维权声明:本文为hhciq原创作品,本作者与仪器信息网是该作品合法使用者,该作品暂不对外授权转载。其他任何网站、组织、单位或个人等将该作品在本站以外的任何媒体任何形式出现均属侵权违法行为,我们将追究法律责任。
均匀色空间下葡萄酒颜色量化分级研究——LCH方法
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
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 | L*1C*2H*3 | 2 | 0.44 |
2 | L*1C*3H*3 | 2 | 0.44 |
3 | L*1C*4H*3 | 39 | 8.67 |
4 | L*1C*5H*3 | 18 | 4.00 |
5 | L*1C*5H*4 | 95 | 21.11 |
6 | L*1C*6H*3 | 7 | 1.56 |
| L*1级别合计 | 163 | 36.22 |
7 | L*2C*5H*4 | 3 | 0.67 |
8 | L*2C*5H*4 | 168 | 37.33 |
9 | L*2C*6H*4 | 46 | 10.22 |
| L*2级别合计 | 217 | 48.22 |
10 | L*3C*5H*3 | 2 | 0.44 |
11 | L*3C*5H*4 | 23 | 5.11 |
12 | L*3C*6H*4 | 25 | 5.56 |
| 级别L*3合计 | 50 | 11.11 |
13 | L*4C*4H*4 | 1 | 0.22 |
14 | L*4C*5H*4 | 3 | 0.67 |
| 级别L*4合计 | 4 | 0.89 |
15 | L*5C*2H*4 | 1 | 0.22 |
16 | L*5C*2H*1 | 12 | 2.67 |
17 | L*5C*3H*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。