基于近紅外光譜技術(shù)(NIRS)對工夫紅茶含水率、游離態(tài)氨基酸、茶多酚品質(zhì)成分評價研究

劉洪林

(1.重慶第二師范學(xué)院旅游與服務(wù)管理系,重慶 400065;2.西南大學(xué),重慶 400715)

?

基于近紅外光譜技術(shù)(NIRS)對工夫紅茶含水率、游離態(tài)氨基酸、茶多酚品質(zhì)成分評價研究

劉洪林1,2

(1.重慶第二師范學(xué)院旅游與服務(wù)管理系,重慶 400065;2.西南大學(xué),重慶 400715)

目的:提出一種利用近紅外光譜技術(shù)無損快速檢測工夫紅茶含水率、游離態(tài)氨基酸、茶多酚品質(zhì)的新方法。方法:實驗樣品共計240個,手動選擇180個樣品作為校正級,剩余60個樣品作為預(yù)測集;利用OPUS 7.0軟件優(yōu)化出各模型最佳波數(shù)段和最佳預(yù)處理方法,平滑點數(shù)17,維數(shù)1,結(jié)合含水率、游離態(tài)氨基酸、茶多酚含量建立預(yù)測模型,分析預(yù)測模型的預(yù)測性能。結(jié)果:各預(yù)測模型預(yù)測精準(zhǔn)度高,均可用于工夫紅茶含水率、游離態(tài)氨基酸、茶多酚品質(zhì)預(yù)測。其中,各模型校正相關(guān)系數(shù)(Rc)為92.76%～99.28%,校正均方根誤差(RMSEC)為0.016～0.0437;預(yù)測相關(guān)系數(shù)(Rp)為97.41%～98.46%,預(yù)測均方根誤差(RMSEP)為0.00915～0.0168。各模型校正集和預(yù)測集均有較高的擬合度,模型預(yù)測性能游離態(tài)氨基酸>含水率>茶多酚。結(jié)論:近紅外光譜圖結(jié)合含水率、游離態(tài)氨基酸、茶多酚品質(zhì)含量建立的各預(yù)測模型預(yù)測性能優(yōu),適合工夫紅茶品質(zhì)評價。

工夫紅茶,近紅外光譜技術(shù),含水率,游離態(tài)氨基酸,茶多酚,預(yù)測模型

茶葉被譽(yù)為“世界三大飲料之首”,富含多種藥理活性成分,有很強(qiáng)的保健功效[1]。工夫紅茶是我國特有的紅茶品種,也是我國傳統(tǒng)出口商品[2],目前已成為我國傳統(tǒng)茶葉中最受消費者喜愛的茶類之一。含水率是茶葉中所有化學(xué)成分含量檢測的基礎(chǔ)數(shù)據(jù)[3]。茶多酚是茶葉中的主要生理活性物質(zhì),占茶葉干重的18%～36%,是紅茶中苦澀滋味形成的重要成分[4]。氨基酸的含量是鑒定茶葉品質(zhì)的重要指標(biāo),是紅茶中甜醇滋味形成的主要成分[5]。同時,茶多酚和氨基酸都是茶葉中重要的藥理活性成分[6]。

近紅外光譜(NIRS)是一種介于可見光譜區(qū)和中紅外光譜區(qū)的電磁波,波長在780～2526 nm(12820～2959 cm-1)范圍內(nèi)[7]。由于近紅外光譜分析技術(shù)具有速度快、效率高、成本低、測試重現(xiàn)性好、測量方便、客觀等特點[8-13],近年來國內(nèi)外利用近紅外光譜技術(shù)對茶葉種類的識別[14]和真假茶的鑒別[15]等研究成為熱點之一。目前對含水率、茶多酚、游離態(tài)氨基酸定量分析方法主要是干燥法、分光光度法,此方法精準(zhǔn)度不高。但目前利用近紅外光譜技術(shù)評價工夫紅茶含水率、茶多酚、游離態(tài)氨基酸品質(zhì)成分還鮮有報道。

因此,本研究以2013年隨機(jī)抽取的240個工夫紅茶茶樣為原料,利用OPUS 7.0軟件將工夫紅茶近紅外光譜圖譜和含水率、茶多酚、游離態(tài)氨基酸品質(zhì)成分化學(xué)方法測定結(jié)果結(jié)合，建立定量分析預(yù)測模型,探討近紅外光譜客觀評價技術(shù)與化學(xué)方法測定結(jié)果的一致性,以期為無損快速測量工夫紅茶含水率、茶多酚、氨基酸品質(zhì)成分提供一種新方法。

1　材料與方法

1.1材料與儀器

240個工夫紅茶茶樣2013年隨機(jī)抽取的240個工夫紅茶茶樣,分別從安徽、福建、廣東、廣西、貴州、湖北、湖南、江蘇、江西、山東、陜西、四川、云南、浙江和斯里蘭卡地區(qū)抽取2、5、4、11、4、3、4、1、3、3、4、8、1、6、1個紅茶品種,每個品種4個茶樣(含特級、一級、二級、三級四個等級)。

布魯克MPA型傅立葉變換近紅外光譜儀BRUKER公司;FA2004A型分析天平海津天電子儀器有限公司;HH-8型數(shù)顯恒溫水浴鍋金壇市富華儀器有限公司;DFT-200型200 g手提式粉碎機(jī)溫嶺市林大機(jī)械有限公司;TU 1900型雙光束紫外可見分光光度計北京普析通用儀器有限責(zé)任公司。

1.2實驗方法

1.2.1工夫紅茶樣品近紅外光譜圖采集方法參照周小芬[16]方法,本實驗采用完整茶樣進(jìn)行實驗。實驗條件為:掃描范圍:800～2500 nm(波數(shù)12500～4000 cm-1)[17],掃描次數(shù):32次,分辨率:8 cm-1。測試前,將97 mm自動旋轉(zhuǎn)式樣品杯擦拭干凈,確保樣品杯中裝入2/3以上茶葉[18],樣品杯中裝入20 g工夫紅茶樣品,通過OPUS軟件控制光譜儀掃描,每個樣品掃描3次,取平均譜作為該樣品的近紅外光譜。

1.2.2含水率、游離態(tài)氨基酸、茶多酚品質(zhì)成分測定方法含水率測定用參照國標(biāo)GB/T 8304-2013 120 ℃快速烘干法[19];茶多酚測定方法參照國標(biāo)GB/T 8313-2008[20];游離氨基酸總量的測定參照國標(biāo)GB/T 8314-2013[21]。

1.2.3工夫紅茶茶樣波數(shù)選擇和近紅外光譜圖預(yù)處理方法實驗對240個工夫紅茶茶樣結(jié)合含水率、游離態(tài)氨基酸、茶多酚品質(zhì)成分含量利用0PUS 7.0軟件進(jìn)行建模,通過軟件剔除高頻區(qū)和低頻區(qū)的無效光譜,采用無光譜預(yù)處理、一階導(dǎo)數(shù)(FD)、二階導(dǎo)數(shù)(SD)、消除常數(shù)偏移量、矢量歸一化(SNV)、減去一條直線、最小-最大歸一化、多元散射校正(MSC)、一階導(dǎo)數(shù)(FD)+減去一條直線、一階導(dǎo)數(shù)(FD)+矢量歸一化(SNV)、一階導(dǎo)數(shù)(FD)+多元散射校正(MSC)等光譜預(yù)處理方法進(jìn)行光譜預(yù)處理[22]。同時實驗通過OPUS 7.0軟件進(jìn)行方法優(yōu)化選擇建模最佳波數(shù)段和最佳預(yù)處理方式,以總樣本均方根誤差RMSEC總作為衡量標(biāo)準(zhǔn)(RMSEC總越小,效果越好)。

1.2.4基于近紅外光譜圖對含水率、游離態(tài)氨基酸、茶多酚品質(zhì)成分含量的建模方法實驗樣品共計240個,樣品集分為校正集(定標(biāo)集)和預(yù)測集(驗證集)二者樣品數(shù)約為2∶1～3∶1[16]。預(yù)測集的選擇方式有兩種:即隨機(jī)選擇和手動選擇。為了避免隨機(jī)選擇中可能存在同一等級茶樣品集中被選中,從而影響模型的定標(biāo)范圍和定標(biāo)精準(zhǔn)度,因此本實驗利用手動選擇方式選擇預(yù)測集樣品。方法為:對樣品含水率、游離態(tài)氨基酸、茶多酚品質(zhì)成分含量進(jìn)行高低排序,從上而下每隔3個校正集樣品選擇一個預(yù)測集樣品。因此本實驗的校正集樣品數(shù)為180個,預(yù)測集樣品數(shù)為60個。在最佳波數(shù)段利用最佳預(yù)處理方法對原始光譜曲線進(jìn)行有效信息提取,并對預(yù)處理后的光譜曲線結(jié)合含水率、游離態(tài)氨基酸、茶多酚含量建立預(yù)測分析模型。

1.2.5數(shù)據(jù)統(tǒng)計分析各實驗至少重復(fù)3次以上,采用OPUS 7.0軟件及其軟件自帶的偏最小二乘法(PLS)分析方法,將近紅外光譜圖結(jié)合含水率、游離態(tài)氨基酸、茶多酚含量進(jìn)行建模分析[23]。

建模結(jié)果表示方式以校正相關(guān)系數(shù)(Rc)、校正均方根誤差(RMSEC)、預(yù)測相關(guān)系數(shù)(Rp)、預(yù)測均方根誤差(RMSEP)表示[24]。

2　結(jié)果與分析

2.1近紅外光譜圖的采集

工夫紅茶的近紅外光譜圖是其內(nèi)在品質(zhì)的反映。茶葉無論品種、產(chǎn)地等是否相同,近紅外光譜圖都帶有很多相似信息,這是由于近紅外光譜吸收的都是茶葉中的C-H和N-H基團(tuán),這些基團(tuán)的周圍環(huán)境發(fā)生變化時,會導(dǎo)致峰位的變化,但變化幅度并不大;決定近紅外光譜峰位和峰強(qiáng)度的是樣品中存在的成分含量[25]。而不同的工夫紅茶中的成分含量都不一致,也就出現(xiàn)了不同的光譜圖。240個工夫紅茶近紅外光譜掃描曲線如圖1所示。

圖1　工夫紅茶茶樣近紅外光譜圖Fig.1　Averaged NIR reflectance spectraafter Congou black tea samples

從圖1中可以看出,不同的工夫紅茶的光譜曲線有明顯區(qū)別,具有一定的特征性和指紋性[25],這一區(qū)別為不同工夫紅茶含水率、游離態(tài)氨基酸、茶多酚含量評價奠定了數(shù)學(xué)建?；A(chǔ)。其中大于10000 cm-1和小于4000 cm-1主要貢獻(xiàn)噪聲,4000～10000 cm-1波數(shù)段為有效信息集中段[16]。

2.2工夫紅茶含水率、游離態(tài)氨基酸、茶多酚品質(zhì)成分含量測定結(jié)果

表1是240個工夫紅茶茶樣含水率、游離態(tài)氨基酸、茶多酚品質(zhì)成分含量測定結(jié)果,其中含水率為4.35%～7.39%,游離態(tài)氨基酸為0.81%～2.95%,茶多酚為8.65%～21.86%。

表1　240個工夫紅茶茶樣含水率、游離態(tài)氨基酸、茶多酚品質(zhì)成分含量(n=3)

2.3波數(shù)選擇和光譜預(yù)處理

實驗對茶樣4000～10000 cm-1波數(shù)段結(jié)合含水率、游離態(tài)氨基酸、茶多酚品質(zhì)成分含量利用OPUS軟件進(jìn)行建模,同時選擇建模最佳波數(shù)段和最佳預(yù)處理方式,表2為RMSEC總最小時對應(yīng)的波數(shù)和預(yù)處理方法,分別為建模的最佳波數(shù)和預(yù)處理方法,平滑點數(shù)17,維數(shù)1[26-27]。

表2　含水率、游離態(tài)氨基酸、茶多酚品質(zhì)成分模型波數(shù)和光譜預(yù)處理方法選擇

2.4基于近紅外光譜技術(shù)的工夫紅茶含水率、游離態(tài)氨基酸、茶多酚品質(zhì)成分含量快速預(yù)測

提取工夫紅茶光譜圖譜信息,建立能充分反映光譜特征與茶葉含水率、游離態(tài)氨基酸、茶多酚品質(zhì)成分含量專有屬性關(guān)系的定量預(yù)測分析模型,找出被眾多錯綜復(fù)雜的共性所掩蓋著的專屬特征,定量地描述不同樣品譜圖間的相似程度,這是近紅外光譜技術(shù)可以用于評判茶葉品質(zhì)專有屬性的原因所在[28]。工夫紅茶近紅外光譜結(jié)合含水率、游離態(tài)氨基酸、茶多酚品質(zhì)成分含量如表3所示。

實驗利用工夫紅茶近紅外光譜圖結(jié)合含水率、游離態(tài)氨基酸、茶多酚品質(zhì)成分含量建立了工夫紅茶茶樣含水率、游離態(tài)氨基酸、茶多酚品質(zhì)成分含量定量預(yù)測模型,并運用OPUS 7.0軟件中自帶的偏最小二乘法對結(jié)果進(jìn)行分析,結(jié)果如表3所示。由表3可知,工夫紅茶茶樣的Rc和Rp均在90%以上,模型定標(biāo)效果較好,可用于工夫紅茶品質(zhì)預(yù)測,其中游離態(tài)氨基酸模型預(yù)測精準(zhǔn)度較高,Rc和Rp值都達(dá)到了98%以上。研究表明[24],所建立的定量模型精準(zhǔn)度由預(yù)測集的Rp和RMSEP反映。當(dāng)Rp值>90%時,表明所建模型是比較好的模型,Rp值越接近100%表明模型越好;RMSEP越小,RMSEP以接近0為最好,模型預(yù)測性能越優(yōu)。按照含水率、游離態(tài)氨基酸、茶多酚品質(zhì)成分含量的預(yù)測模型相關(guān)系數(shù)Rp分別為97.58%、98.46%、97.41%;所對應(yīng)的RMSEP分別為0.0168、0.00915、0.0148,各模型預(yù)測精準(zhǔn)度均較高,預(yù)測性能較優(yōu),是一種客觀快速評價工夫紅茶含水率、茶多酚、氨基酸品質(zhì)成分提供一種新方法。

表3　工夫紅茶茶樣含水率、游離態(tài)氨基酸、茶多酚品質(zhì)成分校正集與預(yù)測集模型的建模結(jié)果

注:Rc和Rp越接近100%越好,RMSEC和RMSEP越接近0越好。

從模型看出,其中游離態(tài)氨基酸模型的Rc最高且RMSEC最低(分別為99.28%和0.016),說明該模型校正集樣品擬合度最高;且游離態(tài)氨基酸模型的Rp最高且RMSEP最低(分別為98.46%和0.00915),說明該模型預(yù)測集樣品擬合度最高,預(yù)測性能最優(yōu)。三種品質(zhì)成分近紅外光譜定量預(yù)測模型預(yù)測性能由高到低為:游離態(tài)氨基酸>含水率>茶多酚。

3　結(jié)論

240個工夫紅茶茶樣含水率含量為4.35%～7.39%,游離態(tài)氨基酸為0.81%～2.95%,茶多酚為8.65%～21.86%。;同時手動選擇180個樣品作為校正級,剩余60個樣品作為預(yù)測集;利用OPUS7.0軟件優(yōu)化出各模型最佳波數(shù)段和最佳預(yù)處理方法,平滑點數(shù)17,維數(shù)1,結(jié)合含水率、游離態(tài)氨基酸、茶多酚品質(zhì)成分含量建立預(yù)測模型。

各模型預(yù)測精準(zhǔn)度高,均可用于工夫紅茶含水率、游離態(tài)氨基酸、茶多酚品質(zhì)成分含量預(yù)測。其中,各模型校正相關(guān)系數(shù)(Rc)為92.76%～99.28%,校正均方根誤差(RMSEC)為0.016～0.0437;預(yù)測相關(guān)系數(shù)(Rp)為97.41%～98.46%,預(yù)測均方根誤差(RMSEP)為0.00915～0.0168。各模型校正集和預(yù)測集均有較高的擬合度,模型預(yù)測性能游離態(tài)氨基酸>含水率>茶多酚。

總的來說,近紅外光譜圖結(jié)合含水率、游離態(tài)氨基酸、茶多酚品質(zhì)成分含量建立預(yù)測模型預(yù)測性能優(yōu),適合工夫紅茶含水率、游離態(tài)氨基酸、茶多酚品質(zhì)成分含量評價預(yù)測,為快速無損客觀精準(zhǔn)測量工夫紅茶含水率、游離態(tài)氨基酸、茶多酚品質(zhì)成分含量品質(zhì)提供了一種新方法。今后可利用近紅外光譜技術(shù)結(jié)合其它技術(shù)(如機(jī)器視覺技術(shù))對工夫紅茶品質(zhì)評價建立優(yōu)性能預(yù)測模型,進(jìn)一步實現(xiàn)茶葉品質(zhì)評價的快速性、準(zhǔn)確性和客觀性。

[1]梁月榮,陸建良.茶葉[M].北京:中國農(nóng)業(yè)大學(xué)出版社,2006:20-25.

[2]鞏志.中國紅茶[M].杭州:浙江攝影出版社,2005:123-126.

[3]陳壽松,鄭功宇,金心怡,等.茶葉含水率近紅外在線快速測定及其應(yīng)用研究[J].茶葉科學(xué),2014,34(4):337-343.

[4]候冬巖,刁全平,李鐵純,等.不同發(fā)酵類型的茶葉茶多酚含量的比較分析[J].鞍山師范學(xué)院學(xué)報,2015,17(2):38-40.

[5]張佳,王川丕,阮建云.GC-MS及GC測定茶葉中主要游離氨基酸的方法研究[J].茶葉科學(xué),2010,30(6):445-452.

[6]Sun T,Pan B L,Huo Y.Isolation and Bioactivities of Main Functional Components in Tea[J].Asian Journal of Chemistry,2014,26(8):2191-2198.

[7]張正竹,廖步巖,閻守和，等.近紅外光譜(NIRS)技術(shù)在茶葉品質(zhì)保真中的應(yīng)用前景[J].食品工業(yè)科技,2009,30(9):349-352.

[8]郭志明.近紅外光譜法測定茶葉中游離氨基酸的研究[J].光譜儀器與分析,2011,20(Z1):105-109.

[9]趙杰文,郭志明,陳全勝,等.近紅外光譜法快速檢測綠茶中兒茶素的含量[J].光學(xué)學(xué)報,2008,28(12):2302-2306.

[10]劉輝軍.基于近紅外技術(shù)的茶葉成份快速分析儀的原理與設(shè)計[D].北京:中國計量科學(xué)研究院,2006.

[11]Luypaert J S，Zhang M H,Massart D L.Feasibility study for the use of near infrared spectroscopy in the qualitative and quantitative analysis of green tea,Camelliasinensis(L.)[J]. Analytica Chimica Acta,2003,478(2):303-312.

[12]陳全勝.無損檢測新技術(shù)在茶葉品質(zhì)檢測中的應(yīng)用[C]//食品安全監(jiān)督與法制建設(shè)國際研討會暨第二屆中國食品研究生論壇論文集(上).杭州:食品安全監(jiān)督局,2005:5-6.

[13]CHEN Q.Simultaneous analysis of main catechins contents in green tea(Camelliasinensis(L.))by Fourier transform near infrared reflectance(FT-NIR)spectroscopy[J]. Food Chemistry,2009,113(4):1272-1277.

[14]羅一帆,郭振飛,朱振宇，等.近紅外光譜測定茶葉中茶多酚和茶多糖的人工神經(jīng)網(wǎng)絡(luò)模型研究[J].光譜學(xué)與光譜分析,2005,25(8):1230-1233.

[15]龔加順,劉佩瑛,劉勤晉,等.茶飲料品質(zhì)相關(guān)成分的近紅外線光譜技術(shù)分析[J].食品科學(xué),2004,25(2):135-140.

[16]周小芬,葉陽,周竹定,等.基于近紅外光譜法的大佛龍井茶品質(zhì)評價研究[J].光譜學(xué)與光譜分析,2012,32(11):2971-2975.

[17]廖步巖,張正竹,夏濤，等.近紅外光譜分析技術(shù)在茶葉品質(zhì)屬性甄別中的應(yīng)用[J].安徽農(nóng)業(yè)大學(xué)學(xué)報,2009,36(2):287-291.

[18]李曉麗.基于機(jī)器視覺及光譜技術(shù)的茶葉品質(zhì)無損檢測方法研究[D].杭州:浙江大學(xué),2009.

[19]中華人民共和國國家質(zhì)量監(jiān)督檢驗檢疫總局 中國國家標(biāo)準(zhǔn)化管理委員會.GB/T 8304-2013茶葉水分測定[S].北京:中國標(biāo)準(zhǔn)出版社,2013.

[20]中華人民共和國國家質(zhì)量監(jiān)督檢驗檢疫總局 中國國家標(biāo)準(zhǔn)化管理委員會.GB/T 8313-2008茶葉茶多酚測定[S].北京:中國標(biāo)準(zhǔn)出版社,2008.

[21]中華人民共和國國家質(zhì)量監(jiān)督檢驗檢疫總局 中國國家標(biāo)準(zhǔn)化管理委員會.GB/T 8314-2013茶葉游離態(tài)氨基酸測定[S].北京:中國標(biāo)準(zhǔn)出版社,2013.

[22]Lehrer M,Miller L,Natale J.Chapter 19-The OPUS System in Immunoassay Automation D.W. CHAN,D.W. CHANE ditors[M]. Boston:Academic Press,1992:245-267.

[23]Olivieriac,Escandar G M.Chapter9-Partial Least-Squares with Residual Bilinearization[M].Boston:Elsevier,2014:157-195.

[24]嚴(yán)衍祿,趙龍蓮,李軍會.現(xiàn)代近紅外光譜分析的信息處理技術(shù)[J].光譜學(xué)與光譜分析,2000,20(6):777-780.

[25]Sinija V R,Mishra H N.FT-NIR spectroscopy for caffeine estimation in instant green tea powder and granules[J]. LWT-Food Science and Technology,2009,42(5):998-1002.

[26]尼珍,胡昌勤.近紅外光譜分析中光譜預(yù)處理方法的作用及其發(fā)展[J].藥物分析雜志,2008,28(5):824-828.

[27]柳艷云,胡昌勤.近紅外分析中光譜波長選擇方法進(jìn)展與應(yīng)用[J].藥物分析雜志,2010,30(5):968-975.

[28]王夢東,王勝鵬.適用于3類茶的定性分類及主要內(nèi)含成分定量分析的近紅外預(yù)測模型的建立[J]. 華中農(nóng)業(yè)大學(xué)學(xué)報,2015,34(1):123-127.

Research to moisture content,free form amino acids,polyphenols quality ingredients of Congou black tea by near infrared spectroscopy

LIU Hong-lin1,2

(1.School of Tourism and Service Management,Chongqing University of Education,Chongqing 400065,China;2.Southwest University,Chongqing 400715,China)

Objective:This paper gave a new method about detecting the moisture content,free form amino acids,polyphenols quality of Congou black tea by near infrared spectroscopy. Methods:There were 240 test samples,180 samples of them used to be a correction stage as the remaining 60 samples a prediction set. Each model is optimized,the best waves of the number of segments and best pretreatment method for modeling use to establish the quantitative prediction model by OPUS 7.0 software. The smooth points were 17 and dimension was 1. Results:The models predicted a high accuracy which can be used to predict the moisture content,free form amino acids,polyphenols quality of Congou black tea. The calibration correlation coefficients(Rc)were 92.76%～99.28%,correcting root mean square errors(RMSEC)were 0.016～0.0437,predictive correlation coefficient(Rp)was 97.41%～98.46%,and the RMSEP was 0.00915～0.0168. Each model calibration set and prediction set had a higher degree of fit,the prediction performance model of free form amino acids>moisture>polyphenols. Conclusion:The combination of near-infrared spectra of each prediction model to predict the performance had an excellent organoleptic results which established for Congou black tea quality evaluation.

Congou black tea;near infrared spectroscopy;moisture content;free form amino acids;polyphenols;prediction model

2015-11-12

劉洪林(1991-)，男，碩士，助教，研究方向：茶學(xué)，E-mail：475844900@qq.com。

重慶第二師范學(xué)院校級科研項目(KY201546C)。

TS207.3

A

1002-0306(2016)12-0067-04

10.13386/j.issn1002-0306.2016.12.004