近红外光谱法对黔茶6种主要成分的快速测定*

石艳梅，伍　庆，谭高好，王　娇

(1贵阳市第三实验中学，贵州　贵阳　550003；2.贵州师范大学分析测试中心，贵州　贵阳　550001)



近红外光谱法对黔茶6种主要成分的快速测定*

石艳梅1，伍庆2，谭高好2，王娇2

(1贵阳市第三实验中学，贵州贵阳550003；2.贵州师范大学分析测试中心，贵州贵阳550001)

以贵州绿茶为研究对象，利用近红外光谱法对茶叶中水分、游离总氨基酸、咖啡碱、儿茶素类总量、茶多酚及水浸出物的含量进行快速同时测定。采用偏最小二乘法结合多元线性回归建立茶叶中水分、游离总氨基酸、咖啡碱、儿茶素类总量、茶多酚及水浸出物的定量校正模型，并用相关系数、交互验证均方差和预测均方差对模型进行评价，验证集中水分、游离总氨基酸、咖啡碱、儿茶素类总量、茶多酚及水浸出物6个内含物成分定量预测模型的相关系数分别为0.971 5、0.910 7、0.970 6、0.922 5、0.964 1、0.903 7；预测均方差(RMSEP)分别为0.574、0.418、0.279、0.959、0.735、0.28。结果表明，该方法简单、准确，更适合于茶叶中主要成分的快速分析。

茶叶，近红外光谱，预测模型，定量分析

茶，为世界三大饮料之一，具有降低胆固醇和血压，减少心脑血管发病和死亡的风险及预防早老性痴呆之功效[1-3]。2015年，贵州的茶叶种植面积达689.2万亩，是全国茶叶种植面积最大的省份，茶产业已成为贵州省农产品的支柱产业。然而，对茶质量的评价主要为重量法、分光光度法以及液相色谱法[4-5]，但这些方法耗时长、操作过程复杂，难以满足茶叶生产过程时时监控的需要。为了更好的控制茶生产过程的质量，我们以国家标准为基础，利用近红外光谱法建立水分、游离总氨基酸、咖啡碱、儿茶素类总量及茶多酚等的同时测定方法，并与传统方法的结果进行比较，结果表明该方法对控制茶叶的质量具有可实践性，可为茶叶及茶叶制品质量控制提供科学依据。

1　材料与方法

1.1材料与仪器

160个黔茶样品(分别购于贵定、金沙、普定、湄潭、团龙、普安、花溪、遵义、镇远、都匀等地)。磷酸二氢钾，磷酸氢二钠，谷氨酸(纯度≥99 %，天津市福晨化学试剂厂)，茚三酮(购于天津市科密欧化学试剂有限公司)。

Antaris II傅里叶变换近红外光谱仪(Thermo Nicolet，美国)，积分球漫反射采样系统，Result、TQ Analyst 数据处理软件，AL-204型万分之一电子天平(Mettler，瑞士)，紫外分光光度计(CARYBio型)，800台式离心机(上海医疗器械厂)，202-1型干燥箱，小型手提式高速粉碎机(浙江温岭市大德中药机械有限公司，机号：DFT-100，转速：24 000 r·min-1)。

1.2实验方法

1.2.1样品内含成分的化学测定

根据国家标准规定的测定方法测定样品中6种内含物成分的含量。水分采用103 ℃恒重法测定；茶多酚是根据GB / T 8313-2008测定；游离总氨基酸采用GB / T 8314-2013测定；咖啡碱、儿茶素类是采用HPLC法测定；水浸出物根据GB / T 8305-2013测定。

1.2.2样品的近红外光谱采集

每份样品约取10 g粉末(过4号筛)放入小样品杯中，混合均匀；采用Antaris II 傅里叶变换近红外光谱仪，采样方式为积分球漫反射，分辨为8 cm-1，扫描次数64次，光谱扫描范围4 000～10 000 cm-1，数据格式为log(1 / R)，优化能量增益1×，温度22 ℃，相对湿度60 %～65 %。按上述实验条件进行实验，每个样品重复装样3次，每个样品采集原始光谱图，并自动生成平均光谱。

1.2.3样品近红外定性和定量预测模型的建立

运用近红外光谱技术进行定性模型的建立与定量模型方式相似，都要通过化学计量学的方法对原始光谱进行降噪、平滑等处理达到消除基线偏移、矫正光谱的离散度和净化谱图的效果，各个指标参数的合理使用可以有利于提高模型的精密度和稳健性。本实验采用的是积分球模块进行光谱图采集，这样比较容易引起由样品本身的一些差异而产生较大误差(比如颗粒尺寸的差异和样品填充的均匀度等)。

2　结果与分析

2.1茶叶样品中主要内含物的化学分析

黔茶中6种成分(水分、游离总氨基酸、咖啡碱、儿茶素类总量、茶多酚及水浸出物)分析见表1。可以看出，收集的黔茶样品各项指标的浓度含量分布均匀；得出各指标成分的变异系数较大，反映出收集样品含量范围分布较广，可以很好的用于黔茶品质成分的模型建立。适用于黔茶主要内含成分定量分析的近红外预测模型的建立。

表1　黔茶中6项品质成分数据分析结果Tab.1　Guizhou tea 6 quality ingredients data analysis results

2.2样品的平均近红外光谱和建模波长的选择

160批黔产茶叶的近红外光谱见图1。采用TQ Analyst 9.0软件中PLS建立定量校正模型，进行光谱预处理方式的选择，结果表明：选用MSC+S，D+S，G(5，3)作为光谱预处理方式时，所得RMSEC、RMSEP较小；RMC-r和RMP-r均优于其他条件。确定好光谱预处理方式后，进行全谱和部分光谱区间的比较，得出以7 594.30 cm-1～7 389.88 cm-1、5 519.27 cm-1～5 299.43 cm-1和4 936.87 cm-1～4 882.88 cm-1三段区间作为光谱条件时，模型准确度和预测能力较好。

图1　160批黔产茶叶的近红外光谱图Fig.1　160 batches of Guizhou tea NIR spectra

2.3定量分析

2.3.1波数选择和光谱预处理

本实验以7 594.30 cm-1～7 389.88 cm-1、5 519.27 cm-1～5 299.43 cm-1和4 936.87 cm-1～4 882.88 cm-1三段区间作为光谱条件波数段结合黔茶中6种组分含量，利用TQ Analyst 9.0软件进行建模，同时调节TQ Analyst 9.0软件中的波数段、预处理方法、不同回归方法，比较RMSEC总最小时为最佳波数段和预处理方式。表2为建模的最佳波数和预处理方法。

表2　黔茶中6种组分模型波数和光谱预处理方法选择Tab.2　Selection of wave number and spectral preprocessing method of Guizhou tea’s six component content models

2.3.2基于近红外光谱技术的黔茶中6种成分组分含量的快速预测

黔茶中水分、游离总氨基酸、咖啡碱、儿茶素类总量、茶多酚及水浸出物6种组分含量结合近红外光谱建模结果如表3所示。

表3　黔茶中6种组分校正集与预测集模型的建模结果Tab.3　The six component contents of Guizhou tea samples of calibration set and prediction set model modeling results

本实验利用黔茶近红外光谱图结合6种组分(水分、游离总氨基酸、咖啡碱、儿茶素类总量、茶多酚及水浸出物)建立定量快速检测模型，并运用TQ Analyst9.0软件对结果进行分析，结果如表3所示。由表3可知，黔茶茶样的Rc和Rp均在90 %以上，模型定标效果较好。而所建立的定量模型精准度由预测集的Rp和RMSEP反映。Rp值越接近1表明模型越好，RMSEP越接近0表明模型预测性能优越。结果表明，水分、游离总氨基酸、咖啡碱、儿茶素类总量、茶多酚及水浸出物的预测模型相关系数Rp分别为97.15 %、91.07 %、97.06 %、92.25 %、96.41 %，90.37 %。所对应的RMSEP分别为0.574、0.418、0.279、0.959、0.735、0.280，从模型中得出，6种组分近红外光谱定量预测模型预测性能由高到低为：咖啡碱>水浸出物>游离总氨基酸>水分>茶多酚>儿茶素总量。

2.3.3黔茶6种成分的传统方法与近红外光谱预测值的比对

本实验比较10批黔产不同产地茶叶的传统检测方法和建立的近红外光谱模型预测值(表4)，结果表明各模型预测精准度均较高，预测性能较优，证明近红外光谱技术是一种快速无损检测黔茶6种组分(水分、游离总氨基酸、咖啡碱、儿茶素类总量、茶多酚及水浸出物)成分含量的新方法。

表4　不同产地茶叶传统方法与近红外光谱预测值比较Tab.4　The comparision of traditional method and Near infrafed spectroscopy data on Guizhou tea’s six component contents

3　讨论

(1)样品不同前处理方式考察

茶叶粉碎实验：分别比较粉碎不同时间(30s、45s、60s、90s、120s)的相同质量茶叶，计算其损失率；并过不同粒径的筛子(0.125mm、0.15mm、0.25mm、1.0mm)，按不同方式采集近红外光谱。结果表明，茶叶粉碎30s、45s、60s、90s、120s时，粉末回收率相差不大，均能达到99%以上；其中粉碎90s时粒度在L≤1.0mm(茶叶标准，粉末能完全通过0.6mm～1.0mm)的量最大为98%，粉碎30s时得到的量最少为97.8%，当粉碎时间为120s时，过筛的样品会出现团聚现象(棉花状团聚)使收集到的量减少。粒度在0.25mm≤L≤1.0mm时扫描得到的光谱图差异性较小。

(2)近红外扫描条件的考察

分别考察不同分辨率(32 cm-1、16 cm-1、8 cm-1、4 cm-1、2 cm-1)，不同扫描次数(16、32、64、84次)，不同样品杯(大、小样品杯)的光谱图发现，分辨率为8 cm-1，扫描次数为64次，小样品杯时的光谱图杂音干扰最小，条件最优。

综上所述，本实验利用NIR分析方法同时测定黔茶中水分、游离总氨基酸、咖啡碱、儿茶素类总量、茶多酚及水浸出物的含量，建立的定量校正模型具有较好的预测效果，与传统方法相比，本法操作简单，快速无损，准确高效，可适用于茶叶的快速分析，对实现茶叶标准化生产具有指导意义。

【REFERENCES】

[1]邓慧君，曹进.茶及茶多酚类化合物对血脂水平的影响[J].国外医学(医学地理分册)，2004，25(3)：101-104.

DENG H J，CAO J.The effect of various tea and tea polyphenols on serum lipid profile—mechanisms and inconsistent conclusion [J].Foreign Medical Sciences-Section of Medgeography，2004，25(3)：101-104.

[2]王齐明，王连生.茶及茶多酚在冠状动脉性心脏病发生发展的作用[J].心血管病学进展，2009，30(3)：463-466.

WANG Q M，WANG L S.Role of tea and tea flavonoids in coronary heart disease[J].Advances in Cardiovascular Diseases，2009，30(3 )：463-466.

[3]廖明宏.茶多酚的降血脂作用综述[J].茶叶通讯，2005(02)：33-35.

LIAO M H.A summary of the function of lowering blood fat of tea polyphenols [J].Tea Communication，2005(02)：33-35.

[4]刘小力，李想.茶叶中茶氨酸含量的测定方法研究[J].食品科学，2009(14)：281-284.

LIU X L，LI X.HPLC determination of theanine in tea[J].Food Science，2009(14) ：281-284.

[5]康海宁，陈波，韩超，等.HPLC法测定茶叶水提液中五种儿茶素和咖啡碱及其用于茶叶分类的研究[J].分析测试学报，2007(2)：211-215.

KANG H N，CHEN B，HAN C，et al.Simultaneous determination of five catechins and caffeine in tea by HPLC and differentiation of teas by cluster analysis[J].Journal of Instrumental Analysis，2007(2)：211-215.

Rapid determination of six major components in Guizhou tea by Near Infrared Spectroscopy*

SHI Yanmei1，WU Qing2，TAN Gaohao2，WANG Jiao2

(1ThethirdexperimentmiddleschoolinGuiyang，Guiyang550004 ，China；2TestingandAnalysisCenter，GuizhouNormalUniversity，Guiyang550001，China)

Taking green tea in Guizhou for research object.The contents of water，total free amino acids，caffeine，catechins，tea polyphenols and water extracts in tea were measured by near infrared spectroscopy (NIR)，and the calibration model of above-mentioned components was established by partial least square(PLS) and Multi Linear Regression(MLR).The prediction model was evaluated by correlation coefficient，Interaction validation of mean square error and prediction mean square error.The correlation coefficient of the model of water，total free amino acids，caffeine，catechins，tea polyphenols and water extract in tea was 0.971 5，0.910 7，0.970 6，0.922 5，0.964 1 and 0.903 7 respectively，and the RMSEP was 0.574，0.418，0.279，0.959，0.735 and 0.28 respectively.The method is simple，accurate，it is more suitable for rapid analysis of major constituents in Guizhou tea.

tea，Near Infrared Spectroscopy，prediction model，quantitative analysis

TS272.7；TH83

A

1003-6563(2016)04-0074-04

2016-07-11；

无

喀斯特地区生物与信息技术协同创新中心(黔教合协同创新字[2014]04)；国家新药创新重大专项(2015ZX0910104-007)。

石艳梅(1965 -)，女，特级教师，从事化学教学及植物开发的研究。