摘要：应用近红外光谱分析方法对茶叶中游离氨基酸进行定量分析。连续小波导数（CWD）和标准正态变量变换（SNV）用于光谱预处理；偏最小二乘回归（PLSR）方法用于校正模型构建；采用蒙特卡洛无信息变量消除（MCUVE）方法和连续投影算法（SPA）对建模变量进行优化。结果表明，CWD—SNV方法可以有效地提高茶叶光谱质量，消除光谱的平移误差；基于MCUVE—SPA的变量筛选方法极大地改善了模型的精度，实现了建模变量的有效压缩，模型的预测相关系数（R。）和预测均方根误差（RMSEP）分别由0．851和0．117改善为0．895和0．107，建模变量由4148减小为18；当氨基酸百分含量大于0．1％时，近红外光谱结合化学计量学方法可以得到较优的定量分析模型。为茶叶中低含量氨基酸的分析提供了一种快速简便的分析方法。

关键词：茶叶 氨基酸 连续小波导数变量筛选 近红外光谱 

单位：华东交通大学机电工程学院 南昌330013 江苏大学食品与生物工程学院 镇江212013