石艷梅，伍　慶，譚高好，王　嬌

(1貴陽市第三實(shí)驗(yàn)中學(xué)，貴州　貴陽　550003；2.貴州師范大學(xué)分析測試中心，貴州　貴陽　550001)

?

近紅外光譜法對黔茶6種主要成分的快速測定*

石艷梅1，伍慶2，譚高好2，王嬌2

(1貴陽市第三實(shí)驗(yàn)中學(xué)，貴州貴陽550003；2.貴州師范大學(xué)分析測試中心，貴州貴陽550001)

以貴州綠茶為研究對象，利用近紅外光譜法對茶葉中水分、游離總氨基酸、咖啡堿、兒茶素類總量、茶多酚及水浸出物的含量進(jìn)行快速同時(shí)測定。采用偏最小二乘法結(jié)合多元線性回歸建立茶葉中水分、游離總氨基酸、咖啡堿、兒茶素類總量、茶多酚及水浸出物的定量校正模型，并用相關(guān)系數(shù)、交互驗(yàn)證均方差和預(yù)測均方差對模型進(jìn)行評價(jià)，驗(yàn)證集中水分、游離總氨基酸、咖啡堿、兒茶素類總量、茶多酚及水浸出物6個(gè)內(nèi)含物成分定量預(yù)測模型的相關(guān)系數(shù)分別為0.971 5、0.910 7、0.970 6、0.922 5、0.964 1、0.903 7；預(yù)測均方差(RMSEP)分別為0.574、0.418、0.279、0.959、0.735、0.28。結(jié)果表明，該方法簡單、準(zhǔn)確，更適合于茶葉中主要成分的快速分析。

茶葉，近紅外光譜，預(yù)測模型，定量分析

茶，為世界三大飲料之一，具有降低膽固醇和血壓，減少心腦血管發(fā)病和死亡的風(fēng)險(xiǎn)及預(yù)防早老性癡呆之功效[1-3]。2015年，貴州的茶葉種植面積達(dá)689.2萬畝，是全國茶葉種植面積最大的省份，茶產(chǎn)業(yè)已成為貴州省農(nóng)產(chǎn)品的支柱產(chǎn)業(yè)。然而，對茶質(zhì)量的評價(jià)主要為重量法、分光光度法以及液相色譜法[4-5]，但這些方法耗時(shí)長、操作過程復(fù)雜，難以滿足茶葉生產(chǎn)過程時(shí)時(shí)監(jiān)控的需要。為了更好的控制茶生產(chǎn)過程的質(zhì)量，我們以國家標(biāo)準(zhǔn)為基礎(chǔ)，利用近紅外光譜法建立水分、游離總氨基酸、咖啡堿、兒茶素類總量及茶多酚等的同時(shí)測定方法，并與傳統(tǒng)方法的結(jié)果進(jìn)行比較，結(jié)果表明該方法對控制茶葉的質(zhì)量具有可實(shí)踐性，可為茶葉及茶葉制品質(zhì)量控制提供科學(xué)依據(jù)。

1　材料與方法

1.1材料與儀器

160個(gè)黔茶樣品(分別購于貴定、金沙、普定、湄潭、團(tuán)龍、普安、花溪、遵義、鎮(zhèn)遠(yuǎn)、都勻等地)。磷酸二氫鉀，磷酸氫二鈉，谷氨酸(純度≥99 %，天津市福晨化學(xué)試劑廠)，茚三酮(購于天津市科密歐化學(xué)試劑有限公司)。

Antaris II傅里葉變換近紅外光譜儀(Thermo Nicolet，美國)，積分球漫反射采樣系統(tǒng)，Result、TQ Analyst 數(shù)據(jù)處理軟件，AL-204型萬分之一電子天平(Mettler，瑞士)，紫外分光光度計(jì)(CARYBio型)，800臺式離心機(jī)(上海醫(yī)療器械廠)，202-1型干燥箱，小型手提式高速粉碎機(jī)(浙江溫嶺市大德中藥機(jī)械有限公司，機(jī)號：DFT-100，轉(zhuǎn)速：24 000 r·min-1)。

1.2實(shí)驗(yàn)方法

1.2.1樣品內(nèi)含成分的化學(xué)測定

根據(jù)國家標(biāo)準(zhǔn)規(guī)定的測定方法測定樣品中6種內(nèi)含物成分的含量。水分采用103 ℃恒重法測定；茶多酚是根據(jù)GB / T 8313-2008測定；游離總氨基酸采用GB / T 8314-2013測定；咖啡堿、兒茶素類是采用HPLC法測定；水浸出物根據(jù)GB / T 8305-2013測定。

1.2.2樣品的近紅外光譜采集

每份樣品約取10 g粉末(過4號篩)放入小樣品杯中，混合均勻；采用Antaris II 傅里葉變換近紅外光譜儀，采樣方式為積分球漫反射，分辨為8 cm-1，掃描次數(shù)64次，光譜掃描范圍4 000～10 000 cm-1，數(shù)據(jù)格式為log(1 / R)，優(yōu)化能量增益1×，溫度22 ℃，相對濕度60 %～65 %。按上述實(shí)驗(yàn)條件進(jìn)行實(shí)驗(yàn)，每個(gè)樣品重復(fù)裝樣3次，每個(gè)樣品采集原始光譜圖，并自動(dòng)生成平均光譜。

1.2.3樣品近紅外定性和定量預(yù)測模型的建立

運(yùn)用近紅外光譜技術(shù)進(jìn)行定性模型的建立與定量模型方式相似，都要通過化學(xué)計(jì)量學(xué)的方法對原始光譜進(jìn)行降噪、平滑等處理達(dá)到消除基線偏移、矯正光譜的離散度和凈化譜圖的效果，各個(gè)指標(biāo)參數(shù)的合理使用可以有利于提高模型的精密度和穩(wěn)健性。本實(shí)驗(yàn)采用的是積分球模塊進(jìn)行光譜圖采集，這樣比較容易引起由樣品本身的一些差異而產(chǎn)生較大誤差(比如顆粒尺寸的差異和樣品填充的均勻度等)。

2　結(jié)果與分析

2.1茶葉樣品中主要內(nèi)含物的化學(xué)分析

黔茶中6種成分(水分、游離總氨基酸、咖啡堿、兒茶素類總量、茶多酚及水浸出物)分析見表1?？梢钥闯?，收集的黔茶樣品各項(xiàng)指標(biāo)的濃度含量分布均勻；得出各指標(biāo)成分的變異系數(shù)較大，反映出收集樣品含量范圍分布較廣，可以很好的用于黔茶品質(zhì)成分的模型建立。適用于黔茶主要內(nèi)含成分定量分析的近紅外預(yù)測模型的建立。

表1　黔茶中6項(xiàng)品質(zhì)成分?jǐn)?shù)據(jù)分析結(jié)果Tab.1　Guizhou tea 6 quality ingredients data analysis results

2.2樣品的平均近紅外光譜和建模波長的選擇

160批黔產(chǎn)茶葉的近紅外光譜見圖1。采用TQ Analyst 9.0軟件中PLS建立定量校正模型，進(jìn)行光譜預(yù)處理方式的選擇，結(jié)果表明：選用MSC+S，D+S，G(5，3)作為光譜預(yù)處理方式時(shí)，所得RMSEC、RMSEP較小；RMC-r和RMP-r均優(yōu)于其他條件。確定好光譜預(yù)處理方式后，進(jìn)行全譜和部分光譜區(qū)間的比較，得出以7 594.30 cm-1～7 389.88 cm-1、5 519.27 cm-1～5 299.43 cm-1和4 936.87 cm-1～4 882.88 cm-1三段區(qū)間作為光譜條件時(shí)，模型準(zhǔn)確度和預(yù)測能力較好。

圖1　160批黔產(chǎn)茶葉的近紅外光譜圖Fig.1　160 batches of Guizhou tea NIR spectra

2.3定量分析

2.3.1波數(shù)選擇和光譜預(yù)處理

本實(shí)驗(yàn)以7 594.30 cm-1～7 389.88 cm-1、5 519.27 cm-1～5 299.43 cm-1和4 936.87 cm-1～4 882.88 cm-1三段區(qū)間作為光譜條件波數(shù)段結(jié)合黔茶中6種組分含量，利用TQ Analyst 9.0軟件進(jìn)行建模，同時(shí)調(diào)節(jié)TQ Analyst 9.0軟件中的波數(shù)段、預(yù)處理方法、不同回歸方法，比較RMSEC總最小時(shí)為最佳波數(shù)段和預(yù)處理方式。表2為建模的最佳波數(shù)和預(yù)處理方法。

表2　黔茶中6種組分模型波數(shù)和光譜預(yù)處理方法選擇Tab.2　Selection of wave number and spectral preprocessing method of Guizhou tea’s six component content models

2.3.2基于近紅外光譜技術(shù)的黔茶中6種成分組分含量的快速預(yù)測

黔茶中水分、游離總氨基酸、咖啡堿、兒茶素類總量、茶多酚及水浸出物6種組分含量結(jié)合近紅外光譜建模結(jié)果如表3所示。

表3　黔茶中6種組分校正集與預(yù)測集模型的建模結(jié)果Tab.3　The six component contents of Guizhou tea samples of calibration set and prediction set model modeling results

本實(shí)驗(yàn)利用黔茶近紅外光譜圖結(jié)合6種組分(水分、游離總氨基酸、咖啡堿、兒茶素類總量、茶多酚及水浸出物)建立定量快速檢測模型，并運(yùn)用TQ Analyst9.0軟件對結(jié)果進(jìn)行分析，結(jié)果如表3所示。由表3可知，黔茶茶樣的Rc和Rp均在90 %以上，模型定標(biāo)效果較好。而所建立的定量模型精準(zhǔn)度由預(yù)測集的Rp和RMSEP反映。Rp值越接近1表明模型越好，RMSEP越接近0表明模型預(yù)測性能優(yōu)越。結(jié)果表明，水分、游離總氨基酸、咖啡堿、兒茶素類總量、茶多酚及水浸出物的預(yù)測模型相關(guān)系數(shù)Rp分別為97.15 %、91.07 %、97.06 %、92.25 %、96.41 %，90.37 %。所對應(yīng)的RMSEP分別為0.574、0.418、0.279、0.959、0.735、0.280，從模型中得出，6種組分近紅外光譜定量預(yù)測模型預(yù)測性能由高到低為：咖啡堿>水浸出物>游離總氨基酸>水分>茶多酚>兒茶素總量。

2.3.3黔茶6種成分的傳統(tǒng)方法與近紅外光譜預(yù)測值的比對

本實(shí)驗(yàn)比較10批黔產(chǎn)不同產(chǎn)地茶葉的傳統(tǒng)檢測方法和建立的近紅外光譜模型預(yù)測值(表4)，結(jié)果表明各模型預(yù)測精準(zhǔn)度均較高，預(yù)測性能較優(yōu)，證明近紅外光譜技術(shù)是一種快速無損檢測黔茶6種組分(水分、游離總氨基酸、咖啡堿、兒茶素類總量、茶多酚及水浸出物)成分含量的新方法。

表4　不同產(chǎn)地茶葉傳統(tǒng)方法與近紅外光譜預(yù)測值比較Tab.4　The comparision of traditional method and Near infrafed spectroscopy data on Guizhou tea’s six component contents

3　討論

(1)樣品不同前處理方式考察

茶葉粉碎實(shí)驗(yàn)：分別比較粉碎不同時(shí)間(30s、45s、60s、90s、120s)的相同質(zhì)量茶葉，計(jì)算其損失率；并過不同粒徑的篩子(0.125mm、0.15mm、0.25mm、1.0mm)，按不同方式采集近紅外光譜。結(jié)果表明，茶葉粉碎30s、45s、60s、90s、120s時(shí)，粉末回收率相差不大，均能達(dá)到99%以上；其中粉碎90s時(shí)粒度在L≤1.0mm(茶葉標(biāo)準(zhǔn)，粉末能完全通過0.6mm～1.0mm)的量最大為98%，粉碎30s時(shí)得到的量最少為97.8%，當(dāng)粉碎時(shí)間為120s時(shí)，過篩的樣品會出現(xiàn)團(tuán)聚現(xiàn)象(棉花狀團(tuán)聚)使收集到的量減少。粒度在0.25mm≤L≤1.0mm時(shí)掃描得到的光譜圖差異性較小。

(2)近紅外掃描條件的考察

分別考察不同分辨率(32 cm-1、16 cm-1、8 cm-1、4 cm-1、2 cm-1)，不同掃描次數(shù)(16、32、64、84次)，不同樣品杯(大、小樣品杯)的光譜圖發(fā)現(xiàn)，分辨率為8 cm-1，掃描次數(shù)為64次，小樣品杯時(shí)的光譜圖雜音干擾最小，條件最優(yōu)。

綜上所述，本實(shí)驗(yàn)利用NIR分析方法同時(shí)測定黔茶中水分、游離總氨基酸、咖啡堿、兒茶素類總量、茶多酚及水浸出物的含量，建立的定量校正模型具有較好的預(yù)測效果，與傳統(tǒng)方法相比，本法操作簡單，快速無損，準(zhǔn)確高效，可適用于茶葉的快速分析，對實(shí)現(xiàn)茶葉標(biāo)準(zhǔn)化生產(chǎn)具有指導(dǎo)意義。

【REFERENCES】

[1]鄧慧君，曹進(jìn).茶及茶多酚類化合物對血脂水平的影響[J].國外醫(yī)學(xué)(醫(yī)學(xué)地理分冊)，2004，25(3)：101-104.

DENG H J，CAO J.The effect of various tea and tea polyphenols on serum lipid profile—mechanisms and inconsistent conclusion [J].Foreign Medical Sciences-Section of Medgeography，2004，25(3)：101-104.

[2]王齊明，王連生.茶及茶多酚在冠狀動(dòng)脈性心臟病發(fā)生發(fā)展的作用[J].心血管病學(xué)進(jìn)展，2009，30(3)：463-466.

WANG Q M，WANG L S.Role of tea and tea flavonoids in coronary heart disease[J].Advances in Cardiovascular Diseases，2009，30(3 )：463-466.

[3]廖明宏.茶多酚的降血脂作用綜述[J].茶葉通訊，2005(02)：33-35.

LIAO M H.A summary of the function of lowering blood fat of tea polyphenols [J].Tea Communication，2005(02)：33-35.

[4]劉小力，李想.茶葉中茶氨酸含量的測定方法研究[J].食品科學(xué)，2009(14)：281-284.

LIU X L，LI X.HPLC determination of theanine in tea[J].Food Science，2009(14) ：281-284.

[5]康海寧，陳波，韓超，等.HPLC法測定茶葉水提液中五種兒茶素和咖啡堿及其用于茶葉分類的研究[J].分析測試學(xué)報(bào)，2007(2)：211-215.

KANG H N，CHEN B，HAN C，et al.Simultaneous determination of five catechins and caffeine in tea by HPLC and differentiation of teas by cluster analysis[J].Journal of Instrumental Analysis，2007(2)：211-215.

Rapid determination of six major components in Guizhou tea by Near Infrared Spectroscopy*

SHI Yanmei1，WU Qing2，TAN Gaohao2，WANG Jiao2

(1ThethirdexperimentmiddleschoolinGuiyang，Guiyang550004 ，China；2TestingandAnalysisCenter，GuizhouNormalUniversity，Guiyang550001，China)

Taking green tea in Guizhou for research object.The contents of water，total free amino acids，caffeine，catechins，tea polyphenols and water extracts in tea were measured by near infrared spectroscopy (NIR)，and the calibration model of above-mentioned components was established by partial least square(PLS) and Multi Linear Regression(MLR).The prediction model was evaluated by correlation coefficient，Interaction validation of mean square error and prediction mean square error.The correlation coefficient of the model of water，total free amino acids，caffeine，catechins，tea polyphenols and water extract in tea was 0.971 5，0.910 7，0.970 6，0.922 5，0.964 1 and 0.903 7 respectively，and the RMSEP was 0.574，0.418，0.279，0.959，0.735 and 0.28 respectively.The method is simple，accurate，it is more suitable for rapid analysis of major constituents in Guizhou tea.

tea，Near Infrared Spectroscopy，prediction model，quantitative analysis

TS272.7；TH83

A

1003-6563(2016)04-0074-04

2016-07-11；

無

喀斯特地區(qū)生物與信息技術(shù)協(xié)同創(chuàng)新中心(黔教合協(xié)同創(chuàng)新字[2014]04)；國家新藥創(chuàng)新重大專項(xiàng)(2015ZX0910104-007)。

石艷梅(1965 -)，女，特級教師，從事化學(xué)教學(xué)及植物開發(fā)的研究。