基于近紅外光譜技術(shù)的白茶3種典型感官滋味特征屬性定量評(píng)價(jià)模型研究

范方媛，楊夢(mèng)璇，龔淑英，郭昊蔚，張凱棋，李春霖，湯一

浙江大學(xué)茶葉研究所，浙江 杭州，310058

白茶是我國(guó)六大茶類中的一類輕發(fā)酵茶，其加工不經(jīng)炒揉，只經(jīng)萎凋和烘焙兩道工序制作而成，該過(guò)程中隨鮮葉水分散失，細(xì)胞膜透性改變，促使發(fā)生葉綠素降解、多酚物質(zhì)部分氧化、蛋白質(zhì)水解、淀粉水解、氨基酸氧化脫羧等化學(xué)反應(yīng)[1]，形成了干茶色白隱綠，湯色杏黃明亮，滋味甘醇爽口的典型品質(zhì)特征。同時(shí)，特征工藝形成的白茶品質(zhì)成分同樣具有抗氧化[2]、抗菌消炎[3]等生物功效，深受消費(fèi)者青睞。隨著人們消費(fèi)能力的提高及對(duì)品質(zhì)生活要求的不斷提高，消費(fèi)理念也由注重茶葉外形轉(zhuǎn)變?yōu)楦幼⒅夭枞~香氣、滋味等內(nèi)質(zhì)表現(xiàn)。滋味品質(zhì)特征作為內(nèi)質(zhì)評(píng)判的重要方面，其權(quán)重在五因子百分制評(píng)判中占 30%~35%，是茶葉品質(zhì)評(píng)判的核心因子[4]。目前茶葉滋味評(píng)判主要依靠具有豐富經(jīng)驗(yàn)的評(píng)茶師采用感官審評(píng)的方式進(jìn)行，該方式所需時(shí)間相對(duì)較長(zhǎng)，評(píng)判結(jié)果容易受到審評(píng)人員身體健康狀況、思想情緒等諸多主觀因素的影響。如何輔以儀器檢測(cè)進(jìn)而快速準(zhǔn)確且全面地判斷茶葉的滋味特征表現(xiàn)一直是茶葉品質(zhì)鑒定領(lǐng)域研究的重點(diǎn)。茶葉感官品質(zhì)智能判別不僅有利于解決流通中茶葉產(chǎn)品質(zhì)量信息不對(duì)稱問(wèn)題，同時(shí)還能夠指導(dǎo)生產(chǎn)，提升生產(chǎn)效率，促進(jìn)茶葉產(chǎn)業(yè)智能化標(biāo)準(zhǔn)化發(fā)展。

近紅外光譜（Near infrared spectroscopy，NIRS）對(duì)不同基團(tuán)或同一基團(tuán)在不同物理化學(xué)環(huán)境下的吸收波長(zhǎng)及強(qiáng)度有明顯區(qū)別，其光譜區(qū)中所包含的豐富的分子結(jié)構(gòu)及組成狀態(tài)等理化信息為利用近紅外光譜技術(shù)進(jìn)行定量及定性分析提供了基礎(chǔ)，且該檢測(cè)技術(shù)具有無(wú)損、簡(jiǎn)便快捷等優(yōu)勢(shì)。該技術(shù)在食品[5]及中藥[6]等的品質(zhì)控制領(lǐng)域的應(yīng)用呈快速發(fā)展。在茶葉領(lǐng)域，NIRS技術(shù)已在茶葉化學(xué)成分含量測(cè)定[7-8]、茶葉鮮葉等級(jí)判定[9]、品種判定[10]及產(chǎn)地判別[11]等方面有廣泛應(yīng)用。品質(zhì)鑒定方面，周小芬等[12]采用近紅外光譜-偏最小二乘法（NIRS-PLS）分別建立了大佛龍井干茶色澤、湯色、香氣、滋味、葉底得分及五因子總分定量分析模型，預(yù)測(cè)相關(guān)系數(shù)Rp為 0.900~0.966。表明近紅外光譜技術(shù)結(jié)合化學(xué)計(jì)量學(xué)方法檢測(cè)茶葉品質(zhì)具有可行性。

本研究以白茶為研究對(duì)象，剖析白茶滋味特征屬性，并利用近紅外光譜技術(shù)針對(duì)白茶的3種滋味特征屬性進(jìn)行預(yù)測(cè)分析，以期為快速全面準(zhǔn)確地評(píng)判茶葉滋味品質(zhì)提供新方法新思路。

1 材料與方法

1.1 實(shí)驗(yàn)材料及主要試劑

采集白茶樣品共90個(gè)，樣品產(chǎn)區(qū)覆蓋白茶兩大主產(chǎn)區(qū)福建省和云南省，鮮葉原料涵蓋單芽、一芽一葉至一芽二葉、一芽二葉至一芽三葉、一至三葉帶駐芽嫩梢或葉片等不同等級(jí)，樣品類型涵蓋白毫銀針、白牡丹、貢眉、壽眉、月光白等品類，各類型產(chǎn)品中包含3~5年不同存儲(chǔ)年份的白茶樣品。

1.2 感官審評(píng)

依據(jù)《茶葉感官審評(píng)方法》國(guó)家標(biāo)準(zhǔn)（GB/T 23776—2009）[4]所規(guī)定的方法，由5位國(guó)家級(jí)茶葉審評(píng)師對(duì)90個(gè)白茶樣品進(jìn)行滋味特征感官審評(píng)評(píng)語(yǔ)表述并評(píng)分（百分制），其中評(píng)語(yǔ)表述參照《茶葉感官審評(píng)術(shù)語(yǔ)》國(guó)家標(biāo)準(zhǔn)（GB/T 14487—2008）[13]進(jìn)行；同時(shí)對(duì)每個(gè)樣品茶湯滋味特征進(jìn)行分屬性因子審評(píng)，包括甘甜度、醇爽度和陳化度，分屬性審評(píng)評(píng)分采用6分制，隨分值的升高表示該屬性強(qiáng)度升高，其中0~2分代表強(qiáng)度較弱，>2~4分代表強(qiáng)度適中，>4~6分代表強(qiáng)度較強(qiáng)及非常強(qiáng)。

1.3 近紅外光譜采集

采用FW00高速萬(wàn)能粉碎機(jī)（天津市泰斯特儀器有限公司）對(duì)白茶樣品進(jìn)行粉碎處理，過(guò)1 mm篩后混勻，采用漫反射方式旋轉(zhuǎn)掃描采集光譜。近紅外光譜采集采用N-200傅里葉變換型近紅外光譜儀（BUCHI Labortechnik AG，瑞士），光譜掃描波數(shù)為4 000~1 000 cm-1，分辨率為2 cm-1，光譜采集過(guò)程中保持實(shí)驗(yàn)室內(nèi)溫濕度基本恒定，稱取 20 g樣品裝入樣品盤，充分覆蓋后進(jìn)行光譜采集，每個(gè)樣品采集3次，取3次光譜計(jì)算平均光譜后進(jìn)行建模。

1.4 數(shù)據(jù)處理

采用SPSS 21.0軟件對(duì)數(shù)據(jù)進(jìn)行顯著性分析及相關(guān)性分析，白茶近紅外光譜采用TQ Analyst軟件進(jìn)行建模、模型優(yōu)化及預(yù)測(cè)模型評(píng)價(jià)。

2 結(jié)果與分析

2.1 不同產(chǎn)地及類型的白茶感官及滋味品質(zhì)特征分析

本研究所收集的白茶樣品情況如表 1所示，福建產(chǎn)區(qū)白茶產(chǎn)品類型包含白毫銀針、白牡丹、貢眉和壽眉，產(chǎn)品形式有散茶和餅茶兩種。云南產(chǎn)區(qū)白茶以月光白為主，包含以單芽為原料和以一芽一二葉為原料制作而成的白茶產(chǎn)品。不同類型的白茶產(chǎn)品在外形及內(nèi)質(zhì)特征方面均存在顯著差異（表 1）。外形方面，以單芽為原料加工而成的白茶表現(xiàn)為全芽披毫；以一芽一葉至一芽三四葉及對(duì)夾葉、單片等原料加工而成的白茶（散茶）呈朵形。隨原料成熟度的提高，干茶表面茶毫及芽頭比例逐漸減少，色澤由翠綠逐漸變?yōu)樯罹G帶褐（福建產(chǎn)區(qū)）或由銀灰變?yōu)殂y褐相間（云南產(chǎn)區(qū)）。內(nèi)質(zhì)滋味方面，以單芽為原料加工而成的白茶表現(xiàn)為甘醇鮮潤(rùn)；隨著鮮葉原料成熟度的提高，纖維素、木質(zhì)素等含量提高，滋味中的粗糙感增強(qiáng)，醇爽感及甘甜感逐漸減弱。評(píng)分結(jié)果顯示（表1）感官審評(píng)總分及滋味評(píng)分均隨原料成熟度提高而降低，二者的相對(duì)標(biāo)準(zhǔn)偏差（Relative standard deviation，RSD）范圍分別為1.50%~3.71%和2.25%~6.15%，表明同類型產(chǎn)品中總體感官特征及滋味品質(zhì)特征表現(xiàn)較為一致。

表1 不同產(chǎn)區(qū)及類型的白茶感官滋味品質(zhì)特征比較表Table 1 Comparison of quality-characteristics of various white-teas from Fujian and Yunnan provinces

茶葉在倉(cāng)儲(chǔ)過(guò)程中受水分、溫度、氧氣等外界因素的影響，茶葉中品質(zhì)成分不斷發(fā)生氧化等一系列化學(xué)反應(yīng)，使得茶葉品質(zhì)發(fā)生陳變，形成陳味[13-14]，而適度的陳化處理能顯著提升茶葉感官品質(zhì)[15]。目前有研究顯示通過(guò)適度的氧氣量、溫度及濕度等參數(shù)調(diào)控，能夠快速顯著提升茶葉陳化度[16]。本研究顯示經(jīng)一定時(shí)間倉(cāng)儲(chǔ)后的年份白茶在干茶色澤上呈黃褐，內(nèi)質(zhì)滋味風(fēng)格發(fā)生變化，甜醇感增強(qiáng)，同時(shí)陳味增強(qiáng)。綜上所述，在白茶滋味評(píng)價(jià)中，甘甜感、醇爽感及陳味是白茶感官滋味品質(zhì)特征的重要表現(xiàn)方面。

2.2 白茶滋味特征屬性分析

以甘甜度、醇爽度及陳化度分別對(duì)不同產(chǎn)區(qū)不同類型的白茶滋味中的甘甜感、醇爽感及陳味特征表現(xiàn)進(jìn)行量化，樣品分值范圍與平均值結(jié)果如表 2所示。不同產(chǎn)區(qū)中，以單芽及一芽一葉為原料加工的白茶原料嫩度較高，滋味中甘甜度平均值>3分，表明甘甜感程度較強(qiáng)。以單芽為原料加工的白茶醇爽度最高，平均值>4分，表明白茶茶湯口感中醇而鮮爽且毫味足的滋味特征表現(xiàn)較強(qiáng)[13]。隨鮮葉原料成熟度的逐漸提高，白茶茶湯滋味的豐富程度逐漸降低，甘甜感及醇爽感的程度逐漸減弱，分值顯著降低。各類型白茶樣品中陳化度分值范圍均覆蓋高（>4~6分）、中（>2~4）、低（0~2）不同程度，且不同類型白茶滋味中陳化度平均值較為接近，均在3.10~3.50范圍內(nèi)，表明陳化度不受原料成熟度影響，不同原料等級(jí)的白茶均可通過(guò)適度陳化工藝達(dá)到不同程度的陳味。

滋味特征屬性的相關(guān)性分析（表3）顯示，滋味甘甜度、醇爽度均與白茶滋味總分呈顯著正相關(guān)（P<0.05），其中醇爽度與白茶滋味總分相關(guān)系數(shù)相對(duì)較高，為 0.572。滋味屬性中甘甜度與醇爽度極顯著相關(guān)（P<0.01），相關(guān)系數(shù) 0.354，表明兩者一定程度上對(duì)白茶表現(xiàn)優(yōu)質(zhì)滋味品質(zhì)具有協(xié)同促進(jìn)作用。相同原料等級(jí)加工而成的白茶，其滋味中陳化度與甘甜度及醇爽度分別呈極顯著正相關(guān)（P<0.01），相關(guān)系數(shù)分別為0.817和0.606，表明白茶加工后期陳化工藝能夠顯著提升白茶滋味的甘甜感和醇爽感。由此可見，甘甜度、醇爽度和陳化度三者是評(píng)價(jià)白茶滋味品質(zhì)的重要考量指標(biāo)。

2.3 白茶滋味特征屬性的近紅外光譜及定量分析模型優(yōu)化

表2 不同產(chǎn)區(qū)及類型的白茶滋味特征屬性評(píng)分表Table 2 Taste-scores of various types of white-teas from Fujian and Yunnan provinces

表3 白茶感官滋味特征屬性相關(guān)性Table 3 Correlation analysis of taste-characteristic attributes in white teas

為實(shí)現(xiàn)白茶滋味品質(zhì)特征的快速全面剖析預(yù)測(cè)，本研究利用近紅外光譜技術(shù)對(duì)白茶滋味特征屬性建立預(yù)測(cè)模型。針對(duì)所收集的白茶樣品進(jìn)行 4 000~10 000 cm-1范圍內(nèi)的光譜采集，典型光譜曲線圖如圖1所示，所有樣品圖譜峰形表現(xiàn)基本一致，在波數(shù)>7500 cm-1范圍內(nèi)，光譜曲線表現(xiàn)較為平緩，4 000~7 000 cm-1波數(shù)范圍內(nèi)光譜曲線起伏波動(dòng)，表明含有豐富的物質(zhì)信息，為利用近紅外光譜對(duì)白茶滋味特征屬性預(yù)測(cè)提供了物質(zhì)基礎(chǔ)。

采用茶葉品質(zhì)定性定量檢測(cè)中普遍應(yīng)用的偏最小二乘回歸（Partial Least Squares，PLS）建模技術(shù)，針對(duì)白茶感官滋味特征總分、白茶滋味特征屬性（甘甜度、醇爽度及陳化度）分別建模。近紅外原始光譜因檢測(cè)環(huán)境條件及樣品等因素容易造成基線漂移、光散射噪聲等問(wèn)題，需采用光譜預(yù)處理進(jìn)行消除。由表 4可知，采用不同的光譜預(yù)處理方法建模，其模型預(yù)測(cè)效果差異明顯，通過(guò)比較模型交叉驗(yàn)證均方根誤差（RMSECV）及交叉驗(yàn)證相關(guān)系數(shù)（Rcv）發(fā)現(xiàn)，采用PLS建模方法，在4 000~7 000 cm-1光譜范圍內(nèi)，對(duì)白茶樣品光譜進(jìn)行MSC處理、無(wú)求導(dǎo)及Savitzky-Golay平滑處理，滋味總分模型建模效果最優(yōu)（RMSECV為2.72；Rcv為 0.842）；甘甜度建模采用 MSC處理、一階求導(dǎo)及Savitzky-Golay平滑的光譜處理方法，效果最優(yōu)（RMSECV為 0.93；Rcv為0.674）；醇爽度預(yù)測(cè)模型采用SNV處理、二階求導(dǎo)及Norris derivative平滑的光譜處理，效果最優(yōu)（RMSECV為 0.95；Rcv為 0.784）。陳化度模型采用 SNV處理、一階求導(dǎo)及無(wú)平滑的光譜處理方法，在5 098.87~6 961.77 cm-1光譜范圍內(nèi)建模效果最優(yōu)，RMSECV值相對(duì)最低，為0.75，Rcv值相對(duì)最高，為0.839。

圖1 白茶樣品原始光譜圖Fig.1 A raw NIR spectra of the white tea samples

2.4 白茶滋味特征屬性定量分析模型評(píng)價(jià)

基于最優(yōu)建模方法，進(jìn)一步對(duì)各模型進(jìn)行個(gè)別樣品剔除、樣品集劃分及定量模型預(yù)測(cè)應(yīng)用。本研究采集的90個(gè)白茶實(shí)驗(yàn)樣品中，各模型剔除樣品數(shù)小于總數(shù)10%，定標(biāo)集和驗(yàn)證集分值范圍及平均值相近，相對(duì)標(biāo)準(zhǔn)偏差<13%，表明預(yù)測(cè)模型有效（表5）。各定量分析模型定標(biāo)集與預(yù)測(cè)集樣品的預(yù)測(cè)值與真實(shí)值的回歸分析如圖2所示，樣本實(shí)測(cè)值與預(yù)測(cè)值散點(diǎn)集中且較為均勻的分布于真實(shí)值附近，其中滋味總分與陳化度預(yù)測(cè)模型中散點(diǎn)集中程度相對(duì)較高。各模型預(yù)測(cè)能力評(píng)價(jià)指標(biāo)顯示（表 5），滋味總分、甘甜度、醇爽度及陳化度 4個(gè)定量預(yù)測(cè)模型均具有較低的校正均方根誤差（RMSEC）及預(yù)測(cè)均方根誤差（RMSEP），范圍分別為0.23~2.23和0.71~2.06，定標(biāo)集校正相關(guān)系數(shù)Rc均高于0.80，模型預(yù)測(cè)相關(guān)系數(shù)Rp值均高于 0.7，交叉驗(yàn)證相關(guān)系數(shù)Rcv值除甘甜度模型低于0.7（Rcv=0.669）外，其他均接近或高于0.80，表明模型預(yù)測(cè)能力較好[17]。進(jìn)一步分析顯示所有預(yù)測(cè)模型的相對(duì)表現(xiàn)偏差RPD值在1.33~2.20范圍內(nèi)，其中滋味總分和陳化度模型RPD值相對(duì)較高，表明模型穩(wěn)定性和預(yù)測(cè)效果相對(duì)較好[18]，與圖 2散點(diǎn)分布表現(xiàn)一致。綜上表明，利用近紅外光譜分析技術(shù)能夠?qū)Π撞枳涛短卣骷捌涓侍鸲?、醇爽度及陳化度屬性進(jìn)行快速有效預(yù)測(cè)。

圖2 滋味特征及滋味屬性定量模型預(yù)測(cè)效果Fig. 2 The prediction model of general taste-characteristics and attributes

表4 感官滋味特征屬性預(yù)測(cè)模型參數(shù)優(yōu)化Table 4 The optimization of the NIRmodel parameters associating with taste-characteristics andits attributes

表5 感官滋味總分及感官特征屬性定量模型樣品分布及預(yù)測(cè)能力評(píng)價(jià)Table 5 Sample-distribution andpredictionevaluationof general taste-characteristic model andits attributes

3 討論

本研究針對(duì)工藝白茶滋味品質(zhì)特征開展滋味特征屬性剖析，及基于近紅外光譜的滋味屬性預(yù)測(cè)分析研究。研究發(fā)現(xiàn)“甘甜感”、“醇爽感”及“陳化感”是白茶滋味特征中的重要屬性，三者相互關(guān)聯(lián)，甘甜度與醇爽度與白茶滋味特征總分呈顯著正相關(guān)。相同原料等級(jí)及工藝條件下，陳化度的提高能夠顯著提升白茶滋味的甘甜度及醇爽度，然而陳化度與滋味特征總分并未表現(xiàn)出顯著相關(guān)性，暗示陳化度作為白茶滋味風(fēng)格轉(zhuǎn)化程度的評(píng)價(jià)因素之一，還受到其他評(píng)價(jià)因素的制約，有待進(jìn)一步深入研究?；贜IRS-PLS定量分析模型研究顯示該法能夠?qū)Π撞枳涛短卣骷捌浯妓?、陳熟、及甘甜屬性進(jìn)行有效預(yù)測(cè)，預(yù)測(cè)相關(guān)系數(shù)均高于0.7，其中滋味特征總分、醇爽度及陳熟度預(yù)測(cè)模型的預(yù)測(cè)能力略高于甘甜度預(yù)測(cè)模型，已有研究顯示，甜味感和鮮味感的滋味受體（G蛋白偶聯(lián)受體）具有部分相同的亞基[19]，表現(xiàn)了鮮甜屬性本身的復(fù)雜性，同時(shí)甘甜感具有豐富的貢獻(xiàn)物質(zhì)，推測(cè)這些原因共同導(dǎo)致本實(shí)驗(yàn)條件下甘甜度預(yù)測(cè)能力較其他 3個(gè)屬性模型相對(duì)較弱，同時(shí)也暗示茶湯滋味“甘甜感”屬性需要進(jìn)一步進(jìn)行感官特征分類細(xì)化。

[1] 蔡華春. 白茶品質(zhì)形成研究概述[J]. 茶葉學(xué)報(bào), 2012(1):15-17.

[2] Koutelidakis A E, Argiri K, Serafini M, et al. Green tea,white tea, andPelargonium purpureumincrease the antioxidant capacity of plasma and some organs in mice [J].Nutrition, 2009, 25(4): 453-458.

[3] Rashid M M U, Sayeed M A, Hassan M M, et al.Antidepressant and antibacterial activities ofCamellia sinensis(white tea) [J]. Journal of Science & Technology,2013, 81(4): 39-46.

[4] 中國(guó)國(guó)家標(biāo)準(zhǔn)化管理委員會(huì). 茶葉感官審評(píng)方法: GB/T 23776—2009 [S]. 北京: 中國(guó)標(biāo)準(zhǔn)出版社, 2009: 7.

[5] Dvo?ák L, ?ustová K, Ml?ek J. Near infrared spectroscopy as an aid in the food quality control [J]. ChemickeListy,2016, 110(12): 868-873.

[6] Guo PL, Huang L Q, Zhang X P, et al. Application of near-infrared spectroscopy (NIRS) as a tool for quality control in traditional Chinese medicine (TCM) [J]. Current Bioactive Compounds, 2011, 7(2): 75-84.

[7] 陳美麗, 張俊, 龔淑英, 等. 茉莉花茶主要品質(zhì)成分定量近紅外光譜分析模型的建立[J]. 茶葉科學(xué), 2013, 33(1):21-26.

[8] Li Luqing, Wei Lingdong, Ning Jingming, et al. Detection and quantification of sugar and glucose syrup in roasted green tea using near infrared spectroscopy [J]. Journal of Near Infrared Spectroscopy, 2015, 23(5): 317-325.

[9] 王曼, 張正竹, 寧井銘, 等. 基于近紅外光譜的黃山毛峰茶鮮葉品質(zhì)分析及等級(jí)快速評(píng)價(jià)[J]. 食品工業(yè)科技, 2014,35(22): 57-60.

[10] 周健, 成浩, 葉陽(yáng), 等. 基于近紅外的 Fisher分類法識(shí)別茶葉原料品種的研究[J]. 光學(xué)學(xué)報(bào), 2009, 29(4):1117-1121.

[11] Chen Q, Zhao J, Lin H. Study on discrimination of Roast green tea (Camellia sinensisL.) according to geographical origin by FT-NIR spectroscopy and supervised pattern recognition [J]. SpectrochimicaActa Part A Molecular&Biomolecular Spectroscopy, 2009, 72(4): 845-850.

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

[13] 中國(guó)國(guó)家標(biāo)準(zhǔn)化管理委員會(huì). 茶葉感官審評(píng)術(shù)語(yǔ): GB/T 14487—2008 [S]. 北京: 中國(guó)標(biāo)準(zhǔn)出版社, 2008: 10.

[14] 謝嬌枚, 羅敏燕, 劉易凡, 等. 陳年祁門紅茶品質(zhì)分析[J].湖南農(nóng)業(yè)科學(xué), 2012(21): 100-102.

[15] 龔淑英, 周樹紅. 普洱茶貯藏過(guò)程中主要化學(xué)成分含量及感官品質(zhì)變化的研究[J]. 茶葉科學(xué), 2002, 22(1):51-56.

[16] 何英姿, 吳菁箐, 吳艷, 等. 六堡茶快速陳化新工藝對(duì)茶葉品質(zhì)的影響[J]. 安徽農(nóng)業(yè)科學(xué), 2010, 38(10):5106-5107.

[17] Tolessa K, Rademaker M, De B B, et al. Prediction of specialty coffee cup quality based on near infrared spectra of green coffee beans [J]. Talanta, 2016, 150: 367-374.

[18] Ferrer-Gallego R, Hernández-Hierro J M, Rivas-Gonzalo J C,et al. Evaluation of sensory parameters of grapes using near infrared spectroscopy [J]. Journal of Food Engineering, 2013,118(3): 333-339.

[19] Li X, Staszewski L, Xu H, et al. Human receptors for sweet and umami taste [J]. Proceedings of the National Academy of Sciences of the United States of America, 2002, 99(7):4692-4696.