陳美麗 唐德松 龔淑英*

(1.浙江大學茶葉研究所，浙江杭州 310058;2.柳州市林業(yè)科學研究所，廣西柳州 545300)

1 前言

感官審評是評定茶葉品質優(yōu)劣的重要方法，具有快速、全面、準確等特點，但該方法需要有豐富的茶學知識和審評經(jīng)驗。培養(yǎng)一名茶葉審評員訓練周期長，沒有相當經(jīng)驗的積累，難以得到可靠的結果［1］?；瘜W檢測方法用于茶葉品質成分的含量及組成分析，結果較為準確、客觀，但操作繁瑣，且不能較好地反映茶葉的整體品質。近些年來，隨著現(xiàn)代科學與精密儀器分析技術的發(fā)展，茶葉色香味品質的理化檢測手段也得到了快速發(fā)展。

2 茶葉色澤品質理化評價研究進展

一直以來，人們都是通過視覺對茶葉色澤進行品質鑒定，而視覺的產(chǎn)生依賴于視覺的適宜刺激和視覺的生理機制，在同一批次樣品比較中基準較為一致，若在不同光照等外界條件下則容易引起色差等。隨著科學技術的發(fā)展，結合現(xiàn)代電子技術對茶葉色澤進行客觀化評價的研究已成為熱點。

2.1 機器視覺技術

機器視覺是指通過圖像攝取裝置將被攝取目標轉換成圖像信號，傳送給專用的圖像處理系統(tǒng)，根據(jù)像素分布和亮度、顏色等信息轉變成數(shù)字化信號，進而實現(xiàn)機器代替人眼來做測量和判斷的目的。李曉麗采用MS3100多光譜成像儀建立機器視覺成像系統(tǒng)，對茶葉的外觀品質進行定量審評，結果表明基于光譜圖像紋理分析的顆粒堆積狀茶葉等級的區(qū)分是可行的［2］。李嬌以目前研究尚處于起步階段的茶葉品質計算機視覺分級為研究方向，選取具有代表性的2個茶葉種類為研究對象，建立了獲取茶葉樣本圖像的計算機視覺系統(tǒng);并在此基礎上建立了一套適用于計算機視覺識別的茶葉品質特征提取模式，進一步提出基于反向傳播算法(BP)網(wǎng)絡的茶葉品質鑒定模型的分級效果較好，且分級準確率達95%［3］。王文杰利用電腦結合Photoshop6.0軟件可準確快捷地測定茶樣實物掃描圖的色澤信息，并提出必須建立其茶葉色澤參數(shù)與茶葉品質的關系模型，才能使電腦評價色澤品質技術走向實用化［4］。隨著計算機視覺技術的逐步發(fā)展，茶葉生產(chǎn)加工中也有所應用。如郝志龍等在白茶加工過程中利用計算機視覺技術研究白茶色澤變化，提出用計算機視覺技術定量描述茶葉色澤變化與茶葉內(nèi)含色澤成分的相互關系有待深入研究［5］。

2.2 光譜技術

光譜儀是分光測色系統(tǒng)的核心部分，對整個可見光的光譜數(shù)據(jù)進行收集，顏色表達完整，精度高。彭博等利用光譜輻亮度計設計了一套顏色測量系統(tǒng)，并通過該系統(tǒng)對中國顏色體系色片進行測量試驗，測量精確度較高，具有普遍實用性［6］。隨著顏色測量領域應用的深入，精確的在線測量技術也在不斷改善中。色差儀是根據(jù)CIE(國際標準照明委員會)建立的一系列表示可見光譜的顏色標準空間原理測量樣品與被測樣品的色差以及三色度值，實現(xiàn)測色過程全自動化。賴凌凌等以39個福建綠茶為研究對象，探討了L*a*b*表色系統(tǒng)與綠茶感官審評湯色得分的相關性，結果表明各色度值對茶水沖泡條件的變化靈敏度較高，提出分析茶湯品質時應針對不同外形和嫩度的綠茶分別建立相關性分析標準以提高評判準確性［7］。更進一步的研究將茶葉中的化學成分、茶湯色度值與感官審評關聯(lián)起來，發(fā)現(xiàn)色度值與各品質特征及品質總分均呈顯著性關系［8，9］。趙杰文等已發(fā)明一種茶葉湯色品質的量化評價方法，即由3位以上評茶員得到茶樣湯色感官最終評分值，再通過色差計分別測量多批選取茶樣的湯色色度值并計算衍生指標值，利用主成分分析(PCA)和反向傳播算法(BP)神經(jīng)網(wǎng)絡建立BP神經(jīng)網(wǎng)絡模型，該方法能科學有效地給出茶葉湯色品質的量化值，與感官審評方法具有很好的一致性［10］。這些研究為今后茶葉色澤品質數(shù)值化和客觀化表征提供了科學依據(jù)。

2.3 色卡法

色卡研制早在染料工業(yè)中有所應用，結合了色度學原理和先進的測色技術，體現(xiàn)了目視評定與測色儀器的一致性。王同和等對8種綠茶的干茶、湯色和葉底色澤進行色差參數(shù)測定與感官審評給分，利用Photoshop軟件讀取出綠茶色澤的Lab值，并通過確定綠茶色差參數(shù)的波動范圍制作出專業(yè)版、標準版和簡化版的色卡，為茶葉審評課教學提供了理論依據(jù)［11］。這為今后完善其他茶類色卡制作及應用方面提供了技術參考。

3 茶葉香氣品質評價研究進展

3.1 氣相技術

氣相技術主要用于測定揮發(fā)油、極性較小的成分或衍生化后的可揮發(fā)性成分;氣質聯(lián)用(GC-MS)應用較多，可在線提供氣相圖譜中主要成分的化學結構信息。葉紅等采用GC-MS法對不同產(chǎn)地6種茶葉中的10種香氣成分進行比較分析，結果分別指出紅茶、鐵觀音和碧螺春區(qū)別于別類茶的香氣特征，并指出碧螺春新茶和陳茶存在的很大區(qū)別在于檢測出的香氣成分相差很大，且香氣成分的含量可作為評判新舊茶葉的依據(jù)［12］。Kanokwan Jumtee等利用GC-MS獲得的揮發(fā)性物質信號結合多變量數(shù)據(jù)分析技術對日本綠茶感官品質排序進行評價和預測，結果表明正交信號校正-偏最小二乘綠茶品質排序模型對其品質預測效果良好，且鑒別出構成綠茶品質的重要香氣物質為香葉醇、吲哚、芳樟醇、順茉莉酮、二氫獼猴桃內(nèi)酯等13種，這些揮發(fā)性物質的指紋圖譜很可能成為綠茶品質全面評價的標記物［13］。N.Togari等利用化學計量學分析茶葉香氣的7種感官特征與GC圖譜信息的相關性，多元線性回歸(MLR)、主成分回歸(PCR)和偏最小二乘(PLS)三種校正方法對樹脂味和烘烤香以外的5種香氣特征的多元回歸模型預測準確度高，所得77個峰中對清花香、甜花香和甜果香預測貢獻值較大的分別是芳樟醇和茉莉內(nèi)酯，2-苯乙醇和茉莉內(nèi)酯，2-苯乙醇，并指出利用氣相色譜結合多變量校正方法分析茶葉香氣品質需與它們的香氣成分聯(lián)系起來［14］。

3.2 指紋圖譜技術

茶葉香氣指紋圖譜(Fingerprint)主要是指通過GC及GC-MS等分析技術對各種茶葉色譜特征峰的聚類分析或相似度比較，從而建立不同品種、不同產(chǎn)地、不同種類等茶葉的香氣信息庫，用于茶葉品質評價及地域、品種判別等方面［15］。

潘瑞景等利用GC-MS技術建立了九個不同產(chǎn)地半枝蓮及其混淆品的指紋圖譜，在此基礎上結合化學計量學直觀推導式演進特征投影法(HELP)，及質譜庫檢索結合保留指數(shù)的方法對半枝蓮及其混淆品進行化學成分分析，同時應用相似度分析(SA)對不同產(chǎn)地的半枝蓮及其混淆品的指紋圖譜進行判別［16］。隨著我國原產(chǎn)地域產(chǎn)品保護制度的不斷推行及產(chǎn)品種類的不斷豐富，對茶葉品質保真和地域判別技術提出了更高要求，指紋圖譜技術也不斷應用于茶葉品質研究領域。采用SPME技術富集不同批次婺源綠茶和武夷巖茶的干茶香氣，并利用GC-MS技術分別對其圖譜進行研究，建立的茶葉指紋圖譜相似度均大于0.90，符合指紋圖譜研究技術的要求，可作為婺源綠茶和武夷巖茶品質保真、質量控制和地域判別的一個指標［17］。B.B.Borse等利用GC-MS分析來自四個不同產(chǎn)區(qū)的印度紅茶香氣特征，鑒定出25種揮發(fā)性香氣物質作為指紋標記來辨別不同產(chǎn)區(qū)特征，研究表明僅靠近帕蘭波地區(qū)的紅茶香氣成分含壬醛而沒有二氫獼猴桃內(nèi)酯，安納馬萊地區(qū)的紅茶正己醇含量最低，尼爾吉里納德地區(qū)乙酸香葉酯含量最低，二甲苯僅在庫爾蒂地區(qū)茶中出現(xiàn)，這為茶葉產(chǎn)區(qū)的追溯提供了理論依據(jù)［18］。

3.3 氣相色譜-嗅辨(GC-O)法

隨著現(xiàn)代儀器分析技術的發(fā)展，茶葉香氣物質分離分析技術已過渡到氣相色譜-嗅辨(GC-O)方法。孫琳等對氣相色譜-嗅覺測量技術及其在茶葉活性香氣化合物中的研究總結闡述了GC-O活性香氣化合物的評價方法有稀釋分析(AEDA)、頻率檢測法和強度評價法三類，以及研究化合物間相互作用的 OASIS 技術［19］。

GC-O在風味強度評價方面具有儀器無法比擬的優(yōu)越性，結合質譜技術可對香氣成分進行定性與定量，其應用范圍也將更加廣泛。汪厚銀等應用氣質聯(lián)用/氣相色譜-嗅覺測定技術同時測定了西湖龍井茶湯的揮發(fā)性呈香成分和嗅感特征，結合檢測頻率分析初步確定出二甲硫醚、2-甲硫基丙醛、3-乙基-2，5-二甲基吡嗪、芳樟醇、α-松油醇、香葉醇和順-茉莉酮為西湖龍井茶的特征香氣成分［20］。呂海鵬等通過GC-MS技術鑒定出普洱茶的主要香氣物質有甲氧基酚類、醇類和碳氫化合物三類，借助GC-O分析儀確定普洱茶香氣中的特征化合物為1，2-二甲氧基苯、1，2，3-三甲氧基苯、1，2，3-三甲氧基-5-甲基苯、4-乙基-1，2-二甲氧基苯、β-紫羅蘭酮、β-芳樟醇、芳樟醇氧化物等［21］?？梢奊C-MS結合GC-O技術不僅能分析樣品化合物的組成，還能鑒別香氣化合物的類別、香氣強度及其對總體香氣的貢獻，從各種香氣成分呈味的閾值出發(fā)而避免高含量香氣成分確定茶葉主香物質的弊端。

3.4 電子鼻技術

電子鼻技術是根據(jù)仿生學原理模擬人的鼻子將樣品中揮發(fā)性成分的整體信息按照感官的感覺，利用不同傳感器進行識別［22］。目前已廣泛運用于食品、醫(yī)藥、農(nóng)業(yè)等行業(yè)中。

電子鼻技術在茶葉方面的應用主要集中在茶葉不同等級、不同加工工藝、不同產(chǎn)地等香氣品質的鑒定與判別上。已有很多研究將電子鼻應用于茶葉等級的品質評價中，如供試氣敏傳感器陣列對信陽毛尖茶等級的高定量分析精度［23］;利用軟獨立建模分類法(SIMCA)建立不同等級西湖龍井茶判別模型實現(xiàn)西湖龍井的智能分等分級［24］。敖存在多種茶葉香氣采集方法研究中因電子鼻不同傳感器響應值較高、重復性較好，最終選擇茶粉法進行電子鼻檢測，經(jīng)模式識別分析發(fā)現(xiàn)判別因子分析(DFA)較主成分分析(PCA)能得到更好的香氣品質區(qū)分效果［25］。Ritaban Dutta等對5種不同加工工藝茶葉香氣的試驗研究表明電子鼻對于不同加工工藝茶葉的香氣判別是可行的［26］。發(fā)酵是紅茶品質形成的關鍵工序，將電子鼻技術應用于紅茶發(fā)酵過程可監(jiān)測到茶葉香氣變化。Nabarun Bhattacharyya等在印度不同位置不同季節(jié)進行了81次的紅茶發(fā)酵循環(huán)試驗，電子鼻的大部分檢測結果與色度試驗和感官評價確定紅茶發(fā)酵最佳時間的結果一致，該技術具有精確度高、重復性好等特點，表明電子鼻可用于紅茶發(fā)酵的動態(tài)過程以確定其品質客觀化的最優(yōu)發(fā)展［27］。由此可見，電子鼻技術在茶葉品質評價中具有很大發(fā)展?jié)摿Α?/p>

4 茶葉滋味品質研究進展

4.1 電子舌技術

電子舌(Electronic tongue)是模仿人體味覺機理研制出來的，通過軟件對數(shù)據(jù)進行處理分析并對不同物質進行模式識別，得出不同物質的感官信息［28］。近些年來，電子舌已大量運用于食品科學技術中，如對酒、飲料、茶等味覺檢測與鑒定中，具有無需前處理、快速、實時等特點。

Amol P.Bhondekar等研制出一種基于多電極電化學阻抗光譜的電子舌用于印度紅茶的品質判別中，以鉑、金、銀等7種電極組成的傳感器陣列在1 Hz～100 kHz頻率范圍內(nèi)進行檢測，將響應信號與化學成分含量在主成分分析下以確認所用電極對紅茶品質的判別力，結果顯示工作電極的頻率具體響應值對其判別能力有很重要的作用［29］。Larisa Lvova等利用由不同類型聚合傳感器組成的手提式固態(tài)電位計電子舌微系統(tǒng)實現(xiàn)了韓國不同綠茶的區(qū)分［30］;何偉等利用此電子舌系統(tǒng)評價不同產(chǎn)區(qū)與等級茶葉的10種滋味特征，與感官審評結果相比電子舌可用于預測茶葉滋味的感官特征［31］。Kuang-Hua Chang等發(fā)明了一種基于熒光計的手提式電子舌用于評價茶湯中澀味與鮮味的程度，并提出以鮮味與澀味的比值可作為評價烏龍茶滋味品質的手段［32］。進行模式識別之前往往會運用一些前處理技術使后期判別效果更好，如Mousumi Palit等利用電子舌對不同種類的紅茶進行模式判別前對比了不同前處理技術對分類效果的影響，最后以基于神經(jīng)網(wǎng)絡的兩種有監(jiān)督模式識別模型去評價，顯示出自動尺度法結合基線去除法前處理技術對其分類效果最佳［33］。將電子舌技術用于茶葉產(chǎn)區(qū)、種類及等級判別的研究已成為儀器化表征的一種趨勢，為茶葉品質客觀化快速評價提供了理論依據(jù)與參考［34－38］。

4.2 近紅外光譜技術

國內(nèi)外的近紅外光譜技術在茶葉方面的研究主要集中在對茶葉品質成分的快速測定和對茶葉產(chǎn)地、等級、品種等定性判別。陳全勝［39］和 J.Luypaert［40］等分別驗證了近紅外光譜技術結合多變量校正方法在茶葉品質的定量和定性方面是可行的。

定量方面主要是針對茶葉中的品質成分建立定量分析模型，并對所建模型效果進行評價。一般以單一茶類建立模型，且綠茶近紅外定量分析模型研究居多。劉蕾等對綠茶按審評沖泡法收集的茶湯中主要呈味物質-茶多酚、氨基酸和咖啡堿分別建立校準模型，經(jīng)外部驗證所測樣品的化學值與模型預測值的決定系數(shù)為茶多酚0.8935，氨基酸0.9541，咖啡堿0.9386［41］。陳美麗等對茉莉花茶茶多酚、氨基酸、兒茶素組成等13個品質成分進行化學測定并建立了各自的定量分析模型，除表兒茶素沒食子酸酯(CG)的綜合評價指標為0.7702外，其余的均在0.8 以上［42］。李曉麗等［43］將近紅外光譜技術運用在茶飲料中，所建模型取得了較高的預測準確性(R=0.981)。

定性方面主要是關于茶葉真?zhèn)伪鎰e及茶葉不同等級、類別、產(chǎn)地區(qū)分等研究。周健等利用西湖龍井茶和其他地區(qū)以龍井加工工藝制成的扁形茶全區(qū)域的近紅外原始光譜，分別對其進行賦值，采用PLS法建立了西湖龍井的預測模型，通過預測值和西湖龍井的臨界值進行比對實現(xiàn)了對西湖龍井真?zhèn)蔚臏蚀_鑒定［44］;他們還嘗試采用PLS、歐氏距離等方法的組合來實現(xiàn)4個不同品種加工而成的茶葉樣本的特殊原料品種的鑒別、具體品種識別分析［44］。此外，有學者已將近紅外光譜技術應用于不同茶類［45］、不同茶飲料［46］的判別研究中，所建模型都表現(xiàn)出基于化學計量學的近紅外光譜技術在茶葉品質判別方面的優(yōu)勢。

4.3 高效液相色譜(HPLC)指紋圖譜技術

茶葉HPLC指紋圖譜是指茶葉經(jīng)適當處理后采用HPLC手段得到能夠標示該類茶葉特性的共有峰的圖譜［47］。羅一帆等根據(jù)廣東嶺頭單樅茶品種HPLC中的相對保留時間、相對面積、共有峰、重疊率、八強峰及其相對總面積等對色譜指紋圖譜進行了分析和對比研究，建立了鑒定廣東嶺頭單樅茶品種的色譜指紋圖譜分析方法，為茶葉品種的鑒定提供了較全面的信息［48］。B.B.Borse等利用 HPLC指紋圖譜技術鑒別出不同產(chǎn)區(qū)紅茶的品質成分特征，結果分析出靠近帕蘭波地區(qū)的紅茶茶黃素及色素總量最低，咖啡堿、可溶性固形物總量和粘度很高，吉利斯和安納馬萊地區(qū)的咖啡堿含量、可溶性固形物總量和粘度很低等特點，這些特征為產(chǎn)區(qū)追溯提供理論依據(jù)［18］。G.Alaerts等通過研究證明了以數(shù)字化指紋圖譜為基礎，相似度評價分析方法對于茶葉復雜的HPLC指紋圖譜分析鑒別是一種很有潛力的手段，相比于馬氏距離，標準歐氏距離法更適用于指紋圖譜信息的相似度評價［49］。

5 總結與展望

本文主要綜述了現(xiàn)代高新儀器在茶葉品質評價的應用研究中，經(jīng)模式識別技術可建立茶葉品質客觀化快速評價手段。然而這些新技術多數(shù)還只在于基礎的理論研究，與生產(chǎn)實踐應用存在一定的距離。

在今后的研究中，色澤類型色度值的定義區(qū)分及標準色卡的制作可為審評教學及特征鑒定提供更充分的理論依據(jù)。此外，電子鼻結合GC-MS和GC-O等技術、滋味分屬性定級及HPLC指紋圖譜的建立在茶葉品質特征鑒定及評價方面具有廣闊前景，同時運用化學計量學數(shù)據(jù)分析方法可優(yōu)化茶葉品質的智能化評價技術，為茶葉市場消費者提供有效的鑒別途徑，有利于促進整個茶產(chǎn)業(yè)健康發(fā)展。

1 王文杰.茶葉品質識別技術研究進展.中國茶葉加工，2006，(3):40－42.

2 李曉麗.基于機器視覺及光譜技術的茶葉品質無損檢測方法研究.杭州:浙江大學，2009.

3 李嬌.茶葉品質的計算機視覺分級技術研究.楊凌:西北農(nóng)林科技大學，2006.

4 王文杰.電腦讀取茶葉色澤參數(shù)的方法研究.中國茶葉加工，2003，(4):36 －41.

5 郝志龍，趙愛鳳，金心怡，等.利用計算機視覺研究白茶加工中色澤的變化.福建農(nóng)林大學學報(自然科學版)，2010，39(3):325－329.

6 彭博，蔡軼珩，劉曉民，等.基于光譜反射因數(shù)的顏色測量系統(tǒng).測控技術，2010，29(5):9 －13.

7 賴凌凌，郭雅玲.L*a*b*表色系統(tǒng)與綠茶湯色的相關性分析.熱帶作物學報，2011，32(6):1172 －1175.

8 LIANG Y，LU J，ZHANG L，et al.Estimation of black tea quality by analysis ofchemicalcomposition and colourdifference oftea infusions.Food Chem，2003，80(2):283 －290.

9 OWUOR P O，OBANDA M，NYRENDA H E，et al.The relationship between some chemical parameters and sensory evaluations for plain black tea(Camellia sinensis)produced in Kenya and comparison with similar teas from Malawi and South Africa.Food Chem，2006，97(4):644－653.

10 趙杰文，吳瑞梅，陳全勝，等.茶葉湯色品質的量化評價方法.中國專利，2012-07-04.

11 王同和，周杰，竇立耿.綠茶表色及感官審評用色卡方法的研究.安徽農(nóng)業(yè)大學學報，2006，33(2):261 －267.

12 葉紅，周春宏，王克其.直接進樣氣相色譜/質譜法對茶葉香氣的分析.食品研究與開發(fā)，2007，28(12):138 －141.

13 JUMTEE K，KOMURA H，BAMBA T，et al.Predication of Japanese green tea(Sen－cha)ranking by volatile profiling using gas chromatography mass spectrometry and multivariate analysis.Journal of Bioscience and Bioengineering，2011，112(3):252 －255.

14 TOGARI N，KOBAYASHI A，AISHIMA T.Relating sensory properties of tea aroma to gas chromatographic data by chemometric calibration methods.Food Research International，1995，28(5):485－493.

15 王倩，張立芹，葉能勝，等.基于現(xiàn)代儀器分析技術實現(xiàn)茶葉產(chǎn)地鑒別的研究進展.現(xiàn)代儀器，2011，17(6):1－4.

16 潘瑞景，郭方遒，盧紅梅，等.不同產(chǎn)地半枝蓮藥材及其混淆品的氣相色譜－質譜指紋圖譜研究.分析科學學報，2011，27(6):715－718.

17 歐陽石光.茶葉香氣指紋圖譜及特征識別的初步研究.泰安:山東農(nóng)業(yè)大學，2011.

18 BORSE B B，JAGAN MOHAN RAO L，NAGALAKSHMI S，et al.Fingerprint of black teas from India:identification of the regiospecific characteristics.Food Chem，2002，79(4):419 －424.

19 孫琳，李瑞利，周雪芳，等.氣相色譜－嗅覺測量技術及其對茶葉活性香氣化合物研究的進展.食品工業(yè)科技.http://www.cnki.net/kcms/detail/11.1759.TS.20120423.1426.011.html.2012－4－23.

20 汪厚銀，李志，張劍，等.基于氣質聯(lián)用/氣相色譜－嗅覺測定技術的西湖龍井茶特征香氣成分分析.食品科學，2012，33(8):248－251.

21 LV H-P，ZHONG Q-S，LIN Z，et al.Aroma characterisation of Pu－erh tea using headspace－solid phase microextraction combined with GC/MS and GC － olfactometry.Food Chem，2012，130(4):1074－1081.

22 SCHALLER E，BOSSET J O，ESCHER F.‘Electronic noses’and theirapplication to food.Food Science and Technology －Lebensmittel－ Wissenschaft＆ Technologie，1998，31(4):305 －316.

23 張紅梅，李燕，王玲，等.信陽毛尖茶品質等級的電子鼻檢測.河南農(nóng)業(yè)科學，2010，(4):36 －38.

24 史波林，趙鐳，支瑞聰，等.應用電子鼻判別西湖龍井茶香氣品質.農(nóng)業(yè)工程學報，2011，27(S2):302 －306.

25 敖存.龍井茶香氣質量評價電子鼻輔助方法研究.杭州:浙江大學，2011.

26 DUTTA R，HINES E L，GARDNER J W，et al.Tea quality prediction using a tin oxide－based electronic nose:an artificial intelligence approach.Sensors and Actuators B － Chemical，2003，94(2):228－237.

27 BHATTACHARYYA N，SETH S，TUDU B，et al.Detection of optimum fermentation timeforblack teamanufacturingusing electronic nose.Sensors and Actuators B － Chemical，2007，122(2):627－634.

28 牛海霞.電子舌在現(xiàn)代食品科學技術中的應用.食品科技，2007，(8):26－30.

29 BHONDEKAR A P，DHIMAN M，SHARMA A，et al.A novel iTongue for Indian black tea discrimination.Sensors and Actuators B:Chemical，2010，148(2):601 － 609.

30 LVOVA L，LEGIN A，VLASOV Y，et al.Multicomponent analysis of Korean green tea by means of disposable all－solid－state potentiometric electronic tongue microsystem.Sensors and Actuators B:Chemical，2003，95(1 －3):391 －399.

31 HE W，HU X，ZHAO L，et al.Evaluation of Chinese tea by the electronic tongue:Correlation with sensory properties and classification according to geographical origin and grade level.Food Research International，2009，42(10):1462 －1467.

32 CHANG K-H，CHEN R L C，HSIEH B-C，et al.A hand-held electronic tongue based on fluorometry for taste assessment of tea.Biosensors and Bioelectronics，2010，26(4):1507 －1513.

33 PALIT M，TUDU B，BHATTACHARYYA N，et al.Comparison of multivariate preprocessing techniques as applied to electronic tongue based pattern classification for black tea.Analytica Chimica Acta，2010，675(1):8 －15.

34 賀瑋，胡小松，趙鐳，等.電子舌技術在普洱散茶等級評價中的應用.食品工業(yè)科技，2009，30(11):125 －127，131.

35 古小玲，劉栩，李達敏，等.海南紅碎茶電子舌技術應用及其與感官審評比較.熱帶作物學報，2012，33(7):1293－1296.

36 CHEN Q，ZHAO J，VITTAYAPADUNG S.Identification of the green tea grade level using electronic tongue and pattern recognition.Food Research International，2008，41(5):500 －504.

37 KOVACS Z，DALMADI I，LUKACS L，et al.Geographical origin identification of pure Sri Lanka tea infusions with electronic nose，electronic tongue and sensory profile analysis.Journal of Chemometrics，2010，24(3 －4):121 －130.

38 PALIT M，TUDU B，DUTTA P K，et al.Classification of Black Tea Taste and Correlation With Tea Taster's Mark Using Voltammetric Electronic Tongue.Ieee Transactions on Instrumentation and Measurement，2010，59(8):2230 －2239.

39 CHEN Q，ZHAO J，ZHANG H，et al.Feasibility study on qualitative and quantitative analysisin tea by nearinfrared spectroscopy with multivariate calibration.Analytica Chimica Acta，2006，572(1):77 －84.

40 LUYPAERT J，ZHANG M H，MASSART D L.Feasibility study for the use of near infrared spectroscopy in thequalitativeand quantitative analysis of green tea，Camellia sinensis(L.).Analytica Chimica Acta，2003，478(2):303 －312.

41 劉蕾，羅文文，龔淑英，等.采用近紅外光譜技術定量分析綠茶中的主要呈味物質.中國食品學報，2008，8(6):109－115.

42 陳美麗，張俊，龔淑英，等.茉莉花茶主要品質成分定量近紅外光譜分析模型的建立.茶葉科學，2013，33(1):21－26.

43 LI X，HE Y，WU C，et al.Nondestructive measurement and fingerprint analysis of soluble solid content of tea soft drink based on Vis/NIR spectroscopy.Journal of Food Engineering，2007，82(3):316－323.

44 周健，成浩，賀巍，等.基于近紅外的PLS量化模型鑒定西湖龍井真?zhèn)蔚难芯?光譜學與光譜分析，2009，29(5):1251－1254.

45 周健，成浩，葉陽，等.滇青、青餅和普洱茶(熟餅)近紅外指紋圖譜分析.核農(nóng)學報，2009，23(1):110 －113.

46 艾施榮，吳瑞梅，吳燕.基于BP神經(jīng)網(wǎng)絡近紅外光譜鑒別茶飲料的研究.安徽農(nóng)業(yè)科學，2010，38(14):7658 －7659，7662.

47 李智，邵宛芳，黃業(yè)偉，等.茶葉HPLC指紋圖譜研究進展.福建茶葉，2010，(12):12 －16.

48 羅一帆，郭振飛，許旋，等.廣東嶺頭單樅茶高效液相色譜指紋圖譜的研究.食品科學，2005，26(4):206 －209.

49 ALAERTS G，VAN ERPS J，PIETERS S，et al.Similarity analyses of chromatographic fingerprints as tools for identification and quality control of green tea.Journal of Chromatography B，2012，910(SI):61－70.