王淑娟　孫秀娟

基于電子鼻技術(shù)判別朵形毛峰的儲(chǔ)存期和陳化度

王淑娟孫秀娟

（山西應(yīng)用科技學(xué)院山西太原030062）

文章采用PEN3電子鼻檢測茶葉儲(chǔ)存過程中茶湯氣味指紋的變化數(shù)值，與感官技術(shù)相結(jié)合，并通過SPSS軟件對這些數(shù)據(jù)進(jìn)行主成分分析，以研究茶葉電子鼻氣味指紋參數(shù)與儲(chǔ)存期和陳化度的相關(guān)性。分析不同溫度條件下朵形毛峰茶湯的電子鼻檢測數(shù)據(jù)，均提取出兩個(gè)主成分，35 ℃和4 ℃條件下提取的第一主成分一致，為S1、S2、S3、S5、S7、S9傳感器，并發(fā)現(xiàn)S1、S3、S5傳感器對香氣指紋的影響大于其他傳感器；同時(shí)，在35 ℃下儲(chǔ)存，茶葉的陳化速度遠(yuǎn)遠(yuǎn)大于在室溫或4 ℃條件下的陳化速度。

朵形毛峰；電子鼻；儲(chǔ)存；陳化

綠茶是我國最常飲用、產(chǎn)量和消費(fèi)量最大的一類茶葉。在儲(chǔ)存過程中，綠茶極易受溫度、氧氣、濕度、光線等外界環(huán)境條件影響，發(fā)生一定程度的自動(dòng)氧化和其他反應(yīng)，使茶葉產(chǎn)生陳氣、陳味，失去原有的清香醇厚，品質(zhì)下降[1]。

茶葉的陳化與否，通常是由茶葉審評師來判斷的，需要審評師具有豐富的茶葉知識和審評經(jīng)驗(yàn)。然而，即便是擁有豐富經(jīng)驗(yàn)的茶葉審評師，也會(huì)遇到感官靈敏度受到干擾的情況，例如刺激性食物、身體健康問題的干擾，以及由于環(huán)境、溫度、精神狀態(tài)、性別的不同而產(chǎn)生影響[2]，從而導(dǎo)致審評結(jié)果出現(xiàn)偏差。

電子鼻是一種由選擇性的電化學(xué)傳感器陣列和適當(dāng)?shù)淖R別裝置組成的儀器，能識別簡單和復(fù)雜的氣味[3]。此外，可以通過化學(xué)計(jì)量統(tǒng)計(jì)方法對茶葉的香氣成分進(jìn)行定量分析[4]。目前，國內(nèi)外除了通過電子鼻來區(qū)別不同的茶和不同的加工方法[5]，關(guān)于茶葉質(zhì)量檢測的報(bào)道很少。在一定程度上，模擬人的鼻子給出茶葉香氣的整體評價(jià)結(jié)果和指紋信息是茶葉香氣質(zhì)量檢測的熱點(diǎn)和趨勢[6]，能夠更客觀、直接地反映茶葉的質(zhì)量。

利用SPSS軟件能對電子鼻檢測得到的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，同時(shí)進(jìn)行數(shù)據(jù)挖掘，其中主成分分析（PCA）[7-10]是一種數(shù)據(jù)壓縮和特征信息提取技術(shù)。

本試驗(yàn)使用德國AirsensePEN3型電子鼻研究不同儲(chǔ)存溫度下茶葉陳化的進(jìn)程，并通過統(tǒng)計(jì)分析方法建立茶葉儲(chǔ)存期及陳化度的相關(guān)模型，以方便快捷地預(yù)測茶葉的儲(chǔ)存期和最佳品飲期。

1 材料與方法

1.1 材料

試驗(yàn)選用茶種包括舒城毛峰（購于舒城）、霍山黃芽（購于霍山大化坪）、黃山毛峰一號、黃山毛峰二號（購于黃山毛峰茶業(yè)集團(tuán)有限公司）。

1.2 儀器與設(shè)備

試驗(yàn)中主要儀器設(shè)備包括PEN3電子鼻、霉菌培養(yǎng)箱、美菱冰箱（4 ℃）、電熱鼓風(fēng)干燥箱。

1.3 茶葉的儲(chǔ)存條件

將新購買的茶葉放入60 ℃的烘箱中，直到足夠干燥，然后將茶葉均勻堆放并包裝均勻。每袋50 g，分別在4 ℃、室溫（25 ℃）和35 ℃下儲(chǔ)存。每隔一個(gè)月各儲(chǔ)存溫度下拿出一袋茶葉進(jìn)行電子鼻檢測。

1.4 電子鼻供試樣品的制備

參照國標(biāo)GB/T 23776—2018《茶葉感官審評方法》中的茶水比1∶50，取1.5 g茶葉，用75 mL 100 ℃的蒸餾水沖泡5 min。將泡好的茶湯倒入500 mL燒杯中，用雙層保鮮膜覆蓋密封，并在（25±0.5）℃的室溫環(huán)境中靜置45 min。每袋茶葉樣品重復(fù)5次[11]。

1.5 氣味指紋采集方法

在茶葉儲(chǔ)存過程中的0 d、30 d、60 d、90 d、120 d分別取樣，對樣品進(jìn)行沖泡富集，使用電子鼻進(jìn)行氣味指紋的采集。電子鼻工作條件設(shè)置：傳感器清洗120 s、傳感器歸零時(shí)間5 s、樣品準(zhǔn)備時(shí)間5 s、進(jìn)樣時(shí)間70 s、進(jìn)樣流量400 mL/min[11-12]。

1.6 數(shù)據(jù)處理

首先使用MicrosoftOfficeExcel 2007完成基本數(shù)據(jù)排序，然后運(yùn)用SPSS 18.0來進(jìn)行方差分析、主成分分析。

2 結(jié)果與分析

2.1 電子鼻供試樣品制備條件的優(yōu)化

圖1和表1是不同體積茶湯的電子鼻圖譜及對應(yīng)數(shù)據(jù)，由圖1可以看出，不同體積茶湯的電子鼻的響應(yīng)值是有明顯差異的。已知電子鼻的S7傳感器主要對硫化物氣體敏感，S9傳感器主要對芳烴組分中的有機(jī)硫化物敏感，S2傳感器主要對氮氧化物敏感。圖1中，250 mL茶湯的S2、S7和S9傳感器響應(yīng)值顯著高于75 mL茶湯，但250 mL茶湯的電子鼻傳感器響應(yīng)曲線不穩(wěn)定，波動(dòng)較大，這主要是由于大容量茶湯放置一段時(shí)間后，頂空空間中的水蒸氣造成的，與相關(guān)報(bào)道相符[11]。亦有研究表明，添加一定量的硅膠有利于吸附水蒸氣，但是硅膠在一定程度上會(huì)對香氣有影響，所以本研究中未添加硅膠。

此外，測定溫度一般要維持在25 ℃室溫，不同體積的茶湯從沸水降至室溫所需的時(shí)間是不一致的，大體積的茶湯（250 mL）需要的時(shí)間遠(yuǎn)遠(yuǎn)大于小體積的茶湯（75 mL），故從試驗(yàn)時(shí)間的安排上考慮，宜推薦小體積的茶湯進(jìn)行試驗(yàn)。并且，由圖1中可以看出，75 mL的茶湯電子鼻的響應(yīng)值強(qiáng)度較高，完全能達(dá)到檢測的要求。因此，試驗(yàn)選擇1.5 g茶樣，用75 mL沸水沖泡5 min，靜置45 min，待茶湯溫度降為室溫時(shí)檢測。

圖1　不同體積茶湯的電子鼻圖譜

表1不同體積茶湯的電子鼻各傳感器的響應(yīng)值

茶湯體積傳感器陣列響應(yīng)值（G/G0或G0/G）S1S2S3S4S5S6S7S8S9S10 75 mL1.2152.9131.0761.0701.0332.34212.4881.4554.3681.327 250 mL2.6409.5581.5321.1021.1594.89430.1582.51412.6681.678

2.2 陳化前后茶樣香氣電子鼻圖譜的變化

圖2和表2是朵形茶樣品中霍山黃芽在35 ℃下儲(chǔ)存120 d前后的電子鼻各傳感器響應(yīng)值的圖譜及對應(yīng)數(shù)據(jù)。從圖2中可以看出，朵形毛峰在儲(chǔ)存120 d后電子鼻各傳感器的響應(yīng)值均呈現(xiàn)下降的趨勢，尤其S7傳感器的響應(yīng)值下降趨勢最明顯，顯示茶葉陳化過程中，茶葉香氣里的含硫化合物變化劇烈。本試驗(yàn)擬通過電子鼻中10個(gè)傳感器篩選出對茶葉陳化香氣中因子影響最大的因素，以得到茶葉陳化香氣與傳感器之間的判別函數(shù)，從而可以運(yùn)用新技術(shù)更客觀、快捷地識別茶葉的陳化度及儲(chǔ)存時(shí)間。

圖2　霍山黃芽35 ℃儲(chǔ)存120 d前后的電子鼻圖譜

表2霍山黃芽35 ℃儲(chǔ)存120 d前后的電子鼻各傳感器響應(yīng)值

35 ℃下儲(chǔ)存時(shí)間傳感器陣列響應(yīng)值（G/G0或G0/G）S1S2S3S4S5S6S7S8S9S10 0 d2.0198.3341.3021.1141.0824.78530.0352.52010.5161.726 120 d1.3755.7371.1671.0621.0522.10616.5461.5285.4601.260

2.3 主成分分析與因子提取

2.3.1 不同溫度下朵形毛峰的KMO檢驗(yàn)和Bartlett球形檢驗(yàn)

KMO（Kaiser-Meyer-Olkin）檢驗(yàn)統(tǒng)計(jì)量是用來比較變量間簡單相關(guān)系數(shù)和偏相關(guān)系數(shù)的指標(biāo)，主要用于多元統(tǒng)計(jì)的因子分析。Kaiser給出了通用的KMO測量標(biāo)準(zhǔn)：高于0.9表示非常合適，0.8表示合適，0.7表示一般，0.6表示不合適，低于0.5表示極不合適。Bartlett球形檢驗(yàn)是一種測試各種變量之間相關(guān)性的方法[13,16]。

表3是不同溫度條件下朵形毛峰的KMO檢驗(yàn)和Bartlett球形檢驗(yàn)結(jié)果，從表中可以看出，不同溫度下的KMO值均大于0.7，表明該檢查適用于因子分析；Bartlett球形檢驗(yàn)統(tǒng)計(jì)值的顯著性概率為0.000（＜0.01），表明數(shù)據(jù)相關(guān)矩陣不是單位矩陣，各項(xiàng)目之間存在差異，相關(guān)分析還表明，統(tǒng)計(jì)數(shù)據(jù)適用于因子分析。

表3不同溫度下朵形毛峰的KMO檢驗(yàn)和Bartlett球形檢驗(yàn)

檢驗(yàn)方法溫度35 ℃室溫4 ℃ Kaiser-Meyer-Olkin和Bartlett的球形度檢驗(yàn)KMO0.7570.7610.711 近似卡方54 037.69265 841.13461 504.730 df454545 Sig.0.0000.0000.000

2.3.2 主成分分析

從統(tǒng)計(jì)學(xué)上講，累計(jì)方差貢獻(xiàn)率大于85%，選擇的新變量基本能反映原始變量的綜合信息，可以作為提取[13-15]，即可作為抽提出來的主成分。表4的數(shù)據(jù)表明，在35 ℃條件下得到兩個(gè)主成分，累計(jì)方差貢獻(xiàn)率達(dá)到88.558%，可作為新變量來解釋原始數(shù)據(jù)并進(jìn)行分析判別；在室溫條件下得到兩個(gè)主成分，累計(jì)方差貢獻(xiàn)率達(dá)到84.482%，大致符合統(tǒng)計(jì)要求；在4 ℃條件下同樣得到兩個(gè)主成分，累計(jì)方差貢獻(xiàn)率達(dá)到86.223%，可作為新變量來解釋原始數(shù)據(jù)并進(jìn)行分析判別。

表4不同儲(chǔ)存溫度下朵形毛峰的解釋總方差

溫度成分初始特征值提取平方和載入旋轉(zhuǎn)平方和載入合計(jì)方差貢獻(xiàn)率/%累計(jì)方差貢獻(xiàn)率/%合計(jì)方差貢獻(xiàn)率/%累計(jì)方差貢獻(xiàn)率/%合計(jì)方差貢獻(xiàn)率/%累計(jì)方差貢獻(xiàn)率/% 35 ℃16.57665.76265.7626.57665.76265.7624.55745.57045.570 22.28022.79688.5582.28022.79688.5584.29942.98888.558 室溫16.78967.88567.8856.78967.88567.8854.64646.45946.459 21.66016.59684.4821.66016.59684.4823.80238.02284.482 4 ℃15.28552.85352.8535.28552.85352.8534.78647.85847.858 23.33733.37086.2233.33733.37086.2233.83638.36586.223

表5不同溫度下下朵形毛峰的旋轉(zhuǎn)成分矩陣

注：以上提取方法為主成分分析；旋轉(zhuǎn)法為具有Kaiser標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法，旋轉(zhuǎn)在3次迭代后收斂。

2.3.3 因子分析

因子分析是主成分分析的推廣，其目的是選擇每個(gè)主分量中載荷貢獻(xiàn)率最高的因子來代表主成分，以便對原始數(shù)據(jù)進(jìn)行處理。原始分量對各主成分的載荷貢獻(xiàn)值越大，反映的原始信息就越全面，可以作為主成分因子來代替主分量[16]。表5的數(shù)據(jù)表明，在35 ℃條件下，第一主成分分別為S1、S2、S3、S5、S7、S9傳感器；在室溫條件下，第一主成分分別為S1、S3、S4、S5、S6、S8、S10傳感器；在4 ℃條件下，第一主成分分別為S1、S2、S3、S5、S7、S9傳感器?？梢钥闯?5 ℃和4 ℃條件下提取的第一主成分一致，且S1、S3、S5傳感器對香氣指紋的影響大于其他傳感器。

3 結(jié)論

試驗(yàn)選擇1.5 g茶樣，用75 mL沸水沖泡5 min，放置45 min，待茶湯溫度降為室溫時(shí)檢測。本文利用SPSS 18.0分析不同溫度條件下朵形毛峰茶湯的電子鼻檢測結(jié)果，均提取出兩個(gè)主成分。其中在35 ℃條件下，第一主成分分別為S1、S2、S3、S5、S7、S9傳感器；在室溫條件下，第一主成分分別為S1、S3、S4、S5、S6、S8、S10傳感器；在4 ℃條件下，第一主成分分別為S1、S2、S3、S5、S7、S9傳感器。從以上可以看出，35 ℃和4 ℃條件下提取的第一主成分一致，且S1、S3、S5傳感器對香氣指紋的影響大于其他傳感器。

通過運(yùn)用電子鼻技術(shù)對電子鼻氣味指紋參數(shù)與茶葉儲(chǔ)存期和陳化度的相關(guān)性進(jìn)行分析研究，有利于借助新技術(shù)對茶葉的儲(chǔ)存期和陳化度進(jìn)行監(jiān)控。

[1]王澤農(nóng).茶葉理化審評[J].茶葉,1959(4):8.

[2]趙愛鳳,于國鋒,劉曉艷,等.電子鼻?電子舌在茶葉審評中的應(yīng)用[J].福建農(nóng)機(jī),2007(3):23-26,7.

[3]趙夢醒,丁曉敏,曹榮,等.基于電子鼻技術(shù)的鱸魚新鮮度評價(jià)[J].食品科學(xué),2013,34(6):143-147.

[4]劉輝,牛智有.基于電子鼻的魚粉中揮發(fā)性鹽基氮檢測模型比較[J].農(nóng)業(yè)工程學(xué)報(bào),2010,26(4):322-326.

[5]王文杰.茶葉品質(zhì)識別技術(shù)研究進(jìn)展[J].中國茶葉加工,2006(3):40-42.

[6]史波林,趙鐳,汪厚銀,等.智能感官分析技術(shù)在茶葉品質(zhì)檢測中的應(yīng)用[J].食品科學(xué),2009,30(19):351-355.

[7]梅長林,范金城.數(shù)據(jù)分析方法:第二版.[M].北京:高等教育出版社,2018.

[8]范金城,梅長林.數(shù)據(jù)分析[M].北京:科學(xué)出版社,2010.

[9]鐘儀華,李榕.基于主成分分析的最小二乘支持向量機(jī)巖性識別方法[J].測井技術(shù),2009,33(5):425-429.

[10]張國英,王娜娜,張潤生,等.基于主成分分析的BP神經(jīng)網(wǎng)絡(luò)在巖性識別中的應(yīng)用[J].北京石油化工學(xué)院學(xué)報(bào),2008(3):43-46.

[11]于慧春.基于電子鼻技術(shù)的茶葉品質(zhì)檢測研究[D].杭州:浙江大學(xué),2007.

[12]張胡彬,何健葉,王志耕,等.基于電子鼻的中式發(fā)酵香腸理化品質(zhì)指標(biāo)檢測方法[J].食品與發(fā)酵工業(yè),2014,40(7):205-211.

[13]張文彤,閆潔.SPSS統(tǒng)計(jì)分析基礎(chǔ)教程[M].北京:高等教育出版社,2004.

[14]張明鳴,寧井銘,張正竹,等.化學(xué)成分結(jié)合統(tǒng)計(jì)分析鑒別不同產(chǎn)地綠茶的研究[J].安徽農(nóng)業(yè)大學(xué)學(xué)報(bào),2014,41(5):751-756.

[15]高靜,王淑娟,劉思彤,等.基于電子鼻技術(shù)判別黃山毛峰的儲(chǔ)存期和陳化度[J].茶業(yè)通報(bào),2018,40(2):77-85.

[16]陳希鎮(zhèn).現(xiàn)代統(tǒng)計(jì)分析方法的理論和應(yīng)用[M].北京:國防工業(yè)出版社,2016.

10.3969/j.issn.2095-1205.2022.07.26

TS272.5

A

2095-1205(2022)07-78-04

2021年山西省藝術(shù)科學(xué)規(guī)劃課題“基于‘健康中國2030’背景下‘山西藥茶’的茶旅模式研究”（2021A091）

王淑娟（1990- ），女，漢族，安徽安慶人，碩士研究生，講師，研究方向?yàn)槭称放c健康。