茶鮮葉反射光譜和色差特性及其應用初探

馮呈艷 ， 余志 ， 陳玉瓊 ， 李琛 ， 倪德江 *

（1.華中農業(yè)大學園藝林學學院，湖北武漢 430070；2.園藝植物生物學教育部重點實驗室，湖北武漢 430070）

茶葉的光學特性包括反射、吸收、透光和色差等。國內外利用光學特性無損檢測茶葉的研究已經相當廣泛，主要集中在茶葉種類的識別和分類、組分含量的測定等方面。最早人們應用光譜技術在茶葉種類的識別和分類上。如BUDINOVA等[1]以茶葉為研究對象，根據其在中紅外區(qū)域的反射光譜特性，對茶葉進行識別分類。茶葉色差分析始于上世紀70年代的日本，其應用研究大多集中在色澤與品質的定性描述及色澤與內含成分葉綠素的相關性分析中[2-5]。賴國亮等[4]研究采用CR-100型色彩色差計對炒青茶的干茶外觀色澤、粉末色澤、茶湯色澤進行測定，通過測色技術實現對炒青茶品質的管理。陸建良等[6]研究了綠茶、紅茶、烏龍茶的色差參數 L*（明亮度）、a*（紅綠度）、b*（黃藍度）值。 結果分析表明，各茶類茶湯的 L*、a*、b*值存在明顯差異，色差值與感官品質之間存在較高的相關性。近些年，光譜技術越來越多地應用到對茶鮮葉成分方面測定。陳斌[7]初步探討了茶鮮葉的反射光譜特性及其與葉綠素含量的關系。單瑞峰等[8]以日照市主要茶產區(qū)60個茶園的茶鮮葉為對象，使用近紅外光譜技術并結合化學計量學方法建立優(yōu)化快速測定茶多酚的方法。張?，揫9]在其研究中針對茶多酚這一品質指標，采用光譜技術探明了茶多酚在鮮葉中的分布以及加工中的變化。戴春霞等[10]對茶鮮葉高光譜圖像進行提取，并使用4種算法對其進行預處理，并建立三種模型對比，充分驗證了光譜技術可用于茶鮮葉含水率的測定。吳偉斌等[11]采用高光譜技術及圖像處理技術、Matlab等對茶葉進行采樣分析，驗證分析證明了含水量與反射率間的向光性非常接近強相關性。

實踐表明，鮮葉質量對制茶品質有較大影響。由于勞動力的緊缺，機械采茶代替人工采摘是必然趨勢，但機械采摘存在大小不整齊的問題，影響后續(xù)的制茶工藝，對機采鮮葉的分級處理就顯得十分必要。然而，目前我國鮮葉分選設備以篩分機為主，使用過程中易出現掛葉、紅變等問題，如何開發(fā)性能良好的鮮葉分級設備尤為重要。文章探討了不同品種、不同葉位、不同含水率茶鮮葉光譜學特性的影響，以期為茶鮮葉分級提供新的思路和方法。

1 材料與方法

1.1 材料

試驗材料取自華中農業(yè)大學茶學實踐基地，選取生長健康、無病害、無破損的茶樹鮮葉。供試茶品種有福鼎大白、黃旦、烏牛早、福鼎大毫、迎霜，供試葉位有從新梢頂部向下的芽頭、第一葉、第二葉、第三葉、第四葉、第五葉及成熟老葉。

1.2 方法

1.2.1 鮮葉反射光譜采集及測定方法

測試裝置為ASD FieldSpec 3型地物光譜儀（美國ASD公司），光譜儀的波段范圍為350～2500 nm，光譜采樣間隔為 1.4 nm，分辨率為3 nm。將采后鮮葉置于冰盒內，以避免過多失水，每個處理設10次重復，總樣本數為300個。為保證所測數據的可比性，選擇晴朗、無云、無風、能見度好的天氣，測定時間為 10∶00～14∶00[12]。 測定前，調整光譜儀視場角為5°，用參考板對光譜進行校正。將鮮葉放在反射率近似為零的黑色絨布上，鮮葉基部到尖部的方向和光源的照射方向一致。光譜儀探頭垂直向下，正對待測鮮葉中部較寬的部分，探頭避免直接對著葉脈[13]。受到茶鮮葉寬度的限制，在測第一、二葉時，確定探頭垂直于鮮葉上方2 cm，在測第三、四、五葉和老葉時，確定探頭垂直于鮮葉上方10 cm，測定時需慢慢移動探頭，以保證測定范圍落在鮮葉上。光譜數據預處理采用ASD ViewSpec Pro 5.6軟件將所有采集到的反射光譜進行有效性檢查，剔除誤差比較大的數據。采用掃描平均法多次掃描光譜。試驗中掃描10次，取平均值作為鮮葉樣本的光譜測量值。由于光譜儀采集的離散型的數據，用微分技術能減弱背景的干擾，并能反映出作物光譜的變化特征，所以在這里采用光譜反射率的一階微分光譜變化來描述葉片的光譜變化特征[14]，數據的計算公式：

式中R′為反射率的一階微分光譜；R為反射率；λ為波長；i為光譜通道。

1.2.2 色差的測定

采用CM-5型色彩色差計 （日本KONICA MINOLTA公司）測定鮮葉色差。將采摘的鮮葉洗凈，擦干后立即測定。測定位置為鮮葉上表皮的中部（從葉基到葉尖的50%～60%處），避開主脈[6]。每個葉片掃描三次，取平均值作為鮮葉樣本的色差值。每個處理設10次重復，總共樣本數為300個。

1.2.3 鮮葉色選分級試驗

利用3CCD攝像式色彩選別機 （日本株式會社服部製作所）對鮮葉進行色選。圖1顯示了參數設定圖，由于該色選機是針對毛茶設置的參數，鮮葉色選時，需要重新調試參數。當沒有確定合適的參數時，先設置為0，然后根據實際色選結果進行調整。色選機色選原理示意圖所示如圖2，參數是用于設定區(qū)分被選物料色度的門限值，即被選物料中色度大于該門限值的物體被剔除。鮮葉物料色選流程圖如圖3所示，鮮葉原料從頂部進入色選機后，經過兩次分選，將原料分為3種等級，一次剔除物，二次成品，二次剔除物。對3個出口的的雜質數，觀察分選效果。

圖1 色選機參數設定圖Fig.1 Parameter setting diagram of the color sorter

圖2 色選機色選原理示意圖Fig.2 Schematic diagram of the color sorter

1.3 數據分析處理

采用SPSS軟件（PASW Statistics 18.0）對數據進行分析，單向方差分析法（One-way Analysis of Variance）用于單因素方差分析，處理間的多重比較采用Duncan法。p＜0.05表示處理間有顯著性差異，p＜0.01表示處理間有極顯著差異。制圖采用Excel 2010和 Origin 8。

2 結果與分析

2.1 茶鮮葉反射光譜測定結果

2.1.1 不同品種茶鮮葉反射光譜

圖3 鮮葉物料色選流程圖Fig.3 The color selection flow diagram of tea leaf material

圖4為不同品種茶鮮葉的光譜反射曲線，如圖4所示，在可見光綠光波段550 nm附近有一強反射峰，不同品種其峰值存在顯著差別，這可能與茶鮮葉中葉綠素含量的多少有關[15-16]。在電磁波譜中，紅邊是由于植被在紅光波段強烈地吸收與近紅外光譜波段強烈地反射造成的[10]。在近紅外區(qū)域760～930 nm波段范圍內，鮮葉的反射率急劇上升，形成了所謂的紅邊。反射率急劇上升后出現一個“近紅外反射平臺”，不同品種的反射率大小依次為：福鼎大毫≥黃旦≥福鼎大白≥烏牛早≥迎霜。福鼎大毫葉片的反射率明顯大于黃旦、迎霜、烏牛早、福鼎大白的葉片反射率。由圖5的一階導數光譜曲線所示，不同品種間茶鮮葉的一階導數光譜曲線基本重合，表明不同品種鮮葉的反射光譜趨勢是相同的，光譜在可見光區(qū)域形成“兩谷一峰”（藍紫谷、紅谷和綠峰）。

2.1.2 新梢不同部位茶鮮葉的反射光譜

以福鼎大白為例分析不同葉位鮮葉的反射光譜特征，光譜反射曲線和一階導數光譜分別如圖6和圖7所示。成熟老葉以及第五葉與嫩葉相比，其紅邊部分（反射率一階導數變化較大部分）向長波段方向移動，呈現紅移現象（圖7），這是因為成熟老葉中的葉綠素含量要高于較嫩鮮葉。在可見光區(qū)域，光譜形成“兩谷一峰”（藍紫谷、紅谷和綠峰），在綠光波段有強反射峰。從新梢頂部向下的第一葉、第二葉到成熟老葉，綠峰值逐漸減小，即在綠光區(qū)域反射率大小依次為第一葉≥第二葉≥第三葉≥第四葉≥第五葉≥成熟老葉，這是由于鮮葉受到葉綠素等色素吸收作用的影響[13]。在近紅外700～950 nm區(qū)域，茶鮮葉的反射光譜出現“近紅外反射平臺”。從新梢頂部向下的第一葉、第二葉到成熟老葉，隨著鮮葉成熟度降低，光譜反射率呈增加趨勢，即第一葉≤第二葉≤第三葉≤第四葉≤第五葉≤成熟老葉。

2.1.3 不同含水率茶鮮葉的反射光譜

前人的研究表明[10-11]，茶鮮葉含水量與其在高光譜的反射率有關。以福鼎大白品種鮮葉為材料，測定不同含水率鮮葉反射光譜，結果見圖8。整個光譜段存在明顯的吸收谷和反射峰：540～570 nm（反射峰），660～700 nm（吸收谷），700～1200 nm（反射峰和反射吸收平臺）。在近紅外1200～2500 nm區(qū)域，反射率的大小主要受茶鮮葉含水率的影響。如圖8所示，含水率為73.68%的鮮葉的反射率明顯低于含水率為66.35%的鮮葉。分析表明，茶鮮葉對入射光的吸收程度和含水率呈負相關性，即隨著鮮葉含水率減小，近紅外區(qū)域的反射率反而明顯增加。鮮葉的光譜反射率和含水率之間有很明顯的相關性（R2≥0.8000）。由此，可以通過測定鮮葉的反射率來反映鮮葉的含水率狀況。

圖4不同品種茶鮮葉的光譜反射曲線Fig.4 The spectral reflection curve of different varieties

圖5不同品種鮮葉一階導數光譜Fig.5 First derivative curves of the reflectance of different varieties

圖6 新梢不同部位茶鮮葉的光譜反射曲線Fig.6 The spectral reflection curve of different leaf position

圖7 新梢不同部位茶鮮葉的一階導數光譜Fig.7 First derivative curves of the reflectance of tea leaves with different position

圖8不同含水率鮮葉的反射光譜Fig.8 The spectral reflection curve of different moisture content

2.2 茶鮮葉色差參數分析

2.2.1 茶鮮葉色差參數L*、a*、b*值的基本范圍

以5個茶樹品種福鼎大白、黃旦、烏牛早、福鼎大毫、迎霜從新梢頂部芽向下的第一葉、第二葉，到成熟老葉為試驗材料，測定其 L*、a*、b*值，分析確定其變化范圍。其中，第一葉的L*值最大，為49.20，成熟老葉的L*值最小，為28.33。茶鮮葉的 L*值范圍在 28.33～49.20之間，a*值范圍為-12.27～-3.14 之間，b*值范圍在 4.76～35.82 之間。

2.2.2 不同品種鮮葉色差值的變化

以茶樹新梢頂部向下的第二葉為例，分析福鼎大白、黃旦、烏牛早、福鼎大毫、迎霜5個品種色差值的變化規(guī)律。

由表1茶鮮葉不同品種的各色差參數值所示，L*值以迎霜最小。色差參數L*值表示茶鮮葉的亮度，反映鮮葉的反光程度、光亮程度。這表明，與其他品種相比，迎霜光澤性最差。a*值5個品種差異不大，沒有顯著性差異。色差參數a*值表示顏色的紅綠程度，a*值越大說明顏色越紅，a*值越小表示顏色越綠。色差參數b*值表示顏色藍黃的程度。b*值越大，鮮葉黃色程度越深。統(tǒng)計分析表明，除迎霜外的其他各品種之間的各色差值均無顯著差異，即不同品種對茶鮮葉的的L*、a*、b*值無顯著影響。

表1 茶鮮葉不同品種的各色差參數值Table 1 Chromatic values of different varieties of fresh tea leaves

2.2.3 新梢不同部位鮮葉色差參數的變化

色差參數L*值表示茶鮮葉的亮度，反映鮮葉的反光程度、光亮程度。一方面說明茶鮮葉對光的吸收程度，同時還說明鮮葉顏色的深淺。如圖9新梢不同部位茶鮮葉L*值的變化所示，從新梢頂部芽向下的第一葉、第二葉，到成熟老葉，隨著鮮葉嫩度的降低L*值減小。第一葉的L*值最大，成熟老葉L*值最小。分析表明第一葉的葉面較光滑，對光吸收少，葉綠素含量低，顏色最淺。因此表現為葉色較淡的L*值較大。隨著葉片的成熟，葉色加深，葉綠素含量增加，光合作用也相應的加強。

由圖10新梢不同部位茶鮮葉a*值的變化所示，從新梢頂部芽向下的第一葉、第二葉到第五葉，a*值的絕對值以第一葉最小，表明其綠色程度相對第二、三、四、五葉較低。一般而言，嫩度越高，葉綠素含量越低，綠色程度也會相應的降低。成熟老葉a*值相比其他部位的葉片增幅較大，這可能是因為隨著鮮葉的老化，花青苷含量增加，鮮葉紅色程度加深。

圖9 新梢不同部位茶鮮葉L*值的變化Fig.9 Change of L*value with different tea leaf positions

由圖11新梢不同部位茶鮮葉b*值的變化所示，從新梢頂部芽向下的第一葉、第二葉，到成熟老葉，b*值均為正值，說明不同部位的茶鮮葉均偏向黃色，但程度不同。隨著鮮葉嫩度的下降，b*值呈減小的趨勢，說明葉色加深。第一葉b*值最大，黃色程度相對高于其他部位的鮮葉，結合L*值和a*值，新梢頂芽更偏向嫩綠色。

圖10 新梢不同部位茶鮮葉a*值的變化Fig.10 Change of a*value with different tea leaf positions

圖11 新梢不同部位茶鮮葉b*值的變化Fig.11 Change of b*value with different tea leaf positions

2.3 茶鮮葉色選分選實驗結果

由于色選機是針對毛茶設置的參數，對茶鮮葉進行色選需要進行參數調試。首先設置為0，然后依次增大參數值，根據實際色選結果進行相應的調整。經過反復調整，如表2所示設置參數，成品出口的茶鮮葉占鮮葉總量的90%，一次剔除物出口和二次剔除物出口的鮮葉占鮮葉總量10%。成品出口和二次剔除物出口均為較嫩的茶鮮葉，無紅葉、莖梗和老葉。一次剔除物出口有大量的紅葉、莖梗、老葉。分析表明，在表2所示的參數設置下，色選機的分選效果最好，能夠很好的剔除茶鮮葉中紅葉、莖梗、老葉，三個等級的鮮葉原料間界限明顯。

表2 茶鮮葉色選參數Table 2 The parameter of the color selection for fresh leaf

在表2所示的參數設置下，對色選效果進一步驗證。由表3可知，經過第一次色選剔除的雜質（梗、紅葉、老葉、黃片）最多，兩次色選處理后除雜率達到90.89%，基本達到鮮葉除雜的目的。但是色選過程中也出現了一些問題。因為色選機均是以毛茶為色選對象，鮮葉的流動性差，下料不均勻，下料中不同葉片相互重疊，均會造成色選誤差，而且噴閥裝置對鮮葉組織造成一定的破壞，經過色選的鮮葉出現萎蔫和破碎的現象。

表3 色選后各出口的雜質數量Table 3 Amount of impurities of three exports after color selection

3 討論

茶鮮葉原料差異引起反射光譜的變化。新梢不同部位茶鮮葉的一階導數光譜曲線基本重合，而在紅邊位置有微小差異。與嫩葉相比，老葉的紅邊位置λred呈紅移現象，這是因為成熟老葉中葉綠素含量高于較嫩的葉片。在可見光區(qū)域，光譜形成“兩谷一峰”（藍紫谷、紅谷和綠峰），在綠光波段有強反射峰。從新梢頂部向下的第一葉、第二葉到成熟老葉，綠峰值逐漸減小，這可能是由于鮮葉受到葉綠素等色素吸收作用的影響[17-18]。近紅外700～950 nm附近，茶鮮葉的反射光譜出現“近紅外反射平臺”。隨著鮮葉成熟度降低，光譜反射率呈增加趨勢。在紅邊區(qū)域，大葉種福鼎大毫葉片的反射率明顯大于中小葉種黃旦、迎霜、烏牛早的葉片反射率，可能原因是不同的作物品種細胞內部的結構不同，從而造成不同品種之間反射光譜的差異。近紅外區(qū)域茶鮮葉對入射光的吸收程度和含水率呈負相關性，即鮮葉含水率減小，反射率反而明顯增加。由此，可以通過測定鮮葉的反射率來反映鮮葉的含水率狀況。

茶鮮葉原料差異同樣引起色差的變化。分析表明，不同葉位（嫩度）鮮葉的色差值間有顯著差異，但品種間無顯著差異。從新梢頂部芽向下的第一葉、第二葉，到成熟老葉，隨著鮮葉嫩度的降低L*值減小，這和凈光合速率Pn、葉綠素含量的變化有關[19]。分析表明第一葉的葉面較光滑，對光的吸收程度小，葉綠素含量低，顏色最淺，因此表現為葉色較淡的L*值較大。隨著葉片的成熟，葉色加深，葉綠素含量增加，光合作用也相應的加強，導致L*值減??；從新梢頂部芽向下的第一葉、第二葉到第五葉，a*值的絕對值以第一葉最小，表明其綠色程度相對第二、三、四、五葉較低。一般而言，嫩度越高，葉綠素含量越低，綠色程度也會相應的降低。成熟老葉a*值最大，這可能是因為隨著鮮葉的老化，花青苷含量增加，鮮葉變紅；隨著鮮葉嫩度的下降，b*值呈減小的趨勢，說明葉色加深。第一葉b*值最大，黃色程度相對高于其他部位的鮮葉。因此，根據茶鮮葉色差參數的變化規(guī)律能夠有效的區(qū)別于其他植物葉片，為實現鮮葉分選和色選機的設計提供理論依據和可靠的參數。