茶葉真實(shí)屬性的光譜與色譜指紋分析技術(shù)淺析

　　摘要：本文主要通過光譜、色譜、同位素指紋等技術(shù)分析我國著名茶葉品種，包括西湖龍井、福建白茶等茶葉的品質(zhì)特征和原產(chǎn)地特征，提供茶葉真實(shí)屬性鑒別參考依據(jù)。
　　關(guān)鍵詞：茶葉真假 產(chǎn)地鑒別 光譜 色譜 同位素指紋分析 礦質(zhì)元素
　　中圖分類號：TS272.7 文獻(xiàn)標(biāo)識碼：A 文章編號：1672-3791(2011)10(c)-0000-00
　　
　　1綜述
　　1.1 茶葉相關(guān)標(biāo)準(zhǔn)的國內(nèi)外研究
　　茶葉是世界上消費(fèi)量最大的消費(fèi)飲料之一，我國是世界上生產(chǎn)茶葉的大國。隨著人們生活水平的提升，對茶葉的要求也越來越高，同時許多不法商販以假亂真，擾亂茶葉市場，所以如何規(guī)范市場是一個大難題。長期以來，國際標(biāo)準(zhǔn)化組織農(nóng)產(chǎn)品食品技術(shù)委員會茶葉分技術(shù)委員會一直致力于茶葉國際標(biāo)準(zhǔn)的制定工作，并取得了顯著成效。從20 世紀(jì)60年代開始組織制定紅茶標(biāo)準(zhǔn)，通過大量調(diào)查分析試驗(yàn)研究，于70 年代先后推出ISO-1572 等標(biāo)準(zhǔn)，涉及茶葉標(biāo)準(zhǔn)共24 項(xiàng)。
　　1.2 茶葉鑒別手段
　　茶葉現(xiàn)行標(biāo)準(zhǔn)中對茶葉質(zhì)量的表述主要包括感官指標(biāo)、理化指標(biāo)及衛(wèi)生指標(biāo)，而感官指標(biāo)的檢測需要依賴人的感覺器官，其表征的整體性和模糊性客觀存在。目前，國內(nèi)外茶葉品質(zhì)評定一般采用感官和理化審評相結(jié)合的方法，采用現(xiàn)代科技手段可以簡化實(shí)驗(yàn)的繁瑣過程使得理化評審方法更為簡便。建立茶葉光譜、色譜指紋圖譜、同位素指紋分析技術(shù)已經(jīng)可以基本實(shí)現(xiàn)快速鑒別茶葉品質(zhì)和產(chǎn)地的目的。氣相色譜和質(zhì)譜的應(yīng)用加快了茶葉香氣組成的研究，運(yùn)用神經(jīng)網(wǎng)絡(luò)可綜合評價茶葉品質(zhì)。同位素指紋分析技術(shù)可以快速判定茶葉原產(chǎn)地。大量的研究已經(jīng)表明同位素指紋分析是用于地域判別很有前途的方法。
　　2 實(shí)例解析
　　2.1 同位素指紋分析技術(shù)鑒別西湖龍井茶葉的品質(zhì)和產(chǎn)地
　　2.1.1 引言
　　同位素指紋分析技術(shù)是用于食品產(chǎn)地溯源有效的方法之一，其原理是同位素的自然分餾效應(yīng)。因?yàn)樵谧匀唤缰校矬w體內(nèi)同位素組成受氣候、環(huán)境、生物代謝類型等因素的影響而發(fā)生自然分餾效應(yīng)，從而使不同來源的物質(zhì)中同位素自然豐度存在差異，利用自然界生物體的自然分餾效應(yīng)采用同位素指紋分析技術(shù)分析生物體內(nèi)穩(wěn)定同位素。本節(jié)介紹同位素指紋分析技術(shù)在我國茶葉產(chǎn)地溯源中的可行性。據(jù)前人研究影響植物碳同位素分餾的氣候環(huán)境因素有溫度、降水、壓力、光照、大氣壓及大氣中CO2的碳同位素組成等。植物中的氮取決于土壤中的“氮池”(硝酸鹽和氨水)，而土壤中氮同位素組成取決于地理和氣候條件，并與農(nóng)業(yè)施肥有關(guān)，它們會影響礦化、硝化、氮的吸收和反硝化等生物轉(zhuǎn)化過程，進(jìn)而影響氮同位分餾。
　　2.1.2實(shí)驗(yàn)部分
　　樣品制備：將茶葉70℃烘干至恒重。研細(xì)，用天平稱重0.1～2mg。
　　主要檢測儀器： Flash EA1112型元素分析儀， DELTA Plus Thermo Finnigan 質(zhì)譜儀。
　　2.1.3實(shí)驗(yàn)結(jié)果
　　穩(wěn)定性碳、氮同位素比率分別用δ13C‰和δ15N‰表示，δ13C 的相對標(biāo)準(zhǔn)為V-PDB，δ15N 的相對標(biāo)準(zhǔn)為Air，
　　
　　2.1.4實(shí)驗(yàn)結(jié)果分析
　　不同取樣地域間茶葉中的δ13C值有差異， δ13C的平均值依次遞減的次序?yàn)椋汉北搪荽?gt;西湖龍井>洞庭碧螺春>福建碧螺春>蒼南龍井。不同地域茶葉中氮同位素有極顯著差異，排序依次為湖北碧螺春>蒼南龍井>福建碧螺春>洞庭碧螺春>西湖龍井。δ15N變化極為顯著。
　　2.2基于支持向量機(jī)的近紅外光譜鑒別茶葉的真?zhèn)巍?】
　　2.2.1引言
　　近紅外漫反射光譜(NIR)分析具有速度快、成本低以及結(jié)果重現(xiàn)性好的優(yōu)點(diǎn)。國內(nèi)外學(xué)者f36b06cb1fa01ff2face271db151c9d7b8b98b271648cc7858a95a96d2f3954c利用近紅外光譜方法定性和定量地分析了茶葉中蛋白質(zhì)、咖啡堿、氨基酸、多酚類以及水分的含量。本節(jié)介紹利用近紅外光譜分析技術(shù)結(jié)合支持向量機(jī)(SVM)模式識別原理建立碧螺春茶真?zhèn)舞b別模型，研究茶葉鑒別真?zhèn)蔚姆椒ā?br/>　　2.2.2實(shí)驗(yàn)部分
　　采用近紅外光譜儀，保持室內(nèi)的溫度和濕度基本一致，將樣本倒入樣品杯中，充分壓實(shí)。在不同時問，不同位置分別對每個樣本采集4次，取平均值作為該樣本的原始光譜數(shù)據(jù)。
　　
　　圖1是正品和幾種偽品碧螺春樣本的原始光譜圖1(a)和一階導(dǎo)數(shù)光譜圖2(b)，從圖1(a)中可以看出茶葉的原始近紅外光譜在5155 cm-1和6944 cm-1附近有一個明顯的吸收峰，一階導(dǎo)數(shù)光譜附近有明顯的波動。因?yàn)榧兯械腛—H伸縮振動的一級倍頻位于6944 cm-1附近，它的一個合頻區(qū)位于5155 cm-1附近，在這兩個波長附近是水分吸收的敏感區(qū)。
　　2.2.3 實(shí)驗(yàn)結(jié)果分析
　　通過模型的建立，訓(xùn)練和預(yù)測，并且結(jié)合常規(guī)的貝葉斯(Bayes)判別分析模型以及反向傳播神經(jīng)網(wǎng)絡(luò)(BP-ANN)模型相比較得出的實(shí)驗(yàn)結(jié)果如下：
　　
　　從訓(xùn)練結(jié)果和預(yù)測結(jié)果看，貝葉斯判別模型的回判鑒別率最低，盡管反向傳播神經(jīng)網(wǎng)絡(luò)的訓(xùn)練結(jié)果與支持向量機(jī)相差不大甚至略高它，但是從預(yù)測結(jié)果看，支持向量機(jī)模型明顯優(yōu)于反向傳播神經(jīng)網(wǎng)絡(luò)模型。由此建立了碧螺春茶真?zhèn)蔚慕t外光譜鑒別模型，該模型基本能正確鑒別碧螺春茶葉的真?zhèn)?，對模型的?xùn)練和預(yù)測結(jié)果進(jìn)行了分析性的說明。
　　2.3基于紅外光譜的茶葉產(chǎn)地鑒別
　　2.3.1引言
　　紅外光譜分析技術(shù)是利用樣品內(nèi)部分子的某些官能團(tuán)結(jié)構(gòu)，主要是含H