近日，茶叶所在《Food Chemistry:X》（中科院一区TOP，IF=8.2）期刊发表了题为“Rapid detection of synthetic pigments in black tea using hyperspectral imaging technology and machine learning”的研究论文，提出了一种利用高光谱成像技术结合机器学习的染色红茶中人工合成色素的快速无损检测方法，为茶叶质量安全检测提供了新的技术途径。

　　茶叶是世界三大饮料之一，是天然的健康保健饮料，无添加是茶叶加工的基本原则。部分商家在劣质红茶中掺入人工合成色素以提升外观色泽、茶汤等感官品质，给消费者健康带来潜在风险。针对染色掺假茶叶检测难题，本研究构建了染色红茶样品的高光谱成像数据库，并融入非线性机器学习算法，对不同染色物质（柠檬黄、胭脂红、日落黄等）、掺假程度的红茶进行分析。建立了定性识别模型与掺假量预测模型的完整检测体系，并实现了色素的可视化分布。

　　实验结果表明，该方法可实现红茶中色素种类的精准识别与掺假量的高精度预测：定性识别准确率超过98%，掺假量预测模型决定系数R² > 0.95，RMSE < 0.025，验证了高光谱成像结合机器学习技术在红茶掺色素检测中的可行性与时效性，为茶叶及其他食品中合成色素掺假检测提供了新思路。

　　茶叶所为第一完成单位和通讯单位，济南市农业科学研究院参与了本项目研究。董春旺研究员为通讯作者，联培研究生王之涵为第一作者，该研究得到了院创新工程重大项目（CXGC2025A02）和济南市农业科技攻关项目（GG202415）的资助。

　　文章链接：https://doi.org/10.1016/j.fochx.2025.103192