基于電子舌技術對信陽毛尖茶品質的評價

甘芝霖，劉遠方，楊 陽，張樹明，陳芹芹，倪元穎

(中國農業大學食品科學與營養工程學院，國家果蔬加工工程技術研究中心，農業部果蔬加工重點開放實驗室，果蔬加工教育部工程研究中心，北京100083)

信陽毛尖茶產于河南省信陽市，是中國傳統名茶之一，也是河南省著名的土特產之一，素來以“細、圓、緊、直、多白毫，香高、味濃、色綠”的獨特風格而飲譽中外［1］。茶葉品質鑒定主要以感官評審和常規的化學分析方法為主。感官評審往往受評審者的個人經驗、心理與生理等因素的影響，且費時費力［2］，難以獲得準確的、一致的評審結果［3］。由此可見，茶葉品質的檢測需要一種快速、準確的方法。電子舌(electronic tongue，ET)是一種能夠對樣品進行定性或定量分析的新型分析測試技術設備［4］，樣品無需前處理，快速、實時［5］。目前，電子舌在食品工業得到了廣泛的應用［6-10］，國內外關于電子舌評價茶葉品質也有一定的研究［11-14］，結果表明電子舌在評價茶葉滋味的整體信息方面具有很強大優勢。本實驗利用電子舌首次對不同等級信陽毛尖茶進行了分析，并通過主成分分析法(PCA)、偏最小二乘法(PLS)初步建立了信陽毛尖茶的品質等級鑒別體系。

1 材料與方法

1.1 材料與儀器

2011年5月在信陽購得兩個茶廠五個等級的磨盤山茶和獅河口茶共10種樣品，磨盤山茶五個等級分別為240、180、110、80、20 元/斤，獅河口茶五個等級分別為珍品、純芽、次芽、二采芽、春尾。茶樣質量等級由高到低分別簡稱為A、B、C、D、E。同一茶場的茶樣均是同一制作工藝，分級主要是依靠不同采摘部位和采摘時間而確定的。茶樣用85℃的水沖泡，水浴10min后，快速抽濾成為實驗所用茶湯，實驗前保存在4℃的冰箱中。

HCl(分析純) 購于法國 AlphaMOS公司。ATREE型電子舌、電子舌傳感器(ZZ、BA、BB、CA、GA、HA、JB) 購于法國AlphaMOS公司。

1.2 電子舌分析方法

條件準備試液溶液:0.01mol/L的HCl溶液(校準實驗時間約3.5h)，實驗清洗溶液:0.01mol/L的HCl溶液，樣品測定時間:300s/個;實驗過程中清洗時間為10s。

1.3 數據處理

1.3.1 主成分分析 主成分分析(principal component analysis，PCA)是一種最古老的多元統計分析技術，其中心目的是將數據降維，以排除眾多化學信息共存中互相重疊的信息［15］。本文對兩個品牌的十個茶樣進行了實驗，每個茶樣作3個平行，每個平行取樣7次，在軟件的統計分析后，得到兩個品牌各自的PCA譜圖。

1.3.2 茶樣質量等級的PLS分析 偏最小二乘法(partial least square，PLS)是一種多因變量對多自變量的回歸建模方法［16］。本研究利用偏最小二乘法(PLS)把獨立的品質等級矩陣進行組合來優化反映數據矩陣和預測值之間的相關性，以預測變量和期望變量間的相關系數評價模型。本文對兩個品牌的十個茶樣進行了實驗，每個茶樣作3個平行，每個平行取樣7次，在軟件的統計分析后，得到兩個品牌各自的PLS譜圖。

2. 結果與討論

2.1 磨盤山信陽毛尖五個質量等級茶樣的電子舌分析結果

2.1.1 磨盤山信陽毛尖四個質量等級茶樣的主成分分析PCA譜圖以及最優傳感器組合 磨盤山茶樣電子舌實驗中傳感器分析的曲線圖如圖1，可以看出七根傳感器的響應情況，剛開始的部分傳感器的變化劇烈，隨后傳感器的感應逐漸平直，達到了對溶液感應穩定的目的。圖2為在七根傳感器全部選擇的情況下磨盤山茶樣 PCA圖，可以看出區別指數為52.22。從圖中可以看出，四種茶樣各自的聚集區域有交叉部分，它們的差異性在圖中沒有完全體現出來。圖3為在優化的傳感器組合(ZZ、BA、CA和HA為最優傳感器組合)下的磨盤山茶樣PCA圖，從圖中可以看出區別指數為78.94，四個質量等級的茶樣可以完全區分開來，其中每個聚集區域代表的磨盤山茶樣從左到右依次為C、B、A、E，它們的聚集區域彼此分離，差異性得到較好的體現。

圖1 磨盤山茶樣A的傳感器曲線圖Fig.1 The sensors’curve diagram of Mopanshan tea sample A

2.1.2 磨盤山信陽毛尖四個質量等級茶樣的PLS分析結果 圖4為磨盤山茶樣A、B、C、E的PLS圖，可以看出類似相關系數0.96大于0.9，PLS模型有效。圖5是當選擇磨盤山茶樣D為盲樣時，D落在了茶樣C和E之間，說明它的質量在C和E之間，這和原料的質量等級排序一致，從而驗證了可以在優化的方法下由先得到的質量等級茶樣的PLS模型來識別盲樣，可以給盲樣一個建議定價。

圖2 選擇所有傳感器時磨盤山四個質量等級茶樣的PCA圖譜Fig.2 The PCA plot of Mopanshan tea samples with all sensors

圖3 選擇四根傳感器時磨盤山四個質量等級茶樣的PCA圖譜Fig.3 The PCA plot of Mopanshan tea samples with optimized sensors

圖4 磨盤山四個質量等級茶樣的PLS模型Fig.4 The PLSof four Mopanshan tea samples

圖5 帶有盲樣的磨盤山質量等級茶樣的PLS圖譜Fig.5 The PLSof Mopanshan tea samples with an unknown tea sample

2.2 獅河口信陽毛尖五個質量等級茶樣的電子舌分析結果

2.2.1 獅河口信陽毛尖五個質量等級茶樣的主成分分析PCA譜圖以及最優傳感器組合 圖6為獅河口茶樣電子舌實驗中傳感器分析的曲線圖，可以看出七根傳感器的響應情況。圖7為在七根傳感器全部選擇的情況下獅河口茶樣PCA圖，可以看出區別指數為51.05。從圖中可以看出，四種茶樣各自得聚集區域有交叉部分，它們的差異性沒有很好的圖中體現出來。圖8為在優化的傳感器組合(ZZ，BA，CA和HA為最優傳感器組合)下的浉河口茶樣PCA圖，從圖中可以看出區別指數為84.22，四個質量等級的茶樣可以完全區分開來，其中每個聚集區域代表的獅河口茶樣從左到右依次為A、B、C、D，它們的聚集區域彼此分離，差異性得到較好的體現。

圖6 獅河口茶樣B的傳感器曲線圖Fig.6 The sensors’curve diagram of Shihekou tea sample B

圖7 選擇所有傳感器時獅河口四個質量等級茶樣的PCA圖譜Fig.7 The PCA plot of Shihekou tea samples with all sensors

圖8 選擇四根傳感器時獅河口四個質量等級茶樣的PCA圖譜Fig.8 The PCA plot of Shihekou tea samples with optimized sensors

2.2.2 獅河口信陽毛尖四個質量等級茶樣的PLS分析結果 圖9為獅河口茶樣A、B、C、D的PLS圖，可以看出類似相關系數0.98大于0.9，PLS模型有效。圖10是當選擇茶樣E為盲樣時，E落在了D之前，說明它的質量在D之后，這和原料的質量等級排序一致，再次驗證了可以在優化的方法下由先得到的質量等級茶樣的PLS模型來識別盲樣，可以給盲樣一個建議定價的設想。

圖9 獅河口四個質量等級茶樣的PLS模型Fig.9 The PLSof four Shihekou tea samples

圖10 帶有盲樣的獅河口質量等級茶樣的PLS圖譜Fig.10 The PLSof Shihekou tea samples with an unknown tea sample

3 結論

對不同品質的信陽毛尖茶的區分，實驗表明電子舌檢測可以實現快速區分不同品質綠茶的目的。在實驗中優化電子舌傳感器的選擇，建立了兩個品牌信陽毛尖的各自五個質量等級的電子舌PCA譜圖，建立的PCA譜圖達到了較好區分樣品的目的。實驗中優化的電子舌傳感器的組合對電子舌識別其他綠茶品質具有參考意義。

對不同品質的信陽毛尖茶，建立了電子舌PLS模型，不同品質信陽毛尖茶的電子舌PLS模型的相關系數均大于0.9，說明PLS模型均為有效模型。

在已建立的電子舌PLS模型中，均檢測了其對信陽毛尖茶盲樣的識別，盲樣的檢測結果原料等級一致，證明了可以對某品種綠茶可依實驗方法建立質量等級的PLS模型，然后當檢測同品種的綠茶盲樣時，只需進行電子舌檢測便可得出該綠茶品質的大概狀況，以便快速給出建議定價。

［1］郭桂義，胡孔鋒，袁丁，等.信陽毛尖茶的化學成分研究［J］.食品工業科技，2006，27(12):162-167.

［2］周小芬，葉陽，陳芃，等.近紅外光譜技術在茶葉品質評價中的研究與應用［J］.食品工業科技，2012，33(5):413-417.

［3］張紅梅，李燕，王玲，等.信陽毛尖茶品質等級的電子鼻檢測［J］.河南農業科學，2010(4):36-38.

［4］鄧少平，田師一.電子舌技術背景與研究進展［J］.食品與生物技術學報，2007，26(4):110-116.

［5］牛海霞.電子舌在現代食品科學技術中的應用［J］.食品科技，2007(8):26-30.

［6］范佳利，韓劍眾，田師一，等.基于電子舌的乳制品品質特性及新鮮度評價［J］.食品與發酵工業，2009，35(6):177-181.

［7］韓劍眾，黃麗娟，顧振宇，等.基于電子舌的魚肉品質及新鮮度評價［J］.農業工程學報，2008，24(12):141-144.

［8］Rudnitskaya Alisa，Polshin Evgeny，Kirsanov Dmitry，et al.Instrumental measurement of beer taste attributes using an electronic tongue［J］.Analytica Chimica Acta，2009，646:111-118.

［9］Dias LA，Peres AM，Veloso ACA，et al.An electronic tongue taste evaluation:Identification of goat milk adulteration with bovine milk［J］.Sensors and Actuators B:Chemical，2009，136:209-217.

［10］田懷香，肖作兵，徐霞，等.基于電子舌的雞肉香精風味改進研究［J］.中國調味品，2011，36(3):113-116.

［11］Palit Mousumi，Tudu Bipan，Bhattacharyya Nabarun，et al.Comparison of multivariate preprocessing techniques as applied to electronic tongue based pattern classification for black tea［J］.Analytica Chimica Acta，2010(1):8-15.

［12］賀瑋，胡小松，趙鐳，等.電子舌技術在普洱散茶等級評價中的應用［J］.食品工業科技，2009，30(11):125-131.

［13］陳全勝，江水泉，王新宇.基于電子舌技術和模式識別方法的茶葉質量等級評判［J］.食品與機械，2008，24(1):124-126.

［14］Wei He，Xiaosong Hu，Lei Zhao，et al.Evaluation of Chinese tea by the electronic tongue:Correlation with sensory properties and classification according to geographical origin and grade level［J］.Food Research International，2009，42:1462-1467.

［15］姜莎，陳芹芹，胡雪芳，等.電子舌在紅茶飲料區分辨識中的應用［J］，農業工程學報，2009，25(11):345-347，132.

［16］談國鳳，田師一，沈宗根，等.電子舌檢測奶粉中抗生素殘留［J］.農業工程學報，2011，27(4):361-365.