岳翠男,王治會,毛世紅,李小嫄,童華榮,*

(1.西南大學 食品科學學院,重慶 400715;2.宜賓市農(nóng)業(yè)局,四川宜賓 644000)

?

不同悶黃時間的黃茶干茶色澤與湯色綜合評價模型構(gòu)建

岳翠男1,王治會1,毛世紅1,李小嫄2,童華榮1,*

(1.西南大學 食品科學學院,重慶 400715;2.宜賓市農(nóng)業(yè)局,四川宜賓 644000)

為探討不同悶黃時間的黃茶干茶色澤與湯色綜合色澤評價方法,以確定最佳的悶黃時間,本實驗采用主成分分析法與聚類分析法對于不同悶黃條件處理的18個黃茶茶樣的18項理化指標進行了分析,以期建立基于主成分分析的不同悶黃時間的黃茶干茶色澤與湯色綜合評價模型,結(jié)果顯示:提取出來的前三個主成分能夠解釋色澤總變異的83.45%,并通過這三個主成分構(gòu)建出色澤評價模型:Y=0.671PC1+0.218PC2+0.111PC3,利用此模型計算出來的黃茶干茶色澤與湯色綜合指數(shù)排序與感官審評色澤評分、聚類分析結(jié)果相比具有較好的一致性,說明該評價模型可靠。

黃茶,悶黃,干茶色澤,湯色,主成分分析,聚類分析,評價模型

黃茶為我國六大茶類之一,由綠茶的加工工藝發(fā)展而來,“悶黃”工藝是形成黃茶獨特“三黃”(干茶金黃、湯色杏黃、葉底嫩黃)品質(zhì)的關鍵[1]。悶黃過程中,葉內(nèi)生化成分在濕熱作用下發(fā)生一系列非酶促熱化學反應,為黃茶呈色物質(zhì)、呈味物質(zhì)和芳香物質(zhì)的形成奠定基礎[2]。有學者研究發(fā)現(xiàn),悶黃過程中葉綠素降解與多酚類在濕熱作用下發(fā)生非酶性自動氧化和異構(gòu)化作用,產(chǎn)生醌類物質(zhì);兒茶素在部分氧化的同時,發(fā)生異構(gòu)化和熱裂解作用,造就了黃茶的“三黃”品質(zhì)[3-4]。而目前人們加工出來的黃茶呈現(xiàn)出“只綠不黃”的特點[5],這與黃茶的最佳悶黃時間有很大關系。從評價技術(shù)角度上面來看,黃茶加工技術(shù)與評價體系還不完善,因此可借鑒其他加工評價體系作為指導依據(jù)。

主成分分析(或稱主分量分析)是一種通過降維技術(shù)把多個變量化為少數(shù)幾個主成分(即綜合變量)的統(tǒng)計方法[6-7],目前國內(nèi)外很多學者已經(jīng)應用到了茶飲料加工湯色穩(wěn)定性評價[8]、茶葉香氣品質(zhì)評價[9-11]、紅茶最佳發(fā)酵時間評價[12-13]等,并取得很好的效果。本研究采用在不同溫度含水量條件下對于黃茶悶黃過程取樣,并對這18個茶樣進行化學成分、干茶色差、湯色色差等18項理化指標進行主成分分析與聚類分析,以期建立基于主成分分析的黃茶悶黃過程的色澤綜合評價模型,選擇最佳的悶黃時間,為制作出“黃湯黃葉”的黃茶提供一定的數(shù)據(jù)基礎。

1 材料與方法

1.1 材料與儀器

表沒食子兒茶素沒食子酸酯(EGCG)、表兒茶素沒食子酸酯(ECG)、沒食子兒茶素沒食子酸酯(GCG)、表兒茶素(EC)(標品純度均為98%) 成都普瑞法科技開發(fā)有限公司;甲醇、冰乙酸(色譜純);福林酚、水合茚三酮、95%乙醇、丙酮、乙酸乙酯、正丁醇、沒食子酸、L-谷氨酸等試劑 均為國產(chǎn)分析純。

LC-20A高效液相色譜 日本島津公司;DPH-9162電熱恒溫培養(yǎng)箱 上海齊欣科學儀器有限公司;DPH-9240A電熱恒溫鼓風干燥箱 上海齊欣科學儀器有限公司;SHB-Ⅲ循環(huán)水式多用真空泵 鄭州長城科工貿(mào)有限公司;DPH-9030電熱恒溫鼓風干燥箱 上海齊欣科學儀器有限公司;FA2004A電子天平 上海靜天電子儀器有限公司;HH-6數(shù)顯恒溫水浴鍋 金壇市易晨儀器制造有限公司;TGL-16G臺式離心機 上海安亭科學儀器廠制造;UV-2450紫外-可見分光光度計 日本島津公司;可見分光光度計 上?，F(xiàn)科分光儀器有限公司;KQ3200DB型數(shù)控超聲波清洗器 昆山市超聲儀器有限公司;UltraScan PRO測色儀 美國Hunter Lab公司。

1.2 實驗方法

1.2.1 茶濕坯悶黃處理 于2015年7月9日在重慶江津區(qū)洞子茶廠采摘一芽一葉鮮葉,具體黃茶加工流程為熱風殺青、揉捻、悶黃、干燥。采用熱風殺青,控制3個殺青水分梯度,水分含量分別為30%、45%、60%,在西南大學食品科學學院進行悶黃處理,采用25 cm×34 cm鋁箔袋進行悶黃,每一個鋁箔袋裝茶樣100 g,把上述含水量30%的濕茶坯在溫度35 ℃條件下悶黃,含水量45%的濕茶坯在60 ℃條件下悶黃,含水量60%的濕茶坯在45 ℃條件下悶黃,控溫設備采用DPH-9162電熱恒溫培養(yǎng)箱,悶黃過程中每隔1 h打開鋁箔袋抖1次,35 ℃的悶黃茶樣每隔4 h取1次樣,取樣6次,每個樣三次重復;45 ℃的每隔3 h取一次樣;60 ℃的每隔2 h取一次樣,取樣6次,每個樣三次重復,見表1。所取的悶黃茶樣迅速用DPH-9240A電熱恒溫鼓風干燥箱在80 ℃條件下烘干。

表1 黃茶樣品的悶黃處理條件Table 1 Yellowing process conditions of yellow tea samples

1.2.2 理化成分測定方法 水分測定:快速烘干法[14];茶多酚測定:福林酚比色法[14];氨基酸測定:茚三酮比色法[14];葉綠素a、葉綠素b測定:混合溶劑浸提法,混合溶劑為丙酮∶乙醇∶水=3∶6∶1[15];茶黃素、茶紅素、茶褐素測定:系統(tǒng)分析法[14];干茶色差測定:室溫下,用UltraScan PRO測色儀分別測定每個干茶茶樣顏色的L*、a*、b*值。湯色色差測定:室溫下,稱取黃茶茶樣3.0 g,用150 mL沸水沖泡,靜置5 min出湯,使用色差比色皿測定。兒茶素測定:采用高效液相色譜法,HPLC分析條件:色譜柱采用Hypersil BDS C18柱(250 mm×4.6 mm,5 μm);流動相A:2%冰乙酸溶液;流動相B:純甲醇。流動相B的梯度變化為0～25 min為18%～25%,25～30 min為25%～35%,30～32 min為35%～15%,32 min后恒定在15%,37 min停止;進樣量:10 μL;流速:0.9 mL/min;柱溫:35 ℃;檢測波長:278 nm。

1.2.3 感官審評方法 采用按GB/T 23776-2009[16]中普通黃茶的評審方法:稱取黃茶茶樣3.0 g,先進行干茶色澤審評,然后用150 mL沸水沖泡,靜置5 min出湯。由5名具有評茶資格的工作人員進行密碼審評,重點評定干茶色澤與湯色,給出評分,以其均值來衡量黃茶干茶色澤與湯色,按照該方法對于干茶色澤與湯色色澤進行權(quán)重比例折算,干茶外形占據(jù)總評分25%,干茶外形包括形狀、整碎、凈度、色澤四項因子,所以色澤占據(jù)外形得分的1/4;湯色占據(jù)總評分10%,所以得到干茶色澤與湯色的綜合得分=6.25%×外形得分+10%×湯色得分[16]。

1.2.4 數(shù)據(jù)處理 運用excel進行基礎數(shù)據(jù)采集,運用SPSS19.0對數(shù)據(jù)進行描述性分析、主成分分析與聚類分析。

2 結(jié)果與分析

2.1 黃茶樣本理化品質(zhì)的描述性分析

對18個黃茶茶樣所測得的理化品質(zhì)進行了數(shù)據(jù)描述性分析結(jié)果見表2,從表2中可以看出來各種理化指標都具有一定的變異系數(shù),其中干茶與湯色的色差a*變異系數(shù)分別高達61.43%、60.09%,變異系數(shù)大,說明數(shù)據(jù)之間的離散程度比較大,這可能的原因在于各種黃茶茶樣不同悶黃時間的干茶色澤與湯色顏色從綠色逐漸變黃的程度之間不同有很大的關系。對于干茶色澤與湯色有重要貢獻的化學成分茶多酚、葉綠素、游離氨基酸、茶黃素、茶紅素、茶褐素、兒茶素等[2]都存在較大的變異系數(shù),干茶與湯色色差L*變異系數(shù)分別為2.77%、1.68%,變異系數(shù)相比于其他的理化指標來說較小,但是干茶與湯色的色澤中亮度也是一個重要的評價指標,稍微的亮度發(fā)生變化可能對于綜合評價黃茶干茶色澤與茶湯湯色產(chǎn)生很大影響,如果剔除這兩項指標就有失偏頗,所以進行綜合評價時不剔除任何理化指標,采用主成分分析法進行湯色與滋味的綜合評價。比較各項指標的均值與中位數(shù)可以發(fā)現(xiàn),各項指標的均值接近于中位數(shù),說明數(shù)據(jù)之間的沒有離群點,以上分析表明,實驗中所測指標均在接受范圍內(nèi),離群點較少,各茶樣之間品質(zhì)特性差異較大。

表2 黃茶樣本的理化品質(zhì)描述性分析Table 2 Descriptive statistics of yellow tea samples physico-chemical characterization

其中L*表示明亮程度,L*值越大越明亮;a*值表示紅綠程度,a*值為負,顏色偏綠(絕對值越大,綠程度越深),a*值為正,顏色偏紅(值越大,顏色越紅);b*值表示黃藍程度,b*值為負,顏色偏藍(絕對值值越大,藍色越深)b*值為正,顏色偏黃(值越大,黃程度越深)。在本研究中各個茶樣的產(chǎn)地與栽培條件前處理的加工方式全部一樣,因此樣本色澤之間的多樣性主要來源于悶黃條件的差異。

2.2 黃茶干茶色澤與湯色綜合品質(zhì)評價的主成分分析

2.2.1 主成分提取 在解決人們?nèi)粘Ｉa(chǎn)加工等實際問題中,經(jīng)常會盡可能收集更多的相關的信息,以期對問題有一個全面綜合的認識,但是過多變量在處理和分析中很難發(fā)揮作用,而主成分分析是將多個指標簡化為少量的綜合指標的一種統(tǒng)計分析方法,用少數(shù)變量盡可能多的反映原來變量的信息[17],所以在評價黃茶綜合色澤的時候采用主成分分析方法更為全面。

依據(jù)表2分析結(jié)果,對18個黃茶樣品的理化指標進行主成分分析,結(jié)果見表3。主成分的選擇需要結(jié)合主成分分析降維的原則進行,一般使用累積方差貢獻率不低于80%與初始特征值大于1這樣的原則來確定主成分數(shù)目[18];從表3中可以看出,前三個主成分的累積方差貢獻率達到了83.45%,三個主成分的初始特征值全部大于1,同時第一個主成分可以解釋黃茶各個樣品理化指標總變異的55.90%,第二個主成分解釋總變異的18.15%,第三個主成分解釋總變異的9.39%,因此前三個主成分能夠解釋黃茶各樣本理化指標總變異的83.45%,所以選擇前三個主成分代替18項理化指標對于黃茶的干茶與湯色綜合色澤品質(zhì)進行評價。

表3 主成分解釋總變量Table 3 Total variance explained of PCA(principal component analysis)

2.2.2 黃茶干茶色澤與湯色綜合評價模型構(gòu)建 由表3分析結(jié)果顯示,選擇前三個主成分來代替原來的18個理化指標進行分析,得到前三個主成分的載荷矩陣,結(jié)果見表4。從表4中可知,第一主成分PC1主要綜合了葉綠素a、總?cè)~綠素、茶黃素、茶褐素、EGCG、ECG、干茶L*、干茶a*、干茶b*、湯色a*、湯色b*的信息。有統(tǒng)計學者認為第一主成分是可以最大限度地反映樣本間的差異,是概括所有指標差異信息的最佳線性函數(shù)[19]。這一觀點從表3中也得到了驗證,第一主成分的方差貢獻率達到了55.9%,為三個主成分方差貢獻率最大的一個。第二主成分PC2主要綜合了茶多酚、游離氨基酸、茶紅素、GCG、湯色L*的信息;第三主成分PC3主要綜合了葉綠素b、EC的信息。

表5 黃茶樣本色澤評價結(jié)果Table 5 Evaluation result on color of yellow tea samples

通過表3的各個主成分的初始特征值與表4中的各主成分指標的載荷值可以構(gòu)建出3個主成分的線性方程,即使用各主成分指標的載荷向量除以對應主成分初始特征值的算術(shù)平方根[8],從而得出來每一個主成分指標的特征值。三個主成分的線性方程為:

PC1=-0.145X1-0.253X2-0.224X3-0.265X4+0.230X5+0.250X6+0.120X7+0.263X8-0.248X9-0.098X10+0.215X11-0.267X12+0.259X13+0.288X14+0.241X15-0.207X16+0.277X17+0.282X18;

PC2=0.292X1+0.292X+-0.008X3+0.246X4+0.273X5+0.166X6+0.443X7+0.159X8+0.217X9-0.146X10-0.283X11+0.214X12+0.243X13-0.127X14+0.277X15-0.257X16-0.137X17+0.122X18;

PC3=-0.187X1+0.095X2+0.368X3+0.167X4+0.055X5+0.05X6-0.188X7+0.134X8+0.328X+0.627X10+0.149X11+0.102X12-0.045X13+0.170X14+0.099X15-0.308X16+0.211X17+0.144X18。

表4 主成分分析各主成分載荷矩陣Table 4 Component matrix of PCA(principal component analysis)

2.2.3 黃茶干茶色澤與湯色綜合評價模型與感官審評的驗證 再以表2中三個主成分所對應的初始特征值除以三個主成分初始特征值之和作為權(quán)重,分別乘以各主成分的評價指數(shù)[8],從而建立出來三個主成分綜合評價指數(shù)的線性方程:Y=0.671PC1+0.218PC2+0.111PC3,利用這個線性模型對18個黃茶茶樣的干茶色澤與湯色品質(zhì)進行綜合色澤評價,指數(shù)見表5,在相同的含水量與溫度條件下,綜合評價指數(shù)高的,說明干茶色澤與湯色綜合色澤品質(zhì)越好。同時在表5里面也列出感官審評的外形得分與湯色得分,使用外形色澤與湯色綜合得分的評價方程進行運算,從而得到色澤綜合評分,綜合得分高的,說明黃茶干茶色澤與湯色綜合色澤品質(zhì)越好。

從表5可以看出,只有在含水量45%、溫度60 ℃條件下悶黃6 h的與悶黃10 h的出現(xiàn)了差別,在色澤感官審評里面,悶黃6 h的色澤品質(zhì)沒有悶黃10 h的感官品質(zhì)好,使用綜合評價指數(shù)計算出來的悶黃10 h的品質(zhì)比悶黃6 h的品質(zhì)好一些,這樣的差別對于最佳悶黃時間的選擇沒有影響,其他的排序完全相同。由此可見,使用主成分分析建立起來的干茶色澤與湯色綜合評價模型對于黃茶悶黃過程中最佳時間的判斷具有一定的準確性,并且這樣的數(shù)學模型能夠避免感官審評的主觀性,為更好的加工出來“黃葉黃湯”品質(zhì)的黃茶提供一定的數(shù)據(jù)基礎。

2.3 黃茶樣本的聚類分析

聚類分析是將樣品按照品質(zhì)特性相似程度逐漸聚合在一起,相似度最大的優(yōu)先聚合在一起,最終按照類別的綜合性質(zhì)多個類型聚合,從而完成聚類分析的過程[17]。本實驗依據(jù)18個理化指標對于不同悶黃處理的黃茶茶樣采用了離差平方和法(Ward 法)進行個案系統(tǒng)聚類分析,結(jié)果見圖1。從圖1可以看出,在類間距離=5時,18個黃茶樣品分為四類,第一類聚集了三個茶樣,分別為含水量30%、溫度35 ℃、悶黃0 h;含水量45%、溫度60 ℃、悶黃0 h與含水量60%、溫度45 ℃、悶黃0 h,這幾個茶樣在色澤感官審評里面均是分值最低的,都是沒有經(jīng)過悶黃的茶樣。第二類聚集了7個茶樣,這部分為已經(jīng)悶黃了部分時間,但是感官評分不是很高的茶樣;第三類聚集了5個茶樣,均為色澤感官評分最高的幾個茶樣;第四類聚集了3個茶樣,這幾個為過了最佳悶黃時間的茶樣而感官評分降低的茶樣,這一結(jié)果和主成分分析做出來的排名具有一致性,說明聚類分析法在判斷黃茶悶黃適度時間方面也具有一定實用性。

圖1 聚類分析譜系圖Fig.1 Dendrogram of HCA(hierarchical cluster analysis)

3 結(jié)論與討論

黃茶中的色素是構(gòu)成其干茶色澤與湯色的主要成分,主要包括天然色素與加工過程中形成的色素,黃茶屬于輕發(fā)酵茶類,其主要色素成分除了葉綠素類之外,還有在其加工過程中形成的茶黃素、茶紅素和茶褐素[20]。前人對于黃茶的悶黃工序研究發(fā)現(xiàn),在悶黃過程中葉綠素大量降解,水解生成的葉綠酸、植醇等化合物,具有一定的水溶性,直接影響黃茶茶湯色澤;脫鎂反應生成的脫鎂葉綠素呈褐色,亦會影響黃茶干茶色澤,茶多酚類在濕熱與微生物作用下發(fā)生非酶性自動氧化和異構(gòu)化作用,產(chǎn)生醌類物質(zhì);兒茶素在部分氧化的同時,發(fā)生異構(gòu)化和熱裂解作用,使酯型兒茶素EGCG、ECG等含量大量減少,轉(zhuǎn)化為簡單兒茶素,同時還產(chǎn)生了一定量的茶黃素、茶紅素和茶褐素,對于干茶色澤與湯色有一定影響,進而綜合形成黃茶“黃葉黃湯”的綜合色澤品質(zhì)[2,21-24]。本實驗通過對于各悶黃過程茶樣的茶多酚、葉綠素、兒茶素、茶黃素、茶紅素、茶褐素、干茶色差、湯色色差等進行檢測,通過描述性分析發(fā)現(xiàn)各成分數(shù)據(jù)變化范圍均在可接受范圍之內(nèi),均值與中位數(shù)比較相近,說明數(shù)據(jù)沒有離群點,各理化成分都具有一定的變異系數(shù),因此不剔除任何變量對于黃茶的綜合色澤進行評價。

通過主成分分析發(fā)現(xiàn),前三個主成分能夠解釋黃茶各樣本理化指標總變異的83.45%,因此可以使用這三個主成分代替18個理化指標對于黃茶樣品的綜合色澤進行評價,使用這三個主成分構(gòu)建出來的綜合色澤評價模型為Y=0.671PC1+0.218PC2+0.111PC3,利用此模型計算出來的色澤綜合指數(shù)排序與感官審評色澤評分結(jié)果相比具有較好的一致性,說明此評價模型是可靠的,在選擇最優(yōu)悶黃時間制作出來“黃湯黃葉”的黃茶方面具有一定推廣價值。

通過聚類分析結(jié)果顯示,把18個黃茶樣本分為了四大類,這四類在色澤綜合品質(zhì)方面都和感官審評與主成分分析排名具有較好的一致性,說明這種方法也可以作為黃茶綜合色澤評價方法的一種,同時也驗證了主成分分析構(gòu)建出來的綜合色澤評價模型的準確性。另外本實驗僅僅是對于黃茶的干茶色澤與湯色進行了綜合色澤評價,而黃茶的綜合品質(zhì)中滋味與香氣占據(jù)非常重要的作用,所以對于黃茶的滋味與香氣的評價模型有待進一步研究。

[1]周繼榮,倪德江,陳玉瓊,等. 黃茶加工過程品質(zhì)變化的研究[J]. 湖北農(nóng)業(yè)科學,2004(1):93-95.

[2]滑金杰,江用文,袁海波,等. 悶黃過程中黃茶生化成分變化及其影響因子研究進展[J]. 茶葉科學,2015(3):203-208.

[3]楊涵雨,周躍斌. 黃茶品質(zhì)影響因素及加工技術(shù)研究進展[J]. 茶葉通訊,2013(2):20-23.

[4]李瑾,黎娜,李照瑩,等. 黃茶品質(zhì)影響因素及香氣研究進展[J]. 茶葉通訊,2015(2):3-6.

[5]鄭紅發(fā),粟本文,王準,等. 高檔黃茶適制品種篩選研究[J]. 茶葉通訊,2011(4):26-28.

[6]Guo Q,Wu W,Massart D L,et al. Feature selection in principal component analysis of analytical data[J]. Chemometrics and Intelligent Laboratory Systems,2002,61(PII S0169-7439(01)00203-91-2):123-132.

[7]Sebzalli Y M,Wang X Z. Knowledge discovery from process operational data using PCA and fuzzy clustering[J]. Engineering Applications of Artificial Intelligence,2001,14(PII S0952-1976(01)00032-X5):607-616.

[8]張瑞蓮,尹軍峰,袁海波,等. 基于主成分分析法研究茶葉加工工藝對茶飲料湯色穩(wěn)定性的影響[J]. 食品科學,2010(13):82-87.

[9]任洪濤,周斌,秦太峰,等. 基于多元統(tǒng)計分析的云南紅茶香氣質(zhì)量評價[J]. 現(xiàn)代食品科技,2013(12):3006-3013.

[10]Tan J,Dai W,Lu M,et al. Study of the dynamic changes in the non-volatile chemical constituents of black tea during fermentation processing by a non-targeted metabolomics approach[J]. Food Research International,2016,79:106-113.

[11]Yener S,Sánchez-López J A,Granitto P M,et al. Rapid and direct volatile compound profiling of black and green teas(Camelliasinensis)from different countries with PTR-ToF-MS[J]. Talanta,2016,152:45-53.

[12]Ghosh A,Bag A K,Sharma P,et al. Monitoring the Fermentation Process and Detection of Optimum Fermentation Time of Black Tea Using an Electronic Tongue[J]. Ieee Sensors Journal,2015,15(11):6255-6262.

[13]Ghosh A,Sharma P,Tudu B,et al. Detection of Optimum Fermentation Time of Black CTC Tea Using a Voltammetric Electronic Tongue[J]. Ieee Transactions on Instrumentation and Measurement,2015,64(10):2720-2729.

[14]張正竹. 茶葉生物化學實驗教程[Z]. 北京:中國農(nóng)業(yè)出版社,2009.

[15]趙先明,汪艷霞,杜曉,等. 茶葉葉綠素混合液浸提法提取條件優(yōu)化[J]. 西南農(nóng)業(yè)學報,2011(04):1303-1308.

[16]GB/T 23776-2009 茶葉感官審評方法[S]. 中華人民共和國國家標準,2009.

[17]高惠璇. 應用多元統(tǒng)計分析[Z]. 北京:北京大學出版社,2005.

[18]公麗艷,孟憲軍,劉乃僑,等. 基于主成分與聚類分析的蘋果加工品質(zhì)評價[J]. 農(nóng)業(yè)工程學報,2014(13):276-285.

[19]張文彤. SPSS 統(tǒng)計分析高級教程[Z]. 北京:高等教育出版社出版,2004.

[20]速曉娟,鄭曉娟,杜曉,等. 蒙頂黃芽主要成分含量及組分分析[J]. 食品科學,2014(12):108-114.

[21]陳昌輝,鄧小麗,張躍華,等. 蒙頂黃芽新工藝條件下品種適制性研究[J]. 湖北農(nóng)業(yè)科學,2013,52(18):4403-4406,4426.

[22]速曉娟,鄭曉娟,杜曉,等. 蒙頂黃芽主要成分含量及組分分析[J]. 食品科學,2014(12):108-114.

[23]周繼榮,陳玉瓊,孫婭,等. 鹿苑茶悶堆工藝研究[J]. 食品科學,2005,26(11):107-111.

[24]劉曉,王云,張廳,等. 悶堆和攤放對黃茶品質(zhì)及生化成分的影響[J]. 山西農(nóng)業(yè)科學,2015(07):823-827.

Modeling for the dry tea and soup color comprehensive evaluation of yellow tea at the different Yellowing time

YUE Cui-nan1,WANG Zhi-hui1,MAO Shi-hong1,LI Xiao-yuan2,TONG Hua-rong1,*

(1.College of food science,Southwest university,Chongqing 400715,China;2.Yibin Municipal Bureau of Agriculture,Yibin 644000,China)

AnsuitablecomprehensiveevaluationmethodfordryteaandsoupcolorofyellowteaatthedifferentYellowingtimewasestablished,whichhelptochoosethebestyellowingtime.Principalcomponentanalysis(PCA)andhierarchicalclusteranalysis(HCA)wereappliedtoanalyzePhysicalandchemicalindexofeighteenyellowteas.Thefirstsixcomponentsrepresented83.45%ofthetotalvariability,andacolormathematicalevaluationmodelwasconstructed:Y=0.671PC1+0.218PC2+0.111PC3.Theresultsofthemathematicalevaluationmodeloneighteenyellowteasampleswerehighlyconsistentwithsensoryevaluationandhierarchicalclusteranalysis(HCA)results.Thatmeantthemathematicalevaluationmodelwasreliable.

yellowtea;yellowingprocess;dryteacolor;soupcolor;Principalcomponentanalysis(PCA);Hierarchicalclusteranalysis(HCA);evaluationmethod

2016-04-01

岳翠男(1990-),女,碩士研究生,研究方向:茶葉生物化學,E-mail:1207199622@qq.com。

*通訊作者:童華榮(1964-),男,博士,教授,研究方向:茶葉生物化學與茶葉風味化學,E-mail:huart@swu.edu.cn。

TS272.4

A

1002-0306(2016)21-0130-06

10.13386/j.issn1002-0306.2016.21.017