电子感官分析类仪器联用在绿茶饮感官品质快速检测中的应用

樊蓉+张明晶+朱捷+李娟+顾今吾+李春红+包郁明+孙露+田兰

摘要：感官品质是消费者选择茶叶最直观的因素，采用电子鼻、电子舌、电子眼联用，通过主成分分析和辨别因子分析对不同品种的绿茶茶饮进行检测区分。结果表明：使用电子鼻、电子舌、电子眼分别对样品进行检测，很好地区别了绿茶中的色、香、味，且电子眼和电子鼻的区分效果好于电子舌。通过三个仪器的数据融合对样品的区分能力和预测能力明显增强，验证了电子鼻、电子舌、电子眼的结合是对样品色、香、味的信息进行了综合评价。

关键词：电子鼻；电子舌；电子眼；茶叶品质；感官分析

1 材料及方法.

1.1 实验材料

所用茶叶均来自于市售。所购茶叶共16种，分别为2016年产的信阳毛尖茶、龙井茶、六安瓜片茶、洞庭碧螺春茶、绿毛峰茶、黄山毛峰茶；2017年产的碧螺春一级茶、碧螺春特2茶、香茶一级、龙井一级、龙井二级、龙井三级、黄山毛峰一级、黄山毛峰特2、信阳毛尖特1、信阳毛尖一级。

茶汤提取：根据GB/T23776-2009方法，称取5mg茶叶放入事先准备好的容器内，倒入100℃的超纯水250mL，浸泡5min，然后将茶汤滤出，待用。

1.2实验方法

1.2.1 电子鼻系统

本实验所用电子鼻是德国AIRSENSE公司的PEN3.5型便携式电子鼻系统，它是由一组复合化学传感器和识别软件组成的分析仪器。硬件结构主要由传感器阵列、采样及清洗通道、数据采集系统及计算机组成。

1.2.2 电子舌系统

本实验所用电子舌是法国阿尔法莫斯公司的Astree型电子舌系统，主要是由传感器阵列。自动进样器、数据采集系统以及电子舌配套的数据分析软件组成。传感器阵列由7个化学选择性区域效应的味觉传感器（STS、SPS、UMS、GPS、BRS、SWS、SRS）和1个Ag/Agcl参比电极组成。

1.2.3 电子眼系统

本实验所用电子眼是英国Verivide公司推出新型的Digieye DigitalImaging System数码测色系统。它是在稳定的标准光源D65环境下，在固定位置安装高精度的数码相机，通过白板和标准色卡对相机进行白平衡和颜色校正，在合适且固定的相机拍摄参数（如拍摄距离、焦距、拍摄模式、光圈大小、曝光速度及感光度等）下，拍摄得到高分辨率的数字照片，再对照片指定位置和范围内样品的像素颜色值进行程序计算，得到样品的综合颜色值。样品的色度差异采用L*a*b*表示。其中L表示亮度（Luminosity），a表示从红色至绿色的范围，b表示从黄色至蓝色的范围。其中+127 a是红色， -128a是绿色； +127 b是黄色，-128 b是蓝色。电子眼每张照片选取四个区域的平均颜色值进行数据分析。

1.3 数据分析方法

试验结果由统计分析软件对数据进行主成分分析（PCA）和辨别因子分析（DFA）。

2结果与分析

2.1不同茶汤的电子鼻检测

用电子鼻自带分析软件Winmuster对16种茶汤进行主成分分析，以主成分1为横坐标，主成分2为纵坐标，建立二维图。如图2所见：第1主成分的贡献率为98.66%，第2主成分的贡献率为1.25%，主成分1和主成分2的累积贡献率为99.911%，大于90%，说明主成分1和主成分2基本包含了原始数据的所有信息，能够反映样品的整体信息。

2.2 不同茶汤的电子舌检测

用电子舌自带分析软件Alphasoft对16种茶汤进行主成分分析，以主成分1为横坐标，主成分2为纵坐标，建立二维图。如图3所见：第1主成分的贡献率为62.644%，第2主成分的贡献率为33.133%，主成分1和主成分2的累积贡献率为95.777%，大于90%，说明主成分1和主成分2已经包含了样品差异的主要信息，能够反映样品的整体信息。

2.3不同茶汤的电子眼检测

不同绿茶茶汤的电子眼检测，从整体的DFA分析图中可以看出：第1主成分和第2主成分的贡献率分别达到73.928%和25.912%，可以很好地区分16种样品中的色度差异。在测试样品中，亮度值最高的是黄山毛峰系列（89.11），最低的是龙井系列（70.79）。a*值最高的是龙井系列（11.35），最低的是信阳毛尖系列（-2.63）。b*值最高的是龙井系列（53.35），最低的是黄山毛峰系列（11.9）。

2.4不同茶汤的电子鼻、电子舌、电子眼数据拟合分析

食品的感官感受是一种嗅觉、味觉、视觉等器官综合作用形成的评判，使用单一电子感官仪器仅能辨别单一感官性质的差异性，并没有很好地模拟人体对于食物的综合感受。为了更好拟合人体感官，我们将上述单一感官数据（电子鼻、电子舌、电子眼）进行逐步拟合，筛选关键数据点及关键差异点，分析差异产生原因及合理性。

3 结论

1）食品的感官感受是一种嗅觉、味觉、视觉等器官综合作用形成的评判，使用单一电子感官仪器仅能辨别单一性质物质的差异性，对于综合性评判来讲不够全面。尝试将电子鼻、电子舌和电子眼这三种技术融合在一起，从不同角度分析同一个样品，模拟人的嗅觉与味觉的结合，可以大大提高识别能力。

2）通过PCA和DFA分析，电子鼻、电子眼和电子舌单独测量的结果显示第1主成分的贡献率分别为98.66%、73.928%、62.644%，均达到显著性差异之上。但是无法判别人体主观对于茶叶的区别主要贡献至哪一种物质。

3）通过数据拟合，第1主成分的贡献率可以达到99.972%，分辨率明显提高。但是针对本实验样品，差异性主要来自于电子鼻。可以充分说明对于綠茶饮品，挥发性物质含量及种类是辨别茶饮的标志性成分。

4）通过SIMAC分析，可以清晰地甄别出不同品种茶叶年份之间的差异。

近年来，随着电子感官技术的不断发展，出现了电子鼻、电子舌、电子眼等仪器集成化的趋势。本实验证明：不同来源的电子感官数据进行拟合后，可以更加准确地评价样品间的差异性，明显改善分析结果，获得更多检测信息。这种将电子鼻、电子舌、电子眼的检测相结合并把它们的数据进行融合处理来评价食品品质将具有广阔的发展前景，对食品感官评价的标准化奠定了良好的物质基础和软件基础。

参考文献：

[1]李道和.中国茶叶产业发展的经济学分析[J].北京林业大学， 2008，1-184

[2]江用文，陈霄雄，朱建淼等.中国茶产业2020年发展规模分析[J].茶业科学，2011，31（3）：273-282

[3]杨国一，张丹丹，邱晓红等.基于电子鼻和电子舌技术对不同存储年份台式乌龙茶的识别分析[J].福建茶叶，2016，38（9）：11-13

作者简介：樊蓉（1996—），女，大专，研究方向为食品感官分析研究。