SIMCA模式识别方法在近红外光谱识别茶叶中的应用

药典-近红外分光光度法指导原则近红外分光光度法系通过测定被测物质的近红外谱区（波长范围约在780～2500nm，按波数计约为12820～4000cm-1）的特征光谱并利用适宜的化学计量学方法提取相关信息后，对被测物质进行定性、定量分析的一种分析技术。

近红外光谱主要由C-H、N-H、O-H和S-H等基团基频振动的倍频和合频组成，由于其吸收强度远低于中红外光谱（4000～400cm-1）的基频振动，而且吸收峰重叠严重，因此不能采用常规的红外光谱分析方法对被测物质进行定性、定量分析，而必须对测得近红外光谱数据经验证的数学方法处理后，才能对被测物质进行定性、定量分析。

一、应用范围近红外分光光度法具有快速、准确、对样品无破坏的检测特性，不仅可用于对“离线”供试品的检验，还能直接对“在线”样品进行检测。

可广泛地应用于药品的理化分析。

（一）化学分析1、定性分析可对药品的活性成分、辅料、制剂、中间产物、化学原料以及包装材料进行鉴别。

2、定量分析可定量测定药品的活性成分和辅料；测定某些脂肪类化合物的化学值，如羟值、碘值和酸值等，水分的测定，羟基化程度测定以及溶剂量的控制。

3、过程控制（二）物理分析1、晶型和结晶性、多晶性、假多晶型性和粒度测定。

2、溶出行为、崩解模式、硬度测定。

3、薄膜包衣性质检测。

4、制剂过程控制，如对混合和制粒过程的监测。

二、仪器和仪器性能指标的控制（一）仪器近红外分光光度计的记录波长范围为780～2500nm（按波数计为12820～4000cm-1）。

所有近红外光谱的测定分为透射和反射两种类型。

近红外分光光度计由光源、单色器（或干涉仪）、检测器、数据处理和评价系统等组成。

常用的单色器有声光可调型、光栅型和棱镜型。

高强度的光源石英壳钨灯，如石英卤素钨灯较为常用，钨灯光源较为稳定。

检测器常用的材料有硅、硫化铅、砷化铟、铟镓砷、汞镉碲和氘代硫酸三甘肽。

常规的普通样品池、光纤探头、液体透射池、积分球是一些常用的采样装置。

科学视点ＴＯＰＩＣＳＴＯＰ24在2019年中国创新方法大赛总决赛上，贵州中烟工业有限责任公司毕节卷烟厂以“油渍烟丝‘现形记’”项目获得总决赛二等奖。

在2019年中国创新方法大赛总决赛上，贵州中烟工业有限责任公司毕节卷烟厂的“油渍烟丝‘现形记’”项目获得二等奖。

油渍烟支现象是什么？先来了解一下油渍烟支现象，油渍烟支现象简单来讲是指因成品烟丝受到油渍污染，由于卷烟纸材料的强吸油性，在成品烟支卷包纸表面呈现油渍斑点。

一般情况下，油渍烟支是由烟虫、润滑油造成的，且不同污染程度下的潜伏期不一，有些油渍烟支在仓储、销售过程中才显现出来，对烟支口感、外观质量、企业品牌形象及经济利益造成极大影响。

该团队认为，由于烟支生产过程中的污染源较多，且无法从单一方面进行根本性解决根，因此需要将各方面的污染源进行整合处理。

于是，该团队提出了遵循“PDCA”循环的“TRIZ”创新解题思路，来帮助他们开展问题攻关。

通过功能分析找出有害因素的污染源为设备润滑油及烟虫滋生带来的油分，再通过因果链分析得出关键问题为：设备因摩擦传动使用润滑油造成的油渍污染、烟虫滋生带来的油渍污染、油污检测与剔除技术缺失。

经过技术矛盾分析、物理矛盾分析以及物质-油渍烟丝“现形记”——贵州中烟工业有限责任公司毕节卷烟厂文｜任伟25场分析、HOW TO模型、小人法、功能裁剪得出十二条解决方案。

经过可行性评估，最终选定将近红外光谱检测与剔除系统、烟草设备专用自动喷雾润滑技术、烟虫专用诱导性食物三个方案整合为制丝线油渍烟丝综合治理系统的总方案。

成果颇多在这场比赛中，项目组成果颇丰！该团队发表了《基于近红外光谱结合模式识别算法的卷烟油污识别和溯源研究》《近红外光谱结合随机蛙跳波长选择方法用于烟叶中石油醚提取物含量的测定》《基于SIMCA软件的润滑油与烟丝PCA-MD分类模型建立方法》等7篇论文，生成了《一种基于近红外技术的烟丝加工中质量变化的表针方法》《一种近红外分析模型的转移方法》《一种分析甲壳类昆虫油脂成分的分析方法》等24项专利，获得了《西派特烟丝油渍污染在线监测系统》1项软件著作权。

第27卷,第4期 光谱学与光谱分析Vol 127,No 14,pp686-6902007年4月 Spectro sco py and Spectr al AnalysisA pril,2007SIMCA 法判别分析木材生物腐朽的研究杨 忠1,江泽慧1,2*,费本华1,覃道春211中国林业科学研究院木材工业研究所,北京 10009121国际竹藤网络中心,北京 100102摘 要 木材是一种生物质材料,容易受到各种微生物的危害,生物腐朽可以迅速导致木材结构的破坏,因此,对木材生物腐朽的快速、准确地检测或鉴定具有重要意义。

近几年来,近红外光谱和SIM CA 方法正被用于识别或检测食品、药品和农产品等研究中,因此,本研究尝试利用近红外光谱结合SIM CA 方法来检测木材的生物腐朽。

研究结果表明,应用近红外光谱和SIM CA 方法能有效地判别木材的生物腐朽类型,通过培训集样本建立的基于P CA 分析的SI M CA 判别模型对未腐朽、白腐和褐腐三种类型样本进行回判,判别准确率分别为100%,8215%和100%;而对未知腐朽类型的样本(包括未腐朽、白腐和褐腐样本),判别准确率分别为100%,85%和100%;SIM CA 方法对未腐朽和褐腐类型的判别准确率均达到100%,但对白腐样本都有错判,造成这种错判的主要原因可能是由于样本包括的信息不够丰富以及腐朽初期白腐和褐腐试样的性质差异太小等。

关键词 近红外光谱;SIM CA ;PCA;木材;生物腐朽;判别中图分类号:O 65713;S78213 文献标识码:A 文章编号:1000-0593(2007)04-0686-05收稿日期:2006-04-21,修订日期:2006-08-06基金项目:国家/9480项目(2006-45,2003-4-27)和中国林业科学院重点预研课题专项补助基金(2005-M -01)资助作者简介:杨 忠,1976年生,中国林业科学院木材工业研究所助理研究员 e -mail:zyang@caf 1ac 1cn *通讯联系人引 言木材是一种生物性特征明显的植物材料,因而容易受到各种微生物的侵袭。

化学计量学在分析化学中的应用摘要：随着信息时代的不断发展，人们生活水平的不断提高，然而人们对化学计量学的了解也越来越多。

因此，化学计量学与分析化学密切联系，分析化学在数据获取和处理方面也具有独特的地位，在各个环节给化学计量学提供了有效的研究领域。

作为分析化学的一个重要分支，化学计量学在分析科学中发挥着越来越重要的作用。

化学计量学是由化学与数学、统计学、计算机科学等学科交叉融合而产生的学科。

在分析化学实验教学中不仅要讲授一些化学计量学理论知识，而且更重要的是要对学生进行适当的化学计量学实验教学，以起到事半功倍的效果。

它一方面可以使学生利用化学计量学这一有力工具来评判通过分析实验手段获得的数据是否可靠；另一方面还可以从理论上指导分析手段的采用与数据的采集，并让学生学会一种分析化学的理论研究方法，可以广泛用于环境化学、药物化学、农业化学、计算机化学等方面的研究，并取得较为理想的教学成果。

关键词：化学计量学；分析化学；应用引言化学计量学是一门新兴的化学分支学科是由数学、统计学、计算机技术和化学相结合的交叉学科其诞生是科学技术发展及相互交叉渗透的必然结果。

化学计量学涵盖了化学量测的全过程包括采样理论、实验设计、选择和优化实验条件、单变量和多变量信号处理以及数据分析；其研究内容还包括过程控制和优化、合理性分析、实验室组织、图书检索和人工智能等。

化学计量学的主要任务是对化学测量数据进行分析处理，设计和选择最佳测量程序与实验方法1化学计量学概述在“化学计量学”(Chemometrics)一词被创造出来前，Mandel于1949年阐述了最小二乘回归、实验方案设计、方差分析等在分析化学中的应用，多元分析方法也于上世纪六十年代初逐步被用于多组分混合物的光谱分析，而计算机计算能力的提升则成为了化学计量学诞生最重要的催化剂。

1971年，瑞典化学家Wold首次提出了“化学计量学”的概念。

经过近十年的普及，化学计量学自上世纪八十年代开始得到了快速发展。

浙江大学生物系统工程与食品科学学院博士学位论文水果内部品质可见/近红外光谱无损检测方法的实验研究姓名：傅霞萍申请学位级别：博士专业：生物系统工程指导教师：应义斌20080425浙江大学博士学位论文ｍｌ＿，，摘要Ｉ皇！蔓曼量曼曼曼曼蔓！曼曼皇曼曼曼曼曼皇曼曼！曼曼曼皇曼皇皇曼蔓量！曼皇摘要水果是人类饮食结构的基本组成部分，为人体提供了丰富的营养物质。

我国是水果生产大国，但并不是水果生产强国，产后加工和处理水平低是导致我国水果品质差、国际市场竞争力弱的主要原因之一，因而实现水果外观和内部品质的快速无损检测及分级已经成为我国水果产业化的必要前提．本研究是对本课题组前期研究（基于机器视觉技术的水果外观品质检测和基于近红外（ｎｅａｒｉｎｆｒａｒｅｄ，ＮＩＲ）光谱技术的水果糖、酸度检测）的进一步深入和拓展，目的是为实现水果品质的多指标综合评价．本课题以梨和猕猴桃为研究对象，利用可见／近红外光谱分析技术、光纤传感技术和化学计量学分析方法，结合理化分析、水果生理和病理知识，开展水果内部品质主要包括坚实度、维生素Ｃ含量的检测研究，并在此基础上建立各品质指标的近红外光谱定量预测模型。

本文还利用可见／近红外光谱分析技术结合模式识别方法，对水果内部缺陷、水果品种进行鉴别研究，并建立相应的定性判别或分类模型．本研究的主要内容，结果和结论为：（１）探索了光谱采集参数对分析结果的影响．解释了Ｎｅｘｕｓ智能型傅立叶变换（Ｆｏｕｒｉｅｒｔｒａｎｓｆｏｒｍ，ＦＴ）光谱仪在光谱采集时增益、动镜速度和光圈大小等参数的设定依据，并分析了扫描次数和分辨率对光谱和建模结果的影响，结果显示：模型性能随分辨率增加而提高，但扫描时间也随之增加，而扫描次数为６４次的时候模型的性能相对较好；分析了用ＵＳＢ４０００便携式微型光纤光谱仪采集光谱时积分时间和平均次数等参数的设置依据；（２）分析了原始光谱及经预处理后的光谱（包括微分光谱和平滑光谱）的谱线特征，结果显示水果的漫反射原始光谱特征吸收主要在９７０ｎｍ、ｌ１９０ｎｍ、１４５０１７９０ｎｍ、ｎｍ和１９４０ｎｍ附近，与Ｏ．Ｈ和Ｃ．Ｈ基团的振动和倍频吸收相关；水果的原始ｎｍ、７９０—８００透射光谱在６８０．６９０ｎｍ附近的透过率变化比较显著，具有内部褐变缺陷的梨在柄．蒂垂直放置采集的光谱低于７５０ｎｍ时比完好的梨具有更强的吸收，而在高于７５０ｎｍ时吸收变弱；在柄．蒂水平放置采集的光谱的特性与柄．蒂垂直放置时的光谱的特性基本一致，只是这一分界点移到了７２０ｎｍ左右．对平滑光谱的平均吸光度和均方根噪声的方差分析结果显示：不同点数平滑处理对两台光谱仪器所采集的光谱的特征信息的影响不显著．（３）分析了水果不同检测部位的光谱信息的差异，对同一水果三个纬度和三个１１１浙江大学博士学位论文摘要经度的光谱平均吸光度和均方根噪声的方差分析结果显示：水果不同纬度上的光谱差异较大而不同经度上的差异较小．（４）基于Ｃｈａｕｖｅｎｅｔ检验方法对各组样本中的光谱异常样本进行分析，在剔除光谱异常样本后进行梨内部缺陷判别和梨品种分类的定性建模分析；基于杠杆值和学生残差Ｔ检验方法对各组样本中的浓度异常样本进行分析，将杠杆值和学生残差值较大的样本暂定为异常样本，通过比较逐一回收后的模型性能确定最终剔除的浓度异常样本，定量分析所用样本同时基于光谱异样本剔除结果和浓度异常样本剔除结果。

万方数据　万方数据　万方数据红外光谱和聚类分析法在药用菊花产域分类鉴别中的应用作者：白雁， 鲍红娟， 王东， 陈志红， 娄玉霞， BAI Yan， BAO Hong-juan， WANG Dong，CHEN Zhi-hong， LOU Yu-xia作者单位：白雁,王东,陈志红,娄玉霞,BAI Yan,WANG Dong,CHEN Zhi-hong,LOU Yu-xia(河南中医学院,河南,郑州,450008)， 鲍红娟,BAO Hong-juan(北京中医药大学,北京,100029)刊名：中药材英文刊名：JOURNAL OF CHINESE MEDICINAL MATERIALS年，卷(期)：2006,29(7)被引用次数：13次1.肖培根;李大鹏;杨世林新编中药志 20022.苏薇薇;吴忠利用化学计量学方法评价黄芩质量的研究 1997(11)1.殷彩霞.周纪勤.彭莉.YIN Cai-Xia.ZHOU Ji-Qin.PENG Li菊科药用植物系统聚类分析[期刊论文]-计算机与应用化学1999(2)2.吴学文.熊艳.杜方麓聚类分析在中药材分类学中的应用[期刊论文]-中南药学2003,1(4)3.廖翠萍.颜涌捷.吴创之因子分析法在研究稻草秸杆中元素分布特征中的应用[会议论文]-20034.孙长海.李龙新.吴洪斌.SUN Chang-hai.LI Long-xin.WU Hong-bin六味地黄丸紫外谱线组法鉴别的初步研究[期刊论文]-黑龙江医药科学2007,30(6)5.蒲婧哲.PU Jing-zhe杭菊中总黄酮花期动态积累研究[期刊论文]-安徽医药2008,12(9)6.张世芝.张明锦.吴启勋.Zhang Shizhi.Zhang Minjin.Wu Qixun基于信息理论的分光光度法用于药材秦艽的指纹识别[期刊论文]-计算机与应用化学2008,25(2)7.周鲁.唐向阳.付超.彭世虎解表类中药的模糊聚类分析[期刊论文]-华西药学杂志2004,19(5)8.赵丹丹.于景伟.ZHAO Dan-dan.YU jing-wei聚类分析方法研究及在中医药领域的应用探索[期刊论文]-电脑知识与技术（学术交流）2007,2(9)9.杨煌建.庄秀园.瞿伟菁.谢晶晶.王一铮.YANG Huang-jian.ZHUANG Xiu-yuan.QU Wei-jing.XIE Jing-jing. WANG Yi-zheng蒺藜等六种材料中微量元素对糖基化终产物形成影响的模糊聚类分析[期刊论文]-天然产物研究与开发2007,19(6)10.王婷婷.陈晓辉.胡庆庆.毕开顺.WANG Ting-ting.CHEN Xiao-hui.HU Qing-qing.BI Kai-shun白芷质量的HPLC指纹图谱评价方法[期刊论文]-药学学报2006,41(8)1.王欣.沈翔.陶金秋.陈先良.陈飞虎不同品种菊花的1H-NMR快速鉴别研究[期刊论文]-安徽医科大学学报 2009(1)2.赵丽茹.蔡广知.贡济宇.王洋大黄与洋铁酸模的红外光谱鉴别研究[期刊论文]-吉林中医药 2011(11)3.王永生.王莉莉.赵丽茹.刘继华.李桂英中药哈蟆油的红外光谱研究[期刊论文]-特产研究 2009(4)4.杨莉丽.罗永静.吝伟.王静.张德强红外光谱法结合化学计量学对小儿咳喘类药物的定性鉴别研究[期刊论文]-中成药 2012(3)5.关明.李晓静.郭勇.卢海波.杜卫军.陈坚不同地理居群大蒜FTIR图谱比较研究[期刊论文]-光谱学与光谱分析2011(6)6.吕琳.秦民坚.贺丹霞.顾瑶华不同种源药用菊花、野菊和菊花脑的ISSR分子标记及遗传关系分析[期刊论文]-植物资源与环境学报 2008(1)7.沈亮.蒋舜媛.黄荣韶.周毅.李良波.孙辉.甘凤琼红外光谱法结合系统聚类和SIMCA模式识别法快速鉴别羌活种子[期刊论文]-中草药 2011(10)8.黄冬兰.陈小康.徐永群.曹佳佳.韩晓玉纹党参与白条党参红外光谱的SIMCA聚类鉴别方法研究[期刊论文]-分析测试学报 2009(12)9.白雁.李艳英.龚海燕.樊克锋.李雯霞近红外判别分析法鉴别不同厂家一清颗粒[期刊论文]-中国医院药学杂志2009(3)10.汪小莉.李嬛.秦昆明.刘晓.蔡宝昌近红外光谱学与化学计量学在中成药液体制剂过程分析中的应用[期刊论文] -中草药 2013(15)11.聂黎行.鲁静.林瑞超红外和近红外光谱法在中药定性分析中的应用[期刊论文]-计算机与应用化学 2011(5)12.韩晔华.霍飞凤.杨悠悠.廖一平.刘虎威中药指纹图谱研究的某些进展与展望[期刊论文]-色谱 2008(2)13.柴逸峰.朱臻宇.李翔药物分析 (Ⅱ)[期刊论文]-分析试验室 2008(9)引用本文格式：白雁.鲍红娟.王东.陈志红.娄玉霞.BAI Yan.BAO Hong-juan.WANG Dong.CHEN Zhi-hong.LOU Yu-xia红外光谱和聚类分析法在药用菊花产域分类鉴别中的应用[期刊论文]-中药材 2006(7)。

２０１９年３月Ｖｏｌ．３７Ｎｏ．３Ｍａｒｃｈ２０１９ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＣｈｒｏｍａｔｏｇｒａｐｈｙ３２５ ３３０庆祝２０１９年国际劳动妇女节色谱行业女学者专刊㊃研究论文ＤＯＩ：１０．３７２４／ＳＰ．Ｊ．１１２３．２０１８．１００１７收稿日期：２０１８⁃１０⁃２３∗通讯联系人．Ｅ⁃ｍａｉｌ：ｃａｏｘｌ＠ｔｈ．ｂｔｂｕ．ｅｄｕ．ｃｎ．基金项目：国家质量监督检验检疫总局公益性行业科研专项（２０１３１０２３０）．Ｆｏｕｎｄａｔｉｏｎｉｔｅｍ：ＧｅｎｅｒａｌＡｄｍｉｎｉｓｔｒａｔｉｏｎｏｆＱｕａｌｉｔｙＳｕｐｅｒｖｉｓｉｏｎ，ＩｎｓｐｅｃｔｉｏｎａｎｄＱｕａｒａｎｔｉｎｅ（ＡＱＳＩＱ）ＰｕｂｌｉｃＲｅｓｅａｒｃｈＰｒｏｊｅｃｔ基于香气成分气相色谱⁃质谱指纹图谱的判别分析和相似度评价用于绿茶等级差异研究龙立梅，㊀宋沙沙，㊀曹学丽∗（北京食品营养与人类健康高精尖创新中心，北京工商大学食品学院，北京市食品风味化学重点实验室，北京１０００４８）摘要：该文以研究指纹图谱在绿茶等级判别方面应用的可行性为目的㊂以信阳毛尖茶为研究对象，以茶汤香气成分为研究目标，采用顶空固相微萃取与气相色谱⁃质谱联用技术，筛选其香气特征成分，建立不同等级信阳毛尖茶香气成分ＧＣ⁃ＭＳ指纹图谱㊂发现运用判别分析法可以对２个系列７个等级４１个信阳毛尖茶样进行很好的等级区分；通过不同等级色谱指纹图谱的相似度计算发现，相似度与茶样等级之间具有较好的相关性，尤其是对于品质较好的茶样，这种相关性更好㊂表明运用判别分析法和相似度计算方法能够反映绿茶等级之间的差异性，且基于相似度评价的方法具有客观量化的特征㊂关键词：气相色谱⁃质谱指纹图谱；判别分析；相似度计算；等级相关性；香气成分；信阳毛尖茶中图分类号：Ｏ６５８㊀㊀㊀文献标识码：Ａ㊀㊀㊀文章编号：１０００⁃８７１３（２０１９）０３⁃０３２５⁃０６Ｄｉｓｃｒｉｍｉｎａｎｔａｎａｌｙｓｉｓａｎｄｓｉｍｉｌａｒｉｔｙｅｖａｌｕａｔｉｏｎｏｆｇａｓｃｈｒｏｍａｔｏｇｒａｐｈｙ⁃ｍａｓｓｓｐｅｃｔｒｏｍｅｔｒｙｆｉｎｇｅｒｐｒｉｎｔｓｏｆａｒｏｍａｃｏｍｐｏｎｅｎｔｓｉｎｇｒｅｅｎｔｅａｇｒａｄｉｎｇＬＯＮＧＬｉｍｅｉ，ＳＯＮＧＳｈａｓｈａ，ＣＡＯＸｕｅｌｉ∗（ＢｅｉｊｉｎｇＡｄｖａｎｃｅｄＩｎｎｏｖａｔｉｏｎＣｅｎｔｅｒｆｏｒＦｏｏｄＮｕｔｒｉｔｉｏｎａｎｄＨｕｍａｎＨｅａｌｔｈ，ＳｃｈｏｏｌｏｆＦｏｏｄａｎｄＣｈｅｍｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＢｅｉｊｉｎｇＫｅｙＬａｂｏｆＦｏｏｄＦｌａｖｏｒＣｈｅｍｉｓｔｒｙ，ＢｅｉｊｉｎｇＴｅｃｈｎｏｌｏｇｙａｎｄＢｕｓｉｎｅｓｓＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００４８，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｗｏｓｅｒｉｅｓｏｆ４１ＸｉｎｙａｎｇＭａｏｊｉａｎｔｅａｓａｍｐｌｅｓｗｅｒｅｉｎｖｅｓｔｉｇａｔｅｄａｎｄｔｈｅｇａｓｃｈｒｏｍａ⁃ｔｏｇｒａｐｈｙ⁃ｍａｓｓｓｐｅｃｔｒｏｍｅｔｒｙ（ＧＣ⁃ＭＳ）ｆｉｎｇｅｒｐｒｉｎｔｓｏｆｔｈｅｉｒａｒｏｍａｃｏｍｐｏｎｅｎｔｓｏｆｓｅｖｅｎｄｉｆｆｅｒ⁃ｅｎｔｇｒａｄｅｓｗｅｒｅｅｓｔａｂｌｉｓｈｅｄｕｓｉｎｇｈｅａｄｓｐａｃｅｓｏｌｉｄ⁃ｐｈａｓｅｍｉｃｒｏｅｘｔｒａｃｔｉｏｎ（ＨＳ⁃ＳＰＭＥ）ａｎｄＧＣ⁃ＭＳ．Ｂａｓｅｄｏｎｔｈｅ２３ｓｅｌｅｃｔｅｄｃｈａｒａｃｔｅｒｉｓｔｉｃａｒｏｍａｃｏｍｐｏｎｅｎｔｓ，ｔｈｅｓａｍｐｌｅｓｃｏｕｌｄｂｅｃｌａｓｓｉｆｉｅｄｉｎｔｏｓｅｖｅｎｄｉｆｆｅｒｅｎｔｇｒｏｕｐｓｔｈｒｏｕｇｈｄｉｓｃｒｉｍｉｎａｎｔａｎａｌｙｓｉｓｗｉｔｈｆｏｕｒａｎｄｔｈｒｅｅｇｒｏｕｐｓｉｎｔｗｏｓｅｐ⁃ａｒａｔｅｓｅｒｉｅｓ．Ｓｉｘｆｉｎｇｅｒｐｒｉｎｔｓｉｍｉｌａｒｉｔｙｃａｌｃｕｌａｔｉｏｎｍｅｔｈｏｄｓｔｈａｔｒｅｆｌｅｃｔｔｈｅｄｉｆｆｅｒｅｎｃｅｓｂｅｔｗｅｅｎｇｒａｄｅｓｏｆｔｅａｔｏｄｉｆｆｅｒｅｎｔｅｘｔｅｎｔｓｗｅｒｅｅｍｐｌｏｙｅｄ，ａｎｄｔｈｅｎｅｗｉｍｐｒｏｖｅｄｅｘｔｅｎｔｓｉｍｉｌａｒｉｔｙｍｅｔｈ⁃ｏｄｗａｓｄｅｍｏｎｓｔｒａｔｅｄｔｏｂｅｔｈｅｂｅｓｔａｍｏｎｇｔｈｅｍ．Ｔｈｅｒｅｓｕｌｔｓｆｏｒｔｈｅｓｉｍｉｌａｒｉｔｙｅｖａｌｕａｔｉｏｎｄｉｓ⁃ｐｌａｙｅｄｇｏｏｄｃｏｒｒｅｌａｔｉｏｎｗｉｔｈｔｈｅａｃｔｕａｌｇｒａｄｅｓ，ｅｓｐｅｃｉａｌｌｙｆｏｒｔｈｅｓｅｒｉｅｓｏｆｔｅａｏｆｈｉｇｈｅｒｑｕａｌｉ⁃ｔｉｅｓ，ａｎｄｔｈｅｄｉｆｆｅｒｅｎｃｅｓｂｅｔｗｅｅｎｔｈｅｄｉｆｆｅｒｅｎｔｇｒａｄｅｓｏｆｔｅａｓｃｏｕｌｄｂｅｑｕａｎｔｉｆｉｅｄ．Ｋｅｙｗｏｒｄｓ：ｇａｓｃｈｒｏｍａｔｏｇｒａｐｈｙ⁃ｍａｓｓｓｐｅｃｔｒｏｍｅｔｒｙ（ＧＣ⁃ＭＳ）ｆｉｎｇｅｒｐｒｉｎｔｓ；ｄｉｓｃｒｉｍｉｎａｎｔａｎａｌｙ⁃ｓｉｓ；ｓｉｍｉｌａｒｉｔｙｅｖａｌｕａｔｉｏｎ；ｇｒａｄｉｎｇｃｏｒｒｅｌａｔｉｏｎ；ａｒｏｍａｃｏｍｐｏｎｅｎｔｓ；ＸｉｎｙａｎｇＭａｏｊｉａｎｔｅａ色谱第３７卷㊀㊀我国是绿茶生产大国，在绿茶的流通和贸易领域，急需对其品质的科学评定方法㊂目前主要采用的是感官审评的方法，但该方法对品茶师的经验依赖性较强，容易出现主观偏差，执行中也存在不规范㊁不严格等问题㊂因而茶叶市场分级混乱，存在以次充好的情况㊂㊀㊀在茶叶的感官评审中，香气对茶叶感官品质的贡献率达２５％ ３５％［１］，因此茶叶香气成分研究意义重大㊂指纹图谱技术主要应用于鉴别中药真伪和质量控制等，茶叶科研人员借鉴该方法，利用高相液相色谱（ＨＰＬＣ）㊁气相色谱（ＧＣ）㊁红外及近红外光谱（ＩＲ⁃ＮＩＲ）㊁核磁共振（ＮＭＲ）等技术，得到能够标示茶叶品质特征成分的谱图；然后运用多种数据信息处理技术对指纹图谱进行分析，从而对茶叶品质做出客观量化的评价，有效弥补 感官审评 的缺陷［２］㊂目前茶叶指纹图谱技术已用于茶叶的品种鉴别，茶叶原料㊁半成品及成品茶的质量评价等［３－５］，但是还没有在茶叶分等定级中应用的报道㊂㊀㊀信阳毛尖茶是我国十大名茶之一，具有淡雅㊁清新的清香，并且香气持久，是河南省著名的地理标志产品之一［６］㊂本研究以信阳毛尖为研究对象，以茶汤香气成分为研究目标，采用顶空固相微萃取与气相色谱⁃质谱联用技术，通过建立绿茶香气成分ＧＣ⁃ＭＳ指纹图谱，将判别分析法与指纹图谱相似度法相结合，用以研究不同等级茶样之间的差异性，并用于茶样的等级判别，为绿茶品质评价和质量监控提供了一种科学量化的方法㊂１㊀实验部分１．１㊀材料与仪器㊀㊀供试茶样为当年４ ５月的信阳毛尖茶，均来自信阳市文新茶叶有限责任公司，包括优质信阳毛尖茶 道 系列４个等级多个批次的２２个茶样，按等级从高到低依次为观道（５个批次）㊁悟道（５个批次）㊁修道（６个批次）和品道（６个批次）；普通信阳毛尖茶 ３００ 系列３个等级多个批次的１９个茶样，按等级从高到低依次为 ３３０ （６个批次）㊁ ３２０ （７个批次）和 ３１０ （６个批次）㊂用复合铝箔袋密封样品，保存于４ħ冰箱中，冷藏待用㊂正构烷烃标准样品（Ｃ７ Ｃ４０），购至上海安谱科学仪器有限公司㊂㊀㊀ＱＰ２０１０Ｐｌｕｓ气相色谱⁃质谱联用仪（日本岛津公司）；手动固相微萃取进样器㊁５０／３０μｍＤＶＢ／ＨＨ⁃２数显恒温水浴锅（国华电器有限公司）㊂１．２㊀实验方法１．２．１㊀ＧＣ⁃ＭＳ指纹图谱建立方法㊀㊀参照中国国家标准ＧＢ／Ｔ２３７７６⁃２００９［１］冲泡绿茶的程序，准确称取茶叶样品３ ０ｇ，放入２００ｍＬ的三角瓶内，倒入１５０ｍＬ沸水，用锡箔纸封口，室温下静置５ｍｉｎ，待茶叶香气充分挥发和平衡㊂首先将其置于８０ħ恒温水浴锅中，同时将已经老化１５ｍｉｎ的萃取头插入三角瓶内茶汤的上方，将固相微萃取（ＳＰＭＥ）的手柄固定好，推出萃取头并开始计时，顶空吸附６０ｍｉｎ后取出，立即插入气相色谱仪进样口，在２５０ħ条件下热脱附５ｍｉｎ，进行ＧＣ⁃ＭＳ检测［７］㊂每份信阳毛尖茶样品均做５针平行实验㊂将所获得的同一等级的ＧＣ⁃ＭＳ总离子流图导入中药色谱指纹图谱相似度评价系统（版本２０１２ １３０７２３），生成相应等级茶叶的ＧＣ⁃ＭＳ对应指纹图谱㊂㊀㊀ＧＣ⁃ＭＳ分析条件如下㊂Ｒｘｉ⁃５ＭＳ弹性石英毛细管柱（３０ｍˑ０ ２５ｍｍˑ０ ２５μｍ）；升温程序：初始温度为４０ħ，保持３ｍｉｎ，以４ħ／ｍｉｎ速率升到８０ħ，保持２ｍｉｎ，再以２ħ／ｍｉｎ速率升到１６０ħ，不保持，最后以１２ħ／ｍｉｎ速率升到２５０ħ，保持３ｍｉｎ，升温程序结束；进样口温度：２５０ħ；载气：高纯Ｈｅ（纯度９９ ９９９％）；柱流量：１ ０ｍＬ／ｍｉｎ；采用不分流进样方式㊂ＥＩ电离源；离子源温度为２００ħ；离子化电压为７０ｅＶ；质谱扫描范围ｍ／ｚ３５ ４５０；检测器为１ ００ｋＶ㊂在同样的条件下，对正构烷烃混合物进行分析，获得各个正构烷烃成分的保留时间㊂１．２．２㊀香气成分的分析及特征成分的筛选㊀㊀对总离子色谱图（ｔｏｔａｌｉｏｎｃｈｒｏｍａｔｏｇｒａｍ，ＴＩＣ）各峰积分，积分参数斜率为５０００／ｍｉｎ，半峰宽为２ｓ，变参时间为１０００ｍｉｎ；得到的色谱质谱数据与ＮＩＳＴ（ＵＳＮａｔｉｏｎａｌＩｎｓｔｉｔｕｔｅｏｆＳｔａｎｄａｒｄｓａｎｄＴｅｃｈｎｏｌｏｇｙ）质谱库匹配，挑选出与目标物质匹配度ȡ８０的色谱峰，并将各峰测定的保留指数与ＮＩＳＴ谱库提供的保留指数（ＲＩ）进行比较，个别与文献值比较，确定各个色谱峰对应物质的名称㊂用各色谱峰的峰面积与总峰面积之比计算出各香气组分的相对含量㊂㊀㊀保留指数的计算采用以下公式：ＲＩ＝１００ｎ＋１００ＲＴｕｎｋｎｏｗｎ－ＲＴｎæçö÷（１）㊃６２３㊃第３期龙立梅，等：基于香气成分气相色谱⁃质谱指纹图谱的判别分析和相似度评价用于绿茶等级差异研究式中，ＲＩ是待测组分的保留指数；ＲＴｕｎｋｎｏｗｎ是待测组分的保留时间；ＲＴｎ㊁ＲＴｎ＋１分别是待测组分前后正构烷烃的保留时间；ｎ为正构烷烃的碳原子数㊂㊀㊀绿茶的香气是其所含的不同芳香物质以不同浓度组合的综合表现；一般情况下，含量较多的成分对香气的贡献较大，而相对含量较少的物质未必对香气的贡献较少［８，９］㊂因此，分别对不同批次㊁不同等级信阳毛尖茶检出的所有香气成分进行汇总㊁分类和筛选，从而确定信阳毛尖茶的共有峰作为香气指纹图谱的特征峰，建立特征香气共有峰指纹图谱㊂所筛选出的香气特征成分总量在检出的香气物质总量中均达到７０％以上，具有一定的代表性，可以反映指纹图谱的特征信息㊂１．２．３㊀不同等级信阳毛尖茶的判别分析㊀㊀以信阳毛尖茶２个系列７个等级样品为研究对象，采用判别分析法对４１个茶样进行等级判别㊂所得到的每个样品色谱图中，以最大主峰为参照，计算相对峰面积，以７个等级４１个样本的２３个共有峰的相对峰面积作为原始数据，采用ＳＰＳＳ２０ ０软件，使用步进式方法中的Ｗｉｌｋｓλ法进行逐步判别分析，建立判别方程，并对所建立的判别方程进行交叉验证分析，验证判别方程对初识分组的分类结果［７，１０－１２］㊂１．２．４㊀相似度计算方法的选择㊀㊀相比于绿茶在产地㊁种类上的差异，同种绿茶的不同等级之间的差异判别属于小类水平上的区别，其茶汤香气成分的物质种类大多数相同，差异主要体现在物质成分的含量上㊂所以选择适合同种绿茶不同等级的相似度计算方法是体现差异的关键㊂综合考虑现有多种相似度计算方法后，本文选择了夹角余弦法［１３］㊁相关系数法［１４］㊁新模型负指数法［１５］㊁改进Ｎｅｉ系数法［１６］㊁改良程度相似度［１７］㊁新改良程度相似度［１８］六种计算方法，进行同种绿茶不同等级之间相似度计算，这六种方法对应的计算公式如式（２） （７）所示㊂㊀㊀夹角余弦法［１３］：ｃｏｓα＝ðｎｉ＝１ａｉｂｉðｎｉ＝１ａ２ｉðｎｉ＝１ｂ２ｉ（２）㊀㊀相关系数法［１４］：Ｓ＝ðｎｉ＝１（ａｉ－ａ）（ｂｉ－ｂ）ðｎｉ＝１（ａｉ－ａ）２ðｎｉ＝１（ｂｉ－ｂ）２㊀㊀改进的Ｎｅｉ系数法［１５］：ｆ＝２ｎｎ１＋ｎ２－２ｎ１＋ｎ２ðａｉ－ｂｉａｉ＋ｂｉ（４）㊀㊀新模型负指数法［１６］：ｓ＝ｅ－１ｎðｎｉ＝１｜ａｉ－ｂｉ｜ｂｉ（５）㊀㊀改良程度相似度法［１７］：Ｑᶄ＝１－ðｎｉ＝１１－ａｉｂｉｎ（６）㊀㊀新改良程度相似度［１８］：ｑᶄ＝１－ðｎｉ＝１１－ａｉｂｉæèçöø÷２ｎ（７）其中，α是两向量间的夹角；ｎ是共有峰数；ａｉ㊁ｂｉ分别为色谱图Ａ与色谱图Ｂ对应的共有特征峰峰面积；Ｓ是相关系数；ａ和ｂ分别为ａｉ和ｂｉ的平均值；ｆ是差异系数；ｎ１和ｎ２分别为Ａ和Ｂ的峰数；ｓ是指数相似系数；Ｑᶄ是改良程度相似度；ｑᶄ是新改良程度相似度㊂㊀㊀以优质信阳毛尖 道 系列和普通信阳毛尖３００ 系列７个等级多个批次样品的２３个特征滋味成分的ＧＣ⁃ＭＳ平均峰面积为计算参数，利用Ｅｘｃｅｌ软件的数据处理功能，以最高级别观道茶样指纹图谱为参比，将各级茶样的２３个特征峰的平均峰面积分别代入６种相似度计算方法的公式中，得到各等级茶样与最高级别观道茶样的指纹图谱的相似度㊂２㊀结果与讨论２．１㊀方法重现性考察㊀㊀方法的重现性是在相同测量条件下，对同一被测量样品进行连续多次测量后所得结果之间的一致性，是衡量实验方法可行性和适用性的重要指标㊂将同一茶样在相同实验条件下重复分析５次，测定结果显示，色谱峰保留时间的ＲＳＤ均小于０ １％㊂相对峰面积的ＲＳＤ，除个别含量较低的色谱峰为１０ ０％左右，绝大多数均小于１０ ０％㊂结果说明重现性好，符合指纹图谱建立的指标要求㊂２．２㊀各等级信阳毛尖茶香气ＧＣ⁃ＭＳ指纹图谱的建立㊀㊀分别建立了信阳毛尖茶 道 系列４个等级和３００ 系列３个等级的香气成分ＧＣ⁃ＭＳ指纹图谱㊂图１中 道 系列４个等级指纹图谱对比图，自上而㊃７２３㊃色谱第３７卷图１㊀信阳毛尖茶 道 系列４个等级和 ３００ 系列３个等级的ＧＣ⁃ＭＳ指纹图谱Ｆｉｇ．１㊀ＧＣ⁃ＭＳｆｉｎｇｅｒｐｒｉｎｔｓｏｆｆｏｕｒｇｒａｄｅｓｏｆ Ｄａｏ ｓｅｒｉｅｓａｎｄｔｈｒｅｅｇｒａｄｅｓｏｆ ３００ ｓｅｒｉｅｓｏｆＸｉｎｙａｎｇＭａｏｊｉａｎｔｅａ级指纹图谱对比图，自上而下依次为 ３３０ ３２０ 和 ３１０ ㊂表１㊀信阳毛尖茶２３个特征香气成分Ｔａｂｌｅ１㊀２３ｃｈａｒａｃｔｅｒｉｓｔｉｃａｒｏｍａｃｏｍｐｏｎｅｎｔｓｏｆＸｉｎｙａｎｇＭａｏｊｉａｎｔｅａＰｅａｋＮｏ．Ｒｅｔｅｎｔｉｏｎｔｉｍｅ／ｍｉｎＲＩ（ｒｅａｌ）ＲＩ（ＮＩＳＴ）ＣｏｍｐｏｕｎｄＭａｔｃｈｉｎｇＣｏｎｔｅｎｔ／％１１７．９２４１０９８１０８２ｌｉｎａｌｏｏｌ９６６．２０２１８．１６７１１０２１１０４１⁃ｎｏｎａｎａｌ９６１１．９１３２１．３７５１１５５１１１２２⁃ｎｏｎｅｎａｌ９２０．７１４２１．５８２１１６０１１６６ｄｅｃａｍｅｔｈｙｌｃｙｃｌｏｐｅｎｔａｓｉｌｏｘａｎｅ９１０．３７５２３．１２９１１８５１１９１ｃｉｓ－３⁃ｈｅｘｅｎｙｌｂｕｔｙｒａｔｅ９２１．４６６２４．２５９１２０４１２０４ｄｅｃａｎａｌ９６５．２８７２５．０４９１２１５１２０４β⁃ｃｙｃｌｏｃｉｔｒａｌ９２０．８５８２５．９９６１２３１１２２６ｃｉｓ－３⁃ｈｅｘｅｎｙｌ２⁃ｍｅｔｈｙｌｂｕｔａｎｏａｔｅ９０１．２５９２７．３８２１２５３１２５５ｇｅｒａｎｉｏｌ９６１７．６９１０３０．７１６１３０５１３０８ｕｎｄｅｃａｎａｌ９１０．５９１１３３．３５６１３４６１３４４α⁃ｃｕｂｅｂｅｎｅ９３１．１２１２３５．５２１１３８０１３８９３⁃ｈｅｘｅｎｙｌｅｓｔｅｒ，（Ｚ）⁃ｈｅｘａｎｏｉｃａｃｉｄ９５４．８５１３３６．３９６１３９４１３９８［１９］ｊａｓｍｏｎｅ９４４．３８１４３９．９１０１４５０１４５４ｇｅｒａｎｙｌａｃｅｔｏｎｅ９５１．２６１５４１．０８９１４６９１４６９β⁃ｃａｄｉｎｅｎｅ８９０．４９１６４１．８７０１４８１１４８３［２０］β⁃ｉｏｎｏｎｅ９６３．０６１７４２．１３０１４９４１４９７δ⁃ｓｅｌｉｎｅｎｅ８３０．４７１８４４．１７４１５１９１５３５ｃａｄｉｎａ⁃１，４⁃ｄｉｅｎｅ８５５．６３１９４４．６４４１５２７１５２８β⁃ｈｉｍａｃｈａｌｅｎｅ８５０．５２２０４６．６４７１５６１１５６４ｔｒａｎｓ⁃ｎｅｒｏｌｉｄｏｌ９４４．９９２１５０．２５６１６３６１６３６ｃｕｂｅｎｏｌ８５１．２２２２５１．０６７１６４８１６４３α⁃ｃａｄｉｎｏｌ８７１．６９２．３㊀信阳毛尖茶香气特征成分的确定㊀㊀根据信阳毛尖多个批次㊁不同等级的４１个样品的指纹图谱，筛选共有峰㊂４１个茶样中均含有２３个主要挥发性成分（见表１）㊂所筛选的２３个挥发性成分总量占信阳毛尖茶总挥发性成分的７０％以上，具有一定的代表性，可以反映指纹图谱的特征信息㊂２．４㊀基于香气特征成分的信阳毛尖茶等级判别分析㊀㊀以信阳毛尖茶 道 系列２２个样本和 ３００ 系列１９个样品的２３个共有峰的相对峰面积为原始数据，利用ＳＰＳＳ２０ ０软件建立典型判别函数，对４１个样本的等级区分正确率为９８％㊂由如图２可知，两个系列之间及同一系列内不同等级茶样之间都能㊃８２３㊃第３期龙立梅，等：基于香气成分气相色谱⁃质谱指纹图谱的判别分析和相似度评价用于绿茶等级差异研究图２㊀基于ＧＣ⁃ＭＳ指纹图谱的信阳毛尖茶 道 系列和３００ 系列等级判别分析Ｆｉｇ．２㊀ＤｉｓｃｒｉｍｉｎａｎｔｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆＸｉｎｙａｎｇＭａｏｊｉａｎｔｅａ Ｄａｏ ｓｅｒｉｅｓａｎｄ ３００ ｓｅｒｉｅｓｂａｓｅｄｏｎＧＣ⁃ＭＳｆｉｎｇｅｒｐｒｉｎｔｓ实现很好的判别区分㊂对 道 系列２２个样品和 ３００ 系列１９个样品，分别按相同方法分别进行判别分析，对初始分组样品的等级区分判别正确率均为１００％，如图３所示㊂分系列进行判别分析，等级之间的区分度更加显著㊂结果表明，采用香气特征成分可以对信阳毛尖茶样进行很好的等级判别㊂表２㊀信阳毛尖茶 道 和 ３００ 系列ＧＣ⁃ＭＳ指纹图谱相似度计算Ｔａｂｌｅ２㊀ＳｉｍｉｌａｒｉｔｙｃａｌｃｕｌａｔｉｏｎｏｆＧＣ⁃ＭＳｆｉｎｇｅｒｐｒｉｎｔｓｆｏｒ Ｄａｏ ｓｅｒｉｅｓａｎｄ ３００ ｓｅｒｉｅｓｏｆＸｉｎｙａｎｇＭａｏｊｉａｎｔｅａＮｏ．ＭｅｔｈｏｄＤａｏ ｓｅｒｉｅｓＧｕａｎＷｕＸｉｕＰｉｎ３００ ｓｅｒｉｅｓ３３０３２０３１０１ａｎｇｌｅｃｏｓｉｎｅ１０．９５ʃ０．０１０．９５ʃ０．０１０．９５ʃ０．０１０．８９ʃ０．０１０．８９ʃ０．０１０．８８ʃ０．０１２ｃｏｒｒｅｌａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔ１０．９２ʃ０．０１０．９１ʃ０．０１０．９２ʃ０．０１０．８２ʃ０．０２０．８３ʃ０．０１０．８０ʃ０．０１３ｉｍｐｒｏｖｅｄＮｅｉ１０．９８ʃ０．０３０．９３ʃ０．０１０．９４ʃ０．０３０．４８ʃ０．０２０．４５ʃ０．０３０．４８ʃ０．０１４ｎｅｗｍｏｄｅｌｏｆｎｅｇａｔｉｖｅｉｎｄｅｘ１０．７１ʃ０．０４０．６４ʃ０．０２０．６４ʃ０．０４０．１９ʃ０．０４０．１２ʃ０．０５０．２４ʃ０．０４５ｉｍｐｒｏｖｅｄｅｘｔｅｎｔｓｉｍｉｌａｒｉｔｙ１０．６６ʃ０．０５０．５６ʃ０．０２０．５５ʃ０．０５０．５６ʃ０．０７０．３６ʃ０．０９０．４３ʃ０．０８２．５㊀不同等级信阳毛尖茶ＧＣ⁃ＭＳ指纹图谱相似度评价㊀㊀指纹图谱的相似度评价不仅可以反映不同等级绿茶之间的差异，还可以体现出差异程度的大小，以量化形式表达等级之间的差异㊂以信仰毛尖茶最高级别观道茶样指纹图谱为参照，以６种相似度计算方法计算７个等级茶样的相似度，结果如表２所示㊂从中可以看出，不同的相似度计算方法均可以在不同程度上反映等级之间的差距，但是其中夹角余弦法㊁相关系数法㊁改进Ｎｅｉ系数法３种方法反映出的等级之间的差异区分度不显著㊂从多种相似度计算方法所得结果可知，整体上优质 道 系列茶样与普通 ３００ 系列茶样之间有较大的区分㊂对于优质 道 系列４个等级的茶样，随着茶叶品质从观㊁悟㊁图３㊀分别基于ＧＣ⁃ＭＳ指纹图谱的信阳毛尖茶 道 系列和３００ 系列等级判别分析Ｆｉｇ．３㊀ＤｉｓｃｒｉｍｉｎａｎｔｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆＸｉｎｙａｎｇＭａｏｊｉａｎｔｅａ Ｄａｏ ｓｅｒｉｅｓａｎｄ ３００ ｓｅｒｉｅｓｂａｓｅｄｏｎＧＣ⁃ＭＳｆｉｎｇｅｒｐｒｉｎｔｓｓｅｐａｒａｔｅｌｙ修㊁品逐级降低，其相似度也呈现下降的趋势，且以新改良的相似度法区分度最大㊂从相似度数据可以看出，与顶级的观道茶相比，悟㊁修㊁品级茶在香气成分上有显著的差异，三者之间的差异可以区分等级，但并不显著㊂对于普通的 ３００ 系列３个等级茶样，其相似度值与优质 道 系列茶样，尤其是前３个等级的差异较显著㊂其３个等级之间存在一定的差异性，但差异程度较小，且出现等级交错现象㊂这可能是由于 ３００ 系列茶样整体级别较低，等级区分度较小，感官审评不易区分或分级不严格㊂㊀㊀指纹图谱相似度的大小可以反映该各等级茶样与最高的参比等级的相似程度㊂相似度数值越小，相似程度越低㊂从计算结果可以看出，不同等级茶样与参比等级茶样指纹图谱的相似度值与茶样所定的等级之间具有较好的相关性，相似度差异越大，茶样等级越低㊂㊃９２３㊃色谱第３７卷３　结论㊀㊀以信阳毛尖茶 道 系列和 ３００ 系列共７个不同等级４１个样品为主要研究对象，分别建立了每个等级茶样的香气ＧＣ⁃ＭＳ指纹图谱，以筛选的２３个香气特征成分的相对含量为原始数据进行判别分析㊂结果显示，该方法能够很好地体现出信阳毛尖茶两个系列不同等级之间的差异性，在各系列茶样内判别分析的区分度更高㊂说明采用基于香气成分ＧＣ⁃ＭＳ指纹图谱特征成分的判别分析，可以对同一品种不同等级茶样进行很好的等级区别㊂同时，以２３个香气特征成分为目标，采用六种指纹图谱相似度计算方法，对不同等级茶样的相似度进行评价㊂结果显示，优质 道 系列茶样与普通 ３００ 系列茶样的香气成分ＧＣ⁃ＭＳ指纹图谱相似度有较大的差异㊂ 道 系列４个等级的茶样指纹图谱相似度与其等级之间有较好的相关性，随着茶叶品质从观㊁悟㊁修㊁品逐级降低，其相似度也呈现下降的趋势㊂普通信阳毛尖茶 ３００ 系列３个等级茶样之间存在一定的差异性，但差异程度较小，且出现等级交错现象㊂总体而言，基于香气成分ＧＣ⁃ＭＳ指纹图谱的判别分析法与相似度计算法可以从不同角度㊁不同层面体现出同一种绿茶不同等级之间的差异性，可以为绿茶的品质区分和分等定级提供一种客观量化的方法选择㊂参考文献：［１］㊀ＧＢ／Ｔ２３７７６⁃２００９［２］㊀ＦａｎＪＷ，ＬｕｏＹＦ，ＬｉｎｇＣＪ．ＧｕａｎｇｄｏｎｇＡｇｒｉｃｕｌｔｕｒａｌＳｃｉ⁃ｅｎｃｅｓ，２０１３（１４）：２２８范杰文，罗一帆，凌彩金．广东农业科学，２０１３（１４）：２２８［３］㊀ＬｉａＪ，ＹｕａｎＨＢ，ＹａｏＹＦ，ｅｔａｌ．Ｔａｌａｎｔａ，２０１９，１９１：３９［４］㊀ＺｈａｎｇＸＣ，ＷｕＨＱ，ＨｕａｎｇＸＬ，ｅｔａｌ．ＦｏｏｄＳｃｉＴｅｃｈｎｏｌＲｅｓ，２０１８，２４（４）：５９９［５］㊀ＭａｇａｇｎａＦ，ＣｏｒｄｅｒｏＣ，ＣａｇｌｉｅｒｏＣ，ｅｔａｌ．ＦｏｏｄＣｈｅｍ，２０１７，２２５（１５）：２７６［６］㊀ＧｕｏＧＹ，ＨｕＫＦ，ＹｕａｎＤ．ＦｏｏｄＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，２００６（９）：２９８郭桂义，胡孔锋，袁丁．食品科技，２００６（９）：２９８［７］㊀ＬｏｎｇＬＭ，ＳｏｎｇＳＳ，ＬｉＮ，ｅｔａｌ．ＦｏｏｄＳｃｉｅｎｃｅ，２０１５，３６（２）：１１４龙立梅，宋沙沙，李柰，等．食品科学，２０１５，３６（２）：１１４［８］㊀ＷｕＹＳ，ＬｖＳＤ，ＬｉａｎＭ，ｅｔａｌ．ＣｙＴＡ⁃ＪＦｏｏｄ，２０１６，１４（３）：４２３［９］㊀ＷａｎｇＣ，ＬｖＳＤ，ＷｕＹＳ，ｅｔａｌ．ＪＳｃｉＦｏｏｄＡｇｒｉｃ，２０１６，９６：４４９２［１０］㊀ＳｈｉＷＭ，ＬｉｕＹ，ＫｏｎｇＷ，ｅｔａｌ．ＡｎａｌＬｅｔｔ，２０１５，４８：２８３３［１１］㊀ＣｈｅｎＭＬ．［ＭＳＤｉｓｓｅｒｔａｔｉｏｎ］．Ｈａｎｇｚｈｏｕ：ＺｈｅｊｉａｎｇＵｎｉｖｅｒ⁃ｓｉｔｙ，２０１３陈美丽．［硕士学位论文］．杭州：浙江大学，２０１３［１２］㊀ＣｈｅｎｇＨ，ＷａｎｇＬＹ，ＺｈｏｕＪ，ｅｔａｌ．ＳｃｉｅｎｔｉａＡｇｒｉｃｕｌｔｕｒａＳｉｎｉｃａ，２００８，４１（８）：２４１３成浩，王丽鸳，周健，等．中国农业科学，２００８，４１（８）：２４１３［１３］㊀ＷａｎｇＬＸ，ＸｉａｏＨＢ，ＬｉａｎｇＸＭ，ｅｔａｌ．ＡｃｔａＰｈａｒｍａｃｅｕｔｉｃａＳｉｎｉｃａ，２００２，３７（９）：７１３王龙星，肖红斌，梁鑫淼，等．药学学报，２００２，３７（９）：７１３［１４］㊀ＲｏｄｇｅｒｓＪＬ，ＮｉｃｅｗａｎｄｅｒＷＡ．ＡｍＳｔａｔ，１９８８，４２（１）：５９［１５］㊀ＧｕＲＭ，ＧｕｏＺＸ，ＬｉｕＷＷ，ｅｔａｌ．ＣｈｉｎｅｓｅＴｒａｄｉｔｉｏｎａｌＰａ⁃ｔｅｎｔＭｅｄｉｃｉｎｅ，２００９，３１（１）：１谷瑞敏，郭治盺，刘巍巍，等．中成药，２００９，３１（１）：１［１６］㊀ＭｅｎｇＱＨ，ＬｉｕＹＳ，ＷａｎｇＪＳ，ｅｔａｌ．ＣｈｉｎｅｓｅＴｒａｄｉｔｉｏｎａｌＰａｔｅｎｔＭｅｄｉｃｉｎｅ，２００３，２５（１）：４孟庆华，刘永锁，王健松，等．中成药，２００３，２５（１）：４［１７］㊀ＬｉｕＹＳ，ＭｅｎｇＱＨ，ＪｉａｎｇＳＭ，ｅｔａｌ．ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＣｈｒｏｍａｔｏｇｒａｐｈｙ，２００５，２３（２）：１５８刘永锁，孟庆华，蒋淑敏，等．色谱，２００５，２３（２）：１５８［１８］㊀ＺｈａｎＸＹ，ＳｈｉＸＹ，ＺｈａｎＸＲ，ｅｔａｌ．ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＡｎ⁃ａｌｙｔｉｃａｌＣｈｅｍｉｓｔｒｙ，２０１０，３８（２）：２５３詹雪艳，史新元，展晓日，等．分析化学，２０１０，３８（２）：２５３［１９］㊀ＬｉｎＪ，ＣｈｅｎＹ，ＳｈｉＹＸ，ｅｔａｌ．ＪｏｕｒｎａｌｏｆＴｅａＳｃｉｅｎｃｅ，２０１４，３４（３）：２６１林杰，陈莹，施元旭，等．茶叶科学，２０１４，３４（３）：２６１［２０］㊀ＨｕＸＺ，ＰｅｎｇＸＴ，ＺｈｏｕＹＸ，ｅｔａｌ．ＪｏｕｒｎａｌｏｆＡｎａｌｙｔｉｃａｌＳｃｉｅｎｃｅ，２０１７，３３（３）：３５２胡西洲，彭西甜，周有祥，等．分析科学学报，２０１７，３３（３）：３５２㊃０３３㊃。