近红外光谱技术在茶叶上的应用现状

近红外光谱是处于可见光谱和中红外光谱之间的光谱区域，美国材料检测协会将其定义为波长在780-2526 nm（12820-2959 cm'）的电磁波。近红外光谱主要是对样品中X-H键（包括C-H、.0-H、N-H等）振动的倍频、合频以及差频的叠加吸收，不同的吸收峰位置可间接反映该样品的分子结构，吸收峰强度与该结构物质的浓度关系密切。因此，获取近红外光谱信息，并与适宜的化学计量学方法有机结合，建立相关数学模型，即可对多种有机物及其混合物进行定量或定性分析。

茶叶理化成分的定量分析

近年来，近红外光谱技术在茶叶理化成分测定方面应用广泛。吉川聪一郎「用近红外光谱技术对蒸青玉露茶和锅炒玉露茶中的茶多酚、氨基酸、咖啡碱和全N量进行了定量分析，结果显示，近红外光谱分析法与常规化学分析法的相关系数达到0.91以上，表明了近红外光谱分析技术在茶叶含量测定上的可应用性，为后续研究指明了方向。Luypacert et al4采用偏最小二乘（partial least squares，PLS）计量方法建立了绿茶中咖啡碱、表没食子儿茶素没食子酸酯（EGCG）和总抗氧化能力（TEAC）的近红外含量模型，并采用茶叶整叶和粉末进行比较试验。结果显示，使用茶叶整叶作为原料得到的预测结果相关系数更高，咖啡碱定量模型相关系数为0.96，TEAC 定标模型相关系数为0.90，EGCG 和表儿茶素（EC）含量模型预测结果相关系数分别为0.83 和0.44，EC浓度偏低和相似结构多酚类物质的存在可能是导致EC含量模型结果较差的原因。

20世纪80年代，阎守和等以31个中国红茶、绿茶、乌龙茶茶树新梢为试验样本，并分别用Van so-est法（通用纤维分析系统）和近红外光谱分析法检测了所有茶样的纤维素、半纤维素和木质素含量，结合多元回归进行校正，结果显示，2种分析方法所得结果的相关系数分别为：红茶0.927-0.966、绿茶0.968-0.972、乌龙茶0.880-0.947 和新梢0.894-0.971，经过校正，两者的相关系数接近0.99，指出近红外光谱方法完全适用于茶纤维的定量分析，并发现商品茶的等级与各种纤维含量存在明显的相关性，其中木质素含量与茶叶等级的线性关系最大。罗一帆等]采用误差反向传播人工神经网络（BP-ANN）算法，建立了茶叶中茶多酚和茶多糖的近红外定标模型，并进行内部交叉验证，所得相关系数高达0.98，可准确预测其含量。Ren et all7收集来自中国、印度、肯尼亚、斯里兰卡、缅甸等国家的140个红茶样本，应用近红外光谱技术结合PLS 计量方法对所有茶样中的咖啡碱、水浸出物、茶多酚、氨基酸进行定量分析，4个含量模型的预测相关系数分别为0.955.0.962.0.954 和0.927，正判率较高，结果良好。

国内外针对茶叶的茶多酚、氨基酸、水分等理化成分的定量分析已相对成熟，但有关茶叶农药残留的近红外定量分析研究尚不多见。随着消费者对茶叶安全问题的广泛关注以及我国茶叶出口所面临的绿色贸易壁垒等标准的相继提高，可以尝试应用近红外光谱分析对茶叶农残进行快速准确无损检测。

茶叶的定性分析

1. 种类判别近年来，我国茶叶的国内外消费市场进一步扩大，茶叶出口遍布五大洲，出口金额总量增加，各地消费的茶类日益多元化，包括乌龙茶在内的我国特种茶（白茶、黄茶、黑茶）也呈现出稳中略升的趋势[8。目前，国内外对于茶叶的分类主要依赖加工工艺的不同，缺乏量化的分类指标，有的茶类之间没有特别显著的差异，限制了我国各类茶叶在国际上的流通和公平贸易。因此，不同茶类的快速判别是当前国际茶叶界亟需解决的问题，这也是国内外广大茶叶消费者的迫切需求。近红外光谱技术在茶叶种类识别上得到了一定的发展。He et al采集240个绿茶茶样的近红外光谱数据，经小波变换（WT）预处理，采用主成分分析（PCA）和误差反向传播人工神经网络分析方法建立了不同种类名优绿茶的鉴别模型，样品的正确判别率达到100%；Chen et al收集了我国8个省份的红茶、绿茶、乌龙茶茶样150个，采集所有茶样的近红外光谐数据，采用支持向量机（SVM）计量方法对3类茶叶分别建模，所建模型的全样本正确判别率分别为96.67%、100%、93.33%，可快速识别茶类。陈波等"采用近红外光谱技术对5种中国名茶（西湖龙井、洞庭碧螺春、庐山云雾、安溪铁观音、武夷岩茶）进行聚类分析，识别结果良好。此外，不同等级碧螺春以及不同产地的龙井茶也得到了很好的区分，这说明近红外光谱技术在茶叶等级及产地的区分中具有应用潜力。

2. 产地及真伪判别

利用近红外光谱技术可对茶叶产地及其真伪做出快速准确的鉴别，Ren et all7运用近红外技术对国内外7个产茶地区的140个红茶样品进行产地判别，采用因式分解的方法，建立红茶产地判别的同步识别模型，样品的正确判别率达到94.3%。He et al2采用西湖、钱塘、越州3个龙井主产区及其他扁形茶产区的茶叶为样品，建立龙井茶的近红外鉴别模型。应用 PLS 计量方法针对4个产区的茶叶进行同步建模和特定茶类建模，针对未正确识别的茶样再进行欧氏距离二次鉴别，最终所建模型对未知样品的正确判别率分别为97.19%、97.54%、97.83%、100%。廖步岩利用近红外光谱技术结合PLS、标准法结合因子法对品种、产地和加工工艺各不相同的66个茶叶样本进行综合定性建模，选择最适宜的波数和光谱预处理方式，所建模型可准确地将炒青绿茶、黄山毛峰两大茶类以及黄山毛峰6个产区所制茶叶进行定性区分，效果显著。

现今，近红外光谱技术在茶叶种类、产地及真伪判别的应用研究已取得一定进展，但大都以名优绿茶为研究对象，尚未发现针对我国六大茶类的判别研究，且针对单一茶类之间的品种判别也尚不多见。因此，近红外光谱技术在我国茶叶标准化应用方面具有很大发展空间。

3. 品质评价

1988年，阎守和4]最先尝试利用近红外光谱技术进行茶叶的品质评价，按等级收集我国绿茶及红茶样本共96个，包括48个国家出口标准样以及48个相应的省级标准样，并运用感官审评对所有茶样进行定级。以国家标准样作为校正样本，结合其近红外光谱数据与感官审评结果，采用 PLS 回归法建立多线性回归方程（MRL），并对其进行评价和优化，再依据所建模型对省级标准样进行预测分析，结果显示，共有86个茶样分析正确，占全茶样的89.6%，由此实现了将“茶叶等级”转换成变量参数，更直观、客观、全面地对茶叶等级进行科学计量分析。此外，阎守和1『]又针对国外茶叶做了后续研究，利用近红外光谱技术结合专业感官审评，对3家布隆迪茶厂所产的红碎茶进行等级判别，对日本煎茶、玉露茶以及德国市场上9种红茶的品质与市场价格的关系进行试评，结果显示，茶叶的感官审评结果与近红外预测结果之间的相关系数可达0.961。

2012年，周小芬等[16]应用近红外光谱分析技术对大佛龙井茶进行品质评价，结合茶叶感官审评结果，基于干茶色泽、汤色、香气、滋昧、叶底单因子得分及五因子总分、六因子总分，引人PLS建立7个相关数学模型，旨在建立一种客观的新型茶叶品质评价方法。结果显示，7个所建模型均可对相应的茶叶品质进行准确预测，其中以五因子总分模型的预测相关系数最高，可达96.65%。

4. 加工在线监控

茶叶原料是制茶的基础，而加工技术则是关键。目前，绝大部分茶叶生产商的加工过程多依赖于有经验的茶叶加工师傅，但由于环境等因素的影响，加工师傅的判断往往不够客观，使茶叶未达到最适宜的加工状态，最终影响茶叶品质。对此，Daikio et al7]于2011年尝试应用近红外光谱技术对日本蒸青绿茶的加工工艺进行优化，选用PLS 计量方法建立相关参数模型一-滚筒倾斜角度和搅拌棒旋转速率模型，结果显示，2个模型的预测相关系数分别为0.95 和0.96，表明了模型的可靠性和近红外技术在茶叶在线监控方面具有良好的应用前景。

近红外光谱技术在茶叶加工过程中的应用研究鲜少出现，国内尚未见相关报道。若能将光谱技术应用到绿茶的杀青、乌龙茶的做青与焙火、红茶的发酵过程等，建立相关关键参数模型，基于茶叶原料属性自动判断茶叶的最佳加工状态，实现茶叶加工的高级自动化和智能化，不仅可以节省人力物力资源，而且有利于茶叶生产的标准化和规范化，促进中国茶叶经济发展。