CN110596015A - 一种基于色差系统的工夫红茶茶汤亮度的客观量化评价方法 - Google Patents

Abstract

本发明涉及一种基于色差系统的工夫红茶茶汤亮度的客观量化评价方法，其特征在于：所述方法包括以下步骤：1)取工夫红茶，冲泡，制备待测茶汤；2)茶汤关键色差指标的采集；3)基于所建立的茶汤亮度的量化预测评价方程，获得茶汤亮度值；4)判别茶汤亮度分类。相比人工感官审评，本发明提出的茶汤亮度评价方法，大大排除了人为主观因素，并实现了对亮度的量化表征，即数字化表征；相比机器视觉和基于茶汤组分含量的亮度计算方法，该方法更加简单、便捷、可靠、重复性更好。

Description

一种基于色差系统的工夫红茶茶汤亮度的客观量化评价方法

技术领域

本发明属于食品品质检测领域，具体涉及一种基于色差系统的工夫红茶茶汤亮度的客观量化评价方法。

背景技术

工夫红茶是我国特有的传统红茶，具有香气馥郁、滋味鲜醇、汤色红浓明亮的品质特点。其中，汤色(包括色泽、亮度)占红茶感官审评总得分的10％。红茶在发酵过程中由于酶促氧化作用生成一系列有色氧化产物，与其他茶汤组分一起，共同形成其丰富多变的茶汤颜色和亮度。在红茶感官审评中，“红亮”汤色是高品质红茶的关键特征之一，即茶汤表面的反光强，“金圈”明显，且茶汤整体红艳透亮。这类红茶更受到消费者的青睐且价格更高。相反，红茶茶汤暗沉，则感官审评分数也低。

目前茶汤亮度评价的主流方法是人工感官审评，该方法依赖于审评人员的知识储备与感官经验，容易受到主观和外界环境的影响，且审评中使用“较”、“稍”、“尚”等模糊语(如较亮、稍暗、尚明)，缺乏量化依据，不利于茶汤亮度审评的标准化和在不同实验室审评的统一规范。因此，建立工夫红茶茶汤亮度的客观、量化、准确的评价体系，进而深入研究高亮汤色特征的相关成分，对于工夫红茶的品质评价和提升具有重要意义。

目前，采用科学仪器用于茶汤表征的手段包括色差分析、机器视觉，及基于茶汤组分含量的计算方程。其中，色差分析是食品分析中最为常用的技术，其主要依靠色空间表征食品色泽属性，如用于研究葡萄酒的酿造效果、肉类质量评估、水果饮料的热稳定性等。色差分析在红茶茶汤研究中有较多应用，如分析不同品质的红茶，红茶加工工艺优化，红茶冲泡方式等方面的应用。然而，现基于色差分析的茶汤研究主要集中于其色泽，而对亮度的研究较少，尚未见针对茶汤亮度的量化表征手段研究。有少数研究认为色差分析中的L*值越大，则茶汤明亮度越大。然而，L*值能否直接用于茶汤明亮度的表征，尚没有明确的结论。

发明内容

针对现有技术的不足，本发明的目的在于设计提供一种基于色差系统的工夫红茶茶汤亮度的快速、准确的量化评价技术方案。本发明采用系统色差分析，筛选出可有效表征红茶茶汤亮度的关键色差指标，通过线性回归拟合，建立基于关键色差指标的茶汤亮度的量化评价方程。目前经发明者验证，可用于不同产地红茶(闽红、宜红、湖红、浙红等)和不同冲泡方式下所得茶汤的亮度的快速、准确、量化的评价和对亮度分类(亮、暗)的准确判别。

为了解决上述存在的技术问题，本发明采用了以下方案：

所述的一种基于色差系统的工夫红茶茶汤亮度的客观量化评价方法，其特征在于：所述方法包括以下步骤：

1)取工夫红茶，冲泡，制备待测茶汤；

2)茶汤关键色差指标的采集；

3)基于所建立的茶汤亮度的量化预测评价方程，获得茶汤亮度值；

4)判别茶汤亮度分类。

所述的一种基于色差系统的工夫红茶茶汤亮度的客观量化评价方法，其特征在于：所述的步骤1)包括以下步骤：

A)取待测工夫红茶，按照国标法或非标法冲泡，获得茶汤，每个茶样平行冲泡3次；

B)茶汤沥出后经滤网过滤，收集，等待检测。

所述的一种基于色差系统的工夫红茶茶汤亮度的客观量化评价方法，其特征在于：所述国标冲泡法为：取茶样于审评盘中，把盘使茶样混合均匀，随后用三指取样法，称取3.00±0.01g茶样放于审评杯中，沸水注满，加盖，5min后将审评杯中的茶汤沥入审评碗中，获得茶汤。

所述的一种基于色差系统的工夫红茶茶汤亮度的客观量化评价方法，其特征在于：所述非标法冲泡法为改变工夫红茶冲泡条件，所述冲泡条件包括投叶量和冲泡时间。

所述的一种基于色差系统的工夫红茶茶汤亮度的客观量化评价方法，其特征在于：所述的步骤2)具体包括以下步骤：

A)采用柯尼卡美能达CM-5型分光测色计进行色差分析，所述分光测色计包括三维颜色空间Hunter Lab体系、国际照明委员会CIELAB体系、CIELCH体系；

B)色差分析采用光源为D65，10°接收；

C)采集数据前对色差仪进行校准操作，采用黑板进行0校准即光线不到达接收器，纯水进行100％校准即光线全部到达接收器；

D)将待测茶汤倒入色差分析专用的比色皿中进行色差分析，每个茶汤样品重复测量3次，采集关键色差分析指标：L99和C*，其中，L99代表CIE体系1999标准下的明度L值，C*代表CIE体系1976标准下的彩度C值，所述彩度C是立体色空间XYZ轴的衍生指标通过公式(1)计算；

式(1)中，a表示红(+)绿(-)度，

b表示黄(+)蓝(-)度。

所述的一种基于色差系统的工夫红茶茶汤亮度的客观量化评价方法，其特征在于：所述的步骤3)具体包括以下步骤：

将待测茶汤的关键色差指标L99和C*测量结果取平均值，茶汤亮度值由式2计算；代入本发明所建立的基于关键色差指标的茶汤亮度量化评价方程中；

L_pre＝-46.028+0.519×L99+0.117×C* (2)

式(2)中，L_pre表示L_predict，为根据线性拟合方程预测所得的茶汤亮度值；

L99代表CIE体系1999标准下的明度值；

C*代表CIE体系1976标准下的彩度值。

所述的一种基于色差系统的工夫红茶茶汤亮度的客观量化评价方法，其特征在于所述的步骤4)包括以下步骤：

基于步骤3)中得到的茶汤亮度值，对其亮度分类进行判别归属，L_pre≥7为亮，L_pre<7则为暗。

与现有技术相比，本发明的创新性如下：(1)首次筛选出可准确反映工夫红茶茶汤亮度的关键色差指标；(2)通过对关键色差指标的组合使用，首次建立了工夫红茶茶汤亮度的量化评价方程。

本发明具有以下有益效果：(1)待测茶汤无需复杂预处理，过滤后直接放入色差分析仪，即可实现对关键色差指标的检测；(2)分析速度极快，每个茶汤样本的分析时间约2分种；(3)无需复杂数据预处理，将所测得的关键色差指标值直接代入本发明中所建立的工夫红茶茶汤亮度的量化预测方程，即可快速、准确地获得茶汤亮度值，并实现对不同亮度分类(亮、暗)的区分判别。相比人工感官审评，本发明提出的茶汤亮度评价方法，大大排除了人为主观因素，并实现了对亮度的量化表征，即数字化表征；相比机器视觉和基于茶汤组分含量的亮度计算方法，该方法更加简单、便捷、可靠、重复性更好。

附图说明

图1：不同亮度工夫红茶茶汤(亮、暗两类)色差轮廓的PCA得分图；

图2：不同亮度工夫红茶茶汤(亮、暗两类)色差轮廓的PLS-DA得分图；

图3：不同亮度工夫红茶茶汤(亮、暗两类)色差轮廓的PLS-DA载荷图；

图4：不同亮度工夫红茶茶汤(亮、暗两类)色差轮廓的PLS-DA置换检验图；

图5：茶汤实际亮度与茶汤预测亮度的散点图。

具体实施方式

下面结合附图，对本发明的具体实施方式作进一步详述，使本发明技术方案更易于理解和掌握。

以下结合实例及附图来对本发明做进一步的解释说明。本实例仅用于具体说明该方法，而并非对本发明的范围进行限制，任何依照本发明的教导所做出的改动或改进，均属于本发明的保护范围。现以基于色差分析的工夫红茶茶汤亮度量化评价方法的建立、不同冲泡条件所得43个闽红茶汤亮度的量化评价和亮度分类判别、19个不同产地红茶茶汤亮度的量化评价和亮度分类判别为例，加以具体说明。

实施例1：基于色差分析的工夫红茶茶汤亮度量化评价方法的建立具体操作步骤：

(1)建模集茶汤制备

收集来自福建地区的26个工夫红茶成品茶(即闽红)，按照本发明步骤1)中所述，经国标法冲泡或改变冲泡条件，比如改变投叶量和改变冲泡时间，共获得43个亮度各异的茶汤样本用于建模。43个茶汤样本的冲泡条件见表1。

(2)亮度感官审评

茶汤冷却至室温后，请感官审评专家小组(小组由5位审评人员组成，均具备高级评茶员及以上资质)进行茶汤亮度的评估(采用10分制：10分为最亮，1分为最暗)。筛选出3个亮度差别明显的茶样作为对照样，其亮度值分别定义为3分、6分、9分，以此为依据对其他茶汤亮度进行赋分。该过程重复2次，由专家最终确定所有茶汤的亮度值。基于感官审评对茶汤亮度的赋分，将茶汤分为“亮”(亮度评分≥7)、“暗”(亮度评分<7)两类。其中“亮”茶汤的汤色评语多为红艳、红亮、橙红明亮；而“暗”茶汤的汤色评语多为红尚亮、红欠亮、稍暗。分别有25个和18个茶汤归属为“亮”、“暗”茶汤。建模集中43个工夫红茶茶汤的亮度感官审评结果及其亮度分类见表1。

表1建模集茶汤样本的冲泡条件、亮度感官审评结果与分类

(3)红茶茶汤系统色差分析

每个茶样平行冲泡3次。茶汤经滤网过滤后进行色差分析。

色差分析采用光源为D65，即自然光，10°观察视角接收。采集数据前对色差仪进行校准操作，采用黑板进行0校准(光线不到达接收器)，纯水进行100％校准(光线全部到达接收器)。

将待测茶汤倒入色差分析专用的比色皿中进行色差分析，每个茶汤样品重复测量3次，作为技术重复。共采集不同色空间下的13个色差分析指标：L*、a*、b*、C*、H*、L99、a99、b99、C99、H99、L(Hunter)、a(Hunter)、b(Hunter)，其中标注*、99和Hunter的色差指标分别对应CIE体系1976标准、CIE体系1999标准和Hunter体系。13个色差指标含义见表2。计算每个茶汤色差指标9次重复(3次平行冲泡，3次重复检测)的平均值，用于后续分析。

表2系统色差分析所采集的各个色差指标及其含义

(4)不同亮度工夫红茶汤色轮廓的多变量分析

为直观、快速地获得茶汤色差轮廓与感官审评亮度之间的关系，采用主成分分析(PCA)对茶汤色差轮廓进行总览。如图1所示，为建模集中亮(感官审评亮度评分≥7)、暗(感官审评亮度评分<7)两类茶汤的色差指标的PCA得分图(PC1＝85.0％，PC2＝13.8％)，前两个主成分累计包含了数据集中98.8％的信息，表明PCA模型能够全面包含不同亮度茶汤的色差信息。亮、暗两类茶汤样品在PCA得分图上呈现较为清晰的聚类，表明不同亮度茶汤的色差轮廓存在明显差异。

以色差分析所得的13个指标为X变量，以亮、暗分类为Y变量，进一步进行有监督的偏最小二乘判别分析(PLS-DA)。如图2PLS-DA得分图(R²＝0.988，Q²＝0.565)显示，亮、暗两类茶汤可得到良好区分。对模型进行交叉验证(100次的置换检验)显示(图3)，截距分别为R²＝(0.0,-0.0254),Q²＝(0.0,-0.189)，表明模型可靠，不存在过拟合现象，基于色差分析可有效实现对茶汤亮度的判别。

为发掘对茶汤亮度分组判别具有重要贡献的色差指标，将上述PLS-DA模型进行了载荷图分析。图4载荷因子图表明，L99、L*、L(hunter)、H*、H99等色差指标对茶汤“亮”有关，可能是反映茶汤亮度的关键色差指标。

(5)关键色差指标的筛选和茶汤亮度预测方程的建立

以专家感官审评所得的茶汤实际亮度为依据，对色差分析所采集的13个参数进行线性回归拟合，以筛选可客观反映茶汤亮度的变量，并建立亮度的回归预测方程。采用“逐步”法筛选出2个关键变量，为L99(明度)和C^*(彩度)，分别代表CIE体系1999标准下的L值(明度)和CIE体系1976标准下的C值(彩度)。其中C是立体色空间XYZ轴的衍生指标通过公式(1)计算；

式(1)中，a表示红(+)绿(-)度，

b表示黄(+)蓝(-)度。

建立的亮度回归预测方程为L_pre＝-46.028+0.519×L99+0.117×C^*(2)，

公式(2)中L_pre，即L_predict，为根据线性拟合方程预测所得的茶汤亮度值。

基于预测茶汤亮度值，对茶汤的亮度分类进行归属，L_pre≥7为亮，L_pre<7则为暗。

实施例2：不同冲泡条件所得43个闽红茶汤亮度的量化评价和亮度分类判别

具体操作步骤：

结合图1至图5，将实施例1中的43个闽红茶汤样本的关键色差指标L99和C*的测量值，直接代入茶汤亮度量化评价方程L_pre＝-46.028+0.519×L99+0.117×C*(2)，其中L_pre，即L_predict，为根据线性拟合方程预测所得的茶汤亮度值，得到所测茶汤的亮度值。基于该预测方程得到的红茶茶汤亮度值与实际亮度值(感官审评所得)显著相关，Pearson相关性为0.92(p＜0.01)。由表3可知，实际亮度与预测亮度的偏差(△L＝L_predict-L_sensory)较小，平均偏差绝对值为0.6。基于预测亮度值，对茶汤的亮度分类进行归属(L_pre≥7为亮，L_pre<7则为暗)。结果表明：除8号、14号、17号、24号茶汤亮度分类(亮或暗)预测错误以外，其余样本均预测正确，预测正确率为90.7％。值得注意的是，尽管上述样本预测有误，其预测值与实际值偏差较小。8号、14号、17号、24号茶汤的实际亮度值分别为8、7、7和7，其基于回归方程的相应预测值分别为6.7、6.4、6.4和6.7，偏差绝对值在0.3-1.3范围内。

表3茶汤亮度的预测值与预测分类

实施例3：红茶茶汤亮度量化预测模型的外部验证：19个不同产地红茶茶汤亮度的量化评价和亮度分类判别

为了进一步验证所建立的亮度预测模型的可靠性，更为广泛地收集了来自浙江、湖北、广东、湖南、福建等全国各产区的19个工夫红茶，经国标法冲泡后开展专家感官审评和色差分析，作为模型的外部验证。

具体如下：

(1)广泛收集来自浙江、湖北、广东、湖南、福建等全国各产区的19个工夫红茶，按照本发明步骤1)中所述经国标法冲泡后，按照实施例1中的操作步骤(2)开展专家感官审评，并对其亮度赋分。上述茶样的产地和基于专家感官审评的茶汤实际亮度见表4。

(2)将上述茶样，按照本发明步骤2)，开展色差分析，采集关键色差参数L99和C*。每个茶样平行冲泡3次，获得茶汤。每个茶汤样本重复测量3次，作为技术重复。

(3)基于关键色差参数的茶汤亮度的量化预测和亮度分类判别

合并所测茶汤的检测结果，分别计算L99和C*色差指标9次测量平均值；将L99和C*平均值直接代入茶汤亮度量化评价方程L_pre＝-46.028+0.519×L99+0.117×C*(2)，其中L_pre，即L_predict，为根据线性拟合方程预测所得的茶汤亮度值，即可得到所测茶汤的亮度值。基于亮度预测值，对茶汤亮度分类(亮、暗)进行判别归属(L_pre≥7为亮，L_pre<7则为暗)。结果显示(表4),验证集中19个工夫红茶茶汤亮度预测值与其实际值之间的差值(△L＝L_predict-L_sensory)比较小，偏差绝对值在0.1-1.3范围内，两者间呈现极显著相关(Pearson相关系数为0.839，p＜0.01)，且基于预测值的亮度分类(亮、暗)均预测正确(100％)。上述结果再次证明了基于关键色差指标L99(明度)、C*(彩度)，可实现对工夫红茶茶汤亮度的快速、准确、量化的表征。

表4验证集红茶工夫红茶茶汤亮度感官审评结果和预测结果

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (7)

1.一种基于色差系统的工夫红茶茶汤亮度的客观量化评价方法，其特征在于：所述方法包括以下步骤：

1)取工夫红茶，冲泡，制备待测茶汤；

2)茶汤关键色差指标的采集；

3)基于所建立的茶汤亮度的量化预测评价方程，获得茶汤亮度值；

4)判别茶汤亮度分类。

2.根据权利要求1所述的一种基于色差系统的工夫红茶茶汤亮度的客观量化评价方法，其特征在于：所述的步骤1)包括以下步骤：

A)取待测工夫红茶，按照国标法或非标法冲泡，获得茶汤，每个茶样平行冲泡3次；

B)茶汤沥出后经滤网过滤，收集，等待检测。

3.根据权利要求2所述的一种基于色差系统的工夫红茶茶汤亮度的客观量化评价方法，其特征在于：所述国标冲泡法为：取茶样于审评盘中，把盘使茶样混合均匀，随后用三指取样法，称取3.00±0.01g茶样放于审评杯中，沸水注满，加盖，5min后将审评杯中的茶汤沥入审评碗中，获得茶汤。

4.根据权利要求2所述的一种基于色差系统的工夫红茶茶汤亮度的客观量化评价方法，其特征在于：所述非标法冲泡法为改变工夫红茶冲泡条件，所述冲泡条件包括投叶量和冲泡时间。

5.根据权利要求1所述的一种基于色差系统的工夫红茶茶汤亮度的客观量化评价方法，其特征在于：所述的步骤2)具体包括以下步骤：

A)采用柯尼卡美能达CM-5型分光测色计进行色差分析，所述分光测色计包括三维颜色空间Hunter Lab体系、国际照明委员会CIELAB体系、CIELCH体系；

B)色差分析采用光源为D65，10°接收；

C)采集数据前对色差仪进行校准操作，采用黑板进行0校准，纯水进行100％校准；

D)将待测茶汤倒入色差分析专用的比色皿中进行色差分析，每个茶汤样品重复测量3次，采集关键色差分析指标：L99和C*，其中，L99代表CIE体系1999标准下的明度L值，C*代表CIE体系1976标准下的彩度C值，所述彩度C是立体色空间XYZ轴的衍生指标通过公式(1)计算；

式(1)中，a表示红(+)绿(-)度，

b表示黄(+)蓝(-)度。

6.根据权利要求1所述的一种基于色差系统的工夫红茶茶汤亮度的客观量化评价方法，其特征在于：所述的步骤3)具体包括以下步骤：

将待测茶汤的关键色差指标L99和C*测量结果取平均值，茶汤亮度值由公式(2)计算；代入本发明所建立的基于关键色差指标的茶汤亮度量化评价方程中；

L_pre＝-46.028+0.519×L99+0.117×C* (2)

式(2)中，L_pre表示L_predict，为根据线性拟合方程预测所得的茶汤亮度值；

L99代表CIE体系1999标准下的明度值；

C*代表CIE体系1976标准下的彩度值。

7.如权利要求1所述的一种基于色差系统的工夫红茶茶汤亮度的客观量化评价方法，其特征在于所述的步骤4)包括以下步骤：

基于步骤3)中得到的茶汤亮度值，对其亮度分类进行判别归属，L_pre≥7为亮，L_pre<7则为暗。