電感耦合等離子體光譜確定茶葉產地

李光，賀曉龍

(河北大學 物理科學與技術學院，河北 保定 071002)

茶葉是一種經濟作物，是世界三大飲料(茶、咖啡和可可)之首，具有豐富的營養成分和良好的保健作用[1].茶葉具有少睡、安神 、延年益壽等功效[2-4].中國是茶的故鄉，具有悠久的歷史和獨特的茶文化[5-6].中國茶樹種類繁多，茶葉產地分布廣泛，這給茶葉的類別、等級、產地等鑒別工作帶來很大的困難.傳統的鑒別方法操作繁瑣，儀器要求高，難以適應現代化工廠檢測的要求[7-8]，因此，現在迫切需要有一種可以快速鑒別茶葉種類、等級、產地等信息的方法來整頓和規范茶葉市場，保障茶葉品質.

ICP(電感耦合等離子體)光譜分析技術以高靈敏度、高精密度和具有同時多元素分析能力等優點成為無機樣品成分分析的重要手段，廣泛應用于化工、礦產、金屬材料、環境監測、生物樣品等領域.如今，無機元素(有機化合物及無機化合物中含有的)的測定已普遍選用ICP光譜.利用ICP光譜分析技術測試茶葉中各種礦質元素并建立完善的分析方法，用科學計量指標來評價茶葉品質，可以使結果更加客觀、科學，對加強茶葉生產的過程監控以及建立茶葉的現代化質量標準等問題都有積極的促進作用.本文采用茶葉的ICP數據，結合特征提取的方法對茶葉的來源地進行了分析.

1 實驗材料和方法

1.1 原材料和茶葉產地信息

在中國，茶樹分布于全國各地，東自寶島臺灣(122°N附近)，南到海南島(18°N附近)，西從西藏林芝(94°E附近)，北止于蓬萊山(38°N附近).依據茶樹的種類及其生長的自然條件和茶類結構這3個條件，可以將中國的茶產區分為4大區域：江南、西南、華南及江北4個茶區.江南產區憑借其優越的自然條件，如土壤、氣候等，成為公認的重點茶區，該茶區產量巨大，優質、名牌茶葉眾多，經濟效益高.本實驗主要以華南茶區的福建東南部、西南茶區的四川以及江南茶區的福建大部、湖南、安徽南部等地的茶葉進行研究.茶葉樣本為：北港毛尖、君山銀針、君山毛尖、君山黃茶、坦洋工夫、白琳功夫、白毫銀針、白牡丹、政和工夫、正山小種、安溪鐵觀音、祁門紅茶、黃山毛峰、雅安綠茶、雅安紅茶等25種茶葉.

1.2 儀器與工作條件

端視Varian710-ES全譜直讀電感耦合等離子體原子發射光譜儀(美國Varian公司).中階梯光柵，刻度密度97.4 line/mm，波長175～785 nm；40.68 MHz射頻發生器，高頻功率1 150 W，水平等離子炬；冷卻氣流量15 L/min，輔助氣流量1.5 L/min，霧化器壓力220 kPa；玻璃同心霧化器，分析泵速15 r·min-1，樣品提升量為2.0 mL·min-1.實驗環境溫度：20～27 ℃，濕度：50±5%.

1.3 樣品制備

取10 g茶葉樣本置于40℃的干燥箱中恒溫12 h至恒重；然后將其進行30 s粉碎處理，為使得粉碎均勻應在粉碎時改變粉碎機的放置方向；將粉碎后的樣品過篩(孔徑0.074 mm)，然后收集到干燥的小袋中待用；稱取試樣5.0 g于300 mL超純水中，在90 ℃下浸泡30 min，過濾，將茶葉清液移入100 mL的錐形瓶內并定容至刻度，待上機測定.

1.4 測量步驟

1)ICP光譜儀開機后預熱30 min；

2)將制備好的樣品利用ICP光譜儀進行數據采集；

3)每次測量重復掃描3次，計算平均值，即為茶葉樣本中ICP光譜數據.

4)實驗過程中維持空氣溫度和濕度穩定.

1.5 特征基理論

特征基理論是基于主成分分析思想的一種多元統計分析方法，該方法的主要任務是進行特征提取得到特征因子.特征提取就是在一個變量較多的數據集中對原始變量線性組合成較少的幾個新變量，這些變量包含原變量中絕大多數的信息，再將由原變量構成的高維數據投影到新變量組成的低維空間，并使不同維空間中包含的信息盡可能相同[9].

特征基理論具體應用到研究：首先，在各個茶葉產區選取能夠代表該產區地域特征的名優茶葉樣本，并采集這些樣本的光譜數據資料，即ICP光譜數據；然后，對茶葉樣本的ICP光譜數據進行特征提取；最后，選取樣本分辨信息量較多的特征因子建基，即為所要的特征基.

建立特征基后即可對茶葉的產地特征進行投影分析，有效提高多組分物質的特征識別，這樣既可以提取反映茶葉信息的主要因素，又可以去除干擾因素，從而方便、快捷地分析茶葉.

2 結果與分析

2.1 元素間的相關性分析

首先測定茶葉樣本中礦物質元素的含量，然后對每一個區域中礦物質元素的絕對含量相差不大的幾種茶葉，計算元素絕對含量的平均值，結果如表1.

表1 不同產地茶葉微量元素含量

從表1可以看出，不同地域的茶葉中K，Ca，Mg，Fe，Mn，Al等元素的絕對含量變化較大，但K，Ca，Mg等離子含量相對穩定；K，Na 2種元素在不同地域中的含量呈現負相關.產生這種地域差異的原因是茶樹生長的土壤條件不同，如土壤的pH、各種礦物質元素的含量分布、土溫等，這說明茶葉中礦質元素的含量具有地域性特征，能夠作為茶葉產地鑒別的一個指標.

依據上表計算出各元素之間的馬氏距離，如表2.

表2 各元素之間的馬氏距離

從表2可以看出，不同地域茶葉中Ba，Cu，Zn和Mg元素的相對含量具有相同的變化趨勢.產生以上地域差異的依據是茶樹不斷從其生長土壤中吸收生長發育所必需的礦質元素和水分，土壤與茶樹之間有頻繁的物質交換，并且這種物質交換具有明顯的規律性.例如，隨鋁濃度增加，根系對鈣、鎂、鉀的吸收下降；錳過高，易發生缺鐵；磷過高，根系吸收鋅、鎂、鐵少；鉀過高會抑制氮、鎂、鈣的吸收.影響地域微量元素差異的因素主要包括土壤條件、人類污染、大氣和氣候的差異以及礦物元素相互之間的作用等，這些因素還對茶樹根系的生長和根系對各種礦質元素的吸收具有重要影響[10-12].

2.2 投影分析

對同一個茶葉產區中具有代表性的名優茶進行第1次特征提取，提取過程如下：

1)將采集到的原始數據進行歸一化，得到標準光譜數據；

2)計算標準化矩陣X的協方差矩陣∑，進而得到相關矩陣R；

3)計算矩陣R的特征值與特征向量矩陣L，對應于最大特征值的特征向量即為第1特征因子，對應于第2大特征值的特征向量即為第2特征因子，依次類推.

然后分別取出各個產區的前3個特征因子組成一個新的光譜數據矩陣，按照和第1次特征提取相同的過程進行第2次特征提取，得到代表主要信息的特征因子.選取第1和第2特征因子建基，得到投影圖如圖1.

圖1 不同產地茶葉投影Fig.1 Projection of different origin of tea on the characteristic basis

由圖1可以看出，各產地茶葉具有很好的聚類性且各產區之間也能夠很好地分離開.安徽的茶葉樣本中4種祁門紅茶產于安徽省祁門、東至、貴池、石臺以及黟縣等地，而黃山毛峰、休寧松蘿屯溪綠茶以及新安銀針產于黃山腳下及海拔600～700 m的山地，生長環境差異較大，故圖1中分別在2個位置聚集.

其次，由圖1可以看出各產區的茶葉從左下方至右上方分布，故有理由猜測該分布圖中還包含一定的其他信息.進一步地分析發現所用的茶葉樣本中安徽祁門的幾種樣本生長在平原地帶，海拔較低；湖南的茶葉樣本生長在湖南君山島，海拔在50～60 m；四川雅安的茶葉樣本生長在海拔600～700 m的丘陵地帶；安徽黃山的茶葉樣本生長在黃山周圍的海拔在600～700 m的地帶；福建的茶葉樣本生長在海拔1 400～1 500 m的高山上.圖中各產區的茶葉從左下方至右上方分布極有可能反映的是茶葉樣本海拔高度的特征.

3 結論

由以上分析可知，不同地區的土壤條件、水、廢棄物及空氣中微量元素的構成與含量圖譜有其各自的獨特特征，因此，不同產地的茶葉樣本中元素的含量有明顯的差異，故礦物質元素可以作為表征茶葉地域差異的較好指標之一，使用ICP-AES結合特征提取方法可以有效地對茶葉來源地特征進行鑒別.

參 考 文 獻:

[1] 邊世平.茶葉的化學成分及其保健作用[J].青海大學學報:自然科學版，2004,22(4)：64-65．

BIAN Shiping. Chemical composition and health effects of tea[J]. Journal of Qinghai University: Natural Science Edition, 2004,22(4)：64-65．

[2] 章志強，揭國良.茶飲料中功效成分與茶葉選擇及加工工藝的密切關系[J] .安徽農學通報，2012，18(01)：39-40．

ZHANG Zhiqiang,JIE Guoliang. The close relationship between the functional components of tea beverages and selection of tea and processing technology[J]. Anhui Agricultural Science Bulletin, 2012，18(01)：39-40．

[3] 韓芳,鐘熒,王迪,等. 普洱茶保健功效的研究進展 [J]. 公共衛生與預防醫學，2011 (01)：55-57．

HAN Fang,ZHONG Ying,WANG Di,et al. Research progress of Pu’er tea health care efficacy[J]. Journal of Public Health and Preventive Medicine, 2011 (01)：55-57．

[4] 李靚.茶氨酸保健功效研究及其保健食品開發[D].北京：中國農業科學院，2009.

LI Liang. Theanine health research and development of health food[D]. Beijing：Chinese Academy of Agricultural Sciences, 2009．

[5] 程啟坤.中華茶文化上下五千年[J] .中國茶葉，1999(5)：32-34．

CHENG Qikun. Up and down five thousand years of Chinese tea culture[J]. China Tea, 1999(5)：32-34．

[6] 徐曉村.中國茶文化[M] .北京：中國農業大學出版社，2005：1-5．

XU Xiaocun.Chinese tea culture[M]. Beijing: China Agricultural University press, 2005：1-5．

[7] 王宇新.基于計算機視覺和電子舌技術的綠茶分類分級研究[D] .江蘇：江蘇大學，2007．

WANG Yuxin. Study on green tea classification technique based on computer vision and electronic tongue[D]. Jiangsu: Jiangsu University,2007.

[8] 常菊.茶葉主要成分的工廠化快速檢測研究[D] .成都：四川農業大學，2009．

CHANG Ju. Study on rapid detection of the major components of tea factory[D]. Chengdu: Sichuan Agricultural Uniersity,2009.

[9] 梅長林，周家良.實用多元統計分析[M].北京：科學出版社，2002:307-315.

[10] 劉栩.淺析我國主要的茶葉審評方法[J]．茶報，2001(3)：20-21．

[11] 凌彩金，王秋霜，卓敏，等. 茶葉審評技術研究進展[J] .廣東農業科學，2010(3)：68-71．

LING Caijin,WANG Qiushuang,ZUO Min,et al. Advances in the research on the evaluation of tea[J]. Guangdong Agricultural Science, 2010(3)：68-71．

[12] 任向英.農產品中金屬元素的ICP-AES測定分析[D] .杭州：浙江工業大學，2007．

REN Xiangying. Determination of ICP-AES analysis of metal elements in agricultural products[D]. Hangzhou: Zhejiang University of Technology,2007.