郭昊蔚 李春霖 龔淑英 范方媛 陳 萍

(浙江大學(xué)農(nóng)業(yè)與生物技術(shù)學(xué)院茶學(xué)系，浙江 杭州 310058)

光譜檢測(cè)技術(shù)是利用各種化學(xué)物質(zhì)都具有發(fā)射、吸收或散射光譜譜系的特征，以此來(lái)確定物質(zhì)的性質(zhì)、結(jié)構(gòu)以及含量的方法。這類(lèi)方法能有效地彌補(bǔ)傳統(tǒng)茶葉感官品質(zhì)分析中的一些不足，例如環(huán)境因素、操作誤差以及評(píng)茶員個(gè)體間差別和主觀(guān)性，同時(shí)，隨著新技術(shù)研究的深入，能實(shí)現(xiàn)對(duì)茶葉進(jìn)行快速、無(wú)損的檢測(cè)[1]。

眾所周知，電磁波由于波長(zhǎng)和波譜特性不同，可按表1進(jìn)行劃分[2]，γ射線(xiàn)和X射線(xiàn)波長(zhǎng)較短，能級(jí)較高，對(duì)細(xì)胞有一定殺傷力，主要用于醫(yī)療和工業(yè)探傷，而波長(zhǎng)較長(zhǎng)的遠(yuǎn)紅外、微波和無(wú)線(xiàn)電波，多用于通訊、遙控、熱成像等方面。目前，主要應(yīng)用于茶葉品質(zhì)檢測(cè)的波長(zhǎng)范圍在200 nm～5×104nm，即近紫外光到中紅外光之間，能利用不同物質(zhì)的化學(xué)鍵與分子結(jié)構(gòu)差異檢測(cè)出茶葉中多酚類(lèi)、氨基酸類(lèi)、茶多糖類(lèi)等多種有效成分的含量和組成。

表1 電磁波譜劃分

1 紫外-可見(jiàn)光譜(UV-VIS)在茶葉檢測(cè)中的應(yīng)用

早在上世紀(jì)90年代，王林[3]等已經(jīng)用紫外光譜對(duì)茶皂素進(jìn)行研究發(fā)現(xiàn)，茶皂素在215 nm處有強(qiáng)吸收峰，并證實(shí)是由配基C-21位連接的α、β不飽和共軛雙鍵產(chǎn)生。劉凱等[4]通過(guò)紫外光譜特性得出茶葉籽油在230 nm處的吸收結(jié)構(gòu)為共軛雙鍵，270 nm處為三鍵，并且能通過(guò)此方法對(duì)茶葉籽油的氧化進(jìn)行檢測(cè)。根據(jù)紫外光譜特性，有學(xué)者[5]對(duì)茶籽油中摻雜其他植物油進(jìn)行鑒別，在258 nm下能鑒別出摻雜大豆油和玉米油，R2分別為0.9909和0.9929，在279 nm下能鑒別出摻雜菜籽油、米糠油和棕櫚油，R2分別為0.9921、0.9947和0.9976。汪東風(fēng)[6]通過(guò)實(shí)驗(yàn)證實(shí)半乳糖醛酸在272～274 nm處有吸收峰，隨后周志[7]與陳小強(qiáng)[8]等都獲得類(lèi)似結(jié)果，認(rèn)為茶多糖在250～280 nm之間有多個(gè)吸收峰，尤其在257 nm處較強(qiáng)，而280 nm是蛋白質(zhì)特征吸收峰，因此推斷茶葉中多糖可能與蛋白質(zhì)以共價(jià)鍵結(jié)合。

在茶葉內(nèi)含成分檢測(cè)方面，紫外-可見(jiàn)分光光度法應(yīng)用更為廣泛，茶多酚、游離氨基酸、咖啡堿、茶紅素[9]、茶褐素[10,11]等多種物質(zhì)均能通過(guò)氧化還原、衍生等方式進(jìn)行顯色，在特定波長(zhǎng)下有吸收峰，通過(guò)測(cè)定吸收值確定含量。在多色光源下，不同波長(zhǎng)的光通過(guò)透鏡時(shí)折射率也不同，因此產(chǎn)生色像差，色差技術(shù)也由此產(chǎn)生，該技術(shù)在茶葉檢測(cè)中也有廣泛應(yīng)用，陸建良等[12]對(duì)64個(gè)茶樣進(jìn)行色差分析和感官審評(píng)，結(jié)果表明綠茶、烏龍茶的感官評(píng)價(jià)總分與L值呈正相關(guān)，與a、b值負(fù)相關(guān)，而紅茶則相反。蘇靜等[13]通過(guò)色差技術(shù)研究普洱茶色度值與茶褐素的關(guān)系，建立回歸方程Y=81.305-0.656X1-3.489X2-1.429X3+59.430X4(R2=0.908)，認(rèn)為色差技術(shù)可以快速定量普洱茶的茶褐素。

2 近紅外光譜(NIRS)在茶葉檢測(cè)中的應(yīng)用

近紅外光譜主要記錄有機(jī)分子中含氫基團(tuán)(C-H,N-H,O-H)振動(dòng)的倍頻與合頻吸收，這些基團(tuán)產(chǎn)生的吸收峰特征性強(qiáng)，便于判定和分析[14]，目前已廣泛應(yīng)用于食品[15]、醫(yī)藥[16]、農(nóng)業(yè)、化工等諸多領(lǐng)域。

2.1 茶鮮葉和成品茶中內(nèi)含成分的檢測(cè)

近紅外光譜技術(shù)在茶葉成分的無(wú)損檢測(cè)上已有較為廣泛的應(yīng)用，胡永光[17]采用近紅外光譜技術(shù)來(lái)快速檢測(cè)茶鮮葉全氮含量，利用一階導(dǎo)數(shù)和滑動(dòng)平均濾波(MAF)相結(jié)合的預(yù)處理方法，建立偏最小二乘(PLSR)回歸模型，能有效地預(yù)測(cè)全氮含量，相關(guān)系數(shù)達(dá)到0.8881，而他采用相同方法對(duì)綠茶殺青葉含水率進(jìn)行檢測(cè)，相關(guān)系數(shù)為0.819，誤差僅為3.30%，能實(shí)現(xiàn)加工過(guò)程中茶葉含水率的快速檢測(cè)[18]。

Muhammad Zareef[19]采用傅里葉變換近紅外光譜(FT-NIR)對(duì)紅茶內(nèi)含成分進(jìn)行預(yù)測(cè)，能獲得較好的結(jié)果，他認(rèn)為遺傳偏最小二乘法(GA-PLS)是預(yù)測(cè)氨基酸和水提物定量的最佳技術(shù)，反向區(qū)間偏最小二乘法(Bi-PLS)是定量分析咖啡因和茶黃素的最佳技術(shù)，陳全勝[20]也用FT-NIR對(duì)紅茶8種主要味覺(jué)成分進(jìn)行研究建模，提出BP-AdaBoost模型預(yù)測(cè)效果較好。林新[21]基于近紅外光譜法快速測(cè)定了綠茶的水分、茶多酚、咖啡堿、氨基酸含量，采用改進(jìn)偏最小二乘法(MPLS)建立的定標(biāo)模型，該模型能對(duì)水分和茶多酚進(jìn)行精準(zhǔn)預(yù)測(cè)，R2分別達(dá)到0.95和0.85。

2.2 茶葉等級(jí)、品種、產(chǎn)地的檢測(cè)和判別

早在20世紀(jì)80年代，就有學(xué)者對(duì)不同地區(qū)、品質(zhì)的134 個(gè)紅茶茶樣進(jìn)行研究, 證明了近紅外方法和感官審評(píng)法較為一致，誤差相當(dāng)于7個(gè)評(píng)茶師給出的結(jié)果和4個(gè)評(píng)茶師給出結(jié)果的平均值之間的誤差，因此該方法在茶葉品質(zhì)判別上具有可行性[22]。2005年，閻守和用近紅外技術(shù)來(lái)評(píng)估紅碎茶、煎茶、玉露茶的品質(zhì)和價(jià)格，證明近紅外的分析結(jié)果和評(píng)茶師給出的結(jié)果有很好的相關(guān)性[23]。楊丹[24]通過(guò)FT-NIR檢測(cè)綠茶全氮含量，并根據(jù)嫩度等級(jí)建立了綠茶全氮量的子模型，對(duì)綠茶品質(zhì)評(píng)價(jià)提供依據(jù)。LI[25]采用NIR技術(shù)結(jié)合聯(lián)合區(qū)間偏最小二乘法(siPLS)，能夠快速無(wú)損區(qū)分出優(yōu)質(zhì)扁形綠茶，準(zhǔn)確率達(dá)到93%以上。

在茶葉品種鑒別方面，陳全勝[26]采用龍井、碧螺春、祁紅和鐵觀(guān)音作為樣品，通過(guò)標(biāo)準(zhǔn)歸一化(SNV)預(yù)處理后利用SIMCA模式識(shí)別方法進(jìn)行建模，四類(lèi)模型的對(duì)未知茶樣的識(shí)別率分別是90%，80%，100%和100%，證明該方法確實(shí)是一種快速識(shí)別茶樣的方法。李曉麗[27]對(duì)5個(gè)品種綠茶進(jìn)行可見(jiàn)-近紅外光譜掃描，通過(guò)神經(jīng)網(wǎng)絡(luò)把6個(gè)主成分和茶葉品種進(jìn)行對(duì)應(yīng)，學(xué)習(xí)了125個(gè)樣本，建立3層BP人工神經(jīng)網(wǎng)絡(luò)模型，茶葉品種的識(shí)別率高達(dá)100%。任廣鑫[28]則是對(duì)安徽、湖北、云南、緬甸、印度、肯尼亞和斯里蘭卡七個(gè)產(chǎn)地的紅碎茶進(jìn)行掃描，選取4個(gè)主成分因子，以一階導(dǎo)數(shù)+SNV為建模的預(yù)處理方法時(shí)，所建立的識(shí)別模型效果最佳，對(duì)未知產(chǎn)地紅茶識(shí)別準(zhǔn)確率達(dá)到92.8%，并且認(rèn)為該方法還可以鑒別安徽、湖北等中小葉種與印度、云南等大葉種的原料種類(lèi)。

2.3 茶葉真?zhèn)渭捌渌矫骅b定

在其他方面的檢測(cè)，近紅外也有廣泛的應(yīng)用，趙開(kāi)飛[29]基于近紅外光譜技術(shù)對(duì)抹茶摻偽進(jìn)行定性判別，對(duì)純抹茶、摻偽抹茶、摻糖抹茶、摻糊精抹茶、摻桑葉粉抹茶、摻大麥苗粉抹茶進(jìn)行研究，認(rèn)為PCA-LDA模型結(jié)果最優(yōu)，預(yù)測(cè)集識(shí)別率均在87.5%以上，辨別率非常高。寧井銘基于近紅外技術(shù)，對(duì)普洱茶的發(fā)酵程度[30]和儲(chǔ)存年份[31]進(jìn)行判別，在發(fā)酵程度方面，ANN 模型交互驗(yàn)證識(shí)別率和預(yù)測(cè)識(shí)別率分別為98.9%和97.8%，而陳化程度與紅外特征譜的1120～1570 cm-1和400～853 cm-1兩個(gè)波數(shù)間吸收峰的強(qiáng)度和峰形密切相關(guān)，因此，能為普洱茶的研究提供較為快捷、可靠、準(zhǔn)確的方法。

3 其它光譜技術(shù)在茶葉檢測(cè)中的應(yīng)用

3.1 高光譜成像技術(shù)(HSI)

高光譜成像技術(shù)結(jié)合了空間圖像數(shù)據(jù)信息和光譜技術(shù)所獲得的物質(zhì)光譜特征，是對(duì)物體內(nèi)部、外部的全面檢測(cè)技術(shù)[32]。由于其“圖譜結(jié)合”的特性，被用于各領(lǐng)域的無(wú)損檢測(cè)，在茶葉方面，趙杰文[33]對(duì)茶樹(shù)葉片中葉綠素含量及分布進(jìn)行分析，根據(jù)二次土壤調(diào)節(jié)植被指數(shù)(Modified second soil-adjusted vegetation index，MSAV12)預(yù)測(cè)模型可以較為準(zhǔn)確地估算出葉片表面葉綠素的分布情況，可以為進(jìn)一步分析植物的營(yíng)養(yǎng)信息提供服務(wù)。張民和戴春霞分別對(duì)鮮葉中的茶多酚和含水率進(jìn)行預(yù)測(cè)分析，均能獲得較準(zhǔn)確的結(jié)果[34-35]，對(duì)茶鮮葉品質(zhì)把控和后續(xù)加工能提供有力保障。

寧井銘[36]基于近紅外和高光譜成像，通過(guò)灰度級(jí)共生矩陣(GLCM)從選定的主波長(zhǎng)的圖像提取紋理特征對(duì)綠茶，黃茶，白茶，黑茶和烏龍茶共206個(gè)樣品進(jìn)行分類(lèi)，確定Lib-SVM是輸入數(shù)據(jù)融合的最佳模型，正確的分類(lèi)率達(dá)到98.39%，而蔣帆用高光譜技術(shù)對(duì)龍井茶等級(jí)進(jìn)行判定，認(rèn)為在RBF核函數(shù)下，所建立的模型最佳，對(duì)未知樣本進(jìn)行驗(yàn)證時(shí)識(shí)別率達(dá)到 89%[37]。因此圖像處理技術(shù)和高光譜技術(shù)在茶葉品質(zhì)檢測(cè)方面具有很大的潛力。

3.2 熒光光譜技術(shù)(LIF)

熒光是物質(zhì)吸收電磁輻射后受到激發(fā)躍遷，再衰變回到基態(tài)，變化期間再發(fā)射與激發(fā)輻射波長(zhǎng)相同或不同的輻射發(fā)光現(xiàn)象，物質(zhì)的熒光光譜主要由分子的能級(jí)結(jié)構(gòu)決定，因此能反映出物質(zhì)內(nèi)部化學(xué)信息。早期主要用于茶葉中微量元素以及重金屬測(cè)定[38-39]，而Liang Mei[40]等人采用激光誘導(dǎo)熒光光譜技術(shù)結(jié)合奇異值分解(SVD)和線(xiàn)性判斷分析(LDA)評(píng)價(jià)方法，實(shí)現(xiàn)了烏龍茶和茉莉花茶的分類(lèi)和質(zhì)量評(píng)估，Seetohul[41]等人采用總發(fā)光光譜法(TLS)結(jié)合PCA和LDA進(jìn)行數(shù)據(jù)分類(lèi)，11種來(lái)自斯里蘭卡的紅茶能做到準(zhǔn)確分類(lèi)，正確率100%。

3.3 拉曼光譜技術(shù)

拉曼光譜是光照射到物質(zhì)上發(fā)生的非彈性散射所產(chǎn)生的，通過(guò)分子內(nèi)部各種簡(jiǎn)正振動(dòng)頻率及相關(guān)能級(jí)的情況來(lái)鑒定分子中存在的官能團(tuán)，可以與紅外光譜互補(bǔ)，衍生出來(lái)的技術(shù)包括表面增強(qiáng)拉曼光譜(SERS)、共焦顯微拉曼光譜、傅里葉變換拉曼光譜等[42]。李曉麗團(tuán)隊(duì)對(duì)該技術(shù)在茶葉相關(guān)檢測(cè)中的應(yīng)用有較多研究，包括類(lèi)胡蘿卜素含量[43]、茶葉中非法添加色素[44]以及茶樹(shù)云紋葉枯病[45]的檢測(cè)。鄭華軍[46]等人證實(shí)了SERS檢測(cè)技術(shù)對(duì)茶葉中咖啡堿和L-茶氨酸都有很高的靈敏性，并得出了對(duì)應(yīng)的回歸方程Y=10041.0-0.9X807-3.1X1327+1.4X1269+1.3X958(R2=0.9997)和Y=5676.5+30.7X1458-26.7X1251(R2=0.9899)，咖啡堿和L-茶氨酸檢測(cè)極限分別達(dá)到10-9mol/L和10-7mol/L。

4 結(jié)語(yǔ)

除了上述研究，還有中紅外光譜、多光譜成像技術(shù)等多種光譜技術(shù)在茶葉上有著越來(lái)越廣泛的應(yīng)用，但是也存在不少問(wèn)題，例如儀器的靈敏度有待提高，數(shù)據(jù)庫(kù)的建立有待完善，建模所需的樣品量巨大，所建模型局限性較強(qiáng)，較難實(shí)現(xiàn)模型通用，檢測(cè)方法受環(huán)境因素的影響較大，以及儀器的便攜性等[47-48]，因此在實(shí)際生產(chǎn)中實(shí)用性有待提高，但是隨著光譜技術(shù)、計(jì)量學(xué)方法和計(jì)算機(jī)技術(shù)的不斷發(fā)展, 以及人們對(duì)儀器性能有更深的了解和認(rèn)識(shí)，光譜技術(shù)在茶產(chǎn)業(yè)中一定會(huì)擁有更廣闊的前景。