均匀色空间下葡萄酒颜色量化分级研究——L*a*b*法
摘要：以中国境内7个主产区的1997年至2014年瓶储陈酿的452个葡萄酒样品为材料，采用CIEL*a*b* 1976均匀色空间法量化葡萄酒的色度值参数，研究均匀色空间下葡萄酒颜色的色度值量化分级并建立分级模型。结果表明，中国葡萄酒的色度值L*在0.5～99.8、a*在-1.94～175.86、b*在0.82～68.00，建立CIEL*a*b*均匀色空间下的模型L*a*b*法，将样品的L*分为5级、a*值分为6级、b*值分为7级共210个分级。试验表明，按照分级模型，450种酒样按L*a*b*法模型分级，分布在L*1a*2b*2～L*5a*3b*4这29个分级中，这种分级方法可以满足分级要求。
前言
葡萄酒以其优美的体态、悦目的色泽、显著的营养与保健功效，成为消费者越来越喜欢的健康饮品。颜色是葡萄酒品鉴、分级中重要的质量指标之一，包含了花色苷和酚类含量、储存酒龄、葡萄品种、品质及风味等信息，酒颜色的好坏会直接影响到其质量的整体评价。
目前，国内的质量标准对葡萄酒颜色的评定没有统一、客观的标准方法。现行的3个国家标准是一个无法操作的提纲性要求，国内正规评价时一般参考O.I.V.（国际葡萄与葡萄酒组织Organisation Internationale de la Vigne et du vin，O.I.V.）“目视感受+语言描述”方法，需要受过训练的多个专业评酒员根据目视感觉用相近的描述性语言给出近似的结果，采用“成对比较法”、“加权评分法”、“模糊数学法”等繁杂的实验方法，如果还存在差异则用举手表决的方式决定。该方法受外界和自身的影响大，缺乏准确性，即使是经过训练的熟练人员也会存在困难。段长青等用单波长的吸光度来对葡萄酒的颜色进行测定，并不能真实的反应颜色的变化，出现了使颜色提高25%～45%，甚至使红色提高60%～100%的结论，这种测定不能够忠实重现人类肉眼看到的颜色，也无法达到葡萄酒颜色分类分级的要求。
根据色度学(colorimetry)原理，色相、亮度和彩度是颜色的3个属性。色相（Hue）是由光的波长决定的，明度（Lightness）取决于光的振幅，彩度（Curoma）是色光分量与白光分量的比值，要完整地表达葡萄酒颜色的属性，需要三维空间。作者参考OIV-MA-AS2-11方法，采用CIE（Commission Internationale d'Eclairage，国际照明委员会）的CIE 1976 （L*，a*，b*）均匀色度空间，制定了葡萄酒颜色测定的标准方法。
图. RGB，YCbCr，HSV，HSL，CIE等颜色空间转换
CIE 1976 （L*，a*，b*）均匀色度空间是国际照明委员会(CIE)建立的十几种颜色空间（如RGB、XYZ、HIS、LUV、LAB等）一种，是关于照明领域中的一个非照明光学体系，在感知上是比RGB等体系更线性的色彩空间，最接近人类视觉，是用于描述人眼可见的所有颜色的最完备的均匀色彩模型，现已被世界各国正式采纳、并作为国际通用的测色标准，采用数字化的量值来表示人眼的色彩感觉差别，模拟人类视觉特征，符合人的感觉，使之代替人眼感知葡萄酒颜色的变化成为可行。在CIE 1976 （L*，a*，b*）色空间方法里，任何颜色，都可以处理为L*、a*和b*三个分量和它们的变量C*、H*，这3个分量用于表示色空间的三维空间中的一个点（颜色）。比较二个葡萄酒的颜色，可用色空间的色差公 式∆E表示并计算它们之间的欧几里得距离。任何葡萄酒颜色，都可以用L*a*b*中三个分量（L*，a*，b*）标示出色空间的位置。
葡萄酒按传统颜色分为白葡萄酒、桃红葡萄酒和红葡萄酒。但实际上，白葡萄酒的“白色”是指L*值在80以上、a*值和b*值为正的区域内的颜色，偏浅黄、浅红色。而桃红葡萄酒与红葡萄酒的颜色，目前的方法无法区别，只是凭借印象进行分类，缺乏科学性。本文根据收集的中国7个主产区的452种葡萄酒原瓶样品，是第一个用这样大的数据量进行测定分析的实验，其样品可以认为具有产区、品种、品牌、年份、颜色的代表性。用CIE 1976 （L*，a*，b*）色空间方法建立分级模型，对葡萄酒色颜色进行量化分级研究，找出中国葡萄酒颜色分布区域和分级规律，为对应的语言描述和分级提供基础数据。
1. 实验部分
1.1试剂、仪器与测量条件
水，光谱范围380 nm～780 nm，△λ5 nm，比色皿，CIE 1976（L*，a*，b*）色空间，D65，以水为空白。
1.2 实验内容
1.2.1 主产区与样品来源
本次取样共7个产区，451种酒样，基本涵盖了常见葡萄酒品种。产区分布见表A，分布图见图A。
图A. 样品产区分布图
酿酒葡萄品种分布见表B，分布图见图B。
图B. 葡萄酒样品品种分布图
样品酒龄从1997年至2014年计17年的跨度，见表C，图示见图C。
图C. 葡萄酒样品酒龄分布图
1.2.2 测定与计算方法
葡萄酒样品去除杂质和气体等干扰，测定其在可见光谱的CIE 1976（L*a*b*）色空间的色度值参数，L*、a*和b*值，再计算饱和度C*ab值和色调角h*ab值。
图1. CIE 1976（L*a*b*）色空间示意图
2 结果与讨论
2.1 明度（Lightness）值L*的量化分析
明度值L*为颜色的亮度值，在(0，100)区域内变化。L*=0指示黑色，L*=100指示白色。根据图D计算的数据：葡萄酒样品的明度分布按照L*值分布为暗、清晰、较亮、亮、明亮分为5个等级。
本次样品总数为450个，葡萄酒样品的明度主要在40以下。其中20以下(162)的占总样品数的36.0%；于20至40之间的（217）占总样品数的48.2%；大于40至60之间的（51）占总样品数的11.3%；大于60至80之间的（4）占总样品数的0.1%；大于80至100之间的（16）占总样品数的3.6%；最低明度值为0.47，是2012年的甘肃产的干红，由混合酿造。
从图中的色度值L*的分布看，40以下（379）的占总数（450）的84.2%，L值大于60的（18）占4.0%；考虑到明度对感觉的重要性，还是以均匀划分比较合适。又不能过于繁琐，L值划分为5个级别比较合适。
图D. 葡萄酒样品色度值：L值的分布
从图D中的色度值L*的分布看，40以下（379）的占总数（450）的84.2%，L值大于60的（18）占4.0%；考虑到明度对感觉的重要性，还是以均匀划分比较合适。又不能过于繁琐，L值划分为5个级别比较合适。分级级别是：L*1：0.00≤20.0，暗；L*2：20.1≤L*≤40.0，清晰；L*3：40.1≤L*≤60.0，较亮；L*4：60.1≤L*≤80.0，亮；L*5：80.1≤L*≤100.0，明亮。
见表D。
表D. L*a*b*分级方法
| L* | a* | b |
| 级别 | 值域 | 级别 | 值域 | 级别 | 值域 |
1 | 1 | 0.00～20.0 | 1 | ≤0.00 | 1 | ≤0.00 |
2 | 2 | 20.1～40.0 | 2 | 0.01～20.00 | 2 | 0.01～20.00 |
3 | 3 | 40.1～60.0 | 3 | 20.01～40.00 | 3 | 20.01～30.00 |
4 | 4 | 60.1～80.0 | 4 | 40.01～50.00 | 4 | 30.01～40.00 |
5 | 5 | 80.1～100.0 | 5 | 50.01～60.00 | 5 | 40.01～50.00 |
6 | | | 6 | ＞60.01 | 6 | 50.01～70.00 |
| | | | | 7 | ＞70.01 |
2.2 红-绿色品指数(also named red-green color index value）值a*的量化分析
本次样品总数为95个，葡萄酒样品的a值主要在-1.94～175.86之间。其中小于0以下(11)的占总样品数的2.4%；大于0.01至20之间的（5）占总样品数的1.1%；大于20.1至40之间的（17）占总样品数的3.7%；大于40.1至50之间的（180）占总样品数的40.0%；大于50.1至60之间的（229）占总样品数的50.9%；大于60.1的（7）占总样品数的1.6%；最低a值为-1.94，是2012年云南的干白，由赤霞珠酿造；最高a值175.86，是2014年银川的干红，混酿。见图E。
从图中的a值的分布看，40.1至60之间的（409）占总样品数的90.9%；考虑到a*值对感觉的影响，以均匀划分比较合适。又不能过于繁琐，考虑划分为6个级别比较合适。6个级别分布是：a*1：a*≤0.00，a*2：0.01≤a*＜20.00，a*3：20.001≤a*＜40.00，a*4：40.01≤a*＜50.00，a*5：50.01≤a*＜60，a*6：a*＞60.01。
图E. 色度值a的分布
2.3 黄-蓝色品指数(also named red-green color index value）值b*的量化分析
本次样品总数为450个，葡萄酒样品的b值主要在30-50之间。大于0.01至10之间的（10）占总样品数的2.2%；大于10.1至20之间的（43）占总样品数的9.6%；大于20.1至30之间的（91）占总样品数的20.2%；大于30.1至40之间的（156）占总样品数的34.7%；大于40.1至50之间的（116）占总样品数的25.8%；大于50.1至60之间的（22）占总样品数的4.9%；大于60.1至70之间的（12）占总样品数的2.7%；其中大于20.1至50之间的（363）占总样品数的80.7%；
最低值为0.82，是2012年的甘肃产的干红，混合酿造；最大值为68.00，是2000年的云南产的干红，赤霞珠酿造。见图F。
从图中的色度值b*的分布看，40以下（379）的占总数（450）的84.2%，L值大于60的（18）占4.0%；考虑到葡萄酒蓝绿色的样品很少，b值为正的是主要的，所以分类上对负值的要少一些，主要要对20.1至50之间的进行均匀划分。b值划分为7个级别比较合适。
考虑到b*值对感觉的影响，以均匀划分比较合适。又不能过于繁琐，考虑划分为7个级别比较合适。7个级别分布是：b*1:b*≤0.00，b*2:0.01≤b*＜20.00，b*3:20.01≤b*＜30.00，b*4:30.01≤b*＜40.00，b*5:40.01≤b*＜50.00，b*6:50.01≤b*＜70.00；b*7:70.01≤b*。
图F. 色度值b的分布
L*a*b*分级方法共有5×6×7=210个种类，实验也证明该模型能满足葡萄酒颜色分级要求。
2.6 葡萄酒颜色L*a*b*法量化分级
按照L*a*b*法进行分类，样品分布统计表表H如下。
表H. 样品分布统计表
分级 | L级别 | a级别 | b级别 |
| 数量 | 比例% | 数量 | 比例% | 数量 | 比例% |
1 | 162 | 36.0 | 11 | 2.4 | 10 | 2.2 |
2 | 217 | 48.2 | 5 | 1.1 | 43 | 9.6 |
3 | 51 | 11.3 | 17 | 3.8 | 91 | 20.2 |
4 | 4 | 0.9 | 180 | 40.0 | 156 | 34.7 |
5 | 16 | 3.6 | 229 | 50.9 | 116 | 25.8 |
6 | ---- | ---- | ---- | ---- | 22 | 4.9 |
7 | ---- | ---- | ---- | ---- | 12 | 2.7 |
从图D中的色度值L*的分布看，40以下（379）的占总数（450）的84.2%，L值大于60的（18）占4.0%；考虑到明度对感觉的重要性，还是以均匀划分比较合适。又不能过于繁琐，L值划分为5个级别比较合适。
考虑到b*值对感觉的影响，7个级别分布是：
表J. L*a*b*分类方法统计表
| 序号 | 级别 | 数量 | 比例% |
| 1 | L*1a*2b*2 | 2 | 0.44 |
| 2 | L*1a*3b*2 | 12 | 2.67 |
| 3 | L*1a*4b*2 | 17 | 3.78 |
| 4 | L*1a*4b*3 | 85 | 18.89 |
| 5 | L*1a*4b*4 | 29 | 6.44 |
| 6 | L*1a*5b*4 | 10 | 2.22 |
| 7 | L*1a*7b*2 | 7 | 1.56 |
| | L*1级别合计 | 160 | 35.56 |
| 8 | L*2a*4b*4 | 12 | 2.67 |
| 9 | L*2a*4b*5 | 3 | 0.67 |
| 10 | L*2a*5b*3 | 2 | 0.44 |
| 11 | L*2a*5b*4 | 93 | 20.66 |
| 12 | L*2a*5b*5 | 1 | 0.22 |
| 13 | L*2a*5b*6 | 109 | 24.22 |
| | L*2级别合计 | 220 | 48.89 |
| 14 | L*3a*3b*4 | 1 | 0.22 |
| 15 | L*3a*4b*3 | 2 | 0.44 |
| 16 | L*3a*4b*4 | 5 | 1.11 |
| 17 | L*3a*4b*5 | 10 | 2.22 |
| 18 | L*3a*4b*6 | 15 | 3.33 |
| 19 | L*3a*5b*3 | 1 | 0.22 |
| 20 | L*3a*5b*4 | 3 | 0.67 |
| 21 | L*3a*5b*5 | 8 | 1.78 |
| 22 | L*3a*5b*6 | 5 | 1.11 |
| | L*3级别合计 | 50 | 11.11 |
| 23 | L*4a*3b*5 | 1 | 0.22 |
| 24 | L*4a*4b*4 | 1 | 0.22 |
| | L*4级别合计 | 2 | 0.44 |
| 25 | L*5a*1b*2 | 12 | 2.67 |
| 26 | L*5a*2b*2 | 2 | 0.44 |
| 27 | L*5a*2b*3 | 1 | 0.22 |
| 28 | L*5a*3b*2 | 1 | 0.22 |
| 29 | L*5a*3b*4 | 2 | 0.44 |
| | L*5级别合计 | 18 | 4.00 |
表J中数据说明，可以看出，在7个产区450个样品中，按照L*a*b*分级方法可以分为29个分类，占L*a*b*分类方法210个分类的13.80%，建立的分类模型L*a*b*方法的容量能满足葡萄酒颜色分级要求。
从分类统计表表J上看主要集中在L*1和L*2上，二者合计占84.45%，是否需要细分这部分及样品是否覆盖全面，是下一步研究值得考虑的事情。
图K. 样品按L*a*b*分类方法的数量图
图L. 样品按L*a*b*分类方法的比例图
图M. 样品按L*a*b*分类方法的数量/百分比图
国内外对葡萄酒颜色研究甚少，定量分级更是缺乏。本试验拟通过对葡萄酒颜色的视觉特征参数具体量化，旨在研究一种用拟合人眼感官的测量体系对葡萄酒颜色进行测定，客观地表征葡萄酒的颜色特征，并可以将测定的颜色特征进行溯源、传递、保存、复原，在CIEL*a*b*均匀色空间下探究葡萄酒颜色定量分级的方法，并建立模型。
根据实验结果得葡萄酒样品由于年份不同颜色差异明显。450种酒样按L*a*b*法模型分级，分布在L*1a*2b*2～L*5a*3b*4这29个分级中。根据色度学及酿造工艺的葡萄酒颜色的变化的理论，证实了451个葡萄酒样品颜色L*a*b*法分级结果的正确性。葡萄酒主要的呈色物质是单体花色苷色和少量的聚合色素，单体花色苷一般呈红色，在陈酿过程中单体花色苷逐渐形成聚合色素呈砖红色。在陈酿前6个月没有显著变化，可以看成“新酒期”；葡萄酒最重要的颜色变化发生在陈酿的前两年，随着酒龄的增长，由红色转变成橘红色。但是由于葡萄酒颜色呈色机理复杂，造成了葡萄酒颜色的多样性和变化性。为了弄清中国产区葡萄酒颜色的概况，还需收集更多不同年份、不同产地以及不同原料的葡萄酒样品，以期建立更完善的葡萄酒颜色模型，为葡萄酒颜色分类提供更多理论依据。
参考文献
应助达人
仪器信息网“仪友会”招募令
科学仪器品牌联合“仪器心得”征文活动
【生活中的仪器检测】有奖征文
LC-MS实验瓶颈的突破与优化
