摘要：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、C在3.54～174.63、H在-1.48～1.00，建立CIEL*a*b*均匀色空间下的模型L*C*H*法，将样品的L*分为5级、C*值分为6级、H*值分为5级，共150个分级。试验表明，按照分级模型，7个产区450个葡萄酒样品的颜色分布在L*1C*2H*3～L*5C*3H*4的17个级别，L*C*H*法可以满足样品的分级要求。
关键词：CIEL*a*b* 1976；颜色分级；LCH；中国；葡萄酒
前言
略
1. 实验部分
1.1试剂、仪器与测量条件
略
1.2 实验内容
1.2.1 主产区与样品来源
略
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. LCH方法分级方法

	L*		C		H
	级别	值域	级别	值域	级别	值域
1	1	0.00～20.0	1	0.01～20.00	1	-1.00
2	2	20.1～40.0	2	20.01～30.00	2	0.00～-0.99
3	3	40.1～60.0	3	30.01～40.00	3	0.01～0.50
4	4	60.1～80.0	4	40.01～50.00	4	0.51～1.00
5	5	80.1～100.0	5	50.01～70.00	5	＜1.01
6			6	＞70.01	6

2.2 2饱和度（Chroma）值C*ab的量化分析
也称彩度，是描述色彩离开相同明度中性灰色程度的色彩感觉属性，是主观心理量。彩度C*在坐标中被体现为a*和b*的坐标点，在(0°，60°)区域内变化，越靠近原点颜色中性灰度越强烈，颜色表现越暗。反之颜色饱和程度越大颜色越鲜艳 (图)。

图G. 彩度图

图H. 色度值C的分布

根据图H的数据：葡萄酒样品的彩度集中在30～50之间。故葡萄酒样品颜色彩度定量划分见应该为大于0.01至10.00之间的（7）占总样品数的1.6%；大于10.01至20.00之间的（8）占总样品数的2.0%；大于20.01至30.00之间的（3）占总样品数的0.7%；大于30.01至40.00之间的（2）占总样品数的0.4%；大于40.01至50.00之间的（40）占总样品数的8.9%；大于50.01至60.00之间的（126）占总样品数的28.0%；大于60.01至70.00之间的（185）占总样品数的41.1%；大于70.01至80.00之间的（62）占总样品数的13.8%；大于80.01至90.00之间的（10）占总样品数的2.2%；大于90.00的（7）占总样品数的1.6%；其中大于50.01至70.00之间的（311）占总样品数的69.1%；最低值为3.54，是2012年的甘肃产的干红，混合酿造；最大值为174.63，是2013年的青铜峡的干红，赤霞珠酿造。
从图H中的色度值C*的分布看，50.01至70.00之间的分布是主要趋势。考虑到葡萄酒蓝绿色的样品很少，C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值划分为个级别比较合适。考虑到C*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：C*1：0.01≤C*＜20.00，C*2：20.01≤C*＜30.00，C*3：30.01≤C*＜40.00，C*4：40.01≤C*＜50.00，C*5：50.01≤C*＜70.00，C*6：70.01≤C*。
2.3 色调角（hue）值h*ab的量化分析
也称色相，是指能够比较确切地表示某种颜色色调的名称。色彩的成分越多，其色相越不鲜明。色相从正横坐标开始，以逆时针的方向偏转，在(0°，36°)区域内变化(H*负值则为逆时针角度)。H*越接近0°表示颜色越靠近红色，在色相图中颜色的红色色调从0°向90°过渡(图I)。

图I. 中国颜色体系色调环

图J. 色度值H的分布

根据中国颜色体系将色调分为10类。虽然目前鲜有蓝色、绿色葡萄酒，但考虑到工艺多元化和产品不断丰富，建立的分类标准应该覆盖尽可能多的颜色体系。
本次样品总数为450个，葡萄酒样品的H值主要在30～50之间。大于-2.00至-1.00之间的（12）占总样品数的1.6%,大于-1.01至0.00之间的（0）占总样品数的%,大于0.01至0.50之间的（73）占总样品数的16.2%,大于0.51至1.00之间的（365）占总样品数的80.9%,大于1.01的（0）占总样品数的8.9%,其中大于0.01至1.00之间的（438）占总样品数的97.3%；最低值为-1.48，是2013年的云南产的干白，混合酿造；最大值为1.00，是1998年的云南的干红，赤霞珠酿造。
从图J中的色度值H*的分布看，0.01至1.00之间的分布是主要趋势。考虑到葡萄酒的颜色以红色、黄色等暖色调为主，为正的是主要的，所以分类上对负值的要少一些，主要要对0.01至1.00之间的进行均匀划分。H值划分为5个级别比较合适。划分为5个级别比较合适，5个级别分布是：H*1：H*≤-1.00，H*2：0.00≤H*＜-0.99，H*3：0.01≤H*＜0.50，H*4：0.51≤H*＜1.00，H*5：H*＜1.01。
LCH方法分级方法共有5×6×5=150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LCH方法量化分级
按照LCH方法进行分类，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		C级别		H级别
	数量	比例%	数量	比例%	数量	比例%
1	162	36.0	15	3.3	0	0.0
2	217	48.2	3	0.7	12	2.7
3	51	11.3	2	0.4	0	0.0
4	4	0.9	40	8.9	73	16.2
5	16	3.6	373	2.9	365	81.1
6	----	----	72	16.0	----	----
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。

2.6 葡萄酒颜色LCH方法量化分级
按照L*a*b*法LCH方法进行分类，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		C级别		H级别
	数量	比例%	数量	比例%	数量	比例%
1	162	36.0	15	3.3	0	0.0
2	217	48.2	3	0.7	12	2.7
3	51	11.3	2	0.4	0	0.0
4	4	0.9	40	8.9	73	16.2
5	16	3.6	373	2.9	365	81.1
6	----	----	72	16.0	0	0.0

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。

表J. LCH分类方法统计表

序号	级别	数量	比例%
1	L1C2H*3	2	0.44
2	L1C3H*3	2	0.44
3	L1C4H*3	39	8.67
4	L1C5H*3	18	4.00
5	L1C5H*4	95	21.11
6	L1C6H*3	7	1.56
	L*1级别合计	163	36.22
7	L2C5H*4	3	0.67
8	L2C5H*4	168	37.33
9	L2C6H*4	46	10.22
	L*2级别合计	217	48.22
10	L3C5H*3	2	0.44
11	L3C5H*4	23	5.11
12	L3C6H*4	25	5.56
	级别L*3合计	50	11.11
13	L4C4H*4	1	0.22
14	L4C5H*4	3	0.67
	级别L*4合计	4	0.89
15	L5C2H*4	1	0.22
16	L5C2H*1	12	2.67
17	L5C3H*4	3	0.67
	L*5级别合计	16	3.56

在7个产区450个样品中，样品颜色集中覆盖在L*1C*2H*3～L*5C*3H*4这17个分级上，占LCH分类方法150分类的11.33%。建立的分类模型LCH方法的容量能满足葡萄酒颜色分级要求。是否需要细分及样品是否覆盖全面，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
如果图形显示不出来，请大家谅解，水平不行，弄不明白上传的方法。