J Chromatogr A:基于气相色谱-离子迁移谱和气相色谱-质谱联用结合数据融合的生普洱茶挥发性化合物分析及年份鉴别

本研究旨在探究不同年份生普洱茶挥发性化合物的差异，并实现茶叶年份的快速分类。通过气相色谱-离子迁移谱（GC-IMS）和气相色谱-质谱（GC-MS）联用技术，对不同年份（2020-2023年）的生普洱茶挥发性化合物进行了分析。研究采用低级和中级数据融合策略整合数据集，并应用偏最小二乘判别分析（PLS-DA）和随机森林（RF）机器学习算法建立预测模型。结果表明，GC-IMS和GC-MS分别鉴定出54种和76种挥发性化合物。RF模型，尤其是结合中级数据融合时，对茶叶存储时间的预测准确率达到了100%。本研究为生普洱茶的香气特征和质量控制提供了参考，并展示了数据融合与机器学习在食品质量保障中的潜力。