茶葉主要組分與發酵度聯系的研究

邢國凱，張瑋，王甜甜，李曉葦，陳橋

（1.河北大學 物理科學與技術學院，河北 保定 071002；2.北京中防昊通科技中心，北京 100013）

茶是世界上著名的功能性飲料，含有豐富的營養成分，具有保健作用［1］.茶葉是一種多組分植物，已明確查明茶葉中的有機化學成分占干物質的90%以上，多達600余種，無機礦物元素亦達40多種［2］，故其品質無法用某種成分的量化直接反映.鮮葉質量的好壞和發酵程度直接影響茶葉的品質［3］，而茶葉的發酵實質上是茶葉內含組分的氧化.本文將采用紅外光譜結合特征基方法，對茶葉單質與茶葉發酵程度的聯系進行探討，得出茶葉判別發酵度特征基的主要因素.

1 實驗部分

1.1 樣品制備

1.1.1 實驗材料

選取不同發酵程度的典型茶葉樣品并編號.

輕度發酵茶：龍井－1，信陽毛尖－2，霍山黃芽－3，君山銀針－4，白牡丹－5，白毫銀針－6；

中度發酵茶：古早茶臺灣烏龍－7，人參烏龍－8；

重度發酵茶：祁紅－9，正山小種－10，六堡熟磚－11，云南七子餅茶－12.

茶葉主要組分見表1，包括多酚類物質［4］、氨基酸、多酚類氧化物和類脂.

表1 茶葉的主要組分Tab.1 Main component of tea

1.1.2 實驗儀器

TENSOR27型傅里葉紅外光譜儀；磨碎機；769YP－15A型粉末壓片機；DHG－9003BS－Ⅲ型電熱恒溫鼓風干燥箱；FA2204B電子天平.

1.1.3 制備樣品的流程

茶葉樣品制備分為烘干、粉碎、研磨、壓片、采集光譜5個過程.首先將標準茶葉樣品放置在40℃的恒溫箱中干燥至恒重，放入粉碎機中粉碎約90s，粉碎后過200目（孔徑0.074mm）篩，裝入塑封袋中封好并標記名稱和制備日期.茶葉單質樣品為科研專用的粉末狀茶葉提取物，與茶葉樣品采用統一的制備流程.將樣品和溴化鉀粉末放在紅外燈下進行烘干，按1∶120的比例混合研磨至均勻，然后將研磨好的混合物在18MPa的壓力下壓制2min成片留待測定.采集時室溫控制在25℃左右，濕度保持穩定.

1.2 波長范圍的選擇和數據的預處理

1.2.1 波長范圍的選擇

在中紅外4 000～400cm－1全譜波段，由于不同茶葉中各組分的含量及相互比例不同，1 800～600cm－1波段幾乎包含了所有特征信息同時剔除了冗余信息，故選取指紋區1 800～600cm－1波段進行建模［5］.

1.2.2 光譜數據的預處理

為消除由于茶葉樣本的狀態不均、測量條件和實驗員的測量習慣等因素產生的噪聲、背景等干擾信號，測得的樣品光譜數據需進行矢量歸一、一階求導和S－G平滑預處理.

矢量歸一是原光譜減去該光譜的平均值后，再除以該光譜數據的標準偏差，實質是使原光譜數據標準正態化［6］.導數光譜既可以消除基線漂移或背景干擾的影響，也可以提供比原始光譜更高的分辨率和更清晰的光譜輪廓變化，減少譜帶重疊［7］.信號平滑是消除噪聲最常用的方法，Savitzky－Go1ay卷積是通過多項式來對移動窗口內的數據進行多項式最小二乘擬合，其實質是一種加權平均法，更強調中心點的中心作用［8］.若多次測量取平均值可降低噪聲提高信噪比［9］.

1.3 特征基理論

特征基理論是基于主成分分析法提出的一種降低茶葉紅外光譜圖原始數據的維數，提取反映茶葉信息的主要因素的多元統計分析方法.主成分分析是以樣品數據統計特征為基礎的正交變換，是最小均方誤差意義上的最優變換［10］.

光譜特征基就是能反映不同種茶葉最大差異信息的特征因子.一般通過尋找能反映最大差異信息的典型茶葉進行特征提取，再通過比較不同特征因子的信息量來確定光譜特征基.將待分析樣品的檢測數據在光譜特征基上投影后，使光譜在不同波段上所表現的信息比重發生變化，能有效提高多組分物質的特征識別.

2 結果與討論

2.1 單質在茶葉光譜特征基上的投影分析

為找出單質光譜與茶葉光譜的相關性，將13種單質的光譜數據經過統一的預處理后，投影在茶葉光譜特征基上［11］，如圖1所示.

圖1 13種單質在茶葉特征基上的投影Fig.1 Projection of 13kinds of simple substance on the characteristic basis of tea

由圖1可以看出，13種單質的分布范圍遠遠超過了茶葉的范圍（虛線圈定圓形區域），說明單質的光譜在不同波段上所包含的信息量與茶葉的信息量差異很大，茶葉包含的是多組分的綜合信息，且不同類別之間也差異較大.因此，單質在茶葉光譜特征基上投影不能分析出單質光譜與茶葉光譜的直接聯系.

2.2 不同類別茶葉在單質特征基上的投影分析

由特征基理論的物理意義可以知道，用單質建基尋找能反映單質最大差異信息的特征因子，不同發酵程度茶葉的數據在光譜特征基上投影后，將使光譜在不同波段上所表現的信息比重發生變化，不同的茶葉在各特征因子上的比重不同.通過改變建基的單質的種類，根據不同發酵度茶葉的分布情況，尋找影響茶葉發酵程度的主要單質因子.

以13種單質建基投影不同發酵度茶葉，由圖2可以看出不同種類茶葉在第1特征因子和第2特征因子上呈現發酵程度越大，得分值越高的規律，其中只有中度發酵茶沒有符合這個規律.由此可知，13種單質包含了茶葉中的大量的綜合信息，而且包含不同類別茶葉的特征信息，可以使不同類別茶葉按發酵度分開.

2.2.1 影響重度發酵茶發酵程度的主要因素

茶葉的發酵主要是多酚類物質的氧化，兒茶素類單質及其氧化產物含量的多少，在一定程度上可以代表重度發酵茶區別于其他茶葉的因素.分別以4種兒茶素單質和多酚類的3種氧化縮合產物建基投影茶葉.

實驗結果表明：以4種兒茶素單質建基投影茶葉，各發酵度茶葉雜亂無章的分布在一起，即各茶葉光譜在不同波段上所表現的信息比重沒有明顯規律；而以3種氧化產物建基投影茶葉，重度發酵茶在第2特征因子上的得分較其他茶葉明顯偏高，但4號黃茶（輕度發酵茶）與黑茶（11，12號）有所重疊.故單獨以兒茶素單質和多酚類氧化物建基均不能區分出重度發酵茶.

筆者以4種兒茶素類單質和3種氧化產物共同建基投影茶葉，如圖3所示.從圖中可以看出，重度發酵茶明顯與其他茶葉區分開來（9～12號茶葉樣品均在虛線下方）.可見4種兒茶素類單質和3種氧化產物的含量是影響重度發酵茶的發酵程度的主要因素.這7種物質是多酚類物質氧化的原物和產物，可以反映氧化程度的全部信息，與化學方法中茶葉發酵度的實質是以多酚類物質的氧化程度來劃分［12］的結論相吻合.同時這也可以理解為判別重度發酵茶的特征基［11］的物理意義.

2.2.2 影響中度發酵茶發酵程度的主要因素

由圖3看出，無論是第1特征因子還是第2特征因子上的得分值，中度發酵茶都沒有處在輕度發酵茶和重度發酵茶的中間，也就是不能僅僅以多酚類物質的氧化程度來表征中度發酵茶的發酵程度.

將4種兒茶素單質分別與其他不同類別單質共同建基投影茶葉.結果表明，以4種兒茶素單質分別與2種氨基酸、2種維生素及胡蘿卜素共同建基投影茶葉均不能有效分離出中度發酵茶，但與葉綠素共同建基投影茶葉能得到明顯的規律，如圖4所示.在第2特征因子上青茶處在輕度發酵茶與重度發酵茶之間，區域Ⅰ為輕度發酵茶，區域Ⅱ為重度發酵茶，由中度發酵茶的分部范圍的變化趨勢看出，中度發酵茶最靠近重度發酵茶，向重度發酵茶分布范圍移動.至于6號白茶（白毫銀針）與中度發酵茶分布在一起，考慮到白茶是待春茶老后始白綠相間采摘，隨白化過程的加深，葉綠素總量降低，所以葉綠素對白茶的分部產生一定的影響.

所以由圖4看出，影響中度發酵茶發酵的因素有多酚類物質的氧化和葉綠素的降解，因此葉綠素是影響中度發酵茶與輕度發酵茶發酵程度不同的主要因素.據研究，青茶（中度發酵茶）在搖青過程中葉綠素大量減少［13］，因此葉綠素含量明顯低于輕度發酵茶.同時這也可以理解為判別中度發酵茶的特征基［11］的物理意義.

圖4 茶葉在4種兒茶素和葉綠素特征基上的投影Fig.4 Projection of tea on the characteristic basis of 4kinds of catechins and chlorophyⅡ

3 結論

采集茶葉主要內含組分的光譜圖，建立茶葉單質光譜特征基.通過改變建基的單質的種類，根據不同發酵度茶葉的分布情況，對比分析得出多酚類物質及其氧化物是影響重度發酵茶發酵程度的主要因素，葉綠素是影響中度發酵茶和輕度發酵茶發酵程度不同的主要因素.

［1］肖玫，楊麗琴，劉曉明，等.茶葉的營養與保健價值及其開發利用［J］.中國食物與營養，2005，12：23－24.

［2］李敏.茶葉的化學成分研究［D］.沈陽：沈陽藥科大學，2008.

LI Min.Study on the chemical composition of Tea［D］.Shenyang：Shenyang Pharmaceutical University，2008.

［3］陳椽.制茶技術理論［M］.上海：上海科學技術出版社，1984：140.

［4］PHILIP O，OWUOR，McDOWELL I.Changes in the aflavin composition and astringency during black tea fermentation［J］.Food Chemistry，1975，51（3）：251－254.

［5］李勇，魏益民，潘家榮，等.基于FTIR指紋光譜的牛肉產地溯源技術研究［J］.光譜學與光譜分析，2009，29（3）：647－651.

LI Yong，WEI Yimin，PAN Jiarong，et al.Determinationof geographical originof beef based on FTIR pectroscopy analysis［J］.Spectroscopy and Spectral Analysis，2009，29（3）：647－651.

［6］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用［J］.食品科學，2006，27（4）：186－189.

［7］袁洪福，陸婉珍.現代光譜分析中常用的化學計量學方法［J］.現代科學儀器，1998，5（6）：9.

［8］LUYPAERT J，ZHANG M H，MASSART D L.Feasibility study for the using near infrared spectroscopy in the qualitative and quantitative of green tea，Camellia sinensis（L.）［J］.Analytica Chimica Acta，2003，478（2）：303－312.

［9］郝勇，陳斌，朱銳.近紅外光譜預處理中幾種小波消噪方法的分析［J］.光譜學與光譜分析，2006，26（10）：1838－1841.

HAO Yong，CHEN Bin，ZHU Rui.Analysis of several methods for wavelet denoising used in near infrared spectrum pretreatment［J］.Spectroscopy and Spectral Analysis，2006，26（10）：1838－1841.

［10］夏柏楊，任竿.近紅外光譜分析技術的一些數據處理方法的討論［J］.光譜實驗室，2005，22（3）：629－634.

［11］張艷偉.基于紅外光譜的特征基理論及其在茶葉識別中的應用研究［D］.保定：河北大學，2011.

ZHANG Yanwei.Study on the characteristic basis theory and its application in the identification of tea based on infrared spectrum［D］.Baoding：Hebei University，2011.

［12］苗愛清.白葉單從不同類型發酵茶中多酚類含量比較研究［J］.廣東農業科學，2007，12：72－75.

［13］顧謙，陸錦時，葉寶存.茶葉化學［M］.合肥：中國科學技術大學出版社，2005：255.