近日，茶叶所加工团队在Food Research International （中科院一区TOP，IF5=7.4） 上发表题为“Determination of Quality Differences and Origin Tracing of Green Tea from Different Latitudes based on TG-FTIR and Machine Learning”的研究论文。该研究聚焦茶叶产地溯源难题，基于热重 - 红外联用技术（TG - FTIR）与机器学习智能算法，为高纬度日照绿茶产区的真伪鉴别带来新突破。
日照绿茶，中国高纬度优质绿茶代表，也是中国地理标志产品。随着品牌影响力不断扩大，外地绿茶假冒日照绿茶现象频发，损害其品质价值和品牌美誉度，产地溯源与品牌保护面临重大挑战。传统产地溯源方法面临诸多难题，如同位素、矿物元素图谱、代谢组学等成本高、程序复杂、稳定性差等问题，阻碍了溯源技术的广泛应用。
本研究针对日照绿茶和其他低纬度茶区绿茶，首次利用热重-红外联用技术（TG-FTIR）结合机器学习方法对中国不同纬度产区绿茶的热解特性进行了全方面解析。通过工业分析和元素分析，对理化性质进行了表征。在TG-FTIR分析仪上进行了三种加热速率（β：10、20、30℃/min）的热解试验，表征了热解过程中产生烟雾的红外光谱图（3D+2D）的官能团，对不同纬度茶叶的热解特性进行了差异性分析。采用三种无模型方法（Kissinger、Ozawa和Starink法）计算了动力学参数：活化能Ea、指前因子A；热力学参数：焓变∆H、吉布斯自由能∆G和熵变∆S，详细阐述了不同纬度热解动力学参数间的差异。采用主成分分析（PCA）对不同纬度茶样的Ea值进行了聚类分析，结果呈现明显的聚类趋势。基于不同纬度茶样的纬度、年平均温度、平均海拔值和茶多酚含量。分别绘制了各地区的纬度、年平均温度、平均海拔和对各地区动力学参数和热力学参数的相关性热图，探究了这些因素对各地区动力学参数和热力学参数之间的直接关系。最后建立了热解动力学参数（Ea、∆H、∆G和∆S）的线性（PLSR）和非线性（RF、SVR）回归预测模型，将α、不同α对应的温度T和升温速率β三个参数作为模型的输入，比较了5种预处理方法，发现基于S-G预处理的RF模型精度均最高，可以在不依赖传统公式计算的情况下对茶叶的热解动力学参数进行准确预测，为快速获取生物质热解动力学参数提供了一种智能化方法。研究首次利用TG-FTIR技术对不同纬度的茶叶进行深入分析，全面分析了中国不同纬度地区茶样热解过程的差异，尤其为日照绿茶的产地溯源提供了高效、可靠的新途径和新思路。
茶叶所为第一完成单位和通讯单位，董春旺研究员、陆敏博士为论文通讯作者，河南农业大学联培硕士生郭梦奇为论文第一作者。该研究得到山东省农业科学院重点创新工程、济南市农业科技攻关等项目的支持。
文章链接：https://doi.org/10.1016/j.foodres.2025.115853
