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。

1 材料與方法

1.1 材料與試劑

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。

1.2 儀器與設備

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 方法

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。

1.4 數(shù)據(jù)處理

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。

2 結果與分析

2.1 HS-SPME條件優(yōu)化

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 ℃。

2.2 狗牯腦、廬山云霧茶與婺源綠茶揮發(fā)性物質測定結果

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 狗牯腦、廬山云霧茶與婺源綠茶的鑒別

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 狗牯腦、廬山云霧茶與婺源綠茶特征揮發(fā)性物質的確定

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。

3 結 論

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。