摘要：本文主要通过光谱、色谱、同位素指纹等技术分析我国著名茶叶品种，包括西湖龙井、福建白茶等茶叶的品质特征和原产地特征，提供茶叶真实属性鉴别参考依据。
关键词：茶叶真假 产地鉴别 光谱 色谱 同位素指纹分析 矿质元素
中图分类号：TS272.7 文献标识码：A 文章编号：1672-3791(2011)10(c)-0000-00
1综述
1.1 茶叶相关标准的国内外研究
茶叶是世界上消费量最大的消费饮料之一，我国是世界上生产茶叶的大国。随着人们生活水平的提升，对茶叶的要求也越来越高，同时许多不法商贩以假乱真，扰乱茶叶市场，所以如何规范市场是一个大难题。长期以来，国际标准化组织农产品食品技术委员会茶叶分技术委员会一直致力于茶叶国际标准的制定工作，并取得了显著成效。从20 世纪60年代开始组织制定红茶标准，通过大量调查分析试验研究，于70 年代先后推出ISO-1572 等标准，涉及茶叶标准共24 项。
1.2 茶叶鉴别手段
茶叶现行标准中对茶叶质量的表述主要包括感官指标、理化指标及卫生指标，而感官指标的检测需要依赖人的感觉器官，其表征的整体性和模糊性客观存在。目前，国内外茶叶品质评定一般采用感官和理化审评相结合的方法，采用现代科技手段可以简化实验的繁琐过程使得理化评审方法更为简便。建立茶叶光谱、色谱指纹图谱、同位素指纹分析技术已经可以基本实现快速鉴别茶叶品质和产地的目的。气相色谱和质谱的应用加快了茶叶香气组成的研究，运用神经网络可综合评价茶叶品质。同位素指纹分析技术可以快速判定茶叶原产地。大量的研究已经表明同位素指纹分析是用于地域判别很有前途的方法。
2 实例解析
2.1 同位素指纹分析技术鉴别西湖龙井茶叶的品质和产地
2.1.1 引言
同位素指纹分析技术是用于食品产地溯源有效的方法之一，其原理是同位素的自然分馏效应。因为在自然界中，生物体体内同位素组成受气候、环境、生物代谢类型等因素的影响而发生自然分馏效应，从而使不同来源的物质中同位素自然丰度存在差异，利用自然界生物体的自然分馏效应采用同位素指纹分析技术分析生物体内稳定同位素。本节介绍同位素指纹分析技术在我国茶叶产地溯源中的可行性。据前人研究影响植物碳同位素分馏的气候环境因素有温度、降水、压力、光照、大气压及大气中CO2的碳同位素组成等。植物中的氮取决于土壤中的“氮池”(硝酸盐和氨水)，而土壤中氮同位素组成取决于地理和气候条件，并与农业施肥有关，它们会影响矿化、硝化、氮的吸收和反硝化等生物转化过程，进而影响氮同位分馏。
2.1.2实验部分
样品制备：将茶叶70℃烘干至恒重。研细，用天平称重0.1～2mg。
主要检测仪器： Flash EA1112型元素分析仪， DELTA Plus Thermo Finnigan 质谱仪。
2.1.3实验结果
稳定性碳、氮同位素比率分别用δ13C‰和δ15N‰表示，δ13C 的相对标准为V-PDB，δ15N 的相对标准为Air，
2.1.4实验结果分析
不同取样地域间茶叶中的δ13C值有差异， δ13C的平均值依次递减的次序为：湖北碧螺春>西湖龙井>洞庭碧螺春>福建碧螺春>苍南龙井。不同地域茶叶中氮同位素有极显著差异，排序依次为湖北碧螺春>苍南龙井>福建碧螺春>洞庭碧螺春>西湖龙井。δ15N变化极为显著。
2.2基于支持向量机的近红外光谱鉴别茶叶的真伪【1】
2.2.1引言
近红外漫反射光谱(NIR)分析具有速度快、成本低以及结果重现性好的优点。国内外学者利用近红外光谱方法定性和定量地分析了茶叶中蛋白质、咖啡碱、氨基酸、多酚类以及水分的含量。本节介绍利用近红外光谱分析技术结合支持向量机(SVM)模式识别原理建立碧螺春茶真伪鉴别模型，研究茶叶鉴别真伪的方法。
2.2.2实验部分
采用近红外光谱仪，保持室内的温度和湿度基本一致，将样本倒入样品杯中，充分压实。在不同时问，不同位置分别对每个样本采集4次，取平均值作为该样本的原始光谱数据。
图1是正品和几种伪品碧螺春样本的原始光谱图1(a)和一阶导数光谱图2(b)，从图1(a)中可以看出茶叶的原始近红外光谱在5155 cm-1和6944 cm-1附近有一个明显的吸收峰，一阶导数光谱附近有明显的波动。因为纯水中的O—H伸缩振动的一级倍频位于6944 cm-1附近，它的一个合频区位于5155 cm-1附近，在这两个波长附近是水分吸收的敏感区。
2.2.3 实验结果分析
通过模型的建立，训练和预测，并且结合常规的贝叶斯(Bayes)判别分析模型以及反向传播神经网络(BP-ANN)模型相比较得出的实验结果如下：
从训练结果和预测结果看，贝叶斯判别模型的回判鉴别率最低，尽管反向传播神经网络的训练结果与支持向量机相差不大甚至略高它，但是从预测结果看，支持向量机模型明显优于反向传播神经网络模型。由此建立了碧螺春茶真伪的近红外光谱鉴别模型，该模型基本能正确鉴别碧螺春茶叶的真伪，对模型的训练和预测结果进行了分析性的说明。
2.3基于红外光谱的茶叶产地鉴别
2.3.1引言
红外光谱分析技术是利用样品内部分子的某些官能团结构，主要是含H化学键,如C-H-H、S-H、N-产生振动、转动状态的变化或能级跃迁导致近红外区域光谱发生变化的信息，因而该谱区信息量大，信号容易获取，通过对该谱区信息的分析可以反映样品的内部状况和组成结构信息。现代红外光谱分析依靠样品间光谱信息的细微差别来对样品进行定量或定性分析的，是一种物理的分析方法。研究发现采用中红外光谱技术，根据平均偏离分析来鉴别茶叶由于生长环境（温度、纬度、高度等因素）的差异导致红外光谱出现区别，可以实现茶叶产地鉴别。目前近红外的研究主要集中在茶叶中几种化学成分(水分【2】、多酚类、茶叶抗氧化活性、咖啡碱、氨基酸【3】、总氮含量、粗纤维、多糖、茶黄素、茶红素等)的快速检测方面以及茶叶的种类鉴定快速分级及真伪鉴别等方面。
2.3.2实验部分
将标准茶叶样品在40℃下干燥至恒重，放入粉碎机中粉碎，过不同目筛，取不同质量样品与干燥的溴化钾粉末充分混合并研磨，将研磨好的混合物进行压片并测定其红外光谱。
2.3.3实验结果
由图2可见，虽然三种茶叶种类不同，但主体成份相似使得它们的标准红外光谱的峰形、峰位及强度彼此相似，且各图谱峰形相似。因此，直观上很难将各图谱区分，无法对这三种茶叶进行有效的判定，需要借助其它方法对这三种茶叶的图谱进行进一步分析。用数据分析和绘图软件处理光谱数据，计算待检测的茶叶样品与标准品中参照茶叶的平均偏离值；把待检测的茶叶纬度代入拟合直线求出纵坐标值，把纵坐标值和计算得到的平均偏离值的差值是否在标准差范围内作为判定其是否属于该产地的依据。
2.2.4实验结果分析
如表2所示，我们得到不同产地茶叶其平均偏离大小与产地纬度有很强的关系，但是随茶叶参照的不同，其平均偏离的大小也不同。根据不同产地茶叶的中红外光谱平均偏离特性，对茶叶的产地进行不同方面的鉴别。鉴别一种茶叶产地的真伪，可按照上述步骤测量其标准中红外光谱，得到平均偏离数据，若该数据在产地特征线附近（标准差范围内）则可判定它属于该产地，否则不属于该产地。
2.4不同产地白茶产品的判别
2.4.1 引言
白茶作为中国六大茶类之一，属于微发酵茶，被誉为茶叶中的“白雪公主”。目前产区主要在福建省（台湾也有少量生产）政和、福鼎、建阳、松溪等县。本节通过利用数学分析方法对白茶化学成分以及矿质元素的研究，判别白茶的不同产地。
2.4.2实验部分
收集了政和、福鼎、松溪等地的白茶样品共21 个，其中包括白毫银针、各级白牡丹、贡眉、寿眉、白茶片、新工艺白茶，采用国际标准中规定的方法。而对于没有国际标准规定的方法，则采用国家标准中规定的方法对白茶理化指标的测验。
2.4.3实验结果
对政和白茶，福鼎传统白茶，新工艺白茶的水分含量进行差异性分析，政和白茶与福鼎传统白茶水分含量之间没有显著性差异，传统白茶与新工艺白茶水分含量之间则呈现显著差异；白茶水浸出物的含量与白茶等级呈现正相关性；三个不同产地的白茶，粗老的茶叶中总灰分的含量较高；不同产地的相同等级白茶茶多酚含量进行分析，随着采摘标准的降低，政和和福鼎生产的白茶的茶多酚都有下降的趋势，松溪生产的白茶茶多酚含量比政和和福鼎生产的白茶要高，福鼎生产的寿眉和白茶片，其茶多酚的含量要比政和生产的寿眉和白茶片的茶多酚含量低；儿茶素为茶多酚中含量最高的物质,其在白茶等级中的变化趋势与茶多酚的变化趋势大体相同。
2.4.4实验结果分析
利用白茶产品对白茶产地的逐步判别分析得出一个显著判别函数，特征值为7.256，可解释92.4%的变异量，Wilks’Lambda 转换成卡方检验后达α=0.001 显著水平。如图所示不同产地白茶的判别正确率达100%，其Fisher 判别函数为：
福鼎白茶=52.938*水浸出物-44.755*茶多酚-17.815*可溶性糖+1670*钼-840.814
政和白茶=58.222*水浸出物-49.195*茶多酚-22.060*可溶性糖+1906*钼-1011
松溪白茶=57.769*水浸出物-47.534*茶多酚-20.932*可溶性糖+1916*钼-1040
由图3以及判别分析可知， Function1=0 为临界点，政和白茶主要分布在Function1>0 的区域，而福鼎白茶则主要分布在Function1<0 的区域，而Function2 则可以将政和白茶与松溪白茶区别开来。对不同产地，不同等级的白茶进行判别分析，函数的判别区分能力达到了100%，形成了不同白茶的特征性函数集Fisher函数。从不同角度对白茶进行Fisher函数的建立，能够很好的对未知的白茶进行判别，通过已知的函数，对未知白茶的产地，品质进行评判。
3总结
本文利用现代指纹图谱、同位素指纹分析技术研究不同茶叶的真实属性与茶叶产地鉴定的方法。首先，利用现代分析技术均要结合不同的数学分析模型才可对茶叶样品进行快速的验证；其次，对于同种样品，有不同的分析手段，不同分析方法达到的效果也不同，需要结合实际情况，因地制宜选用检测方法；最后，每种分析方法对茶叶样品均有效果，但是并不是可以达到100%的准确度。
参考文献
[1] 陈全胜,赵杰文,张海东,等.基于支持向量机的近红外光谱鉴别茶叶的真伪[J]. 光学学报, 2006,26(6).
[2] 刘辉军,吕进,林敏,等．基于RBF网络和NIRS的绿茶水分含量分析模型[J].中国计量学院学报,2005,16(3)：188-190．
[3] 孙耀国,林敏,吕进．近红外光谱法测定绿茶中氨基酸、咖啡碱和茶多酚的量42[J]．光谱实验室,2004,21(5)：940—943．