논문 상세보기
HS-SPME/GC-MS방법과 화학계량학을 결합한 차의 종류 및 품질 판단 연구 KCI 등재
The Study on Determining Types and Qualities of Tea with GC-MS Combining Chemometrics Methods
pp.224-231
본 연구는 HS-SPME/GC-MS 방법과 화학계량학 (chemometrics) 분석으로 차의 등급과 품질 판단의 가능성을 실험한 연구이다. HS-SPME/GC-MS 방법으로 녹차, 재가공차 (화차), 홍차 및 등급별 향기를 분석했고, 주성분분석, 부분최 소제곱회귀분석 등 chemometrics와 관능 평가 결과를 결합하여 차의 종류와 등급 예측 판단을 진행하였다. 주성분분석결과는 차의 종류 판별에 양호한 결과를 내었고, 녹차 Y1(X)=- 7.138-4.094X1-7.876X2, 재가공차(화차) Y2(X)=-7.291- 2.059X1+8.157X2, 홍차 Y3(X)=-3.060+4.022X1+0.746X2 판별 함수를 얻었으며 교차검증 및 식별 인자 모두 100%의 정확률 에 도달했다. GC-MS 시그널과 차의 등급에서 부분최소제곱 회귀분석을 진행하고, 관능 평가 결과와 함께 차의 종류 및 등급 예측 판단을 진행하였다. 예측값과 실제값의 상관성은 각각 대불용정 0.9056, 재스민차 0.8855, 운남홍차 0.9527, 기문 홍차 0.9710으로, 재스민차의 값이 약간 낮은 외에 모두 0.9 이상의 의미있는 결과를 보였다. GC-MS와 화학계량학 분석 으로 차의 등급과 품질 판단 연구를 진행하고, 차의 종류 식별 함수와 등급 예측 모형 수립은 차의 종류와 등급 판별에 참고 가치가 있다는 결론을 내었다.
Tea aroma is an important factor that determines the quality of tea in only a small quantity. In recent years, many studies have been carried out for the identification of aroma substances in different tea cultivars, origins, and categories, even different grades of tea with the development of GC-MS technology. Further tea aroma discriminant analyses for different grades of tea combining sensory evaluation were carried out in this study to predict the feasibility of differentiating various levels of tea quality with different aroma through partial least squares regression. Discriminant analysis combined principal component was satisfactory in distinguishing tea categories. To discriminate three categories of tea, the following equations were obtained: Y1(X) = -7.138 - 4.094X1 - 7.876X2 for green tea, Y2(X) = -7.291 - 2.059X1 + 8.157X2 for jasmine tea, and Y3(X) = - 3.060 + 4.022X1 + 0.746X2 for black tea. Two components after formulating discriminant function through cross-validation reached a correct rate 100%. Discriminating factors also achieved a correct rate of 100%. PLSR (Partial Least Squares Regression) analysis was proceeded for different grades of tea leaves in combination with signals of GC-MS to predict grades and prices of Dafo Longjing, jasmine tea, Dianhong, and Qihong. Correlation coefficients between fitted values and actual values were 0.9056, 0.8855, 0.9527, and 0.9710, respectively. Only the correlation coefficient for jasmine tea was slightly lower, while the rest showing correlation coefficient of above 0.9. These results show that using PLSR analysis in combination of GC-MS signal can accurately predict quality of different grades of tea leaves.
서 언
재료 및 방법
재료
GC-MS 측정 및 분석
관능평가
결과 및 고찰
적 요
REFERENCES
