徐春暉,王遠興
(南昌大學 食品科學與技術國家重點實驗室,江西 南昌 330047)
狗牯腦、廬山云霧茶和婺源綠茶是江西省具有代表性的優(yōu)質茶,色澤翠綠多毫,湯色清澈明亮,滋味鮮醇甘美,3 種茶葉的形狀和香氣特征非常相似,這使得它們很難通過傳統(tǒng)形態(tài)學觀察得到正確區(qū)分。目前,不同類型茶葉之間的鑒別仍取決于評茶師的感官評估,這種方法繁瑣、耗時且受長期經驗和主觀判斷所制約[1]。基于化學計量學的鑒別方法在短時間內能實現(xiàn)客觀評價,以期在未來可部分甚至完全取代感官評價,這對茶葉產業(yè)的發(fā)展十分重要。
揮發(fā)性成分和非揮發(fā)性組分(如氨基酸、微量元素和兒茶素類等)構成了區(qū)分茶葉的物質組。其中,揮發(fā)性成分僅占茶葉干質量的0.01%左右,但其低閾值就能對氣味產生高度敏感性,是決定茶葉品質的最重要因素之一。茶葉的揮發(fā)性成分取決于許多因素,例如生長地區(qū)、茶樹品種、栽培技術、采摘時間、生產和加工方法等。為鑒別不同品質茶葉,通過一些化學計量學工具(如聚類分析、主成分分析和偏最小二乘-判別分析)對其揮發(fā)性物質進行分析[2]。使用聚類分析和主成分分析評價樣本之間的差異,偏最小二乘-判別分析尋找樣本之間的特征差異物質。聚類分析、主成分分析和偏最小二乘-判別分析在食品領域的產地溯源[3]、品質鑒別[4]、等級區(qū)分[5]、摻假鑒別[6]等方面應用廣泛。LV Shidong等[7]結合頂空固相微萃?。╤eadspace solid phase microextraction,HS-SPME)與氣相色譜-質譜(gas chromatography-mass spectrometry,GC-MS)對比分析普洱茶與茯磚茶的香氣成分,采用聚類分析和主成分分析將2 種黑茶區(qū)分開,說明可根據(jù)揮發(fā)物以及相對含量的差異判別不同產地但形態(tài)特征相似的黑茶。然而,目前沒有研究報道利用聚類分析、主成分分析及偏最小二乘-判別分析對狗牯腦、廬山云霧茶和婺源綠茶進行品質鑒別,并找出之間的特征性揮發(fā)物質。
GC-MS技術已廣泛應用于植物揮發(fā)物的分離和鑒定。HS-SPME是一種優(yōu)于傳統(tǒng)萃取方式且高效、快速、無溶劑的新型揮發(fā)物萃取技術。該方法普遍用于提取各種類型食品的揮發(fā)性成分,例如蜂蜜[8]、啤酒[9]、葡萄[10]以及茶葉[11]等,體現(xiàn)出良好的重復性、靈敏性與選擇性。
為鑒別狗牯腦、廬山云霧茶和婺源綠茶,本研究采用HS-SPME結合GC-MS對其揮發(fā)性化合物進行提取和分離鑒定。運用聚類分析、主成分分析比較三者揮發(fā)性物質的成分差異,以及偏最小二乘-判別分析找出三者之間的特征揮發(fā)性物質,以期為今后茶葉品質鑒別提供一種方便快速的方法。
廬山云霧茶(12 個批次)由九江市廬山茶科所茶場提供;狗牯腦(12 個批次)由遂川縣湯湖鎮(zhèn)遂川之寶生態(tài)農業(yè)開發(fā)有限公司提供;婺源綠茶(12 個批次)由婺源縣婺康源有限公司提供。供試品均采于2019年5月,樣品放置于4 ℃冰箱中保存。
正己烷(色譜級) 德國Merck公司;正構烷烴(C7~C30) 美國AccuStandard公司。
7890 A氣相色譜儀-7000三重串聯(lián)四極桿質譜聯(lián)用儀美國Agilent公司;57330-U SPME萃取手柄、50/30 μm DVB/CAR/PDMS固相微萃取頭 美國Supelco公司;AL104電子天平 瑞士Mettler Toledo公司;HH-2數(shù)顯恒溫水浴鍋 國華電器有限公司。
1.3.1 HS-SPME分析
將狗牯腦、廬山云霧茶和婺源綠茶磨成細粉,過40 目篩。準確稱取2.00 g樣品加入到20 mL頂空瓶中,加蓋密封;然后立即放入80 ℃的恒溫水浴鍋中,平衡30 min,使頂空部分揮發(fā)物充分平衡;再將SPME萃取手柄穿透頂空瓶瓶蓋,推出里面的纖維萃取頭(首次使用此萃取頭在270 ℃條件下老化30 min),將纖維萃取頭暴露于樣品頂部空間,萃取吸附30 min后,取出隨即插入GC-MS進樣口,250 ℃解吸5 min,使揮發(fā)性成分得到分離。
1.3.2 SPME參數(shù)優(yōu)化設計
SPME條件優(yōu)化技術參數(shù)主要有取樣量、纖維萃取頭、萃取溫度、萃取時間與平衡時間等。本實驗采用單因素試驗,以廬山云霧茶LS-1用作不同條件下的優(yōu)化樣品,對SPME的2 個關鍵實驗參數(shù)(萃取溫度和萃取時間)進行優(yōu)化。
1.3.3 GC-MS測定
GC條件:HP-5MS石英毛細柱(30 m×0.25 mm,0.25 μm);載氣為高純氦氣(純度≥99.999%);柱流量1 mL/min(恒流模式);分流比5∶1。升溫程序:起始柱溫50 ℃,保持5 min,以5 ℃/min升至80 ℃,然后以2 ℃/min升至140 ℃,最后以5 ℃/min升至210 ℃保持5 min。
MS條件:電子電離源;離子源溫度230 ℃;離子化電壓80 eV;四極桿溫度150 ℃;全掃描模式;質量掃描范圍m/z30~500;溶劑延遲時間2 min。
1.3.4 保留指數(shù)(retention index,RI)的測定
移取C7~C30正構烷烴混合標準品,用正己烷將其稀釋至質量分數(shù)1%的溶液,以液體進樣的形式,按照上述GC-MS條件進行分離,記錄各組分的保留時間。
未知揮發(fā)性成分的RI按Kovats公式計算:
式中:RTx為待測揮發(fā)物的保留時間/min;n和n+1分別為正構烷烴的碳原子數(shù);RTn<RTx<RTn+1。
定性分析:由GC-MS采集的總離子流圖中各吸收峰,可得到經質譜掃描得到的質譜數(shù)據(jù),在NIST MS Search 2.0質譜檢索數(shù)據(jù)庫檢索;將計算所得的RI與文獻報道以及在線NIST數(shù)據(jù)庫中查找的RI進行匹配,以上2 種方法共同確定各揮發(fā)性化合物的名稱、分子式以及結構。
定量分析:在Agilent Masshunter定性分析軟件中,采用峰面積歸一化法,測出各揮發(fā)性物質的相對含量,結果以±s計。
多元統(tǒng)計分析:以各揮發(fā)性物質的相對含量為變量,用SIMCA 14.0版軟件進行主成分分析和偏最小二乘-判別分析,用Heatmap Illustrator軟件進行聚類分析。采用SPSS 25.0版軟件進行單因素方差分析(one-way ANOVA)、獨立樣本t檢驗以及箱圖的繪制,采用Origin 10.0軟件進行繪圖。
圖1 萃取時間(A)和萃取溫度(B)對揮發(fā)性物質萃取效果的影響Fig.1 Effects of extraction time (A) and temperature (B) on extraction efficiency of volatile components
纖維萃取頭需暴露在樣品上方空間一段時間,以吸附分析物的揮發(fā)性化合物。萃取時間主要受萃取頭類型、頂空體積、揮發(fā)性物質擴散系數(shù)、分散系數(shù)等因素影響。在萃取吸附未達到平衡之前,揮發(fā)性物質在萃取頭上的吸附量隨著時間延長而增加。待萃取吸附到達平衡時,才可將萃取頭插入GC-MS進樣口進行解吸。
在固定萃取溫度80 ℃條件下,選取10、20、30 min和40 min的時間點,確定纖維涂層、頂空氣相和分析物之間平衡所需的時間。由圖1A可知,在30 min之前,隨著萃取時間的延長,總峰面積和峰數(shù)目均升高,說明揮發(fā)性物質在纖維萃取頭的吸附量增加。在30~40 min,總峰面積和峰數(shù)目變化不大,且在第40分鐘時,總峰面積和峰數(shù)目略有降低,說明在第30分鐘時,萃取頭對揮發(fā)性物質的吸附量已飽和。綜上述分析,確定最佳萃取時間為30 min。
當萃取溫度升高時,較高的溫度會加速揮發(fā)物從樣品到頂部空間的擴散速度,有利于提高揮發(fā)性物質在纖維萃取頭的吸附量,加快分析過程;同時,SPME是一個放熱過程,高溫可以降低分配系數(shù),減少物質的萃取,使得在萃取頭上的吸附量下降。因此,需要確定最佳萃取溫度。
在最佳萃取時間30 min條件下,對60、70、80 ℃和90 ℃萃取溫度進行考察,如圖1B所示,揮發(fā)性物質的總峰面積和峰數(shù)目受溫度影響較大。在60~70 ℃,總峰面積和峰數(shù)目略有升高,在70~80 ℃,總峰面積和峰數(shù)目大幅升高。而在80 ℃之后,90 ℃的總峰面積和峰數(shù)目均比80 ℃小。這可能是因為在溫度較低的條件下,揮發(fā)性物質不能完全揮發(fā)出來,萃取頭對揮發(fā)物吸附的量不多;隨著溫度的升高,揮發(fā)性物質逐漸揮發(fā)出來,使得萃取頭上的吸附量大大增加;當溫度進一步升高時,高沸點揮發(fā)性成分的競爭吸附使得一些低沸點揮發(fā)性成分不能被吸附,或吸附量很少[12]。綜合上述分析,確定最佳萃取溫度為80 ℃。
表1 狗牯腦、廬山云霧茶與婺源綠茶揮發(fā)性物質定性分析及相對含量Table 1 Qualitative analysis and relative contents of volatile components of Gougunao tea, Lu Mountain Cloud-Mist tea and Wuyuan green tea
續(xù)表1
續(xù)表1
如表1、圖2所示,采用的GC-MS條件可以較好分離3 種茶葉的揮發(fā)性成分。從3 種茶葉中鑒別出106 種揮發(fā)性物質,在狗牯腦中共含有92 種揮發(fā)性物質,包括13 種酯類(15.89%)、12 種酮類(9.46%)、22 種醇類(13.1%)、16 種烯烴類(11.55%)、6 種烷烴類(10.39%)、7 種醛類(3.32%)、3 種酚類(29.08%),其中咖啡堿(8.56%)、庚烷(6.68%)、丁酸葉醇酯(6.49%)、馬鞭草烯酮(5.15%)、δ-杜松烯(3.64%)相對含量較高;在廬山云霧茶中共含有100 種揮發(fā)性物質,包括24 種醇類(22.56%)、14 種酯類(10.38%)、12 種酮類(11.45%)、17 種烯烴類(10.21%)、7 種烷烴類(7.89%)、6 種醛類(5.99%)、4 種酚類(24.33%),其中雪松醇(6.56%)、咖啡堿(6.07%)、β-紫羅酮(4.91%)、2-正戊基呋喃(3.35%)、壬醛(3.21%)相對含量較高;在婺源綠茶中共含有101 種揮發(fā)性物質,包括25 種醇類(30.33%)、14 種酯類(5.75%)、11 種酮類(3.84%)、22 種烯烴類(26.14%)、7 種烷烴類(7.41%)、7 種醛類(2.63%)、5 種酚類(18.35%),其中雪松烯(11.82%)、芳樟醇(10.07%)、香葉醇(6.90%)、δ-杜松烯(4.39%)、α-松油醇(2.11%)相對含量較高。3 種茶葉所鑒定出的揮發(fā)性物質含有醇類、酚類、酯類、酮類、醛類、碳氫化合物、雜環(huán)類和含氮化合物,其中醇類是最主要成分,其次是碳氫化合物,再次是酯類和酮類。3 種茶葉所鑒定出的揮發(fā)性化合物種類和相對含量差異明顯,狗牯腦中酚類、酯類相對含量較高,廬山云霧茶中酚類、醇類和酮類相對含量較高,婺源綠茶中的醇類和烯烴類相對含量較高。
圖2 狗牯腦(A)、廬山云霧茶(B)和婺源綠茶(C)揮發(fā)性物質總離子流色譜圖Fig.2 Total ion chromatograms of volatile components of Gougunao tea (A),Lu Mountain Cloud-Mist tea (B) and Wuyuan green tea (C)
2.3.1 主成分分析
表2 狗牯腦、廬山云霧茶與婺源綠茶6 個主成分的特征值及其貢獻率Table 2 Eigenvalues and cumulative contribution rates of 6 principal components in Gougunao tea, Lu Mountain Cloud-Mist tea and Wuyuan green tea
利用SIMCA 14.0軟件對狗牯腦、廬山云霧茶和婺源綠茶揮發(fā)性成分的相對含量進行主成分分析,由表2可知,前6 個成分的累計方差貢獻率達到80%,說明該數(shù)據(jù)可代表所有的化學成分信息。R2X代表建模時,在X軸方向模型的解釋率(即在X軸方向保留原始數(shù)據(jù)信息百分比的平方),當R2X越接近于1,說明原始數(shù)據(jù)信息保留越多;Q2代表模型的可預測能力,Q2大于0.5,說明該模型預測能力良好。本實驗主成分分析模型,R2X為0.726,Q2為0.656,表明該模型可靠。
圖3 狗牯腦、廬山云霧茶與婺源綠茶主成分得分圖(A)和載荷圖(B)Fig.3 PCA score plot (A) and loading plot (B) of Gougunao tea, Lu Mountain Cloud-Mist tea and Wuyuan green tea
從圖3A可以看出,狗牯腦、廬山云霧茶與婺源綠茶分布在主成分空間中3 個相對獨立的區(qū)域,基本得到了有效區(qū)分,說明3 種茶葉的揮發(fā)性成分在種類和相對含量上存在差異。圖3B可反映引起3 種茶葉差異的關鍵變量。其中庚烷(3)、甲苯(4)、2,3-辛二酮(18)、3-蒈烯(29)、苯乙醇(36)、馬鞭草烯酮(37)、鳳梨醛(55)、可巴烯(66)、β-愈創(chuàng)木烯(81)、α-杜松醇(98)等揮發(fā)性物質在載荷圖中的位置與狗牯腦在得分圖中的位置類似,說明這些揮發(fā)性物質的含量在狗牯腦中較廬山云霧茶與婺源綠茶高,而4,4-二甲基-2-戊烯(6)、β-羅勒烯(22)、4-異丙基甲苯(24)、β-石竹烯(75)、3-甲基-十五烷(92)等揮發(fā)性物質在圖3B中的位置與狗牯腦在圖3A中的位置相反,說明這些揮發(fā)性物質的含量在狗牯腦中較廬山云霧茶與婺源綠茶低。1-五烯-3-醇(2)、3,5-二甲基苯酚(13)、橙花醚(39)、β-環(huán)檸檬醛(50)、茉莉內酯(59)、β-紫羅酮(83)、雪松醇(93)、植醇(106)等揮發(fā)性物質在圖3B中的位置與廬山云霧茶在圖3A中的位置類似,說明這些揮發(fā)性物質的含量在廬山云霧茶中較狗牯腦與婺源綠茶高,而α-蓽澄茄油烯(62)、十四烷(73)、α-法尼烯(84)、δ-畢澄茄烯(86)、δ-杜松烯(88)、苯甲酸葉醇酯(99)等揮發(fā)性物質在圖3B中的位置與廬山云霧茶在圖3A中的位置相反,說明這些揮發(fā)性物質的含量在廬山云霧茶中較狗牯腦與婺源綠茶低。4-蒈烯(12)、芳樟醇(34)、α-萜品醇(45)、香葉醇(54)、α-廣藿香烯(68)、β-欖香烯(70)等揮發(fā)性物質在圖3B中的位置與婺源綠茶在圖3A中的位置類似,說明這些揮發(fā)性物質的含量在婺源綠茶中較狗牯腦與廬山云霧茶高,苯甲醛(16)、桃金娘醇(28)、己酸葉醇酯(69)、叔十六硫醇(90)、十六烷(95)等揮發(fā)性物質在圖3B中的位置與婺源綠茶在圖3A中的位置相反,說明這些揮發(fā)性物質的含量在婺源綠茶中較狗牯腦與廬山云霧茶低。上述分析結果與表1數(shù)據(jù)一致。以上揮發(fā)性物質能作為該品質茶樣的關鍵變量,可用于區(qū)分自身和其他2 個品質茶葉。
圖4 狗牯腦、廬山云霧茶與婺源綠茶的聚類熱圖Fig.4 Cluster heat maps of Gougunao tea, Lu Mountain Cloud-Mist tea and Wuyuan green tea
2.3.2 聚類分析
由圖4可知,狗牯腦、廬山云霧茶和婺源綠茶三者明顯被區(qū)分開,這與主成分分析的結果相對應。狗牯腦與廬山云霧茶距離較近,距離婺源綠茶較遠,說明狗牯腦與廬山云霧茶的揮發(fā)性成分相近,與婺源綠茶揮發(fā)性成分差異較大。在同一大類中,由于茶樹品種、氣候和加工制作方法等因素的不同又分成了不同小類,揮發(fā)性成分相近的茶葉在樹狀圖中相距較近。在熱圖中,每一列代表一種揮發(fā)性物質,顏色從綠色到紅色表示物質在樣品中的含量由低到高,反映出各揮發(fā)性成分在不同樣品中的含量差異。聚類熱圖既直觀地顯示了整個聚類過程,縮小了主觀判斷造成的誤差,又客觀反映揮發(fā)性成分在不同樣品中的含量差異。
2.4.1 PLS-DA模型檢驗
采用SIMCA 14.0進行偏最小二乘-判別分析,以找到狗牯腦、廬山云霧茶和婺源綠茶之間的特征揮發(fā)性成分。使用有監(jiān)督的偏最小二乘-判別分析時易產生過擬合現(xiàn)象,因此采用200 次響應的置換檢驗驗證偏最小二乘-判別分析模型是否有過擬合現(xiàn)象。如圖5A所示,置換檢驗得到的R2=0.022,Q2=-0.297,Q2于Y軸的截距是負值,說明此模型沒有過擬合現(xiàn)象,模型預測能力好,可用于后續(xù)的特征揮發(fā)性物質的確定。
圖5 PLS-DA模型的置換檢驗(A)和3 種茶的PLS-DA載荷圖(B)Fig.5 PLS-DA permutation test (A) and model loading plot (B) of Gougunao tea, Lu Mountain Cloud-Mist tea and Wuyuan green tea
圖5B可反映每一個變量對已構建分析模型的貢獻大小。其中,離中心原點和主要化合物團越遠的變量說明其所代表的揮發(fā)性物質對已構建模型貢獻越大。即離中心原點和主要化合物團越遠的點,對狗牯腦、廬山云霧茶和婺源綠茶的差異判別貢獻越大。從圖5B可以看出,庚烷(3)、馬鞭草烯酮(37)、二氫獼猴桃內酯(51)、丁酸葉醇酯(56)、2,6-二叔丁基對甲基苯酚(87)、咖啡堿(103)與狗牯腦距離更近,且遠離中心原點和主要化合物團,對構建好的模型有顯著貢獻;同理,2-正戊基呋喃(20)、異胡薄荷醇(31)、壬醛(35)、β-紫羅酮(83)、橙花叔醇(91)、雪松醇(93)與廬山云霧茶距離相近,α-松油醇(32)、芳樟醇(34)、香葉醇(54)、雪松烯(74)、β-石竹烯(75)、δ-杜松烯(88)與婺源綠茶距離相近,且均遠離中心原點和主要化合物團,對狗牯腦、廬山云霧茶和婺源綠茶的差異判別貢獻大。其中,2,6-二叔丁基對甲基苯酚的主要用途是抗氧化劑,關于它的具體來源和貢獻仍需進一步研究[31],因其不是茶葉中固有的揮發(fā)性成分,故不參與特征性揮發(fā)物尋找的討論。
2.4.2 變量權重重要性排序(variable importance for the projection,VIP)分析
如圖6所示,總結每個變量對樣品分類的貢獻大小,通常認為VIP值大于1的變量是模型的重要代謝標志物。VIP值越大,說明該變量在判別過程中貢獻越大,在樣品之間的差異越顯著。從圖6可以看出,有24 個香氣組分VIP值大于1.0,可作為區(qū)分狗牯腦、廬山云霧茶和婺源綠茶的重要代謝標志物。
2.4.3 特征揮發(fā)性物質的確定
圖6 狗牯腦、廬山云霧茶與婺源綠茶的VIP圖Fig.6 VIP analysis of Gougunao tea, Lu Mountain Cloud-Mist tea and Wuyuan green tea
圖7 特征揮發(fā)性物質在狗牯腦、廬山云霧茶與婺源綠茶中的相對含量Fig.7 Relative contents of characteristic volatile substances in Gougunao tea,Lu Mountain Cloud-Mist tea and Wuyuan green tea
采用SPSS 25.0版軟件對以上遠離原點和主要化合物團與VIP值大于1的變量進行單因素方差分析篩選特征揮發(fā)性物質,以P值小于0.01表示具有極顯著差異的物質。綜合分析,最終篩選結果確定20 個特征揮發(fā)性物質,即庚烷(3)、2-正戊基呋喃(20)、3-蒈烯(29)、異胡薄荷醇(31)、α-松油醇(32)、芳樟醇(34)、壬醛(35)、馬鞭草烯酮(37)、β-環(huán)檸檬醛(50)、二氫獼猴桃內酯(51)、香葉醇(54)、鳳梨醛(55)、丁酸葉醇酯(56)、雪松烯(74)、β-石竹烯(75)、β-紫羅酮(83)、δ-杜松烯(88)、5-戊基間苯二酚(89)、橙花叔醇(91)、雪松醇(93),其在狗牯腦、廬山云霧茶和婺源綠茶中的相對含量差異以箱圖形式表示,結果見圖7。
本實驗通過HS-SPME-GC-MS技術對狗牯腦、廬山云霧茶和婺源綠茶的揮發(fā)性成分進行較為全面地鑒定,借助化學計量學方法對3 種不同品質的茶葉實現(xiàn)了準確客觀評價,避免了繁瑣復雜且受主觀判斷所制約的感官評價。尋找到3 種茶葉間的20 個特征揮發(fā)性成分,證實了一些重要化合物在狗牯腦、廬山云霧茶與婺源綠茶中含量上存在量的顯著差異,這也是3 種茶葉具有各自獨特香氣特征的原因。
在已鑒定的20 個特征揮發(fā)性成分中,庚烷、3-蒈烯、馬鞭草烯酮、二氫獼猴桃內酯、鳳梨醛、丁酸葉醇酯、5-戊基間苯二酚對狗牯腦有更好的辨別能力,可作為狗牯腦的特征性組分。庚烷屬于飽和烴,飽和烴無太多香氣氣息,不飽和烴則對茶葉香氣有重要貢獻,3-蒈烯屬于單萜烯類,具有強烈的松木樣香氣。馬鞭草烯酮是存在于茶葉中天然物質,具有類似樟腦、薄荷腦、芹菜香氣。二氫獼猴桃內酯是茶葉中常見的內酯,具有甜香、果香微帶奶香氣息。丁酸葉醇酯具有水果和玫瑰花香味。5-戊基間苯二酚是一種天然多酚類化合物,鳳梨醛具有菠蘿香味。2-正戊基呋喃、異胡薄荷醇、壬醛、β-環(huán)檸檬醛、β-紫羅酮、橙花叔醇、雪松醇可作為廬山云霧茶的特征揮發(fā)性成分。2-正戊基呋喃具有焦糖香氣。異胡薄荷醇具有樟腦和薄荷香氣,同時帶有玫瑰葉和香茅香韻。醛類產生途徑較復雜,例如脂肪酸的過氧化及降解等產生,氨基酸脫羧和氧化脫氨產生,或者是醇類化合物的性質不穩(wěn)定,易被氧化成醛等。壬醛具有青草香、脂香香氣,賦予綠茶青香氣息,β-環(huán)檸檬醛具有涼香、果香和清香氣息。β-紫羅酮具有甘甜而醇厚的花香氣息,且微帶木香氣息,其產生機理為兒茶素發(fā)生酶促氧化引起的β-胡蘿卜素等氧化,降解為β-紫羅酮及相關結構的香氣化合物[32]。橙花叔醇呈玫瑰及蘋果香氣,雪松醇帶有弱木香味。婺源綠茶與α-松油醇、芳樟醇、香葉醇、雪松烯、β-石竹烯、δ-杜松烯的含量顯著相關,可作為婺源綠茶的特征性成分。α-松油醇有類似紫丁香的氣味。在以往研究中,芳樟醇、香葉醇是綠茶揮發(fā)性成分中的關鍵呈香成分,芳樟醇表現(xiàn)出花香、木香和類似薰衣草的香氣特征;香葉醇帶有薔薇香,其含量與茶樹的品種、加工方法、鮮葉老嫩有關[31]。雪松烯具有柏木香味,β-石竹烯具有淡的丁香香味,δ-杜松烯具有溫和木香氣息。
HS-SPME-GC-MS結合化學計量學方法能夠實現(xiàn)對狗牯腦、廬山云霧茶與婺源綠茶的準確區(qū)分,并能夠篩選出其中的特征揮發(fā)性物質。該方法比傳統(tǒng)的感官評價方法更客觀、高效、準確,為茶葉的質量鑒別與品質控制提供了有效的檢測方法。