閩南烏龍茶及其產地稀土信息二階聚類研究

孔俊豪 楊秀芳 張士康 趙玉香

（中華全國供銷合作總社杭州茶葉研究院，浙江杭州 310016）

閩南烏龍茶及其產地稀土信息二階聚類研究

孔俊豪 楊秀芳*張士康 趙玉香

（中華全國供銷合作總社杭州茶葉研究院，浙江杭州 310016）

本研究基于閩南烏龍茶某主產區收集的毛茶、鮮葉及對應土壤中的稀土含量進行樣本系統檢測，通過二階聚類分析。從閾值特征上可將干毛茶采集區歸入四個特征組：低稀土含量區（產地代碼2、3，下同），次低稀土含量區（1、8）、次高稀土含量區（4、9）和高稀土含量區（5、6、7）；鮮葉采集區分三個特征組：低稀土含量區（2、4），中稀土含量區（1、3、7、8、9、10），高稀土含量區（2、4、5、6、7），2、4、7 三地樣本中稀土含量有異化趨勢；土壤采集區歸為四類：低稀土含量區（3、8），次低稀土含量區（2、5、7、9），次高稀土含量區（4），高稀土含量區（1、6、10）。明確了該烏龍茶主產區稀土含量水平鎮域細分的集群特征，并據此實現了基于產地稀土信息的鎮域化聚類，可為閩南典型烏龍茶產區低稀土茶園選建及茶園稀土管控提供支撐和依據。

閩南烏龍茶 稀土 產地聚類

近幾年，烏龍茶、緊壓茶等幾種用成熟度較高的原料加工而形成的典型茶類，其稀土含量偏高問題逐步暴露。為摸清我國茶葉稀土現狀及其產地稀土分布特征，本研究以某一烏龍茶主產區（茶園面積4萬公頃）為實證，對其所轄十個主要產茶鄉鎮開展研究。項目采集了批量干毛茶、鮮葉、茶園土壤等樣本，對GB 2762-2005明確限定的稀土元素（氧化物總量）進行研究與分析。為研究不同產地間樣本基于稀土安全性指標的相似性，采用二階聚類對稀土含量觀測值進行了統計聚類。

二階聚類分析是數據挖掘的重要方法之一，在管理科學及種質資源領域有著日漸廣泛的應用[1-5]。通過產生不同聚類數的判別信息、最終的聚類頻數及描述性統計量，利用聚類分析對樣品稀土觀測值進行分類，能較真實地區分各產區茶葉稀土水平差異，聚類結果較穩定，可為產地聚類提供客觀依據。本研究基于二階聚類分析明確了某一烏龍茶主產區范圍內鎮域細分的集群特征，并據此實現了基于產地稀土信息的鎮域化聚類，為“十二五”期間建設低稀土烏龍茶原料基地的篩選奠定了理論基礎。

1 材料與方法

1.1 材料與試劑

1.1.1 試劑

硝酸水溶液（v/v）：1∶1；30%過氧化氫溶液；稀土標準溶液：鑭(La)、鈰(Ce)、鐠(Pr)、釹(Nd)、釤(Sm)單元素標準溶液，濃度均為1mg/mL，由國家有色金屬及電子材料分析測試中心提供；混合標準工作液：由五種稀土單元素標準溶液配成，各元素含量 依 次 為 0.0、5.0、10.0、20.0、50.0、100.0 ng/mL。硝酸、雙氧水分別為國產優級純、分析純。

1.1.2 樣品采集

毛茶樣采集：從產地代碼分別為1～9的9個產茶鄉鎮，每個鄉鎮選擇毛茶取樣點5～10個，每戶同一品種毛茶取樣≥200g，干茶樣82只。

鮮葉樣采集：從產地代碼分別為1～10的10個產茶鄉鎮（產地代碼依次為 1，2，3，…10），每個鄉鎮選擇茶園5～10個（單塊取樣茶園面積≥0.67公頃），同一茶園選取4～6個采樣點進行隔點采樣組成混合樣，單個茶園取樣鮮葉量≥1.0kg，有效鮮葉樣計47只。

土壤樣品采集：在鮮葉取樣點對應的茶樹根部，取離地表20～30cm左右的表層(耕層)土壤，單次取樣0.5kg左右，混勻，有效樣品87只。

1.1.3 采集預處理

毛茶樣品處理：經粉碎，過80目篩，保存至聚乙烯塑料瓶，備用。

鮮葉處理：將采集的鮮葉及時進行干燥，經粉碎、過80目篩，保存至聚乙烯塑料瓶，備用。

土壤處理：100℃烘干，用有機玻璃或木棒碾碎，過100目篩，保存至聚乙烯塑料瓶，備用。

1.2 測定方法

1.2.1 茶葉中稀土總量測定

準確稱取磨碎茶樣2g（精確到0.001g），置于30mL瓷坩堝中，加熱炭化至無煙后，移入電阻爐中，525±25℃灰化4h。冷卻后加入1mL去離子水，然后加1mL硝酸溶液及2滴過氧化氫溶液，消解至無色透明，定容至25mL刻度，搖勻待測。取與消化樣品相同量的硝酸，同法做試劑空白試驗。電感耦合等離子體發射光譜法 （ICP-AES法，Genesis電感耦合等離子體發射光譜儀，德國斯派克公司） 測定茶葉中 La、Ce、Pr、Nd、Sm 等五種稀土元素的含量，經換算轉化后得到各個元素的氧化物含量，將各個元素的氧化物含量累加后就可得到五個元素的氧化物總量。同一樣品平行測定。

1.2.2 土壤中稀土總量測定

準確稱取土樣1.000g于聚四氟乙烯坩堝中，加硝酸5mL、高氯酸2mL、氫氟酸5mL，在電熱板上加熱溶解成黃白色糊狀，冷卻后，再加高氯酸2mL，以趕盡氫氟酸，冷卻，再加2mol/L鹽酸5mL，微熱溶解殘渣，移至50mL容量瓶定容，同時做空白，ICP-AES 法測定土壤樣中 La、Ce、Pr、Nd、Sm等五種稀土元素的含量，計算處理同1.2.1。

1.3 分析方法

檢測數據采用SPSS16.0軟件進行分析，以平均值表示[6-7]。

2 結果與分析

2.1 干茶樣中稀土含量檢測值統計與聚類分析

對某一烏龍茶主產區隨機抽取的82只干茶樣剔除茶梗后進行稀土元素檢測，樣本描述統計分別見表1和圖1。

由表1可以看出，統計樣本范圍內，按GB 2762-2005《食品中污染物限量》國家標準規定判定，干茶樣稀土含量合格率為48.2%。

干毛茶樣本稀土氧化物含量均值3.03mg/kg，標準差2.56，偏度系數1.554，偏度標準誤0.269，同一產區茶葉樣品稀土含量水平呈較明顯的正偏態分布。

表1 干茶樣品稀土含量分布區間統計Table1 Distribution statistics of REOs content in tea samples

為判別和探究基于稀土含量水平高低的產地聚類信息，對來自同一產區不同鄉鎮的71只樣品，以產地為分類變量進行了基于產地類別的二階自動聚類分析，結果見表2。

圖1 干茶樣品稀土含量分布直方圖和正態曲線Fig.1 Histogram and normal curve for REOs content in tea samples

表2 產地自動聚類的BIC信息數據（干茶樣品）Table2 REOs content BIC information by automatic clustering for tea samples

根據 TSC 聚類原則，若 dBIC（2）＞0，則最終聚類數為1，聚類完畢。否則，搜索rBIC＜0.04的聚類結果，取聚類數最少者 (假設為J)；若此時所有rBIC均大于0.04，則取自定義的最大聚類數（15），從聚類數為J-1開始，搜索J-1～2之間最大的兩個rDM值，若最大值與次大值之比大于1.15，則較大rDM值的聚類數為最終結果；否則，取兩者中聚類數較多者為最終結果[8]。由表2中BIC 值可知，dBIC(2)=(-57.450)＜0，觀察 rBIC，其中小于0.04的最小聚類數為5，聚類數4和2之間兩個最大的rDM值分別為1.693和1.510，1.693/1.510=1.12＜1.15，因此取聚類個數較多者為好。顯然，基于產地信息將茶葉按照稀土含量水平分為4類為較適宜的類型數。

根據圖2及表3的協同分析可知，產地2、3歸入第Ⅰ類產區（低稀土產區），產地1、8歸入第Ⅳ類產區（次低稀土產區），產地4、9歸入第Ⅲ類產區（次高稀土產區），產地5、6、7歸入第Ⅱ類產區（高稀土產區）。

2.2 同一產區茶樹鮮葉稀土含量水平分析

對茶樹鮮葉樣本進行兩階段聚類分析，得到47個樣本被聚為1～15類時相關統計指標的具體數值，如表4所示。

圖2 95%置信區間聚類內部的干茶樣本均值范圍及聚類分布Fig.2 Simultaneous 95%confidence intervals for tea samples REOs means and percent within cluster

表3 基于茶葉樣品稀土含量水平分析的產地聚類結果Table3 Results of producing area clustering based on REOs content in tea samples

由表4中BIC信息可知，dBIC(2)=(-22.225)＜0，根據 rBIC值，小于 0.04的聚類數為 3，按照2.1中聚類原則，自動聚類數為2，根據二階聚類的協調算法[9]及樣本稀土含量限量指標，以2.0mg/kg為聚類節點參數，控制聚類過程，由圖3的聚類均值比較數據可以看出，聚為3類較適宜的類型符合實際分布狀況。

根據圖3及表5的協同分析可知，2、4歸入第Ⅰ類產區（低稀土鮮葉產區），1、3、7、8、9、10 歸入第Ⅱ類產區 （中稀土鮮葉產區），2、4、5、6、7 歸入第III類產區（高稀土鮮葉產區），2、4兩地鮮葉樣品稀土檢測值差異較為懸殊，在上述I、II類型中均有分布，而7地鮮葉樣品在II、III中亦有分布，總體水平趨于偏高。

表4 各產地自動聚類的BIC信息數據（鮮葉）Table4 REOs content BIC information by automatic clustering for tea fresh leaf samples

2.3 茶園土壤樣稀土含量水平的聚類分析

圖3 95%置信區間聚類內部的鮮葉樣本均值范圍及聚類分布Fig.3 Simultaneous 95%confidence intervals for fresh leaf samples REOs means and percent within cluster

表5 基于鮮葉稀土含量水平分析的產地聚類結果Table5 Results of producing area clustering based on REOs content in fresh leaf samples

表6 產地自動聚類的BIC信息數據（茶園土壤）Table6 REOs content BIC information by automatic clustering for soil samples

對不同鄉鎮的茶園土壤樣本進行兩階段聚類分析，得到87個有效樣本被聚為1～15類時相關統計指標的具體數值，如表6所示。

由表6中BIC值可知，dBIC(2)=(-65.829)＜0，故繼續觀察rBIC，其中小于0.04的最小聚類數為5，聚類數4和2之間兩個最大的rDM值分別為1.737和 1.687，1.737/1.687=1.03＜1.15， 因此取聚類個數較多者為好，顯然4為較適宜的聚類數。

根據圖4及表7的組合分析可知，產地3、8歸入第Ⅲ類產區（低稀土茶園區），產地 2、5、7、9歸入第Ⅱ類產區（次低稀土茶園區），產地4歸入第Ⅰ類產區（次高稀土茶園區），產地1、6、10歸入第Ⅳ類產區（高稀土茶園區）。

3 討論與小結

本研究基于閩南烏龍茶某主產區收集的毛茶、鮮葉及對應土壤中的稀土含量進行樣本系統檢測，通過二階聚類分析，得出如下結論：

圖4 95%置信區間聚類內部的土壤樣本均值范圍及聚類分布Fig.4 Simultaneous 95%confidence intervals for soil samples REOs means and percent within cluster

表7 基于土壤稀土含量水平分析的產地聚類結果Fig.7 Results of producing area clustering based on REOs content in soil samples

（1）隨機在九個產茶鄉鎮抽取的烏龍茶毛茶樣品，稀土含量均值為3.45mg/kg，基于GB 2762-2005《食品中污染物限量》的產品合格率為48.2%，樣本總體稀土含量呈較明顯的正偏態分布。

（2）通過產地二階聚類，九個干茶樣品采集區歸入四個特征分布組，低稀土含量產區 （產地代碼：2、3，下同）、次低稀土含量產區（1、8）、次高稀土產區（4、9）及高稀土產區（5、6、7）。

（3）十個鮮葉樣本采集區可歸入三個特征組，低稀土含量產區（產地代碼2、4，下同），中稀土含量產區（1、3、7、8、9、10），高稀土含量產區（2、4、5、6、7）， 其中 2、4、7三地樣本鮮葉中的稀土含量有極化、分化趨勢。

（4）十個土壤樣本采集區歸為四類，低稀土含量產區（產地代碼3、8，下同），次低稀土含量產區（2、5、7、9），次高稀土含量產區（4），高稀土含量產區（1、6、10）。

研究還對茶樹鮮葉及其土壤進行稀土含量的對應分析表明，土壤中稀土含量與鮮葉中稀土含量具有一定的相關性（r=0.282），表明土壤環境中可溶態稀土元素的含量對鮮葉中稀土含量有一定的影響。此論據可為今后低稀土茶園建設和管理方面提供有益的參考。茶樹中稀土元素的吸收途徑和遷移分布仍待開展進一步的示蹤溯源研究。

[1]鄧海燕.聚類分析與判別分析的區別[J].武漢學刊,2006,(1):29-31.

[2]岳淑芳,郭世華,王秀娟,等.部分引進小麥品種農藝性狀的聚類分析[J].內蒙古農業大學學報,2006,27(3):53-57.

[3]李瑞,肖斌,宋紅霞,等.50份茶樹種質資源農藝性狀及其聚類分析[J].西北農業學報,2011,20(10):107-111.

[4]胡建軍,周冀衡,張建平,等.兩階段聚類分析在烤煙外觀質量評價中的應用[J].農業機械學報,2009,40(6):143-146.

[5]吳惠豐,張曉宇,李曉晶,等.模型毒物急性毒性尿液核磁共振氫譜標記物的二階段聚類分析[J].分析化學,2006,34(1):21-25.

[6]王喆.試驗設計與SPSS應用[M].北京:化學工業出版社,2007:146-149.

[7]陳勝可.SPSS統計分析從入門到精通[M].北京:清華大學出版社,2010:72-117.

[8]汪存友,余嘉元.SPSS兩階聚類法如何自動確定聚類數[J].中國衛生,2010,27(2):202-203.

[9]杜強,賈麗艷.SPSS統計分析從入門到精通[M].北京:人民郵電出版社,2009:298-304.

Study on South Fujian Oolong Tea’s Characteristic Based on Producing Area Rare-Earth Oxides Information by the Two-step-cluster

KONG Jun-hao,YANG Xiu-fang*,ZHANG Shi-kang,ZHAO Yu-xiang
(Hangzhou Tea Research Institute,CHINA COOP,Hangzhou 310016,China)

The rare earth oxides (REOs)of raw tea,fresh leaves and soil samples were tested and analyzed in this research,group characteristics of town subdivision were found by the two-step-cluster.The acquisition regions of raw tea samples have been divided into four characteristic groups by threshold value character of REOs,which were in sequence of low content area (code of origin 2,3),sub-low content area(1,8),sub-high content area(4,9)and high content area(5,6,7);the acquisition regions of fresh leaves have been divided into three characteristic groups,which were in sequence of low content area (2,4),medium content area (1,3,7,8,9,10)and high content area (2,4,5,6,7),however,three regions (2,4,7)exhibited an alienation trend;the acquisition regions of soil samples have been divided into four characteristic groups,which were in sequence of low content area(3,8),sub-low content area(2,5,7,9),sub-high content area(4)and high content area (1,6,10).Thus regionalization for towns has been realized by producing area REOs information accordingly,which could provide support and basis for construction of low-REOs Oolong tea garden base and REOs management and control in South Fujian producing areas.

South Fujian Oolong Tea,Rare Earth Oxides,Producing Area Clustering

2012-02-06

項目來源：“十二五”國家科技支撐計劃子課題“茶葉質量安全控制關鍵技術研究與示范”（2011BAD01B02-1）

孔俊豪（1982-），男，河南漯河人，研究實習員，主要從事茶葉活性組分的生物轉化技術及精深加工研究。

*通訊作者：teatesting@sina.com