基于近红外光谱技术的白茶3种典型感官滋味特征属性定量评价模型研究

范方媛，杨梦璇，龚淑英，郭昊蔚，张凯棋，李春霖，汤一

浙江大学茶叶研究所，浙江 杭州，310058

白茶是我国六大茶类中的一类轻发酵茶，其加工不经炒揉，只经萎凋和烘焙两道工序制作而成，该过程中随鲜叶水分散失，细胞膜透性改变，促使发生叶绿素降解、多酚物质部分氧化、蛋白质水解、淀粉水解、氨基酸氧化脱羧等化学反应[1]，形成了干茶色白隐绿，汤色杏黄明亮，滋味甘醇爽口的典型品质特征。同时，特征工艺形成的白茶品质成分同样具有抗氧化[2]、抗菌消炎[3]等生物功效，深受消费者青睐。随着人们消费能力的提高及对品质生活要求的不断提高，消费理念也由注重茶叶外形转变为更加注重茶叶香气、滋味等内质表现。滋味品质特征作为内质评判的重要方面，其权重在五因子百分制评判中占 30%~35%，是茶叶品质评判的核心因子[4]。目前茶叶滋味评判主要依靠具有丰富经验的评茶师采用感官审评的方式进行，该方式所需时间相对较长，评判结果容易受到审评人员身体健康状况、思想情绪等诸多主观因素的影响。如何辅以仪器检测进而快速准确且全面地判断茶叶的滋味特征表现一直是茶叶品质鉴定领域研究的重点。茶叶感官品质智能判别不仅有利于解决流通中茶叶产品质量信息不对称问题，同时还能够指导生产，提升生产效率，促进茶叶产业智能化标准化发展。

近红外光谱（Near infrared spectroscopy，NIRS）对不同基团或同一基团在不同物理化学环境下的吸收波长及强度有明显区别，其光谱区中所包含的丰富的分子结构及组成状态等理化信息为利用近红外光谱技术进行定量及定性分析提供了基础，且该检测技术具有无损、简便快捷等优势。该技术在食品[5]及中药[6]等的品质控制领域的应用呈快速发展。在茶叶领域，NIRS技术已在茶叶化学成分含量测定[7-8]、茶叶鲜叶等级判定[9]、品种判定[10]及产地判别[11]等方面有广泛应用。品质鉴定方面，周小芬等[12]采用近红外光谱-偏最小二乘法（NIRS-PLS）分别建立了大佛龙井干茶色泽、汤色、香气、滋味、叶底得分及五因子总分定量分析模型，预测相关系数Rp为 0.900~0.966。表明近红外光谱技术结合化学计量学方法检测茶叶品质具有可行性。

本研究以白茶为研究对象，剖析白茶滋味特征属性，并利用近红外光谱技术针对白茶的3种滋味特征属性进行预测分析，以期为快速全面准确地评判茶叶滋味品质提供新方法新思路。

1 材料与方法

1.1 实验材料及主要试剂

采集白茶样品共90个，样品产区覆盖白茶两大主产区福建省和云南省，鲜叶原料涵盖单芽、一芽一叶至一芽二叶、一芽二叶至一芽三叶、一至三叶带驻芽嫩梢或叶片等不同等级，样品类型涵盖白毫银针、白牡丹、贡眉、寿眉、月光白等品类，各类型产品中包含3~5年不同存储年份的白茶样品。

1.2 感官审评

依据《茶叶感官审评方法》国家标准（GB/T 23776—2009）[4]所规定的方法，由5位国家级茶叶审评师对90个白茶样品进行滋味特征感官审评评语表述并评分（百分制），其中评语表述参照《茶叶感官审评术语》国家标准（GB/T 14487—2008）[13]进行；同时对每个样品茶汤滋味特征进行分属性因子审评，包括甘甜度、醇爽度和陈化度，分属性审评评分采用6分制，随分值的升高表示该属性强度升高，其中0~2分代表强度较弱，>2~4分代表强度适中，>4~6分代表强度较强及非常强。

1.3 近红外光谱采集

采用FW00高速万能粉碎机（天津市泰斯特仪器有限公司）对白茶样品进行粉碎处理，过1 mm筛后混匀，采用漫反射方式旋转扫描采集光谱。近红外光谱采集采用N-200傅里叶变换型近红外光谱仪（BUCHI Labortechnik AG，瑞士），光谱扫描波数为4 000~1 000 cm-1，分辨率为2 cm-1，光谱采集过程中保持实验室内温湿度基本恒定，称取 20 g样品装入样品盘，充分覆盖后进行光谱采集，每个样品采集3次，取3次光谱计算平均光谱后进行建模。

1.4 数据处理

采用SPSS 21.0软件对数据进行显著性分析及相关性分析，白茶近红外光谱采用TQ Analyst软件进行建模、模型优化及预测模型评价。

2 结果与分析

2.1 不同产地及类型的白茶感官及滋味品质特征分析

本研究所收集的白茶样品情况如表 1所示，福建产区白茶产品类型包含白毫银针、白牡丹、贡眉和寿眉，产品形式有散茶和饼茶两种。云南产区白茶以月光白为主，包含以单芽为原料和以一芽一二叶为原料制作而成的白茶产品。不同类型的白茶产品在外形及内质特征方面均存在显著差异（表 1）。外形方面，以单芽为原料加工而成的白茶表现为全芽披毫；以一芽一叶至一芽三四叶及对夹叶、单片等原料加工而成的白茶（散茶）呈朵形。随原料成熟度的提高，干茶表面茶毫及芽头比例逐渐减少，色泽由翠绿逐渐变为深绿带褐（福建产区）或由银灰变为银褐相间（云南产区）。内质滋味方面，以单芽为原料加工而成的白茶表现为甘醇鲜润；随着鲜叶原料成熟度的提高，纤维素、木质素等含量提高，滋味中的粗糙感增强，醇爽感及甘甜感逐渐减弱。评分结果显示（表1）感官审评总分及滋味评分均随原料成熟度提高而降低，二者的相对标准偏差（Relative standard deviation，RSD）范围分别为1.50%~3.71%和2.25%~6.15%，表明同类型产品中总体感官特征及滋味品质特征表现较为一致。

表1 不同产区及类型的白茶感官滋味品质特征比较表Table 1 Comparison of quality-characteristics of various white-teas from Fujian and Yunnan provinces

茶叶在仓储过程中受水分、温度、氧气等外界因素的影响，茶叶中品质成分不断发生氧化等一系列化学反应，使得茶叶品质发生陈变，形成陈味[13-14]，而适度的陈化处理能显著提升茶叶感官品质[15]。目前有研究显示通过适度的氧气量、温度及湿度等参数调控，能够快速显著提升茶叶陈化度[16]。本研究显示经一定时间仓储后的年份白茶在干茶色泽上呈黄褐，内质滋味风格发生变化，甜醇感增强，同时陈味增强。综上所述，在白茶滋味评价中，甘甜感、醇爽感及陈味是白茶感官滋味品质特征的重要表现方面。

2.2 白茶滋味特征属性分析

以甘甜度、醇爽度及陈化度分别对不同产区不同类型的白茶滋味中的甘甜感、醇爽感及陈味特征表现进行量化，样品分值范围与平均值结果如表 2所示。不同产区中，以单芽及一芽一叶为原料加工的白茶原料嫩度较高，滋味中甘甜度平均值>3分，表明甘甜感程度较强。以单芽为原料加工的白茶醇爽度最高，平均值>4分，表明白茶茶汤口感中醇而鲜爽且毫味足的滋味特征表现较强[13]。随鲜叶原料成熟度的逐渐提高，白茶茶汤滋味的丰富程度逐渐降低，甘甜感及醇爽感的程度逐渐减弱，分值显著降低。各类型白茶样品中陈化度分值范围均覆盖高（>4~6分）、中（>2~4）、低（0~2）不同程度，且不同类型白茶滋味中陈化度平均值较为接近，均在3.10~3.50范围内，表明陈化度不受原料成熟度影响，不同原料等级的白茶均可通过适度陈化工艺达到不同程度的陈味。

滋味特征属性的相关性分析（表3）显示，滋味甘甜度、醇爽度均与白茶滋味总分呈显著正相关（P<0.05），其中醇爽度与白茶滋味总分相关系数相对较高，为 0.572。滋味属性中甘甜度与醇爽度极显著相关（P<0.01），相关系数 0.354，表明两者一定程度上对白茶表现优质滋味品质具有协同促进作用。相同原料等级加工而成的白茶，其滋味中陈化度与甘甜度及醇爽度分别呈极显著正相关（P<0.01），相关系数分别为0.817和0.606，表明白茶加工后期陈化工艺能够显著提升白茶滋味的甘甜感和醇爽感。由此可见，甘甜度、醇爽度和陈化度三者是评价白茶滋味品质的重要考量指标。

2.3 白茶滋味特征属性的近红外光谱及定量分析模型优化

表2 不同产区及类型的白茶滋味特征属性评分表Table 2 Taste-scores of various types of white-teas from Fujian and Yunnan provinces

表3 白茶感官滋味特征属性相关性Table 3 Correlation analysis of taste-characteristic attributes in white teas

为实现白茶滋味品质特征的快速全面剖析预测，本研究利用近红外光谱技术对白茶滋味特征属性建立预测模型。针对所收集的白茶样品进行 4 000~10 000 cm-1范围内的光谱采集，典型光谱曲线图如图1所示，所有样品图谱峰形表现基本一致，在波数>7500 cm-1范围内，光谱曲线表现较为平缓，4 000~7 000 cm-1波数范围内光谱曲线起伏波动，表明含有丰富的物质信息，为利用近红外光谱对白茶滋味特征属性预测提供了物质基础。

采用茶叶品质定性定量检测中普遍应用的偏最小二乘回归（Partial Least Squares，PLS）建模技术，针对白茶感官滋味特征总分、白茶滋味特征属性（甘甜度、醇爽度及陈化度）分别建模。近红外原始光谱因检测环境条件及样品等因素容易造成基线漂移、光散射噪声等问题，需采用光谱预处理进行消除。由表 4可知，采用不同的光谱预处理方法建模，其模型预测效果差异明显，通过比较模型交叉验证均方根误差（RMSECV）及交叉验证相关系数（Rcv）发现，采用PLS建模方法，在4 000~7 000 cm-1光谱范围内，对白茶样品光谱进行MSC处理、无求导及Savitzky-Golay平滑处理，滋味总分模型建模效果最优（RMSECV为2.72；Rcv为 0.842）；甘甜度建模采用 MSC处理、一阶求导及Savitzky-Golay平滑的光谱处理方法，效果最优（RMSECV为 0.93；Rcv为0.674）；醇爽度预测模型采用SNV处理、二阶求导及Norris derivative平滑的光谱处理，效果最优（RMSECV为 0.95；Rcv为 0.784）。陈化度模型采用 SNV处理、一阶求导及无平滑的光谱处理方法，在5 098.87~6 961.77 cm-1光谱范围内建模效果最优，RMSECV值相对最低，为0.75，Rcv值相对最高，为0.839。

图1 白茶样品原始光谱图Fig.1 A raw NIR spectra of the white tea samples

2.4 白茶滋味特征属性定量分析模型评价

基于最优建模方法，进一步对各模型进行个别样品剔除、样品集划分及定量模型预测应用。本研究采集的90个白茶实验样品中，各模型剔除样品数小于总数10%，定标集和验证集分值范围及平均值相近，相对标准偏差<13%，表明预测模型有效（表5）。各定量分析模型定标集与预测集样品的预测值与真实值的回归分析如图2所示，样本实测值与预测值散点集中且较为均匀的分布于真实值附近，其中滋味总分与陈化度预测模型中散点集中程度相对较高。各模型预测能力评价指标显示（表 5），滋味总分、甘甜度、醇爽度及陈化度 4个定量预测模型均具有较低的校正均方根误差（RMSEC）及预测均方根误差（RMSEP），范围分别为0.23~2.23和0.71~2.06，定标集校正相关系数Rc均高于0.80，模型预测相关系数Rp值均高于 0.7，交叉验证相关系数Rcv值除甘甜度模型低于0.7（Rcv=0.669）外，其他均接近或高于0.80，表明模型预测能力较好[17]。进一步分析显示所有预测模型的相对表现偏差RPD值在1.33~2.20范围内，其中滋味总分和陈化度模型RPD值相对较高，表明模型稳定性和预测效果相对较好[18]，与图 2散点分布表现一致。综上表明，利用近红外光谱分析技术能够对白茶滋味特征及其甘甜度、醇爽度及陈化度属性进行快速有效预测。

图2 滋味特征及滋味属性定量模型预测效果Fig. 2 The prediction model of general taste-characteristics and attributes

表4 感官滋味特征属性预测模型参数优化Table 4 The optimization of the NIRmodel parameters associating with taste-characteristics andits attributes

表5 感官滋味总分及感官特征属性定量模型样品分布及预测能力评价Table 5 Sample-distribution andpredictionevaluationof general taste-characteristic model andits attributes

3 讨论

本研究针对工艺白茶滋味品质特征开展滋味特征属性剖析，及基于近红外光谱的滋味属性预测分析研究。研究发现“甘甜感”、“醇爽感”及“陈化感”是白茶滋味特征中的重要属性，三者相互关联，甘甜度与醇爽度与白茶滋味特征总分呈显著正相关。相同原料等级及工艺条件下，陈化度的提高能够显著提升白茶滋味的甘甜度及醇爽度，然而陈化度与滋味特征总分并未表现出显著相关性，暗示陈化度作为白茶滋味风格转化程度的评价因素之一，还受到其他评价因素的制约，有待进一步深入研究。基于NIRS-PLS定量分析模型研究显示该法能够对白茶滋味特征及其醇爽、陈熟、及甘甜属性进行有效预测，预测相关系数均高于0.7，其中滋味特征总分、醇爽度及陈熟度预测模型的预测能力略高于甘甜度预测模型，已有研究显示，甜味感和鲜味感的滋味受体（G蛋白偶联受体）具有部分相同的亚基[19]，表现了鲜甜属性本身的复杂性，同时甘甜感具有丰富的贡献物质，推测这些原因共同导致本实验条件下甘甜度预测能力较其他 3个属性模型相对较弱，同时也暗示茶汤滋味“甘甜感”属性需要进一步进行感官特征分类细化。

[1] 蔡华春. 白茶品质形成研究概述[J]. 茶叶学报, 2012(1):15-17.

[2] Koutelidakis A E, Argiri K, Serafini M, et al. Green tea,white tea, andPelargonium purpureumincrease the antioxidant capacity of plasma and some organs in mice [J].Nutrition, 2009, 25(4): 453-458.

[3] Rashid M M U, Sayeed M A, Hassan M M, et al.Antidepressant and antibacterial activities ofCamellia sinensis(white tea) [J]. Journal of Science & Technology,2013, 81(4): 39-46.

[4] 中国国家标准化管理委员会. 茶叶感官审评方法: GB/T 23776—2009 [S]. 北京: 中国标准出版社, 2009: 7.

[5] Dvořák L, Šustová K, Mlček J. Near infrared spectroscopy as an aid in the food quality control [J]. ChemickeListy,2016, 110(12): 868-873.

[6] Guo PL, Huang L Q, Zhang X P, et al. Application of near-infrared spectroscopy (NIRS) as a tool for quality control in traditional Chinese medicine (TCM) [J]. Current Bioactive Compounds, 2011, 7(2): 75-84.

[7] 陈美丽, 张俊, 龚淑英, 等. 茉莉花茶主要品质成分定量近红外光谱分析模型的建立[J]. 茶叶科学, 2013, 33(1):21-26.

[8] Li Luqing, Wei Lingdong, Ning Jingming, et al. Detection and quantification of sugar and glucose syrup in roasted green tea using near infrared spectroscopy [J]. Journal of Near Infrared Spectroscopy, 2015, 23(5): 317-325.

[9] 王曼, 张正竹, 宁井铭, 等. 基于近红外光谱的黄山毛峰茶鲜叶品质分析及等级快速评价[J]. 食品工业科技, 2014,35(22): 57-60.

[10] 周健, 成浩, 叶阳, 等. 基于近红外的 Fisher分类法识别茶叶原料品种的研究[J]. 光学学报, 2009, 29(4):1117-1121.

[11] Chen Q, Zhao J, Lin H. Study on discrimination of Roast green tea (Camellia sinensisL.) according to geographical origin by FT-NIR spectroscopy and supervised pattern recognition [J]. SpectrochimicaActa Part A Molecular&Biomolecular Spectroscopy, 2009, 72(4): 845-850.

[12] 周小芬, 叶阳, 周竹定, 等. 基于近红外光谱法的大佛龙井茶品质评价研究[J]. 光谱学与光谱分析, 2012, 32(11):2971-2975.

[13] 中国国家标准化管理委员会. 茶叶感官审评术语: GB/T 14487—2008 [S]. 北京: 中国标准出版社, 2008: 10.

[14] 谢娇枚, 罗敏燕, 刘易凡, 等. 陈年祁门红茶品质分析[J].湖南农业科学, 2012(21): 100-102.

[15] 龚淑英, 周树红. 普洱茶贮藏过程中主要化学成分含量及感官品质变化的研究[J]. 茶叶科学, 2002, 22(1):51-56.

[16] 何英姿, 吴菁箐, 吴艳, 等. 六堡茶快速陈化新工艺对茶叶品质的影响[J]. 安徽农业科学, 2010, 38(10):5106-5107.

[17] Tolessa K, Rademaker M, De B B, et al. Prediction of specialty coffee cup quality based on near infrared spectra of green coffee beans [J]. Talanta, 2016, 150: 367-374.

[18] Ferrer-Gallego R, Hernández-Hierro J M, Rivas-Gonzalo J C,et al. Evaluation of sensory parameters of grapes using near infrared spectroscopy [J]. Journal of Food Engineering, 2013,118(3): 333-339.

[19] Li X, Staszewski L, Xu H, et al. Human receptors for sweet and umami taste [J]. Proceedings of the National Academy of Sciences of the United States of America, 2002, 99(7):4692-4696.