工夫红茶是我国的传统红茶，以其外形优美、高气香锐、滋味鲜醇、汤色红艳的品质特点而享誉国内外[1-2]。茶汤滋味是评价茶叶品质的重要因子之一，在茶叶感官审评中占比30%[3]。相比非发酵茶，工夫红茶由于其独特的发酵工艺呈现出更为丰富、多元的滋味特点[4]。其中，“甜纯”滋味是高等级工夫红茶的关键品质特征之一[3]，能降低茶汤的苦味、涩味等感官滋味，提高工夫红茶的适口性。因此，建立工夫红茶甜纯滋味特征的客观、准确的评价体系，进而深入研究甜纯滋味的关键呈味物质及其呈味特性，对工夫红茶的品质评价和提升具有重要意义。
目前茶汤滋味评价的主流手段是专家感官审评，该方法依赖于审评员的感官和经验，容易受到主观因素和外界环境的影响，重复性较差，一定程度上限制了茶叶滋味的深入研究。电子舌技术是一种新兴的基于模拟味觉传感器的人工味觉识别技术，其原理是多个不同的味觉传感器对所测茶汤中不同组分的响应各异，从而获得代表茶汤滋味特点的整体“指纹”信息[5]。目前，电子舌已广泛地应用于食品[6-8]、医药[9-11]、环境[12-14]等多个研究领域。采用电子舌分析结合化学计量学法在茶叶品质研究领域已有诸多应用，如，成功用于CTC红茶的质量评价[15]、不同绿茶等级的鉴定[16]等。值得注意的是，在茶汤滋味品质的研究中，采用电子舌实现了对绿茶鲜味[17]、红茶和乌龙茶的苦味、涩味的客观评价[18]。然而，相比上述苦、涩、鲜等滋味属性，红茶茶汤中的甜味属性强度相对较低[19]，这也给甜纯滋味的客观评价带来一定难度。现有基于电子舌的茶汤滋味研究主要集中于强度较高的滋味属性，目前鲜见红茶甜纯滋味属性的研究，也鲜见工夫红茶甜纯滋味的客观评价体系的相关报道。因此，发展基于电子舌的甜纯滋味的客观评价方法具有重要意义。
基于此，本实验以专家感官审评为依据，围绕甜纯滋味特征，对不同工夫红茶茶汤开展电子舌分析并结合数理统计手段，探索基于电子舌的甜纯滋味客观判别模型，以期为后续工夫红茶甜纯滋味特征的深入研究提供理论依据。
本研究包含实验集和验证集2 部分工夫红茶茶样。研究目的是建立基于电子舌的工夫红茶甜纯滋味评价方法，因此根据专家感官审评得到的滋味特征纳入茶样。实验集中共纳入16 个工夫红茶茶样。其中4 个茶样在中国农业科学院茶叶研究所制作，均以一芽二叶福鼎大白为原料，经萎调、揉捻、发酵、干燥等工夫红茶加工工序制成，其中发酵工艺参数略有不同（静态发酵、不同转速的滚动发酵），其余为商品茶。验证集中共纳入14 个工夫红茶茶样，均为商品茶。
法国Alpha-MOS公司生产的ASTREE电子舌系统，该系统包括Alphasoft V12控制及化学计量学软件、16 位自动进样器、第5套传感器（SRS（酸）、SWS（甜）、BRS（苦）、STS（咸）、UMS（鲜）和2 根复合味觉传感器GPS、SPS））及一个氯化铝参比电极。
1.3.1 感官审评
取300 g茶样置于评茶盘中，把盘，待茶叶混匀后，用大拇指、食指、中指抓取上中下3 段茶样，称取（3.00±0.01）g，置于审评杯中，待沸水水温冷却到85 ℃，向审评杯中注满水，加盖，冲泡茶样4 min后将茶汤沥入审评杯碗[20]。冷却至（50±2）℃后，由感官审评小组人员进行感官审评。感官审评小组由5 位（3 男2 女）具有高级评茶员及以上资质的审评人员组成。
1.3.2 电子舌数据采集
用1.3.1节方法进行茶样冲泡，茶汤趁热过4 层纱布（150 目×10 目）倒入审评碗，冷却至室温（25±2）℃，待分析。每个茶样冲泡2 次作为重复。
数据采集前，对电子舌进行传感器活化、校准、诊断等操作，以确保检测数据的可靠性与稳定性。将80 mL茶汤置于容量为100 mL的电子舌专用烧杯中，样品采集与清洗交替进行。茶汤采集时间为120 s，清洗（纯水）时间为10 s，每秒采集1 个数据。每个茶汤样品重复测定6 次，选取后4 次稳定的测量数据进行后续分析，每次选定110～120 s时间段内稳定响应信号的平均值作为输出值。计算2 次冲泡电子舌响应值的平均值，每个茶样保留电子舌的4 次测量数据。检测的环境温度为（25±2）℃。
统计分析采用SIMCA-P+11软件（Umetrics，瑞典）进行主成分分析（principal components analysis，PCA）、偏最小二乘法判别分析（partial least squaresdiscrimination analysis，PLS-DA）；采用SPSS 18（IBM，美国）进行单因素方差分析、二元逻辑回归分析。
根据专家人工感官审评，将茶汤滋味定义为“甜纯”、“纯正”和“欠纯”3 类进行后续分析。“甜纯”定义为茶汤优势滋味属性为甜纯、有回甘或甘和。“纯正”滋味则指味道纯正、无明显杂味。“欠纯”滋味定义为含有明显的陈、酸、涩或闷味等不愉快的滋味。根据茶汤滋味特点的差异，将实验集16 个工夫红茶分类。其中甜纯组、纯正组和欠纯组分别包含7、5 个和4 个茶样（表1）。
表1 实验集工夫红茶茶样感官审评结果及组别
Table 1 Taste sensory evaluation and classification of Congou black tea samples in experimental set
茶叶序号 滋味审评结果 产地 分组1甜爽 浙江 甜纯组2甜纯 浙江 甜纯组3甜爽 浙江 甜纯组4甜纯 浙江 甜纯组5透陈、带酸 湖北 欠纯组6熟闷、透陈 湖北 欠纯组7纯正，带高火 浙江 纯正组8甜纯 云南 甜纯组9熟闷 安徽 欠纯组10 尚纯、稍带闷 安徽 纯正组11 透酸 安徽 欠纯组12 甜纯、稍带烟 安徽 甜纯组13 纯正，带高火 湖北 纯正组14 甜纯、稍带果味 浙江 甜纯组15 纯厚 浙江 纯正组16 较纯爽 四川 纯正组
为保证实验的可靠性和稳定性，从甜纯组、纯正组、欠纯组中分别任意选取一个茶样A、B、C，均冲泡3 次，按1.3.2节进行电子舌数据的采集。如表2所示，7 个传感器的相对标准偏差（n=12）在0.09%～4.38%之间，显示茶汤冲泡和电子舌检测的重复性良好。
表2 电子舌7 个传感器响应值的相对标准偏差
Table 2 RSD of responses of seven sensors%
样品 SRS GPS STS UMS SPS SWS BRS A（甜纯组） 2.32 0.14 4.38 0.57 0.36 0.37 1.07 B（纯正组） 0.22 0.09 2.50 0.19 0.20 0.36 0.36 C（欠纯组） 0.19 0.09 3.25 0.28 0.26 0.35 0.37
为了快速、直观地分析电子舌对不同滋味特征（甜纯、纯和、欠纯）工夫红茶茶汤的响应差异，首先采用PCA对电子舌数据进行总览。PCA是一种基于数据降维的非监督多变量统计分析手段，可客观地反映原始变量的信息并进行线性分类[21]。如图1A所示，PC1为83.35%，PC2为11.93%，前2 个主成分代表了样本中95.28%的信息，表明PCA模型可以综合反映电子舌数据。3 类不同滋味的工夫红茶茶汤在PCA得分图上得到较为明显的区分。甜纯组与纯正组、欠纯组茶汤存在显著差异，在PC1方向上分开（PC1=83.35%）；而纯正组与欠纯组间差异则相对较小，在PC2方向上得到区分（PC2=11.93%）。尽管感官审评表明12#茶样的主要滋味属性为甜纯，然而由于其稍带烟味，显著影响了电子舌的响应“指纹”，使得12#茶样在图1A上远离其他甜纯组的样品而接近纯正组与欠纯组的茶样。类似地，甜纯组14#茶样由于其滋味“稍带果味”也在图1A上较远离其他甜纯组茶样。上述结果表明，电子舌分析可基本客观地反映不同的茶汤滋味。然而，对个别滋味属性较为复杂的样本，电子舌分析所识别的滋味特点与人工感官仍有一定差别。红茶茶汤中成分众多，互作复杂。电子舌的味觉传感器阵列由选择性各异的一系列传感器所组成，传感器的数量有限，难以完全模拟人类味蕾[22]。12#茶样在人工感官审评中为“甜纯，稍带烟”，优势滋味为甜纯；而传感器显示其滋味为非甜（纯正或欠纯），其原因可能是，相比人工感官，传感器可能对茶汤中烟味分子较为敏感。因此在后期大规模样本的建模研究中，应以科学的感官审评为依据，对“稍带烟”的茶样建立更加严格的纳入标准，同时进一步明确该类茶样的电子舌响应规律，从而提高模型准确性和稳定性。
为探索电子舌检测能否用于工夫红茶茶汤滋味的判别，以电子舌7 个传感器响应值为X变量，以茶汤滋味分组（甜纯、纯正、欠纯）为Y变量做PLS-DA。PLS-DA是一种有监督的模式识别方法，相对于PCA所得的投影通常可获得更好的分类效果[23]。如图1B所示，3 类（甜纯、纯正、纯）茶汤的聚类结果类似于PCA的结果（R2X=1，R2Y=0.61，Q2=0.512）。Q2大于0.5，表明模型具有较好的预测能力[24]。过拟合是PLS-DA模型的一个常见问题[25]。为进一步验证PLS-DA模型的可靠性，对该模型进行置换检验验证（图1C）。将模型建立时定义的Y矩阵的变量随机排列100 次，得到R2和Q2截距分别为（0.0，0.029）和（0.0，-0.399），表明PLS-DA模型稳定可靠，未存在过拟合，可用于不同滋味的判别。
图1 实验集甜纯、纯正、欠纯3 类工夫红茶茶汤电子舌响应值的PCA得分图（A）、PLS-DA得分图（B）和置换检验图（C）
Fig. 1 PCA score plot (A) and PLS-DA score plot (B) for electronic tongue analysis of Congou black tea infusions with three different taste characteristics in experimental set and cross-validation of PLS-DA model (C)
为进一步探明电子舌7 根传感器的响应值对滋味分组的贡献，筛选出影响甜纯滋味识别的关键传感器，将上述PLS-DA模型做载荷分析。如图2所示，对甜纯滋味识别影响较大的变量可能为SWS（甜）、UMS（鲜）、SPS（综合），其w×c值分别为0.47、0.42、0.42，以变量SWS（甜）贡献为最大。进一步采用变量投影重要性（variable important for the projection，VIP）筛选关键差异变量，如图3所示。结果表明，VIP值大于1.0的变量包括SWS（甜）、GPS和SPS（复合味觉）及BRS（苦），其中以SWS（甜）的VIP值为最高。SWS甜味传感器对甜纯组茶汤的响应显著高于纯正组和欠纯组（P＜0.001），而对于纯正组和欠纯组的响应差异则不显著（图4）。上述结果表明SWS甜味传感器可能是识别甜纯滋味的关键因子。
电子舌传感器阵列中包含的多个传感器不是单一物质味觉敏感传感器，每根传感器对多种物质具有交互的味觉敏感性但灵敏度各异[5]，推测SWS传感器可能对工夫红茶茶汤中的甜纯特征的呈味物质灵敏度较高，而对苦、涩类物质的灵敏度较低。目前鲜见工夫红茶茶汤中甜味物质的研究报道。对大吉岭红茶等其他茶叶的研究揭示葡萄糖、蔗糖、丙氨酸、鸟氨酸、茶氨酸、茶黄素等具有甜味的滋味特点[19,26-27]。电子舌传感器阵列对工夫红茶茶汤中组分的响应规律，及工夫红茶的甜纯特征成分仍有待研究。
图2 PLS-DA因子载荷图
Fig. 2 Loading plot of PLS-DA model
图3 实验集3 类（甜纯、纯正、欠纯）茶汤的电子舌综合响应PLS-DA的VIP图
Fig. 3 VIP plot of PLS-DA model
图4 电子舌SWS甜味传感器对3 类（甜纯、纯正、欠纯）工夫红茶茶汤的响应柱状图
Fig. 4 Bar plot of signal responses of SWS sensors to tea infusions with three different taste characteristics in experimental set
为实现对工夫红茶茶汤滋味甜纯与否的快速、准确判别，对电子舌7 个传感器响应值的数据进行二元逻辑回归分析，以筛选关键判别因子并建立判别方程。采用“向前逐步选择法”仅筛选出1 个建立最优预测模型所需的变量，为SWS（甜），验证了PLS-DA载荷分析和VIP值的结果。基于此，建立判别预测方程为
（p为预测甜纯滋味的概率；X为SWS甜味传感器响应值）。p值大于0.5表示样品预测为甜纯组；反之则为非甜纯的茶汤（纯正或欠纯）。如图5所示，基于该预测方程，非甜纯茶汤的滋味归属均预测正确，甜纯茶汤中除了12#茶样外均预测正确，预测准确率为93.8%。12#茶样由于其滋味“甜纯，稍带烟”，显著影响了电子舌的响应，被预测为非甜纯的茶汤，与PCA和PLS-DA结果一致。剔除该异常样本后，预测准确率为100%。
图5 基于二元逻辑回归分析预测的茶汤滋味归属的预测概率散点图
Fig. 5 Scatter plot for predicted probability of tea taste assignment using binary logistic regression analysis
为进一步验证实验集的结果，收集14 个工夫红茶作为验证集进行专家感官审评和电子舌分析。如表3所示，甜纯、纯正和欠纯组分别包含4、5、5 个茶样。
甜纯、纯正和欠纯3 类茶汤的电子舌“指纹”在PCA得分图（PC1=50.40%，PC2=30.67%）上各自展现出清晰的聚类（图6A），表明电子舌传感器对甜纯、纯正和欠纯3 类茶汤中溶液分子的响应存在显著差异。进一步地，PLS-DA模型也可实现对验证集中3 类不同滋味工夫红茶的有效判别（图6B）。模型R2X=0.869，R2Y=0.922，Q2=0.914，表明PLS-DA模型在验证集样本中具有良好的预测能力。置换检验验证（100 次置换检验）结果显示，R2和Q2截距分别为（0.0，0.006 73）和（0.0，-0.35），表明模型稳健、未存在过拟合现象（图6C）。进而对模型分组贡献最大的关键变量为SWS甜味传感器（图6D）。验证集的多变量分析结果与上述实验集得出的结论一致，再次证明了电子舌可用于工夫红茶甜纯滋味特征的快速检测和识别。
表3 验证集工夫红茶茶样感官审评结果及组别
Table 3 Taste sensory evaluation and assignments of Congou black tea samples in validation set
茶叶序号 滋味审评结果 产地 分组1甘和带甜 湖北宜都 甜纯组2 平和带甜 湖北宜都 甜纯组3甘和带甜 湖北宜都 甜纯组4甘和 湖北宜都 甜纯组5尚纯正 湖北五峰 纯正组6纯正 湖北五峰 纯正组7尚纯正 湖北五峰 纯正组8纯正 湖北五峰 纯正组9尚纯正 湖北五峰 纯正组10 尚浓略陈带酸 湖北五峰 欠纯组11 浓带陈略酸 湖北五峰 欠纯组12 浓纯略熟闷 湖北五峰 欠纯组13 浓纯熟闷 湖北五峰 欠纯组14 青涩 湖北长阳 欠纯组
图6 验证集甜纯、纯正、欠纯三类工夫红茶茶汤电子舌响应值的PCA得分图（A）、PLS-DA得分图（B）、置换检验图（C）和PLS-DA因子载荷图（D）
Fig. 6 PCA score plot (A) and PLS-DA score plot (B) for electronic tongue analysis of Congou black tea infusions with three different taste characteristics in validation set, cross-validation of PLS-DA model (C),and loading plot of PLS-DA model (D)
本研究围绕高品质工夫红茶的甜纯滋味特征，以专家感官审评为依据，开展基于电子舌的茶汤甜纯特征的客观评价研究。结果表明，利用电子舌的响应“指纹”结合多元统计分析手段，可实现对工夫红茶甜纯滋味的客观、有效判别。电子舌中的SWS甜味传感器是甜纯滋味判别的关键因子。基于二元逻辑回归建立的甜纯滋味判别方程，预测准确率达93%以上。因此，本研究提供了一种基于电子舌的工夫红茶甜纯滋味特征的快速、准确的判别评价手段，可作为专家感官审评的辅助或补充，亦可为茶汤滋味的客观、智能评价提供依据。基于本研究，深入研究电子舌传感器阵列对工夫红茶复杂茶汤组分的响应机制，探索工夫红茶甜纯滋味的物质基础，对于工夫红茶滋味品质的提升和调控具有积极的意义。
[1] 王镇恒. 中国红茶的历史与加工制造[J]. 上海茶业, 2012(1): 14-17.
[2] 彭迎. 我国红茶产业现状及可持续发展对策[J]. 中国食物与营养,2017, 23(7): 25-28.
[3] 国家质量监督检验检疫总局, 国家标准化管理委员会. 茶叶感官审评方法: GB/T 23776—2018[S]. 北京: 中国标准出版社, 2018.
[4] 李小嫄. 工夫红茶风味感官品质与化学品质研究[D]. 重庆: 西南大学, 2015.
[5] TAHARA Y, TOKO K. Electronic tongues: a review[J]. IEEE Sensors Journal, 2013, 13(8): 3001-3011. DOI:10.1109/JSEN.2013.2263125.
[6] TUDOR K. Application of electronic nose and electronic tongue in the dairy industry[J]. Mljekarstvo, 2014, 64(4): 228-244. DOI:10.15567/mljekarstvo.2014.0402.
[7] PHAT C, MOON B, LEE C. Evaluation of umami taste in mushroom extracts by chemical analysis, sensory evaluation, and an electronic tongue system[J]. Food Chemistry, 2016, 192: 1068-1077.DOI:10.1016/j.foodchem.2015.07.113.
[8] SOUAYAH F, RODRIGUES N, VELOSO A C A, et al.Discrimination of olive oil by cultivar, geographical origin and quality using potentiometric electronic tongue fi ngerprints[J]. Journal of the American Oil Chemists' Society, 2017, 94(12): 1417-1429.DOI:10.1007/s11746-017-3051-6.
[9] WESOŁY M, CIOSEK S P. Comparison of various data analysis techniques applied for the classification of pharmaceutical samples by electronic tongue[J]. Sensors and Actuators B: Chemical, 2018, 267:570-580. DOI:10.1016/j.snb.2018.04.050.
[10] LIANG L I, SHI L Y, YUN W W, et al. Electronic tongue analyzes the change of “taste” in process of Crataegi Fructus[J]. Chinese Traditional Patent Medicine, 2015, 37(1): 153-156. DOI:10.3969/j.issn.1001-1528.2015.01.032.
[11] WESOŁY M, ZABADAJ M, AMELIAN A, et al. Tasting cetirizinebased microspheres with an electronic tongue[J]. Sensors and Actuators B: Chemical, 2017, 238: 1190-1198. DOI:10.1016/j.snb.2016.06.147.
[12] 哈达. 电子舌在环境监测和药物评价中的应用研究[D]. 杭州: 浙江大学, 2014.
[13] MEN H, ZOU S, LI Y, et al. A novel electronic tongue combined MLAPS with stripping voltammetry for environmental detection[J].Sensors and Actuators B: Chemical, 2005, 110(2): 350-357.DOI:10.1016/j.snb.2005.02.032.
[14] HERAS J Y, PALLAROLA D, BATTAGLINI F. Electronic tongue for simultaneous detection of endotoxins and other contaminants of microbiological origin[J]. Biosensors and Bioelectronics, 2010,25(11): 2470-2476. DOI:10.1016/j.bios.2010.04.004.
[15] GHOSH A, TAMULY P, BHATTACHARYYA N, et al. Estimation of theaflavin content in black tea using electronic tongue[J].Journal of Food Engineering, 2012, 110(1): 71-79. DOI:10.1016/j.jfoodeng.2011.12.007.
[16] CHEN Q, ZHAO J, VITTAYAPADUNG S. Identification of the green tea grade level using electronic tongue and pattern recognition[J].Food Research International, 2008, 41(5): 500-504. DOI:10.1016/j.foodres.2008.03.005.
[17] HAYASHI N, CHEN R, IKEZAKI H, et al. Evaluation of the umami taste intensity of green tea by a taste sensor[J]. Journal of Agricultural and Food Chemistry, 2008, 56(16): 7384-7387. DOI:10.1021/jf800933x.
[18] HAYASHI N, UJIHARA T, CHEN R, et al. Objective evaluation methods for the bitter and astringent taste intensities of black and oolong teas by a taste sensor[J]. Food Research International, 2013,53(2): 816-821. DOI:10.1016/j.foodres.2013.01.017.
[19] SCHARBERT S, HOFMANN T. Molecular definition of black tea taste by means of quantitative studies, taste reconstitution, and omission experiments[J]. Journal of Agricultural and Food Chemistry,2005, 53(13): 5377-5384. DOI:10.1021/jf050294d.
[20] 王银诚. 基于不同冲泡条件宜红工夫茶滋味品质评价[J]. 食品工业科技, 2017, 38(12): 65-76. DOI:10.13386/j.issn1002-0306.2017.12.012.
[21] 尹洪旭, 杨艳芹, 姚月凤, 等. 基于气相色谱-质谱技术与多元统计分析对不同栗香特征绿茶判别分析[J]. 食品科学, 2019, 40(4): 192-198.DOI:10.7506/spkx1002-6630-20180120-276.
[22] 王兴亚, 庞广昌, 李阳. 电子舌与真实味觉评价的差异性研究进展[J]. 食品与机械, 2016, 32(1): 213-216. DOI:10.13652/j.issn.1003-5788.2016.01.051.
[23] 刘彬球, 陈孝权, 吴晓刚, 等. PCA和PLS-DA用于晒青毛茶级别分类研究[J]. 茶叶科学, 2015, 35(2): 179-184. DOI:10.13305/j.cnki.jts.2015.02.011.
[24] 黄涵, 曾令杰, 冯鸿耀, 等. 基于HPLC指纹图谱与PLS-DA法评价新疆、云南产雪菊的质量[J]. 中成药, 2015, 37(12): 2710-2714.DOI:10.3969/j.issn.1001-1528.2015.12.029.
[25] 钱丽丽, 冷候喜, 宋雪健, 等. 基于PLS-DA判别法对黑龙江大米产地溯源的研究[J]. 食品工业, 2017, 38(1): 171-174.
[26] EKBORG-OTT K H, TAYLOR A, ARMSTRONG D W. Varietal differences in the total and enantiomeric composition of theanine in tea[J]. Journal of Agricultural and Food Chemistry, 1997, 45(2): 353-363. DOI:10.1021/jf960432m.
[27] WANG K, CHEN Q, LIN Y, et al. Comparison of phenolic compounds and taste of Chinese black tea[J]. Food Science and Technology Research, 2014, 20(3): 639-646. DOI:10.3136/fstr.20.639.
Application of Electronic Tongue in the Evaluation of Sweet Taste Quality of Congou Black Tea
袁海波（1978—）（ORCID: 0000-0002-2479-5624），男，副研究员，硕士，研究方向为茶叶加工工程。E-mail: 192168092@tricaas.com
李佳（1986—）（ORCID: 0000-0002-9278-0862），女，博士，研究方向为茶叶品质化学与调控。E-mail: jiali1986@tricaas.com
YAO Yuefeng, WANG Jiaqin, HUA Jinjie, 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. (in Chinese with English abstract) DOI:10.7506/spkx1002-6630-20181012-100. http://www.spkx.net.cn