基于智能感官多源信息融合技术的滇红工夫茶汤综合感官品质评价

2022-09-01陈佳瑜袁海波邓余良刘政权谢佳灵杨艳芹江用文

食品科学 2022年16期

陈佳瑜，袁海波，沈帅，邓余良，刘政权，谢佳灵，杨艳芹,*，江用文,*

（1.中国农业科学院茶叶研究所，农业农村部茶树生物学与资源利用重点实验室，浙江杭州 310008；2.安徽农业大学茶树生物学与资源利用国家重点实验室，安徽合肥 230036）

红茶是我国仅次于绿茶的第二大茶类，属于全发酵茶，是以适宜的茶树新芽叶为原料，经萎凋、揉捻、发酵、干燥等一系列工艺过程精制而成。其中，滇红是特产于我国云南省的一类大叶种工夫红茶，因其优良的品质而闻名于国内外。优质的滇红工夫茶芽叶肥壮、汤色红艳、香气馥郁、滋味浓醇、叶底匀软。众所周知，茶汤的综合品质主要反映在香气、滋味和色泽3 个方面。目前，茶汤的品质评价主要依靠人工感官评价，受环境气候、心理状况等条件的影响其审评结果一致性和重复性较差；其次，市场上的普通消费者通常以价格高低和主观经验判断其品质高低。因此，有必要建立一个客观、快速、准确的方法用以判断和评价茶汤的综合感官品质。

伴随传感器技术、电子、生物化学和人工智能的发展，一些智能感官设备应运而生。它们具备简单客观、稳定可靠、灵敏度高的优点。目前，智能感官仪器的使用多集中在对茶汤单一感官属性的评价研究。例如，王蔚等采用金属传感器电子鼻实现了13 个不同品种乌龙茶的有效区分，为乌龙茶香气的快速判别方法提供良好的借鉴。Chen Jiayu等采用气相电子鼻结合多元统计分析实现44 个滇红工夫茶汤感官等级的判别以及感官评分的预测。姚月凤等基于电子舌技术建立工夫红茶甜醇滋味的识别方程，预测准确率达到93.8%。马婉君等比较了3 种不同的方法对六堡茶茶汤色泽进行提取和模拟，发现基于计算机视觉的图像采集装置结合Adobe Color CC的茶汤色泽参数提取方法能更真实地反应茶汤色泽。王家勤等建立基于色差系统的茶汤亮度的量化评价方法，可实现工夫红茶亮、暗茶汤的有效区分。目前关于采用电子鼻、电子舌、电子眼融合技术对茶汤综合品质的研究鲜有报道。

为了更客观、快速、准确地评价滇红工夫茶汤综合品质，以专家感官审评为依据，通过快速气相电子鼻技术、电子舌、电子眼多源信息融合技术结合多元统计分析对茶汤综合品质进行客观量化评价，研究结果将为茶汤的品质控制和质量评价提供有效的技术支撑。

1 材料与方法

1.1 材料与试剂

从市场上收购了来自云南省不同产地（临沧凤庆县、临沧双江县、临沧云县、保山昌宁县、普洱、西双版纳等地）、不同外形（条形、弯曲形、螺形等）的商品茶，共21 个典型的滇红工夫茶样。

纯净水杭州娃哈哈集团有限公司；正构烷烃C～C混合标准品美国Restek公司；36.5%盐酸（分析纯）常州市旭宏化工有限公司；氯化钠上海阿拉丁生化科技股份有限公司；-谷氨酸钠北京索莱宝科技有限公司。

1.2 仪器与设备

Heracles II快速气相电子鼻、ASTREE电子舌及配置第6套传感器、IRIS VA400型电子眼法国Alpha Mos公司；20 mL顶空进样瓶美国Agilent科技公司；100 mL烧杯重庆欣维尔玻璃有限公司；国家标准茶叶审评杯碗中国农业科学院茶叶研究所；电子天平北京赛多利斯科学仪器有限公司。

1.3 方法

1.3.1 茶汤制备

按照GB/T 23776—2018《茶叶感官审评方法》，称取3.0 g茶叶，注入150 mL沸水于审评杯中并加盖，计时5 min后，将茶汤滤出置于审评碗中。

1.3.2 感官审评

由评茶专家小组（5 人均具有国家高级评茶员及以上等级职业资格）对茶汤的香气、滋味、色泽这3 个属性分别进行描述和评分。评价标准在GB/T 23776—2018《茶叶感官审评方法》的基础上进行了优化调整（表1），按照分数范围分为3 个级别：90～99 分为甲级，80～89 分为乙级，70～79 分为丙级。评分采用百分制，除掉一个最高分和一个最低分后取平均值作为最终得分，其中香气、滋味、色泽的评分系数参照国标，其权重依次为25%、30%、10%，并采用归一法作为茶汤综合品质得分。

表1 滇红工夫茶汤香气、滋味、色泽的审评标准Table 1 Evaluation criteria for aroma, taste and color of Dianhong Congou tea infusion

1.3.3 快速气相电子鼻检测

采用顶空自动进样装置结合Heracles II快速气相电子鼻进行检测分析，将待检的茶汤样品加入20 mL顶空瓶中，加盖密封。每个样品重复测定3 次。为得到良好的色谱信息，通过预实验确定了茶汤体积4 mL、孵化温度65 ℃和孵化时间30 min为最佳顶空进样条件。Heracles II快速气相电子鼻系统包含2 根长20 m、柱径180 μm且极性不同的色谱柱（MXT-5为弱极性色谱柱，MXT-1701为中极性色谱柱），以及2 个火焰离子化检测器（flame ionization detector，FID）。一次进样，双柱分析，同时生成两张总离子流图。采用正构烷烃标准溶液（C～C）进行校准，将化合物的保留时间转化为保留指数，参考Kovats保留指数结合AroChemBase数据库对化合物进行鉴定。气味特征描述来自AroChemBase数据库和The Good Scents Company。

1.3.4 电子舌检测

取1.3.1节制备好的茶汤，经150 目滤布过滤后转移到100 mL电子舌专用烧杯中。测样前对传感器进行活化、校准和诊断，确保传感器状态稳定。参考王银诚等的检测方法，编辑序列时以“纯水-茶汤-纯水”的顺序进行，即保证每杯茶汤检测后及时清洗传感器避免交叉影响。每杯茶汤循环测定7 次，选取后3 次稳定的测量数据进行分析。

1.3.5 电子眼检测

调整镜头的曝光度和焦距，并将比色卡置于光源稳定的光室内进行自动校准。根据预实验结果选择顶部及底部标准光源（2×2荧光灯灯管）作为照明条件，采用5 mm光圈的CMOS摄像头采集茶汤样品的图像。每个茶汤样品固定于白色背景板下同一个位置进行拍摄，重复采集图像3 次。对采集图像进行统一预处理，提取图像中心圈的特征信息，记录其全部色号及相应面积比例作为分析数据。

1.4 数据处理

采用MATLAB 2017a软件（美国MathWorks公司）对电子鼻、电子舌、电子眼采集的数据进行-socre标准化处理，标准化公式如下：

式中：为标准化数值；为原始数值；为平均值；为标准差。

采用SIMCA 14.1软件对不同感官品质级别的茶汤进行正交偏最小二乘判别分析（orthogonal partial least squares-discrimination analysis，OPLS-DA），进一步对茶汤综合品质评分进行偏最小二乘回归（partial least squares regression，PLSR）拟合。单因素显著性分析和逐步多元回归分析（stepwise multiple linear regression，SMLR）采用SPSS 23.0 软件完成。

2 结果与分析

2.1 感官审评结果分析

参照工夫红茶的感官审评国家标准，香气、滋味、汤色的评分系数分别为25%、30%和10%，因本研究以茶汤作为研究对象，外形（25%）和叶底（10%）不在茶汤品质评价的范围内，因此按照25%、30%、10%（香气、滋味、汤色）的系数比对茶汤的综合品质评分进行百分制计算。

如表2所示，香气的分值范围70.00～94.67，滋味的分值范围为70.00～95.67，汤色的分值范围为83.33～93.67，综合品质的分值范围为73.03～95.00，单因素分析结果表明茶汤感官品质在不同样品之间存在极显著差异（＜0.01）。本研究中，以综合品质的最终得分将茶汤分成甲类、乙类和丙类，21 个样品中包含4 个甲类茶汤（样本1～4，90～99 分），11 个乙类茶汤（样本5～15，80～89 分），6 个丙类茶汤（样本16～21，70～79 分）。甲、乙、丙每类代表性茶汤样本如图1所示。

表2 实验所用21 个滇红工夫茶汤综合感官分析结果Table 2 Results of comprehensive sensory quality of 21 Dianhong Congou tea infusions

图1 甲、乙、丙每类代表性茶汤样本Fig. 1 Representative tea infusion samples in categories A, B and C

2.2 电子鼻、电子舌、电子眼信号分析和特征信息提取

2.2.1 电子鼻信号分析和特征信息提取

传统的电子鼻主要依靠不同的金属氧化物气敏传感器阵列与挥发性化合物的相互作用，容易产生传感器漂移、污染的现象且受传感器数量限制导致提供的信息高度模糊。作为一种新型的气味分析仪器，Heracles II快速气相电子鼻技术利用了气相的分离原理，能分离出更多的化合物信号替代了传统传感器型电子鼻中有限的传感信号。

基于信号峰响应面积大于500的原则，经过极性不同的两根色谱柱分离筛选出78 个特征峰，鉴定出55 个化合物，其中22 个化合物分别在2 个FID检测器中被共同识别。由此，得到一个78维的特征数据集表征茶汤的香气品质（表3）。

表3 电子鼻、电子眼、电子舌技术采集到多维特征变量Table 3 Multi-dimensional characteristic variables selected using electronic nose, electronic eye and electronic tongue

2.2.2 电子舌信号分析和特征提取

采用电子舌第6套传感器系统，包括AHS、ANS、SCS、CTS、NMS、PKS、CPS 7 根传感器和一个标准参比电极（Ag/AgCl）。其中，AHS、ANS、SCS、CTS、NMS分别对酸、甜、苦、咸、鲜的成味物质测定敏感，PKS、CPS则为复合传感器。该仪器基于传感器对化学品（离子或中性分子）的高选择性，以及与标准电极之间产生的电势差，将电信号转化为数字信号。

将传感器探头浸没茶汤进行检测，每个样本的数据采集时间为120 s，其中每秒采集1 个数据点，选取110～120 s时间段内稳定响应信号的平均值作为输出值，由此可以获得一个7 维的特征数据集表征茶汤的滋味品质（表3）。如图2所示，传感器的响应近似呈一条平滑的直线，其中SCS传感器响应最高（介于3 689～3 767），CTS传感器响应最低（介于769～884）。

图2 电子舌检测样品的数据直观图Fig. 2 Results of electronic tongue

2.2.3 电子眼信号分析和特征提取

每一样本的图像信息由不同的色号及相应占比构成，全部样本中共提取到27 个特征色号，每个特征色号对应特定的、、和*、*、*值。具体而言，RGB颜色系统下值、值、值分别表示红、绿、蓝3 个颜色通道下每种色彩的亮度，Lab模型下*值、*值、*值分别表示亮度、红绿度、黄蓝度。其中，值为120～136，值为56～72，值为8～40，*值为34.7～38.3，*值为17.7～34.1，*值为27.6～45.2。由此，得到一个27 维的特征数据集表征茶汤的色泽品质。

2.3 基于多源信息融合技术的茶汤综合品质评价

2.3.1 定性评价

为了对茶汤香气、滋味、色泽的感官品质进行综合分析，将电子鼻的78 个特征集、电子舌的7 个特征集和电子眼的27 个特征集融合成一个112 维的数据集。由于不同来源的数据量纲不同无法直接进行分析，因此采用-score归一化的方法消除量纲之间的差异。

图3 基于OPLS-DA的3 类茶汤综合品质评价Fig. 3 OPLS-DA plots for comprehensive sensory quality evaluation of three types of tea infusion

图4 电子鼻（a）、电子舌（b）、电子眼（c）和电子鼻、舌、眼融合（d）模型Fig. 4 Models based on lectronic nose (a), electronic tongue (b) and electronic eye (c) data and their data fusion (d)

2.3.2 定量评价

为了能更进一步找到显著影响感官品质得分的代表性变量，基于PLSR模型筛选的VIP值大于1变量进行SMLR分析。把变量逐个引入模型的过程中，每引入一个新变量就对原有变量进行检验，剔除由于加入新变量而变得不再显著的变量，以此构造最优的回归方程。若变量的值的相伴概率（值）小于0.05，那么这个变量将被选入回归方程中；而当变量值的相伴概率大于0.1，则该变量将从回归方程中被剔除。重复上述过程，直到不再有新的变量被引入方程和已引入的变量被剔出模型。另外，在线性回归分析中常伴随多重共线性的问题，易导致模型过拟合以及预测能力下降。自变量的容忍度和方差膨胀因子是诊断多重共线性的常用指标，通常认为容忍度小于0.1或方差膨胀因子大于10时变量之间存在多重共线性。根据SPSS软件分析结果得到的回归方程如下：

＝83.592－3.132S1－1.228B20＋1.998B27＋1.142Y16－1.939B24，表示感官评分。

该模型＝0.93＞0.8（图5b），真实值和预测值的绝对误差在3.57 分以内，相对误差在4.07%以内。所有自变量容忍度大于0.1，方差膨胀因子小于10，说明不存在多重共线性的问题，模型稳定可靠。其中，S1（AHS传感器，Beta＝－0.535）和B27（月桂烯，Beta＝0.356）的标准化回归系数的绝对值最高，表明二者对模型最为重要。AHS传感器是特定酸味敏感的传感器，响应越高通常意味着样品滋味越酸，是茶汤滋味的负面评价，因此也不利于综合感官品质的评分。月桂烯是红茶中常见的香气组分，是一种令人愉悦的气味（花果香），对茶汤香气表现起到正面作用，因此有利于综合感官品质的评分。