基于感官智能分析仪器的蝉害茶色香味的变异分析

郑雨婷，韩善捷，韩宝瑜

中国计量大学 浙江省生物计量及检验检疫技术重点实验室，浙江 杭州 310018

基于感官智能分析仪器的蝉害茶色香味的变异分析

郑雨婷，韩善捷，韩宝瑜*

中国计量大学 浙江省生物计量及检验检疫技术重点实验室，浙江 杭州 310018

剪取对于叶蝉分别具高抗、中抗和感性的紫鹃、中茶108和乌牛早茶树新梢，进行水培。每梢分别接种2日龄叶蝉成虫3头，分别为害0、12、24、36、48、60 h之后采叶制蒸青样。以电子舌测其茶汤滋味，电子鼻测其香气，测色计测其汤色。每个品种蝉害历时与茶汤酸度值SRS和咸度值STS显著正相关；紫鹃蝉害历时与苦度值（BRS）正相关，与鲜度值（UMS）和甜度值（SWS）皆显著负相关；中茶 108蝉害历时与 BRS正相关，与UMS和SWS皆显著正相关；乌牛早蝉害历时与BRS、UMS和SWS皆显著负相关。电子舌数据分别经主成分分析（PCA）和软独立建模分类法（SIMCA）分析绘制坐标图，在图上每个品种的6个蝉害蒸青茶样的位点呈线性排列。电子鼻数据的PCA和SIMCA分析结果分别显示紫鹃和中茶108的6个蝉害茶样在坐标图上呈线状分布，而乌牛早6个蝉害茶样在坐标图上无规则分布。测色计显示，从受害开始至受害60 h，紫鹃、乌牛早茶汤的黄绿色色度加深，中茶108茶汤的亮度则明显下降。最终认为电子舌和电子鼻等感官智能仪器能够有效区分抗、感性品种的蝉害茶样，辨别蝉害程度不一的茶样。

电子舌；电子鼻；小贯小绿叶蝉；色香味；测色计

害虫的为害可诱导植物释放特异性挥发性成分，或者改变正常植物挥发物各组分含量之间的比例，特异性成分或挥发物组分含量比例的改变皆可吸引天敌前来捕食害虫[1]。茶鲜叶遭受虫害之后，其挥发物即香气组成将会改变，但以虫害茶梢加工成商品茶，其香气变化情况少见报道。分别使用GC-MS和电子鼻定性分析茶尺蠖取食诱导的茶树挥发物，发现香气组成的差别不大；但二者对顺-3-己烯醇、苯乙腈、吲哚和反-石竹烯 4种组分的相对定量分析则有一定差异；随着虫害程度加深，电子鼻测到的气味物质含量增加[2]。电子舌可区分含有活体的仓储害虫谷蠹的小麦、死亡谷蠹的小麦和不含谷蠹小麦，但区分不了虫量多少和为害时间长短[3]。水稻受褐飞虱侵害15～36 h内，使用电子鼻可区别水稻是否受到虫害以及害虫数量的大致范围[4]。可见电子舌和电子鼻等智能化仪器可以对植物香气、滋味和色彩做到一定程度的量化分析。

茶叶经常遭受虫害，尤其是小贯小绿叶蝉（Empoasca onukii Matsuda）。蝉害导致成品茶的滋味、香气和汤色在一定程度上发生变化，但通常只凭感官审评作定性描述[5]，缺乏定量评价。抗虫性不同的系列茶树品种，其蝉害茶的色香味变化程度是否有差别，鲜见报道。为量化分析蝉害对茶叶的滋味香气颜色的变化，选取对该叶蝉高抗、中抗和感性的紫鹃、中茶 108和乌牛早品种，将其蝉害叶片制成蒸青样，分别以电子舌、电子鼻和测色计检测其滋味香气颜色的变化。

1 材料与方法

1.1 供试虫源

2016年 9月于茶小绿叶蝉盛发期，从中国计量大学试验茶园收集 5龄若虫于缸栽茶树上饲养。缸口直径1.2 m，高1.0 m，茶树高90 cm，品种为乌牛早。罩60目窗纱以防叶蝉逃逸，选生长发育为2日龄的成虫为试虫。

1.2 供试茶样

选用试验茶园中对该叶蝉分别呈高抗、中抗和感性的紫鹃、中茶108和乌牛早品种。剪健壮的一芽三叶茶枝于温室内水培，室温25℃±2℃，相对湿度75%±5%，光照L﹕D=14﹕10。每茶枝接种3头2日龄叶蝉成虫，分别为害 0、12、24、36、48、60 h，各处理分别罩60目窗纱以防叶蝉出逃。剪取遭受不同为害时间的一芽三叶茶梢制成蒸青茶样，密封后贮于－20℃冰箱中保存备用。每个处理重复3次。

1.3 电子舌检测茶样

电子舌型号为Astree II型，由法国Alpha MOS公司生产。Astree II型电子舌配备5#传感器，该传感器包括 7个化学传感器和 1个Ag/AgCl参比电极。其7个化学传感器可感知5种味道及2种复合味道：5种味道就是酸味（SRS，sourness）、甜味（SWS，sweetness）、苦味（BRS，bitterness）、咸味（STS，saltiness）和鲜味（UMS，umami）；每一种复合味道都是这 5种单味味道的组合。数据采集前，对Astree II系统执行初始化、校准和诊断等程序，以获得稳定可靠的电子舌感应信号。

调整好仪器即称取各类供试蒸青茶样3.00 g于锥形瓶中，加150 mL沸水，浸提5 min后过滤。待滤液温度降至室温，吸取100 mL茶汤注入烧杯中，插入化学传感器检测。每次数据采集时间为120 s，每秒搅拌1次。由于统计分析需要稳定状态下的信号数据，分别算得最后 20 s测量值的平均值作为传感器的响应值。采样后及时清洗传感器。每个样品重复测定10次。

1.4 电子鼻检测茶样

电子鼻型号为 GEMINI，由法国 Alpha MOS公司制造。配有6个金属氧化物传感器，即 T70/2、PA/2、P30/1、P30/2、LY2/AA和LY2/gCT。数据采集前 24 h开机，打开载气发生器引入气流，缓缓促使传感器达到平衡状态。

称取各类蒸青茶样2.00 g于100 mL烧杯中，用保鲜膜密封，于50℃烘箱中静置10 min再取出检测。传感器悬于茶样上方1 cm，用顶空吸附法提取香气。载气为干燥洁净空气，载气流速为 150 mL·min-1。每次数据采集时间为90 s，延迟时间为210 s，选用每个传感器的最大响应值作统计分析。每个样品重复测5次。

1.5 测色计检测茶样

测色计型号为CM-3600A，由日本Konica Minolta公司生产。色空间选用绝对测量方式（L*a*b*色差系统）。注入待测茶汤于比色皿中，检测亮度L、色度a和b。亮度L的值域为0～100，数值愈大则亮度愈高。对于数值a，“+”表示红色成分，“–”表示绿色成分；对于数值 b，“+”表示黄色成分，“–”表示蓝色成分。每个样品重复测10次。

1.6 统计分析

对于电子舌测得的不同蝉害茶样的每种味道响应值做方差分析并测验显著性。

使用 DPS软件，以及电子舌电子鼻自身配置的分析软件分别对数据进行主成分分析（Principal component analysis，PCA）、软独立建模分类分析（Soft independent modeling of class analogy，SIMCA）。在PCA或SIMCA二维坐标系内，以样点代表检测的蒸青茶样的茶汤或香气，依据样点排列方式区分健康与蝉害茶样、虫害历时不等的茶样、不同品种茶样。分析测色计测得的亮度和色度随着蝉害时间的变化趋势。

2 结果与分析

2.1 蝉害对茶汤滋味指纹响应值的影响

2.1.1 滋味指纹响应值随蝉害时间的变化

电子舌7个传感器对3个品种蝉害蒸青茶样茶汤滋味的响应值如表1，可见每个数值的变异系数（标准差/平均值）都小于 10%，即各个响应值的重现性很好。随着为害时间延长：①每个品种的酸度值（SRS）和咸度值（STS）都显著增加（P＜0.05）；②高抗品种紫鹃和中抗品种中茶108的苦度值（BRS）逐渐增大，乌牛早苦度值（BRS）则显著减小（P＜0.05）；③紫鹃、乌牛早的鲜度值（UMS）呈显著下降趋势（P＜0.05），中茶 108的鲜度值（UMS）则呈显著增加趋势（P＜0.05）；④紫鹃、乌牛早的甜度值（SWS）显著下降（P＜0.05），中茶108的则显著增加（P＜0.05）；⑤紫鹃、乌牛早和中茶108复合传感器1响应值GPS显著增加（P＜0.05）；⑥紫鹃、乌牛早复合传感器2响应值SPS显著下降（P＜0.05），中茶108的SPS则显著增加（P＜0.05）。

2.1.2 不同蝉害程度茶样茶汤滋味差异及其相互影响分析

各茶汤滋味响应值和蝉害时间的相关性见表2。从表中可以看出：（1）就抗性品种紫娟而言，蝉害时间与酸度值 SRS、咸度值STS和复合 1（GPS）极显著正相关，与甜度值SWS和复合2（SPS）显著负相关，与苦度值BRS正相关，与鲜度值UMS负相关；对于感性品种乌牛早，蝉害时间与酸度值SRS、咸度值 STS和 GPS极显著正相关，与苦度值BRS、鲜度值UMS和SPS显著或极显著负相关，与甜度值 SWS负相关；就中抗品种中茶108而言，与酸度值SRS、苦度值BRS、咸度值STS、鲜度值UMS、甜度值SWS、复合味道响应值 GPS显著或极显著正相关，与 SPS正相关；（2）7种滋味响应值相互之间较多地存在显著或极显著相关性，表明各滋味之间有交互作用，相互影响；复合味道 GPS与酸度和咸度正相关，而SPS则与甜度、鲜度正相关。

表1 3个抗蝉性不等品种的茶汤滋味的电子舌响应值Table 1 Values of electronic tongue to tea soups of three cultivars with different resistances

2.1.3 PCA和 SIMCA对不同品种及受害历时蝉害茶的区分

对表1各样品响应值进行主成分分析（PCA），第I、II主成分贡献率分别为96.18%和 2.09%，总贡献为 98.27%，区分指数（Discrimination index）为91。一般地，当第Ⅰ、Ⅱ两主成分累积贡献率≥85%时，则主成分分析的排序就很成功；区分指数≥80时，则区分有效。

在PCA图上，每个茶样10个滋味样点（即检测时的10次重复）的离散度较小，各自组成1个小区域；每个品种就由这样6个小区域（0、12、24、36、48、60 h的蝉害茶样）组成1个线性条块；以PCI为横坐标轴（x轴）、PCII为纵坐标轴（y轴），计算每个小区域10个点的平均横坐标值、平均纵坐标值，再以每个小区域10个点的平均横坐标值、平均纵坐标为变量值，则算得紫鹃品种回归式：y =－0.1699x + 0.0213，R²=0.9915 (P＜0.05)；同理，中茶108品种回归式为：y =－0.0946x + 0.001，R² = 0.993 (P＜0.05)；乌牛早品种回归式为：y=0.477x－523.43，R² = 0.99 (P＜0.05)。

这3个回归式相关性都达到显著水平。这3个品种以及每个品种不同蝉害时间茶样的滋味差异皆可以被区分（图1）。

表2 蝉害时间对茶汤滋味响应值的影响及各滋味响应值之间的相关性Table 2 Effect of leafhopper damaged duration on values of various sensors to tea soups as well as correlationship between values of various taste

用软独立建模分类法（SIMCA）分析表1响应值，分别以3个品种未受害茶样茶汤滋味为 CK，建立蓝色模型区域（图 2）。校正得分（Validation score）是衡量模型有效性的指标，此值愈接近100，愈有效。从图2看出，3个品种蝉害茶滋味皆在蓝色模型区域外，校正得分皆为100；距CK区域由近及远依次是12、24、36、48、60 h蝉害样，清晰可辨。

2.2 蝉害对茶叶香气指纹响应值的影响

对电子鼻传感器获得的响应值作主成分分析，第Ⅰ、Ⅱ主成分上贡献率分别为 98.61%和 0.93%，总贡献为99.54%；区分指数为80，主成分分析很成功（图 3）。每个蝉害茶 5次检测的香气样点在二维坐标上离散度小，组成一个小区域。茶样之间未重叠，即电子鼻可有效区分3个品种蝉害茶样，以及每个品种不同受害历时的茶样。紫鹃品种的6个茶样的位点在二维图上呈线状排列；除CK茶样，中茶108品种各个茶样位点也呈线状排列，这两个品种的每个茶样香气样点都比较接近，即差别小；乌牛早品种各个茶样的位点排列随机，无规则。电子鼻依据其传感器响应值能有效区分3个品种蝉害茶，区分同一个品种不同蝉害时间的茶样，其原因在于不同品种抗叶蝉的生理生化潜能不同。

再用软独立建模分类法对 3个品种蝉害茶进行分类，分别以3个品种未受害茶样香气作为参照，建立蓝色模型区域（图4）。可以看出，校正得分分别为 97、93和 100，蝉害茶样香气皆在蓝色模型区域之外，呈线状分布，表明该方法也可有效区分3个品种蝉害茶样、区分不同蝉害历时的茶样。

图1 3个茶树品种茶汤滋味电子舌响应值的主成分分析图Fig.1 PCA diagram of response values of electronic tongue to tea soups of three cultivars with different resistance against leafhopper

图2 不同品种蝉害茶样茶汤滋味电子舌响应值的SIMCA分析图Fig. 2 SIMCA diagram of values of electronic tongue to tea soups of three cultivars with different resistance against leafhopper

图3 3个茶树品种蝉害茶香气的电子鼻响应值的主成分分析图Fig. 3 PCA diagram of values of electronic nose on aroma of three cultivars with different resistance against leafhopper

图4 不同抗性茶树品种茶样香气的电子鼻响应值SIMCA图Fig. 4 SIMCAdiagram of values of electronic nose on aroma of three cultivars with different resistance against leafhopper

2.3 蝉害对茶样汤色的影响

3个品种蝉害茶样茶汤色度值见表3。从表中可以看出，从未受蝉害到受蝉害60 h，中茶108茶汤的亮度L明显下降；紫鹃、乌牛早茶汤的绿色和黄色色度明显加深。

表3 3个品种蝉害茶样茶汤色度值Table 3 Chroma parameters of tea soups of leafhopper damaged tea samples from three cultivars

3 讨论

电子鼻技术可有效地用于评定茶叶品质等级、判别产地等[6-8]，电子舌可对冻害程度不等的茶叶滋味进行区分[9]，是一类有效模拟人类感官的智能化分析仪器。本研究揭示电子舌和电子鼻可以明确区分 3个品种的蝉害茶样，区分同一品种蝉害茶的不同受害程度茶样，揭示了蝉害茶样的滋味和香气特征随着蝉害历时的延长而规则地变化。

无论高抗、中抗或感性品种，蝉害历时都是与酸度值 SRS、咸度值 STS显著正相关，可将酸度和咸度作为抗性的参考指标；随着蝉害历时延长，苦度值BRS、甜度值SWS和鲜度值UMS在各个品种中的表现不一致，反应出不同品种抗虫生理特性的差异。

电子舌数据分析的PCA图上：高抗品种紫鹃、中抗品种中茶 108和感性品种乌牛早的蝉害茶样各自形成一个线性区域（图1），相互间距较大；并且，每个品种的 6个受害时间的蝉害样之间的间距明显，例如，紫鹃和中茶108受害24 h和36 h的蝉害茶之间间距达到最大；乌牛早未受害和受害 12 h的间距最大，受害 36、48、60 h的间距很小。在PCA坐标系内，间距意味着蝉害茶样茶汤滋味之间存在差别，图 1的 3个品种茶汤滋味差距大，这样的差距在一定程度上是由品种间抗性生理生化差异决定的。感性品种乌牛早蝉害茶的间距分布方式不同于高抗品种紫鹃和中抗品种中茶 108的，这些源于 3个品种抗蝉生理特性的差异。生理特性的不同决定了茶叶内含物组成和含量不同，导致了传感器响应值的差异。电子鼻、比色计也测出了类似的结果。

[1]Benelli G, Revadi S, Carpita A, et al. Behavioral and electrophysiological responses of the parasitic wasp Psyttalia concolor (Szé pligeti) (Hymenoptera: Braconidae) to Ceratitis capitata-induced fruit volatiles [J]. Biol Control, 2013, 64(2): 116-124.

[2]蔡晓明, 孙晓玲, 董文霞, 等. 应用zNose TM分析被害茶树的挥发物[J]. 生态学报, 2009, 29 (1): 169-177.

[3]蒋德云, 孔晓玲, 李宝筏, 等. 电子鼻在储粮害虫检测中的应用研究[J]. 安徽农业大学学报, 2005, 32(2): 254-257.

[4]叶盛, 王俊. 水稻虫害信息快速检测方法实验研究——基于电子鼻系统[J]. 农机化研究, 2010, 32(6): 146-149, 204.

[5]张汉鹄, 扬卫琼, 韩宝瑜, 等. 春茶绿盲蝽的发生与防治[J]. 茶业通报, 1988, 10(4): 26-30.

[6]于慧春, 王俊. 电子鼻技术在茶叶品质检测中的应用研究[J]. 传感技术学报, 2008, 21(5): 748-752.

[7]张红梅, 王俊, 余泳昌, 等. 基于电子鼻技术的信阳毛尖茶咖啡碱检测方法[J]. 传感技术学报, 2011, 24(8): 1223-1227.

[8]Shi BL, Zhao L, Zhi RC, et al. Optimization of electronic nose sensor array by genetic algorithms in Xihu Longjing tea quality analysis [J]. Mathematical and Computer Modelling. 2013, 58(3/4): 752-758.

[9]王梦馨, 薄晓培, 韩善捷, 等. 不同防冻措施茶园茶汤滋味差异的电子舌检测[J]. 农业工程学报, 2016, 32(16): 300-306.

Analysis on Variation in Color, Aroma and Taste of Leafhopper Damaged Tea Samples Based on Sensory Organ Intelligent Analytical Instruments

ZHENG Yuting, HAN Shanjie, HAN Baoyu*

Zhejiang Provincial Key Laboratory of Biometrology and Inspection & Quarantine, College of Life Sciences of China Jiliang University, Hangzhou 310018,China

The tea shoots of cultivars Zijuan, Zhongcha 108 and Wuniuzao, with high, middle and low resistances to the tea green leafhopper were collected and cultured in water. Every tea shoot was introduced by 3 leafhoppers with 2 day old, and the shoots suffered for 0, 12, 24, 36, 48 and 60 h respectively. After being damaged, the tea shoots were plucked to produce the steamed tea samples. The taste, aroma and color of tea soup of the steamed tea samples were detected by electronic tongue, electronic nose and colorimeter respectively. The leafhopper-damaged duration was significantly and positively correlated with sourness value (SRS) and saltiness value (STS) of tea soups of three cultivars. The leafhopper-damaged duration on cultivar Zijuan was positively correlated with sourness value (BRS), and significantly negatively correlated with both umami value (UMS) and sweetness value (SWS). The leafhopper-damaged duration on cultivar Zhongcha 108 was positively correlated with BRS, and significantly positively correlated with both UMS and SWS. The leafhopper-damaged duration on cultivar Wuniuzaowas significantly and negatively correlated with BRS, UMS and SWS respectively. Data acquired by electronic tongue was analyzed by the principal component analysis (PCA) and the soft independent modeling of class analogy (SIMCA). In both PCA and SIMCA coordinate systems, the six leafhopper-damaged tea samples distributed linearly for each cultivar. Data by electronic nose was also analyzed by PCA and SIMCA, then by PCA or SIMCA coordinate system, the 6 leafhopper-damaged tea samples also distributed linearly for cultivars Zijuan and Zhongcha108, but not Wuniuzao. The colorimeter results revealed that during the time course of damage from 0 h to 60 h, the chroma of yellow-green of tea soups of cultivars Zijuan and Wuniuzao deepened, and the brightness of tea soup of cultivar Zhongcha 108 obviously fell. It was considered that electronic tougue and electronic nose may effectively discriminate resistant cultivar from susceptible cultivar, and differentiate damage degree in tea samples.

electronic tongue, electronic nose, Empoasca onukii Matsuda, taste and aroma and color, colorimeter

S571.1；S435.711

A

1000-369X(2017)05-449-09

2017-02-06

2017-05-22

浙江省自然科学基金项目（LY17C140002）、浙江省大学生科技创新项目（2015R409052）

郑雨婷，女，硕士研究生，主要从事茶树病虫防治研究，E-mail：llping401@163.com。*通讯作者