不同闷黄时间的黄茶干茶色泽与汤色综合评价模型构建

岳翠男,王治会,毛世红,李小嫄,童华荣,*

(1.西南大学 食品科学学院,重庆 400715;2.宜宾市农业局,四川宜宾 644000)



不同闷黄时间的黄茶干茶色泽与汤色综合评价模型构建

岳翠男1,王治会1,毛世红1,李小嫄2,童华荣1,*

(1.西南大学 食品科学学院,重庆 400715;2.宜宾市农业局,四川宜宾 644000)

为探讨不同闷黄时间的黄茶干茶色泽与汤色综合色泽评价方法,以确定最佳的闷黄时间,本实验采用主成分分析法与聚类分析法对于不同闷黄条件处理的18个黄茶茶样的18项理化指标进行了分析,以期建立基于主成分分析的不同闷黄时间的黄茶干茶色泽与汤色综合评价模型,结果显示:提取出来的前三个主成分能够解释色泽总变异的83.45%,并通过这三个主成分构建出色泽评价模型:Y=0.671PC1+0.218PC2+0.111PC3,利用此模型计算出来的黄茶干茶色泽与汤色综合指数排序与感官审评色泽评分、聚类分析结果相比具有较好的一致性,说明该评价模型可靠。

黄茶,闷黄,干茶色泽,汤色,主成分分析,聚类分析,评价模型

黄茶为我国六大茶类之一,由绿茶的加工工艺发展而来,“闷黄”工艺是形成黄茶独特“三黄”(干茶金黄、汤色杏黄、叶底嫩黄)品质的关键[1]。闷黄过程中,叶内生化成分在湿热作用下发生一系列非酶促热化学反应,为黄茶呈色物质、呈味物质和芳香物质的形成奠定基础[2]。有学者研究发现,闷黄过程中叶绿素降解与多酚类在湿热作用下发生非酶性自动氧化和异构化作用,产生醌类物质;儿茶素在部分氧化的同时,发生异构化和热裂解作用,造就了黄茶的“三黄”品质[3-4]。而目前人们加工出来的黄茶呈现出“只绿不黄”的特点[5],这与黄茶的最佳闷黄时间有很大关系。从评价技术角度上面来看,黄茶加工技术与评价体系还不完善,因此可借鉴其他加工评价体系作为指导依据。

主成分分析(或称主分量分析)是一种通过降维技术把多个变量化为少数几个主成分(即综合变量)的统计方法[6-7],目前国内外很多学者已经应用到了茶饮料加工汤色稳定性评价[8]、茶叶香气品质评价[9-11]、红茶最佳发酵时间评价[12-13]等,并取得很好的效果。本研究采用在不同温度含水量条件下对于黄茶闷黄过程取样,并对这18个茶样进行化学成分、干茶色差、汤色色差等18项理化指标进行主成分分析与聚类分析,以期建立基于主成分分析的黄茶闷黄过程的色泽综合评价模型,选择最佳的闷黄时间,为制作出“黄汤黄叶”的黄茶提供一定的数据基础。

1 材料与方法

1.1 材料与仪器

表没食子儿茶素没食子酸酯(EGCG)、表儿茶素没食子酸酯(ECG)、没食子儿茶素没食子酸酯(GCG)、表儿茶素(EC)(标品纯度均为98%) 成都普瑞法科技开发有限公司;甲醇、冰乙酸(色谱纯);福林酚、水合茚三酮、95%乙醇、丙酮、乙酸乙酯、正丁醇、没食子酸、L-谷氨酸等试剂 均为国产分析纯。

LC-20A高效液相色谱 日本岛津公司;DPH-9162电热恒温培养箱 上海齐欣科学仪器有限公司;DPH-9240A电热恒温鼓风干燥箱 上海齐欣科学仪器有限公司;SHB-Ⅲ循环水式多用真空泵 郑州长城科工贸有限公司;DPH-9030电热恒温鼓风干燥箱 上海齐欣科学仪器有限公司;FA2004A电子天平 上海静天电子仪器有限公司;HH-6数显恒温水浴锅 金坛市易晨仪器制造有限公司;TGL-16G台式离心机 上海安亭科学仪器厂制造;UV-2450紫外-可见分光光度计 日本岛津公司;可见分光光度计 上海现科分光仪器有限公司;KQ3200DB型数控超声波清洗器 昆山市超声仪器有限公司;UltraScan PRO测色仪 美国Hunter Lab公司。

1.2 实验方法

1.2.1 茶湿坯闷黄处理 于2015年7月9日在重庆江津区洞子茶厂采摘一芽一叶鲜叶,具体黄茶加工流程为热风杀青、揉捻、闷黄、干燥。采用热风杀青,控制3个杀青水分梯度,水分含量分别为30%、45%、60%,在西南大学食品科学学院进行闷黄处理,采用25 cm×34 cm铝箔袋进行闷黄,每一个铝箔袋装茶样100 g,把上述含水量30%的湿茶坯在温度35 ℃条件下闷黄,含水量45%的湿茶坯在60 ℃条件下闷黄,含水量60%的湿茶坯在45 ℃条件下闷黄,控温设备采用DPH-9162电热恒温培养箱,闷黄过程中每隔1 h打开铝箔袋抖1次,35 ℃的闷黄茶样每隔4 h取1次样,取样6次,每个样三次重复;45 ℃的每隔3 h取一次样;60 ℃的每隔2 h取一次样,取样6次,每个样三次重复,见表1。所取的闷黄茶样迅速用DPH-9240A电热恒温鼓风干燥箱在80 ℃条件下烘干。

表1 黄茶样品的闷黄处理条件Table 1 Yellowing process conditions of yellow tea samples

1.2.2 理化成分测定方法 水分测定:快速烘干法[14];茶多酚测定:福林酚比色法[14];氨基酸测定:茚三酮比色法[14];叶绿素a、叶绿素b测定:混合溶剂浸提法,混合溶剂为丙酮∶乙醇∶水=3∶6∶1[15];茶黄素、茶红素、茶褐素测定:系统分析法[14];干茶色差测定:室温下,用UltraScan PRO测色仪分别测定每个干茶茶样颜色的L*、a*、b*值。汤色色差测定:室温下,称取黄茶茶样3.0 g,用150 mL沸水冲泡,静置5 min出汤,使用色差比色皿测定。儿茶素测定:采用高效液相色谱法,HPLC分析条件:色谱柱采用Hypersil BDS C18柱(250 mm×4.6 mm,5 μm);流动相A:2%冰乙酸溶液;流动相B:纯甲醇。流动相B的梯度变化为0～25 min为18%～25%,25～30 min为25%～35%,30～32 min为35%～15%,32 min后恒定在15%,37 min停止;进样量:10 μL;流速:0.9 mL/min;柱温:35 ℃;检测波长:278 nm。

1.2.3 感官审评方法 采用按GB/T 23776-2009[16]中普通黄茶的评审方法:称取黄茶茶样3.0 g,先进行干茶色泽审评,然后用150 mL沸水冲泡,静置5 min出汤。由5名具有评茶资格的工作人员进行密码审评,重点评定干茶色泽与汤色,给出评分,以其均值来衡量黄茶干茶色泽与汤色,按照该方法对于干茶色泽与汤色色泽进行权重比例折算,干茶外形占据总评分25%,干茶外形包括形状、整碎、净度、色泽四项因子,所以色泽占据外形得分的1/4;汤色占据总评分10%,所以得到干茶色泽与汤色的综合得分=6.25%×外形得分+10%×汤色得分[16]。

1.2.4 数据处理 运用excel进行基础数据采集,运用SPSS19.0对数据进行描述性分析、主成分分析与聚类分析。

2 结果与分析

2.1 黄茶样本理化品质的描述性分析

对18个黄茶茶样所测得的理化品质进行了数据描述性分析结果见表2,从表2中可以看出来各种理化指标都具有一定的变异系数,其中干茶与汤色的色差a*变异系数分别高达61.43%、60.09%,变异系数大,说明数据之间的离散程度比较大,这可能的原因在于各种黄茶茶样不同闷黄时间的干茶色泽与汤色颜色从绿色逐渐变黄的程度之间不同有很大的关系。对于干茶色泽与汤色有重要贡献的化学成分茶多酚、叶绿素、游离氨基酸、茶黄素、茶红素、茶褐素、儿茶素等[2]都存在较大的变异系数,干茶与汤色色差L*变异系数分别为2.77%、1.68%,变异系数相比于其他的理化指标来说较小,但是干茶与汤色的色泽中亮度也是一个重要的评价指标,稍微的亮度发生变化可能对于综合评价黄茶干茶色泽与茶汤汤色产生很大影响,如果剔除这两项指标就有失偏颇,所以进行综合评价时不剔除任何理化指标,采用主成分分析法进行汤色与滋味的综合评价。比较各项指标的均值与中位数可以发现,各项指标的均值接近于中位数,说明数据之间的没有离群点,以上分析表明,实验中所测指标均在接受范围内,离群点较少,各茶样之间品质特性差异较大。

表2 黄茶样本的理化品质描述性分析Table 2 Descriptive statistics of yellow tea samples physico-chemical characterization

其中L*表示明亮程度,L*值越大越明亮;a*值表示红绿程度,a*值为负,颜色偏绿(绝对值越大,绿程度越深),a*值为正,颜色偏红(值越大,颜色越红);b*值表示黄蓝程度,b*值为负,颜色偏蓝(绝对值值越大,蓝色越深)b*值为正,颜色偏黄(值越大,黄程度越深)。在本研究中各个茶样的产地与栽培条件前处理的加工方式全部一样,因此样本色泽之间的多样性主要来源于闷黄条件的差异。

2.2 黄茶干茶色泽与汤色综合品质评价的主成分分析

2.2.1 主成分提取 在解决人们日常生产加工等实际问题中,经常会尽可能收集更多的相关的信息,以期对问题有一个全面综合的认识,但是过多变量在处理和分析中很难发挥作用,而主成分分析是将多个指标简化为少量的综合指标的一种统计分析方法,用少数变量尽可能多的反映原来变量的信息[17],所以在评价黄茶综合色泽的时候采用主成分分析方法更为全面。

依据表2分析结果,对18个黄茶样品的理化指标进行主成分分析,结果见表3。主成分的选择需要结合主成分分析降维的原则进行,一般使用累积方差贡献率不低于80%与初始特征值大于1这样的原则来确定主成分数目[18];从表3中可以看出,前三个主成分的累积方差贡献率达到了83.45%,三个主成分的初始特征值全部大于1,同时第一个主成分可以解释黄茶各个样品理化指标总变异的55.90%,第二个主成分解释总变异的18.15%,第三个主成分解释总变异的9.39%,因此前三个主成分能够解释黄茶各样本理化指标总变异的83.45%,所以选择前三个主成分代替18项理化指标对于黄茶的干茶与汤色综合色泽品质进行评价。

表3 主成分解释总变量Table 3 Total variance explained of PCA(principal component analysis)

2.2.2 黄茶干茶色泽与汤色综合评价模型构建 由表3分析结果显示,选择前三个主成分来代替原来的18个理化指标进行分析,得到前三个主成分的载荷矩阵,结果见表4。从表4中可知,第一主成分PC1主要综合了叶绿素a、总叶绿素、茶黄素、茶褐素、EGCG、ECG、干茶L*、干茶a*、干茶b*、汤色a*、汤色b*的信息。有统计学者认为第一主成分是可以最大限度地反映样本间的差异,是概括所有指标差异信息的最佳线性函数[19]。这一观点从表3中也得到了验证,第一主成分的方差贡献率达到了55.9%,为三个主成分方差贡献率最大的一个。第二主成分PC2主要综合了茶多酚、游离氨基酸、茶红素、GCG、汤色L*的信息;第三主成分PC3主要综合了叶绿素b、EC的信息。

表5 黄茶样本色泽评价结果Table 5 Evaluation result on color of yellow tea samples

通过表3的各个主成分的初始特征值与表4中的各主成分指标的载荷值可以构建出3个主成分的线性方程,即使用各主成分指标的载荷向量除以对应主成分初始特征值的算术平方根[8],从而得出来每一个主成分指标的特征值。三个主成分的线性方程为:

PC1=-0.145X1-0.253X2-0.224X3-0.265X4+0.230X5+0.250X6+0.120X7+0.263X8-0.248X9-0.098X10+0.215X11-0.267X12+0.259X13+0.288X14+0.241X15-0.207X16+0.277X17+0.282X18;

PC2=0.292X1+0.292X+-0.008X3+0.246X4+0.273X5+0.166X6+0.443X7+0.159X8+0.217X9-0.146X10-0.283X11+0.214X12+0.243X13-0.127X14+0.277X15-0.257X16-0.137X17+0.122X18;

PC3=-0.187X1+0.095X2+0.368X3+0.167X4+0.055X5+0.05X6-0.188X7+0.134X8+0.328X+0.627X10+0.149X11+0.102X12-0.045X13+0.170X14+0.099X15-0.308X16+0.211X17+0.144X18。

表4 主成分分析各主成分载荷矩阵Table 4 Component matrix of PCA(principal component analysis)

2.2.3 黄茶干茶色泽与汤色综合评价模型与感官审评的验证 再以表2中三个主成分所对应的初始特征值除以三个主成分初始特征值之和作为权重,分别乘以各主成分的评价指数[8],从而建立出来三个主成分综合评价指数的线性方程:Y=0.671PC1+0.218PC2+0.111PC3,利用这个线性模型对18个黄茶茶样的干茶色泽与汤色品质进行综合色泽评价,指数见表5,在相同的含水量与温度条件下,综合评价指数高的,说明干茶色泽与汤色综合色泽品质越好。同时在表5里面也列出感官审评的外形得分与汤色得分,使用外形色泽与汤色综合得分的评价方程进行运算,从而得到色泽综合评分,综合得分高的,说明黄茶干茶色泽与汤色综合色泽品质越好。

从表5可以看出,只有在含水量45%、温度60 ℃条件下闷黄6 h的与闷黄10 h的出现了差别,在色泽感官审评里面,闷黄6 h的色泽品质没有闷黄10 h的感官品质好,使用综合评价指数计算出来的闷黄10 h的品质比闷黄6 h的品质好一些,这样的差别对于最佳闷黄时间的选择没有影响,其他的排序完全相同。由此可见,使用主成分分析建立起来的干茶色泽与汤色综合评价模型对于黄茶闷黄过程中最佳时间的判断具有一定的准确性,并且这样的数学模型能够避免感官审评的主观性,为更好的加工出来“黄叶黄汤”品质的黄茶提供一定的数据基础。

2.3 黄茶样本的聚类分析

聚类分析是将样品按照品质特性相似程度逐渐聚合在一起,相似度最大的优先聚合在一起,最终按照类别的综合性质多个类型聚合,从而完成聚类分析的过程[17]。本实验依据18个理化指标对于不同闷黄处理的黄茶茶样采用了离差平方和法(Ward 法)进行个案系统聚类分析,结果见图1。从图1可以看出,在类间距离=5时,18个黄茶样品分为四类,第一类聚集了三个茶样,分别为含水量30%、温度35 ℃、闷黄0 h;含水量45%、温度60 ℃、闷黄0 h与含水量60%、温度45 ℃、闷黄0 h,这几个茶样在色泽感官审评里面均是分值最低的,都是没有经过闷黄的茶样。第二类聚集了7个茶样,这部分为已经闷黄了部分时间,但是感官评分不是很高的茶样;第三类聚集了5个茶样,均为色泽感官评分最高的几个茶样;第四类聚集了3个茶样,这几个为过了最佳闷黄时间的茶样而感官评分降低的茶样,这一结果和主成分分析做出来的排名具有一致性,说明聚类分析法在判断黄茶闷黄适度时间方面也具有一定实用性。

图1 聚类分析谱系图Fig.1 Dendrogram of HCA(hierarchical cluster analysis)

3 结论与讨论

黄茶中的色素是构成其干茶色泽与汤色的主要成分,主要包括天然色素与加工过程中形成的色素,黄茶属于轻发酵茶类,其主要色素成分除了叶绿素类之外,还有在其加工过程中形成的茶黄素、茶红素和茶褐素[20]。前人对于黄茶的闷黄工序研究发现,在闷黄过程中叶绿素大量降解,水解生成的叶绿酸、植醇等化合物,具有一定的水溶性,直接影响黄茶茶汤色泽;脱镁反应生成的脱镁叶绿素呈褐色,亦会影响黄茶干茶色泽,茶多酚类在湿热与微生物作用下发生非酶性自动氧化和异构化作用,产生醌类物质;儿茶素在部分氧化的同时,发生异构化和热裂解作用,使酯型儿茶素EGCG、ECG等含量大量减少,转化为简单儿茶素,同时还产生了一定量的茶黄素、茶红素和茶褐素,对于干茶色泽与汤色有一定影响,进而综合形成黄茶“黄叶黄汤”的综合色泽品质[2,21-24]。本实验通过对于各闷黄过程茶样的茶多酚、叶绿素、儿茶素、茶黄素、茶红素、茶褐素、干茶色差、汤色色差等进行检测,通过描述性分析发现各成分数据变化范围均在可接受范围之内,均值与中位数比较相近,说明数据没有离群点,各理化成分都具有一定的变异系数,因此不剔除任何变量对于黄茶的综合色泽进行评价。

通过主成分分析发现,前三个主成分能够解释黄茶各样本理化指标总变异的83.45%,因此可以使用这三个主成分代替18个理化指标对于黄茶样品的综合色泽进行评价,使用这三个主成分构建出来的综合色泽评价模型为Y=0.671PC1+0.218PC2+0.111PC3,利用此模型计算出来的色泽综合指数排序与感官审评色泽评分结果相比具有较好的一致性,说明此评价模型是可靠的,在选择最优闷黄时间制作出来“黄汤黄叶”的黄茶方面具有一定推广价值。

通过聚类分析结果显示,把18个黄茶样本分为了四大类,这四类在色泽综合品质方面都和感官审评与主成分分析排名具有较好的一致性,说明这种方法也可以作为黄茶综合色泽评价方法的一种,同时也验证了主成分分析构建出来的综合色泽评价模型的准确性。另外本实验仅仅是对于黄茶的干茶色泽与汤色进行了综合色泽评价,而黄茶的综合品质中滋味与香气占据非常重要的作用,所以对于黄茶的滋味与香气的评价模型有待进一步研究。

[1]周继荣,倪德江,陈玉琼,等. 黄茶加工过程品质变化的研究[J]. 湖北农业科学,2004(1):93-95.

[2]滑金杰,江用文,袁海波,等. 闷黄过程中黄茶生化成分变化及其影响因子研究进展[J]. 茶叶科学,2015(3):203-208.

[3]杨涵雨,周跃斌. 黄茶品质影响因素及加工技术研究进展[J]. 茶叶通讯,2013(2):20-23.

[4]李瑾,黎娜,李照莹,等. 黄茶品质影响因素及香气研究进展[J]. 茶叶通讯,2015(2):3-6.

[5]郑红发,粟本文,王准,等. 高档黄茶适制品种筛选研究[J]. 茶叶通讯,2011(4):26-28.

[6]Guo Q,Wu W,Massart D L,et al. Feature selection in principal component analysis of analytical data[J]. Chemometrics and Intelligent Laboratory Systems,2002,61(PII S0169-7439(01)00203-91-2):123-132.

[7]Sebzalli Y M,Wang X Z. Knowledge discovery from process operational data using PCA and fuzzy clustering[J]. Engineering Applications of Artificial Intelligence,2001,14(PII S0952-1976(01)00032-X5):607-616.

[8]张瑞莲,尹军峰,袁海波,等. 基于主成分分析法研究茶叶加工工艺对茶饮料汤色稳定性的影响[J]. 食品科学,2010(13):82-87.

[9]任洪涛,周斌,秦太峰,等. 基于多元统计分析的云南红茶香气质量评价[J]. 现代食品科技,2013(12):3006-3013.

[10]Tan J,Dai W,Lu M,et al. Study of the dynamic changes in the non-volatile chemical constituents of black tea during fermentation processing by a non-targeted metabolomics approach[J]. Food Research International,2016,79:106-113.

[11]Yener S,Sánchez-López J A,Granitto P M,et al. Rapid and direct volatile compound profiling of black and green teas(Camelliasinensis)from different countries with PTR-ToF-MS[J]. Talanta,2016,152:45-53.

[12]Ghosh A,Bag A K,Sharma P,et al. Monitoring the Fermentation Process and Detection of Optimum Fermentation Time of Black Tea Using an Electronic Tongue[J]. Ieee Sensors Journal,2015,15(11):6255-6262.

[13]Ghosh A,Sharma P,Tudu B,et al. Detection of Optimum Fermentation Time of Black CTC Tea Using a Voltammetric Electronic Tongue[J]. Ieee Transactions on Instrumentation and Measurement,2015,64(10):2720-2729.

[14]张正竹. 茶叶生物化学实验教程[Z]. 北京:中国农业出版社,2009.

[15]赵先明,汪艳霞,杜晓,等. 茶叶叶绿素混合液浸提法提取条件优化[J]. 西南农业学报,2011(04):1303-1308.

[16]GB/T 23776-2009 茶叶感官审评方法[S]. 中华人民共和国国家标准,2009.

[17]高惠璇. 应用多元统计分析[Z]. 北京:北京大学出版社,2005.

[18]公丽艳,孟宪军,刘乃侨,等. 基于主成分与聚类分析的苹果加工品质评价[J]. 农业工程学报,2014(13):276-285.

[19]张文彤. SPSS 统计分析高级教程[Z]. 北京:高等教育出版社出版,2004.

[20]速晓娟,郑晓娟,杜晓,等. 蒙顶黄芽主要成分含量及组分分析[J]. 食品科学,2014(12):108-114.

[21]陈昌辉,邓小丽,张跃华,等. 蒙顶黄芽新工艺条件下品种适制性研究[J]. 湖北农业科学,2013,52(18):4403-4406,4426.

[22]速晓娟,郑晓娟,杜晓,等. 蒙顶黄芽主要成分含量及组分分析[J]. 食品科学,2014(12):108-114.

[23]周继荣,陈玉琼,孙娅,等. 鹿苑茶闷堆工艺研究[J]. 食品科学,2005,26(11):107-111.

[24]刘晓,王云,张厅,等. 闷堆和摊放对黄茶品质及生化成分的影响[J]. 山西农业科学,2015(07):823-827.

Modeling for the dry tea and soup color comprehensive evaluation of yellow tea at the different Yellowing time

YUE Cui-nan1,WANG Zhi-hui1,MAO Shi-hong1,LI Xiao-yuan2,TONG Hua-rong1,*

(1.College of food science,Southwest university,Chongqing 400715,China;2.Yibin Municipal Bureau of Agriculture,Yibin 644000,China)

AnsuitablecomprehensiveevaluationmethodfordryteaandsoupcolorofyellowteaatthedifferentYellowingtimewasestablished,whichhelptochoosethebestyellowingtime.Principalcomponentanalysis(PCA)andhierarchicalclusteranalysis(HCA)wereappliedtoanalyzePhysicalandchemicalindexofeighteenyellowteas.Thefirstsixcomponentsrepresented83.45%ofthetotalvariability,andacolormathematicalevaluationmodelwasconstructed:Y=0.671PC1+0.218PC2+0.111PC3.Theresultsofthemathematicalevaluationmodeloneighteenyellowteasampleswerehighlyconsistentwithsensoryevaluationandhierarchicalclusteranalysis(HCA)results.Thatmeantthemathematicalevaluationmodelwasreliable.

yellowtea;yellowingprocess;dryteacolor;soupcolor;Principalcomponentanalysis(PCA);Hierarchicalclusteranalysis(HCA);evaluationmethod

2016-04-01

岳翠男(1990-),女,硕士研究生,研究方向:茶叶生物化学,E-mail:1207199622@qq.com。

*通讯作者:童华荣(1964-),男,博士,教授,研究方向:茶叶生物化学与茶叶风味化学,E-mail:huart@swu.edu.cn。

TS272.4

A

1002-0306(2016)21-0130-06

10.13386/j.issn1002-0306.2016.21.017