[發(fā)明專利]一種基于茶葉生化成分的綠茶與紅茶的判別方法

無效

• 申請?zhí)枺?/td>: 201210194080.X
• 申請日: 2012-06-13
• 公開（公告）號: CN102692484A
• 公開（公告）日: 2012-09-26
• 發(fā)明（設(shè)計）人: 孫威江;董青華;吳全金
• 申請（專利權(quán)）人: 福建農(nóng)林大學
• 主分類號: G01N33/02
• 分類號: G01N33/02
• 代理公司: 福州元創(chuàng)專利商標代理有限公司 35100
• 代理人: 蔡學俊

技術(shù)領(lǐng)域

本發(fā)明涉及茶葉判別技術(shù)領(lǐng)域，特別是一種基于茶葉生化成分的綠茶與紅茶的判別方法。

背景技術(shù)

中國是茶的發(fā)源地，紅茶、綠茶均發(fā)祥于中國，也是世界主銷的茶類。從品鑒到貿(mào)易，茶葉產(chǎn)品的判別均涉及其中，而目前茶類判別的主要手段依然是感官審評。感官審評是依靠人的嗅覺、味覺、視覺和觸覺等感覺對茶類進行判別，可快速鑒定茶葉的主要感官特征并敏銳判別品質(zhì)異常現(xiàn)象，是目前國際貿(mào)易中茶類判別的主要手段，但此法對評茶人員以及審評環(huán)境要求嚴格，受限條件較多，較難實現(xiàn)標準化，有必要尋找一種客觀、可靠、可量化綠茶與紅茶的判別方法，以促進茶葉在國際中的順利流通，更好地保護消費者權(quán)益。

判別分析是一種判別和分類的技術(shù)，通過建立判別函數(shù)對其他未知分類的數(shù)據(jù)進行類別歸屬，具有預(yù)測的意義，具體包括距離判別、Fisher判別和Bayes判別三種不同的判別分析方法,距離判別與Bayes判別是兩種實質(zhì)的判別方法,前者實際依據(jù)的是百分位點或置信區(qū)間,后者實際依據(jù)的是概率。而著名的Fisher判別,只是依據(jù)方差分析的思想,對判別變量進行線性變換,然后用于距離判別,其實不能算是一種實質(zhì)的判別方法。距離判別、Fisher判別對變量的分布類型并無特定要求，其不足之處是未考慮各總體出現(xiàn)概率的大小，也給不出預(yù)報的后驗概率及錯判率的估計以及錯判之后造成的損失。而Bayes判別對判別變量要求嚴格，很好地克服了距離判別、Fisher判別的不足，且已廣泛應(yīng)用于經(jīng)濟學、社會學、自然科學、醫(yī)學等多個領(lǐng)域。

在茶葉領(lǐng)域，本專利首次提出應(yīng)用基于生化成分的Bayes逐步判別分析法進行茶類的判別，所提技術(shù)明顯優(yōu)于目前已有方法。如有學者采用Fisher判別法進行了基于化學指紋圖譜的茶葉原料判別分析研究^[1]，本專利與已有方法的不同及優(yōu)勢在于：①本專利所應(yīng)用的Bayes逐步判別分析法明顯優(yōu)于Fisher判別法；②本專利所應(yīng)用的Bayes逐步判別分析法一步到位。本專利采用SPSS統(tǒng)計軟件Analyze模塊下的Discriminant(判別分析)即可完成，無需分多模塊進行。③與已有方法相比，本專利是基于生化成分的茶類判別分析法，所采用變量及分析目的與已有文獻不同，且變量檢測方法均有國際標準可依；判別技術(shù)成熟，分析結(jié)果客觀，方法簡單易行，便于推廣應(yīng)用。

注：上述引用文獻如下：

[1]?王麗鴛,?成浩,?周健,?等.?基于多元化學指紋圖譜的武夷巖茶身份判別研究[J].?茶葉科學,?2009,?30(2):?83-88。

發(fā)明內(nèi)容

本發(fā)明的目的是提出一種基于茶葉生化成分的綠茶與紅茶的判別方法，該方法僅需知道茶樣的“兒茶素/茶多酚”值，即可實現(xiàn)綠茶和紅茶的快速、有效區(qū)分。

本發(fā)明采用以下方案實現(xiàn)：一種基于茶葉生化成分的綠茶與紅茶的判別方法，其特征在于：構(gòu)建綠茶和紅茶的Bayes判別函數(shù)，該函數(shù)的表達式為：

F_綠茶=0.866x－31.862；

F_紅茶=0.133?x－1.428；

其中自變量x為兒茶素/茶多酚，將該自變量數(shù)值代入所述Bayes判別函數(shù)，計算所得最大值所對應(yīng)的函數(shù)類別即為該茶的種類。

在本發(fā)明一實施例中，所述構(gòu)建綠茶、紅茶的Bayes判別函數(shù)的方法包括：

首先，檢測所述綠茶、紅茶的水浸出物、咖啡堿、兒茶素總量、茶多酚四項生化成分；

其次，以所述四項生化成分以及EGC、C、EC、EGCG、ECG、兒茶素/茶多酚為變量，采用SPSS統(tǒng)計軟件Analyze模塊下的判別分析Discriminant，按統(tǒng)計量Wilks'?Lambda最小值原則篩選變量；進行逐步判別分析，建立茶類的Bayes判別函數(shù)。

在本發(fā)明一實施例中，還包括Bayes判別函數(shù)的驗證：

首先，進行訓練樣本的回代判別，獲得回代正判率；

其次，每次剔出訓練樣本中的一個樣本，利用其余樣本建立判別函數(shù)，再用所建立的判別函數(shù)對剔出的那個樣本作判別，并依序輪流完成所有觀測值的分析；

最后，采用外部驗證樣本驗證判別函數(shù)的判別效果。?

本發(fā)明的有益效果是：該法中的判別函數(shù)的正判率達100%，判別效果良好。且簡單易行，只需知道待判茶樣的“兒茶素/茶多酚”值，經(jīng)簡單計算即可實現(xiàn)綠茶和紅茶的快速、有效區(qū)分，不僅能夠滿足普通消費者茶類區(qū)分的要求，還可為國際茶葉貿(mào)易中的茶類判別提供參考。

具體實施方式