不同品種紅茶及茶膏的Fisher判別分析

譚 超，戴 波，劉華戎，龔加順，戴 臻，楊翠娟

（云南農業大學食品科學技術學院，云南 昆明 650201）

不同品種紅茶及茶膏的Fisher判別分析

譚 超，戴 波*，劉華戎*，龔加順，戴 臻，楊翠娟

（云南農業大學食品科學技術學院，云南 昆明 650201）

為探究Fisher判別分析法對不同品種紅茶及茶膏種類品質區分的可行性，針對不同品種紅茶及滇紅碎茶茶膏，以蛋白質、總糖、茶紅素、茶黃素、茶褐素及9 種礦物質元素為變量進行判別分析。結果表明：采用Fisher判別分析法評定不同品種紅茶及不同加工工藝滇紅碎茶茶膏的真實歸屬及品質是可靠的。紅茶茶葉及茶膏品質評定中采用Fisher判別分析有利于降低傳統感官評定過程中人為主觀因素的干擾，避免模糊性和不確定性，保證評審的穩定和可靠性。

紅茶；茶膏；判別分析

茶葉起源于中國，傳播于世界，紅茶是全球消費量最大的茶葉品種，風靡歐美等國際市場[1-4]。貿易上紅茶評審主要根據產區，對照紅茶標樣來評定外形和葉底的嫩度。而香氣、滋味和茶湯色澤則以新采茶葉為依據，通過人工感官綜合定級，再確定品質和價格。這種以標準樣為依據的人工定級法對紅茶品質的評審存在模糊性和不確定性較大[5-7]。目前對于紅茶化學分類評級評質并沒有相應的國際或國家標準，特別是茶膏品質評定受限于感官評定主觀影響較大的缺點。Fisher判別法是一種把高維數據壓縮為一維數據的多元分析方法，基本思路就是從N 個總體中抽取具有P 個指標的樣品觀測數據，通過方差分析構造一個一維判別函數或判別式，然后應用該線性函數把P維空間中的已知類別總體以及求知類別歸屬的樣本都變換為一維數據，再根據其間的親疏程度把未知歸屬的樣本點判定其歸屬。Fisher判別方法是多元統計分析中判別分析方法的常用方法之一，能在各領域得到應用。通常用來判別某觀測量是屬于哪種類型，從而確定未知樣本的歸屬性和區分度[8-9]。

為探究采用Fisher判別分析法分析不同品種紅茶及不同加工工藝滇紅碎茶茶膏的未知樣品真實歸屬及品質評定的可行性，針對9 個茶葉及茶膏樣品采用常規化學分析法，以蛋白質、總糖、茶紅素（thearubigins，TR）、茶黃素（theaflavin，TF）、茶褐素（theabrownin，TB）及9 種礦物質元素含量為變量，應用Fisher判別進行分析，探究Fisher判別分析法對不同種類紅茶茶葉及茶膏品質區分的可行性，為規范紅茶茶膏的加工及紅茶茶膏品質安全、質量標準提供一定的理論依據。

1 材料與方法

1.1 材料與試劑

滇紅工夫紅茶（條茶，經典58特級紅茶，2014年5月產）、滇紅工夫紅茶（碎茶，特級CTC工藝紅碎茶，2014年5月產） 云南滇紅集團股份有限公司；祁門紅茶（條茶，特級紅茶，2014年6月產） 祁門縣源生茶葉有限責任公司；四川工夫紅茶（條茶，特級桔糖高香型紅茶，2014年3月產） 四川林湖茶業有限公司；滇紅茶膏（茗乾30 g裝，鳳慶特級滇紅茶提煉） 云南雄達茶城。

高氯酸、硝酸、過氧化氫、質量分數5%硝酸溶液、質量分數2%硝酸溶液、混合酸消化液 昆明澤浩科技有限公司。以上試劑均為分析純。

1.2 儀器與設備

ESJ200-4電子分析天平 沈陽龍騰電子有限公司；電感耦合等離子體發射光譜儀 珀金埃爾默企業管理（上海）有限公司；JK-MDA-23微波消解儀 上海精科儀器有限公司；上海標模DS-1組織搗碎機 上海右一儀器有限公司；ML-1.5-4可調溫電熱板 上海天創儀器有限公司；SX-4-10馬弗爐 蘇州江東精密儀器有限公司；RE-52AA旋轉蒸發儀 上海亞榮生化儀器廠。

1.3 方法

1.3.1 茶膏制作工藝流程

非酶解水浴和真空濃縮茶樣品：250 g滇紅碎茶→粉碎→加2.5 L蒸餾水→90 ℃保溫浸提30 min并反復3 次→500 目濾布過濾→濾液合并→分別采用0.06 MPa、60 ℃條件下旋轉蒸發濃縮或90 ℃水浴濃縮→茶膏

酶解水浴和真空濃縮茶樣品：250 g滇紅碎茶→粉碎→加2.5 L蒸餾水→各加0.1%纖維素酶、果膠酶于45 ℃條件下反應1 h→90 ℃保溫浸提30 min并反復3 次→500 目濾布過濾→濾液合并→分別采用0.06 MPa、60 ℃條件下旋轉蒸發濃縮或90 ℃水浴濃縮→茶膏

1.3.2 指標測定

樣品干物質含量的測定：采用GB 5009.3ü2010《食品中水分的測定》[10]中103 ℃恒質量法測定紅茶茶膏干物質含量。

紅茶茶膏中蛋白質含量的測定[11]：采用考馬斯亮藍比色法，595 nm波長處比色，根據標準曲線方程y=5.624 1x+ 0.027 9（R2=0.990 2）計算紅茶茶膏中蛋白質含量。

紅茶茶膏中水溶性總糖的測定[12]：采用硫酸蒽酮比色法，620 nm波長處比色，根據標準曲線方程y= 5.8767x－0.001 9（R2=0.993 6）計算紅茶茶膏中總糖含量。

茶色素含量測定[13]：茶紅素和茶黃素采用比色法，380 nm波長處比色，測定茶褐素采用酸水解法。

礦物質元素含量測定：茶葉或茶膏樣品經前處理上機測試，元素含量測定采用電感耦合等離子體質譜（inductively coupled plasma massspectrometry，ICP-MS）法。同一樣品取不同點樣5 個進行測定。測定方法參照NY/T 1653ü2008《蔬菜、水果及制品中礦質元素的測定電感耦合等離子體發射光譜法》[14]。

1.4 數據分析

數據采集分析采用Microsoft Excel 2013和IBM SPSS Statistics 19.0軟件。

2 結果與分析

2.1 不同品種紅茶與不同加工工藝紅茶茶膏的理化性質分析

表1 不同紅茶及茶膏理化成分Table 1 Chemical components of black tea and tea cream

紅茶中目前已鑒定出的化合物有500多種，化學組分十分復雜。紅茶原料經過不同工藝加工后其化學組分也會有顯著變化。由表1可知，祁紅條茶和川紅條茶蛋白質含量較高，川紅條茶的TR、TF、祁紅條茶的TB含量相對較高。滇紅碎茶加工制成茶膏后蛋白質、總糖含量均有極顯著提高（P＜0.01），茶色素（TR、TF、TB）含量有顯著提高（P＜0.05），其中采用酶解工藝可以極顯著提高茶膏中總糖和TR含量（P＜0.05）。

通過典則判別函數分析得到判別函數散點圖，如圖1所示。通過判別方程和聚類分析，利用數據相關性分析可以看出9 類樣品均值、標準差等的統計描述數值，可以大概了解9 類茶葉間的差異。從最終聚類質點組質心可知，這4 種茶葉和5 種茶膏之間的距離都比較遠（滇紅條茶和滇紅碎茶除外），說明Fisher判別分析函數能夠較明顯對9 種樣品進行分類和描述。分析中使用了前5 個典則判別函數對原始樣本中的85.3%實現了正確分類，從散點圖中質點組質心可以看出有明顯區分度，進一步證明了以理化成分作為指標應用Fisher判別函數分析可有效地區分出不同品種的紅茶和茶膏。

圖1 基于理化成分的紅茶和茶膏化學歸類圖Fig.1 Classification of black tea and tea cream based on chemical components

2.2 不同品種紅茶與不同加工工藝紅茶茶膏礦物質元素的判別分析

表2 不同紅茶及茶膏礦物質元素含量Table 2 Contents of mineral elements in black tea and tea cream

不同種類不同地區紅茶中的礦物質含量存在著一定差異，通常礦物質元素的含量是區分茶葉產地的重要指標之一。本研究利用紅茶及茶膏礦物質元素的含量作為指標進行判別聚類分析，通過ICP-MS測定了9 個樣品中P、Zn、Fe、Mn、Mg、Ca、Cu、Na、K 9 個礦物質元素指標，對茶膏品質的判別是否可行。同一樣品取不同點樣5 個，共45 個樣品，由表2可知，紅茶品種不同其礦物質元素含量也存在差異（P＜0.05）?？偟膩碇v，K是含量最豐富的元素，不同品種紅茶K元素含量差異不明顯（P＞0.05），其次是P，不同品種紅茶P元素含量差異顯著（P＜0.05），而Mn、Fe、Na、Zn、Cu含量較低。

通過典則判別函數分析，從得到的初始因子載荷矩陣可知，前8 個新因子代表了9 個指標的全部信息的95%以上，根據典則判別函數，對上述45 種茶樣可以進行歸類，如圖2所示。通過判別方程和聚類分析，從判別圖中發現，不同品種茶葉原樣可以較好地與其他茶種進行區分。滇紅條茶與碎茶歸屬一類，質點組質心重疊，區分不明顯。滇紅碎茶利用不同工藝加工的4 種茶膏礦物質元素區分并不十分明顯，可歸屬一類，但還是有一定區分度，而這4 種茶膏與市售紅茶茶膏差異明顯歸為不同類，進一步證明了以礦物質元素含量作為指標應用Fisher判別函數分析可有效地區分出不同品種的紅茶和茶膏，同時也可用于茶膏加工中不同茶膏品種品質區分的依據指標，但對茶膏的判別區分度略低。

圖2 基于礦物質元素的紅茶和茶膏化學歸類圖Fig.2 Classification of black tea and tea cream based on mineral elements

3 結 論

國內外評定茶葉等級品質，常采用感官評審法，其具有方便、快速、高效等優點[15-16]。但由于評審過程中對茶葉外形、湯色、香氣、滋味和葉底5 個評審項目主要依靠人的主觀判斷來進行，其靈敏度容易受到內外諸多因素的影響，易產生模糊和不確定性，對于茶膏等級品質的評審更存在此類問題。即便是專業評茶師，其感覺器官的靈敏度也易受外界因素的干擾而改變，從而影響評價結果的準確性、客觀性和一致性[17]。此外，感官評審需在對照實物標準樣的基礎上進行，而實物標準樣的制作又受到各種條件的限制，難以保持連續一致，這更影響到茶葉評審結果的準確和客觀性。由于這些問題，近年也興起了智能感官分析技術研究熱潮。Borah等[18]利用向量量化建模對茶葉品質進行評價。Borah等[19]利用電子鼻和神經網絡對茶葉分級。這些方法過于復雜，需要投入大量高精尖儀器設備。如何借助現有成熟簡單的分析手段和分析方法解決茶葉感官評審中面臨的準確性問題是新的挑戰。由于茶葉的成分復雜，單一的指標并不能很好的評價其品質，關鍵還應該依靠茶葉本身的品質組分定級，因此深層次探究Fisher判別分析法在紅茶及茶膏中的應用對紅茶及茶膏標準化評審有著重要意義。

Fisher判別分析分析法近年來被廣泛應用于礦產分析[20]、金融分析[21]、醫學研究[22-23]、果品糧食分析[24-26]中，而在茶葉等級評定中尚處于剛剛起步階段。通過研究發現應用常規理化分析技術和ICP-MS分析技術，收集紅茶茶葉、茶膏的理化成分和礦物質元素含量數據，并采用Fisher判別分析建立模型，對主要的特征品質成分進行定量分析?？娠@著區分紅茶茶葉及紅茶茶膏種類，實現對紅茶茶葉及茶膏品質的客觀評定。此外，針對一定數量的4 種紅茶茶葉及5 種紅茶茶膏以蛋白質、多糖、色素和礦物質為變量，通過Fisher判別分析建立判別方程，繪制二維分散點圖進行聚類分析。在蛋白質、多糖、色素的基本理化成分二維散點圖中，類間距離區分極為明顯。而在礦物質二維散點圖中，紅茶茶葉和茶膏類間距離區分極為顯著，不同工藝茶膏之間類間區分則不太明顯，判別區分度略低。說明Fisher判別分析法用于對紅茶茶葉品種判別區分中比用于不同加工工藝茶膏更為有效。但需注意進行常規理化分析和ICP-MS測定中，實驗誤差等因素對結果可能存在影響，特別是在理化成分中測定誤差將導致帶入Fisher判別函數中出現偏差，最終影響到評審的準確、客觀性。綜合得出采用Fisher判別分析法分析紅茶不同品種茶葉及不同加工工藝紅茶茶膏的未知樣品真實歸屬及品質評定是可行的。

Fisher判別分析在紅茶感官評審分析中的應用才剛剛開始，未來的發展還面臨諸多挑戰。為更準確地利用Fisher判別分析建立模型分析未知茶樣品，在進行等級品質判別前期需要收集大量不同品種紅茶茶葉或茶膏信息進行等級評定，建立判別數據庫，此過程中也離不開人工感官評定，如何建立一套完整的紅茶判別分析庫，同時避免其間帶來的人工感官評定的模糊和不穩定性，將是下一步研究的重要方面。綜觀紅茶品質檢測技術研究，感官品評最能體現人的感受及對產品的質量要求，而理化測定結果客觀、準確。隨著建模應用方法學的逐步完善，將理化分析與應用方法學有機結合，市場前景廣闊，相信將在未來紅茶品質分析與控制中大放異彩。

[1] 陶德臣. 中國茶向世界傳播的途徑與方式[J]. 古今農業, 2014(4): 46-48. DOI:10.3969/j.issn.1672-2787.2014.04.007.

[2] 王繼坤, 陳橋, 鄭桂清. 綠茶、紅茶、白茶和烏龍茶化學組分的差異性分析[J]. 林業科學, 2010, 1(增刊2): 72-77.

[3] SATOH E, TOHYAMA N, NISHIMURA M. Comparison of the antioxidant activity of roasted tea with green, oolong, and black teas[J]. International Journal of Food Sciences and Nutrition, 2005, 56(8): 551-559. DOI:10.1080/09637480500398835.

[4] CRESPY V, WILLIAMSON G. A review of the health effects of green tea catechins in in vivo animal models[J]. Journal of Nutrition, 2004, 134(Suppl12): 3431-3440.

[5] 陸松候, 施兆鵬. 茶葉審評與檢驗[M]. 北京: 中國農業出版社, 2001: 86-88.

[6] 魏泱, 丁明玉. 茶多酚的色譜分析法[J]. 色譜, 2002, 18(1): 35-38. DOI:10.3321/j.issn:1000-8713.2000.01.010.

[7] 陸建良, 梁月榮, 龔淑英, 等. 茶湯色差與茶葉感官品質相關性研究[J]. 茶葉科學, 2002, 22(1): 57-61. DOI:10.3969/j.issn.1000-369X.2002.01.012.

[8] JIA W S， MA Z H， LAN Y B， et al. An Identification of the growing area of Longjing tea based on the Fisher’s discriminant analysis with the combination of principal components analysis[J]. Intelligent Pattern Recognition Technology and Applications, 2013, 19(4): 545-553. DOI:10.1080/10798587.2013.869113.

[9] ZHOU J, CHENG H, YE Y, et al. Recognition for raw material cultivar of manufactured tea with Fisher discriminant classification with principal components analysis[J]. Acta Optica Sinica, 2009, 29(4): 1117-1121. DOI:10.3788/AOS20092904.1117.

[10] GB 5009.3ü2010 食品中水分的測定[S].

[11] 陸建良, 梁月榮, 張凌云. 考馬斯亮藍法在茶湯可溶性蛋白含量分析中的應用和改良[J]. 茶葉, 2002, 28(2): 89-93. DOI:10.3969/ j.issn.0577-8921.2002.02.013.

[12] 趙飛龍, 周紅杰. 云南普洱茶渥堆過程中的主要微生物初探[J].商丘師范學院學報, 2005, 21(2): 129-133. DOI:10.3969/ j.issn.1672-3600.2005.02.037.

[13] 譚超, 彭春秀, 高斌, 等. 普洱茶茶褐素類主要組分特征及光譜學性質研究[J]. 光譜學與光譜分析, 2012, 32(4): 1051-1056. DOI:10.3964/j.issn.1000-0593(2012)04-1051-06.

[14] NY/T 1653ü2008 蔬菜、水果及制品中礦質元素的測定電感耦合等離子體發射光譜法[S].

[15] 劉東娜, 聶坤倫, 杜曉, 等. 抹茶品質的感官審評與成分分析[J].食品科學, 2014, 35(2): 168-172. DOI:10.7506/spkx1002-6630-201402031.

[16] 羅永泰, 劉乃申, 趙占恰. 茶葉感官鑒定的綜合分析[J]. 系統工程理論與實踐, 1989(6): 61-68.

[17] 史波林, 趙鐳, 汪厚銀, 等. 智能感官分析技術在茶葉品質檢測中的應用[J]. 食品科學, 2009, 30(19): 351-355. DOI:10.3321/ j.issn:1002-6630.2009.19.082.

[18] BORAH S, HINES E L, BHUYAN M. Wavelet transform based image texture analysis for size estimation applied to the sorting of tea granules[J]. Journal of Food Engineering, 2007, 79(2): 629-639. DOI:10.1016/j.jfoodeng.2006.02.022.

[19] BORAH S, HINES E L, LEESON M S, et al. Neural network based electronic nose for classification of tea aroma[J]. Sensing and Instrumentation for Food Quality and Safety, 2008, 2(1): 7-14. DOI:10.1007/s11694-007-9028-7.

[20] 魯金濤, 李夕兵, 宮鳳強, 等. 基于主成分分析與Fisher判別分析法的礦井突水水源識別方法[J]. 中國安全科學學報, 2012, 22(7): 110-116. DOI:10.3969/j.issn.1003-3033.2012.07.018.

[21] 馬青華, 李艷濤, 程康. 聚類分析和判別分析在投資中的應用[J]. 信息安全與技術, 2015, 6(6): 81-83. DOI:10.3969/ j.issn.1674-9456.2015.06.030.

[22] 馮陽春, 徐怡, 黃艷春. 聚類和判別分析法在肺癌六種腫瘤標志物診斷中的應用[J]. 腫瘤防治研究, 2015, 42(3): 266-269. DOI:10.3971/j.issn.1000-8578.2015.03.012.

[23] 章浩偉, 高燕妮, 苑成梅, 等. 基于Fisher判別分析的雙相障礙識別研究[J]. 中國醫學物理學雜志, 2015, 32(1): 140-144.

[24] 魯立強, 金成國, 馬玉梁, 等. Fisher判別分析在蘋果品質鑒別中的應用[J]. 食品科學, 2007, 28(7): 356-359. DOI:10.3321/ j.issn:1002-6630.2007.07.083.

[25] 張強, 李艷琴. 基于氨基酸特征的蕎麥Fisher判別[J]. 中國糧油學報, 2015, 30(2): 34-40.

[26] 韓深, 梁娜娜, 孔維恒, 等. 赤霞珠葡萄酒中礦質元素的品種特點及其在產地鑒別中的應用[J]. 中國釀造, 2014, 33(12): 34-41. DOI:10.11882/j.issn.0254-5071.2014.12.007.

Application of Fisher’s Discriminant Analysis to Discriminate Different Varieties of Black Tea and Dianhong Tea Cream Produced by Different Methods

TAN Chao, DAI Bo*, LIU Huarong*, GONG Jiashun, DAI Zhen, YANG Cuijuan
(College of Food Science and Technology, Yunnan Agricultural University, Kunming 650201, China)

The feasibility of using Fisher’s discriminant analysis to distinguish different varieties of black tea and tea cream produced by different methods was investigated. Protein， total sugar， thearubigins， theaflavin， theabrownin and 9 mineral elements were used as the variables for discriminant analysis of different varieties of black tea and tea cream made from broken Diangong tea. The results showed that Fisher’s discriminant analysis is reliable in discriminating all tested samples. Fisher discriminant analysis is helpful to reduce interference from subjective factors in the process of sensory evaluation, avoiding ambiguity and uncertainty and ensuring the stability and reliability.

black tea; tea cream; discriminant analysis

10.7506/spkx1002-6630-201607012

TS272.5.2；TS272.4

A

1002-6630（2016）07-0062-04

譚超, 戴波, 劉華戎, 等. 不同品種紅茶及茶膏的Fisher判別分析[J]. 食品科學, 2016, 37(7): 62-65. DOI:10.7506/ spkx1002-6630-201607012. http://www.spkx.net.cn

TAN Chao, DAI Bo, LIU Huarong, et al. Application of Fisher’s discriminant analysis to discriminate different varieties of black tea and Dianhong tea cream produced by different methods[J]. Food Science, 2016, 37(7): 62-65. (in Chinese with English abstract) DOI:10.7506/spkx1002-6630-201607012. http://www.spkx.net.cn

2015-06-25

云南省教育廳科學研究基金項目（2013Z028）

譚超（1985—），男，講師，博士，研究方向為食品質量安全。E-mail：tctj_1212@163.com

*通信作者：戴波（1978—），男，講師，碩士，研究方向為農業信息工程。E-mail：daibo1999@163.com劉華戎（1971—），女，教授，碩士，研究方向為食品加工、包裝與銷售。E-mail：rongrong126126@126.com