機(jī)內(nèi)的計(jì)算機(jī)采集干涉圖的數(shù)據(jù)，通過傅里葉變換(多次的數(shù)值積分)，把干涉圖變換成光譜圖。由于干涉光提供了很高波長分辨率的全光譜，因此傅里葉變換后的信號提供了較其他類型儀器通常所能達(dá)到的更高信噪比。
標(biāo)準(zhǔn)號:
關(guān)鍵詞:
近紅外光譜分析技術(shù)近年來已成功應(yīng)用于食品、煙草、藥品及化工等諸多行業(yè)產(chǎn)品的分析測定，特別在農(nóng)副產(chǎn)品的品性分析上，因其快速、無需前處理、非破壞性及多組分同時定量分析等優(yōu)勢而得到更為廣泛的應(yīng)用。日本早在70年代就已將近紅外光譜分析技術(shù)應(yīng)用于茶葉多種組分的定量分析，如茶多酚、咖啡堿、全氮量、粗纖維等的定量分析，并取得了良好的效果。國內(nèi)應(yīng)用近紅外光譜測定茶葉中的成分也有報道，但局限在傳統(tǒng)的運(yùn)用特定波長確定某種成分的多元回歸方程的研究階段。目前，隨著化學(xué)計(jì)量學(xué)和計(jì)算機(jī)技術(shù)的快速發(fā)展，近紅外光譜分析已轉(zhuǎn)向以分析弱信號和多組分多元信息處理為基礎(chǔ)的階段。特別是隨著80年代傅里葉變換在近紅外光譜儀中的應(yīng)用，增加光通量，提高了信噪比，使所得譜線平滑，從而使近紅外技術(shù)有效地應(yīng)用于大量樣品的高精度快速分析。本文通過運(yùn)用德國Bruker公司的FT—NIR光譜儀(IFS 28/N型)和隨機(jī)配送的OPUS QUANT—2定量和IDENT定性分析軟件對茶樹活體(葉片)、茶葉及茶制品的近紅外光譜進(jìn)行掃描和分析，并結(jié)合傅里葉變換近紅外光譜儀在其他諸多行業(yè)中的應(yīng)用現(xiàn)狀，探討它在茶葉領(lǐng)域內(nèi)應(yīng)用的特點(diǎn)及前景。
一、應(yīng)用原理及特點(diǎn)
1.應(yīng)用原理
近紅外光譜區(qū)介于可見光區(qū)與中紅外光區(qū)之間，波長范圍為0.75～2.5μm，波數(shù)范圍為4000～13330cm-1 。由于近紅外光譜區(qū)與有機(jī)分子中含氫基團(tuán)(CH、OH、NH)振動的合頻與各級倍頻的吸收一致，因此通過掃描樣品的近紅外光譜，可以得到樣品中有機(jī)分子含氫基團(tuán)的特征振動信息。茶葉中的大多數(shù)有機(jī)化合物如茶多酚、氨基酸、蛋白質(zhì)、咖啡堿、還原糖、多糖(纖維素、半纖維素、淀粉、果膠)等都含有各種含氫基團(tuán)，所以通過對茶葉的近紅外光譜分析可以測定這些成分的含量。而茶葉的品質(zhì)或品性與它所含有的各種化學(xué)成分直接相關(guān)，如纖維素、半纖維素的含量決定了茶葉的老嫩度，氨基酸、茶多酚、咖啡堿含量及比例決定了茶沖泡后的口感。由此看出，通過分析茶葉的近紅外光譜，不僅可以得到各種化學(xué)成分的含量，還能以此為依據(jù)，進(jìn)一步建立關(guān)于茶葉優(yōu)劣、級別、真假識別以及品種鑒定等一系列快速分析模型，從而可以從根本上避免現(xiàn)在茶葉化學(xué)測定的繁瑣和人工審評中因個人好惡帶來的誤差。
傅里葉變換近紅外光譜儀所運(yùn)用的傅里葉變換技術(shù)是通過機(jī)內(nèi)的邁克爾遜干涉儀動鏡的勻速運(yùn)動把待分析光變成干涉光(干涉圖)，干涉圖是分析光的干涉強(qiáng)度隨光程度變化的函數(shù)，也是干涉強(qiáng)度隨時間變化的函數(shù)。機(jī)內(nèi)的計(jì)算機(jī)采集干涉圖的數(shù)據(jù)，通過傅里葉變換(多次的數(shù)值積分)，把干涉圖變換成光譜圖。由于干涉光提供了很高波長分辨率的全光譜，因此傅里葉變換后的信號提供了較其他類型儀器通常所能達(dá)到的更高信噪比。傅里葉變換技術(shù)是信號處理和波譜解析的有力手段，利用傅里葉變換可從數(shù)據(jù)中提取更多的有用信息，即以傅里葉級數(shù)擬合原光譜曲線，用較少項(xiàng)的級數(shù)就可獲得與原光譜良好的近似，從而使所得譜線平滑，消除了部分噪音。因此傅里葉變換技術(shù)能使近紅外光譜儀有效地應(yīng)用于大量樣品的高精度快速分析。
2.應(yīng)用的方法和特點(diǎn)
(1)茶葉近紅外光譜法測定步驟
運(yùn)用近紅外光譜測定茶葉樣品中所含的某種化學(xué)成分，首先要建立光譜特征與該成分含量之間的數(shù)字模型。具體過程如下：1選擇一定數(shù)量(60份以上)具有代表性的茶葉樣品(又稱標(biāo)準(zhǔn)樣品集)；2用其他測試儀器或化學(xué)方法準(zhǔn)確測定各份茶葉中要預(yù)測成分的含量，作為真實(shí)值；3用傅里葉變換近紅外光譜儀掃描標(biāo)準(zhǔn)樣品，集中各份茶葉的近紅外光譜圖；4運(yùn)用隨機(jī)軟件(OPUS QUANT—2定量分析軟件)中的化學(xué)計(jì)量學(xué)方法、偏最小二乘法(PLS)在計(jì)算機(jī)內(nèi)建立茶葉近紅外光譜圖和化學(xué)成分真實(shí)值之間的對應(yīng)模型；5在以后運(yùn)用該模型進(jìn)行快速測定時還可以不斷地進(jìn)行檢驗(yàn)和校準(zhǔn)。多組分測定時，只須對標(biāo)準(zhǔn)樣品集中各份茶葉進(jìn)行多組分測定，建立各組分和茶葉近紅外光譜圖對應(yīng)的模型即可。
測定時只需掃描待測茶葉樣品的近紅外光譜，通過欲測成分的對應(yīng)模型就可以得到樣品中該成分的含量。所以說傅里葉變換近紅外光譜儀不同于液相色譜、氣相色譜等大型測試儀器，它測定樣品成分含量的方法是建立在化學(xué)測定法或其他儀器測定基礎(chǔ)之上的，可以稱之為“再生”的測定方法。
(2)特點(diǎn)
傅里葉變換近紅外光譜法在建立模型時，需要挑選有代表性的標(biāo)準(zhǔn)樣品集并進(jìn)行大量的化學(xué)測定，是一項(xiàng)耗時長且相當(dāng)繁瑣的工作。而且模型將來對未知樣品預(yù)測的準(zhǔn)確度完全取決于模型初建時化學(xué)測定的精確與否，這就要求化學(xué)測定一定要精確可靠，否則模型的可靠性就會降低。但只要模型準(zhǔn)確建立，在進(jìn)行茶葉樣品組分測定時，樣品無需進(jìn)行任何前處理(如提取、消化等)就可以直接進(jìn)行近紅外圖譜掃描，做到無損檢測，并快速而準(zhǔn)確地測得組分含量，掃描后的樣品還可以挪作他用。
傅里葉變換近紅外光譜法還特別適合茶葉樣品的多組分快速測定，測定時只要對樣品進(jìn)行一次近紅外圖譜掃描，通過各組分的數(shù)學(xué)模型可以在短時間內(nèi)一次性同時測定未知樣品多種組分的含量。
另外，數(shù)學(xué)模型一經(jīng)建立，可以被拷貝入任一帶相同分析軟件的傅里葉變換近紅外光譜儀使用(又稱作模型轉(zhuǎn)移)，無需任何修正。這是因?yàn)楦道锶~變換近紅外光譜儀不同于普通的光柵型近紅外光譜儀，它是采用儀器內(nèi)部氦氖激光作為波長校準(zhǔn)，儀器穩(wěn)定性高，模型轉(zhuǎn)移性能好。
傅里葉變換近紅外光譜儀帶有很多的檢測接口和附件，因此它可用于多種茶及茶制品的常規(guī)和在線檢測。如積分球可用于掃描干茶以及茶濃縮乳濁液的漫反射光譜，變溫池可用于茶水及茶飲料的恒溫檢測，固體光纖可用于速溶茶、粉茶及活體試驗(yàn)的常規(guī)檢測和制茶、茶飲料及濃縮茶生產(chǎn)工藝中的在線檢測等。
二、傅里葉變換近紅外光譜分析
技術(shù)在茶葉中的應(yīng)用前景
筆者在傅里葉變換近紅外光譜儀上，分別采用變溫池、液體光纖、積分球漫反射、固體光纖等作圖譜掃描，對烏龍茶、紅茶、綠茶、茶浸出液、速溶茶、超微綠茶粉、茶飲料、濃縮茶等茶制品以及茶樹活體進(jìn)行掃描分析，都得到了清晰的光譜圖(見圖1)。可見，只要把茶葉領(lǐng)域應(yīng)用數(shù)學(xué)模型一一建立起來，近紅外光譜在該領(lǐng)域的應(yīng)用是大有作為的。
1.茶葉化學(xué)成分的多組分快速測定
由于傅里葉變換近紅外光譜具有無需前處理、快速、無損、多組分同時測定等諸多優(yōu)點(diǎn)，所以它最適合對干茶作多組分快速測定，在茶葉水分、茶多酚、咖啡堿、粗纖維、全氮量等方面的測定中得到應(yīng)用。就目前筆者利用Bruker公司的IFS 28/N型FT—NIR光譜儀在炒青綠茶漫反射光譜中已作的初步研究來看，茶葉的含水率、茶多酚含量、全氮量都可以利用傅里葉變換近紅外光譜儀來測定，數(shù)學(xué)模型中的化學(xué)測定真實(shí)值和近紅外光譜預(yù)測值的相關(guān)系數(shù)r≥0.90。通過傅里葉變換近紅外光譜在其他行業(yè)中的廣泛應(yīng)用，可以預(yù)見傅里葉變換近紅外光譜在茶葉蛋白質(zhì)、氨基酸總量、氨基酸組分、總糖、還原糖、兒茶素總量等諸多項(xiàng)目的測定中的應(yīng)用將得到進(jìn)一步地拓展。
2.建立茶葉智能化初審模型
人工對茶葉的感官審評主要通過人的視覺、嗅覺、觸覺和味覺分別對茶葉外形、湯色、香氣、滋味和葉底進(jìn)行評審，從而判斷茶葉品質(zhì)的優(yōu)劣。評茶人員要經(jīng)過多年的培訓(xùn)和長時間的經(jīng)驗(yàn)積累才能擁有高超的評茶技藝，而且還常常受到情緒、喜好、健康狀況的影響，所以說茶葉人工感官審評有很多偶然因素，另外優(yōu)秀的評茶人員也十分難得。因?yàn)椴枞~品質(zhì)的優(yōu)劣與其內(nèi)質(zhì)直接相關(guān)，如茶多酚、咖啡堿的含量及比例，氨基酸及各組分含量，葉綠素、纖維素的含量等等。而這些信息在傅里葉變換近紅外光譜上都有一定程度的反映，這樣只要建立茶葉近紅外光譜與感官審評各因子得分之間的數(shù)學(xué)模型，就可以得到茶葉智能化計(jì)算機(jī)審評模型。當(dāng)然茶葉品質(zhì)的優(yōu)劣還和制茶技術(shù)相關(guān)，同樣的鮮葉經(jīng)不同的人制作，茶葉品質(zhì)相差懸殊。所以該模型只能作為茶葉的初審，而不可能完全代替人工感官審評。盡管如此，由于傅里葉變換近紅外光譜儀在快速、無損等方面的優(yōu)勢，它仍可在茶葉等級的快速評定和茶葉的一般性審評中有所應(yīng)用。
3.茶樹育種
傅里葉變換近紅外光譜儀在諸多領(lǐng)域的應(yīng)用中，育種應(yīng)是應(yīng)用的優(yōu)勢方面，在茶葉上也是如此。例如在選育低咖啡堿、高咖啡堿及高茶多酚等特殊茶株時，建立的茶樹活體(鮮葉)傅里葉變換近紅外光譜和化學(xué)成分之間的數(shù)學(xué)模型，通過固體光纖可以做到無損檢測，得到欲知成分的含量，防止以往測定中對植株的損傷和破壞。特別是在茶樹品種選育時，解決了既可得知種子的品性又不對種子進(jìn)行破壞性檢測的問題。
另外，OPUS IDENT定性分析軟件中還帶有聚類分析軟件，可在茶樹育種中的親緣關(guān)系鑒別上發(fā)揮作用。它利用不同茶樹活體傅里葉變換近紅外光譜的相似性比例對樣品進(jìn)行逐步歸類，并給出譜系圖，由此來判別樣品親緣關(guān)系的遠(yuǎn)近，這可用于茶樹品種的識別和鑒定。4.茶樹栽培
在茶樹栽培中，經(jīng)常要檢驗(yàn)不同的施肥方式、比例對茶樹的施肥效果，或者是通過茶樹缺某種肥料時的表征來決定施什么肥等。這些方面也可以利用傅里葉變換近紅外光譜儀做些工作。因?yàn)楦道锶~變換近紅外光譜儀不但可以建立茶樹活體和化學(xué)成分之間的數(shù)學(xué)模型，還可以建立土壤近紅外光譜和化學(xué)成分之間的數(shù)學(xué)模型，通過模型對茶樹活體和土壤所含有效成分(如氮、磷、鉀等)進(jìn)行快速檢測，特別是對同一活體組織(葉片)的跟蹤連續(xù)檢測，從而可以對施肥效果進(jìn)行評價，也可以通過對茶樹活體所含成分(如全氮量)多少的檢測，確定在土壤中的施肥方式和比例。
5.茶制品大生產(chǎn)中的在線分析與控制
目前，茶制品大生產(chǎn)中主要通過化學(xué)檢測實(shí)現(xiàn)品質(zhì)控制，費(fèi)時長、步驟繁，難以適應(yīng)工廠化生產(chǎn)的需要。而應(yīng)用傅里葉變換近紅外光譜儀，只要建立茶制品近紅外光譜與化學(xué)成分之間的數(shù)學(xué)模型，通過儀器中的固體光纖和液體光纖就可以實(shí)現(xiàn)對生產(chǎn)的在線檢測和遠(yuǎn)程監(jiān)控。如茶飲料生產(chǎn)中茶湯濃度的調(diào)配可以通過近紅外光譜來控制茶飲料中茶多酚的含量，速溶茶或濃縮茶的生產(chǎn)中也可以通過近紅外光譜控制茶多酚總量來實(shí)現(xiàn)對茶濃縮終點(diǎn)的遠(yuǎn)程監(jiān)控。
6.茶葉真假、偽劣識別
通過傅里葉變換近紅外光譜儀和定量、聚類分析，軟件還可對茶葉進(jìn)行真假、偽劣的快速識別。茶葉中茶多酚和咖啡堿的高含量及比例關(guān)系是茶葉所特有的，以此為根據(jù)，通過茶葉茶多酚和咖啡堿的近紅外光譜數(shù)學(xué)模型就可以快速識別茶葉真假。通過對不同類別、級別茶葉樣品傅里葉變換近紅外光譜的掃描，再掃描預(yù)測樣品的光譜，通過聚類分析軟件得出譜系圖，就可以快速得出預(yù)測樣品的級別和優(yōu)劣。
傅里葉變換近紅外光譜儀在茶葉中的應(yīng)用極為廣泛，目前某些方面已經(jīng)得到應(yīng)用，特別是樣品的成分測定方面，但仍限于單組分的測定，多組分同時測定模型和許多其他方面的應(yīng)用模型還亟待建立。雖然傅里葉變換近紅外光譜的模型建立需要以大量的化學(xué)測定為基礎(chǔ)，是一項(xiàng)費(fèi)時、費(fèi)力的工作，但由于它具有許多化學(xué)及其他儀器測定無法替代的優(yōu)點(diǎn)，所以隨著茶葉及茶制品領(lǐng)域應(yīng)用數(shù)學(xué)模型的不斷開發(fā)，傅里葉變換近紅外光譜儀在茶葉及茶制品領(lǐng)域中的諸多應(yīng)用必將得到實(shí)現(xiàn)和拓展。
