張 帆 耿 響 張 恒 萬明軒

(1.南昌海關(guān)技術(shù)中心，江西 南昌 330038；2.江西省紅外光譜應(yīng)用工程技術(shù)研究中心，江西 南昌 330038)

0 引言

茶葉起源于中國，中國人飲茶的歷史長達四千多年，茶葉與人們的生活緊密相關(guān)[1-2]。近年來，茶葉的消費水平不斷提高，人們對茶葉的品質(zhì)要求也越來越高。茶葉中含有茶多酚[3]、茶多糖、茶氨酸等多種有效成分，許多研究表明茶葉中的這些有效成分具有抗氧化、降血壓、降血脂、降血糖、提神、預(yù)防蛀牙等多種功效。茶葉的粗纖維含量可作為鑒別茶葉老嫩以及評定成品茶等級的國際公認標(biāo)準(zhǔn)，多項研究指出，茶葉的粗纖維含量直接影響到茶葉的品質(zhì)，因此對茶葉粗纖維的研究具有重要意義。

粗纖維的測定方法包括重量法、濾袋法和纖維素分析儀測定法。重量法是樣品經(jīng)酸消化、堿消化后，再過濾烘干灰化，通過計算前后兩次質(zhì)量之差進一步計算樣品中粗纖維含量的方法[4]。此方法中時間對酸堿消化影響較大，要嚴(yán)格控制，過程中應(yīng)注意補加熱水保持原溶液體積不變，該方法操作簡單，但周期較長，人為因素影響較大。整個實驗周期長達2天。濾袋法具有簡潔方便、高效精準(zhǔn)等特點。此技術(shù)目前較多的應(yīng)用于飼料與食品中粗纖維、中性洗滌纖維、酸性洗滌纖維的測定。其與經(jīng)典重量法相比，在酸消化、堿消化過程中節(jié)省了抽濾過程，節(jié)省了時間，且操作簡單。缺點是制樣過程要嚴(yán)格控制粉碎樣品顆粒度大小，樣品粉碎過細時，會導(dǎo)致濾袋在加熱過程中，一些樣品顆粒會從濾袋中流出，影響樣品粗纖維含量結(jié)果。纖維素分析儀測定法比較適用于成批樣品的集中測定，較之重量法，節(jié)省人力，操作方便，周期短，但檢測成本大大提高。

近年來，近紅外光譜技術(shù)由于其操作簡單、檢測速度快、綠色環(huán)保等優(yōu)點，與傳統(tǒng)檢測方法相比，具有明顯優(yōu)勢，在食品、輕工、制藥、環(huán)保等各個領(lǐng)域開展了定性分析、定量分析和在線分析。劉輝軍[5]和胡新軍[6]分別研究了利用近紅外光譜技術(shù)測定茶葉中茶多酚含量，均建立了較好的近紅外快速檢測茶多酚含量的近紅外分析模型。2003年，Luypaert等[7]利用偏最小二乘法，建立了綠茶樣品完整茶葉和粉碎處理后葉片的總抗氧化能力的近紅外定量模型。模型可同時測定完整茶葉和粉碎后茶葉的咖啡因、表沒食子兒茶素、沒食子酸值和表兒茶素，結(jié)果表明完整葉片的四個成分模型的相關(guān)性除EC(r=0.83)外，其余均高于0.9。2004年，孫耀國等[8]采集了70多個具有完整葉片綠茶樣品的近紅外光譜，選擇最有波長后利用偏最小二乘法建立了茶多酚、氨基酸和咖啡堿的近紅外校正模型。Nakamura等[9]利用近紅外光譜分析技術(shù)對綠茶飲料中兒茶素、表兒茶素沒食子酸酯等多種兒茶素單體含量測定方面進行了相關(guān)研究。吳彥紅等[10]使用帶有透射樣品池的近紅外光譜儀采集茶湯樣品的近紅外光譜，結(jié)合間隔偏最小二乘和聯(lián)合區(qū)間偏最小二乘法提取樣品的近紅外光譜中的氨基酸等指標(biāo)的特征波段，分別建立近紅外模型。該研究為現(xiàn)場快速分析液體茶飲料中的多種成分提供技術(shù)支撐。2015年，張民[11]通過鮮茶葉中茶多酚和氨基酸含量，建立了高光譜判定鮮茶葉品質(zhì)的分析模型。

已有近紅外對茶葉的研究主要是對茶葉中的茶多酚、氨基酸、咖啡堿以及抗氧化能力的評價和比較，利用近紅外研究茶葉中粗纖維含量的方法暫未查詢到。本文介紹一種近紅外快速檢測茶葉中粗纖維含量的方法，以提高茶葉中粗纖維的檢測速度。

1 材料與方法

1.1 實驗儀器

試驗采用步琦公司的傅立葉近紅外光譜儀(NIRFlex N-500型)，波段范圍為10000～4000cm-1。試驗條件：采用XL附件裝樣，設(shè)置掃描次數(shù)32次，分辨率8cm-1，實驗室溫度25℃，濕度56-60%，利用儀器自帶反射板，壓在樣品上，整個試驗裝置固定在光學(xué)防震平臺上，保證儀器系統(tǒng)不受外界振動的影響。

圖1 步琦NIRFlex N-500近紅外光譜儀

1.2 試驗樣品

本實驗以本單位接受的委托茶葉樣品共135個為研究對象。利用GB/T 8310-2013重量法測定樣品的粗纖維含量，含量范圍為7.29-15.94%。

1.3 樣品顆粒度確定

顆粒度是樣品經(jīng)粉碎機粉碎處理過篩后，樣品粒徑的大小。茶葉樣品經(jīng)粉碎處理后，采集其近紅外光譜。樣品的顆粒度越大，樣品顆粒間的孔隙越大，進行光譜采集時，近紅外光會穿過樣品間孔隙造成光譜的損失，進而會影響光譜信息的準(zhǔn)確性。樣品顆粒度越小，樣品顆粒間的孔隙越小，相比之下，光譜穩(wěn)定性會較好，但也會受到光程的影響，會導(dǎo)致噪聲增大，影響近紅外光譜的質(zhì)量。所以，選擇最佳的樣品顆粒度對近紅外結(jié)果的分析尤為重要。

本試驗為確定最佳的樣品顆粒度，隨機選取3份茶葉樣品，分別按粒徑0.5mm和1.0mm經(jīng)粉碎機制樣，得到兩組待測樣品，使得掃描光譜時樣品厚度為4mm，掃描次數(shù)為32次，分別對兩組樣品在波數(shù)4000～10000cm-1內(nèi)進行近紅外光譜掃描，每組樣品平行測定6次，每次測定時重新裝樣，最終得到掃描數(shù)據(jù)，通過計算樣品在各波數(shù)反射率的標(biāo)準(zhǔn)偏差確定最佳樣品顆粒度，圖1給出的是1號茶葉樣品在兩種顆粒度下的標(biāo)準(zhǔn)差比較，顆粒度為0.5mm時標(biāo)準(zhǔn)差較小，即光譜穩(wěn)定性較好，所以選擇顆粒度為0.5mm。

圖1 1號茶葉樣品不同顆粒度下標(biāo)準(zhǔn)差比較

1.4 樣品裝填厚度確定

裝填厚度是指采集樣品的近紅外光譜時，裝填在樣品池中的厚度，也可稱作掃描光程[7]。對樣品進行光譜采集時，樣品的裝填厚度對光譜有一定的影響。裝樣太薄，會導(dǎo)致樣品松散地鋪在樣品池中，均勻性較差，當(dāng)對樣品進行掃描時，無法獲得樣品的完整信息，也會造成光能量損失。但裝樣太厚，會對樣品造成一定程度的浪費，更重要的是會使光譜噪聲加大，干擾測定結(jié)果。所以，選擇最適合的填裝厚度是很重要的。

隨機選擇2個茶葉樣品，樣品顆粒度為0.5mm，掃描次數(shù)為32次，分別按填裝厚度2mm、3mm、4mm、5mm、6mm、7mm進行裝樣，同時保證每個樣品在一致的溫濕度條件下，在4000～10000cm-1的波數(shù)范圍內(nèi)采集樣品的近紅外光譜，每個裝填厚度下做6次平行實驗，每次實驗時重新裝樣。計算6次樣品近紅外光譜的標(biāo)準(zhǔn)偏差，如圖2和圖3。從圖2中可以看出：當(dāng)裝填厚度為2mm時標(biāo)準(zhǔn)偏差最大，且波動幅度也增大；當(dāng)裝填厚度為3mm時標(biāo)準(zhǔn)差依然較大，但波動幅度變??；當(dāng)裝填厚度為4mm及以上時，標(biāo)準(zhǔn)差明顯減小，而且隨著波數(shù)的增加，波動幅度較穩(wěn)定。從圖3中可以看出：當(dāng)裝填厚度為2mm、3mm時，標(biāo)準(zhǔn)偏差較大，波動幅度也較大。當(dāng)厚度增加到4mm時，標(biāo)準(zhǔn)差明顯減少，繼續(xù)增加到5mm、6mm、7mm時，標(biāo)準(zhǔn)偏差波動幅度和4mm時差別不大。

圖2 茶葉樣品1在不同裝填厚度下的標(biāo)準(zhǔn)差

通過圖2、圖3綜合分析：使用近紅外儀器采集茶葉的近紅外光譜時，具有最佳的樣品裝填厚度，厚度至少需要4mm。為了在保證采集光譜穩(wěn)定的基礎(chǔ)上，盡可能節(jié)省樣品用量，本試驗采用4mm作為茶葉樣品的最佳裝填厚度。

圖3 茶葉樣品2在不同裝填厚度下的標(biāo)準(zhǔn)差

1.5 樣品近紅外光譜采集

在相同的溫濕度條件下，近紅外光譜儀掃描次數(shù)為32次，分辨率為8cm-1，樣品池中樣品的裝填厚度為4mm，樣品顆粒度為0.5mm，波數(shù)范圍為4000～10000cm-1，采集135個茶葉樣品的近紅外光譜。為了減少人為因素影響，每個樣品重新裝樣3次，采集光譜，取3條光譜的平均作為模型建立的光譜數(shù)值。135個茶葉樣品的近紅外光譜見圖4。

2 模型建立與分析

2.1 模型建立

利用近紅外光譜儀配備的數(shù)據(jù)處理軟件NIR-CAL對135個茶葉樣品的近紅外光譜進行數(shù)據(jù)預(yù)處理和模型建立。利用偏最小二乘法，結(jié)合國標(biāo)方法測定的樣品的粗纖維含量，建立茶葉中粗纖維的近紅外定量模型，校正集和預(yù)測集的樣品個數(shù)分別為85和50，通過相關(guān)系數(shù)法選擇4500～6200cm-1、6800～8000cm-1范圍作為模型建立的最佳波段，表1中給出了不同預(yù)處理后所建立的近紅外模型的比較。

圖4 135個茶葉樣品的近紅外光譜圖

從表1中可以看到，樣品的近紅外光譜經(jīng)過歸一化、一階導(dǎo)數(shù)和9點平滑處理后，所建立的校正模型，其校正相關(guān)系數(shù)Rc和驗證集相關(guān)系數(shù)Rp最大，校正均方根誤差SEC與預(yù)測均方根誤差SEP最小，且較為接近，表明歸一化、一階導(dǎo)數(shù)和9點平滑的預(yù)處理效果最好。

表1 不同預(yù)處理方法的模型參數(shù)

2.2 模型分析

應(yīng)用相對分析誤差RPD對所建立的近紅外分析模型的預(yù)測精確度、準(zhǔn)確性和穩(wěn)定性進行評價，茶葉中粗纖維近紅外定量模型校正集和驗證集的相對分析誤差結(jié)果見表2。

表2 NRS粗纖維定量分析模型的校正與驗證結(jié)果

從表2可以看到，茶葉中粗纖維含量的校正集和驗證集的相關(guān)系數(shù)均在0.95以上，具有很好的線性相關(guān)性；相對分析誤差RPD均大于3，說明模型具有較好的預(yù)測準(zhǔn)確性。

為驗證模型的準(zhǔn)確性和實用性，用60個未參加建模的茶葉樣品進行測試，得到模型預(yù)測結(jié)果。計算60個樣品的模型預(yù)測結(jié)果與國標(biāo)方法實驗結(jié)果的絕對誤差，均小于國標(biāo)方法測試結(jié)果的10%，說明近紅外方法的精密度較好，該依據(jù)是國標(biāo)方法要求在重復(fù)條件下獲得的兩次獨立測定結(jié)果的絕對差值不超過算術(shù)平均值的10%。另一方面對模型預(yù)測結(jié)果與國標(biāo)方法的測試結(jié)果進行成對結(jié)果t檢驗，得到t(60，0.05)=-1.35<臨界值T=2.00，說明近紅外方法與國標(biāo)方法不存在顯著差異。

3 結(jié)論與展望

本研究以茶葉中粗纖維的國標(biāo)方法為參考方法，首先確定了茶葉樣品的顆粒度和裝樣厚度，利用偏最小二乘法建立了茶葉中粗纖維的近紅外模型，通過外部樣品驗證，證明了所建立的模型的準(zhǔn)確性和穩(wěn)定性，可得到如下結(jié)論及對下一步工作的展望：

1)近紅外方法無需化學(xué)試劑、速度快，可將國標(biāo)方法幾個小時才能完的實驗縮短為1分鐘，顯著縮減了檢測周期，為大批量抽檢和企業(yè)的自檢自控提供了技術(shù)支撐；

2)為實驗操作更加簡單便捷，本課題組正在開發(fā)近紅外快速測定茶葉專用采樣附件，以進一步提高檢測效率，減少人為裝樣誤差；

3)本研究將進一步開發(fā)茶葉中兒茶素、茶多酚等多個指標(biāo)的近紅外方法，力爭實現(xiàn)茶葉品質(zhì)指標(biāo)的全覆蓋。