闽南乌龙茶及其产地稀土信息二阶聚类研究

孔俊豪 杨秀芳 张士康 赵玉香

（中华全国供销合作总社杭州茶叶研究院，浙江杭州 310016）

闽南乌龙茶及其产地稀土信息二阶聚类研究

孔俊豪 杨秀芳*张士康 赵玉香

（中华全国供销合作总社杭州茶叶研究院，浙江杭州 310016）

本研究基于闽南乌龙茶某主产区收集的毛茶、鲜叶及对应土壤中的稀土含量进行样本系统检测，通过二阶聚类分析。从阈值特征上可将干毛茶采集区归入四个特征组：低稀土含量区（产地代码2、3，下同），次低稀土含量区（1、8）、次高稀土含量区（4、9）和高稀土含量区（5、6、7）；鲜叶采集区分三个特征组：低稀土含量区（2、4），中稀土含量区（1、3、7、8、9、10），高稀土含量区（2、4、5、6、7），2、4、7 三地样本中稀土含量有异化趋势；土壤采集区归为四类：低稀土含量区（3、8），次低稀土含量区（2、5、7、9），次高稀土含量区（4），高稀土含量区（1、6、10）。明确了该乌龙茶主产区稀土含量水平镇域细分的集群特征，并据此实现了基于产地稀土信息的镇域化聚类，可为闽南典型乌龙茶产区低稀土茶园选建及茶园稀土管控提供支撑和依据。

闽南乌龙茶 稀土 产地聚类

近几年，乌龙茶、紧压茶等几种用成熟度较高的原料加工而形成的典型茶类，其稀土含量偏高问题逐步暴露。为摸清我国茶叶稀土现状及其产地稀土分布特征，本研究以某一乌龙茶主产区（茶园面积4万公顷）为实证，对其所辖十个主要产茶乡镇开展研究。项目采集了批量干毛茶、鲜叶、茶园土壤等样本，对GB 2762-2005明确限定的稀土元素（氧化物总量）进行研究与分析。为研究不同产地间样本基于稀土安全性指标的相似性，采用二阶聚类对稀土含量观测值进行了统计聚类。

二阶聚类分析是数据挖掘的重要方法之一，在管理科学及种质资源领域有着日渐广泛的应用[1-5]。通过产生不同聚类数的判别信息、最终的聚类频数及描述性统计量，利用聚类分析对样品稀土观测值进行分类，能较真实地区分各产区茶叶稀土水平差异，聚类结果较稳定，可为产地聚类提供客观依据。本研究基于二阶聚类分析明确了某一乌龙茶主产区范围内镇域细分的集群特征，并据此实现了基于产地稀土信息的镇域化聚类，为“十二五”期间建设低稀土乌龙茶原料基地的筛选奠定了理论基础。

1 材料与方法

1.1 材料与试剂

1.1.1 试剂

硝酸水溶液（v/v）：1∶1；30%过氧化氢溶液；稀土标准溶液：镧(La)、铈(Ce)、镨(Pr)、钕(Nd)、钐(Sm)单元素标准溶液，浓度均为1mg/mL，由国家有色金属及电子材料分析测试中心提供；混合标准工作液：由五种稀土单元素标准溶液配成，各元素含量 依 次 为 0.0、5.0、10.0、20.0、50.0、100.0 ng/mL。硝酸、双氧水分别为国产优级纯、分析纯。

1.1.2 样品采集

毛茶样采集：从产地代码分别为1～9的9个产茶乡镇，每个乡镇选择毛茶取样点5～10个，每户同一品种毛茶取样≥200g，干茶样82只。

鲜叶样采集：从产地代码分别为1～10的10个产茶乡镇（产地代码依次为 1，2，3，…10），每个乡镇选择茶园5～10个（单块取样茶园面积≥0.67公顷），同一茶园选取4～6个采样点进行隔点采样组成混合样，单个茶园取样鲜叶量≥1.0kg，有效鲜叶样计47只。

土壤样品采集：在鲜叶取样点对应的茶树根部，取离地表20～30cm左右的表层(耕层)土壤，单次取样0.5kg左右，混匀，有效样品87只。

1.1.3 采集预处理

毛茶样品处理：经粉碎，过80目筛，保存至聚乙烯塑料瓶，备用。

鲜叶处理：将采集的鲜叶及时进行干燥，经粉碎、过80目筛，保存至聚乙烯塑料瓶，备用。

土壤处理：100℃烘干，用有机玻璃或木棒碾碎，过100目筛，保存至聚乙烯塑料瓶，备用。

1.2 测定方法

1.2.1 茶叶中稀土总量测定

准确称取磨碎茶样2g（精确到0.001g），置于30mL瓷坩埚中，加热炭化至无烟后，移入电阻炉中，525±25℃灰化4h。冷却后加入1mL去离子水，然后加1mL硝酸溶液及2滴过氧化氢溶液，消解至无色透明，定容至25mL刻度，摇匀待测。取与消化样品相同量的硝酸，同法做试剂空白试验。电感耦合等离子体发射光谱法 （ICP-AES法，Genesis电感耦合等离子体发射光谱仪，德国斯派克公司） 测定茶叶中 La、Ce、Pr、Nd、Sm 等五种稀土元素的含量，经换算转化后得到各个元素的氧化物含量，将各个元素的氧化物含量累加后就可得到五个元素的氧化物总量。同一样品平行测定。

1.2.2 土壤中稀土总量测定

准确称取土样1.000g于聚四氟乙烯坩埚中，加硝酸5mL、高氯酸2mL、氢氟酸5mL，在电热板上加热溶解成黄白色糊状，冷却后，再加高氯酸2mL，以赶尽氢氟酸，冷却，再加2mol/L盐酸5mL，微热溶解残渣，移至50mL容量瓶定容，同时做空白，ICP-AES 法测定土壤样中 La、Ce、Pr、Nd、Sm等五种稀土元素的含量，计算处理同1.2.1。

1.3 分析方法

检测数据采用SPSS16.0软件进行分析，以平均值表示[6-7]。

2 结果与分析

2.1 干茶样中稀土含量检测值统计与聚类分析

对某一乌龙茶主产区随机抽取的82只干茶样剔除茶梗后进行稀土元素检测，样本描述统计分别见表1和图1。

由表1可以看出，统计样本范围内，按GB 2762-2005《食品中污染物限量》国家标准规定判定，干茶样稀土含量合格率为48.2%。

干毛茶样本稀土氧化物含量均值3.03mg/kg，标准差2.56，偏度系数1.554，偏度标准误0.269，同一产区茶叶样品稀土含量水平呈较明显的正偏态分布。

表1 干茶样品稀土含量分布区间统计Table1 Distribution statistics of REOs content in tea samples

为判别和探究基于稀土含量水平高低的产地聚类信息，对来自同一产区不同乡镇的71只样品，以产地为分类变量进行了基于产地类别的二阶自动聚类分析，结果见表2。

图1 干茶样品稀土含量分布直方图和正态曲线Fig.1 Histogram and normal curve for REOs content in tea samples

表2 产地自动聚类的BIC信息数据（干茶样品）Table2 REOs content BIC information by automatic clustering for tea samples

根据 TSC 聚类原则，若 dBIC（2）＞0，则最终聚类数为1，聚类完毕。否则，搜索rBIC＜0.04的聚类结果，取聚类数最少者 (假设为J)；若此时所有rBIC均大于0.04，则取自定义的最大聚类数（15），从聚类数为J-1开始，搜索J-1～2之间最大的两个rDM值，若最大值与次大值之比大于1.15，则较大rDM值的聚类数为最终结果；否则，取两者中聚类数较多者为最终结果[8]。由表2中BIC 值可知，dBIC(2)=(-57.450)＜0，观察 rBIC，其中小于0.04的最小聚类数为5，聚类数4和2之间两个最大的rDM值分别为1.693和1.510，1.693/1.510=1.12＜1.15，因此取聚类个数较多者为好。显然，基于产地信息将茶叶按照稀土含量水平分为4类为较适宜的类型数。

根据图2及表3的协同分析可知，产地2、3归入第Ⅰ类产区（低稀土产区），产地1、8归入第Ⅳ类产区（次低稀土产区），产地4、9归入第Ⅲ类产区（次高稀土产区），产地5、6、7归入第Ⅱ类产区（高稀土产区）。

2.2 同一产区茶树鲜叶稀土含量水平分析

对茶树鲜叶样本进行两阶段聚类分析，得到47个样本被聚为1～15类时相关统计指标的具体数值，如表4所示。

图2 95%置信区间聚类内部的干茶样本均值范围及聚类分布Fig.2 Simultaneous 95%confidence intervals for tea samples REOs means and percent within cluster

表3 基于茶叶样品稀土含量水平分析的产地聚类结果Table3 Results of producing area clustering based on REOs content in tea samples

由表4中BIC信息可知，dBIC(2)=(-22.225)＜0，根据 rBIC值，小于 0.04的聚类数为 3，按照2.1中聚类原则，自动聚类数为2，根据二阶聚类的协调算法[9]及样本稀土含量限量指标，以2.0mg/kg为聚类节点参数，控制聚类过程，由图3的聚类均值比较数据可以看出，聚为3类较适宜的类型符合实际分布状况。

根据图3及表5的协同分析可知，2、4归入第Ⅰ类产区（低稀土鲜叶产区），1、3、7、8、9、10 归入第Ⅱ类产区 （中稀土鲜叶产区），2、4、5、6、7 归入第III类产区（高稀土鲜叶产区），2、4两地鲜叶样品稀土检测值差异较为悬殊，在上述I、II类型中均有分布，而7地鲜叶样品在II、III中亦有分布，总体水平趋于偏高。

表4 各产地自动聚类的BIC信息数据（鲜叶）Table4 REOs content BIC information by automatic clustering for tea fresh leaf samples

2.3 茶园土壤样稀土含量水平的聚类分析

图3 95%置信区间聚类内部的鲜叶样本均值范围及聚类分布Fig.3 Simultaneous 95%confidence intervals for fresh leaf samples REOs means and percent within cluster

表5 基于鲜叶稀土含量水平分析的产地聚类结果Table5 Results of producing area clustering based on REOs content in fresh leaf samples

表6 产地自动聚类的BIC信息数据（茶园土壤）Table6 REOs content BIC information by automatic clustering for soil samples

对不同乡镇的茶园土壤样本进行两阶段聚类分析，得到87个有效样本被聚为1～15类时相关统计指标的具体数值，如表6所示。

由表6中BIC值可知，dBIC(2)=(-65.829)＜0，故继续观察rBIC，其中小于0.04的最小聚类数为5，聚类数4和2之间两个最大的rDM值分别为1.737和 1.687，1.737/1.687=1.03＜1.15， 因此取聚类个数较多者为好，显然4为较适宜的聚类数。

根据图4及表7的组合分析可知，产地3、8归入第Ⅲ类产区（低稀土茶园区），产地 2、5、7、9归入第Ⅱ类产区（次低稀土茶园区），产地4归入第Ⅰ类产区（次高稀土茶园区），产地1、6、10归入第Ⅳ类产区（高稀土茶园区）。

3 讨论与小结

本研究基于闽南乌龙茶某主产区收集的毛茶、鲜叶及对应土壤中的稀土含量进行样本系统检测，通过二阶聚类分析，得出如下结论：

图4 95%置信区间聚类内部的土壤样本均值范围及聚类分布Fig.4 Simultaneous 95%confidence intervals for soil samples REOs means and percent within cluster

表7 基于土壤稀土含量水平分析的产地聚类结果Fig.7 Results of producing area clustering based on REOs content in soil samples

（1）随机在九个产茶乡镇抽取的乌龙茶毛茶样品，稀土含量均值为3.45mg/kg，基于GB 2762-2005《食品中污染物限量》的产品合格率为48.2%，样本总体稀土含量呈较明显的正偏态分布。

（2）通过产地二阶聚类，九个干茶样品采集区归入四个特征分布组，低稀土含量产区 （产地代码：2、3，下同）、次低稀土含量产区（1、8）、次高稀土产区（4、9）及高稀土产区（5、6、7）。

（3）十个鲜叶样本采集区可归入三个特征组，低稀土含量产区（产地代码2、4，下同），中稀土含量产区（1、3、7、8、9、10），高稀土含量产区（2、4、5、6、7）， 其中 2、4、7三地样本鲜叶中的稀土含量有极化、分化趋势。

（4）十个土壤样本采集区归为四类，低稀土含量产区（产地代码3、8，下同），次低稀土含量产区（2、5、7、9），次高稀土含量产区（4），高稀土含量产区（1、6、10）。

研究还对茶树鲜叶及其土壤进行稀土含量的对应分析表明，土壤中稀土含量与鲜叶中稀土含量具有一定的相关性（r=0.282），表明土壤环境中可溶态稀土元素的含量对鲜叶中稀土含量有一定的影响。此论据可为今后低稀土茶园建设和管理方面提供有益的参考。茶树中稀土元素的吸收途径和迁移分布仍待开展进一步的示踪溯源研究。

[1]邓海燕.聚类分析与判别分析的区别[J].武汉学刊,2006,(1):29-31.

[2]岳淑芳,郭世华,王秀娟,等.部分引进小麦品种农艺性状的聚类分析[J].内蒙古农业大学学报,2006,27(3):53-57.

[3]李瑞,肖斌,宋红霞,等.50份茶树种质资源农艺性状及其聚类分析[J].西北农业学报,2011,20(10):107-111.

[4]胡建军,周冀衡,张建平,等.两阶段聚类分析在烤烟外观质量评价中的应用[J].农业机械学报,2009,40(6):143-146.

[5]吴惠丰,张晓宇,李晓晶,等.模型毒物急性毒性尿液核磁共振氢谱标记物的二阶段聚类分析[J].分析化学,2006,34(1):21-25.

[6]王喆.试验设计与SPSS应用[M].北京:化学工业出版社,2007:146-149.

[7]陈胜可.SPSS统计分析从入门到精通[M].北京:清华大学出版社,2010:72-117.

[8]汪存友,余嘉元.SPSS两阶聚类法如何自动确定聚类数[J].中国卫生,2010,27(2):202-203.

[9]杜强,贾丽艳.SPSS统计分析从入门到精通[M].北京:人民邮电出版社,2009:298-304.

Study on South Fujian Oolong Tea’s Characteristic Based on Producing Area Rare-Earth Oxides Information by the Two-step-cluster

KONG Jun-hao,YANG Xiu-fang*,ZHANG Shi-kang,ZHAO Yu-xiang
(Hangzhou Tea Research Institute,CHINA COOP,Hangzhou 310016,China)

The rare earth oxides (REOs)of raw tea,fresh leaves and soil samples were tested and analyzed in this research,group characteristics of town subdivision were found by the two-step-cluster.The acquisition regions of raw tea samples have been divided into four characteristic groups by threshold value character of REOs,which were in sequence of low content area (code of origin 2,3),sub-low content area(1,8),sub-high content area(4,9)and high content area(5,6,7);the acquisition regions of fresh leaves have been divided into three characteristic groups,which were in sequence of low content area (2,4),medium content area (1,3,7,8,9,10)and high content area (2,4,5,6,7),however,three regions (2,4,7)exhibited an alienation trend;the acquisition regions of soil samples have been divided into four characteristic groups,which were in sequence of low content area(3,8),sub-low content area(2,5,7,9),sub-high content area(4)and high content area (1,6,10).Thus regionalization for towns has been realized by producing area REOs information accordingly,which could provide support and basis for construction of low-REOs Oolong tea garden base and REOs management and control in South Fujian producing areas.

South Fujian Oolong Tea,Rare Earth Oxides,Producing Area Clustering

2012-02-06

项目来源：“十二五”国家科技支撑计划子课题“茶叶质量安全控制关键技术研究与示范”（2011BAD01B02-1）

孔俊豪（1982-），男，河南漯河人，研究实习员，主要从事茶叶活性组分的生物转化技术及精深加工研究。

*通讯作者：teatesting@sina.com