电子舌在茶叶检测识别中的应用

潘玉成，叶乃兴，江福英，黄先洲

1. 宁德职业技术学院机电工程系，福建 福安 355000；2. 福建农林大学园艺学院，福建 福州 350002；3. 福建省农业科学院茶叶研究所，福建 福安 355015；4. 宁德职业技术学院农业科学系，福建 福安 355000

电子舌在茶叶检测识别中的应用

潘玉成1，叶乃兴2，江福英3，黄先洲4

1. 宁德职业技术学院机电工程系，福建 福安 355000；2. 福建农林大学园艺学院，福建 福州 350002；3. 福建省农业科学院茶叶研究所，福建 福安 355015；4. 宁德职业技术学院农业科学系，福建 福安 355000

随着人类对味觉机制研究的不断深入以及传感器技术、模式识别技术等的不断发展，电子舌作为一种模拟人类味觉系统的感官智能分析仪器得到了快速发展，其应用领域越来越广泛。文章介绍了电子舌的基本原理和组成，综述了电子舌在茶叶种类区分、呈味物质检测、品质等级评定等方面的应用，总结了电子舌在茶叶应用中存在的问题，并展望了其未来的发展方向，以供深入研究参考。

电子舌；茶叶；味觉传感器阵列；模式识别

人类对味觉的感官评价存在个体差异大、主观性强、重复性差等缺点，且因舌头在长时间工作后会出现“味觉疲劳”而产生不同的结果。电子舌是一种模拟人的味觉系统来分析和识别液体“味道”的智能分析检测仪器，电子舌所得到的不是被测样本组成成分的定性或定量结果，而是能反映样本整体信息的“指纹”数据，与传统的液相色谱等精密仪器相比具有响应时间短、灵敏度高、重复性好、检测速度快及误差小等特点[1-2]，并可应用于对毒性、刺激性样本检测，显示出了其特有的优势。目前，电子舌主要应用在酒类识别[3-5]、饮料分类[6-8]、乳品与食用油质量检测[9-14]等食品领域，在环境检测[15-16]、医药方面[17-20]也有一些研究报道，而在茶叶领域的应用还处于实验室研究阶段，且大多集中在茶叶分类、品质评价等方面，其研究工作受到越来越多学者的重视，有望成为一项具有广阔应用前景的技术。

1 电子舌的基本原理与组成

味觉是人的基本感觉之一，人体口腔舌头表面的味感受体被称为味蕾，味蕾是由可感觉甜味、咸味、酸味、苦味、鲜味5种基本味道的味细胞组成，当味蕾感受不同的呈味物质刺激时，便通过与味细胞相连的神经纤维传输至大脑的味觉中枢，最后大脑对味细胞采集的信号进行分析而产生味感[21]。电子舌也称为人工味觉仿生系统，其设计思想来自于人类感受味觉的机制，由味觉传感器阵列、信号采集和模式识别3个部分组成，如图1所示。味觉传感器阵列相当于人体中的舌头，阵列中每个独立的传感器就像是舌面上的味蕾，能感受不同的呈味物质；信号采集系统模拟人体神经感觉系统，对传感器输出的信号进行采集、处理、转换并存储在计算机中；模式识别单元发挥人体中大脑的作用，从获取的信号里提取特征值，进行数据分析处理并通过相应模式识别方法区分辨识，从而获得呈味物质的感官整体信息即仪器“味觉”[22]。

2 味觉传感器阵列的构建

味觉传感器是电子舌组成的物质基础，单个味觉传感器的非选择性使得所检测到的溶液各组分信息被模糊地混杂在一起，是影响其应用的一个重要因素，但若采用多个不同的味觉传感器构成传感器阵列时，由于每个味觉传感器对被测溶液中不同的组分会产生不同的响应，可获得一系列有差异的信号，味觉传感器阵列就是利用交互感应的原理来取得被测溶液的整体信息[23]。根据味觉响应原理的不同，味觉传感器阵列可分为伏安型、电位型、阻抗谱型、声波型、光寻址型和多频脉冲型等。表1归纳了目前常用味觉传感器的工作原理、特点和用途等。

3 模式识别方式

图1　电子舌的基本组成Fig. 1 Basic components of the electronic tongue system

表1　常用味觉传感器的工作原理、特点和用途Table 1 The working principle, characteristics and application of common taste sensor

模式识别是利用计算机根据待测溶液的特征或者属性，运用一定的数学技术方法来对味觉传感器产生的响应信号所包含的多维数据进行处理，并得出对溶液味觉特征的总体评价。选择不同的模式识别方法，直接影响着评判结果的准确性。常采用的模式识别方法主要有主成分分析、判别因子分析、聚类分析法、偏最小二乘法、多元线性回归分析、软独立建模分类法、人工神经网络等。其中人工神经网络是应用较多的一种非线性模式识别方法，是人工智能领域研究的一个热点，它是一种模仿人脑神经系统处理信息的由大量节点（或称神经元）相互之间以不同形式组成的运算模型，具有分布存储、并行处理、自学习、自组织和自适应等特点[24]；利用人工神经网络仅借助训练样本而不必建立相关的数学模型即可实现对复杂信息的处理、存储，且可得到其内部隐含的规律。目前常见的人工神经网络包括误差反向传播人工神经网络、概率神经网络、学习向量量化神经网络、径向基神经网络、模糊神经网络、支持向量机神经网络和基于遗传算法的人工神经网络等。同传统的模式识别方法相比，人工神经网络具有良好的容错性和很强的非线性处理能力，网络经过学习训练后，可以利用自身强大的学习功能寻找出样本的内在规律来分析识别同类事物。由于采用单一的模式识别算法在溶液的分析识别中存在着不足之处，近年来许多学者将两种或两种以上的算法相结合来构成混合型模式识别算法，利用不同算法的差异性实现优势互补，提高电子舌的识别性能。

4 电子舌在茶叶领域中的应用

茶叶品质的构成是茶叶质量量化标准认定的重要内容，其中，滋味品质是构成茶叶品质的核心因子。茶叶滋味品质是茶多酚、氨基酸、咖啡碱和可溶性糖等呈味成分有机融合的综合反映，这些呈味物质的种类、含量的变化形成了不同的滋味类型，不同茶树品种、栽培措施、生态环境、采收时节、加工工艺和包装储藏等都会对茶叶的滋味产生影响。茶叶滋味是茶叶“色、香、味、形”四大品质指标之一，在茶叶感官审评评分中占30%～35%的权重[25]，且与“香气”又有着一定关系，历来受到人们的重视。茶叶的滋味一般通过茶汤的浓淡、厚薄、醇涩、纯异和鲜钝等因子通过人的感官来评定，主要是依据审评人员的主观感觉和经验，但人的感觉器官易受到精神状态、身体状况、审评环境和审评设备等各种因素的影响，且还会出现“味蕾疲倦”，从而影响评定的准确性。电子舌技术的出现使得茶叶滋味整体信息的获取将得以实现，且能客观准确地表征茶叶的滋味品质，为茶叶滋味量化评价提供了一种新的技术手段。近年来电子舌技术在茶叶中的应用受到一定的重视，越来越多的国内外学者开展了这方面的研究，其主要应用研究成果见表2。

表2　电子舌在茶叶中的主要应用研究成果Table 2 Main application and research results of electronic tongue in tea

续表2

4.1茶叶种类的鉴别

茶叶种类繁多，不同茶类一般其外形和颜色均有较大差异，可比较容易进行区别，而对外形、颜色比较相似的同一茶类不同品种茶叶，有时采用感官审评难以做到准确识别。电子舌在茶叶中的应用研究最早是在茶叶分类方面，利用电子舌检测茶汤滋味总体差异性实现茶叶种类（包括产地、品种、采摘期和加工工艺等）的辨别与区分，为茶叶品种的快速、准确、无损检测提供了一种新的途径。王帅等[26]利用法国Alpha MOS公司α-ASTREE电子舌分别对有机正山小种红茶和不同等级普通正山小种红茶样品的茶汤进行检测，应用主成分分析法（PCA）、判别因子分析（DFA）和k近邻法（KNN）3种不同的模式识别方法分别建立判别模型，结果表明电子舌结合这3种模式识别方法都可以很好地区分有机与普通正山小种红茶，以及不同等级普通正山小种红茶，采用DFA相对于PCA具有更好的区分效果，KNN对训练集和测试集的识别率均为100%，这说明电子舌可以成功区分有机与普通正山小种红茶，为有机茶的鉴定和认证工作提供一定的帮助；徐维盛等[27]使用电子舌结合PCA、DFA模式识别方法对绿茶、乌龙茶、黑茶、红茶样品的茶汤滋味进行识别，结果发现电子舌也能够较好地区分这4种不同种类茶汤样品的滋味，其中PCA区分指数为81.8%，通过DFA所建立的模型识别率为95.6%；童城[28]以六大基本茶类（黟县毛峰、祁红、铁观音、黄大茶、白牡丹、六堡茶）作为试验样本，采用冲泡和浸提两种不同方式制得茶汤，用伏安型电子舌对茶汤中滋味物质进行检测，通过主成分分析法对采集的数据进行分析处理，结果表明电子舌对各类茶叶之间的区分效果非常明显，且以浸提方式制取茶汤测试液时，试验的重复性较好。该作者还应用相同的方法对不同产地绿茶（河南蒸青、祁门毛峰、黟县炒青、云南晒青）、不同采摘期绿茶、不同加工方式绿茶（烘青、炒青、半烘炒青、晒青茶）、不同地区的红茶（滇红、祁红、安农红茶）的茶样进行区分，也都取得较为满意的识别结果；刘爽等[29]选用3个不同等级、6个不同产地的18种绿茶样品，分别进行了感官审评和电子舌测定，并采用主成分分析法对电子舌采集的茶汤滋味数据进行分析。结果表明，电子舌对不同产地绿茶和不同等级绿茶样品都能有效加以区分，电子舌识别结果与感官审评结果基本一致；Zoltan等[30]使用电子舌成功实现了对5个产地的斯里兰卡红茶的区分；Bhondekar等[31]使用电子舌也能够区分不同季节、不同工艺的印度红茶。上述这些学者都探索了电子舌在茶叶定性分析方面的应用，证明了电子舌应用于判别茶叶种类的可行性，为电子舌在茶叶中的进一步研究和应用提供了理论基础。

4.2茶叶呈味物质的测定

茶叶滋味的呈味物质较为复杂，这些呈味物质都有各自的呈味特点及阈值浓度，人的味觉器官对这些复杂呈味成分的综合反应构成了各种类型的茶汤滋味，茶叶滋味品质的差别也是茶叶中呈味物质的种类、含量及比例的不同而形成的[32]。茶叶中的呈味物质分析包含茶多酚、游离氨基酸、水溶性浸出物、咖啡碱、儿茶素单体和茶色素等的测定，这些测定过程需要繁琐的化学处理，占用时间长、成本高、结果差异大，且具有破坏性、易产生污染，因此研究一种快速、准确测定茶叶滋味成分的方法具有重要的现实意义。Lvova等[33]首先将电子舌引入茶叶化学成分的研究中，采用主成分分析法和偏最小二乘法（PLS），对韩国绿茶的主要成分含量进行了检测，建立了绿茶成分预测模型，结果表明电子舌可以很好地预测咖啡碱、单宁酸、蔗糖、葡萄糖、L-精氨酸、茶氨酸的含量及儿茶素的总含量。许勇泉等[34]以14个茶叶样品（4个绿茶、4个乌龙茶，3个红茶、2个普洱茶和1个白茶）为原料，分析了茶汤苦味、回甘滋味强度与主要风味化学成分的相关性，并采用电子舌结合线性相关分析建立了茶多酚、茶氨酸和谷氨酸等成分含量的量化分析模型，以及茶汤苦味、回甘滋味强度的分析模型；研究结果表明，茶汤回甘滋味强度与茶多酚含量、总糖含量具有显著正相关，苦味强度与可溶性固形物、茶多酚、咖啡碱等成分含量具有显著正相关，说明应用电子舌分析茶汤特定滋味和化学成分的方法是可行的，能对茶汤的苦味和回甘滋味作出较为客观的评价。Chen等[35]应用电子舌检测绿茶滋味成分咖啡碱和主要的儿茶素（EGCG、EGC和ECG）含量，采用神经网络结合主成分分析法建立了绿茶成分含量的预测模型，结果表明所建立的预测模型能够很好实现对绿茶主要滋味成分含量的检测。Ghosh等[36]利用电子舌对印度红碎茶中的茶黄素和茶红素含量进行测定，结果显示与分光光度计法测定的值相关性较好。上述这些研究结果表明，应用电子舌可对茶叶中呈味物质的含量进行定量预测，为茶叶呈味物质的快速检测提供一种新的方法。

4.3茶叶品质等级的量化评价

感观审评法是国内外茶叶界公认的茶叶品质评定的主要方法，是通过人的感觉器官对茶叶的形状、色泽、香气和滋味进行鉴定来判别茶叶品质等级高低的一种方法，但审评结果易受评茶人员主观因素和客观条件等的影响，重复性差，存在一定的误差。茶叶理化审评是从理化的角度寻求评定茶叶品质的方法，虽经多年的研究取得了一些成果，但由于存在众多问题至今没有得到应用。为了弥补感官审评的不足，国内外学者一直都在探索一种借助于仪器分析茶叶品质各感官评价项目、用量化指标评价其品质的新方法，一些新技术在茶叶品质检测中逐步得到应用，主要有机器视觉技术、近红外光谱技术、电子鼻技术和电子舌技术等[37]，目前已有学者利用电子舌检测茶汤滋味的整体信息，用已知类别的样本作为训练集，结合适当的模式识别方法建立判别模型，再用另外已知类别的样本作为预测集来验证模型的可靠性，为茶叶品质的量化评价寻找一种新思路。陈全胜等[38]以4个等级的80个炒青绿茶样本为试验对象，采用法国α-ASTREE电子舌对样本茶汤进行数据采集，利用主成分分析和k近邻法建立茶叶品质等级的判别模型，并通过交互验证的方法使k值和主成分因子数（PCs）得到优化。试验表明，当取PCs为5、k为1时，所构建的KNN模型最佳，其交互验证识别率为97.5%，用预测集中的40个样本验证模型的准确性时，预测识别率为100%。吴瑞梅[37]以绿茶滋味化学鉴定法为参考测量，建立基于电子舌的绿茶滋味品质化学评价的预测模型，分别采用PLS方法和最小二乘支持向量机（LS-SVM）方法并进行比较，结果表明建立的LS-SVM模型性能优于PLS模型，LS-SVM模型对预测集样本的均方根误差RMSEP为4.077，相关系数Rp为0.906，能很好地预测绿茶的滋味品质；该作者还采用电子舌获取茶汤的传感器响应值，分别采用PLS和BP-ANN方法建立绿茶滋味感官评分与电子舌传感器响应值之间的相关模型，结果表明BP-ANN模型的预测结果更好，该模型对预测集样本的均方根误差RMSEP为1.913，相关系数Rp为0.932，与人工感官评价绿茶滋味品质具有较好的一致性。肖宏[39]以不同等级、不同产地、不同贮藏时间和新陈掺杂的西湖龙井茶为研究对象，研究电子舌检测茶样的信号响应特征、茶叶品质的最佳模式识别方法及电子舌响应信号与茶样滋味成分、感官评价之间的关系，建立了基于电子舌的西湖龙井茶品质评价模型，为电子舌在茶叶品质快速准确检测和研制专用茶叶品质检测电子舌提供理论依据。魏明香[40]根据电子舌对不同等级祁红、滇红样品的响应信号特点，分析了各传感器响应值的相对标准偏差和标准误差，利用主成分分析法萃取主成分，得出两种红茶样品前3个主成分的贡献率分别为97.6%、92.9%，再采用判别因子分析和BP神经网络的模式识别方法，构建了茶叶品质等级判别模型，结果表明，两种模型对祁红训练集回代判别正确率分别为96.3%、100%，预测集的判别正确率都为100%；对滇红训练集回代判别正确率、预测集的判别正确率均为100%。古小玲等[41]基于电子舌对海南红碎茶品质进行检测，研究表明电子舌所得结果与专家感官审评结果是一致的。贺玮等[42]采用电子舌对3个等级云南普洱散茶等级进行评价，也取得了良好的识别效果。这些研究结果说明了电子舌技术可应用于茶叶品质等级的判别，为开发仪器化的茶叶品质量化评价提供研究基础。

5 分析与讨论

电子舌在茶叶应用研究上虽取得了一些初步成果，但还处于实验室研究阶段，大部分的研究只是以具体的实例来证明其应用的可行性，距实际应用还有较大的差距，存在的问题主要表现在以下几个方面：①电子舌中的味觉传感器获得的被测溶液信息易受环境温度、湿度、背景噪音、传感器中毒等影响，使数据发生漂移，需完善其对环境因素变化的自适应补偿能力，提高其选择性、稳定性和重复性，降低对工作环境的要求，使得所构成的电子舌能更加接近生物味觉系统；②味觉传感器阵列由于采用不同类型的味觉传感器或者选择性不一样的味觉传感器组成，从而提高了其广谱响应特性和交叉敏感特性，增加了对溶液分子的检测范围，但茶叶种类众多、成分极为复杂且不稳定，电子舌中的传感器数量有限，无法与人类味蕾数量相比，不可能涵盖茶汤滋味的所有信息，且还存在着电子舌无法检测的味觉信息。因此需研究开发针对茶叶检测的电子舌以提高检测精度，并降低成本使其更具实用性；③茶汤制备是电子舌检测茶汤滋味的基础，不同茶汤制备方法将对测定结果产生重大影响，也不便于研究成果的对比和交流，对茶汤制备的标准化必须给予足够的重视，使试验结果更具可比性；④特征变量选取对电子舌最终识别结果影响重大，在研究中往往侧重于某一方面的因子，缺乏特征变量的选取与识别结果之间相关性的科学论证，只有在正确地选取与茶叶品质相关的特征变量基础上，再结合先进的数据处理和模式识别方法，才有可能取得良好的识别效果；⑤选用不同模式识别方法对分析效果差别很大，茶汤中的呈味物质与电子舌响应信号的关系非常复杂，采用非线性的建模方法较为准确。在应用神经网络时必须要具有足够多的典型训练样本，才能使所建立的神经网络模型识别结果具有准确性，但在实际研究中往往存在所采用茶叶样本代表性不够强、样本数不够多等问题，使得所构建的模型稳定性差、适用范围小。另外在构建神经网络模型时一般只能凭经验来确定网络结构参数而无一完整理论，存在一个最优解的问题[43]。

电子舌是世界科技界30年来多学科研究的结晶，并已取得了突出的成绩，其应用领域日益扩大。在茶叶领域中的应用主要在茶叶品质等级的判别、呈味物质的检测，以及品种、产地、加工工艺、品牌间的区分等方面，这些应用研究成果说明了电子舌结合相关的模式识别方法可取得较为客观的结果。因人类感受味觉信息的机制非常复杂，且电子舌在茶叶领域中的研究尚处于初步阶段，所以电子舌还无法达到取代人的味觉感官评定。茶叶品质等级是依据茶叶的色、香、味、形等方面指标来判定，仅用单一指标来评价茶叶是无法全面地表述其品质，目前多传感器信息融合（MSIF）已经成为智能系统领域的一个重要研究方向，它是将来自多个传感器的数据和相关信息进行组合从而获得比使用单一传感器更明确的结果，具有与人类通过各种感觉器官所得到认知事物的结果有更好的相似性[44]。在未来研究中若能将电子舌与电子鼻结合来采集信息，利用电子鼻对茶叶香气进行检测、电子舌对茶汤滋味进行检测，并把采集的信息数据进行融合处理，再将神经网络与模糊理论、遗传算法等结合起来，以达到更好模拟人的各种功能器官和思维方式，这将是未来在茶叶识别和检测中的一个重要发展方向。随着当代科学新技术的不断发展，上述存在的这些问题将会逐步得以解决，电子舌在茶叶领域中的应用将有着更广阔的空间。

[1] 李学林, 李慧玲, 刘瑞新. 电子舌技术的应用研究述评[J].中医学报, 2013, 28(2): 247-249.

[2] Tian Shiyi, Deng Shaoping, Chen Zhong-xiu. Multifrequency large amplitude pulse voltammetry: A novd electrochemical method for electronic tongue [J]. Sensors and Actuators B, 2007, 123(2): 1049-1056.

[3] 王永维, 王俊, 朱晴虹. 基于电子舌的白酒检测与区分研究[J]. 包装与食品机械, 2009, 27(5): 57-61.

[4] 王俊, 姚聪. 基于电子舌技术的葡萄酒分类识别研究[J].传感技术学报, 2009, 22(8): 1088-1093.

[5] 李阳, 陈芹芹, 胡雪芳, 等. 电子舌技术在啤酒口感评价中的应用[J]. 传感技术学报, 2008, 29(11): 122-127.

[6] 刘建波, 张君才, 王晓玲, 等. 电子舌及其在饮料区分辨识方面研究进展[J]. 光谱实验室, 2013, 30(5): 2600-2603.

[7] Ferreira E J, Pereira P C T, Delbem A C B, et a1. Randomsubspace method for analyzing coffee with electronic tongue [J]. Electronics Letters, 2007, 43: 1138-1140.

[8] 唐平, 许勇泉, 汪芳, 等. 电子舌在茶饮料分类中的应用研究[J]. 食品研究与开发, 2016, 37(11): 121-126.

[9] 谈国凤, 张根华, 沈宗根. 电子舌在乳制品质量控制中的应用[J]. 食品科技, 2011(2): 280-284.

[10] 范佳利, 韩剑众, 田师一, 等. 基于电子舌的乳制品品质特性及新鲜度评价[J]. 食品与发酵工业, 2009, 35(6): 177-181.

[11] Dias L A, Peres A, Veloso A C A，et a1. An electronic tongue taste evaluation:identification ofgoat milk adulteration with bovine milk [J]. Sensors and Actuators B: Chemical, 2009, 136: 209-217.

[12] Ciosek P, Wroeblewski W. Miniaturized electronic tongue with all integrated reference microelectrode for the recognition of milk samples [J]. Talanta, 2008, 76: 548-556.

[13] 张彩娃. 伏安型电子舌在食用油检测中的应用[D]. 吉林:东北电力大学, 2013: 5-8.

[14] 于亚萍, 赵辉, 杨仁杰, 等.伏安型电子舌在食品检测中的研究进展[J]. 天津农学院学报, 2014, 21(2): 45-48.

[15] 哈达. 电子舌在环境监测和药物评价中的应用研究[D].杭州: 浙江大学, 2014: 6-10.

[16] Men Hong, Zou Shao-fang, Li Yi, et al. A novel electronic tongue combined MLAPS with stripping voltammetry for environmental detection [J]. Sensors and Actuators B, 2005, 110(2): 350-357.

[17] 吴飞, 杜瑞超, 洪燕龙, 等. 电子舌在鉴别中药枳实药材产地来源中的应用[J]. 中国药学杂志, 2012, 47(10): 808-812.

[18] 武琳, 骆德汉, 邵雅雯, 等. 基于电子舌技术的辛味中药材鉴别研究[J]. 传感器与微系统, 2012, 31(10): 48-50.

[19] 杜瑞超, 王优杰, 吴飞, 等. 电子舌对中药滋味的区分辨识[J]. 中国中药杂志, 2013(2): 154-160.

[20] 刘瑞新, 吴子丹, 李学林. 电子舌在药学领域的应用[J].中药与临床, 2011, 2(5): 61-64.

[21] 邓少平, 田师一. 电子舌技术背景与研究进展[J]. 食品与生物技术学报, 2007, 26(4): 110-116.

[22] 王莉, 惠延波, 王瞧, 等. 电子舌系统结构及其检测技术的应用研究进展[J]. 河南工业大学学报: 自然科学版, 2012, 33(3): 85-90.

[23] 黄赣辉. 味觉传感器阵列构建及初步应用[D]. 南昌: 南昌大学, 2006: 7-9.

[24] 潘玉成. 人工神经网络在坦洋工夫红茶感官品质评定中的应用研究[J]. 茶叶科学, 2015, 35(5): 465-472.

[25] 龚淑英, 鲁成银, 刘栩, 等. GB/T 23776—2009茶叶感官审评方法[S]. 北京:中国标准出版社, 2010: 8-15.

[26] 王帅, 李文举, 刘轶, 等. 电子舌在有机正山小种红茶识别中的应用[J]. 食品工业, 2015, 36 (9): 240-243.

[27] 徐维盛, 王竹, 杨月欣. 电子舌技术快速辨识15种茶汤滋味[J]. 食品工业, 2014, 35 (12): 154-157.

[28] 童城. 伏安法电子舌对茶叶品质甄别的应用研究[D]. 合肥: 安徽农业大学, 2009: 17-29.

[29] 刘爽, 谭俊峰, 林智, 等. 电子舌技术在绿茶感官审评及等级评价中的应用[J]. 中国茶叶, 2014(5): 19-20.

[30] Kovács Z, Dalmadi I, Lukács L, et a1. Geographical origin identification of pure Sri Lanka tea infusions with electronic nose, electronic tongue and sensory profile analysis [J]. Journal of Chcrnometrics, 2010, 24(3-4): 121-130.

[31] Bhondekar AP, Dhiman M, Sharma A, et al. A novel iTongue for Indian black tea discrimination [J]. Sensors and Actuators B:Chemical, 2010, 148(2): 601-609.

[32] 周降生, 吕世懂, 贺宜龙, 等. 茶叶中主要化学成分变化与滋味转化的研究进展[J]. 光谱实验室, 2014(2): 284-291.

[33] Lvova L, Legin A, Vlasov Y, et a1. Multicomponent analysis of Koreangreen tea by means of disposable all-solid-state potentiometric electronic tongue microsystem [J]. Sensors and Actuators B:Chemical, 2003, 95(3): 391-399.

[34] 许勇泉, 刘栩, 刘平, 等. 茶汤回甘滋味及其电子舌应用分析研究[A]. 第十五届中国科协年会论文集[C]. 贵阳: 2013.

[35] Chen Quansheng, Zhao Jiewen, Guo Zhiming, et a1. Determination of caffeine content and main catechins contents ingreen tea (Camellia sinensis L.) using taste sensor technique and multivariate calibration [J]. Journal of Food Composition and Analysis, 2010, 23: 353-358.

[36]ghosh A, tudu B, tamuly P, et a1. Prediction of theaflavin and thearubigin content in black tea using a voltammetrie electronic tongue [J]. Chemometrics and Intelligent Laboratory Systems, 2012, 116: 57-66.

[37] 吴瑞梅. 名优绿茶品质感官评价的仪器化表征研究[D].镇江: 江苏大学, 2012: 4-12, 71-76, 103-108.

[38] 陈全胜, 江水泉, 王新宇. 基于电子舌技术和模式识别方法的茶叶质量等级评判[J]. 2008, 24(1): 124-126.

[39] 肖宏. 基于电子舌技术的龙井茶滋味品质检测研究[D].杭州: 浙江大学, 2010: 92-113.

[40] 魏明香. 基于电子舌技术的红茶滋味品质检测研究[D].杭州: 浙江大学, 2015: 58-73.

[41] 古小玲, 刘栩, 李达敏, 等. 海南红碎茶电子舌技术应用及其与感官审评比较[J]. 热带作物学报, 2012, 33(7): 1293-1296.

[42] 贺玮, 胡小松, 赵镭, 等. 电子舌技术在普洱散茶等级评价中的应用[J]. 食品工业科技, 2009, 30(11): 125-127.

[43] Ghasemi-Varnamkhasti M, Mohtasebi SS, Siadat M, et al. Biomimetic-based odor and taste sensing systems to food quality and safety characterization: An overview on basic principles and recent achievements [J]. Journal of Food Engineering, 2010, 100(3): 377-387.

[44] 王俊, 崔绍庆, 陈新伟, 等. 电子鼻传感技术与应用研究进展[J]. 农业机械学报, 2013, 44(11): 160-167.

[45] 甘芝霖, 刘远方, 杨阳, 等. 基于电子舌技术对信阳毛尖茶品质的评价[J]. 食品工业科技, 2013, 34(3): 74-76.

[46] 薛丹, 史波林, 赵镭, 等. 基于电子舌技术的茶叶等级分类研究[J]. 食品科技, 2010, 35(12): 278-281.

[47] R Bhattacharyya, B Tudu, SC Das, et al. Classification of black tea liquor using cyclic voltammetry [J]. Food Engineering, 2012, 109(1): 120-126.

[48] He Wei, Hu Xiaosong, Zhao Lei, et al. Evaluation of Chinese tea by the electronic tongue: Correlation with sensory properties and classification according togeographical origin andgradelevel [J]. Food Research International, 2009, 42: 1462-1467.

[49] Uchiyama Y, Yamashita M, Kato M, et al. Evaluation of the taste of tea with different degrees of fermentation using a taste sensing system [J]. Sensors and Materials, 2011, 23(8): 501-506.

[50] 庄雅婷. 台湾特色茶感官特性与电子舌及电子鼻分析之相关性[D]. 台北: 中台科技大学食品科技研究所, 2008: 67-93.

[51] 王新宇. 基于计算机视觉和电子舌技术的绿茶分类分级研究[D]. 南京: 江苏大学, 2007: 40-41.

[52] Hayashi N, Chen R, Ikezaki H, et al. Evaluation of the astringency of black tea by a taste sensor system: scope and limitation [J]. Bioscience Biotechnology & Biochemistry, 2007, 71(2): 587-589.

[53] Xiao Hong, Wang Jun. Discrimination of Xihu Longjing teagrade using an electronic tongue [J]. African Journal of Biotechnology, 2009, 8(24): 6985-6992.

[54] 徐飞, 宗迎, 初众, 等. 电子舌技术对不同配比香露兜绿茶的识别研究[J]. 热带农业科学, 2011, 31(7): 70-74.

[55] 吴坚, 刘军, 傅敏, 等. 一种基于电子舌技术的绿茶分类方法[J]. 传感技术学报, 2006, 19(4): 963-965, 969.

[56] 许芳, 陈轩. 电子舌技术对不同产地红茶的滋味识别[J].湖北农业科学, 2016, 55(9): 2373-2376.

[57] 王宏伟. BP神经网络和电子舌技术在茶叶品质分级中的应用[J]. 湖北理工学院学报, 2014, 30(4): 33-35, 50.

[58] 王梦馨, 薄晓培, 韩善捷, 等. 不同防冻措施茶园茶汤滋味差异的电子舌检测[J]. 农业工程学报, 2016, 32(16): 300-306.

Application of Electronic Tongue in Tea Detection and Identification

PAN Yucheng1, YE Naixing2, JIANG Fuying3, HUANG Xianzhou4
1. Department of Mechanical and Electronic Engineering, Ningde Vocational and Technical College, Fu′an 355000, China; 2. College of Horticulture, Fujian Agriculture and Forestry University, Fuzhou 350002, China; 3. Tea Research Institute, Fujian Academy of Agricultural Sciences, Fu′an 355015, China; 4. Department of Agriculture Science, Ningde Vocational and Technical College, Fu′an 355000, China

With the increase of knowledge on the human taste feeling mechanism and the development of sensor and pattern recognition technologies, electronic tongue, an intelligent sensing instrument simulating the human taste system, has been rapid developed. It is now also widely applied in many fields. This paper introduced the basic principle and structure of the electronic tongue. The application of electronic tongue in the identification of tea varieties, detection of taste substances, quality evaluation of tea etc were also reviewed. Moreover, the problems present in the application of electronic tongue in tea and the development direction in future were also discussed, which could be a useful reference for further in-depth studies.

electronic tongue, tea, taste sensor array, pattern recognition

TS272；Q126

A

1000-369X（2016）06-621-10

2016-09-08

2016-10-10

基于人工神经网络构建坦洋工夫茶叶评审专家预测系统、福建宁德市科技计划项目（20100011）

潘玉成，男，副教授，主要从事自动控制、人工智能研究。E-mail：fapyc@163.com