最终光谱. ５􀆰３　定标模型的建立 ５􀆰３􀆰１　定标样品参数收集 近红外光谱分析的准确性在一定程度上取决于定标工作,因此选择有代表性的样品１１０个.利用近 红外光谱仪按照５􀆰２的方法,采集每个代表性样品的光谱值,存储到５􀆰３的软件中.按照GB５００９􀆰３、 GB５００９􀆰５、GB/T８３１０规定的方法,分别检测每个样本的水分、全氮量和粗纤维含量,作为建模的参考 值,存储到５􀆰３的软件中.统计分析方法按照GB/T６３７９􀆰２、GB/T２９８５８的规定执行,定标程序应符合 附录A中的规定. ５􀆰３􀆰２　模型的建立与验证 利用所有定标样品的光谱值和所对应检测指标的标准值,对原始光谱采用１３点平滑加上一阶导数 (１stDer)进行预处理,选择８００nm~２１７５nm为建模谱区,用８个主成分数(PCs),采用偏最小二乘 (PLS)方法建立水分含量的预测模型.对原始光谱采用９点平滑、一阶导数(１stDer)结合标准正态变量变 换(SNV)预处理,选择１６３７nm~２３５５nm为建模谱区,用５个主成分数(PCs),采用PLS方法建立全氮 含量的预测模型. 对原始光谱采用５点平滑、一阶导数(１stDer)结合多元散射校正(MSC)预处理,选择１３３２nm~１ ２NY/T４８６５—２０２５ ８３５nm联合２２６０nm~２３５５nm为建模谱区,用１０个主成分数(PCs),采用PLS方法建立粗纤维含量 的预测模型.建立好的模型存储到软件中,可随时调用.评价模型的预测可靠性(验证),使用“交叉检验” 和“外部检验”(交叉检验中建模和检验使用相同的样品系列,外部检验需使用２个样品系列).PLS模型 的评判指标主要包括:相关系数(R/r),交叉验证均方根误差(RMSECV)和预测均方根误差(RMSEP). ５􀆰４　对未知样品的测定 待测定的茶样按照５􀆰１􀆰２的方法处理,经过粉碎、过筛和压饼后,平放在仪器的扫描窗口上,确保能完 全遮盖窗口.样品放置好后,开始扫描光谱,根据样品的光谱数据,仪器会给出相应的样品中各品质成分 含量. ６　定标模型验证及评价 ６􀆰１　验证的基本要求 ６􀆰１􀆰１　下列情况之一,需对近红外光谱分析仪的已有定标模型进行验证: a)　定标模型首次使用时,或定标模型更新后,或更换仪器时; b)仪器维修或更换光源等配件后; c)其他需要验证时; d)每年至少进行２次验证. ６􀆰１􀆰２　样品粒度等物理特性应与定标模型使用的样品一致. ６􀆰１􀆰３　验证测试时的温度范围应与定标模型规定的温度范围一致. ６􀆰１􀆰４　使用验证样品获得的定标模型验证结果,只适用于验证样品所涉及的范围. ６􀆰１􀆰５　样品组分的标准值,应由有资质的３个实验室,按照规定的标准方法进行测定并统计确定.样品 组分化学分析应与近红外光谱分析同期进行. ６􀆰２　验证的内容及评价 ６􀆰２􀆰１　准确性 采用验证集样品对定标模型的准确性进行验证时,验证的预测均方根误差(RMSEP)应符合表１的要 求.不符合要求的,不能通过验证,应该查明原因,否则不能用该仪器进行预测. ６􀆰２􀆰２　重复性 采用验证集样品对定标模型的重复性进行验证.选择组分含量高、中、低的３个验证集样品,分别测 定１０次,各测定结果的重复性应符合表１的要求.不符合要求的,不能通过验证,应该查明原因,重新进 行验证,直至符合要求. 表１　定标模型评价基本要求 成分 预测均方根误差(RMSEP),％≤ 重复性(SDr),％≤ 水分 ０􀆰５０ ０􀆰４０ 全氮量 ０􀆰４０ ０􀆰２０ 粗纤维 ０􀆰５０ ０􀆰３０ ７　结果处理和表示 ７􀆰１　３次测定结果的绝对差应不大于１􀆰０％,取３次数据的平均值为测定结果,测定结果保留至小数点后 １位. ７􀆰２　异常样品的确认和处理流程按照第８章的规定执行. ８　异常样品的确认和处理 ８􀆰１　异常样品的确认 样品水分、全氮量、粗纤维含量超出定标模型范围的样品认定为疑似异常样品,应进行第二次近红外 ３NY/T４８６５—２０２５ 测定予以确