茶叶主要组分与发酵度联系的研究
2013-03-01邢国凯张玮王甜甜李晓苇陈桥
邢国凯,张玮,王甜甜,李晓苇,陈桥
(1.河北大学 物理科学与技术学院,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饮料,含有丰富的营养成分,具有保健作用[1].茶叶是一种多组分植物,已明确查明茶叶中的有机化学成分占干物质的90%以上,多达600余种,无机矿物元素亦达40多种[2],故其品质无法用某种成分的量化直接反映.鲜叶质量的好坏和发酵程度直接影响茶叶的品质[3],而茶叶的发酵实质上是茶叶内含组分的氧化.本文将采用红外光谱结合特征基方法,对茶叶单质与茶叶发酵程度的联系进行探讨,得出茶叶判别发酵度特征基的主要因素.
1 实验部分
1.1 样品制备
1.1.1 实验材料
选取不同发酵程度的典型茶叶样品并编号.
轻度发酵茶:龙井-1,信阳毛尖-2,霍山黄芽-3,君山银针-4,白牡丹-5,白毫银针-6;
中度发酵茶:古早茶台湾乌龙-7,人参乌龙-8;
重度发酵茶:祁红-9,正山小种-10,六堡熟砖-11,云南七子饼茶-12.
茶叶主要组分见表1,包括多酚类物质[4]、氨基酸、多酚类氧化物和类脂.
表1 茶叶的主要组分Tab.1 Main component of tea
1.1.2 实验仪器
TENSOR27型傅里叶红外光谱仪;磨碎机;769YP-15A型粉末压片机;DHG-9003BS-Ⅲ型电热恒温鼓风干燥箱;FA2204B电子天平.
1.1.3 制备样品的流程
茶叶样品制备分为烘干、粉碎、研磨、压片、采集光谱5个过程.首先将标准茶叶样品放置在40℃的恒温箱中干燥至恒重,放入粉碎机中粉碎约90s,粉碎后过200目(孔径0.074mm)筛,装入塑封袋中封好并标记名称和制备日期.茶叶单质样品为科研专用的粉末状茶叶提取物,与茶叶样品采用统一的制备流程.将样品和溴化钾粉末放在红外灯下进行烘干,按1∶120的比例混合研磨至均匀,然后将研磨好的混合物在18MPa的压力下压制2min成片留待测定.采集时室温控制在25℃左右,湿度保持稳定.
1.2 波长范围的选择和数据的预处理
1.2.1 波长范围的选择
在中红外4 000~400cm-1全谱波段,由于不同茶叶中各组分的含量及相互比例不同,1 800~600cm-1波段几乎包含了所有特征信息同时剔除了冗余信息,故选取指纹区1 800~600cm-1波段进行建模[5].
1.2.2 光谱数据的预处理
为消除由于茶叶样本的状态不均、测量条件和实验员的测量习惯等因素产生的噪声、背景等干扰信号,测得的样品光谱数据需进行矢量归一、一阶求导和S-G平滑预处理.
矢量归一是原光谱减去该光谱的平均值后,再除以该光谱数据的标准偏差,实质是使原光谱数据标准正态化[6].导数光谱既可以消除基线漂移或背景干扰的影响,也可以提供比原始光谱更高的分辨率和更清晰的光谱轮廓变化,减少谱带重叠[7].信号平滑是消除噪声最常用的方法,Savitzky-Go1ay卷积是通过多项式来对移动窗口内的数据进行多项式最小二乘拟合,其实质是一种加权平均法,更强调中心点的中心作用[8].若多次测量取平均值可降低噪声提高信噪比[9].
1.3 特征基理论
特征基理论是基于主成分分析法提出的一种降低茶叶红外光谱图原始数据的维数,提取反映茶叶信息的主要因素的多元统计分析方法.主成分分析是以样品数据统计特征为基础的正交变换,是最小均方误差意义上的最优变换[10].
光谱特征基就是能反映不同种茶叶最大差异信息的特征因子.一般通过寻找能反映最大差异信息的典型茶叶进行特征提取,再通过比较不同特征因子的信息量来确定光谱特征基.将待分析样品的检测数据在光谱特征基上投影后,使光谱在不同波段上所表现的信息比重发生变化,能有效提高多组分物质的特征识别.
2 结果与讨论
2.1 单质在茶叶光谱特征基上的投影分析
为找出单质光谱与茶叶光谱的相关性,将13种单质的光谱数据经过统一的预处理后,投影在茶叶光谱特征基上[11],如图1所示.
图1 13种单质在茶叶特征基上的投影Fig.1 Projection of 13kinds of simple substance on the characteristic basis of tea
由图1可以看出,13种单质的分布范围远远超过了茶叶的范围(虚线圈定圆形区域),说明单质的光谱在不同波段上所包含的信息量与茶叶的信息量差异很大,茶叶包含的是多组分的综合信息,且不同类别之间也差异较大.因此,单质在茶叶光谱特征基上投影不能分析出单质光谱与茶叶光谱的直接联系.
2.2 不同类别茶叶在单质特征基上的投影分析
由特征基理论的物理意义可以知道,用单质建基寻找能反映单质最大差异信息的特征因子,不同发酵程度茶叶的数据在光谱特征基上投影后,将使光谱在不同波段上所表现的信息比重发生变化,不同的茶叶在各特征因子上的比重不同.通过改变建基的单质的种类,根据不同发酵度茶叶的分布情况,寻找影响茶叶发酵程度的主要单质因子.
以13种单质建基投影不同发酵度茶叶,由图2可以看出不同种类茶叶在第1特征因子和第2特征因子上呈现发酵程度越大,得分值越高的规律,其中只有中度发酵茶没有符合这个规律.由此可知,13种单质包含了茶叶中的大量的综合信息,而且包含不同类别茶叶的特征信息,可以使不同类别茶叶按发酵度分开.
2.2.1 影响重度发酵茶发酵程度的主要因素
茶叶的发酵主要是多酚类物质的氧化,儿茶素类单质及其氧化产物含量的多少,在一定程度上可以代表重度发酵茶区别于其他茶叶的因素.分别以4种儿茶素单质和多酚类的3种氧化缩合产物建基投影茶叶.
实验结果表明:以4种儿茶素单质建基投影茶叶,各发酵度茶叶杂乱无章的分布在一起,即各茶叶光谱在不同波段上所表现的信息比重没有明显规律;而以3种氧化产物建基投影茶叶,重度发酵茶在第2特征因子上的得分较其他茶叶明显偏高,但4号黄茶(轻度发酵茶)与黑茶(11,12号)有所重叠.故单独以儿茶素单质和多酚类氧化物建基均不能区分出重度发酵茶.
笔者以4种儿茶素类单质和3种氧化产物共同建基投影茶叶,如图3所示.从图中可以看出,重度发酵茶明显与其他茶叶区分开来(9~12号茶叶样品均在虚线下方).可见4种儿茶素类单质和3种氧化产物的含量是影响重度发酵茶的发酵程度的主要因素.这7种物质是多酚类物质氧化的原物和产物,可以反映氧化程度的全部信息,与化学方法中茶叶发酵度的实质是以多酚类物质的氧化程度来划分[12]的结论相吻合.同时这也可以理解为判别重度发酵茶的特征基[11]的物理意义.
2.2.2 影响中度发酵茶发酵程度的主要因素
由图3看出,无论是第1特征因子还是第2特征因子上的得分值,中度发酵茶都没有处在轻度发酵茶和重度发酵茶的中间,也就是不能仅仅以多酚类物质的氧化程度来表征中度发酵茶的发酵程度.
将4种儿茶素单质分别与其他不同类别单质共同建基投影茶叶.结果表明,以4种儿茶素单质分别与2种氨基酸、2种维生素及胡萝卜素共同建基投影茶叶均不能有效分离出中度发酵茶,但与叶绿素共同建基投影茶叶能得到明显的规律,如图4所示.在第2特征因子上青茶处在轻度发酵茶与重度发酵茶之间,区域Ⅰ为轻度发酵茶,区域Ⅱ为重度发酵茶,由中度发酵茶的分部范围的变化趋势看出,中度发酵茶最靠近重度发酵茶,向重度发酵茶分布范围移动.至于6号白茶(白毫银针)与中度发酵茶分布在一起,考虑到白茶是待春茶老后始白绿相间采摘,随白化过程的加深,叶绿素总量降低,所以叶绿素对白茶的分部产生一定的影响.
所以由图4看出,影响中度发酵茶发酵的因素有多酚类物质的氧化和叶绿素的降解,因此叶绿素是影响中度发酵茶与轻度发酵茶发酵程度不同的主要因素.据研究,青茶(中度发酵茶)在摇青过程中叶绿素大量减少[13],因此叶绿素含量明显低于轻度发酵茶.同时这也可以理解为判别中度发酵茶的特征基[11]的物理意义.
图4 茶叶在4种儿茶素和叶绿素特征基上的投影Fig.4 Projection of tea on the characteristic basis of 4kinds of catechins and chlorophyⅡ
3 结论
采集茶叶主要内含组分的光谱图,建立茶叶单质光谱特征基.通过改变建基的单质的种类,根据不同发酵度茶叶的分布情况,对比分析得出多酚类物质及其氧化物是影响重度发酵茶发酵程度的主要因素,叶绿素是影响中度发酵茶和轻度发酵茶发酵程度不同的主要因素.
[1]肖玫,杨丽琴,刘晓明,等.茶叶的营养与保健价值及其开发利用[J].中国食物与营养,2005,12:23-24.
[2]李敏.茶叶的化学成分研究[D].沈阳:沈阳药科大学,2008.
LI Min.Study on the chemical composition of Tea[D].Shenyang:Shenyang Pharmaceutical University,2008.
[3]陈椽.制茶技术理论[M].上海:上海科学技术出版社,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,潘家荣,等.基于FTIR指纹光谱的牛肉产地溯源技术研究[J].光谱学与光谱分析,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]陈全胜,赵杰文,张海东,等.SIMCA模式识别方法在近红外光谱识别茶叶中的应用[J].食品科学,2006,27(4):186-189.
[7]袁洪福,陆婉珍.现代光谱分析中常用的化学计量学方法[J].现代科学仪器,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,陈斌,朱锐.近红外光谱预处理中几种小波消噪方法的分析[J].光谱学与光谱分析,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]夏柏杨,任竿.近红外光谱分析技术的一些数据处理方法的讨论[J].光谱实验室,2005,22(3):629-634.
[11]张艳伟.基于红外光谱的特征基理论及其在茶叶识别中的应用研究[D].保定:河北大学,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]苗爱清.白叶单从不同类型发酵茶中多酚类含量比较研究[J].广东农业科学,2007,12:72-75.
[13]顾谦,陆锦时,叶宝存.茶叶化学[M].合肥:中国科学技术大学出版社,2005:255.