基于紫外光譜技術(shù)的茶葉分類(lèi)

肖益+高錦紅+呂重瑩+加平平+史佳偉+趙耿+溫盼+溫彬彬+馬蘭+雷楠

摘要：采用紫外可見(jiàn)分光光度計(jì)測(cè)定20種茶葉的紫外光譜數(shù)據(jù)，根據(jù)槲皮素對(duì)照品最大吸收峰，選取382 nm波長(zhǎng)處的吸光度作為吸收特征值，結(jié)合聚類(lèi)分析法對(duì)茶葉樣本進(jìn)行聚類(lèi)分析，分析結(jié)果將20種茶葉樣本分成3組，且分類(lèi)結(jié)果與實(shí)際類(lèi)別接近，說(shuō)明聚類(lèi)分析法能用于茶葉的紫外光譜定性鑒別。

關(guān)鍵詞：紫外可見(jiàn)光譜；茶葉；聚類(lèi)分析

中圖分類(lèi)號(hào)：S571.1；O657.32 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：0439-8114（2014）17-4085-03

Classification of Tea Leaves Based on UV Spectroscopic Technology

XIAO Yi， GAO Jin-hong， L？譈 Zhong-ying， JIA Ping-ping， SHI Jia-wei， ZHAO Geng， WEN Pan， WEN Bin-bin，

MA Lan， LEI Nan

（School of Chemistry and Life Science， Weinan Normal University， Weinan 714000， Shaanxi， China）

Abstract： The ultraviolet spectrum data of twenty kinds of tea were determined by UV-visible spectrophotometer. According to the maximum absorption peak of quercetin reference substance， 382 nm wavelength of absorption value was used as the characteristic value of specific line. Cluster analysis was used to analyse the tea samples. Results showed that twenty kinds of tea were classified into three groups. The cluster analysis could be used for qualitatively analysing ultraviolet spectrum of tea leaves.

Key words： ultraviolet spectrum； tea leaves； cluster analysis

茶自古以來(lái)就是中國(guó)人喜愛(ài)的飲品，我國(guó)茶葉種類(lèi)繁多，共分7大茶系（綠茶、紅茶、白茶、黃茶、花茶、黑茶、烏龍茶）數(shù)百種之多，隨著國(guó)際貿(mào)易的發(fā)展和人們飲食結(jié)構(gòu)的調(diào)整，對(duì)茶葉質(zhì)量的要求越來(lái)越高，全面提高茶葉產(chǎn)品的質(zhì)量，已日趨為人們所重視。但面對(duì)如此龐大數(shù)目的茶葉品種，其優(yōu)劣實(shí)難分辨。因此建立一種快速、簡(jiǎn)便和準(zhǔn)確的鑒別茶葉優(yōu)劣的方法極其重要。

現(xiàn)代紫外可見(jiàn)光譜分析技術(shù)可充分利用全譜段或多波長(zhǎng)下的光譜數(shù)據(jù)進(jìn)行定性或定量分析。由于紫外可見(jiàn)光譜分析技術(shù)具有速度快、效率高、成本低、測(cè)試重現(xiàn)性好、測(cè)量方便等特點(diǎn)，已經(jīng)被越來(lái)越多地應(yīng)用于食品工業(yè)、石油化工、制藥工業(yè)等領(lǐng)域，國(guó)內(nèi)外已有學(xué)者研究利用紫外可見(jiàn)光譜分析技術(shù)區(qū)別物質(zhì)[1-5]。為此，采用紫外可見(jiàn)光譜技術(shù)建立20種茶葉的紫外光譜指紋圖譜，用聚類(lèi)分析方法進(jìn)行分類(lèi)研究，以期為食品分類(lèi)研究提供一定的理論參考。

1 材料與方法

1.1 材料

試驗(yàn)用茶葉均購(gòu)自渭南市華潤(rùn)超市茶葉專(zhuān)賣(mài)店，共計(jì)20個(gè)樣本，粉碎后置干燥器中保存?zhèn)溆?；槲皮素（中?guó)藥品生物制品檢定所，批號(hào)：100081-200406）；甲醇（分析純）；去離子水。

儀器：UV-2000紫外分光光度計(jì)（北京萊伯泰科有限公司）；DHG-9140A型電熱恒溫鼓風(fēng)干燥箱（上海一恒科學(xué)儀器有限公司）。

1.2 方法

1.2.1 樣品處理 槲皮素對(duì)照品溶液制備：稱(chēng)取干燥的槲皮素對(duì)照品約0.005 0 g，加適量甲醇溶解，置于100 mL容量瓶中，得50.00 μg/mL的槲皮素對(duì)照品溶液。

茶葉樣本處理：將樣本放入80 ℃烘箱1 h后，粉碎，置干燥器中保存?zhèn)溆?。稱(chēng)取茶葉備用樣約1.000 0 g，置于50 mL錐形瓶中，加入25 mL甲醇，60 ℃恒溫水浴加熱1 h，趁熱過(guò)濾，冷卻，取2 mL濾液置于25 mL容量瓶中用甲醇定容，搖勻待測(cè)。

1.2.2 光譜數(shù)據(jù)的獲取 將待測(cè)的茶葉提取液用UV-2000紫外可見(jiàn)分光光度儀在200～500 nm波長(zhǎng)范圍內(nèi)掃描，可得茶葉樣本的紫外可見(jiàn)光譜圖譜，測(cè)定波長(zhǎng)間隔為2 nm，記錄測(cè)定值，樣品光譜數(shù)據(jù)取3次掃描的平均值。

2 結(jié)果與分析

2.1 槲皮素對(duì)照品紫外吸收?qǐng)D譜及甲醇提取液紫外光譜圖譜

槲皮素對(duì)照品紫外吸收?qǐng)D譜見(jiàn)圖1，20種茶葉樣本甲醇提取液紫外可見(jiàn)光譜圖譜見(jiàn)圖2。從圖2可以看出，20種茶葉甲醇提取液紫外可見(jiàn)光譜的譜圖極為相似，從光譜圖譜中難以進(jìn)行分類(lèi)分析，尤其樣本數(shù)多的情況下更難以直觀地進(jìn)行分類(lèi)研究。從紫外光譜圖譜和吸光度來(lái)看，每個(gè)樣本在3個(gè)波長(zhǎng)處的吸光度存在比較明顯的差異，特別是在382 nm處的吸收度，這些共性和差異性具有一定的特征性和指紋性，是建立不同品種茶葉指紋圖譜的科學(xué)依據(jù)。差異性可能是由于各茶葉品種、產(chǎn)地和加工工藝的差異引起的，這些差異為茶葉的鑒別奠定了理論基礎(chǔ)。

2.2 穩(wěn)定性和重復(fù)性考察

為了考察該方法的穩(wěn)定性和重復(fù)性，以對(duì)照品槲皮素紫外吸收光譜在382 nm波長(zhǎng)處的最大吸光度為參照，對(duì)茶葉中槲皮素提取時(shí)水浴加熱的溫度、時(shí)間和取樣量進(jìn)行了優(yōu)化。優(yōu)化的結(jié)果是：水浴溫度60 ℃，時(shí)間60 min，取樣2 mL定容至25 mL容量瓶。用以上方法對(duì)20種茶葉樣本進(jìn)行紫外光譜測(cè)定，得到382 nm波長(zhǎng)處的吸光度見(jiàn)表1，重復(fù)3次的RSD都在2%以下，說(shuō)明用此方法可行。

2.3 聚類(lèi)鑒別分析

聚類(lèi)分析是按照光譜之間的相似性來(lái)分類(lèi)光譜的，是一種探索性的分析，在分類(lèi)的過(guò)程中，不必事先給出一個(gè)分類(lèi)的標(biāo)準(zhǔn)，聚類(lèi)分析能夠從樣本數(shù)據(jù)出發(fā)自動(dòng)進(jìn)行分類(lèi)，建立每個(gè)樣本的聚類(lèi)分析譜系圖。本研究就以20種茶葉的紫外光譜吸光度進(jìn)行聚類(lèi)分類(lèi)[6，7]。

茶葉樣本間的差異如果僅用感官確認(rèn)的方法進(jìn)行判斷，其判斷結(jié)果的可信度將會(huì)大打折扣，如果將樣品通過(guò)多種方法檢測(cè)得到的多維信息進(jìn)行相互驗(yàn)證來(lái)判斷其差異性，則將會(huì)大大提高判斷的可信度。因此，試驗(yàn)對(duì)20個(gè)不同品種茶葉進(jìn)行主成分槲皮素最大吸光度測(cè)定，試驗(yàn)結(jié)果如表1。從測(cè)定結(jié)果來(lái)看，樣品中槲皮素吸光度之間存在一定的差異，這些差異為通過(guò)紫外可見(jiàn)光譜技術(shù)檢測(cè)茶葉品種建立快速鑒別的方法提供了依據(jù)。

根據(jù)表1中的數(shù)據(jù)，首先對(duì)各樣本在382 nm波長(zhǎng)處的吸光度進(jìn)行標(biāo)準(zhǔn)化處理，然后根據(jù)處理后的紫外光譜數(shù)據(jù)進(jìn)行聚類(lèi)分析，分析結(jié)果見(jiàn)圖3。從圖3可以看出，20個(gè)樣品聚為兩大組。第一組有10個(gè)樣本，包括3（大白毫）、4（古樹(shù)紅）、8（龍井1號(hào)）、9（薰衣草）、10（香碧螺）、11（龍井2號(hào)）、12（銀峰）、13（龍井3號(hào)）、14（雀舌）和15（紫陽(yáng)富硒）號(hào)樣，第一組大部分樣本屬于綠茶，表明以上茶葉中槲皮素含量相近，則聚為一類(lèi)是合理的，而其中3號(hào)樣大白毫屬白茶，4號(hào)樣古樹(shù)紅屬紅茶，3號(hào)和4號(hào)樣聚進(jìn)第一組，說(shuō)明這兩種茶葉中主成分槲皮素含量和同組綠茶相近；第二組有10個(gè)樣本，包括1（普洱茶）、2（茉莉）、5（鐵觀音1號(hào)）、6（鐵觀音1號(hào)）、7（鐵觀音1號(hào)）、16（人參烏龍）、17（水仙）、18（臺(tái)灣烏龍）、19（鳳凰單樅）、20（龍須茶）號(hào)樣。其中1號(hào)普洱茶和2號(hào)茉莉茶聚進(jìn)第二組，這也說(shuō)明本研究所收集到的這兩種樣本中主成分槲皮素的含量相近。而在第二大組中龍須茶單獨(dú)聚為一類(lèi)，表明其所含槲皮素含量有所差別，因龍須茶也稱(chēng)為龍須保健茶和三高保健茶，具有很好的藥用價(jià)值，本研究分類(lèi)結(jié)果與實(shí)際情況一致，則龍須茶單獨(dú)聚為一類(lèi)與其所具的有廣泛的預(yù)防保健及藥用功效有關(guān)。

3 小結(jié)

采用紫外可見(jiàn)光譜技術(shù)建立20種茶葉的紫外光譜指紋圖譜。經(jīng)紫外可見(jiàn)光譜儀在200～500 nm波長(zhǎng)范圍掃描，獲得了20個(gè)不同品種茶葉的紫外可見(jiàn)光譜圖譜。根據(jù)槲皮素對(duì)照品最大吸光度，選取了382 nm波長(zhǎng)處吸光度作為特征值，通過(guò)聚類(lèi)分析法對(duì)20種茶葉樣本進(jìn)行聚類(lèi)分析，初步實(shí)現(xiàn)了不同品種茶葉樣品的定性分析。試驗(yàn)結(jié)果表明，利用紫外可見(jiàn)光譜技術(shù)結(jié)合聚類(lèi)分析方法可以快速地對(duì)不同品種茶葉進(jìn)行分類(lèi)鑒別。通過(guò)本研究得出紫外可見(jiàn)光譜結(jié)合聚類(lèi)分析法用于食品鑒別是可行的。

參考文獻(xiàn)：

[1] 蔣家奎，馬永昆，范曉波，等.基于紫外-可見(jiàn)光譜技術(shù)快速鑒別鎮(zhèn)江香醋方法的研究[J].中國(guó)調(diào)味品，2009，34（3）：112-117.

[2] 王 吰，連喜軍，陳良笛，等.不同品種甘薯色素紫外光可見(jiàn)譜性質(zhì)研究[J].食品研究與開(kāi)發(fā)，2009，30（1）：25-28.

[3] 楊華峰，楊 勇，董 勤，等.紫外-可見(jiàn)光譜技術(shù)在葡萄酒品質(zhì)評(píng)價(jià)中的應(yīng)用[J].釀酒科技，2012（11）：58-60，64.

[4] 夏敦玲，任小林，李演利，等. 冬棗果皮紅色素的紫外光譜分析[J].西北農(nóng)業(yè)學(xué)報(bào)，2006，15（6）：144-147.

[5] 李曉麗，何 勇，裘正軍，等.一種基于可見(jiàn)-近紅外光譜快速鑒別茶葉品種的新方法[J].光譜學(xué)與光譜分析，2007，27（2）：279-282.

[6] 魏淑紅，彭正松，夏 玲.半夏類(lèi)藥材紫外光譜聚類(lèi)分析[J].生物技術(shù)，2004，14（1）：38-41.

[7] 譚梅英，譚志燦，孫冬梅，等.基于紫外光譜和聚類(lèi)分析法結(jié)合的布渣葉鑒別研究[J].海峽藥學(xué)，2012，24（7）：62-64.

2.3 聚類(lèi)鑒別分析

聚類(lèi)分析是按照光譜之間的相似性來(lái)分類(lèi)光譜的，是一種探索性的分析，在分類(lèi)的過(guò)程中，不必事先給出一個(gè)分類(lèi)的標(biāo)準(zhǔn)，聚類(lèi)分析能夠從樣本數(shù)據(jù)出發(fā)自動(dòng)進(jìn)行分類(lèi)，建立每個(gè)樣本的聚類(lèi)分析譜系圖。本研究就以20種茶葉的紫外光譜吸光度進(jìn)行聚類(lèi)分類(lèi)[6，7]。

茶葉樣本間的差異如果僅用感官確認(rèn)的方法進(jìn)行判斷，其判斷結(jié)果的可信度將會(huì)大打折扣，如果將樣品通過(guò)多種方法檢測(cè)得到的多維信息進(jìn)行相互驗(yàn)證來(lái)判斷其差異性，則將會(huì)大大提高判斷的可信度。因此，試驗(yàn)對(duì)20個(gè)不同品種茶葉進(jìn)行主成分槲皮素最大吸光度測(cè)定，試驗(yàn)結(jié)果如表1。從測(cè)定結(jié)果來(lái)看，樣品中槲皮素吸光度之間存在一定的差異，這些差異為通過(guò)紫外可見(jiàn)光譜技術(shù)檢測(cè)茶葉品種建立快速鑒別的方法提供了依據(jù)。

根據(jù)表1中的數(shù)據(jù)，首先對(duì)各樣本在382 nm波長(zhǎng)處的吸光度進(jìn)行標(biāo)準(zhǔn)化處理，然后根據(jù)處理后的紫外光譜數(shù)據(jù)進(jìn)行聚類(lèi)分析，分析結(jié)果見(jiàn)圖3。從圖3可以看出，20個(gè)樣品聚為兩大組。第一組有10個(gè)樣本，包括3（大白毫）、4（古樹(shù)紅）、8（龍井1號(hào)）、9（薰衣草）、10（香碧螺）、11（龍井2號(hào)）、12（銀峰）、13（龍井3號(hào)）、14（雀舌）和15（紫陽(yáng)富硒）號(hào)樣，第一組大部分樣本屬于綠茶，表明以上茶葉中槲皮素含量相近，則聚為一類(lèi)是合理的，而其中3號(hào)樣大白毫屬白茶，4號(hào)樣古樹(shù)紅屬紅茶，3號(hào)和4號(hào)樣聚進(jìn)第一組，說(shuō)明這兩種茶葉中主成分槲皮素含量和同組綠茶相近；第二組有10個(gè)樣本，包括1（普洱茶）、2（茉莉）、5（鐵觀音1號(hào)）、6（鐵觀音1號(hào)）、7（鐵觀音1號(hào)）、16（人參烏龍）、17（水仙）、18（臺(tái)灣烏龍）、19（鳳凰單樅）、20（龍須茶）號(hào)樣。其中1號(hào)普洱茶和2號(hào)茉莉茶聚進(jìn)第二組，這也說(shuō)明本研究所收集到的這兩種樣本中主成分槲皮素的含量相近。而在第二大組中龍須茶單獨(dú)聚為一類(lèi)，表明其所含槲皮素含量有所差別，因龍須茶也稱(chēng)為龍須保健茶和三高保健茶，具有很好的藥用價(jià)值，本研究分類(lèi)結(jié)果與實(shí)際情況一致，則龍須茶單獨(dú)聚為一類(lèi)與其所具的有廣泛的預(yù)防保健及藥用功效有關(guān)。

3 小結(jié)

采用紫外可見(jiàn)光譜技術(shù)建立20種茶葉的紫外光譜指紋圖譜。經(jīng)紫外可見(jiàn)光譜儀在200～500 nm波長(zhǎng)范圍掃描，獲得了20個(gè)不同品種茶葉的紫外可見(jiàn)光譜圖譜。根據(jù)槲皮素對(duì)照品最大吸光度，選取了382 nm波長(zhǎng)處吸光度作為特征值，通過(guò)聚類(lèi)分析法對(duì)20種茶葉樣本進(jìn)行聚類(lèi)分析，初步實(shí)現(xiàn)了不同品種茶葉樣品的定性分析。試驗(yàn)結(jié)果表明，利用紫外可見(jiàn)光譜技術(shù)結(jié)合聚類(lèi)分析方法可以快速地對(duì)不同品種茶葉進(jìn)行分類(lèi)鑒別。通過(guò)本研究得出紫外可見(jiàn)光譜結(jié)合聚類(lèi)分析法用于食品鑒別是可行的。

參考文獻(xiàn)：

[1] 蔣家奎，馬永昆，范曉波，等.基于紫外-可見(jiàn)光譜技術(shù)快速鑒別鎮(zhèn)江香醋方法的研究[J].中國(guó)調(diào)味品，2009，34（3）：112-117.

[2] 王 吰，連喜軍，陳良笛，等.不同品種甘薯色素紫外光可見(jiàn)譜性質(zhì)研究[J].食品研究與開(kāi)發(fā)，2009，30（1）：25-28.

[3] 楊華峰，楊 勇，董 勤，等.紫外-可見(jiàn)光譜技術(shù)在葡萄酒品質(zhì)評(píng)價(jià)中的應(yīng)用[J].釀酒科技，2012（11）：58-60，64.

[4] 夏敦玲，任小林，李演利，等. 冬棗果皮紅色素的紫外光譜分析[J].西北農(nóng)業(yè)學(xué)報(bào)，2006，15（6）：144-147.

[5] 李曉麗，何 勇，裘正軍，等.一種基于可見(jiàn)-近紅外光譜快速鑒別茶葉品種的新方法[J].光譜學(xué)與光譜分析，2007，27（2）：279-282.

[6] 魏淑紅，彭正松，夏 玲.半夏類(lèi)藥材紫外光譜聚類(lèi)分析[J].生物技術(shù)，2004，14（1）：38-41.

[7] 譚梅英，譚志燦，孫冬梅，等.基于紫外光譜和聚類(lèi)分析法結(jié)合的布渣葉鑒別研究[J].海峽藥學(xué)，2012，24（7）：62-64.

2.3 聚類(lèi)鑒別分析

聚類(lèi)分析是按照光譜之間的相似性來(lái)分類(lèi)光譜的，是一種探索性的分析，在分類(lèi)的過(guò)程中，不必事先給出一個(gè)分類(lèi)的標(biāo)準(zhǔn)，聚類(lèi)分析能夠從樣本數(shù)據(jù)出發(fā)自動(dòng)進(jìn)行分類(lèi)，建立每個(gè)樣本的聚類(lèi)分析譜系圖。本研究就以20種茶葉的紫外光譜吸光度進(jìn)行聚類(lèi)分類(lèi)[6，7]。

茶葉樣本間的差異如果僅用感官確認(rèn)的方法進(jìn)行判斷，其判斷結(jié)果的可信度將會(huì)大打折扣，如果將樣品通過(guò)多種方法檢測(cè)得到的多維信息進(jìn)行相互驗(yàn)證來(lái)判斷其差異性，則將會(huì)大大提高判斷的可信度。因此，試驗(yàn)對(duì)20個(gè)不同品種茶葉進(jìn)行主成分槲皮素最大吸光度測(cè)定，試驗(yàn)結(jié)果如表1。從測(cè)定結(jié)果來(lái)看，樣品中槲皮素吸光度之間存在一定的差異，這些差異為通過(guò)紫外可見(jiàn)光譜技術(shù)檢測(cè)茶葉品種建立快速鑒別的方法提供了依據(jù)。

根據(jù)表1中的數(shù)據(jù)，首先對(duì)各樣本在382 nm波長(zhǎng)處的吸光度進(jìn)行標(biāo)準(zhǔn)化處理，然后根據(jù)處理后的紫外光譜數(shù)據(jù)進(jìn)行聚類(lèi)分析，分析結(jié)果見(jiàn)圖3。從圖3可以看出，20個(gè)樣品聚為兩大組。第一組有10個(gè)樣本，包括3（大白毫）、4（古樹(shù)紅）、8（龍井1號(hào)）、9（薰衣草）、10（香碧螺）、11（龍井2號(hào)）、12（銀峰）、13（龍井3號(hào)）、14（雀舌）和15（紫陽(yáng)富硒）號(hào)樣，第一組大部分樣本屬于綠茶，表明以上茶葉中槲皮素含量相近，則聚為一類(lèi)是合理的，而其中3號(hào)樣大白毫屬白茶，4號(hào)樣古樹(shù)紅屬紅茶，3號(hào)和4號(hào)樣聚進(jìn)第一組，說(shuō)明這兩種茶葉中主成分槲皮素含量和同組綠茶相近；第二組有10個(gè)樣本，包括1（普洱茶）、2（茉莉）、5（鐵觀音1號(hào)）、6（鐵觀音1號(hào)）、7（鐵觀音1號(hào)）、16（人參烏龍）、17（水仙）、18（臺(tái)灣烏龍）、19（鳳凰單樅）、20（龍須茶）號(hào)樣。其中1號(hào)普洱茶和2號(hào)茉莉茶聚進(jìn)第二組，這也說(shuō)明本研究所收集到的這兩種樣本中主成分槲皮素的含量相近。而在第二大組中龍須茶單獨(dú)聚為一類(lèi)，表明其所含槲皮素含量有所差別，因龍須茶也稱(chēng)為龍須保健茶和三高保健茶，具有很好的藥用價(jià)值，本研究分類(lèi)結(jié)果與實(shí)際情況一致，則龍須茶單獨(dú)聚為一類(lèi)與其所具的有廣泛的預(yù)防保健及藥用功效有關(guān)。

3 小結(jié)

采用紫外可見(jiàn)光譜技術(shù)建立20種茶葉的紫外光譜指紋圖譜。經(jīng)紫外可見(jiàn)光譜儀在200～500 nm波長(zhǎng)范圍掃描，獲得了20個(gè)不同品種茶葉的紫外可見(jiàn)光譜圖譜。根據(jù)槲皮素對(duì)照品最大吸光度，選取了382 nm波長(zhǎng)處吸光度作為特征值，通過(guò)聚類(lèi)分析法對(duì)20種茶葉樣本進(jìn)行聚類(lèi)分析，初步實(shí)現(xiàn)了不同品種茶葉樣品的定性分析。試驗(yàn)結(jié)果表明，利用紫外可見(jiàn)光譜技術(shù)結(jié)合聚類(lèi)分析方法可以快速地對(duì)不同品種茶葉進(jìn)行分類(lèi)鑒別。通過(guò)本研究得出紫外可見(jiàn)光譜結(jié)合聚類(lèi)分析法用于食品鑒別是可行的。

參考文獻(xiàn)：

[1] 蔣家奎，馬永昆，范曉波，等.基于紫外-可見(jiàn)光譜技術(shù)快速鑒別鎮(zhèn)江香醋方法的研究[J].中國(guó)調(diào)味品，2009，34（3）：112-117.

[2] 王 吰，連喜軍，陳良笛，等.不同品種甘薯色素紫外光可見(jiàn)譜性質(zhì)研究[J].食品研究與開(kāi)發(fā)，2009，30（1）：25-28.

[3] 楊華峰，楊 勇，董 勤，等.紫外-可見(jiàn)光譜技術(shù)在葡萄酒品質(zhì)評(píng)價(jià)中的應(yīng)用[J].釀酒科技，2012（11）：58-60，64.

[4] 夏敦玲，任小林，李演利，等. 冬棗果皮紅色素的紫外光譜分析[J].西北農(nóng)業(yè)學(xué)報(bào)，2006，15（6）：144-147.

[5] 李曉麗，何 勇，裘正軍，等.一種基于可見(jiàn)-近紅外光譜快速鑒別茶葉品種的新方法[J].光譜學(xué)與光譜分析，2007，27（2）：279-282.

[6] 魏淑紅，彭正松，夏 玲.半夏類(lèi)藥材紫外光譜聚類(lèi)分析[J].生物技術(shù)，2004，14（1）：38-41.

[7] 譚梅英，譚志燦，孫冬梅，等.基于紫外光譜和聚類(lèi)分析法結(jié)合的布渣葉鑒別研究[J].海峽藥學(xué)，2012，24（7）：62-64.