近紅外光譜法在茶葉品質(zhì)檢測中的應(yīng)用(張君岱)

近紅外光譜法

在茶葉品質(zhì)中的

應(yīng)用研究進展張君岱茶葉審評現(xiàn)狀近紅外光譜檢測原理幾種茶葉主要內(nèi)含物的紅外分析應(yīng)用存在問題及展望茶葉審評現(xiàn)狀傳統(tǒng)認為，茶葉的品質(zhì)是由色澤、外形、香氣、滋味幾大要素構(gòu)成。因此，評定茶葉品質(zhì)自然會按色、香、味、形去評審。目前，國內(nèi)外的茶葉市場由于鑒別體系不完善，特別是以假亂真、以次充好的現(xiàn)象嚴重。一般采用感官和理化審評相結(jié)合的方法前者受人為因素和外界環(huán)境的干擾后者存在著實驗分析周期長，手續(xù)繁瑣等問題現(xiàn)階段，紅外光譜法以其無污染、無損傷取樣、實時性、使用方便等特點成為檢測的首選，在物質(zhì)定性和定量分析中的應(yīng)用較為普遍。紅外簡介近紅外光(NIR)是介于可見光(VIS)和中紅外光(MIR或IR)之間的電磁波26316cm-112500cm-14000cm-1400cm-1

紫外線可見光近紅外中紅外遠紅外380nm

800nm

2500nm

25000nm

20世紀50年代起，近紅外光譜技術(shù)就在農(nóng)副產(chǎn)品分析中得到廣泛應(yīng)用20世紀80年代后，在解決光譜信息提取和消除背景干擾方面取得的良好效果20世紀90年代初開始商品化近年來，近紅外光譜的應(yīng)用技術(shù)獲得了巨大發(fā)展，在許多領(lǐng)域得到應(yīng)用近紅外光譜檢測原理近紅外光譜主要是由于分子振動從基態(tài)向高能級躍遷時產(chǎn)生的。近紅外光譜記錄的是分子中單個化學(xué)鍵的基頻振動的倍頻和合頻信息，它常常受含氫基團X-H（X=C、N、O）的倍頻和合頻的重疊主導(dǎo)，所以在近紅外光譜范圍內(nèi)，測量的主要是含氫基團X-H振動的倍頻和合頻吸收。獲得近紅外光譜主要應(yīng)用兩種技術(shù)：透射光譜技術(shù)和反射光譜技術(shù)。透射光譜（波長一般在700～1100nm范圍內(nèi)）反射光譜（波長一般在1100～2500nm范圍內(nèi)）有機物以及部分無機物分子中各種含氫基團在受到近紅外線照射時，被激發(fā)產(chǎn)生共振，同時吸收一部分光的能量，測量其對光的吸收情況，可以得到極為復(fù)雜的紅外圖譜，這種圖譜表示被測物質(zhì)的特征。在近紅外光譜分析中，被測物質(zhì)的近紅外光譜取決于樣品的組成和結(jié)構(gòu)。樣品的組成和結(jié)構(gòu)和近紅外光譜之間有著一定的函數(shù)關(guān)系。通常采用多元線性回歸(MLR)，主成分分析(PCA)，偏最小二乘法(PLS)等方法校正。茶葉中的大多數(shù)有機化合物如茶多酚、氨基酸、蛋白質(zhì)、咖啡堿等都含有各種含氫基團，所以通過對茶葉的近紅外光譜分析可以測定這些成分的含量。C-H、N-H、O-H吸收帶的中心近似位置基團cm-1C-HN-HO-H基頻伸縮振動300034003650彎曲振動145016001350合頻434745455000一級倍頻570066007000二級倍頻87001000010500C-H、N-H、O-H的倍頻、基頻吸收譜帶校正模型訓(xùn)練集樣品的選擇用標準方法測定樣品物化性質(zhì)測量光譜數(shù)據(jù)光譜的預(yù)處理回歸計算校正模型的驗證分析樣品效果參數(shù)判別模型預(yù)測效果的好壞:定標模型：有校正標準誤(SEE)、交叉驗證標準誤(SEP)、決定系數(shù)(R)表示。其中SEE、SEP值越小越好。Q值以接近1為最好。外部驗證:真實值與預(yù)測值之間的相關(guān)系數(shù)R，以接近1為最好。近紅外光譜檢測的優(yōu)勢分析速度快、分析效率高適用的樣品范圍廣、樣品一般不需要預(yù)處理分析成本較低、測試重現(xiàn)性好對樣品無損傷可實現(xiàn)在線分析、對操作人員的要求不苛刻茶葉的紅外分析應(yīng)用含水量茶多酚氨基酸咖啡堿其他含水量水分是茶葉中的一個重要成分，與茶葉品質(zhì)的關(guān)系密切。水分的低于5%茶葉的貯存時間長，香氣變化比較小，而高于6.5%時則品質(zhì)下降的比較快。在茶葉的加工過程中水分的多少與品質(zhì)也息息相關(guān)。因此茶葉水分的快速檢測，對于茶葉的加工、保存都有實際的應(yīng)用意義。劉輝軍等將綠茶的光譜經(jīng)過趨勢變換法預(yù)處理，利用徑向基函數(shù)建立了綠茶的水分檢測模型，預(yù)測的相關(guān)系數(shù)r=0.933高于反向傳播神經(jīng)網(wǎng)絡(luò)的r=0.914。張月玲在將光譜用9階卷積平滑結(jié)合二階導(dǎo)數(shù)預(yù)處理后，利用偏最小二乘法建立的定標模型的相關(guān)系數(shù)也達到了0.99以上，優(yōu)于主成分回歸建模法，并且指出原始光譜和平均光譜都適用于茶葉水分的建模。因此證明利用近紅外光譜分析能實現(xiàn)水分的快速檢測。茶多酚茶多酚在茶葉中的含量大約為18～36%，在人體內(nèi)有良好的清除自由基、殺菌抗癌等作用，是茶葉中最重要的成分之一。因此國內(nèi)外許多學(xué)者針對利用近紅外技術(shù)進行茶多酚的快速檢測進行了許多研究。QuanshengChen利用PLS法檢測茶多酚總量的相關(guān)系數(shù)為0.93。J.Luyaert等用PLS建立數(shù)學(xué)模型測定綠茶整葉的中兒茶素的含量。羅一帆等利用茶葉近紅外光譜建立了研磨后的茶葉中茶多酚含量的人工神經(jīng)網(wǎng)絡(luò)模型。夏賢明等利用茶葉近紅外光譜建立了研磨后的茶葉中茶多酚含量的多元線性回歸模型，均得到的預(yù)測效果較好。咖啡堿咖啡堿茶葉具有興奮中樞神經(jīng)、提神醒腦的功能，基本上是由于茶葉中的咖啡堿在起作用，因此咖啡堿也是茶葉中的重要物質(zhì)之一。孫耀國等直接取茶葉完整葉進行傅里葉變換近紅外光譜分析測定綠茶中咖啡堿的含量，以PLS建模，預(yù)測值與真值的相關(guān)系數(shù)r達到0.92。徐立恒等和QuanshengChen等利用相同的建模方法也分別獲得了0.996和0.968的高精確度。蘆永軍等采用近紅外光譜分析技術(shù)對茶多酚樣品中的咖啡堿進行了近紅外光譜定量分析，通過對樣品的漫反射原始吸光度光譜進行導(dǎo)數(shù)、MSC結(jié)合PLS法建立了快速穩(wěn)健的定量分析模型，模型的相關(guān)系數(shù)r為0.993，能有效檢測茶多酚中咖啡堿的含量。因此就咖啡堿的近紅外檢測的研究來看，研究者都建立了較高精確度的模型，說明利用近紅外技術(shù)能有效的檢測茶葉中咖啡堿的含量。氨基酸茶葉中氨基酸的組成、含量以及其降解產(chǎn)物和轉(zhuǎn)化產(chǎn)物與茶葉的香氣和滋味密切相關(guān)，是構(gòu)成綠茶品質(zhì)的極重要成分之一。氨基酸具有降壓、拮抗由咖啡堿引起的對神經(jīng)系統(tǒng)的興奮等作用。徐立恒等對炒青綠茶為原料，對其近紅外光譜進行二階導(dǎo)數(shù)優(yōu)化，在（5000～4000cm-1）用PLS法重新建立數(shù)學(xué)模型模型的相關(guān)系數(shù)r=0.99。孫耀國以不同綠茶為原料，在波長范圍（5000～4000cm-1）的基礎(chǔ)上對光譜進行二階導(dǎo)數(shù)預(yù)處理，PLS法建模，獲得的模型對氨基酸的檢測的相關(guān)系數(shù)r也達到了0.99。因此利用近紅外進行茶葉中氨基酸的檢測能達到較高的精確度。其他成分除了茶多酚、咖啡堿、氨基酸等茶葉中的主要化學(xué)成分外，茶葉中還含有其他多種重要的活性成分如茶黃素、茶紅素、茶多糖等，對人體也有降血糖、血壓、增強免疫等功能。近紅外同樣也能對其進行快速檢測。羅一帆等應(yīng)用了人工神經(jīng)網(wǎng)絡(luò)方法，選擇了5484.6～4192.5cm-1的光譜范圍，以網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)的輸入層、隱層、輸出層，神經(jīng)元數(shù)目為(7，5，1)建立了茶多糖的測定模型，模型的結(jié)果表明建茶多糖定標集和預(yù)測集的相關(guān)系數(shù)r分別達到了0.947和0.968。龔加順等采用云南工夫紅茶、紅碎茶以及福建鐵觀音烏龍茶為原料，將其配制成140個茶飲料樣品，利用PLS法建立了茶黃素和茶紅素的近紅外檢測模型相關(guān)系數(shù)分別為0.86和0.99。因此近紅外同樣也能較好的檢測茶葉中的茶多糖、茶黃素、茶紅素等物質(zhì)的含量。茶葉的種類鑒定與判別除了上述的定量分析以外，定性判別茶葉的種類是近紅外技術(shù)的又一項功能。利用近紅外技術(shù)實現(xiàn)茶葉的分類鑒定以至最終實現(xiàn)產(chǎn)地、品種、生產(chǎn)時間等信息的精確判別，對于規(guī)范茶葉命名，保護地理標識產(chǎn)品，整頓茶葉市場秩序都有重要的實際意義。趙杰文等采用近紅外光譜結(jié)合主成分-馬氏距離模式識別方法鑒別了龍井、碧螺春、毛峰和鐵觀音4種中國名茶，在6500～5300cm-1光譜范圍，通過多重散射校法，以8個主成分建模，對校正集樣本和預(yù)測集樣本的鑒別率分別達到98.75%和95%。李曉麗等應(yīng)用可見近紅外光譜儀測定西湖龍井等5個種類茶葉的光譜曲線，用主成分分析法對不同品種茶葉進行聚類分析，再結(jié)合人工神經(jīng)網(wǎng)絡(luò)技術(shù)建立模型進行茶葉種類鑒別，對未知的25個樣本進行鑒別，茶葉種類的識別準確率達到100%。茶葉真?zhèn)舞b定陳全勝等通過標準歸一化預(yù)處理，選取6500～5500cm-1波長范圍內(nèi)的光譜經(jīng)過主成分分析后，提取11個主成分，選用徑向基函數(shù)作為核函數(shù)建立的模型。對訓(xùn)練集中的138個茶葉樣本，模型的回判鑒別率達到93.48%；對90個獨立樣本進行預(yù)測時，模型的預(yù)測鑒別率達到84.44%。研究結(jié)果表明基于支持向量機的近紅外光譜鑒別名優(yōu)茶真?zhèn)蔚姆椒ㄊ峭耆尚械?。因此利用近紅外技術(shù)能快速準確鑒別茶葉的真?zhèn)危瑥亩鼙Ｗo和提高品牌效應(yīng)，打擊假冒偽劣產(chǎn)品。茶葉的精確定級閻守和用48個國家標準紅、綠茶樣做交叉驗證分析，通過近紅外測定的等級與審評師給出等級之間的相關(guān)系數(shù)達0.836，經(jīng)過回歸處理后r值高達0.941。用多元線性回歸建立的方程對48個省級標準樣進行測定,其結(jié)果相關(guān)系數(shù)r為0.925，錯判樣品數(shù)為9.68%。存在問題及展望目前針對近紅外的在茶葉上的研究已經(jīng)取得了良好的實驗結(jié)果，但近紅外技術(shù)在茶葉上還未能得到實際應(yīng)用，起主要原因是存在以下幾個限制因素：⑴適用范圍的局限性⑵取樣困難⑶檢測的靈敏度不高今后近紅外技術(shù)在茶葉上的應(yīng)用將主要應(yīng)該集中在以下幾個方面：⑴茶葉的快速無損檢測分析⑵茶葉的產(chǎn)地、品種及真?zhèn)蔚壬a(chǎn)信息的鑒定判別⑶茶葉生產(chǎn)過程中的在線監(jiān)測⑷一些茶葉衍生產(chǎn)品的成分檢測雖然目前在我國近紅外技術(shù)在茶葉上的還未能得到實際應(yīng)用，但是隨著茶產(chǎn)業(yè)的發(fā)展，迫切需要實現(xiàn)對茶葉的快速檢測分，而近紅外技術(shù)無疑則是最好的實現(xiàn)方法?，F(xiàn)今近紅外光譜儀精密度不斷提高，計算機技術(shù)和化學(xué)計量學(xué)不斷發(fā)展，因此建立的近紅外檢測模型也得到的逐步完善和優(yōu)化，在不久的將來近紅外技術(shù)必將在茶葉成分的快速檢測、分類鑒別、生產(chǎn)的實時監(jiān)測和精確分級等許多面得到廣泛應(yīng)用。1.沈培和.論浙江龍井與西湖龍井分之難.茶報,2001,3:17-192.陳華才，呂進，陳星旦，等基于徑向基函數(shù)網(wǎng)絡(luò)的茶多酚總兒茶素近紅外光譜檢測模型的研究.光學(xué)精密工程，2006，14（1）：58～623.陳華才，呂進，俸春紅，等近紅外光譜法測定茶多酚中總兒茶素含量.中國計量學(xué)院學(xué)報，2005，16（1）：17～204.陳全勝，趙杰文，張海東等.SIMCA模式識別方法在近紅外光譜識別茶葉中的應(yīng)用.食品科學(xué)，2006，27（4）：186～1895.陳全勝,趙杰文,張海東等.基于支持向量機的近紅外光譜鑒別茶葉的真?zhèn)?光學(xué)學(xué),2006,26(6):933～9376.馬池忠,杜玉紅,董西立,等近紅外光譜分析和人工神經(jīng)網(wǎng)絡(luò)技術(shù)在茶葉感官品質(zhì)評定中的應(yīng)用.中國標準化，2007，7：47～487.褚小立，袁洪福，陸婉珍.普魯克分析應(yīng)用于近紅外光譜儀的分析模型傳遞.分析化學(xué)，2001,30(1):114～1198.褚小立，袁洪福，陸婉珍.光譜多元校正中的模型傳遞.光譜學(xué)與光譜分析,2001,21(6):881-8859.褚小立，袁洪福，陸婉珍.一種消除在線多通道近紅外分析儀的各通道光譜差異的方法.分析化學(xué)，2005,33(6):745-75010.褚小立，袁洪福，王艷斌，等.近紅外穩(wěn)健校正模型的建立—樣品溫度的影響.光譜學(xué)與光譜分析.2004,24(6):666-67111.