近紅外光譜技術(shù)在茶葉中的研究進(jìn)展

王勝鵬，高士偉，滕靖，葉飛， 桂安輝，鄭鵬程，楊齊國(guó)，韓漢山

1.湖北省農(nóng)業(yè)科學(xué)院果樹茶葉研究所，武漢430064; 2.武漢綿陽山茶樹種植專業(yè)合作社，武漢430332；3.武漢木蘭天香實(shí)業(yè)發(fā)展有限公司，武漢 430399

我國(guó)是茶的故鄉(xiāng)，發(fā)現(xiàn)和利用茶已有4 000 a歷史，是全球最大的茶葉種植和生產(chǎn)大國(guó)，2020年茶園種植面積和茶產(chǎn)量分別為316.5萬hm2和297萬t，較2019年分別增長(zhǎng)了3.3%和6.9%[1]。隨著人們逐漸重視健康與保健，保健茶備受人們的青睞，對(duì)茶品質(zhì)如何進(jìn)行快速準(zhǔn)確地評(píng)判和有效控制是當(dāng)前茶產(chǎn)業(yè)發(fā)展面臨的主要問題之一。

傳統(tǒng)的茶品質(zhì)評(píng)價(jià)方法主要有感官審評(píng)法和濕化學(xué)檢測(cè)法[2]。感官審評(píng)法是由訓(xùn)練有素的專家利用自身視覺、嗅覺、味覺等分別對(duì)茶的外形、湯色、香氣、滋味和葉底進(jìn)行評(píng)價(jià)打分，計(jì)算茶品質(zhì)總分。盡管該方法較為經(jīng)典，但結(jié)果易受審評(píng)員自身感覺器官等因素影響，主觀性較強(qiáng)[3]。濕化學(xué)檢測(cè)法通常需要借助多種檢測(cè)儀器(如高效液相色譜儀(HPLC)[4]、氣相色譜儀(GC)[5]、高效液相色譜質(zhì)譜聯(lián)用儀(HPLC-MS)[6]和氣相色譜質(zhì)譜聯(lián)用儀(GC-MS)[7])，精準(zhǔn)測(cè)定茶葉中內(nèi)含成分含量來評(píng)價(jià)茶品質(zhì)高低。雖然該方法測(cè)定結(jié)果準(zhǔn)確、客觀，但測(cè)定前樣品需進(jìn)行復(fù)雜的預(yù)處理，測(cè)定時(shí)需使用大量有毒化學(xué)試劑，且操作繁瑣、耗時(shí)費(fèi)力、檢測(cè)成本高，還無法實(shí)時(shí)檢測(cè)茶品質(zhì)。因此，如何科學(xué)、有效、客觀地評(píng)價(jià)茶品質(zhì)是一個(gè)亟待解決的難題。

近年來，研究者已應(yīng)用多種檢測(cè)技術(shù)快速評(píng)價(jià)茶品質(zhì)，如近紅外光譜技術(shù)[8]、高光譜成像技術(shù)、電子鼻和電子舌技術(shù)等[9]。其中，近紅外光譜技術(shù)是一種新興技術(shù)，通過掃描獲得茶內(nèi)含物的全部光譜信息，借助化學(xué)計(jì)量學(xué)方法提取與茶品質(zhì)密切相關(guān)的光譜波段或數(shù)據(jù)點(diǎn)信息，建立專有預(yù)測(cè)模型，實(shí)現(xiàn)茶品質(zhì)的快速、實(shí)時(shí)監(jiān)測(cè)。此外，近紅外光譜技術(shù)還具有獨(dú)特的優(yōu)勢(shì)，能準(zhǔn)確判別茶種類和茶產(chǎn)地溯源等，能夠滿足生產(chǎn)上實(shí)時(shí)檢測(cè)的需求[10]。本文重點(diǎn)介紹了近紅外光譜技術(shù)在茶葉上的應(yīng)用現(xiàn)狀，以期加快近紅外光譜技術(shù)在茶行業(yè)的普及和應(yīng)用。

1 近紅外光譜技術(shù)介紹

近紅外光譜( near infrared spectroscopy,NIRS)是一種電磁波(波長(zhǎng)780～2 526 nm)，主要反映的是樣品內(nèi)部含氫基團(tuán)(如—OH、—CH、—NH和—PH)化學(xué)鍵伸縮振動(dòng)倍頻與合頻吸收信息[11]。近紅外光譜被樣品分子吸收并引起振動(dòng)，從基態(tài)躍遷到激發(fā)態(tài)，通過分析這些光譜用于預(yù)測(cè)物質(zhì)的含量和結(jié)構(gòu)[12-13]。NIRS分析速度快、檢測(cè)準(zhǔn)確度高，不破壞樣品，不污染環(huán)境，結(jié)合多種化學(xué)計(jì)量學(xué)方法和計(jì)算機(jī)技術(shù)，用于定性分析和定量研究[14-16]。

早在20世紀(jì)40年代，近紅外光譜技術(shù)就被應(yīng)用于對(duì)木材開展相關(guān)研究[17]，但由于實(shí)驗(yàn)條件有限，未能取得較大成果；隨著光譜技術(shù)不斷進(jìn)步，人們嘗試應(yīng)用NIRS檢測(cè)谷物水分和蛋白質(zhì)含量[18]，緊接著出現(xiàn)了采用積分球測(cè)量技術(shù)提高信號(hào)強(qiáng)度的近紅外光譜分析儀，增加了防塵和控制儀器內(nèi)部溫度的設(shè)備。隨著編程語言的發(fā)展和分析技術(shù)手段的提高，近紅外光譜技術(shù)不斷得到深入發(fā)展，分析穩(wěn)定性逐步提升，已被廣泛應(yīng)用于農(nóng)副產(chǎn)品[19-20]和石油化工[21-23]等領(lǐng)域。

2 近紅外光譜技術(shù)在茶葉上的應(yīng)用

2.1 茶鮮葉

2.2 茶葉成分檢測(cè)

近紅外光譜技術(shù)在茶葉成分無損檢測(cè)上的應(yīng)用主要包括對(duì)茶多酚[32]、氨基酸[33]、咖啡堿[34]、水浸出物[35]和兒茶素組分[36]等的分析。Schulz等[37]利用近紅外光譜技術(shù)結(jié)合PLS建立了茶多酚和咖啡堿的預(yù)測(cè)模型，預(yù)測(cè)決定系數(shù)大于0.85；Luypaert等[38]建立了茶葉總抗氧化能力的NIRS-PLS定量分析模型，拓展了NIRS的應(yīng)用范圍；徐立恒等[39]應(yīng)用NIRS分別結(jié)合二階導(dǎo)數(shù)和PLS 法建立了茶多酚、氨基酸及咖啡堿三類化合物的預(yù)測(cè)模型，相關(guān)系數(shù)均大于0.98，且沒有出現(xiàn)過擬合現(xiàn)象。為提高預(yù)測(cè)模型精度，王毅等[40]先應(yīng)用小波去噪方法剔除大量噪聲信息，再結(jié)合特征光譜區(qū)間篩選方法建立茶多酚iPLS-GA預(yù)測(cè)模型；趙杰文等[41]嘗試應(yīng)用正交信號(hào)校正法去掉部分噪聲信息后建立了EGCG近紅外光譜預(yù)測(cè)模型；陳全勝等[42]采用凈分析物預(yù)處理法提取出待測(cè)組分的凈分析物信號(hào)，應(yīng)用PLS法建立了EGCG、ECG 和EGC這3種茶多酚含量的預(yù)測(cè)模型；耿響等[43]采用小波分析-移動(dòng)窗口偏最小二乘法，建立了咖啡堿含量預(yù)測(cè)模型，預(yù)測(cè)相關(guān)系數(shù)提高到了0.962 5。

2.3 茶葉等級(jí)評(píng)價(jià)

Hall等[44]通過對(duì)134個(gè)不同地區(qū)、不同品質(zhì)的紅茶茶樣與近紅外光譜進(jìn)行關(guān)聯(lián)分析，證實(shí)了NIRS可以用于茶葉等級(jí)評(píng)價(jià)。閻守和等[45-46]進(jìn)一步探索了近紅外法直接用于評(píng)價(jià)茶葉品質(zhì)的可行性研究。以96個(gè)國(guó)家級(jí)標(biāo)準(zhǔn)紅茶、綠茶茶樣為研究對(duì)象，應(yīng)用多元線性回歸方法建立茶葉等級(jí)與審評(píng)結(jié)果間的相關(guān)分析，相關(guān)系數(shù)達(dá)到0.836；為進(jìn)一步提升茶等級(jí)評(píng)價(jià)的效果，其應(yīng)用PLS方法建立預(yù)測(cè)模型，只有2個(gè)茶樣被錯(cuò)判；利用上述近紅外光譜回歸方程，對(duì)布隆迪茶廠不同等級(jí)的紅碎茶茶樣進(jìn)行測(cè)定，試驗(yàn)結(jié)果與已有研究結(jié)論相符。周小芬等[47]分別建立了大佛龍井的干茶色澤、湯色、香氣、滋味和葉底得分及總品質(zhì)分?jǐn)?shù)的NIRS定量分析模型，均達(dá)到較高的預(yù)測(cè)精度，且五因子總分模型預(yù)測(cè)效果最佳。

2.4 茶葉種類判別

Chen等[48]建立了烏龍茶、紅茶和綠茶近紅外光譜模型，建模集和預(yù)測(cè)集判別率均大于90%，并在6 500～5 300 cm-1內(nèi)進(jìn)行SNV預(yù)處理，建立龍井、碧螺春、祁紅和鐵觀音4種茶NIRS識(shí)別模型[49]，判別準(zhǔn)確率分別為90%、80%、100%和100%；趙杰文等[50]應(yīng)用PCA-MD法建立了4 種名優(yōu)茶(鐵觀音茶、碧螺春、龍井和毛峰)的判別模型，建模集和驗(yàn)證集模型判別正確率分別達(dá)到98.75%和95%；Wang等[51]利用PCA方法提取光譜信息，再應(yīng)用隨機(jī)森林方法建立5種不同多酚含量的綠茶NIRS預(yù)測(cè)模型，準(zhǔn)確率達(dá)到96%；牛智友等[52]應(yīng)用PCA結(jié)合多種聚類分析法建立的4種不同類型茶的定性判別模型，準(zhǔn)確率達(dá)到100%；李曉麗等[53]以前6個(gè)主成分作為輸入變量，建立西湖龍井等5種綠茶的3層BP-ANN預(yù)測(cè)模型，模型對(duì)驗(yàn)證集樣本的品種判別準(zhǔn)確率達(dá)到100%。

2.5 茶葉地理溯源

由于茶葉產(chǎn)地的環(huán)境、日照強(qiáng)度、時(shí)間和土壤理化性質(zhì)等方面存在差異，加工出的茶葉品質(zhì)也不同，很難用眼睛判別茶葉產(chǎn)地，因此借助近紅外光譜技術(shù)開展茶葉產(chǎn)地溯源研究，有利于茶品質(zhì)的控制。

Ren等[54]掃描了中國(guó)、印度、肯尼亞、斯里蘭卡和緬甸的140個(gè)紅茶樣品，建立了咖啡堿等4種內(nèi)含成分的NIRS-PLS模型，再應(yīng)用因子法成功實(shí)現(xiàn)了建模紅茶樣品的產(chǎn)地判別；Diniz等[55]應(yīng)用獨(dú)立軟模式等3種定性方法對(duì)不同國(guó)家的綠茶產(chǎn)地進(jìn)行判別，最佳模型為連續(xù)投影算法-線性判別模型。陳全勝等[56]對(duì)6 500～5 500 cm-1進(jìn)行SNV預(yù)處理后進(jìn)行主成分分析，建立了碧螺春茶判別模型，校正集樣品的判別準(zhǔn)確率為93.5%；Yan等[57]利用NIRS-PLS分析法建立了安溪鐵觀音和與仿冒鐵觀音茶的判別模型，實(shí)現(xiàn)了真假鐵觀音的快速判別;Xu等[58]研究實(shí)現(xiàn)了真?zhèn)伟布撞璧目焖倥袆e。

2.6 茶葉深加工

茶葉深加工是延長(zhǎng)茶產(chǎn)業(yè)鏈、增加茶產(chǎn)品附加值的一個(gè)重要措施。Li等[59]將近紅外光譜技術(shù)應(yīng)用于茶飲料可溶性固體含量的快速無損檢測(cè)，建立了標(biāo)的物PLS和多元線性回歸模型，真值與預(yù)測(cè)值間具有較高的線性相關(guān)性；Liu等[60]對(duì)速溶奶茶進(jìn)行了NIRS分類識(shí)別，取得了較好的效果。由此可見，NIRS技術(shù)在茶葉深加工領(lǐng)域有著廣泛的應(yīng)用前景。

2.7 國(guó)產(chǎn)近紅外光譜儀器的研制

安徽農(nóng)業(yè)大學(xué)張正竹教授研究團(tuán)隊(duì)采用光柵型分光方式，在國(guó)內(nèi)率先研制了茶鮮葉品質(zhì)分析儀(sNIR-2201茶葉品質(zhì)分級(jí)儀)[24]，該儀器能夠準(zhǔn)確地預(yù)測(cè)鮮葉的品質(zhì)系數(shù)。此后，該團(tuán)隊(duì)又研制出了便攜式茶葉質(zhì)量快速檢測(cè)裝備以及耦合型智能手機(jī)茶葉質(zhì)量快速檢測(cè)分析儀[61-62]，實(shí)現(xiàn)了茶葉質(zhì)量在線便捷檢測(cè)。Wang等[63]應(yīng)用智能手機(jī)控制微型近紅外光譜儀，實(shí)現(xiàn)了兒茶素、咖啡堿和營(yíng)養(yǎng)成分含量的快速檢測(cè)。Huang等[61]和Wang等[64]分別利用手持NIRS光譜儀實(shí)現(xiàn)了滇紅茶等級(jí)和抹茶產(chǎn)品質(zhì)量的快速預(yù)測(cè)與評(píng)價(jià)。

3 存在的問題與對(duì)策

與傳統(tǒng)方法相比，近紅外光譜技術(shù)具有預(yù)測(cè)結(jié)果準(zhǔn)確、客觀，樣品無需預(yù)處理等優(yōu)勢(shì)，在茶葉上有著廣闊的應(yīng)用前景。但目前尚存在一些制約因素，影響了近紅外光譜技術(shù)在茶行業(yè)的大規(guī)模應(yīng)用，主要問題如下：

1)建立的某一指標(biāo)的近紅外光譜預(yù)測(cè)模型均有一定的適用范圍，當(dāng)預(yù)測(cè)某未知樣品指標(biāo)時(shí)，必須先將未知樣品與建模樣品進(jìn)行相同的預(yù)處理才行，否則模型預(yù)測(cè)誤差較大。在近紅外光譜模型建立過程中需要采集大量的代表性建模樣本，取樣難度大，樣品收集困難較多，需付出大量的人力、物力和財(cái)力成本。模型建好后，還需要常態(tài)化模型維護(hù)，為使模型不斷適應(yīng)新的樣品背景信息，需要向模型中添加新的建模樣品。因此，在應(yīng)用近紅外光譜技術(shù)時(shí)，要著重解決模型的適用性難題。

2)近紅外光譜技術(shù)作為二次分析技術(shù)，檢測(cè)的靈敏度不如濕化學(xué)檢測(cè)法。近紅外光譜模型更適用于常量分析，不適合于痕量分析。目前在茶葉檢測(cè)項(xiàng)目中，農(nóng)殘的檢出限要求很低，因此，現(xiàn)有的近紅外光譜技術(shù)還不能大規(guī)模取代已成熟的濕化學(xué)檢測(cè)方法。

3)目前已有的近紅外光譜儀價(jià)格較為昂貴，且高端的儀器大部分均為進(jìn)口，短時(shí)間內(nèi)國(guó)內(nèi)尚不具備成熟的零部件配套體系，采購(gòu)成本高，較難為茶葉企業(yè)接受。國(guó)內(nèi)生產(chǎn)的近紅外光譜儀雖然在價(jià)格上優(yōu)勢(shì)明顯，但在儀器精度和穩(wěn)定性方面尚存在一定差距，因此，市場(chǎng)推廣難度較大。

因此，在今后尚需從以下幾個(gè)方面加大近紅外光譜技術(shù)研發(fā)力度：

1)為不斷增強(qiáng)近紅外光譜模型的適用性，降低建模成本，應(yīng)加大模型轉(zhuǎn)移算法方面的研究工作，使模型在復(fù)雜的背景下也具有較好的預(yù)測(cè)精度和準(zhǔn)確性。

2)在檢測(cè)方法上，統(tǒng)一樣品前處理、操作規(guī)程的標(biāo)準(zhǔn)體系建設(shè)，統(tǒng)一行業(yè)內(nèi)部檢測(cè)條件，建立穩(wěn)健的近紅外光譜模型，并逐漸擴(kuò)大近紅外光譜技術(shù)的應(yīng)用范圍。

3)加大國(guó)內(nèi)近紅外光譜儀器的研發(fā)力度，提高儀器的精度和穩(wěn)定性，加大市場(chǎng)推廣，降低近紅外光譜儀器價(jià)格，鼓勵(lì)國(guó)內(nèi)從事近紅外光譜技術(shù)研究的單位和科研人員優(yōu)先采購(gòu)和使用國(guó)產(chǎn)近紅外光譜儀，并有針對(duì)性地提出儀器的改進(jìn)建議，以提高國(guó)產(chǎn)近紅外光譜分析儀的市場(chǎng)競(jìng)爭(zhēng)力。