邢國(guó)凱，張瑋，王甜甜，李曉葦，陳橋

（1.河北大學(xué) 物理科學(xué)與技術(shù)學(xué)院，河北 保定 071002；2.北京中防昊通科技中心，北京 100013）

茶是世界上著名的功能性飲料，含有豐富的營(yíng)養(yǎng)成分，具有保健作用［1］.茶葉是一種多組分植物，已明確查明茶葉中的有機(jī)化學(xué)成分占干物質(zhì)的90%以上，多達(dá)600余種，無(wú)機(jī)礦物元素亦達(dá)40多種［2］，故其品質(zhì)無(wú)法用某種成分的量化直接反映.鮮葉質(zhì)量的好壞和發(fā)酵程度直接影響茶葉的品質(zhì)［3］，而茶葉的發(fā)酵實(shí)質(zhì)上是茶葉內(nèi)含組分的氧化.本文將采用紅外光譜結(jié)合特征基方法，對(duì)茶葉單質(zhì)與茶葉發(fā)酵程度的聯(lián)系進(jìn)行探討，得出茶葉判別發(fā)酵度特征基的主要因素.

1 實(shí)驗(yàn)部分

1.1 樣品制備

1.1.1 實(shí)驗(yàn)材料

選取不同發(fā)酵程度的典型茶葉樣品并編號(hào).

輕度發(fā)酵茶：龍井－1，信陽(yáng)毛尖－2，霍山黃芽－3，君山銀針－4，白牡丹－5，白毫銀針－6；

中度發(fā)酵茶：古早茶臺(tái)灣烏龍－7，人參烏龍－8；

重度發(fā)酵茶：祁紅－9，正山小種－10，六堡熟磚－11，云南七子餅茶－12.

茶葉主要組分見(jiàn)表1，包括多酚類物質(zhì)［4］、氨基酸、多酚類氧化物和類脂.

表1 茶葉的主要組分Tab.1 Main component of tea

1.1.2 實(shí)驗(yàn)儀器

TENSOR27型傅里葉紅外光譜儀；磨碎機(jī)；769YP－15A型粉末壓片機(jī)；DHG－9003BS－Ⅲ型電熱恒溫鼓風(fēng)干燥箱；FA2204B電子天平.

1.1.3 制備樣品的流程

茶葉樣品制備分為烘干、粉碎、研磨、壓片、采集光譜5個(gè)過(guò)程.首先將標(biāo)準(zhǔn)茶葉樣品放置在40℃的恒溫箱中干燥至恒重，放入粉碎機(jī)中粉碎約90s，粉碎后過(guò)200目（孔徑0.074mm）篩，裝入塑封袋中封好并標(biāo)記名稱和制備日期.茶葉單質(zhì)樣品為科研專用的粉末狀茶葉提取物，與茶葉樣品采用統(tǒng)一的制備流程.將樣品和溴化鉀粉末放在紅外燈下進(jìn)行烘干，按1∶120的比例混合研磨至均勻，然后將研磨好的混合物在18MPa的壓力下壓制2min成片留待測(cè)定.采集時(shí)室溫控制在25℃左右，濕度保持穩(wěn)定.

1.2 波長(zhǎng)范圍的選擇和數(shù)據(jù)的預(yù)處理

1.2.1 波長(zhǎng)范圍的選擇

在中紅外4 000～400cm－1全譜波段，由于不同茶葉中各組分的含量及相互比例不同，1 800～600cm－1波段幾乎包含了所有特征信息同時(shí)剔除了冗余信息，故選取指紋區(qū)1 800～600cm－1波段進(jìn)行建模［5］.

1.2.2 光譜數(shù)據(jù)的預(yù)處理

為消除由于茶葉樣本的狀態(tài)不均、測(cè)量條件和實(shí)驗(yàn)員的測(cè)量習(xí)慣等因素產(chǎn)生的噪聲、背景等干擾信號(hào)，測(cè)得的樣品光譜數(shù)據(jù)需進(jìn)行矢量歸一、一階求導(dǎo)和S－G平滑預(yù)處理.

矢量歸一是原光譜減去該光譜的平均值后，再除以該光譜數(shù)據(jù)的標(biāo)準(zhǔn)偏差，實(shí)質(zhì)是使原光譜數(shù)據(jù)標(biāo)準(zhǔn)正態(tài)化［6］.導(dǎo)數(shù)光譜既可以消除基線漂移或背景干擾的影響，也可以提供比原始光譜更高的分辨率和更清晰的光譜輪廓變化，減少譜帶重疊［7］.信號(hào)平滑是消除噪聲最常用的方法，Savitzky－Go1ay卷積是通過(guò)多項(xiàng)式來(lái)對(duì)移動(dòng)窗口內(nèi)的數(shù)據(jù)進(jìn)行多項(xiàng)式最小二乘擬合，其實(shí)質(zhì)是一種加權(quán)平均法，更強(qiáng)調(diào)中心點(diǎn)的中心作用［8］.若多次測(cè)量取平均值可降低噪聲提高信噪比［9］.

1.3 特征基理論

特征基理論是基于主成分分析法提出的一種降低茶葉紅外光譜圖原始數(shù)據(jù)的維數(shù)，提取反映茶葉信息的主要因素的多元統(tǒng)計(jì)分析方法.主成分分析是以樣品數(shù)據(jù)統(tǒng)計(jì)特征為基礎(chǔ)的正交變換，是最小均方誤差意義上的最優(yōu)變換［10］.

光譜特征基就是能反映不同種茶葉最大差異信息的特征因子.一般通過(guò)尋找能反映最大差異信息的典型茶葉進(jìn)行特征提取，再通過(guò)比較不同特征因子的信息量來(lái)確定光譜特征基.將待分析樣品的檢測(cè)數(shù)據(jù)在光譜特征基上投影后，使光譜在不同波段上所表現(xiàn)的信息比重發(fā)生變化，能有效提高多組分物質(zhì)的特征識(shí)別.

2 結(jié)果與討論

2.1 單質(zhì)在茶葉光譜特征基上的投影分析

為找出單質(zhì)光譜與茶葉光譜的相關(guān)性，將13種單質(zhì)的光譜數(shù)據(jù)經(jīng)過(guò)統(tǒng)一的預(yù)處理后，投影在茶葉光譜特征基上［11］，如圖1所示.

圖1 13種單質(zhì)在茶葉特征基上的投影Fig.1 Projection of 13kinds of simple substance on the characteristic basis of tea

由圖1可以看出，13種單質(zhì)的分布范圍遠(yuǎn)遠(yuǎn)超過(guò)了茶葉的范圍（虛線圈定圓形區(qū)域），說(shuō)明單質(zhì)的光譜在不同波段上所包含的信息量與茶葉的信息量差異很大，茶葉包含的是多組分的綜合信息，且不同類別之間也差異較大.因此，單質(zhì)在茶葉光譜特征基上投影不能分析出單質(zhì)光譜與茶葉光譜的直接聯(lián)系.

2.2 不同類別茶葉在單質(zhì)特征基上的投影分析

由特征基理論的物理意義可以知道，用單質(zhì)建基尋找能反映單質(zhì)最大差異信息的特征因子，不同發(fā)酵程度茶葉的數(shù)據(jù)在光譜特征基上投影后，將使光譜在不同波段上所表現(xiàn)的信息比重發(fā)生變化，不同的茶葉在各特征因子上的比重不同.通過(guò)改變建基的單質(zhì)的種類，根據(jù)不同發(fā)酵度茶葉的分布情況，尋找影響茶葉發(fā)酵程度的主要單質(zhì)因子.

以13種單質(zhì)建基投影不同發(fā)酵度茶葉，由圖2可以看出不同種類茶葉在第1特征因子和第2特征因子上呈現(xiàn)發(fā)酵程度越大，得分值越高的規(guī)律，其中只有中度發(fā)酵茶沒(méi)有符合這個(gè)規(guī)律.由此可知，13種單質(zhì)包含了茶葉中的大量的綜合信息，而且包含不同類別茶葉的特征信息，可以使不同類別茶葉按發(fā)酵度分開(kāi).

2.2.1 影響重度發(fā)酵茶發(fā)酵程度的主要因素

茶葉的發(fā)酵主要是多酚類物質(zhì)的氧化，兒茶素類單質(zhì)及其氧化產(chǎn)物含量的多少，在一定程度上可以代表重度發(fā)酵茶區(qū)別于其他茶葉的因素.分別以4種兒茶素單質(zhì)和多酚類的3種氧化縮合產(chǎn)物建基投影茶葉.

實(shí)驗(yàn)結(jié)果表明：以4種兒茶素單質(zhì)建基投影茶葉，各發(fā)酵度茶葉雜亂無(wú)章的分布在一起，即各茶葉光譜在不同波段上所表現(xiàn)的信息比重沒(méi)有明顯規(guī)律；而以3種氧化產(chǎn)物建基投影茶葉，重度發(fā)酵茶在第2特征因子上的得分較其他茶葉明顯偏高，但4號(hào)黃茶（輕度發(fā)酵茶）與黑茶（11，12號(hào)）有所重疊.故單獨(dú)以兒茶素單質(zhì)和多酚類氧化物建基均不能區(qū)分出重度發(fā)酵茶.

筆者以4種兒茶素類單質(zhì)和3種氧化產(chǎn)物共同建基投影茶葉，如圖3所示.從圖中可以看出，重度發(fā)酵茶明顯與其他茶葉區(qū)分開(kāi)來(lái)（9～12號(hào)茶葉樣品均在虛線下方）.可見(jiàn)4種兒茶素類單質(zhì)和3種氧化產(chǎn)物的含量是影響重度發(fā)酵茶的發(fā)酵程度的主要因素.這7種物質(zhì)是多酚類物質(zhì)氧化的原物和產(chǎn)物，可以反映氧化程度的全部信息，與化學(xué)方法中茶葉發(fā)酵度的實(shí)質(zhì)是以多酚類物質(zhì)的氧化程度來(lái)劃分［12］的結(jié)論相吻合.同時(shí)這也可以理解為判別重度發(fā)酵茶的特征基［11］的物理意義.

2.2.2 影響中度發(fā)酵茶發(fā)酵程度的主要因素

由圖3看出，無(wú)論是第1特征因子還是第2特征因子上的得分值，中度發(fā)酵茶都沒(méi)有處在輕度發(fā)酵茶和重度發(fā)酵茶的中間，也就是不能僅僅以多酚類物質(zhì)的氧化程度來(lái)表征中度發(fā)酵茶的發(fā)酵程度.

將4種兒茶素單質(zhì)分別與其他不同類別單質(zhì)共同建基投影茶葉.結(jié)果表明，以4種兒茶素單質(zhì)分別與2種氨基酸、2種維生素及胡蘿卜素共同建基投影茶葉均不能有效分離出中度發(fā)酵茶，但與葉綠素共同建基投影茶葉能得到明顯的規(guī)律，如圖4所示.在第2特征因子上青茶處在輕度發(fā)酵茶與重度發(fā)酵茶之間，區(qū)域Ⅰ為輕度發(fā)酵茶，區(qū)域Ⅱ?yàn)橹囟劝l(fā)酵茶，由中度發(fā)酵茶的分部范圍的變化趨勢(shì)看出，中度發(fā)酵茶最靠近重度發(fā)酵茶，向重度發(fā)酵茶分布范圍移動(dòng).至于6號(hào)白茶（白毫銀針）與中度發(fā)酵茶分布在一起，考慮到白茶是待春茶老后始白綠相間采摘，隨白化過(guò)程的加深，葉綠素總量降低，所以葉綠素對(duì)白茶的分部產(chǎn)生一定的影響.

所以由圖4看出，影響中度發(fā)酵茶發(fā)酵的因素有多酚類物質(zhì)的氧化和葉綠素的降解，因此葉綠素是影響中度發(fā)酵茶與輕度發(fā)酵茶發(fā)酵程度不同的主要因素.據(jù)研究，青茶（中度發(fā)酵茶）在搖青過(guò)程中葉綠素大量減少［13］，因此葉綠素含量明顯低于輕度發(fā)酵茶.同時(shí)這也可以理解為判別中度發(fā)酵茶的特征基［11］的物理意義.

圖4 茶葉在4種兒茶素和葉綠素特征基上的投影Fig.4 Projection of tea on the characteristic basis of 4kinds of catechins and chlorophyⅡ

3 結(jié)論

采集茶葉主要內(nèi)含組分的光譜圖，建立茶葉單質(zhì)光譜特征基.通過(guò)改變建基的單質(zhì)的種類，根據(jù)不同發(fā)酵度茶葉的分布情況，對(duì)比分析得出多酚類物質(zhì)及其氧化物是影響重度發(fā)酵茶發(fā)酵程度的主要因素，葉綠素是影響中度發(fā)酵茶和輕度發(fā)酵茶發(fā)酵程度不同的主要因素.

［1］肖玫，楊麗琴，劉曉明，等.茶葉的營(yíng)養(yǎng)與保健價(jià)值及其開(kāi)發(fā)利用［J］.中國(guó)食物與營(yíng)養(yǎng)，2005，12：23－24.

［2］李敏.茶葉的化學(xué)成分研究［D］.沈陽(yáng)：沈陽(yáng)藥科大學(xué)，2008.

LI Min.Study on the chemical composition of Tea［D］.Shenyang：Shenyang Pharmaceutical University，2008.

［3］陳椽.制茶技術(shù)理論［M］.上海：上?？茖W(xué)技術(shù)出版社，1984：140.

［4］PHILIP O，OWUOR，McDOWELL I.Changes in the aflavin composition and astringency during black tea fermentation［J］.Food Chemistry，1975，51（3）：251－254.

［5］李勇，魏益民，潘家榮，等.基于FTIR指紋光譜的牛肉產(chǎn)地溯源技術(shù)研究［J］.光譜學(xué)與光譜分析，2009，29（3）：647－651.

LI Yong，WEI Yimin，PAN Jiarong，et al.Determinationof geographical originof beef based on FTIR pectroscopy analysis［J］.Spectroscopy and Spectral Analysis，2009，29（3）：647－651.

［6］陳全勝，趙杰文，張海東，等.SIMCA模式識(shí)別方法在近紅外光譜識(shí)別茶葉中的應(yīng)用［J］.食品科學(xué)，2006，27（4）：186－189.

［7］袁洪福，陸婉珍.現(xiàn)代光譜分析中常用的化學(xué)計(jì)量學(xué)方法［J］.現(xiàn)代科學(xué)儀器，1998，5（6）：9.

［8］LUYPAERT J，ZHANG M H，MASSART D L.Feasibility study for the using near infrared spectroscopy in the qualitative and quantitative of green tea，Camellia sinensis（L.）［J］.Analytica Chimica Acta，2003，478（2）：303－312.

［9］郝勇，陳斌，朱銳.近紅外光譜預(yù)處理中幾種小波消噪方法的分析［J］.光譜學(xué)與光譜分析，2006，26（10）：1838－1841.

HAO Yong，CHEN Bin，ZHU Rui.Analysis of several methods for wavelet denoising used in near infrared spectrum pretreatment［J］.Spectroscopy and Spectral Analysis，2006，26（10）：1838－1841.

［10］夏柏楊，任竿.近紅外光譜分析技術(shù)的一些數(shù)據(jù)處理方法的討論［J］.光譜實(shí)驗(yàn)室，2005，22（3）：629－634.

［11］張艷偉.基于紅外光譜的特征基理論及其在茶葉識(shí)別中的應(yīng)用研究［D］.保定：河北大學(xué)，2011.

ZHANG Yanwei.Study on the characteristic basis theory and its application in the identification of tea based on infrared spectrum［D］.Baoding：Hebei University，2011.

［12］苗愛(ài)清.白葉單從不同類型發(fā)酵茶中多酚類含量比較研究［J］.廣東農(nóng)業(yè)科學(xué)，2007，12：72－75.

［13］顧謙，陸錦時(shí)，葉寶存.茶葉化學(xué)［M］.合肥：中國(guó)科學(xué)技術(shù)大學(xué)出版社，2005：255.