基于色差系统的工夫红茶茶汤亮度的量化评价方法研究

王家勤，姚月凤，袁海波，江用文，李佳

基于色差系统的工夫红茶茶汤亮度的量化评价方法研究

王家勤1,2，姚月凤1,2，袁海波1*，江用文1，李佳1*

1. 中国农业科学院茶叶研究所 浙江省茶叶加工工程重点实验室，浙江 杭州 310008；2. 中国农业科学院研究生院，北京 100081

茶汤亮度是反映工夫红茶品质优劣的重要因素之一。目前茶汤亮度评价依赖于专家感官审评，缺少量化的评价手段。以感官审评的茶汤亮度为依据，对43个不同亮度茶汤开展色差分析，并结合多变量分析和线性回归拟合，建立茶汤亮度预测方程。结果表明，基于茶汤色差轮廓，结合主成分分析（PCA）、偏最小二乘判别分析（PLS-DA），可有效区分亮、暗茶汤。基于线性回归拟合，筛选出关键变量为（明度）、C（彩度），建立的茶汤亮度预测方程为pre=–46.028+0.519×+0.117×C，预测值和感官审评所得值之间的Pearson相关系数为0.92（＜0.01）。此外，验证集结果进一步证实了该预测方程用于红茶茶汤亮度评价的有效性。综上，本研究通过茶汤色差系统分析并结合多元统计，建立了一种快速、有效的工夫红茶茶汤亮度的量化评价方法，对红茶品质的客观智能评价及后续高亮红茶的定向化加工研究具有重要意义。

工夫红茶；茶汤亮度；色差分析；多变量分析

工夫红茶是我国特有的传统红茶，具有香气馥郁、滋味鲜醇、汤色红浓明亮的品质特点[1-2]。其中，汤色（包括色泽、亮度）占红茶感官审评总得分的10%[3]。“红亮”汤色是高品质红茶的关键特征之一[1,4-5]。高亮红茶“金圈”明显，汤色整体红艳透亮[6]，更受消费者的青睐且价格更高[7-8]；而汤色暗沉，则感官审评分数偏低[9]。目前主要依靠感官审评评价茶汤亮度，该方法基于审评人员的知识储备与感官经验，易受到主观和外界环境的影响，且审评中使用“较”“稍”“尚”等模糊语[10]，缺乏量化依据，不利于茶汤亮度审评的标准化。因此，建立工夫红茶茶汤亮度的客观、量化、准确的评价体系，进而深入研究高亮汤色特征的相关成分，对工夫红茶的品质评价和提升具有重要意义。目前，用于茶汤表征的科学方法包括色差分析[4,11-15]、机器视觉[16-17]及基于茶汤组分含量的计算方程[18-20]。其中，色差分析是食品分析中最常用的技术，主要依靠均匀颜色空间表征食品色泽属性，如研究葡萄酒的酿造效果[21-22]、肉类质量评估[23]、水果饮料的热稳定性[24]等。色差分析在红茶茶汤研究中也有较多应用，如分析不同红茶品质[12-15]、红茶加工工艺优化[4]、红茶冲泡方式优化[9]等。然而，现基于色差分析的茶汤研究主要集中于色泽，对亮度的研究鲜有报道。有少数研究认为色差分析中的*值越大，则茶汤明亮度越大[9,25]。然而，L值仅是对光线在茶汤中透过率的表征，茶汤亮度则是感官审评时视觉系统所感知的综合亮度，是光线经反射、折射、散射等多种途径所得的综合结果。L值是否直接能用于茶汤明亮度的表征，尚没有明确的结论。

基于此，本文围绕工夫红茶茶汤亮度，以专家感官审评的亮度分值为依据，对不同亮度的红茶茶汤开展色差分析，并结合数理统计，探索筛选出可用于表征亮度的最佳色差指标，建立工夫红茶茶汤亮度的量化评价方法，以期为后续工夫红茶高亮汤色特征的深入研究奠定基础。

1 材料与方法

1.1 材料

本研究中所用茶样包括试验集和验证集，均为工夫红茶成品茶。试验集为26个产于福建地区的工夫红茶（含特级、一级和二级的茶样）。经国标法冲泡和其他冲泡方式（改变投叶量或冲泡时间），共得到43个茶汤样品，用于拟合分析和模型建立。验证集共19个工夫红茶（包括宜红、闽红、湖红等），经国标法冲泡所得的茶汤样品，用于模型验证。

1.2 仪器

柯尼卡美能达CM-5型分光测色计（Spectrophotometer CM-5，Konica Minolta），采用三维颜色空间Hunter Lab体系、国际照明委员会（Commission International de IEclairage，CIE）CIELAB体系、CIELCH体系[26]。不同色空间下获得的数据可以经过计算相互转换[27]。

1.3 方法

1.3.1 亮度感官审评

工夫红茶成品茶经国标法[3]或其他冲泡方式冲泡，制备待审评茶汤。按国标法冲泡：取500~1 000 g茶样于评茶盘中，把盘使茶样混合均匀，取代表性茶样(3.00±0.01) g放于审评杯中，沸水注满，加盖，5 min后将审评杯中的茶汤倒入审评碗中，获得茶汤[3]。根据茶汤亮度，选取汤色亮、暗差异明显的茶样，改变冲泡条件（投叶量或冲泡时间）以获得更多不同亮度茶汤。

冷却至室温后，请感官审评专家小组（小组由5位审评人员组成，均具备高级评茶员及以上资质）进行茶汤亮度的评估（采用10分制：10分为最亮，1分为最暗）。筛选出3个亮度差别明显的茶样作为对照样，其亮度值分别定义为3分、6分、9分，以此为依据对其他茶汤亮度进行赋分。该过程重复2次，由专家最终确定所有茶汤的亮度值。

1.3.2 色差分析数据采集

表1 系统色差分析所采集的各个色差指标及其含义

1.3.3 色差分析的稳定性考察

基于亮度感官审评结果，任意选取茶汤亮度为亮和暗的茶样各两个，采用国标法冲泡，出汤后静置于室温下，待茶汤温度降至55℃、45℃、35℃、25℃（室温）时，进行色差分析，以考察不同茶汤温度对色差的影响；另一方面，上述4个茶样出汤后静置0、0.5、1.0、1.5、2.0、3.0 h后，进行色差分析，以考察分析静置时间长短对色差的影响。

1.3.4 数据分析

计算茶汤样品色差指标的平均值（3次平行冲泡，每次冲泡进行3次重复测量，共9次），进行后续分析。统计分析采用SIMCA-P 13.0软件（Umetrics，瑞典）进行主成分分析（Principal components analysis，PCA）、偏最小二乘法判别分析（Partial least squares discrimination analysis，PLS-DA）；采用SPSS 22（IBM，美国）进行线性回归拟合分析。

2 结果与分析

2.1 冲泡条件亮度感官审评结果

以往研究表明，不同的冲泡条件（水温、冲泡时间等）对工夫红茶汤色具有显著影响[30]。为了保证用于建模的茶汤样本尽可能广泛地覆盖不同的亮度范围，以提高后续模型的稳健性，本研究采用国标法和其他冲泡方式（改变投叶量、冲泡时间）冲泡试验集的26个工夫红茶，共获得43个亮度各异的茶汤样本用于建模。43个茶汤样本的茶叶产地、感官审评结果和冲泡方式见表2。基于感官审评对茶汤亮度的赋分，根据审评评语，将茶汤分为“亮”（亮度评分≥7）、“暗”（亮度评分＜7）两类。其中“亮”茶汤的汤色评语多为红艳、红亮、橙红明亮；而“暗”茶汤的汤色评语多为红尚亮、红欠亮、稍暗。分别有26个和17个茶汤归属为“亮”“暗”茶汤。

2.2 茶汤色差分析的稳定性考察

为保证色差系统分析试验的可靠性和稳定性，任意选取4个“亮”“暗”茶汤，按1.3.3章节方法，通过设置茶汤温度梯度（55℃、45℃、35℃、25℃）和出汤后静置时间（0、0.5、1.0、1.5、2.0、2.5、3.0 h），考察“茶汤温度”和“出汤后静置时间”对茶汤色差体系的影响。计算变异系数相对标准偏差（RSD），结果显示（表3），除a和()指标在部分样本中RSD值稍大外（6%~7%），大部分指标的RSD都小于2%，平均RSD为1.06%。上述结果表明，不论“亮”“暗”茶汤，从茶汤出汤的55℃至冷却至室温（25℃）这一过程中茶汤色差指标无显著变化，且出汤后的茶汤在3 h内可保持色差体系的稳定。

表2 建模集茶汤样本的冲泡条件、亮度感官审评结果与分类

续表2

表3 工夫红茶茶汤色差分析的稳定性考察

注：表中所示为各茶样在不同茶汤温度下或出汤后不同静置时间下所检测各色差指标的相对标准偏差（RSD，%）。A：冲泡后不同茶汤温度下所得色差参数值的相对标准偏差：55℃、45℃、35℃、25℃（室温）（n=4×3=12）；B：冲泡后不同静置时间下所得色差参数值的相对标准偏差：0、0.5、1.0、1.5、2.0、2.5、3.0 h（n=7×3=21）

Note: Data shown are RSD (%) of color difference parameters determined under different infusion temperatures and at different collection times. A: Effect of different temperatures of tea infusions on color difference analysis: 55℃, 45℃, 35℃, 25℃ (room temperature) (n=4×3=12). B: Influence of different collection times on color difference analysis: 0, 0.5, 1.0, 1.5, 2.0, 2.5, 3.0 h (n=7×3=21)

2.3 基于色差体系的工夫红茶汤色轮廓的多变量分析

为直观、快速地获得茶汤色差轮廓与感官审评亮度之间的关系，采用基于多元数据降维的非监督分析手段主成分分析（PCA）[31]对茶汤色差轮廓进行总览。图1-A为建模集中亮、暗两类茶汤的色差指标的PCA得分图（PC1=85.0%，PC2=13.8%），前两个主成分累计包含了数据集中98.8%的信息，表明PCA模型能够全面包含不同亮度茶汤的色差信息。亮、暗两类茶汤样品在PCA得分图上呈现较为清晰的聚类，表明不同亮度茶汤的色差轮廓存在明显差异。有部分样品在两个聚类中间略有交叠，主要由于其感官亮度值在6~7，即茶汤本身亮度差异不显著，这也从另一个侧面证实了茶汤色差与亮度的相关性。

接着以色差分析所得的13个指标为变量，以亮、暗分类为变量，进一步进行有监督的判别分析，即PLS-DA分析[31]。PLS-DA得分图（图1-B）（2=0.988，2=0.565）显示，亮、暗两类茶汤可得到良好区分。对模型进行交叉验证（100次的置换检验）显示，截距分别为2=(0，–0.009 22)，2=(0，–0.162)，表明模型未过拟合，结果可靠。

为发掘对茶汤亮度分组判别具有重要贡献的色差指标，将上述PLS-DA模型进行了载荷图分析。载荷因子图（图1-D）表明，、L、（）、H、等色差指标与茶汤“亮”有关，而与茶汤“暗”相关的指标主要是a、、（）等。这与多个文献中的结果一致[12,14-15]。

2.4 基于色差分析的茶汤亮度预测方程的建立

为了实现对工夫红茶茶汤亮度的量化表征，对色差分析所采集的13个参数进行线性回归拟合，以筛选可客观反映茶汤亮度的变量，并建立亮度的回归预测方程。采用“逐步”法筛选出2个关键变量，分别为（明度）和C（彩度）。建立的亮度回归预测方程为pre=–46.028＋0.519×＋0.117×C（pre，即predict，为根据线性拟合方程预测所得的茶汤亮度值）。用线性回归的方法筛选出的参数与图1-D结果一致。基于该预测方程得到的红茶茶汤亮度值与实际亮度值（感官审评所得）显著相关（图2），Pearson相关性为0.92（＜0.01）。表4显示，实际亮度与预测亮度的偏差（D＝predict－sensory）较小，平均偏差绝对值为0.6。基于pre对茶汤的亮度分类进行归属（pre≥7为亮，pre＜7则为暗），结果表明，除11号、26号、29号、40号茶汤亮度分类预测错误以外，其余样本均预测正确，预测正确率为90.7%。值得注意的是，尽管上述样本预测有误，其pre与实际值偏差较小，偏差绝对值在0.3~1.3范围内。

注：A为PCA得分图；B为PLS-DA得分图；C为PLS-DA置换检验图；D为PLS-DA载荷图

2.5 工夫红茶茶汤亮度预测模型的验证

为了进一步验证所建立的亮度预测模型的可靠性，广泛地收集了来自浙江、湖北、广东、湖南、福建等各产区的19个工夫红茶样本。经国标法冲泡后，进行专家感官审评和系统色差分析，作为模型的外部验证。验证集茶样的亮度感官审评结果见表5。类似地，基于2.4章节中建立的亮度预测方程和茶汤色差指标，获得茶汤亮度的预测值（表5）。验证集中亮度预测值与其实际值之间的差值（D＝predict－sensory）比较小，偏差绝对值在0.1~1.3范围内，两者间呈现极显著相关（Pearson相关系数为0.839，＜0.01），且基于预测值的亮度分类均预测正确（100%）（表5）。上述结果再次证明了基于色差分析和关键色差指标（明度）、C（彩度），可实现对工夫红茶茶汤亮度的快速、准确、量化的表征。

图2 茶汤实际亮度（感官审评）与茶汤预测亮度的散点图及其相关性

表4 茶汤亮度的预测值与分类

续表4

3 结论

本研究以工夫红茶茶汤亮度为研究对象，筛选出用于茶汤亮度表征的关键色差参数为（明度）和C（彩度），建立的茶汤亮度预测模型为pre=–46.028＋0.519×＋0.117×C。其中色差参数作为主要影响因素，在评价茶汤亮度值时占主导作用，与前人的研究结果一致[9,25]。有研究表明[32]，人眼对不同颜色视觉判别特性中，值与值之间呈线性正相关关系，因此，与C结合能够较好的反映人眼感官审评的结果。基于关键色差指标、C和线性回归拟合方程，可实现对茶汤亮度的准确、量化评价，且对亮、暗茶汤的判别正确率达90.7%，茶汤实际亮度与预测亮度相关程度较高（相关系数为0.92）。综上所述，本研究提供了一种快速、准确的基于色差分析的工夫红茶茶汤亮度的量化评价方法，对进一步探索与茶汤亮度密切相关的物质基础、红茶茶汤品质的调控和提升以及高亮红茶的定向化加工具有重要意义。

[1] 范捷, 王秋霜, 秦丹丹, 等. 红茶品质及其相关生化因子研究进展[J]. 食品科学, 2020, 41(3): 246-253. Fan J, Wang Q S, Qin D D, et al. A study on the process of black tea quality and related biochemical factors [J]. Food Science, 2020, 41(3): 246-253.

[2] 姚月凤, 王家勤, 滑金杰, 等. 电子舌在工夫红茶甜纯滋味特征评价中的应用[J]. 食品科学, 2019, 40(18): 236-241. Yao Y F, Wang J Q, Hua J J, et al. Application of electronic tongue in the evaluation of sweet taste quality of Congou black tea [J]. Food Science, 2019, 40(18): 236-241.

[3] 全国茶叶标准化技术委员会. 茶叶感官审评方法: GB/T 23776—2018[S]. 北京: 中国标准出版社, 2018. National Technical Committee 339 on Tea of Standardization Administration of China. Methodology of sensory evaluation of tea: GB/T 23776—2018 [S]. Beijing: Standards Press of China, 2018.

[4] 高学玲, 张晶晶, 王玉婉, 等. 高亮度速溶红茶工艺优化[J]. 中国食品学报, 2016, 16(2): 106-109. Gao X L, Zhang J J, Wang Y W, et al. Process optimization of high-polished instant black tea [J]. Journal of Chinese Institute of Food Science and Technology, 2016, 16(2): 106-109.

[5] 朱珺语, 倪德江, 曲凤凤, 等. 宜昌红茶品质与加工现状调查[J]. 中国茶叶加工, 2018(1): 38-43. Zhu J Y, Ni D J, Qu F F, et al. Investigation on quality and processing status of Yichang black tea [J]. China Tea Processing, 2018(1): 38-43.

[6] 张颖彬, 刘栩, 鲁成银. 中国茶叶感官审评术语基元语素研究与风味轮构建[J]. 茶叶科学, 2019, 39(4): 474-483. Zhang Y B, Liu X, Lu C Y. Study on primitive morpheme in sensory terminology and flavor wheel construction of Chinese tea [J]. Journal of Tea Science, 2019, 39(4): 474-483.

[7] Hilton P J, Ellis R T. Estimation of the market value of Central African tea by theaflavin analysis [J]. Journal of the Science of Food and Agriculture, 1972, 23(2): 227-232.

[8] Wright L P, Mphangwe N I K, Nyirenda H E, et al. Analysis of the theaflavin composition in black tea ()for predicting the quality of tea produced in Central and Southern Africa [J]. Journal of the Science of Food and Agriculture, 2002, 82(5): 517-525.

[9] 钱婉婷, 苏云娇, 张豪杰, 等. 不同水质特性及对茶类感官品质和***色泽的影响[J]. 食品安全质量检测学报, 2018, 9(2): 324-330. Qian W T, Su Y J, Zhang H J, et al. Properties of water and its effects on tea sensory quality and***[J]. Journal of Food Safety & Quality, 2018, 9(2): 324-330.

[10] 张颖彬, 刘栩, 鲁成银. 中国茶叶感官审评术语的形成与发展现状[J]. 茶叶科学, 2019, 39(2): 123-130. Zhang Y B, Liu X, Lu C Y. Formation and development of Chinese tea sensory terminology [J]. Journal of Tea Science, 2019, 39(2): 123-130.

[11] 戴前颖, 夏涛, 朱博, 等. 绿茶提取液中脂溶性色素对汤色的影响[J]. 安徽农业大学学报, 2010, 37(3): 459-464. Dai Q Y, Xia T, Zhu B, et al. Effect of lipid-soluble pigments on color of green tea infusion [J]. Journal of Anhui Agricultural University, 2010, 37(3): 459-464.

[12] 刘洪林. 工夫红茶品质客观评价研究[D]. 重庆: 西南大学, 2015. Liu H L. Congou objective evaluation of quality [D]. Chongqing: Southwest University, 2015.

[13] 陆建良, 梁月荣, 龚淑英, 等. 茶汤色差与茶叶感官品质相关性研究[J]. 茶叶科学, 2002, 22(1): 57-61. Lu J L, Liang Y R, Gong S Y, et al. Studies on relationship between liquor chromaticity and organoleptic quality of tea [J]. Journal of Tea Science, 2002, 22(1): 57-61.

[14] 吴昊玥, 潘科, 陈贤明, 等. 八种工夫红茶的茶汤色泽与感官品质之间的相关性分析[J]. 贵州茶叶, 2015, 43(4): 22-25. Wu H Y, Pan K, Chen X M, et al. Studies on correlation between tea soup color difference and quality evaluation of the congou black tea [J]. Journal of Guizhou Tea, 2015, 43(4): 22-25.

[15] 杨娟, 袁林颖, 钟应富, 等. 工夫红茶色泽与品质相关性研究[J]. 西南农业学报, 2014, 27(6): 2605-2610. Yang J, Yuan L Y, Zhong Y F, et al. Study on correlations between color and quality of congou made of different varieties of tea [J]. Southwest China Journal of Agricultural Sciences, 2014, 27(6): 2605-2610.

[16] Laddi A, Prakash N R, Sharma S, et al. Discrimination analysis of Indian tea varieties based upon color under optimum illumination [J]. Journal of Food Measurement and Characterization, 2013, 7(2): 60-65.

[17] Laddi A, Prakash N R, Sharma S, et al. Significant physical attributes affecting quality of Indian black (CTC) tea [J]. Journal of Food Engineering, 2012, 113(1): 69-78.

[18] Panigrahi N, Bhol C S, Das B S. Rapid assessment of black tea quality using diffuse reflectance spectroscopy [J]. Journal of Food Engineering, 2016, 190: 101-108.

[19] Roberts E S R. The phenolic substances of manufactured tea. IX.—the spectrophotometric evaluation of tea liquors [J]. Journal of the Science of Food and Agriculture, 1963, 14(10): 689-700.

[20] Samanta T, Cheeni V, Das S, et al. Assessing biochemical changes during standardization of fermentation time and temperature for manufacturing quality black tea [J]. Journal of Food Science and Technology-Mysore, 2015, 52(4): 2387-2393.

[21] Zhang X K, He F, Zhang B, et al. The effect of prefermentative addition of gallic acid and ellagic acid on the red wine color, copigmentation and phenolic profiles during wine aging [J]. Food Res Int, 2018, 106: 568-579.

[22] 李运奎, 韩富亮, 张予林, 等. 基于CIELAB色空间的红葡萄酒颜色直观表征[J]. 农业机械学报, 2017, 48(6): 296-301. Li Y K, Han F L, Zhang Y L, et al. Visualization for representation of red wine color based on CIELAB color space [J]. Transactions of the Chinese Society for Agricultural Machinery, 2017, 48(6): 296-301.

[23] Karamucki T, Rybarczyk A, Jakubowska M, et al. A comparison of two methods of determining colour change in the assessment of the quality of pork [J]. Acta Scientiarum Polonorum-Technologia Alimentaria, 2017, 16(3): 321-329.

[24] Mollov P, Mihalev K, Shikov V, et al. Colour stability improvement of strawberry beverage by fortification with polyphenolic copigments naturally occurring in rose petals [J]. Innovative Food Science and Emerging Technologies, 2007, 8(3): 318-321.

[25] 成洲, 廖茜, 姚逸. 几种工夫红茶的茶汤色泽与感官品质之间的相关性[J]. 天津农业科学, 2014, 20(3): 71-75. Cheng Z, Liao Q, Yao Y. Correlation between tea soup color difference and quality evaluation of the congou black teas [J]. Tianjin Agricultural Sciences, 2014, 20(3): 71-75.

[26] 雷用东, 邓小蓉, 罗瑞峰, 等. 3种颜色体系在食品应用中的研究进展[J]. 食品科学, 2016, 37(1): 241-246. Lei Y D, Deng X R, Luo R F, et al. Progress in the application of three types of color system in color measurement of foods [J]. Food Science, 2016, 37(1): 241-246.

[27] 徐吉祥, 楚炎沛. 色差计在食品品质评价中的应用[J]. 现代面粉工业, 2010, 24(3): 43-45. Xu J X, Chu Y P. Application of color difference meter in food quality evaluation [J]. Modern Flour Milling Industry, 2010, 24(3): 43-45.

[28] 刘千录. 影响红茶汤色的主要色素研究[D]. 北京: 中国农业科学院, 2015. Liu Q L. Research of main tea pigment affecting black tea color [D]. Beijing: Chinese Academy of Agricultural Sciences, 2015.

[29] Gómez-POLO C, Gómez-POLO M, Viñuela A C, et al. A clinical study relating CIELCH coordinates to the color dimensions of the 3D-Master System in a Spanish population [J]. The Journal of Prosthetic Dentistry, 2015, 113(3): 185-190.

[30] 王银诚. 基于电子舌技术评价宜红工夫茶滋味品质的研究[D]. 北京: 中国农业科学院, 2017. Wang Y C. Study on the taste quality of Yichang congou black tea based on electronic tongue technology [D]. Beijing: Chinese Academy of Agricultural Sciences, 2017.

[31] Trygg J, Holmes E, Lundstedt T. Chemometrics in Metabonomics [J]. Journal of Proteome Research, 2007, 6(2): 469-479.

[32] 汪哲弘. 颜色视觉辨别特性及色差评价研究[D]. 杭州: 浙江大学, 2009. Wang Z H. Study of color vision discrimination characteristics and color-difference evaluation [D]. Hangzhou: Zhejiang University, 2009.

A Quantitative Method for Brightness Evaluation of Congou Black Tea Infusions Based on Color Difference Analysis

WANG Jiaqin1,2, YAO Yuefeng1,2, YUAN Haibo1*, JIANG Yongwen1, LI Jia1*

1. Tea Research Institute, Chinese Academy of Agricultural Sciences, Key Laboratory of Tea Processing Engineering of Zhejiang Province, Hangzhou 310008, China; 2. Graduate School of Chinese Academy of Agricultural Sciences, Beijing 100081, China

The brightness of tea infusion is one of the important factors reflecting the quality of black tea. At present, the evaluation of the brightness of tea infusion is dependent on the human sensory evaluation, which lacks a quantitative assessment. In this study, based on the brightness of the infusions obtained by the sensory evaluation, 43 congou black tea infusions with different brightness were measured using color difference analysis in combination with multivariate analysis and linear regression, and an equation for brightness prediction was established. The results show that bright and dark black tea infusions could be discriminated based on their color difference profiles in combination with principal component analysis (PCA) and partial least squares discriminant analysis (PLS-DA). Based on linear regression, the key variables(lightness) and(chroma) were selected and the established prediction equation waspre=–46.028+0.519×+0.117×C. It was revealed that, the predicted brightness showed high correlation with that obtained by human sensory evaluation with the Pearson correlation of 0.92 (＜0.01). Besides, the effectiveness of established prediction equation for quantitative evaluation of tea infusion brightness had been further proved using validation set. In summary, in this study, a rapid and effective method based on color difference analysis and multi statistical approaches was developed which enabled quantitative evaluation of the brightness of black tea infusions. This study could provide new insights into the intelligent evaluation of black tea quality, as well as oriented manufacture of highly-bright black tea.

Congou black tea, tea infusion brightness, color difference analysis, multivariate analysis

S571.1；TS272.5+2

A

1000-369X(2020)02-259-10

2019-10-14

2019-11-21

中国农业科学院茶叶研究所基本科研业务费专项（1610212018012）、中国农业科学院科技创新工程项目（CAAS-ASTIP-TRICAAS）、国家茶叶产业技术体系红茶加工岗位项目（CARS-23）

王家勤，女，硕士研究生，主要从事茶叶品质化学与调控方的面研究。*通信作者：192168092@tricaas.com，jiali1986@tricaas.com

投稿平台：http://cykk.cbpt.cnki.net