近紅外光譜是處于可見光譜和中紅外光譜之間的光譜區(qū)域，美國(guó)材料檢測(cè)協(xié)會(huì)將其定義為波長(zhǎng)在780-2526 nm（12820-2959 cm'）的電磁波。近紅外光譜主要是對(duì)樣品中X-H鍵（包括C-H、.0-H、N-H等）振動(dòng)的倍頻、合頻以及差頻的疊加吸收，不同的吸收峰位置可間接反映該樣品的分子結(jié)構(gòu)，吸收峰強(qiáng)度與該結(jié)構(gòu)物質(zhì)的濃度關(guān)系密切。因此，獲取近紅外光譜信息，并與適宜的化學(xué)計(jì)量學(xué)方法有機(jī)結(jié)合，建立相關(guān)數(shù)學(xué)模型，即可對(duì)多種有機(jī)物及其混合物進(jìn)行定量或定性分析。

?

茶葉理化成分的定量分析

近年來(lái)，近紅外光譜技術(shù)在茶葉理化成分測(cè)定方面應(yīng)用廣泛。吉川聰一郎「用近紅外光譜技術(shù)對(duì)蒸青玉露茶和鍋炒玉露茶中的茶多酚、氨基酸、咖啡堿和全N量進(jìn)行了定量分析，結(jié)果顯示，近紅外光譜分析法與常規(guī)化學(xué)分析法的相關(guān)系數(shù)達(dá)到0.91以上，表明了近紅外光譜分析技術(shù)在茶葉含量測(cè)定上的可應(yīng)用性，為后續(xù)研究指明了方向。Luypacert et al4采用偏最小二乘（partial least squares，PLS）計(jì)量方法建立了綠茶中咖啡堿、表沒(méi)食子兒茶素沒(méi)食子酸酯（EGCG）和總抗氧化能力（TEAC）的近紅外含量模型，并采用茶葉整葉和粉末進(jìn)行比較試驗(yàn)。結(jié)果顯示，使用茶葉整葉作為原料得到的預(yù)測(cè)結(jié)果相關(guān)系數(shù)更高，咖啡堿定量模型相關(guān)系數(shù)為0.96，TEAC 定標(biāo)模型相關(guān)系數(shù)為0.90，EGCG 和表兒茶素（EC）含量模型預(yù)測(cè)結(jié)果相關(guān)系數(shù)分別為0.83 和0.44，EC濃度偏低和相似結(jié)構(gòu)多酚類物質(zhì)的存在可能是導(dǎo)致EC含量模型結(jié)果較差的原因。

20世紀(jì)80年代，閻守和等以31個(gè)中國(guó)紅茶、綠茶、烏龍茶茶樹新梢為試驗(yàn)樣本，并分別用Van so-est法（通用纖維分析系統(tǒng)）和近紅外光譜分析法檢測(cè)了所有茶樣的纖維素、半纖維素和木質(zhì)素含量，結(jié)合多元回歸進(jìn)行校正，結(jié)果顯示，2種分析方法所得結(jié)果的相關(guān)系數(shù)分別為：紅茶0.927-0.966、綠茶0.968-0.972、烏龍茶0.880-0.947 和新梢0.894-0.971，經(jīng)過(guò)校正，兩者的相關(guān)系數(shù)接近0.99，指出近紅外光譜方法完全適用于茶纖維的定量分析，并發(fā)現(xiàn)商品茶的等級(jí)與各種纖維含量存在明顯的相關(guān)性，其中木質(zhì)素含量與茶葉等級(jí)的線性關(guān)系最大。羅一帆等]采用誤差反向傳播人工神經(jīng)網(wǎng)絡(luò)（BP-ANN）算法，建立了茶葉中茶多酚和茶多糖的近紅外定標(biāo)模型，并進(jìn)行內(nèi)部交叉驗(yàn)證，所得相關(guān)系數(shù)高達(dá)0.98，可準(zhǔn)確預(yù)測(cè)其含量。Ren et all7收集來(lái)自中國(guó)、印度、肯尼亞、斯里蘭卡、緬甸等國(guó)家的140個(gè)紅茶樣本，應(yīng)用近紅外光譜技術(shù)結(jié)合PLS 計(jì)量方法對(duì)所有茶樣中的咖啡堿、水浸出物、茶多酚、氨基酸進(jìn)行定量分析，4個(gè)含量模型的預(yù)測(cè)相關(guān)系數(shù)分別為0.955.0.962.0.954 和0.927，正判率較高，結(jié)果良好。

國(guó)內(nèi)外針對(duì)茶葉的茶多酚、氨基酸、水分等理化成分的定量分析已相對(duì)成熟，但有關(guān)茶葉農(nóng)藥殘留的近紅外定量分析研究尚不多見。隨著消費(fèi)者對(duì)茶葉安全問(wèn)題的廣泛關(guān)注以及我國(guó)茶葉出口所面臨的綠色貿(mào)易壁壘等標(biāo)準(zhǔn)的相繼提高，可以嘗試應(yīng)用近紅外光譜分析對(duì)茶葉農(nóng)殘進(jìn)行快速準(zhǔn)確無(wú)損檢測(cè)。

?

茶葉的定性分析

1.?種類判別近年來(lái)，我國(guó)茶葉的國(guó)內(nèi)外消費(fèi)市場(chǎng)進(jìn)一步擴(kuò)大，茶葉出口遍布五大洲，出口金額總量增加，各地消費(fèi)的茶類日益多元化，包括烏龍茶在內(nèi)的我國(guó)特種茶（白茶、黃茶、黑茶）也呈現(xiàn)出穩(wěn)中略升的趨勢(shì)[8。目前，國(guó)內(nèi)外對(duì)于茶葉的分類主要依賴加工工藝的不同，缺乏量化的分類指標(biāo)，有的茶類之間沒(méi)有特別顯著的差異，限制了我國(guó)各類茶葉在國(guó)際上的流通和公平貿(mào)易。因此，不同茶類的快速判別是當(dāng)前國(guó)際茶葉界亟需解決的問(wèn)題，這也是國(guó)內(nèi)外廣大茶葉消費(fèi)者的迫切需求。近紅外光譜技術(shù)在茶葉種類識(shí)別上得到了一定的發(fā)展。He et al采集240個(gè)綠茶茶樣的近紅外光譜數(shù)據(jù)，經(jīng)小波變換（WT）預(yù)處理，采用主成分分析（PCA）和誤差反向傳播人工神經(jīng)網(wǎng)絡(luò)分析方法建立了不同種類名優(yōu)綠茶的鑒別模型，樣品的正確判別率達(dá)到100%；Chen et al收集了我國(guó)8個(gè)省份的紅茶、綠茶、烏龍茶茶樣150個(gè)，采集所有茶樣的近紅外光諧數(shù)據(jù)，采用支持向量機(jī)（SVM）計(jì)量方法對(duì)3類茶葉分別建模，所建模型的全樣本正確判別率分別為96.67%、100%、93.33%，可快速識(shí)別茶類。陳波等"采用近紅外光譜技術(shù)對(duì)5種中國(guó)名茶（西湖龍井、洞庭碧螺春、廬山云霧、安溪鐵觀音、武夷巖茶）進(jìn)行聚類分析，識(shí)別結(jié)果良好。此外，不同等級(jí)碧螺春以及不同產(chǎn)地的龍井茶也得到了很好的區(qū)分，這說(shuō)明近紅外光譜技術(shù)在茶葉等級(jí)及產(chǎn)地的區(qū)分中具有應(yīng)用潛力。

2.?產(chǎn)地及真?zhèn)闻袆e

利用近紅外光譜技術(shù)可對(duì)茶葉產(chǎn)地及其真?zhèn)巫龀隹焖贉?zhǔn)確的鑒別，Ren et all7運(yùn)用近紅外技術(shù)對(duì)國(guó)內(nèi)外7個(gè)產(chǎn)茶地區(qū)的140個(gè)紅茶樣品進(jìn)行產(chǎn)地判別，采用因式分解的方法，建立紅茶產(chǎn)地判別的同步識(shí)別模型，樣品的正確判別率達(dá)到94.3%。He et al2采用西湖、錢塘、越州3個(gè)龍井主產(chǎn)區(qū)及其他扁形茶產(chǎn)區(qū)的茶葉為樣品，建立龍井茶的近紅外鑒別模型。應(yīng)用 PLS 計(jì)量方法針對(duì)4個(gè)產(chǎn)區(qū)的茶葉進(jìn)行同步建模和特定茶類建模，針對(duì)未正確識(shí)別的茶樣再進(jìn)行歐氏距離二次鑒別，最終所建模型對(duì)未知樣品的正確判別率分別為97.19%、97.54%、97.83%、100%。廖步巖利用近紅外光譜技術(shù)結(jié)合PLS、標(biāo)準(zhǔn)法結(jié)合因子法對(duì)品種、產(chǎn)地和加工工藝各不相同的66個(gè)茶葉樣本進(jìn)行綜合定性建模，選擇最適宜的波數(shù)和光譜預(yù)處理方式，所建模型可準(zhǔn)確地將炒青綠茶、黃山毛峰兩大茶類以及黃山毛峰6個(gè)產(chǎn)區(qū)所制茶葉進(jìn)行定性區(qū)分，效果顯著。

現(xiàn)今，近紅外光譜技術(shù)在茶葉種類、產(chǎn)地及真?zhèn)闻袆e的應(yīng)用研究已取得一定進(jìn)展，但大都以名優(yōu)綠茶為研究對(duì)象，尚未發(fā)現(xiàn)針對(duì)我國(guó)六大茶類的判別研究，且針對(duì)單一茶類之間的品種判別也尚不多見。因此，近紅外光譜技術(shù)在我國(guó)茶葉標(biāo)準(zhǔn)化應(yīng)用方面具有很大發(fā)展空間。

3.?品質(zhì)評(píng)價(jià)

1988年，閻守和4]最先嘗試?yán)媒t外光譜技術(shù)進(jìn)行茶葉的品質(zhì)評(píng)價(jià)，按等級(jí)收集我國(guó)綠茶及紅茶樣本共96個(gè)，包括48個(gè)國(guó)家出口標(biāo)準(zhǔn)樣以及48個(gè)相應(yīng)的省級(jí)標(biāo)準(zhǔn)樣，并運(yùn)用感官審評(píng)對(duì)所有茶樣進(jìn)行定級(jí)。以國(guó)家標(biāo)準(zhǔn)樣作為校正樣本，結(jié)合其近紅外光譜數(shù)據(jù)與感官審評(píng)結(jié)果，采用 PLS 回歸法建立多線性回歸方程（MRL），并對(duì)其進(jìn)行評(píng)價(jià)和優(yōu)化，再依據(jù)所建模型對(duì)省級(jí)標(biāo)準(zhǔn)樣進(jìn)行預(yù)測(cè)分析，結(jié)果顯示，共有86個(gè)茶樣分析正確，占全茶樣的89.6%，由此實(shí)現(xiàn)了將“茶葉等級(jí)”轉(zhuǎn)換成變量參數(shù)，更直觀、客觀、全面地對(duì)茶葉等級(jí)進(jìn)行科學(xué)計(jì)量分析。此外，閻守和1『]又針對(duì)國(guó)外茶葉做了后續(xù)研究，利用近紅外光譜技術(shù)結(jié)合專業(yè)感官審評(píng)，對(duì)3家布隆迪茶廠所產(chǎn)的紅碎茶進(jìn)行等級(jí)判別，對(duì)日本煎茶、玉露茶以及德國(guó)市場(chǎng)上9種紅茶的品質(zhì)與市場(chǎng)價(jià)格的關(guān)系進(jìn)行試評(píng)，結(jié)果顯示，茶葉的感官審評(píng)結(jié)果與近紅外預(yù)測(cè)結(jié)果之間的相關(guān)系數(shù)可達(dá)0.961。

2012年，周小芬等[16]應(yīng)用近紅外光譜分析技術(shù)對(duì)大佛龍井茶進(jìn)行品質(zhì)評(píng)價(jià)，結(jié)合茶葉感官審評(píng)結(jié)果，基于干茶色澤、湯色、香氣、滋昧、葉底單因子得分及五因子總分、六因子總分，引人PLS建立7個(gè)相關(guān)數(shù)學(xué)模型，旨在建立一種客觀的新型茶葉品質(zhì)評(píng)價(jià)方法。結(jié)果顯示，7個(gè)所建模型均可對(duì)相應(yīng)的茶葉品質(zhì)進(jìn)行準(zhǔn)確預(yù)測(cè)，其中以五因子總分模型的預(yù)測(cè)相關(guān)系數(shù)最高，可達(dá)96.65%。

4.?加工在線監(jiān)控

茶葉原料是制茶的基礎(chǔ)，而加工技術(shù)則是關(guān)鍵。目前，絕大部分茶葉生產(chǎn)商的加工過(guò)程多依賴于有經(jīng)驗(yàn)的茶葉加工師傅，但由于環(huán)境等因素的影響，加工師傅的判斷往往不夠客觀，使茶葉未達(dá)到最適宜的加工狀態(tài)，最終影響茶葉品質(zhì)。對(duì)此，Daikio et al7]于2011年嘗試應(yīng)用近紅外光譜技術(shù)對(duì)日本蒸青綠茶的加工工藝進(jìn)行優(yōu)化，選用PLS 計(jì)量方法建立相關(guān)參數(shù)模型一-滾筒傾斜角度和攪拌棒旋轉(zhuǎn)速率模型，結(jié)果顯示，2個(gè)模型的預(yù)測(cè)相關(guān)系數(shù)分別為0.95 和0.96，表明了模型的可靠性和近紅外技術(shù)在茶葉在線監(jiān)控方面具有良好的應(yīng)用前景。

近紅外光譜技術(shù)在茶葉加工過(guò)程中的應(yīng)用研究鮮少出現(xiàn)，國(guó)內(nèi)尚未見相關(guān)報(bào)道。若能將光譜技術(shù)應(yīng)用到綠茶的殺青、烏龍茶的做青與焙火、紅茶的發(fā)酵過(guò)程等，建立相關(guān)關(guān)鍵參數(shù)模型，基于茶葉原料屬性自動(dòng)判斷茶葉的最佳加工狀態(tài)，實(shí)現(xiàn)茶葉加工的高級(jí)自動(dòng)化和智能化，不僅可以節(jié)省人力物力資源，而且有利于茶葉生產(chǎn)的標(biāo)準(zhǔn)化和規(guī)范化，促進(jìn)中國(guó)茶葉經(jīng)濟(jì)發(fā)展。

?