梵净山茶中18种矿物质元素的主成分、相关性和聚类分析
本文选题:梵净山茶 + 矿物质 ; 参考:《天然产物研究与开发》2017年11期
【摘要】:选用微波消解-电感耦合等离子体质谱法测定与比较分析梵净山茶中矿质元素含量的差异。结果表明,梵净山茶中18种矿物质元素含量变化趋势极相似,K和Mn含量均较高,红茶具高钾低钠特点,红茶和黑茶的有益矿物质元素比藤茶高。经主成分分析可知梵净山茶中特征元素为Ca、Mn、Co、Se、Cd、Hg和Pb;相关性分析显示梵净山茶18种矿质元素呈显著相关或极显著相关;聚类分析将矿物质元素分为4类,其中Na、Mg、Cr、Fe、Mo聚为一类;K、Cu、Zn为一类;Ca、Mn、Co、Se、Pb为一类;As、Cd、Sb、Hg、Sn为一类。通过对梵净山茶中矿物质元素含量比较分析,以期为梵净山茶的开发和综合利用提供理论依据,且聚类分析结果为进一步研究茶叶生长过程中的生理需要或者外部环境相互作用提供一定参考依据。
[Abstract]:Microwave digestion-inductively coupled plasma mass spectrometry (ICP-MS) was used to determine and compare the difference of mineral elements in Fanjingshan tea. The results showed that the contents of 18 mineral elements in Fanjingshan tea were very similar to each other, the contents of K and mn were higher, the red tea was characterized by high potassium and low sodium, and the beneficial mineral elements of black tea and black tea were higher than that of rattan tea. According to principal component analysis, the characteristic elements in Fanjingshan tea are Caomanconia CoSeSeSeCdfen Hg and Pb.The correlation analysis shows that 18 mineral elements of Fanjingshan tea are significantly correlated or extremely significant, and the mineral elements are classified into 4 groups by cluster analysis. Among them, NaOMg-Mg-Cr-FeOMo is a kind of K _ (K) Cu _ (Cu) Zn, and a class of Cam _ (mn) Co _ (Co) Sei _ (Pb) Pb is a class of aspergite CD _ (2) S _ (b) Hg ~ (2 +) Sn. The contents of mineral elements in Fanjingshan tea were compared and analyzed in order to provide theoretical basis for the development and comprehensive utilization of Fanjingshan tea. The results of cluster analysis provided some references for the further study of physiological needs or external environmental interactions during tea growth.
【作者单位】: 铜仁学院材料与化学工程学院;福建农林大学食品科学学院;
【基金】:贵州省普通高等学校产学研基地项目(2015-346) 贵州省教育厅大学生创新创业训练中心项目(2016SJDCZX001) 贵州省科技厅农业攻关项目(2015-3011-1) 贵州省环保厅项目(2014-348) 铜仁学院食品科学与工程校级重点支持学科建设项目
【分类号】:O657.63;TS272.7
【相似文献】
相关期刊论文 前10条
1 刘昆元;;聚类分析法及其在分析化学中的应用[J];分析化学;1985年09期
2 蒲雪梅,魏波,李梦龙;金属元素的聚类分析[J];四川大学学报(自然科学版);1999年01期
3 刘昆元;俞汝勤;;聚类分析法研究广义酸碱的分类[J];化学通报;1988年03期
4 任子中;一种聚类分析方法的改进[J];北京服装学院学报;1994年02期
5 叶茂华,李水福,胡清宇;真伪黄芪紫外光谱的聚类分析[J];时珍国药研究;1997年03期
6 李水福,胡清宇;紫外光谱聚类分析在中药研究中的应用[J];时珍国药研究;1997年01期
7 付大友,袁东,谭文渊,向双全;聚类分析方法用于汽油质量研究[J];吉林化工学院学报;2005年02期
8 张福良,周令;人参各部位成份差异的探索[J];数理医药学杂志;2004年03期
9 孙成俊,,孙贤祥;氧化物分类的聚类分析法研究[J];计算机与应用化学;1995年03期
10 钟蕾,朱斌,宓鹤鸣,陆峰,范国荣;近红外漫反射光谱聚类分析用于血竭的鉴别[J];理化检验(化学分册);2004年01期
相关会议论文 前1条
1 王香凤;武瑶;余静;李崧;谢孟峡;;傅里叶变换红外光谱法结合主成分分析对红色印章印文的分类鉴别[A];第十六届全国分子光谱学学术会议论文集[C];2010年
相关硕士学位论文 前7条
1 张德鹏;基于t-SNE的氨基酸聚类分析[D];辽宁师范大学;2016年
2 郑丽宁;脐橙及其种植土壤中矿物质元素的测定及研究[D];福州大学;2013年
3 马辉;乳腺病患者与健康人血清SERS的聚类分析研究[D];大连理工大学;2014年
4 程权;乌龙茶分类与品质分析的研究[D];福州大学;2014年
5 于海超;月季花的傅里叶变换红外光谱研究[D];云南师范大学;2016年
6 王蓉;基于稀疏主成分和SVM的白酒类别的定性研究[D];武汉轻工大学;2014年
7 周俊;红外光谱结合化学计量法的回收油脂快速鉴别分析[D];暨南大学;2015年
本文编号:1884817
本文链接:https://www.wllwen.com/kejilunwen/huaxue/1884817.html