基于分類回歸樹CART的湖南黑茶湯色品質的表征研究

李擁軍,王美玲,顏鴻飛,白秀芝,朱紹華,戴 華

(1. 湖南出入境檢驗檢疫局技術中心,湖南長沙 410004;2. 食品安全科學技術湖南省重點實驗室,湖南長沙 410004)

?

基于分類回歸樹CART的湖南黑茶湯色品質的表征研究

李擁軍1,2,王美玲1,2,顏鴻飛1,白秀芝2,朱紹華1,2,戴 華1

(1. 湖南出入境檢驗檢疫局技術中心,湖南長沙 410004;2. 食品安全科學技術湖南省重點實驗室,湖南長沙 410004)

采用色差法分析了紅茶、綠茶、烏龍茶及不同產地的黑茶的湯色。根據茶湯色度值篩選出特征變量,建立了湖南黑茶的分類樹CART識別模型。結果表明:湖南黑茶與綠茶、烏龍茶和紅茶間兩兩比較,除與烏龍茶Δa*差異不明顯外,其他色度值都存在顯著差異;對于不同產地的黑茶對比分析,湖南黑茶除與青磚的ΔL*和生普的Δa*差異不大外,與六堡茶、青磚、藏茶、生普和熟普茶的ΔL*、Δa*、Δb*和ΔE*之間有明顯差異;采用預測集樣本評估模型質量,分類樹CART模型對于茶葉類別和產地的識別正確率分別是100%和93.3%。因此,利用茶湯色度值建立起的分類樹CART模型,可以得到湖南黑茶很好的分類識別效果。

湖南黑茶,湯色,色度值,分類回歸樹

茶葉是一種嗜好性的大眾飲料,其品質優劣一般由色、香、味、形和葉底五個因子協同作用而成,其中湯色是表征茶葉品質的重要因子之一。湯色評價經典方法是感官評審,但是人的視覺受各種內、外源性因素的影響,從而降低了評定結果的準確性。茶葉湯色儀器評價方法源起70年代日本采用的亨特-Lab表色系的色差法[1]。目前,國際上通用的測色標準是CIE1976-L*a*b*表色系。ΔL*代表明亮度差,其值愈大,湯色愈亮,反之愈暗。Δa*代表紅綠色度差,在正值時表示紅色程度,在負值時表示綠色程度。Δb*代表黃藍色度差,在正值時表示黃色程度,在負值時表示藍色程度。同時由L*、a*、b*產生其它的色度衍生值,如色調彩度Cab、色彩飽和度Sab、色相b/a、色相角Hab和總色差ΔE,這些色度值及其衍生值是L*a*b*表色系表征顏色空間的八個參數,可以反應出不同色彩的細小差別。近年來,一些新的儀器測色技術在茶葉品質鑒定中開始了嘗試和發展[2-5]。賴凌凌等測定了39個福建綠茶,探討了茶湯色度值與湯色的相關性[6]。梁月榮等用光譜分析測定12種浙江名茶的茶湯,研究結果表明在400nm和440nm處的透光率分別與茶湯得分呈顯著和極顯著的正相關[7]。蔡健榮采用計算機圖象處理技術分析了不同品質的茶湯[8]。這些新技術的應用大多是基于采用現代儀器測定得到的表征參數值,再通過模糊分類法、人工神經網絡、貝葉斯分類法和支持向量機等數據挖掘方法,建立起評判模型,用于品質鑒定[9-14]。分類回歸樹CART法是Breiman等人1984年提出的決策樹構建算法,如今它在數據統計學上應用進展較快,在醫療判斷、氣象預測、物流管理及風險投資等領域已有成功的應用。如今食品中CART法在紅酒產地溯源等領域有研究,而茶葉領域的應用尚未見文獻。

綠茶、紅茶和烏龍茶茶湯的儀器評價方法文獻介紹較多[15-18],而有關黑茶湯色的分析鮮有報道。本文基于測色技術獲取不同茶葉茶湯的CIE1976-L*a*b*表色系色度值,從中提取色度值的特征變量,建立了湖南黑茶分類樹CART模型,用于湖南黑茶湯色品質表征和茶葉識別,旨在為湖南黑茶原產地保護、多茶類定量判別和摻假打偽提供技術支撐。

表1 黑茶樣本信息Table 1 Sample information of the dark tea

1 材料與方法

1.1 材料與儀器

供試的69份茶葉樣本分購自湖南、湖北、四川、廣西、云南、福建等地的自制或市售成品茶,其中黑茶54份、紅茶5份、綠茶5份和烏龍茶5份,具體樣本信息見表1。

實驗用水為蒸餾水。

SMY-2000ST測色色差計 北京盛名揚科技開發有限責任公司;ML503電子天平(感量0.1g) 瑞士METTLER TOLEDO公司;評茶專用杯碗;茶匙;計時器。

1.2 實驗方法

1.2.1 感官審評方法 稱取茶樣5g,加入250mL沸騰蒸餾水,按照《茶葉感官審評方法》(GB/T 23776-2009)所規定的方法沖泡[19],由專業審評人員對外形、湯色、香氣、滋味和葉底五項因子進行密碼審評,并給予評價,評價標準參考GB/T 23776-2009[19]。

1.2.2 色度值測定 稱取茶樣5g,加入250mL沸騰蒸餾水,沖泡時間為3min,沖泡完成后迅速過濾,測定濾液60℃時的色度值。色差計參數采集前,儀器預熱、調零、標準白色板校正。以蒸餾水為對照,先測量蒸餾水的色度值,然后再測量各茶樣茶湯的色度值(L*、a*、b*、ΔL*、Δa*、Δb*、ΔE*),每個茶樣重復測定2次,取其平均值為測定結果。

1.3 數據處理

實驗數據采用Excell軟件和Python語言編程進行統計分析。采用Excell的t-檢驗進行差異顯著性分析,表2中數據為平均值±標準偏差。用Python語言編程進行分類回歸樹CART建模。分類

表2 湖南黑茶與其他茶葉樣本茶湯色度值差異Table 2 The difference of chromaticity between Hunan dark tea liquor and the other teas liquor

2 結果與分析

2.1 湖南黑茶與其他不同茶類茶湯色澤的差異

湖南黑茶與其他不同茶類樣本的湯色進行對比分析。從表2看出,湖南黑茶湯色的ΔL*、Δb*和ΔE*三個參數與紅茶、綠茶和烏龍茶兩兩間都存在顯著差異。明亮度ΔL*值湖南黑茶要低于綠茶和烏龍茶,遠高于紅茶。黃藍度Δb*值湖南黑茶要高于烏龍茶和綠茶,烏龍茶和綠茶較接近,而紅茶最高。在感官審評上,湖南黑茶湯色橙黃漸紅,綠茶湯色綠黃,烏龍茶湯色黃綠,而紅茶湯色紅濃。這種感官上湯色的變化與它們Δb*值大小趨勢是一致的。總色差ΔE*值高低為烏龍茶<綠茶<湖南黑茶<紅茶。有研究認為不同茶類間湯色的差異是與各茶類制作工藝不同緊密相關的[9]。紅茶全發酵,黑茶和烏龍茶發酵程度次之,而綠茶不發酵。茶葉發酵過程中主一些主要色素物質的變化最終導致茶葉色澤的差異。由此可見,湖南黑茶與綠茶、烏龍茶和紅茶的湯色各具特色,差異較為明顯。

2.2 湖南黑茶與其他不同產地黑茶茶湯色澤的差異

中國黑茶除了湖南安化盛產外,還有湖北的青磚茶、云南的普洱茶、廣西的六堡茶以及四川的藏茶等。基于F-檢驗方差齊性分析的結果,對于湖南黑茶與其他產地黑茶茶湯色度值的比較,本實驗采取t-檢驗的方差分析策略,結果見表2。不同產地黑茶間,生普的ΔL*值最大,湯色最明亮,其次是湖南黑茶與青磚,而藏茶、六堡茶和熟普偏暗;湖南黑茶除與生普的Δa*差異不顯著外,與六堡茶、青磚、藏茶和普洱茶等其他產地黑茶比較,Δa*、Δb*和ΔE*基本達到極顯著差異水平;色度衍生值b/a和Hab湖南黑茶與其他產地黑茶差異不大,而Cab和Sab它們二者間差異顯著(p<0.05,p<0.01)。聘請5名專業評茶師對實驗茶葉樣本進行盲樣評審,評審結論是湖南黑茶湯色總體以橙黃為主,略帶紅色,湯色明亮為佳,六堡茶紅濃偏暗,青磚黃紅,藏茶紅黃尚亮,新制生普黃綠亮,而熟普橙紅或深紅,接近紅茶。上述分析表明,湖南黑茶與其他產地黑茶在茶湯色度值上有差異,能反映出湖南黑茶湯色的品質特點,且與感官評審結果基本一致。

2.3 基于茶湯色度值的湖南黑茶分類回歸樹CART模型的研究

分類回歸樹CART是一個有監督的學習算法,它根據對訓練集數據的運算生成的。本方法用已知茶類的51個茶葉樣本作為建立區分不同茶類CART樹的訓練集,將不同茶類樣本劃分4個因變量(分類變量)Yi,即黑茶、綠茶、烏龍茶和紅茶;用已知產地的39個黑茶樣本作為建立區分不同產地CART樹的訓練集,將不同產地黑茶樣本劃分6個因變量(分類變量)Yi,即湖南黑茶、湖北青磚茶、云南生普、云南熟普、廣西六堡茶以及四川藏茶。ΔL*、Δa*、Δb*、ΔE*、b/a、Cab、Sab、Hab這八個參數反應了每個茶湯色澤在顏色空間上的差異性,我們把它們作為自變量Xi,即X1=ΔL*,X2=Δa*,X3=Δb*,X4=ΔE*,X5=b/a,X6=Cab,X7=Sab,X8=Hab。將數據導入軟件,通過程序自動選擇變量和確定變量閾值,分別建立起黑茶與其他茶類的茶葉分類(見圖1A)和湖南黑茶與其他產地黑茶的茶葉分類(見圖1B)的兩個CART分類樹模型。兩個模型均已經過程序自動閾值的剪枝處理,從而避免樹過擬合的現象,得到最優二叉樹。從CART分類樹圖1A看出,按照Hab值是否大于或小于等于-0.440為根節點開始分割樹,最后生成3個終結點樹狀分支圖。湯色的8個色度值及其衍生值中Hab、ΔL*、Sab和ΔE*對于不同茶類的區分貢獻較大。而Δa*、Δb*、b/a 和Cab在模型構建中因影響小被淘汰掉。從CART分類樹圖1B看出,以Δa*值是否大于或小于等于1.225為根節點開始逐級分割樹。湯色的8個特征變量中Δa*、Δb*、ΔL*和Cab對于不同產地的區分貢獻較大,而ΔE*、b/a、Hab和Sab在模型構建中因影響小而被忽略。

圖1 湖南黑茶CART分類樹模型可視化分類圖Fig.1 CART model visual classification graphics of Hunan dark tea

對于建立的兩個CART樹模型,我們分別隨機抽樣一定量未知樣本組成測試集對模型分類性能進行測試評價。首先采用本文介紹的方法測定測試集中各茶樣湯色的色度值,并計算出它們相應的色度衍生值。然后采用CART樹A模型,將模型各層級節點的特征變量值與各茶樣對應的色度值自上而下依次比較,每個節點都一分為二直至將黑茶與其它不同茶類區分開來。最后將區分得到的黑茶樣本采用CART樹B模型進行二次區分,采用相似的方法對比樹模型節點的特征變量值與樣本的色度值,從而將湖南黑茶與其他不同產地的黑茶區分開來。驗證結果表明:由4個不同茶類共18個茶葉樣本組成的不同茶類測試集,CART樹A模型能全部正確識別出18個樣本中的黑茶、綠茶、烏龍茶和紅茶,識別正確率達到100%;由5個不同產地共15個黑茶樣本組成的不同產地測試集,CART樹B模型能正確識別出其中的7個湖南黑茶,1個誤判為湖北青磚茶,識別正確率達到93.3%。

3 結論

3.1 采用CIE l976-L*a*b*表色系的色差法來表征茶葉湯色品質具有良好的真實表達性。有報道分析認為CIE l976L*a*b*表色系是茶葉色澤數量化測定的最佳表色系[1]。在測定干茶或葉底色澤時,由于色差計所測量光區范圍很小(一般直徑10mm左右),而茶葉外形和葉梗比例都不盡相同,其微區域樣本的代表性受到影響。即使將茶葉粉碎,測定結果也只是樣本色澤信息的平均理論值,與實際茶葉還是存在一定的差異。而茶湯與干茶或葉底情況不一樣,茶葉內含物在水相中分散一致,樣本均勻性和代表性很好,所以茶湯的色度值能較真實的反映出茶葉本身的整體品質,具有良好應用。

3.2 本實驗結果表明,湖南黑茶與六堡茶、青磚、藏茶、生普和熟普等不同產地的黑茶間及湖南黑茶與綠茶、烏龍茶和紅茶等不同茶類間進行對比分析,結果顯示在測定的色度值及計算的色度衍生值上都存在著不同的明顯差異,且色度值與感官評審結果具有較好的對應性。值得一說的是,色度值僅是將湯色品質數量化,不同類型茶樣間色度值的差異僅是茶樣湯色的特點表現,其數值高低并不能說明湯色品質的好壞。因為從感官審評的定性描述來看,它們大多湯色品質良好。所以采用色差法得到的色度值可以表征黑茶湯色品質,但直接對應湯色品質的優劣還有待研究商榷。

3.3 逐步判別分析要求原始變量在各組內具有近似正態分布,同時具有相同的協方差矩陣等條件,而實際中很多數據不能滿足其算法條件,使其統計結果誤差偏大。再者對于二次判別函數和非參數判別分析,由于其計算復雜,使其在應用中受到限制。而分類樹CART算法作為數據挖掘中重要的分析方法,由于其算法是非參數,非線性的,加之其判別準則以圖形化結果呈現,結果易于表述與解釋。同時此法不會比其他復雜方法如判別分析、邏輯回歸或線性回歸準確性差[20]。本實驗表明,分類樹CART法用于湖南黑茶的茶類間和產地間的分類識別誤判率低,是一種簡單實用的產品表征判別新技術。需要注意的是,使用分類回歸樹CART建模要考慮分類變量間樣本數量的平衡性。這是因為模型的評價標準主要是基于整體精度,當訓練集樣本中各類比例嚴重失調時,在形成分類規則時自然會“偏袒”訓練集中的多數類,而少數類的某些關鍵特征有可能被忽略,從而造成模型預測小數量樣本易失效的情況。

[1]嚴俊,林剛.測色技術在茶葉色澤及品質評價中的應用研究[J]. 茶業通報,1995(1):7-9.

[2]易克傳,岳鵬翔,陳全勝,等.基于聚類分析的計算機視覺對茶葉色澤的識別[J]. 中國茶葉加工,2006(2):39-41.

[3]蔣帆,喬欣,鄭華軍,等. 基于高光譜分析技術的機炒龍井茶等級識別方法[J]. 農業工程學報,2011,27(7):343-348.

[4]周小芬,葉陽,周竹定,等.基于近紅外光譜法的大佛龍井茶品質評價研究[J]. 光譜學與光譜分析,2012,32(11):2971-2975.

[5]陳全勝,趙杰文,蔡健榮,等.支持向量機在機器視覺識別茶葉中的應用[J]. 研究儀器儀表學報,2006,27(12):1704-1706.

[6]賴凌凌,郭雅玲.福建綠茶色度值與茶湯呈色物質的相關性分析[J]. 熱帶作物學報,2012,33(1):157-161.

[7]梁月榮,羅德尼·畢.名茶茶湯光譜特性初探[J]. 茶葉,1991,17(2):44-46.

[8]蔡健榮.利用計算機視覺定量描述茶葉色澤[J]. 農業機械學報,2000,3(14):67-70.

[9]陸建良,梁月榮,龔淑英,等.茶湯色差與茶葉感官品質相關性研究[J]. 茶葉科學,2002,22(1):57-61.

[10]李潔,齊桂年.利用計算機讀取整茶色澤參數的方法研究[J]. 茶葉科學,2007,7(4):328-334.

[11]賴凌凌,郭雅玲.L*a*b*表色系統與綠茶湯色的相關性分析[J]. 熱帶作物學報,2011,32(6):1172-1175.

[12]王玉霞,徐榮榮,任廣鑫,等.綠茶茶湯中主要品質成分近紅外定量分析模型的建立[J]. 茶葉科學，2011,31(4):355-361.

[13]蔡健榮,呂強,張海東,等.利用近紅外光譜技術識別不同類別的茶葉[J]. 安徽農業科學,2007,35(1):4083-3084.

[14]李曉麗,何勇,裘正軍.一種基于可見-近紅外光譜快速鑒別茶葉品種的新方法[J]. 光譜學與光譜分析,2007,27(2):279-282.

[15]李立祥,梅玉,常珊,等.綠茶湯色分析[J]. 食品與發酵工業,2005,31(10):123-126.

[16]王同和,周杰,竇立耿,等.綠茶表色及感觀審評用色卡方法的研究[J]. 安徽農業大學學報,2006,33(2):261-267.

[17]譚超,劉華戎,龔加順,等.不同原料對紅茶茶膏理化感官及色差的影響[J]. 中國農學通報,2013,29(21):195-199.

[18]董青華,孫威江,張孔碌,等.基于茶湯色差和pH的烏龍茶產品判別[J]. 福建農林大學學報(自然科學版),2012,41(4):470-475.

[19]龔淑英,魯成銀,劉栩,等. GB/T 23776-2009.茶葉感官審評方法[S]. 北京:中國標準出版社,2009,3-5

[20]梁逸曾. 復雜體系儀器分析—白、灰、黑分析體系及其多變量解析方法[M].北京:化學工業出版社,2013:230-233.

Study on characterization of dark tea liquor quality based on CART

LI Yong-jun1,2,WANG Mei-ling1,2,YAN Hong-fei1,BAI Xiu-zhi2,ZHU Shao-hua1,2,DAI Hua1

(1.Inspection and Quarantine Technology Center,Hunan Entry-Exit Inspectionand Quarantine Bureau,Changsha 410004,China;2.Hunan Key Laboratory of Food Safety & Science Technology,Changsha 410004,China)

The chromatic values of Black Tea,Green Tea,Oolong Tea and different origin of Dark tea liquor were analysed. Based on the characteristic variables extracted from the chromaticities,the CART model was established to classify tea area and type. The results were as follows:Comparison difference with green tea,oolong tea and black tea was made. Hunan dark tea and oolong tea in Δa*had no difference,but the other chromaticity values were significantly different among four tpyes of tea. There were significant difference of ΔL*,Δa*,Δb*and ΔE*among Hunan dark tea with Liubao tea,Qing zhuan tea,Tibetan tea,Unzymic Pu-er tea and zymic Pu-er tea,in addition to Qing zhuan tea’s ΔL*and Unzymic Pu-er tea’s Δa*. The prediction set was used for evaluating the model quality.The accuracy of discriminant functions for type and producing area were respectively reached 100% and 93.3%.Therefore,the better effect of classification and recognition could be obtained by used the CART model based on the chromatic values.

Hunan dark tea;tea liquor color;chromaticity;CART

2014-05-29

李擁軍(1971-)，男，博士，研究員，研究方向：食品安全監測。

國家質檢總局科技計劃項目( 2012IK160)。

TS272

A

1002-0306(2015)05-0078-05

10.13386/j.issn1002-0306.2015.05.007