电子舌在茶饮料分类中的应用研究

唐平，许勇泉，汪芳，刘平，尹军峰，刘东红（1.杭州职业技术学院，浙江杭州310018；.中国农业科学院茶叶研究所，农业部茶树生物学与资源利用重点实验室，浙江杭州310008；3.浙江工商大学食品与生物工程学院，浙江杭州310018；4.浙江大学生物系统工程与食品科学学院，浙江杭州31009）



电子舌在茶饮料分类中的应用研究

唐平1，3，许勇泉2，*，汪芳2，刘平2，尹军峰2，刘东红4，*
（1.杭州职业技术学院，浙江杭州310018；2.中国农业科学院茶叶研究所，农业部茶树生物学与资源利用重点实验室，浙江杭州310008；3.浙江工商大学食品与生物工程学院，浙江杭州310018；4.浙江大学生物系统工程与食品科学学院，浙江杭州310029）

摘要：为检验电子舌在茶饮料应用分析方面的能力，应用法国AlphaM.O.S.公司生产的传感器型电子舌对中国市场上已有的51种茶饮料进行检测，所得数据结合判别分析法和回归分析法进行分析。研究结果表明，电子舌结合判别分析法可以较好地将不同茶类（红茶、绿茶、乌龙茶）、pH值（pH＜4.0、pH4～6、pH＞6.0）、糖度（含糖、无糖）、咖啡因含量（caffeine ＜30 mg/L、30 mg/L～70 mg/L、＞70 mg/L）进行分类；电子舌结合回归分析法可以较好地建立茶多酚等风味化学成分的回归方程式。采用次年茶饮料样品对判别模型进行验证，验证结果表明准确率相对较高，说明该判别模型判别效果较好。

关键词：茶饮料；电子舌；分类；应用分析

电子舌是模仿人体味觉机理研制出来的一种智能识别电子系统，是近年来发展起来的新颖食品组分识别和检测技术［2］，由味觉传感器、信号激发采集模块以及模式识别三部分组成，它得到的不是被测样品中某种或某几种成分的定性与定量结果，而是样品的整体信息，也称作“指纹”数据。Chen等［3］采用电子舌与人工神经网络分析方法相结合，可以很好的将绿茶进行分级。姜莎等［4］采用电子舌与主成分分析法相结合，可以较好地区分中国市场上的7种主要红茶饮料。He等［5］同样采用电子舌与主成分分析法相结合，可以较好辨别中国茶叶的不同风味特色和茶叶等级。电子舌在茶汤滋味及饮料产品辨别上的应用已经得到认可，但是根据茶饮料风味和关键品质化学成分含量的分类上少见相关报道。因此，本文采用法国Alpha M.O.S.公司生产的ASTREE电子舌对我国市场上现有51种茶饮料进行测定，所得数据结合判别式分析法和回归分析法进行分析，以期建立一套可以判别不同茶类、不同pH值、不同咖啡因含量及是否含糖等的判别模型，为我国茶饮料行业品质控制及市场监测提供一种快速检测方法。

1　材料与方法

1.1材料与仪器

1.1.1材料

建模茶饮料样品：共51个茶饮料样品，于2013年收集于杭州各大超市，其中包括25个绿茶饮料样品、8个乌龙茶饮料样品、18个红茶饮料样品。

模型验证茶饮料样品：共28个茶饮料样品，于2014年收集于杭州各大超市，其中包括13个绿茶饮料样品、9个红茶饮料样品、6个乌龙茶饮料样品。

1.1.2仪器

UV-2550紫外-可见分光光度计：日本岛津；M400 pH计：瑞士梅特勒；ASTREE电子舌系统：法国Alpha M.O.S公司；W2469高效液相色谱仪：美国Waters公司。

1.2茶饮料滋味审评

茶饮料滋味审评小组由5人（都具有高级评茶员资格）组成，每个样品之间用纯净水漱口间隔，用感官术语进行描述。

1.3电子舌数据采集

本试验采用法国Alpha M.O.S公司研制的ASTREE电子舌系统。该电子舌包含了7个化学传感器阵列和1个Ag/AgCl参比电极。传感器是由有机物覆盖的硅晶体管制成，每个传感器前端有1个电子芯片，芯片表面覆盖一层敏感吸附薄膜，可以选择性吸附液体中的游离分子。7个传感器（ZZ、BA、BB、CA、GA、HA、JB）并不是专一性传感器，每个传感器对酸甜咸苦4种味道都有敏感性，但敏感程度不同［4］。茶汤样品放置于电子舌专用烧杯中，于室温条件下进行测定，每杯茶汤样品量为80 mL，电子舌传感器在每个样品中的采集时间为120 s，每秒采集1个数据，最后采用第100 s～120 s所得的稳定数据作为输出值。

1.4茶饮料中滋味化学成分分析

茶多酚含量采用酒石酸亚铁比色法［6］（GB/T 21733-2008《茶饮料》）；pH值采用梅特勒pH计进行分析；总糖含量采用蒽酮比色法［7］；咖啡碱含量采用HPLC分析方法［8］；滤液用0.22 μm微孔滤膜过滤，滤液待检测。W2469高效液相色谱仪，VWD检测器；色谱柱：ZORBAX SB-C18 ODS，5 μm，4.6 mm×150 mm；流动相：A 为0.5%甲酸，流动相B为乙腈，流速1 mL/min，柱温35℃，检测波长280 nm，进样量：5 μL，梯度洗脱，流动相B在16 min内由6.5%线性梯度变化到25%，25 min回到初始状态，平衡10 min。

1.5数据分析

样品均有3次重复。本研究采用电子舌自带的AstreeⅡ软件进行判别分析，采用SPSS13.0软件进行回归分析。

2　结果与分析

2.1茶饮料化学成分与滋味品质

分析51种茶饮料的化学成分及滋味品质结果见表1。

其中包括18种红茶饮料、25种绿茶饮料和8种乌龙茶饮料。不同茶饮料样品之间，pH值、茶多酚、咖啡因及总糖含量都有显著差异。茶饮料中总糖含量相对较高，平均达到129 mg/mL，其次为茶多酚含量，平均达到507 mg/L，而咖啡因含量相对较低，平均为55 mg/L。茶饮料都为偏酸性饮料，pH值平均为4.45。几种化学指标之间，总糖含量变异系数最高，达到51.41%，其次为茶多酚含量46.12%，而咖啡因和pH变异系数相对一致，分别为30.96%和28.31%。

不同茶饮料的滋味品质也有较大差异。根据茶饮料国家标准［6］（GB/T 21733-2008《茶饮料》），我国茶饮料按产品风味分为：茶饮料（茶汤）、调味茶饮料、复（混）合茶饮料、茶浓缩液，茶饮料（茶汤）主要分为：红茶饮料、绿茶饮料、乌龙茶饮料、花茶饮料、其他茶饮料，而调味茶饮料分为：果汁茶饮料、果味茶饮料、奶茶饮料；奶味茶饮料、碳酸茶饮料、其他调味茶饮料。根据茶饮料风味品质和配料成分，本试验51个茶饮料样品主要包括茶饮料（茶汤）和调味茶饮料，其中茶饮料（茶汤）包括红茶饮料（如1号）、绿茶饮料（如23号）、茉莉花茶饮料（如67号）和乌龙茶饮料（如68号、69号、70号），而调味茶饮料主要包括果味茶饮料（如4号、18号、28号和31号）和其他调味茶饮料（如12号、25号、33号），其中以果味茶饮料为主。另外，行业上根据糖和咖啡因含量，又分为无糖茶饮料（如1号、23号、67号）和含糖茶饮料（如2号、4号、5号）、常规茶饮料（如7号、10号、66号）和低咖啡因茶饮料（如23号、34号），这些分类本试验样品中都有，其中以含糖茶饮料和常规茶饮料为主。

表1　茶饮料化学成分与滋味品质Table 1　Chemical component contents and flavor quality of tea beverage samples

续表1　茶饮料化学成分与滋味品质Continue table 1　Chemical component contents and flavor quality of tea beverage samples

2.2电子舌结合判别分析判别茶饮料样品

通过电子舌分析茶饮料样品，发现不同样品在电子舌感应器上有不同反应值，见图1。

该电子舌设备有7个感应器，分别包括BA、BB、CA、GA、HA、JB和ZZ，从图1可发现感应器BB、CA和ZZ对不同茶饮料样品的反应差异较大，可以用来较好地区分茶饮料样品，而感应器BA、GA、HA和JB对不同茶饮料反应差异较小，特别是GA和HA对不同茶饮料样品差别非常小。

利用电子舌对不同茶饮料有不同的反应，再结合判别分析法，可以较好地对茶饮料样品进行分类。电子舌结合判别分析法，可以很好地将不同茶叶原料加工的茶饮料进行分类，将51种茶饮料样品分为红茶、绿茶和乌龙茶饮料见图2。

图1　茶饮料样品电子舌传感器数据Fig.1　Electronic tongue data acquisition from tea beverages

图2　 不同品种茶饮料分类Fig.2　Classification of tea beverages of different varieties

每类茶饮料都聚集在一起，相互间隔较远，分类结果与真实信息完全一致。电子舌结合判别分析法还可以将不同pH值茶饮料样品进行区分，分别分为pH＜4.0、pH 4～6和pH＞6.0，其中pH＜4.0的茶饮料可以很好与其他两类分开，而pH 4～6和pH＞6.0的茶饮料相对靠近，见图3。

电子舌结合判别分析法还可以将不同糖度的茶饮料和不同咖啡因含量的茶饮料进行分类。电子舌结合判别分析法可以将茶饮料样品分为含糖茶饮料和无糖茶饮料，见图4。

两类茶饮料可以很好地分开，大部分茶饮料样品都为含糖茶饮料，达到86%，而无糖茶饮料样品只有7个。根据咖啡因含量，电子舌结合判别分析法可以将茶饮料样品分为咖啡碱＜30 mg/L、咖啡碱30 mg/L～70 mg/L和咖啡碱＞70mg/L三类，其中咖啡碱＞70mg/L的茶饮料样品与其他两类可以很好区分开，见图5，而caffeine＜30 mg/L和caffeine 30 mg/L～70 mg/L两类茶饮料靠得较近。

图3　 不同酸碱度茶饮料分类Fig.3　Classification of tea beverages of different pH

图4　不同甜度茶饮料分类Fig.4　Classification of tea beverages of different sweetness

图5　不同咖啡碱含量茶饮料分类Fig.5　Classification of tea beverages of different caffeine contents

然而，电子舌结合判别分析法并不能很好地将不同茶多酚含量的茶饮料样品进行分类，如图6所示，可能是由于茶饮料中其他配料含量对其干扰较大。尽管我们前期试验发现，电子舌对茶汤茶多酚含量的分类和判别准确率很高。

2.3电子舌结合回归分析方法量化分析茶饮料化学成分含量

电子舌数据结合回归分析法，可以量化分析茶饮料化学成分含量。以茶饮料中化学成分含量为因变量，以7个电子舌感应数值为自变量，进行回归分析。回归分析结果表明，茶饮料中茶多酚、咖啡因、pH值及总糖含量都可以与电子舌数据建立回归方程式，且都达到极显著水平，因此可见电子舌结合回归分析法可以量化茶饮料的化学成分含量。

茶多酚含量（mg/L）=1468.089+0.524ZZ-0.995BA-0.441 BB+0.106 CA+0.159 GA-1.347 HA+0.766 JB （R2=0.840，P＜0.01）

咖啡因含量（mg/L）=177.674.089+0.022ZZ-0.026 BA-0.023BB+0.016CA-0.004GA-0.115HA+0.012JB （R2=0.718，P＜0.01）

总糖含量（mg/L）=1 839.466+0.014ZZ-0.211BA-0.080 BB-0.055 CA-0.720 GA-0.830 HA+0.464 JB （R2=0.733，P＜0.01）

pH=1.185+0.002 ZZ+0.001 GA+0.001 HA-0.002 JB（R2=0.996，P＜0.01）

2.4模型验证

好的判别函数和预测模型需要有高准确率回判，更需要有高准确率的前瞻性预测。分别以次年的28个茶饮料样品的电子舌采集数据和化学成分含量代入回归方程式，根据回归方程数值将产品分类，将分类情况与实际结果进行比较，回判准确率相对较高，具体数据如表2所示，该结果表明所建立的判别函数判别效果良好。

图6　 不同茶多酚含量茶饮料分类Fig.6　Classification of tea beverages of different polyphenols contents

表2　茶饮料分类模型验证Table 2　Verification for the model of tea beverages classification

3　讨论

近些年来茶饮料产品种类不断增加，市场上有茶饮料60多种，其中包括奶茶饮料10多种，但是所采用的茶叶原料主要集中在绿茶（包括茉莉花茶）、红茶和乌龙茶，且以红茶和绿茶为主。其中，茶汤饮料主要以乌龙茶和绿茶为原料，果汁果味茶饮料和调味茶饮料则主要以红茶和绿茶为原料［9-10］。电子舌结合判别分析，根据茶叶原料的不同风味特点，可以较好地将绿茶饮料、红茶饮料和乌龙茶饮料进行分类。目前，我国茶饮料产品仍然以果味型冰茶饮料（包括冰红茶、冰绿茶）为主，其pH值都较低（小于4.0），有利于产品的稳定性，但是酸性茶饮料为了提高消费者接受程度，基本以甜味为主，因此都不能很好体现茶叶原有的风味品质。茶汤属偏酸性，pH值接近6.0，因此茶汤饮料的pH值都介于5.0～6.5之间，当pH值超过6.5，茶汤的风味稳定性较差。目前茶饮料主要以甜味为主，而无糖茶饮料（非甜味）品种较少，其中以乌龙茶饮料为主，而绿茶饮料和红茶饮料较少。咖啡因是茶叶重要风味化学成分之一，也是我国茶饮料国家标准中规定成分之一，茶汤饮料根据绿茶、红茶和乌龙茶原料的不同特点要求咖啡因含量应分别达到60、40、50 mg/L的要求，而调味茶饮料除了碳酸饮料外，都应达到25 mg/L的要求，低咖啡因产品是指其咖啡因含量不低于同类产品最低含量的50%。高剂量摄入咖啡因具有刺激中枢神经、影响睡眠、增加血压、致突变等风险［11-12］，不适于儿童和孕妇，然而我国市场上还没有低咖啡因茶饮料产品。

本研究将电子舌结合回归分析法，还可以建立茶多酚含量等回归方程式。Chen等［13］报道电子舌结合多变量校正法可以定量分析绿茶中的主要儿茶素（EGCG、EGC和ECG）及咖啡碱的含量。可见，将电子舌应用于茶饮料主要风味化学成分含量的分析是可行的，该分析方法具有客观、快速、经济等特点，但是建立完善、科学的分析模型还需要很多工作。

参考文献：

［1］陈宗懋.茶叶的多方位利用在茶产业转型中的作用［C］.2012国际（杭州）茶资源综合利用学术研讨会论文集，杭州：浙江大学出版社，2012：1-5

［2］王俊，胡桂仙，于勇，等.电子鼻与电子舌在食品检测中的应用研究进展［J］.农业工程学报，2004，20（2）：292-295

［3］ Chen Q，Zhao J，Vittayapadung S.Identification of the green tea grade level using electronic tongue and pattern recognition［J］.Food Research International，2008，41（5）：500-504

［4］姜莎，陈芹芹，胡雪芳，等.电子舌在红茶饮料区分辨识中的应用［J］.农业工程学报，2009，25（11）：345-349

［5］He W，Hu X，Zhao L，et al.Evaluation of Chinese tea by the electronic tongue：Correlation with sensory properties and classification according to geographical origin and grade level［J］.Food Research International，2009，42（10）：1462-1467

［6］中国国家标准化管理委员会.GB/T 21733-2008茶饮料［S］.北京：中国标准出版社，2008

［7］钟萝.茶叶品质理化分析［M］.上海：上海科学技术出版社，1989：250-350

［8］Xu Y，Hu X，Tang P，et al.The major factors influencing the formation of sediments in reconstituted green tea infusion［J］.Food Chemistry，2015，172：831-835

［9］何阳春，宋华良，惠国华.基于SRSAnose系统的茶饮料智能感官分析方法研究［J］.中国食品学报，2012，12（8）：197-202

［10］许勇泉，陈根生，袁海波，等.浸提时间对绿茶茶汤沉淀形成的影响［J］.中国食品学报，2012，12（12）：98-102

［11］Liang H，Liang Y，Dong J，et al.Decaffeination of fresh green tea leaf（Camellia sinensis）by hot water treatment［J］.Food Chemistry，2007，101（4）：1451-1456

［12］许勇泉，尹军峰，袁海波，等.茶叶脱咖啡因技术研究进展［J］.茶叶科学，2008，28（1）：1-8

［13］Chen Q，Zhao J，Guo Z，et al.Determination of caffeine content and main catechins contents in green tea（Camellia sinensis L.）using taste sensor technique and multivariate calibration［J］.Journal of Food Composition and Analysis，2010，23（4）：353-358

DOI：10.3969/j.issn.1005-6521.2016.11.029

基金项目：国家青年基金（31101248）；浙江省茶产业重点科技创新团队项目（2011R50024）

作者简介：唐平（1981—），男（汉），讲师，硕士，研究方向：农产品加工。

*通信作者

收稿日期：2015-05-06

Application Study of Electronic Tongue on Tea Beverage Classification

TANG Ping1，3，XU Yong-quan2，*，WANG Fang2，LIU Ping2，YIN Jun-feng2，LIU Dong-hong4，*
（1.Hangzhou Vocational&Technical College，Hangzhou 310018，Zhejiang，China；2.Tea Research Institute，Chinese Academy of Agricultural Sciences，Key Laboratory of Tea Biology and Resources Utilization，Ministry of Agriculture，Hangzhou 310008，Zhejiang，China；3.College of Food Science and Biotechnology，Zhejiang Gongshang University，Hangzhou 310018，Zhejiang，China；4.College of Bio-system Engineering and Food Science，Zhejiang University，Hangzhou 310029，Zhejiang，China）

Abstract：The study was aimed to detect the application of the electronic tongue on tea beverage.51 kinds of tea beverage which was sold in Chinese market were detected by electronic tongue which was based on potentiometric chemical sensors developed by Alpha M.O.S.（Toulouse，France）.All data were treated by multivariate data processing based on discriminant function analysis（DFA）and regression analysis（RA）.The results showed that，much difference in the chemical components contents was found in tea beverages，but the flavors were relatively consistent.The different varieties（green tea，black tea，and oolong tea beverages），pH（pH＜4.0，pH 4-6，pH＞6.0），sugar content（no-sugar and sugary beverages），and caffeine contents（caffeine ＜30 mg/L，30 mg/L-70 mg/L，＞70 mg/L）could be well discriminated by the electronic tongue with DFA.Regression equation of polyphenols contents in tea beverages could be established by the electronic tongue with RA.The tea beverages samples from next year were used for modelling verification，and the result showed high accuracy which indicated that the discriminant model had good effect.

Key words：tea beverage；electronic tongue；classification；application study随着社会经济的发展和人民生活水平的提高，具有天然、方便、健康、快捷等特点的茶饮料产品得到消费者的欢迎和青睐，成为国际软饮料市场上增长速度最快、最重要的饮料产品之一。我国茶饮料总产量接近1 400万t，约占整个饮料行业总量的10%［1］。滋味是人们选择茶饮料的关键因素之一，也是饮料企业开发茶饮料新产品的主要考虑因素。然而，目前茶叶滋味审评及口感评定的主要方法是依靠专业感官审评人员进行评定，其评判结果受人为因素影响较大，重复性差，难以满足我国茶饮料产业的发展需求。因此，采用模拟人体味觉识别系统为特征的电子舌技术，在茶饮料行业的产品开发、品质控制、市场调查、风味分析等方面具有无可比拟的优势［2］。