基于色差系統(tǒng)的工夫紅茶茶湯亮度的量化評(píng)價(jià)方法研究

王家勤，姚月鳳，袁海波，江用文，李佳

基于色差系統(tǒng)的工夫紅茶茶湯亮度的量化評(píng)價(jià)方法研究

王家勤1,2，姚月鳳1,2，袁海波1*，江用文1，李佳1*

1. 中國(guó)農(nóng)業(yè)科學(xué)院茶葉研究所 浙江省茶葉加工工程重點(diǎn)實(shí)驗(yàn)室，浙江 杭州 310008；2. 中國(guó)農(nóng)業(yè)科學(xué)院研究生院，北京 100081

茶湯亮度是反映工夫紅茶品質(zhì)優(yōu)劣的重要因素之一。目前茶湯亮度評(píng)價(jià)依賴(lài)于專(zhuān)家感官審評(píng)，缺少量化的評(píng)價(jià)手段。以感官審評(píng)的茶湯亮度為依據(jù)，對(duì)43個(gè)不同亮度茶湯開(kāi)展色差分析，并結(jié)合多變量分析和線性回歸擬合，建立茶湯亮度預(yù)測(cè)方程。結(jié)果表明，基于茶湯色差輪廓，結(jié)合主成分分析（PCA）、偏最小二乘判別分析（PLS-DA），可有效區(qū)分亮、暗茶湯?；诰€性回歸擬合，篩選出關(guān)鍵變量為（明度）、C（彩度），建立的茶湯亮度預(yù)測(cè)方程為pre=–46.028+0.519×+0.117×C，預(yù)測(cè)值和感官審評(píng)所得值之間的Pearson相關(guān)系數(shù)為0.92（＜0.01）。此外，驗(yàn)證集結(jié)果進(jìn)一步證實(shí)了該預(yù)測(cè)方程用于紅茶茶湯亮度評(píng)價(jià)的有效性。綜上，本研究通過(guò)茶湯色差系統(tǒng)分析并結(jié)合多元統(tǒng)計(jì)，建立了一種快速、有效的工夫紅茶茶湯亮度的量化評(píng)價(jià)方法，對(duì)紅茶品質(zhì)的客觀智能評(píng)價(jià)及后續(xù)高亮紅茶的定向化加工研究具有重要意義。

工夫紅茶；茶湯亮度；色差分析；多變量分析

工夫紅茶是我國(guó)特有的傳統(tǒng)紅茶，具有香氣馥郁、滋味鮮醇、湯色紅濃明亮的品質(zhì)特點(diǎn)[1-2]。其中，湯色（包括色澤、亮度）占紅茶感官審評(píng)總得分的10%[3]?！凹t亮”湯色是高品質(zhì)紅茶的關(guān)鍵特征之一[1,4-5]。高亮紅茶“金圈”明顯，湯色整體紅艷透亮[6]，更受消費(fèi)者的青睞且價(jià)格更高[7-8]；而湯色暗沉，則感官審評(píng)分?jǐn)?shù)偏低[9]。目前主要依靠感官審評(píng)評(píng)價(jià)茶湯亮度，該方法基于審評(píng)人員的知識(shí)儲(chǔ)備與感官經(jīng)驗(yàn)，易受到主觀和外界環(huán)境的影響，且審評(píng)中使用“較”“稍”“尚”等模糊語(yǔ)[10]，缺乏量化依據(jù)，不利于茶湯亮度審評(píng)的標(biāo)準(zhǔn)化。因此，建立工夫紅茶茶湯亮度的客觀、量化、準(zhǔn)確的評(píng)價(jià)體系，進(jìn)而深入研究高亮湯色特征的相關(guān)成分，對(duì)工夫紅茶的品質(zhì)評(píng)價(jià)和提升具有重要意義。目前，用于茶湯表征的科學(xué)方法包括色差分析[4,11-15]、機(jī)器視覺(jué)[16-17]及基于茶湯組分含量的計(jì)算方程[18-20]。其中，色差分析是食品分析中最常用的技術(shù)，主要依靠均勻顏色空間表征食品色澤屬性，如研究葡萄酒的釀造效果[21-22]、肉類(lèi)質(zhì)量評(píng)估[23]、水果飲料的熱穩(wěn)定性[24]等。色差分析在紅茶茶湯研究中也有較多應(yīng)用，如分析不同紅茶品質(zhì)[12-15]、紅茶加工工藝優(yōu)化[4]、紅茶沖泡方式優(yōu)化[9]等。然而，現(xiàn)基于色差分析的茶湯研究主要集中于色澤，對(duì)亮度的研究鮮有報(bào)道。有少數(shù)研究認(rèn)為色差分析中的*值越大，則茶湯明亮度越大[9,25]。然而，L值僅是對(duì)光線在茶湯中透過(guò)率的表征，茶湯亮度則是感官審評(píng)時(shí)視覺(jué)系統(tǒng)所感知的綜合亮度，是光線經(jīng)反射、折射、散射等多種途徑所得的綜合結(jié)果。L值是否直接能用于茶湯明亮度的表征，尚沒(méi)有明確的結(jié)論。

基于此，本文圍繞工夫紅茶茶湯亮度，以專(zhuān)家感官審評(píng)的亮度分值為依據(jù)，對(duì)不同亮度的紅茶茶湯開(kāi)展色差分析，并結(jié)合數(shù)理統(tǒng)計(jì)，探索篩選出可用于表征亮度的最佳色差指標(biāo)，建立工夫紅茶茶湯亮度的量化評(píng)價(jià)方法，以期為后續(xù)工夫紅茶高亮湯色特征的深入研究奠定基礎(chǔ)。

1 材料與方法

1.1 材料

本研究中所用茶樣包括試驗(yàn)集和驗(yàn)證集，均為工夫紅茶成品茶。試驗(yàn)集為26個(gè)產(chǎn)于福建地區(qū)的工夫紅茶（含特級(jí)、一級(jí)和二級(jí)的茶樣）。經(jīng)國(guó)標(biāo)法沖泡和其他沖泡方式（改變投葉量或沖泡時(shí)間），共得到43個(gè)茶湯樣品，用于擬合分析和模型建立。驗(yàn)證集共19個(gè)工夫紅茶（包括宜紅、閩紅、湖紅等），經(jīng)國(guó)標(biāo)法沖泡所得的茶湯樣品，用于模型驗(yàn)證。

1.2 儀器

柯尼卡美能達(dá)CM-5型分光測(cè)色計(jì)（Spectrophotometer CM-5，Konica Minolta），采用三維顏色空間Hunter Lab體系、國(guó)際照明委員會(huì)（Commission International de IEclairage，CIE）CIELAB體系、CIELCH體系[26]。不同色空間下獲得的數(shù)據(jù)可以經(jīng)過(guò)計(jì)算相互轉(zhuǎn)換[27]。

1.3 方法

1.3.1 亮度感官審評(píng)

工夫紅茶成品茶經(jīng)國(guó)標(biāo)法[3]或其他沖泡方式?jīng)_泡，制備待審評(píng)茶湯。按國(guó)標(biāo)法沖泡：取500~1?000?g茶樣于評(píng)茶盤(pán)中，把盤(pán)使茶樣混合均勻，取代表性茶樣(3.00±0.01)?g放于審評(píng)杯中，沸水注滿(mǎn)，加蓋，5?min后將審評(píng)杯中的茶湯倒入審評(píng)碗中，獲得茶湯[3]。根據(jù)茶湯亮度，選取湯色亮、暗差異明顯的茶樣，改變沖泡條件（投葉量或沖泡時(shí)間）以獲得更多不同亮度茶湯。

冷卻至室溫后，請(qǐng)感官審評(píng)專(zhuān)家小組（小組由5位審評(píng)人員組成，均具備高級(jí)評(píng)茶員及以上資質(zhì)）進(jìn)行茶湯亮度的評(píng)估（采用10分制：10分為最亮，1分為最暗）。篩選出3個(gè)亮度差別明顯的茶樣作為對(duì)照樣，其亮度值分別定義為3分、6分、9分，以此為依據(jù)對(duì)其他茶湯亮度進(jìn)行賦分。該過(guò)程重復(fù)2次，由專(zhuān)家最終確定所有茶湯的亮度值。

1.3.2 色差分析數(shù)據(jù)采集

表1 系統(tǒng)色差分析所采集的各個(gè)色差指標(biāo)及其含義

1.3.3 色差分析的穩(wěn)定性考察

基于亮度感官審評(píng)結(jié)果，任意選取茶湯亮度為亮和暗的茶樣各兩個(gè)，采用國(guó)標(biāo)法沖泡，出湯后靜置于室溫下，待茶湯溫度降至55℃、45℃、35℃、25℃（室溫）時(shí)，進(jìn)行色差分析，以考察不同茶湯溫度對(duì)色差的影響；另一方面，上述4個(gè)茶樣出湯后靜置0、0.5、1.0、1.5、2.0、3.0?h后，進(jìn)行色差分析，以考察分析靜置時(shí)間長(zhǎng)短對(duì)色差的影響。

1.3.4 數(shù)據(jù)分析

計(jì)算茶湯樣品色差指標(biāo)的平均值（3次平行沖泡，每次沖泡進(jìn)行3次重復(fù)測(cè)量，共9次），進(jìn)行后續(xù)分析。統(tǒng)計(jì)分析采用SIMCA-P 13.0軟件（Umetrics，瑞典）進(jìn)行主成分分析（Principal components analysis，PCA）、偏最小二乘法判別分析（Partial least squares discrimination analysis，PLS-DA）；采用SPSS 22（IBM，美國(guó)）進(jìn)行線性回歸擬合分析。

2 結(jié)果與分析

2.1 沖泡條件亮度感官審評(píng)結(jié)果

以往研究表明，不同的沖泡條件（水溫、沖泡時(shí)間等）對(duì)工夫紅茶湯色具有顯著影響[30]。為了保證用于建模的茶湯樣本盡可能廣泛地覆蓋不同的亮度范圍，以提高后續(xù)模型的穩(wěn)健性，本研究采用國(guó)標(biāo)法和其他沖泡方式（改變投葉量、沖泡時(shí)間）沖泡試驗(yàn)集的26個(gè)工夫紅茶，共獲得43個(gè)亮度各異的茶湯樣本用于建模。43個(gè)茶湯樣本的茶葉產(chǎn)地、感官審評(píng)結(jié)果和沖泡方式見(jiàn)表2?；诟泄賹徳u(píng)對(duì)茶湯亮度的賦分，根據(jù)審評(píng)評(píng)語(yǔ)，將茶湯分為“亮”（亮度評(píng)分≥7）、“暗”（亮度評(píng)分＜7）兩類(lèi)。其中“亮”茶湯的湯色評(píng)語(yǔ)多為紅艷、紅亮、橙紅明亮；而“暗”茶湯的湯色評(píng)語(yǔ)多為紅尚亮、紅欠亮、稍暗。分別有26個(gè)和17個(gè)茶湯歸屬為“亮”“暗”茶湯。

2.2 茶湯色差分析的穩(wěn)定性考察

為保證色差系統(tǒng)分析試驗(yàn)的可靠性和穩(wěn)定性，任意選取4個(gè)“亮”“暗”茶湯，按1.3.3章節(jié)方法，通過(guò)設(shè)置茶湯溫度梯度（55℃、45℃、35℃、25℃）和出湯后靜置時(shí)間（0、0.5、1.0、1.5、2.0、2.5、3.0?h），考察“茶湯溫度”和“出湯后靜置時(shí)間”對(duì)茶湯色差體系的影響。計(jì)算變異系數(shù)相對(duì)標(biāo)準(zhǔn)偏差（RSD），結(jié)果顯示（表3），除a和()指標(biāo)在部分樣本中RSD值稍大外（6%~7%），大部分指標(biāo)的RSD都小于2%，平均RSD為1.06%。上述結(jié)果表明，不論“亮”“暗”茶湯，從茶湯出湯的55℃至冷卻至室溫（25℃）這一過(guò)程中茶湯色差指標(biāo)無(wú)顯著變化，且出湯后的茶湯在3?h內(nèi)可保持色差體系的穩(wěn)定。

表2 建模集茶湯樣本的沖泡條件、亮度感官審評(píng)結(jié)果與分類(lèi)

續(xù)表2

表3 工夫紅茶茶湯色差分析的穩(wěn)定性考察

注：表中所示為各茶樣在不同茶湯溫度下或出湯后不同靜置時(shí)間下所檢測(cè)各色差指標(biāo)的相對(duì)標(biāo)準(zhǔn)偏差（RSD，%）。A：沖泡后不同茶湯溫度下所得色差參數(shù)值的相對(duì)標(biāo)準(zhǔn)偏差：55℃、45℃、35℃、25℃（室溫）（n=4×3=12）；B：沖泡后不同靜置時(shí)間下所得色差參數(shù)值的相對(duì)標(biāo)準(zhǔn)偏差：0、0.5、1.0、1.5、2.0、2.5、3.0?h（n=7×3=21）

Note: Data shown are RSD (%) of color difference parameters determined under different infusion temperatures and at different collection times. A: Effect of different temperatures of tea infusions on color difference analysis: 55℃, 45℃, 35℃, 25℃ (room temperature) (n=4×3=12). B: Influence of different collection times on color difference analysis: 0, 0.5, 1.0, 1.5, 2.0, 2.5, 3.0?h (n=7×3=21)

2.3 基于色差體系的工夫紅茶湯色輪廓的多變量分析

為直觀、快速地獲得茶湯色差輪廓與感官審評(píng)亮度之間的關(guān)系，采用基于多元數(shù)據(jù)降維的非監(jiān)督分析手段主成分分析（PCA）[31]對(duì)茶湯色差輪廓進(jìn)行總覽。圖1-A為建模集中亮、暗兩類(lèi)茶湯的色差指標(biāo)的PCA得分圖（PC1=85.0%，PC2=13.8%），前兩個(gè)主成分累計(jì)包含了數(shù)據(jù)集中98.8%的信息，表明PCA模型能夠全面包含不同亮度茶湯的色差信息。亮、暗兩類(lèi)茶湯樣品在PCA得分圖上呈現(xiàn)較為清晰的聚類(lèi)，表明不同亮度茶湯的色差輪廓存在明顯差異。有部分樣品在兩個(gè)聚類(lèi)中間略有交疊，主要由于其感官亮度值在6~7，即茶湯本身亮度差異不顯著，這也從另一個(gè)側(cè)面證實(shí)了茶湯色差與亮度的相關(guān)性。

接著以色差分析所得的13個(gè)指標(biāo)為變量，以亮、暗分類(lèi)為變量，進(jìn)一步進(jìn)行有監(jiān)督的判別分析，即PLS-DA分析[31]。PLS-DA得分圖（圖1-B）（2=0.988，2=0.565）顯示，亮、暗兩類(lèi)茶湯可得到良好區(qū)分。對(duì)模型進(jìn)行交叉驗(yàn)證（100次的置換檢驗(yàn)）顯示，截距分別為2=(0，–0.009?22)，2=(0，–0.162)，表明模型未過(guò)擬合，結(jié)果可靠。

為發(fā)掘?qū)Σ铚炼确纸M判別具有重要貢獻(xiàn)的色差指標(biāo)，將上述PLS-DA模型進(jìn)行了載荷圖分析。載荷因子圖（圖1-D）表明，、L、（）、H、等色差指標(biāo)與茶湯“亮”有關(guān)，而與茶湯“暗”相關(guān)的指標(biāo)主要是a、、（）等。這與多個(gè)文獻(xiàn)中的結(jié)果一致[12,14-15]。

2.4 基于色差分析的茶湯亮度預(yù)測(cè)方程的建立

為了實(shí)現(xiàn)對(duì)工夫紅茶茶湯亮度的量化表征，對(duì)色差分析所采集的13個(gè)參數(shù)進(jìn)行線性回歸擬合，以篩選可客觀反映茶湯亮度的變量，并建立亮度的回歸預(yù)測(cè)方程。采用“逐步”法篩選出2個(gè)關(guān)鍵變量，分別為（明度）和C（彩度）。建立的亮度回歸預(yù)測(cè)方程為pre=–46.028＋0.519×＋0.117×C（pre，即predict，為根據(jù)線性擬合方程預(yù)測(cè)所得的茶湯亮度值）。用線性回歸的方法篩選出的參數(shù)與圖1-D結(jié)果一致?；谠擃A(yù)測(cè)方程得到的紅茶茶湯亮度值與實(shí)際亮度值（感官審評(píng)所得）顯著相關(guān)（圖2），Pearson相關(guān)性為0.92（＜0.01）。表4顯示，實(shí)際亮度與預(yù)測(cè)亮度的偏差（D＝predict－sensory）較小，平均偏差絕對(duì)值為0.6。基于pre對(duì)茶湯的亮度分類(lèi)進(jìn)行歸屬（pre≥7為亮，pre＜7則為暗），結(jié)果表明，除11號(hào)、26號(hào)、29號(hào)、40號(hào)茶湯亮度分類(lèi)預(yù)測(cè)錯(cuò)誤以外，其余樣本均預(yù)測(cè)正確，預(yù)測(cè)正確率為90.7%。值得注意的是，盡管上述樣本預(yù)測(cè)有誤，其pre與實(shí)際值偏差較小，偏差絕對(duì)值在0.3~1.3范圍內(nèi)。

注：A為PCA得分圖；B為PLS-DA得分圖；C為PLS-DA置換檢驗(yàn)圖；D為PLS-DA載荷圖

2.5 工夫紅茶茶湯亮度預(yù)測(cè)模型的驗(yàn)證

為了進(jìn)一步驗(yàn)證所建立的亮度預(yù)測(cè)模型的可靠性，廣泛地收集了來(lái)自浙江、湖北、廣東、湖南、福建等各產(chǎn)區(qū)的19個(gè)工夫紅茶樣本。經(jīng)國(guó)標(biāo)法沖泡后，進(jìn)行專(zhuān)家感官審評(píng)和系統(tǒng)色差分析，作為模型的外部驗(yàn)證。驗(yàn)證集茶樣的亮度感官審評(píng)結(jié)果見(jiàn)表5。類(lèi)似地，基于2.4章節(jié)中建立的亮度預(yù)測(cè)方程和茶湯色差指標(biāo)，獲得茶湯亮度的預(yù)測(cè)值（表5）。驗(yàn)證集中亮度預(yù)測(cè)值與其實(shí)際值之間的差值（D＝predict－sensory）比較小，偏差絕對(duì)值在0.1~1.3范圍內(nèi)，兩者間呈現(xiàn)極顯著相關(guān)（Pearson相關(guān)系數(shù)為0.839，＜0.01），且基于預(yù)測(cè)值的亮度分類(lèi)均預(yù)測(cè)正確（100%）（表5）。上述結(jié)果再次證明了基于色差分析和關(guān)鍵色差指標(biāo)（明度）、C（彩度），可實(shí)現(xiàn)對(duì)工夫紅茶茶湯亮度的快速、準(zhǔn)確、量化的表征。

圖2 茶湯實(shí)際亮度（感官審評(píng)）與茶湯預(yù)測(cè)亮度的散點(diǎn)圖及其相關(guān)性

表4 茶湯亮度的預(yù)測(cè)值與分類(lèi)

續(xù)表4

3 結(jié)論

本研究以工夫紅茶茶湯亮度為研究對(duì)象，篩選出用于茶湯亮度表征的關(guān)鍵色差參數(shù)為（明度）和C（彩度），建立的茶湯亮度預(yù)測(cè)模型為pre=–46.028＋0.519×＋0.117×C。其中色差參數(shù)作為主要影響因素，在評(píng)價(jià)茶湯亮度值時(shí)占主導(dǎo)作用，與前人的研究結(jié)果一致[9,25]。有研究表明[32]，人眼對(duì)不同顏色視覺(jué)判別特性中，值與值之間呈線性正相關(guān)關(guān)系，因此，與C結(jié)合能夠較好的反映人眼感官審評(píng)的結(jié)果?；陉P(guān)鍵色差指標(biāo)、C和線性回歸擬合方程，可實(shí)現(xiàn)對(duì)茶湯亮度的準(zhǔn)確、量化評(píng)價(jià)，且對(duì)亮、暗茶湯的判別正確率達(dá)90.7%，茶湯實(shí)際亮度與預(yù)測(cè)亮度相關(guān)程度較高（相關(guān)系數(shù)為0.92）。綜上所述，本研究提供了一種快速、準(zhǔn)確的基于色差分析的工夫紅茶茶湯亮度的量化評(píng)價(jià)方法，對(duì)進(jìn)一步探索與茶湯亮度密切相關(guān)的物質(zhì)基礎(chǔ)、紅茶茶湯品質(zhì)的調(diào)控和提升以及高亮紅茶的定向化加工具有重要意義。

[1] 范捷, 王秋霜, 秦丹丹, 等. 紅茶品質(zhì)及其相關(guān)生化因子研究進(jìn)展[J]. 食品科學(xué), 2020, 41(3): 246-253. Fan J, Wang Q S, Qin D D, et al. A study on the process of black tea quality and related biochemical factors [J]. Food Science, 2020, 41(3): 246-253.

[2] 姚月鳳, 王家勤, 滑金杰, 等. 電子舌在工夫紅茶甜純滋味特征評(píng)價(jià)中的應(yīng)用[J]. 食品科學(xué), 2019, 40(18): 236-241. Yao Y F, Wang J Q, Hua J J, et al. Application of electronic tongue in the evaluation of sweet taste quality of Congou black tea [J]. Food Science, 2019, 40(18): 236-241.

[3] 全國(guó)茶葉標(biāo)準(zhǔn)化技術(shù)委員會(huì). 茶葉感官審評(píng)方法: GB/T 23776—2018[S]. 北京: 中國(guó)標(biāo)準(zhǔn)出版社, 2018. National Technical Committee 339 on Tea of Standardization Administration of China. Methodology of sensory evaluation of tea: GB/T 23776—2018 [S]. Beijing: Standards Press of China, 2018.

[4] 高學(xué)玲, 張晶晶, 王玉婉, 等. 高亮度速溶紅茶工藝優(yōu)化[J]. 中國(guó)食品學(xué)報(bào), 2016, 16(2): 106-109. Gao X L, Zhang J J, Wang Y W, et al. Process optimization of high-polished instant black tea [J]. Journal of Chinese Institute of Food Science and Technology, 2016, 16(2): 106-109.

[5] 朱珺語(yǔ), 倪德江, 曲鳳鳳, 等. 宜昌紅茶品質(zhì)與加工現(xiàn)狀調(diào)查[J]. 中國(guó)茶葉加工, 2018(1): 38-43. Zhu J Y, Ni D J, Qu F F, et al. Investigation on quality and processing status of Yichang black tea [J]. China Tea Processing, 2018(1): 38-43.

[6] 張穎彬, 劉栩, 魯成銀. 中國(guó)茶葉感官審評(píng)術(shù)語(yǔ)基元語(yǔ)素研究與風(fēng)味輪構(gòu)建[J]. 茶葉科學(xué), 2019, 39(4): 474-483. Zhang Y B, Liu X, Lu C Y. Study on primitive morpheme in sensory terminology and flavor wheel construction of Chinese tea [J]. Journal of Tea Science, 2019, 39(4): 474-483.

[7] Hilton P J, Ellis R T. Estimation of the market value of Central African tea by theaflavin analysis [J]. Journal of the Science of Food and Agriculture, 1972, 23(2): 227-232.

[8] Wright L P, Mphangwe N I K, Nyirenda H E, et al. Analysis of the theaflavin composition in black tea ()for predicting the quality of tea produced in Central and Southern Africa [J]. Journal of the Science of Food and Agriculture, 2002, 82(5): 517-525.

[9] 錢(qián)婉婷, 蘇云嬌, 張豪杰, 等. 不同水質(zhì)特性及對(duì)茶類(lèi)感官品質(zhì)和***色澤的影響[J]. 食品安全質(zhì)量檢測(cè)學(xué)報(bào), 2018, 9(2): 324-330. Qian W T, Su Y J, Zhang H J, et al. Properties of water and its effects on tea sensory quality and***[J]. Journal of Food Safety & Quality, 2018, 9(2): 324-330.

[10] 張穎彬, 劉栩, 魯成銀. 中國(guó)茶葉感官審評(píng)術(shù)語(yǔ)的形成與發(fā)展現(xiàn)狀[J]. 茶葉科學(xué), 2019, 39(2): 123-130. Zhang Y B, Liu X, Lu C Y. Formation and development of Chinese tea sensory terminology [J]. Journal of Tea Science, 2019, 39(2): 123-130.

[11] 戴前穎, 夏濤, 朱博, 等. 綠茶提取液中脂溶性色素對(duì)湯色的影響[J]. 安徽農(nóng)業(yè)大學(xué)學(xué)報(bào), 2010, 37(3): 459-464. Dai Q Y, Xia T, Zhu B, et al. Effect of lipid-soluble pigments on color of green tea infusion [J]. Journal of Anhui Agricultural University, 2010, 37(3): 459-464.

[12] 劉洪林. 工夫紅茶品質(zhì)客觀評(píng)價(jià)研究[D]. 重慶: 西南大學(xué), 2015. Liu H L. Congou objective evaluation of quality [D]. Chongqing: Southwest University, 2015.

[13] 陸建良, 梁月榮, 龔淑英, 等. 茶湯色差與茶葉感官品質(zhì)相關(guān)性研究[J]. 茶葉科學(xué), 2002, 22(1): 57-61. Lu J L, Liang Y R, Gong S Y, et al. Studies on relationship between liquor chromaticity and organoleptic quality of tea [J]. Journal of Tea Science, 2002, 22(1): 57-61.

[14] 吳昊玥, 潘科, 陳賢明, 等. 八種工夫紅茶的茶湯色澤與感官品質(zhì)之間的相關(guān)性分析[J]. 貴州茶葉, 2015, 43(4): 22-25. Wu H Y, Pan K, Chen X M, et al. Studies on correlation between tea soup color difference and quality evaluation of the congou black tea [J]. Journal of Guizhou Tea, 2015, 43(4): 22-25.

[15] 楊娟, 袁林穎, 鐘應(yīng)富, 等. 工夫紅茶色澤與品質(zhì)相關(guān)性研究[J]. 西南農(nóng)業(yè)學(xué)報(bào), 2014, 27(6): 2605-2610. Yang J, Yuan L Y, Zhong Y F, et al. Study on correlations between color and quality of congou made of different varieties of tea [J]. Southwest China Journal of Agricultural Sciences, 2014, 27(6): 2605-2610.

[16] Laddi A, Prakash N R, Sharma S, et al. Discrimination analysis of Indian tea varieties based upon color under optimum illumination [J]. Journal of Food Measurement and Characterization, 2013, 7(2): 60-65.

[17] Laddi A, Prakash N R, Sharma S, et al. Significant physical attributes affecting quality of Indian black (CTC) tea [J]. Journal of Food Engineering, 2012, 113(1): 69-78.

[18] Panigrahi N, Bhol C S, Das B S. Rapid assessment of black tea quality using diffuse reflectance spectroscopy [J]. Journal of Food Engineering, 2016, 190: 101-108.

[19] Roberts E S R. The phenolic substances of manufactured tea. IX.—the spectrophotometric evaluation of tea liquors [J]. Journal of the Science of Food and Agriculture, 1963, 14(10): 689-700.

[20] Samanta T, Cheeni V, Das S, et al. Assessing biochemical changes during standardization of fermentation time and temperature for manufacturing quality black tea [J]. Journal of Food Science and Technology-Mysore, 2015, 52(4): 2387-2393.

[21] Zhang X K, He F, Zhang B, et al. The effect of prefermentative addition of gallic acid and ellagic acid on the red wine color, copigmentation and phenolic profiles during wine aging [J]. Food Res Int, 2018, 106: 568-579.

[22] 李運(yùn)奎, 韓富亮, 張予林, 等. 基于CIELAB色空間的紅葡萄酒顏色直觀表征[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2017, 48(6): 296-301. Li Y K, Han F L, Zhang Y L, et al. Visualization for representation of red wine color based on CIELAB color space [J]. Transactions of the Chinese Society for Agricultural Machinery, 2017, 48(6): 296-301.

[23] Karamucki T, Rybarczyk A, Jakubowska M, et al. A comparison of two methods of determining colour change in the assessment of the quality of pork [J]. Acta Scientiarum Polonorum-Technologia Alimentaria, 2017, 16(3): 321-329.

[24] Mollov P, Mihalev K, Shikov V, et al. Colour stability improvement of strawberry beverage by fortification with polyphenolic copigments naturally occurring in rose petals [J]. Innovative Food Science and Emerging Technologies, 2007, 8(3): 318-321.

[25] 成洲, 廖茜, 姚逸. 幾種工夫紅茶的茶湯色澤與感官品質(zhì)之間的相關(guān)性[J]. 天津農(nóng)業(yè)科學(xué), 2014, 20(3): 71-75. Cheng Z, Liao Q, Yao Y. Correlation between tea soup color difference and quality evaluation of the congou black teas [J]. Tianjin Agricultural Sciences, 2014, 20(3): 71-75.

[26] 雷用東, 鄧小蓉, 羅瑞峰, 等. 3種顏色體系在食品應(yīng)用中的研究進(jìn)展[J]. 食品科學(xué), 2016, 37(1): 241-246. Lei Y D, Deng X R, Luo R F, et al. Progress in the application of three types of color system in color measurement of foods [J]. Food Science, 2016, 37(1): 241-246.

[27] 徐吉祥, 楚炎沛. 色差計(jì)在食品品質(zhì)評(píng)價(jià)中的應(yīng)用[J]. 現(xiàn)代面粉工業(yè), 2010, 24(3): 43-45. Xu J X, Chu Y P. Application of color difference meter in food quality evaluation [J]. Modern Flour Milling Industry, 2010, 24(3): 43-45.

[28] 劉千錄. 影響紅茶湯色的主要色素研究[D]. 北京: 中國(guó)農(nóng)業(yè)科學(xué)院, 2015. Liu Q L. Research of main tea pigment affecting black tea color [D]. Beijing: Chinese Academy of Agricultural Sciences, 2015.

[29] Gómez-POLO C, Gómez-POLO M, Vi?uela A C, et al. A clinical study relating CIELCH coordinates to the color dimensions of the 3D-Master System in a Spanish population [J]. The Journal of Prosthetic Dentistry, 2015, 113(3): 185-190.

[30] 王銀誠(chéng). 基于電子舌技術(shù)評(píng)價(jià)宜紅工夫茶滋味品質(zhì)的研究[D]. 北京: 中國(guó)農(nóng)業(yè)科學(xué)院, 2017. Wang Y C. Study on the taste quality of Yichang congou black tea based on electronic tongue technology [D]. Beijing: Chinese Academy of Agricultural Sciences, 2017.

[31] Trygg J, Holmes E, Lundstedt T. Chemometrics in Metabonomics [J]. Journal of Proteome Research, 2007, 6(2): 469-479.

[32] 汪哲弘. 顏色視覺(jué)辨別特性及色差評(píng)價(jià)研究[D]. 杭州: 浙江大學(xué), 2009. Wang Z H. Study of color vision discrimination characteristics and color-difference evaluation [D]. Hangzhou: Zhejiang University, 2009.

A Quantitative Method for Brightness Evaluation of Congou Black Tea Infusions Based on Color Difference Analysis

WANG Jiaqin1,2, YAO Yuefeng1,2, YUAN Haibo1*, JIANG Yongwen1, LI Jia1*

1. Tea Research Institute, Chinese Academy of Agricultural Sciences, Key Laboratory of Tea Processing Engineering of Zhejiang Province, Hangzhou 310008, China; 2. Graduate School of Chinese Academy of Agricultural Sciences, Beijing 100081, China

The brightness of tea infusion is one of the important factors reflecting the quality of black tea. At present, the evaluation of the brightness of tea infusion is dependent on the human sensory evaluation, which lacks a quantitative assessment. In this study, based on the brightness of the infusions obtained by the sensory evaluation, 43 congou black tea infusions with different brightness were measured using color difference analysis in combination with multivariate analysis and linear regression, and an equation for brightness prediction was established. The results show that bright and dark black tea infusions could be discriminated based on their color difference profiles in combination with principal component analysis (PCA) and partial least squares discriminant analysis (PLS-DA). Based on linear regression, the key variables(lightness) and(chroma) were selected and the established prediction equation waspre=–46.028+0.519×+0.117×C. It was revealed that, the predicted brightness showed high correlation with that obtained by human sensory evaluation with the Pearson correlation of 0.92 (＜0.01). Besides, the effectiveness of established prediction equation for quantitative evaluation of tea infusion brightness had been further proved using validation set. In summary, in this study, a rapid and effective method based on color difference analysis and multi statistical approaches was developed which enabled quantitative evaluation of the brightness of black tea infusions. This study could provide new insights into the intelligent evaluation of black tea quality, as well as oriented manufacture of highly-bright black tea.

Congou black tea, tea infusion brightness, color difference analysis, multivariate analysis

S571.1；TS272.5+2

A

1000-369X(2020)02-259-10

2019-10-14

2019-11-21

中國(guó)農(nóng)業(yè)科學(xué)院茶葉研究所基本科研業(yè)務(wù)費(fèi)專(zhuān)項(xiàng)（1610212018012）、中國(guó)農(nóng)業(yè)科學(xué)院科技創(chuàng)新工程項(xiàng)目（CAAS-ASTIP-TRICAAS）、國(guó)家茶葉產(chǎn)業(yè)技術(shù)體系紅茶加工崗位項(xiàng)目（CARS-23）

王家勤，女，碩士研究生，主要從事茶葉品質(zhì)化學(xué)與調(diào)控方的面研究。*通信作者：192168092@tricaas.com，jiali1986@tricaas.com

投稿平臺(tái)：http://cykk.cbpt.cnki.net