袁夢　袁文杰

【摘 要】以某茯磚茶企業(yè)烘房發(fā)花的茶樣為研究對象，建立多元回歸模型與聚類分析模型，并進行了灰色關(guān)聯(lián)度分析，對茶樣進行品質(zhì)分類。進一步建立了烘房發(fā)花與溫度濕度的數(shù)學(xué)模型，表明金花的形成受溫度的影響較大。

【關(guān)鍵詞】茯磚茶;發(fā)花;多元回歸;聚類分析;灰色關(guān)聯(lián)度

中圖分類號： TS272 文獻標(biāo)識碼： A文章編號： 2095-2457（2019）14-0082-002

DOI：10.19694/j.cnki.issn2095-2457.2019.14.038

茯磚茶具有較強的降脂減肥作用，能顯著調(diào)節(jié)人體代謝平衡，受到廣大消費者的喜愛。茯磚茶制造以三級或四級黑毛茶為原料，經(jīng)過毛茶篩分，半成品拼配，汽蒸漚堆，壓制成型，發(fā)花干燥，成品包裝等工序制成[1-3]。其中發(fā)花干燥是茯磚茶加工制造的獨有工序，主要通過發(fā)花在磚內(nèi)形成“金花”。建立茯磚茶烘房發(fā)花的數(shù)學(xué)模型，提出烘房生產(chǎn)工藝參數(shù)的優(yōu)化方案，為今后的茯磚茶的生產(chǎn)提供參考，對提升產(chǎn)品質(zhì)量具有重要意義。

1 模型的建立與求解

1.1 數(shù)據(jù)來源與處理

選取某企業(yè)2018年9個批次的茶樣，編號1～9，其中9號茶樣添加了誘發(fā)劑。1～3號茶樣為同批黑毛茶原料，夏季生產(chǎn)。4～6號為同批黑毛茶原料，秋季生產(chǎn)。7～9號茶樣為同批黑毛茶原料，冬季生產(chǎn)。表1記錄了烘房的溫度與濕度控制條件及發(fā)花完成時間。

根據(jù)上述數(shù)據(jù)建立數(shù)學(xué)模型，分析茯磚茶的品質(zhì)與烘房溫濕度的關(guān)系，提出烘房生產(chǎn)工藝參數(shù)的優(yōu)化方案。

1.2 分析與假設(shè)

為了分析產(chǎn)品的品質(zhì)，首先對9個茯磚茶茶樣進行了金花菌數(shù)量分析，見表2。

按照以下茯磚茶的感官評定標(biāo)準(zhǔn)：

香氣：+++++濃郁菌香氣，++++菌花香偏淡，+++有點青草味，++青草味較重，+有霉味;

滋味：+++++滑爽 醇和回甘無苦澀，++++醇和無苦澀，+++略苦，++苦澀，回甘差，+有酸味;

湯色：+++++深紅明亮，++++鮮紅明亮，+++橙紅明亮，++橙黃，+棕黃;

葉底：+++++深褐，++++黃褐，+++淺黃褐，++淺青褐，+青褐。

表3給出了9個茶樣的感官評定結(jié)果。

1.3 茶樣分級

1.3.1 多元回歸方程的建立

由感官評定的四個因素的結(jié)果轉(zhuǎn)換成對應(yīng)分值（1～5），再結(jié)合金花菌數(shù)量，約定符號：y：茶樣質(zhì)量;x1金花菌數(shù)量;x2：香氣;x3滋味;x4湯色;x5葉底;建立多元線性回歸模型，利用MATLAB得出與F對應(yīng)的概率P<0.05。

1.3.2 聚類分析模型的建立

用上述5個因素的數(shù)據(jù)進行聚類分析，聚類得到樹形圖，橫軸為茶樣編號，縱軸為類間的最長距離。得到茶樣聚類成3類：

第一類：5，9

第二類：2，3，6，8

第三類：1，4

對每一類分別求平均得分，第一類：4.86;第二類：4.05;第三類：3.43。

1.3.3 灰色關(guān)聯(lián)度分析

通過最后的數(shù)據(jù)分析，可以看出：品質(zhì)差的黑毛茶原料不能產(chǎn)出好的茯磚茶，品質(zhì)好的黑毛茶原料并不一定能產(chǎn)出質(zhì)量最好的茯磚茶。茯磚茶的質(zhì)量還會涉及許多其他因素，比如烘房發(fā)花的溫度與濕度。

1.4 烘房發(fā)花及影響因素

烘房發(fā)花改變了茯磚茶加工受自然條件的限制，提高了獲磚茶的生產(chǎn)及品質(zhì)。黑毛茶經(jīng)汽蒸、渥堆、壓制成型工序后，便可將包封好的濕磚運進烘房，通過控制一定的溫濕度條件，使微生物優(yōu)勢菌在一定松緊度的茶磚中繁殖，產(chǎn)生金黃色閉殼，似米蘭花粒，俗稱“金花”。因此，金花的形成受溫度、濕度、茶坯含梗量等條件的影響。

按照常識，金花的質(zhì)量與溫度、濕度并非是線性關(guān)系。記茶樣分級中的y：茶樣質(zhì)量;x6溫度;x7濕度;為了大致了解茶樣質(zhì)量與溫度、濕度的關(guān)系，首先利用表1的數(shù)據(jù)分別作出y對x6和x7的散點圖。根據(jù)大致趨勢，建立如下回歸模型：

直接利用MATLAB求解，得到模型的回歸系數(shù)估計值及其置信區(qū)間（置信水平為？琢=0.05）、檢驗統(tǒng)計量R2，F(xiàn)，P的結(jié)果見表4。

表4顯示，R2=0.9054指因變量y的90.54%可由模型確定，F(xiàn)值遠遠超過F檢驗的臨界值，P遠小于？琢=0.05，因而模型從整體上來看是可用的。

結(jié)果表明，金花的形成受溫度的影響較大。

2 模型的推廣與應(yīng)用

1）對于茶樣的分級模型不僅適合于解決評分的差異性顯著判斷，還可以用于社會科學(xué)、行為科學(xué)、生物科學(xué)和數(shù)理科學(xué)等領(lǐng)域。

2）主成分分析模型中的降維技術(shù)也可用到多種多影響成分的分析中去，另外，聚類模型也可以用于生活中大部分的分級問題。

3）對于烘房發(fā)花及影響因素建立的逐步回歸模型，可以推廣到其他領(lǐng)域，如生物科學(xué)、數(shù)理科學(xué)等，分析兩個變量之間的關(guān)系。

4）生產(chǎn)實踐中發(fā)現(xiàn)，茯磚茶原料中含有一定量的茶梗，有利于微生物的活動及獲磚茶品質(zhì)的形成。同時，使用誘發(fā)劑可以促進微生物的加速生長繁殖，使“金花”提前形成。另外，茯磚茶色、香、味品質(zhì)都因誘發(fā)劑的使用而提前形成。這些都可做進一步的研究。

【參考文獻】

[1]唐小林.茯磚茶發(fā)花的物質(zhì)基礎(chǔ)和環(huán)境條件綜述[J].中國茶葉加工，1996（3）：28-31.

[2]李華.運用多元統(tǒng)計分析確定葡萄酒感官特性的描述[J].中國食品學(xué)報，2007（7）：114-119.

[3]Fu D，Ryan EP，Huang J，etal.Fermented camellia sinensis，F(xiàn)uzhuan Tea，regulates hyperlipidemia and transcription factors involved in lipidcatabolism[J].Food Res Int，2011，44（9）：2999-3005.

[4]Du WH，Liu Z，Shi L，etal.Hypoglycemic effect of water extract of Pu-erh tea[J].2012，60（40）：10126-10132.

[5]黃浩，黃建安，李適等.“茯茶”研究進展[C].科技創(chuàng)新轉(zhuǎn)型升級做大做強湖南特色茶葉—湖南省茶葉學(xué)會2011年學(xué)術(shù)年會，2011.

[6]王增盛，施兆鵬，劉仲華等.論茯磚茶品質(zhì)風(fēng)味形成機理[J].茶葉科學(xué)，1991，（S1）：49-55.

[7]阮林浩，盧秦華，譚吉慧等.茯磚茶發(fā)花過程中冠突散囊菌的變化及差異性初報[J].食品安全質(zhì)量檢測學(xué)報，2015，6（4）：1271-1278.

[8]趙仁亮.茯磚茶加工中微生物演變及對品質(zhì)形成影響的研究[D].長沙：湖南農(nóng)業(yè)大學(xué)，2012：8-26.