杨国一，张丹丹，邱晓红，吴亮亮，叶小辉，叶乃兴*（.福建农林大学园艺学院/茶学福建省高等学校重点实验室，福建福州 35000；.福建茶叶进出口有限责任公司，福建福州 35004）

基于电子鼻和电子舌技术对不同储存年份台式乌龙茶的识别分析

杨国一1，张丹丹1，邱晓红1，吴亮亮1，叶小辉2，叶乃兴1*
（1.福建农林大学园艺学院/茶学福建省高等学校重点实验室，福建福州 350002；
2.福建茶叶进出口有限责任公司，福建福州 350014）

采用电子鼻和电子舌技术对8个不同储存年份的台式乌龙茶（雪峰玉露）进行检测。在基于电子鼻的检测过程中，采用干茶法、茶汤法和叶底法三种方法对茶样进行检测，并将检测的数据进行主成份分析（PCA）、判别因子分析（DFA），发现干茶法是区分8个不同储存年份茶样的最优方法，同时结合人工感官审评，推测影响电子鼻感受器响应值的最主要挥发性气体因素是茶样因储存过程中产生的“陈味”气体；基于电子鼻建立了储存年份为3-10年的台式乌龙茶数据库模型，为未知储存年份鉴定提供了新途径；基于电子舌的检测过程中，采用第一泡2min、第二泡3min和第三泡5min的冲泡方式对茶样进行电子舌检测，发现第一泡和第二泡均能将8个不同储存年份的茶样聚类区分。

台式乌龙茶；雪峰玉露茶；电子鼻；电子舌；储存年份

茶叶在储存过程中香气含量和组成成分都发生着不同程度的变化，近年来受到许多研究者的重视。曹艳妮［1］在对不同储存时间的普洱熟茶和生茶的香气成分变化的研究中发现，熟茶各类香气成分种类数对比生茶都有不同程度的增加，尤其是醇类、含氮类和萜烯类；张灵枝等［2］在对不同贮藏时间普洱茶的香气成分的研究中发现，随着贮藏年份的增加萜烯及其衍生物的含量逐渐增加；郭建华［3］在对绿茶贮藏过程中挥发性物质变化规律的研究中发现，绿茶在长期存放过程中醇类香气物质含量变化为由先下降后增加的变化过程；谢直虎等［4］，利用FTIR法对储存年限不同的两种普洱绿茶的鉴定研究中鉴别了不同储存年限普洱绿茶。

茶叶因储存年份的不同，其品质和价值都有所差别。目前，茶叶的品质评估和年份鉴定主要是人工感官审评。人工感官审评需要丰富的经验积累及专门训练，具有主观性，同时，品茶者自身受不同条件的影响，如：身体状况、审评环境和口感灵敏度等多种因素的影响。所以，人工感官审评具有不一致性、不确定性和不可预测性。电子鼻（electronic nose）和电子舌（electronic tongue）均是仿生检测设备，利用传感器技术和模式识别技术，可以分析复杂体系的整体“信息轮廓”［5］。电子鼻和电子舌技术已在食品［6-7］、制药［8-9］、烟草［10］、化工［11-12］、医疗诊断［13］等领域有所应用，具有检测时间短、样品预处理简单、检测结果可靠等特点。

如今，消费者对于茶叶“以质论级、按级定价”的呼声与日高涨，但目前茶叶市场仍存在新茶、陈茶模糊不清，不同年份的茶叶参差不齐的现象。本研究以8个不同储存年份的台式乌龙茶（雪峰玉露）为研究对象，利用电子鼻和电子舌技术结合感官评价对不同储存年份的台式乌龙茶加以鉴别区分，以期寻求台式乌龙茶储存年份鉴定的新途径。

1　材料与方法

1.1实验材料

由福州雪峰文武茶场有限公司提供的储存年份为3-10年的台式乌龙茶（雪峰玉露）共8个，以及1个储存5年的茶样，市购。

1.2仪器与设备

I-Nose型电子鼻系统，主要由气泵、气室、传感器列阵、信号采集系统和模式识别算法几部分组成。其中传感器列阵是由十个气敏金属氧化物组成，每个传感器对一类或几类气体响应比较敏感。表1为电子鼻传感器列阵信息。

表1　I-Nose型电子鼻10个传感器阵列组成

I-Tongue型电子舌系统，以新型的多频脉冲伏安法为基础的电子舌系统，由传感器列阵、信号采集与处理系统和数据处理软件三部分组成。

1.3实验方法

1.3.1人工感官审评方法

邀请福建省茶叶质量检测中心站的三位审评专家对茶叶进行审评。根据加权百分法［14］进行密码审评，各因子评分权重：外形20%，汤色10%，香气30%，滋味30%，叶底10%，并进行评语记录。

1.3.2电子鼻对茶样的检测方法

干茶法：将8个储存年份的茶样以相同储存年份的茶样为同一组，共8组，每组3次重复，取5.0g样品装入顶空瓶中，70°C水浴30min。

叶底法：将8个储存年份的茶样以相同储存年份的茶为同一组，共8组，每组3次重复，取5.0g茶样放入110ml审评杯中。泡茶用水为沸滚适度100℃的纯净水，冲泡时间为5min，然后迅速将叶底与茶水分离。将叶底转入250ml的烧杯中，双层薄膜密封，静置30min使得烧杯顶空富集叶底挥发性成分，同时水温冷却至室温。

茶汤法：方法同叶底法。另外，将茶水中加入5.0g Nacl用于增强离子强度，从而降低基体对挥发性物质的束缚［15］。

电子鼻参数设定：电子鼻采样时间为180s，气体流量0.5L/min，清洗时间150s，等待时间为10s，提取响应值。

1.3.3电子舌对茶样的检测方法

将8个储存年份的茶样以相同储存年份的茶样为同一组，共8组，每组3次重复，取5.0g茶叶样品放入110ml审评杯中，用100℃的纯净水冲泡。每个平行冲泡3次，第一泡冲泡时间为2min，第二泡为3min，第三泡为5min。分别进行电子舌检测，提取响应值。

电子舌参数设定：激发电压1V，电位步进0.1V，检测灵敏度e-4。

1.4数据处理方法

采用双变量相关分析法寻求茶样香气随储存时间的变化规律。采用主成分分析（PCA）法对样品进行辨识聚类。采用判别因子分析（DFA）进行模型验证。

2　结果与分析

2.1不同储存年份雪峰玉露茶感官审评结果

对不同储存年份雪峰玉露茶进行感官审评，结果如表2所示。从品质总分来看，储存年份5-10年的茶样中，储存时间为3年、5年、10年的茶样总分大于90分，其中储存3年的茶样品质总分最高，达92.8分，而储存9年的茶样品质总分最低（89.1分），波动范围为3.7，差距不大，表明在储存过程中雪峰玉露茶的感官品质相对稳定。从各审评因子来看，储存3年、6年的茶样外形得分最高（达93分），储存3年雪峰玉露茶滋味、香气得分均最高（达93分），储存8年的茶样汤色得分最高（达92分）。

感官审评结果表明，随着存放时间的不同，雪峰玉露茶外形与叶底变化不大；内质变化：随储藏时间的增加，茶汤颜色不断加深，滋味由醇厚转变成醇和，香气也逐渐产生“陈味”，但储存8年与9年茶样的香气与滋味最差，其他年份的茶样品质较好。

图1　电子鼻各传感器响应值的变化规律（a）干茶法；（b）茶汤法；（c）叶底法

图2　电子鼻主成分分析结果（a）干茶法；（b）茶汤法；（c）叶底法

图3-1　电子鼻构建的不同储存年份茶样的模型图

图3-2　电子鼻模型验证结果

2.2基于电子鼻对茶样的检测结果

2.2.1电子鼻响应值的变化规律

在基于电子鼻的检测中，观测到电子鼻10个传感器的响应值在120s处趋于平衡，因此提取120s处的响应值。使用Origin 8.0软件分别对每组茶样的三个平行的响应值取平均值，作其对应的折线图。结果如图1所示，随着储存年份的增加，电子鼻对茶汤和干茶样品的顶空气体响应值整体呈增长趋势。而电子鼻对叶底的顶空气体响应值并无规律性变化。因此可推断，雪峰玉露茶在储存过程中香气的变化更多体现在干茶和茶汤方面。另外，图1发现，储存6年和8年的茶样在电子鼻检测中响应值比较异常，均低于两侧储存年份的茶样，结合人工感官审评的结果，发现这两个茶样均未有“陈味”出现。因此，推测，影响电子鼻响应信号的最主要挥发性气体因素为茶样在储存过程中产生的“陈味”气体。

使用SPSS 20.0软件对各个传感器的响应集进行双变量相关性分析。由表3可以看出，在干茶的检测中10个传感器除了S3（氢气）外，其他9个传感器响应值均与储存年份均呈显著性正相关；在茶汤的检测中s2（硫化物），s4（醇类），s6（碳氢化合物），s8（挥发性有机物），s10（烷烃、可燃性气体）与储存时间呈显著正相关；在叶底的检测中只有s4（醇类）与储存时间呈显著性正相关。

2.2.2主成分分析（PCA）

应用系统对最佳传感器阵列进行优化，寻找最适合区分不同储存年份茶叶样品的传感器组合。干茶法最佳传感器列阵为S2，S5，S8，S9；茶汤法最佳传感器列阵为S3，S5，S7，S10；叶底法传感器最佳列阵为S3，S5，S7，S9，分别进行主成分分析（PCA）。经PCA分析后得到的区别指数（discrimination index，DI）是判断电子鼻是否能区分样品的重要指标，DI值越大表示区分效果越理想。一般当DI值大于80%时，认为系统对样品能够进行良好的区分，如果DI值为负，则代表样品有部分重合。

结果如图2所示，三种方法进行电子鼻检测，均能够将8个储存年份的茶样区分开，但采用干茶法检测时，每个储存年份的茶叶样品的3个平行样离散度较小，不同样品之间互不干扰，经PCA分析后得到的区别指数（DI值）为三种方法中最高，达到97.9%，因此干茶法是区分8个样品茶最理想的方法。

表2　不同储存年份雪峰玉露茶感官审评结果

表3　传感器响应值与储存时间的相关性

2.2.3判别因子分析（DFA）

由主成分分析得出，采用干茶法检测时，每个储存年份的茶样的3个平行样离散度较小，不同样品之间互不干扰，经PCA分析后得到的区别指数（DI值）为三种方法中最高。因此采用干茶法所得的数据特征，使用判别因子法对茶样进行分类训练。图3-1为训练组各样品的分布范围。为了验证电子鼻检测为基础建立的数据库模型的可靠性，从8个实验茶样中取储存年份为7年和10年两个年份的茶样以及一个市购的储存5年的茶样，共三组，每组4个平行，打乱顺序作为盲样，分别用电子鼻进行检测，得到的盲样判别结果，如图3-2所示。从图3-2可以看出，储存5年和10年的茶样各有一个发生了误判，储存7年的茶样识别率为100%。总体识别率为83.33%。由以上判别结果，基于电子鼻技术建立的台式乌龙茶据库模型具有较高的辨识能力，在实际应用中，可建立茶品信息库，将未知储存储存年份茶样信息与茶品信息库对比，能够快速的判别茶样的储存年份，检查茶样是否合格。

2.3基于电子舌对茶样的检测结果

2.3.1主成分分析（PCA）

电子舌检测数据是基于传感器阵列的多维数据，因此用主成分分析进行表征，提取电流采集信号的顶点和拐点值作为检测样品的变量。应用系统对传感器进行优化，筛选最适合采集8个茶样信息的传感器列阵。第一泡传感器最佳列阵为：S3-10Hz钯电极、S4-1Hz钨电极、S5-100Hz钛电极、S6-100Hz银电极；第二泡传感器最佳列阵为：S2-100Hz金电极、S3100Hz钯电极；第三泡传感器最佳列阵为：S2-1Hz金电极、S3-10Hz钯电极，分别进行主成分分析。结果如图4所示，第一泡和第二泡的分析茶样通过主成分分析均能够得到很好的区分，而第三泡区分效果并不理想（DI﹣24.1%），其中储存年份为4年、5年和6年的茶样出现重合现象。因此，可以推断，雪峰玉露茶在储存过程中化学浸出物的变化更多反映在第一泡和第二泡。

图4　电子舌主成分分析结果（a）第一泡；（b）第二泡；（c）第三泡

图5-1　电子舌构建的不同储存年份茶样的模型图

图5-2　电子舌模型验证结果（第一泡）

图6-1　电子舌构建的不同储存年份茶样的模型

图6-2　电子舌模型验证结果（第二泡）

2.3.2判别因子分析（DFA）

分别采用第一泡和第二泡所得的数据特征，使用判别因子法对茶样进行分类训练。为了验证电子舌检测为基础建立的数据库模型的可靠性，同样从8个实验茶样中取储存年份为7年和10年的2个茶样以及一个市购的储存年份为5年的茶样共3组，每组4个平行，打乱顺序作为盲样，分别用电子舌进行盲样判别检测。图5和图6为第一泡和第二泡的数据模型图和验证图。由图观察到，储存年份5、7和10年的茶样均出现了较为严重的误判，因此基于电子舌技术建立的台式乌龙茶数据库模型的辨识能力较低，不能应用于未知储存年份茶样的判别。

3　讨论

本实验优化了电子鼻和电子舌传感器的选择，利用电子鼻和电子舌8个储存年份的台式乌龙茶（雪峰玉露）整体气体特征提取、分析的基础上，结合PCA分析，成功实现了相同储存年份台式乌龙茶（雪峰玉露）的快速聚类；在电子鼻的检测中发现，采用干茶法时，相同储存年份的3个平行茶样离散度最小，不同样品之间互不干扰，经PCA分析后得到的区别指数（DI值）达到97.9%，均高于叶底法（DI=93.8%）和茶汤法（DI=87.8%）。因此，干茶法是区分8个样品茶最理想的方法，和于慧春等［16］在基于电子鼻技术的茶叶品质检测研究中所得出的干茶区分效果优于茶汤和叶底的结论一致；通过特征值分析发现，随着茶样储存年份的增加，电子鼻传感器的响应值整体呈增长趋势；结合人工审评结果，推测影响电子鼻响应信号的最主要挥发性气体因素为茶样在储存过程中产生的“陈味”气体。钟秋生［17］在普洱茶香气特征成分研究中发现，陈香普洱茶在香气成分组成上以杂氧化合物和醇类为主（两种成分之和＞40%），其次是碳氢化合物、醛类、酮类和酯类，因此，推测影响电子鼻响应信号的最主要挥发性物质为“陈味”气体中所含的硫化物、醇类、碳氢化合物、杂氧化合物、可燃性气体等挥发性物质；基于电子鼻建立了储存年份为3-10年的台式乌龙茶数据库模型，为未知储存年份台式乌龙茶的鉴定提供了新途径；在电子舌的检测中发现第一泡（DI=91.7%）和第二泡（DI=90.2%）均能够通过PCA分析将8个茶样很好地区分开，而第三泡区分效果并不理想（DI=﹣24.1%）。因此，第一泡和第二泡是区分8组茶样最理想的冲泡方式。

电子鼻技术和电子舌技术在茶叶领域实际应用中，试样不需要复杂的前处理，测定一个样品通常只需几分钟。与传统的人工感官审评比，电子鼻和电子舌不受主观因素影响，具有检测时间短、样品预处理简单、检测结果可靠等特点。因此，电子鼻和电子舌是一项操作快速简便、检测准确、对环境友好的“绿色”分析技术。

［1］曹艳妮.不同储存时间普洱茶的理化分析和抗氧化性研究［D］.广州：华南理工大学，2011.

［2］张灵枝，王登良，陈维信等.不同贮藏时间的普洱茶香气成分分析［J］.园艺学报，2007，（2）：504-506.

［3］郭建华.绿茶贮藏过程中挥发性物质变化规律的研究［D］.杭州：浙江大学，2011.

［4］谢直虎，杨群.FTIR法对储存年限不同的两种普洱绿茶的研究［J］.光谱实验室，2008，（5）：909-913.

［5］Netale C，Macagnano.Electronic nose and sensorial analysis：comparison of performances in selected case［J］.Sensor and Actuators B，1998，50（2）：246-252.

［6］史波林，赵镭，王厚银等.智能感官分析技术在茶叶品质检测中的应用［J］.食品科学，2009，30（19）：351-355.

［7］Rudnitskaya A L A.Tasting of beverages using an electronic tongue［J］. Sensors and Actuators，1997（44）：292-296.

［8］刘瑞新，李慧玲，李学林等.基于电子舌的穿心莲水煎液的掩味效果评价研究［J］.中草药，2013（16）：2240-2245.

［9］盛良.用电子鼻、电子舌检测中西药物共同药效物质基础［J］.现代中西医结合杂志，2008，18：2778-2780.

［10］焦禹顺.烟草香气突变体鉴定及挥发性香气成分分析 ［D］.北京：中国农业科学院，2015.

［11］胡秋芳.纺织化学品甲胺类物质的气味研究 ［D］.北京服装学院，2015.

［12］吝涛.环境检测电子鼻与电子舌分析仪器设计［D］.杭州：浙江大学，2007.

［13］陈星.呼吸检测电子鼻及其在肺癌诊断应用中的研究 ［D］.杭州：浙江大学，2008.

［14］中华人民共和国国家质量监督检验检疫总局，中国国家标准化管理委员会.GB/T 23776-2009茶叶感官审评方法 ［S］.北京：中国标准出版社，2009.

［15］刘远方，李阳，梁飞等.绿茶香气的电子鼻分析方法研究［J］.食品科技，2012（1）：58-62.

［16］于慧春.基于电子鼻技术的茶叶品质检测研究［D］.杭州：浙江大学，2007.

［17］钟秋生.普洱茶香气特征成分的研究 ［D］.北京：中国农业科学院，2009.

福建茶产业农技推广服务试点建设（KNJ-151000）

杨国一（1989-），男，硕士研究生，主要从事茶树遗传育种与茶叶品质化学研究。

叶乃兴（1963-），男，教授，主要从事茶树栽培育种与资源利用研究。E-mail：ynxtea@126.com。