不同控温除湿萎凋环境对白茶风味品质和化学轮廓的影响

张应根，项丽慧，陈林，林清霞，宋振硕，王丽丽

不同控温除湿萎凋环境对白茶风味品质和化学轮廓的影响

张应根，项丽慧，陈林*，林清霞，宋振硕，王丽丽

福建省农业科学院茶叶研究所，福建 福州 350013

为实现基于萎凋环境（温度和湿度）的白茶加工品质目标控制，以茶鲜叶萎凋减重率达45%为环境调控节点，通过高温除湿[(30±2)℃，RH (35±5)%]或低温除湿[(20±2)℃，RH (55±5)%]，研究了持续低温除湿（Low-Low）、持续高温除湿（High-High）、先高温除湿后低温除湿（High-Low）和先低温除湿后高温除湿（Low-High）4种不同控温除湿萎凋方式对福安大白茶、黄棪和黄观音等6个茶树品种鲜叶所制白茶感官品质和化学轮廓的影响。结果表明，白茶风味品质主要由鲜叶原料（茶树品种）的理化特性所决定。采用Low-Low萎凋处理的白茶滋味略淡、稍带青气；High-High和Low-High萎凋处理的同一茶树品种白茶的外形和汤色等较为相近，且Low-Low和High-Low萎凋加工的白茶亦具有较为类似的品质特征。各白茶样品的紫外和近红外光谱均有较为相似的吸收变化，并以近红外光谱可为供试茶样的模式识别提供更为丰富的化学信息；白茶样品中的没食子酸、表儿茶素没食子酸酯、没食子儿茶素、咖啡碱和可可碱含量在不同茶树品种间存在一定差异，但萎凋处理对已标定的儿茶素类和嘌呤碱均无显著性影响。基于紫外光谱，尤其是近红外光谱和生化组成（儿茶素类和嘌呤碱）的主成分分析可对白茶样品按鲜叶原料（茶树品种）进行较好的类群区分，但不同萎凋处理对其光谱和生化组成轮廓的影响则被茶鲜叶原料的品种特性所掩饰；采用多级主成分分析可有效呈现4种萎凋环境对不同茶树品种白茶样品近红外光谱和生化组成轮廓的影响趋势，且其对全部白茶样品的分类识别结果与呈现的风味品质感官特征较为一致。研究结果可为白茶风味品质工艺技术调控提供参考依据。

白茶；萎凋环境；风味品质；化学轮廓；模式识别

白茶发源并主产于福建，属中国六大茶类之一。根据鲜叶采摘标准和茶树品种的不同，所制白茶可划分为白毫银针、白牡丹、贡眉、寿眉4种品类[1]。由于在加工过程中不炒不揉，白茶外形自然舒展、芽叶完整，滋味清淡甘甜、不苦不涩，香气清新或带花香，又因其具有保护神经、降脂减肥、消炎抗菌、预防糖尿病和心血管疾病等多种潜在保健功效而被国内外消费者青睐[2-3]。白茶的加工工艺主要包括萎凋和干燥两道工序，其中萎凋是使白茶风味明显有别于其他茶类的关键工序。茶鲜叶在萎凋过程中伴随水分的逐步散失，发生一系列复杂的化学变化，主要表现为儿茶素、碳水化合物、叶绿素、胡萝卜素、脂类和脂肪酸的减少，游离氨基酸、咖啡碱和有机酸的增加，以及可溶性糖、香气挥发物和多酚氧化酶活性的改变[4-7]。不同萎凋环境（温度和湿度）将明显影响茶鲜叶的萎凋历时，并可实现白茶风味品质特征的有效调控。李凤娟[8]研究表明，控温萎凋（20℃）能有效改善夏季白茶的香气品质，比室内自然萎凋（25～30℃）具有更为丰富的醇类和醛类等香气成分。林清霞等[9]比较了在控湿（RH 60%～80%）条件下，3种环境温度（20℃、25℃和30℃）对茶鲜叶萎凋失水和白茶品质的影响，结果显示温度升高能明显缩短萎凋时间，但环境温度为25℃时获得的白茶品质最优。陈林等[10]研究发现，在特定控温除湿环境（18～22℃，RH 45%～60%），茶鲜叶萎凋减重率30%～60%为影响花香白茶香气品质形成的关键发展阶段，并以萎凋后期（减重率≥45%）对在制品香气组成的影响最为突出。为此，本研究以茶鲜叶萎凋减重率达45%为节点，考察了4种不同控温除湿萎凋环境对6个茶树品种鲜叶所制白茶感官品质特征的影响，并对各供试茶样进行紫外和近红外光谱采集及高效液相色谱检测分析和化学模式识别，以期为基于萎凋环境（温度和湿度）的白茶风味品质工艺技术调控提供参考依据。

1 材料与方法

1.1 试验材料

供试鲜叶分别采自福建省农业科学院茶叶研究所试验基地（北纬27°13'57"，东经119°34'31"）各茶树品种春季第一轮新梢。茶树品种为福安大白茶、黄棪、黄观音、梅占、水仙和肉桂；采摘标准为一芽二叶或一芽三叶。

标准品：儿茶素（C，纯度≥98%）和儿茶素没食子酸酯（CG，纯度≥98%），购自美国Sigma-Aldrich公司；没食子儿茶素（GC，纯度≥98%）、没食子儿茶素没食子酸酯（GCG，纯度≥98%）和茶叶碱（TP，纯度≥99%），购自上海阿达玛斯试剂有限公司；表儿茶素没食子酸酯（ECG，纯度≥98%），购自上海安谱实验科技股份有限公司；表儿茶素（EC，纯度＞99%）、茶黄素（TF，纯度≥95%）、茶黄素-3-没食子酸酯（TF-3-G，纯度≥98%）、茶黄素-3'-没食子酸酯（TF-3'-G，纯度≥98%），购自上海麦克林生化科技有限公司；3''--甲基表没食子儿茶素没食子酸酯（EGCG 3''Me，纯度≥98%），购自上海源叶生物科技有限公司；表没食子儿茶素没食子酸酯（EGCG，纯度≥98%）、表没食子儿茶素（EGC，纯度≥98%）、没食子酸（GA，纯度＞99%）、咖啡碱（CAF，纯度≥98%）、可可碱（TB，纯度≥99%）和茶黄素-3,3'-双没食子酸酯（（TFDG，纯度≥98%），购自阿拉丁（试剂）上海有限公司。

乙腈（色谱纯），购自美国Fisher公司；甲醇（色谱纯），购自美国Sigma-Aldrich公司；乙二胺四乙酸二钠二水合物（Na2EDTA·2H2O，分析纯）、抗坏血酸（分析纯）和冰乙酸（分析纯），购自国药集团化学试剂有限公司。

1.2 主要仪器设备

萎凋环境控制和监测装备：KF-35GW/35356格力空调，珠海格力电器股份有限公司；ROBO60T工业电热风机，上海固途工业品销售有限公司；CH150D转轮式除湿机，广州市森井贸易有限公司；AOTE-JS06A超声波加湿机，广州市傲特电子科技有限公司；S520-EX温湿度记录仪，深圳市华图测控系统有限公司。Varioskan LUX多功能酶标仪和Antaris Ⅱ傅立叶近红外分析仪，美国ThermoFisher Scientific公司；1260 Infinity液相色谱系统，包括四元泵（G1311C VL）、标准自动进样器（G1329B）、柱温箱（G1316A）、ZORBAX Eclipse Plus C18色谱柱（150 mm×4.6 mm，5 μm）和二极管阵列检测器（G1315D VL），美国Agilent Technologies公司。

1.3 白茶样品制备

将各茶树品种鲜叶薄摊在尼龙网筛上（＝90 cm，每筛摊叶量约1.0 kg），分别于室内4种不同控温除湿环境萎凋至同一减重率（约为70%）时，再将萎凋叶放入烘箱，80℃烘至足干，由此制得白茶样品（表1）。

表1 白茶样品基本信息和编码

注：Low-Low：持续低温除湿，即茶鲜叶在低温除湿环境萎凋[(20±2)℃，RH (55±5)%]；High-High：持续高温除湿，即茶鲜叶在高温除湿环境萎凋[(30±2)℃，RH (35±5)%]；Low-High：先低温后高温除湿，即茶鲜叶在低温除湿环境萎凋至减重率为45%时，切换为高温除湿萎凋；High-Low：先高温后低温除湿，即茶鲜叶在高温除湿环境萎凋至减重率为45%时，切换为低温除湿萎凋。表2和下图同

Note: Low, air conditions are preset at (20±2)℃ with RH (55±5)%. High, air conditions are controlled at (30±2)℃ with RH (35±5)%. According to whether the indoor temperature and relative humidity are mutually switched at the point when the weight loss rate of tea shoots reaches 45% during the whole withering procedure, the levels of each withering treatment are named as Low-Low, Low-High, High-Low and High-High, respectively. All the codes are the same in table 2 and the following figures

1.4 感官品质审评

由5名专业人员组成审评小组，参照GB/T 22291—2017[1]、GB/T 23776—2018[11]和GB/T 14487—2017[12]，采用评语法对各供试茶样进行感官审评。

1.5 紫外光谱采集

取0.200 g磨碎白茶样品（过40目筛）于50 mL具塞刻度试管中，加入30 mL超纯水，于沸水中浸提45 min（每隔10 min摇匀1次），冷却定容至50 mL，定性滤纸过滤，并取中后段滤液0.5 mL，加入20 mL超纯水稀释待测。在96孔石英酶标板上滴加200 μL上述稀释液，并采用Varioskan LUX多功能酶标仪的SkanIt RE 6.0软件记录各白茶样品浸提稀释液在200～400 nm范围内的紫外吸收光谱（测量时间：100 ms；步长：4 nm）。

1.6 近红外光谱采集

将磨碎白茶样品（过40目筛）平铺于5 cm样品杯中，厚度2～3 cm，将样品压实后置积分球样品窗口上，并通过Antaris Ⅱ傅立叶近红外分析仪的RESULT 3软件采集各白茶样品在4 000～10 000 cm-1范围内的近红外漫反射光谱（扫描次数：64次；样品杯旋转器：旋转；分辨率：8 cm-1）。每个样品重复2次，取平均光谱作为该样品原始光谱。

1.7 生化成分检测

取0.200 g磨碎白茶样品（过40目筛）于25 mL具塞玻璃试管中，加入10 mL 70%甲醇溶液，涡旋混匀后，立即移入70℃水浴，浸提20 min（隔10 min涡旋1次），浸提后冷却至室温，转移上清液至10 mL容量瓶，用70%甲醇溶液定容并摇匀。取2 mL提取液至2 mL离心管，在3 500 r·min-1转速下离心10 min，取1 mL上清液至5 mL容量瓶中，用稳定溶液定容并摇匀。取0.45 μm有机膜滤液，参照GB/T 30483—2013[13]，应用1260 Infinity液相色谱系统对各白茶样品中的没食子酸（GA）、9种儿茶素（EGCG、ECG、EGC、EC、EGCG3''Me、C、CG、GC、GCG）、4种茶黄素（TF、TF-3-G、TF-3'-G和TFDG）和3种嘌呤碱（CAF、TB和TP）进行检测分析（检测波长：278 nm）。

1.8 数据统计分析

将液相色谱化学工作站ChemStation B.04.03创建的各供试茶样生化成分（儿茶素类、茶黄素和嘌呤碱）数据文件转换成标准AIA格式文件，并将其导入到化学指纹图谱系统解决方案软件ChemPattern 2017进行各检出峰定性、干物质含量校正[14]和色谱图绘制。采用R 4.0.5软件对各茶样已标定的生化成分（儿茶素类和嘌呤碱）分别进行基于鲜叶原料（茶树品种）和控温除湿萎凋处理的箱线图绘制及含量差异显著性比较（-检验：成对双样本均值分析，值采用Bonferroni校正）。随后应用Excel 2013分别对各白茶样品的紫外光谱、近红外光谱和生化成分（儿茶素类和嘌呤碱）数据根据变异来源保留或剔除因鲜叶原料（茶树品种）异质性引起的数据变化[15]，再导入到SIMCA 17进行紫外和近红外光谱绘制、（多级）主成分分析和（多级）偏最小二乘判别分析等化学模式识别及差异变量（光谱或成分）分析。

2 结果与分析

2.1 不同萎凋环境对白茶感官品质的影响

茶鲜叶由于在白茶加工过程中未受人工外力和高温干预，其多酚类物质仅发生少量氧化。另因构成干茶和叶底色泽的脂溶性色素（如叶绿素和类胡萝卜素）会发生少量降解和转化[4]，使得白茶色泽灰绿带褐，芽叶自然萎缩并较为完整地保留了鲜叶原料的物理形态。由表2可以看出，不同萎凋环境下加工的同一茶树品种白茶在外形和叶底方面略有差异，但相同茶树品种鲜叶制成白茶均可根据其外观形态和色泽进行较好识别。此外，适制乌龙茶品种（黄棪、黄观音、梅占、水仙和肉桂）鲜叶加工的白茶香气清甜并带花香，且其外形和叶底明显有别于福安大白茶鲜叶制成的传统白茶[16]。就同一茶树品种鲜叶加工的白茶品质而言，持续低温除湿（Low-Low）条件下加工的白茶滋味略淡，并稍带青气；持续高温除湿（High-High）或先低温后高温除湿（Low-High）条件下加工的白茶茎梗和叶底红变略显，且其汤色相较持续低温除湿（Low-Low）或先高温后低温除湿（High-Low）萎凋处理多呈偏黄趋势。

表2 白茶样品感官品质

2.2 不同萎凋环境对白茶吸收光谱的影响

茶叶中的多酚及其氧化产物、嘌呤碱、茶氨酸、茶多糖、有机酸和茶皂素等多种水溶性成分均有特定的紫外光谱[17-21]和近红外光谱[22-24]吸收特性。从图1可以看出，各白茶样品的紫外吸收光谱在波长204 nm和272 nm有2个较为明显的吸收峰，而其近红外漫反射光谱亦具较为相似的吸收变化，据此可推断各供试白茶样品具有较为相近的化学组成。为探明鲜叶原料和萎凋环境的温湿度对白茶样品紫外和近红外光谱吸收特征的影响，分别对各白茶样品的紫外和近红外光谱采用Savitzky-Golay算法（每个4次多项式子模型含15个点，各点间距为1）进行二阶求导过滤。基于变量中心化预处理的主成分分析结果显示，同一鲜叶原料白茶样品的紫外和近红外光谱的化学模式在前2个主成分的二维得分视图中分布相对聚集；福安大白茶和黄棪白茶样品的紫外光谱化学模式相较离散，但各白茶样品的近红外光谱化学模式具有较好的茶树品种区分（图2-A1和图2-A2）。由此可见，控温除湿萎凋对同一鲜叶原料白茶样品的紫外和近红外光谱均有不同程度的影响，但各白茶样品的光谱特征主要由其鲜叶原料的理化特性所决定，且应用近红外光谱更有助于鉴别制作各白茶样品的鲜叶来源于何种品种。

注：各光谱采用最小漂移基线校正预处理。A：紫外吸收光谱；B：近红外漫反射光谱

为排除因鲜叶原料理化特性引起白茶样品的光谱差异，并进一步揭示各控温除湿萎凋条件对白茶紫外和近红外光谱特征的影响，采用多级主成分分析发现，不同控温除湿萎凋环境加工制作的白茶样品紫外光谱化学模式在前2个主成分二维得分视图中并无明显的规律性聚集（图2-B1），但各白茶样品近红外光谱因鲜叶萎凋所采用的控温除湿条件差异而存在一定的处理区分（图2-B2），即全部白茶样品可明显划分为Low-Low和High-Low、High-High和Low-High两个类群。此外，基于多级偏最小二乘判别分析的前2个主成分得分视图亦可对这两个类群进行有效区分（图2-C1），其中基于最优主成分数（3）的RX（解释率）、RY（解释率）和QY（预测率）分别为0.511、0.991、0.851。交互验证残差的方差分析（CV-ANOVA）和置换检验（=200）对模型的有效性检验结果显示，该模型具良好的预测能力（=2.460×10-5），且不存在过拟合现象。根据两组间差异得分贡献（权重≥5）可知，两个类群的近红外光谱在波数为4 351、4 856～4 871 cm-1和4 894～4 925 cm-1（即2 298、2 053～2 059 nm和2 030～2 043 nm）存在最大的特征区分（图2-C2）。

2.3 不同萎凋环境对白茶儿茶素类、茶黄素和嘌呤碱的影响

儿茶素类为茶叶多酚类物质的主体成分，为茶叶干重的12%～24%；嘌呤碱为茶叶干重的2%～5%，主要有咖啡碱、可可碱和茶叶碱等[25]。茶多酚（儿茶素类）在制茶过程中易被氧化生成茶黄素、茶红素等多酚氧化聚合产物，且其氧化程度亦是六大茶类的重要划分依据之一[26]。从图3可以看出，在各供试白茶样品中儿茶素类、茶黄素和嘌呤碱的高效液相色谱化学轮廓较为相似，且均以CAF、EGCG和ECG等色谱峰响应值较高；EC在绝大部分茶样中未有检出，而4种茶黄素（TF、TF-3-G、TF-3'-G和TFDG）在各供试茶样中仅有少量检出，其与白茶微发酵（氧化）品质特征相符。成对双样本均值分析（-检验）结果表明，白茶样品中的GA、ECG、GC、CAF和TB在不同鲜叶原料间存在一定差异（图4），但控温除湿萎凋处理对已标定的儿茶素类和嘌呤碱均无显著性影响（图5）。通过各白茶样品儿茶素类和嘌呤碱定量分析及变量标度化预处理的主成分分析结果显示，全部供试茶样在前2个主成分得分二维视图中可按鲜叶原料划分成相对独立的6个类群，但不同控温除湿萎凋环境加工制作的白茶样品并无明显的类群区分（图6-A）。与近红外光谱分析结果相似，采用多级主成分分析亦可将全部供试茶样初步划分为Low-Low和High-Low、High-High和Low-High两个类群，且EGCG、C、GC和GA为两个类群的主要差异性成分（图6-B）。

注：各变量采用中心化预处理。A1：紫外光谱主成分分析得分图；A2：近红外光谱主成分分析得分图；B1：紫外光谱多级主成分分析得分图；B2：近红外光谱多级主成分分析得分图；C1：近红外光谱多级偏最小二乘判别分析得分图；C2：Group 1（Low-Low和High-Low）与Group 2（High-High和Low-High）组间比较得分贡献图

注：A：代表性茶样色谱图。B：全部茶样叠加色谱图（自上而下依次为S11～S14、S21～S24、S31～S34、S41～S44、S51～S54和S61～S64）

注：各组分在茶树品种或萎凋处理间的差异显著性分别采用*（P<0.05）、**（P<0.01）和***（P<0.001）表示，下同

图5 不同萎凋处理白茶样品儿茶素类和嘌呤碱含量

注：各变量采用标度化预处理。A为主成分分析得分图；B为多级主成分分析双标图

3 讨论

茶鲜叶中的水分通常以游离态（自由水）和结合态（束缚水）的形式存在[27]。在萎凋前期占比较大的自由水被大量蒸发，束缚水则与原生质大分子胶粒结合而难于散失，故茶鲜叶的恒温控湿萎凋失水速率呈现出“由快转慢”的规律性变化[28]。本研究预设的4种控温除湿环境条件均可有效调节茶鲜叶萎凋时长，其中以持续高温除湿（High-High）萎凋历时最短，持续低温除湿（Low-Low）萎凋历时最长，并以萎凋后期（减重率≥45%）相较萎凋前期（减重率≤45%）进行高温除湿处理对缩短萎凋历时更为有效。由各供试茶样感官审评结果可以看出，茶鲜叶原料的理化特性基本决定了所制白茶的整体品质风格，但持续高温除湿（High-High）和先低温后高温除湿（Low-High）萎凋处理的同一茶树品种白茶的外形和汤色等较为相近，且持续低温除湿（Low-Low）和先高温后低温除湿（High-Low）萎凋加工的白茶亦具有较为类似的品质特征。由于茶鲜叶萎凋占用面积大且历时较长，故在白茶加工过程中，生产者可根据市场品质偏好分别选用持续高温除湿（High-High）或先高温后低温除湿（High-Low）的萎凋方法，以提高茶叶加工厂房的场地周转利用效率。

近年基于色谱、光谱、质谱和核磁共振谱及各种联用的现代仪器分析检测技术被广泛应用于茶叶生化成分的定性或定量分析，并可从不同视角局部呈现茶叶品质化学轮廓[29-32]。本研究发现，由于紫外和近红外光谱产生原理的不同，各白茶样品的近红外光谱相较紫外光谱具有更多的特征吸收谱段，表明近红外光谱可为各供试茶样的模式识别提供更为丰富的化学信息。基于近红外光谱相较紫外光谱主成分分析的前2个主成分二维得分视图能更好地区分制作各白茶样品鲜叶的品种，但不同萎凋环境对白茶紫外和近红外光谱的影响则被茶鲜叶原料的茶树品种特性所掩饰。通过基于近红外光谱的多级主成分分析可有效排除茶鲜叶原料异质性干扰，并可将全部白茶样品初步划分为Low-Low和High-Low、High-High和Low-High两个类群。

此外，基于各白茶样品儿茶素类和嘌呤碱的多级主成分分析亦可获得与近红外光谱较为相似的模式识别结果。然而相对高效液相色谱检测分析，近红外光谱技术具有操作简单、分析快速、样品无损等优点，故随近红外光谱检测设备逐步向便携式发展[33-35]，其将为基于萎凋环境（温度和湿度）的白茶风味品质量化监测和实时调控提供更为广阔的应用前景。

[1] 中华全国供销合作总社. 白茶: GB/T 22291—2017[S]. 北京: 中国标准出版社, 2017.

All China Federation of Supply and Marketing Cooperatives. White tea: GB/T 22291—2017 [S]. Beijing: China Standard Press, 2017.

[2] Sanlier N, Atik İ, Atik A. A minireview of effects of white tea consumption on diseases [J]. Trends in Food Science & Technology, 2018, 82: 82-88.

[3] 戴伟东, 解东超, 林智. 白茶功能性成分及保健功效研究进展[J]. 中国茶叶, 2021, 43(4): 1-8.

Dai W D, Xie D C, Lin Z. Research progress of white tea's functional ingredients and health benefits [J]. China Tea, 2021, 43(4): 1-8.

[4] Tomlins K I, Mashingaidze A. Influence of withering, including leaf handling, on the manufacturing and quality of black teas: a review [J]. Food Chemistry, 1997, 60(4): 573-580.

[5] Deb S, Pou K. A review of withering in the processing of black tea [J]. Journal of Biosystems Engineering, 2016, 41(4): 365-372.

[6] Dai W D, Xie D C, Lu M L, et al. Characterization of white tea metabolome: comparison against green and black tea by a nontargeted metabolomics approach [J]. Food Research International, 2017, 96: 40-45.

[7] Chen Q C, Zhu Y, Dai W D, et al. Aroma formation and dynamic changes during white tea processing [J]. Food Chemistry, 2019, 274: 915-924.

[8] 李凤娟. 白茶的滋味、香气和加工工艺研究[D]. 杭州: 浙江大学, 2012.

Li F J. Studies on the taste, aroma and processing of white tea [D]. Hangzhou: Zhejiang University, 2012.

[9] 林清霞, 项丽慧, 王丽丽, 等. 萎凋温度对茶鲜叶萎凋失水及白茶品质的影响[J]. 浙江大学学报(农业与生命科学版), 2019, 45(4): 434-442.

Lin Q X, Xiang L H, Wang L L, et al. Effect of withering temperature on water loss of fresh leaves and quality of white tea [J]. Journal of Zhejiang University (Agriculture and Life Sciences), 2019, 45(4): 434-442.

[10] 陈林, 张应根, 陈键, 等. 乌龙茶品种鲜叶加工白茶过程中香气成分动态变化规律[J]. 茶叶科学, 2020, 40(6): 771-781.

Chen L, Zhang Y G, Chen J, et al. Aroma profiling of fresh leaves of oolong tea cultivars during white tea processing [J]. Journal of Tea Science, 2020, 40(6): 771-781.

[11] 中华全国供销合作总社. 茶叶感官审评方法: GB/T 23776—2018[S]. 北京: 中国标准出版社, 2018.

All China Federation of Supply and Marketing Cooperatives. Methodology for sensory evaluation of tea: GB/T 23776—2018 [S]. Beijing: China Standard Press, 2018.

[12] 中华全国供销合作总社. 茶叶感官审评术语: GB/T 14487—2017[S]. 北京: 中国标准出版社, 2017.

All China Federation of Supply and Marketing Cooperatives. Tea vocabulary for sensory evalutation: GB/T 14487—2017 [S]. Beijing: China Standard Press, 2017.

[13] 中华全国供销合作总社. 茶叶中茶黄素的测定高效液相色谱法: GB/T 30483—2013 [S]. 北京: 中国标准出版社, 2013.

All China Federation of Supply and Marketing Cooperatives. Determination of theaflavins in tea—High performance liquid chromatography: GB/T 30483—2013 [S]. Beijing: China Standard Press, 2013.

[14] 中华全国供销合作总社. 茶磨碎试样的制备及其干物质含量测定: GB/T 8303—2013 [S]. 北京: 中国标准出版社, 2013.

All China Federation of Supply and Marketing Cooperatives. Tea—Preparation of ground sample and determination of dry matter content.: GB/T 8303—2013 [S]. Beijing: China Standard Press, 2013.

[15] Westerhuis J A, Van Velzen E J J, Hoefsloot H C J, et al. Multivariate paired data analysis: multilevel PLSDA versus OPLSDA [J]. Metabolomics, 2010, 6(1): 119-128.

[16] 陈林, 张应根, 项丽慧, 等. ‘茗科1号’等5个福建乌龙茶品种的白茶适制性鉴定[J]. 茶叶学报, 2019, 60(2): 64-68.

Chen L, Zhang Y G, Xiang L H, et al. Quality appraisal on white teas processed from Fujian oolong cultivars () [J]. Acta Tea Sinica, 2019, 60(2): 64-68.

[17] Wang Y, Yang X, Li K, et al. Simultaneous determination of theanine, gallic acid, purine alkaloids, catechins, and theaflavins in black tea using HPLC [J]. International Journal of Food Science and Technology, 2010, 45(6): 1263-1269.

[18] Yin X L, Wu H L, Gu H W, et al. Chemometrics-enhanced high performance liquid chromatography-diode array detection strategy for simultaneous determination of eight co-eluted compounds in ten kinds of Chinese teas using second-order calibration method based on alternating trilinear decomposition algorithm [J]. Journal of Chromatography A, 2014, 1364: 151-162.

[19] 申明月, 聂少平, 谢明勇. 茶叶多糖的纯化及其光谱特性研究[J]. 食品科学, 2007, 28(11): 39-43.

Shen M Y，Nie S P，Xie M Y. Study on purification and characteristics of tea polysaccharide [J]. Food Science, 2007, 28(11): 39-43.

[20] 王丽丽, 杨军国, 林清霞, 等. 高效液相色谱—二极管阵列检测器法测定茶叶中10种有机酸含量[J]. 浙江大学学报(农业与生命科学版), 2019, 45(1): 47-53.

Wang L L, Yang J G, Lin Q X, et al. Determination of 10 organic acid contents in tea using high performance liquid chromatography-diode array detector [J]. Journal of Zhejiang University (Agriculture and Life Sciences), 2019, 45(1): 47-53.

[21] 孙劲毅. 茶皂素的分离纯化及性能研究[D]. 无锡: 江南大学, 2017.

Sun J Y. Study on separation, purification and property of tea saponin [D]. Wuxi: Jiangnan University, 2017.

[22] 聂志矗. 茶叶主要组份的光谱特性研究[D]. 保定: 河北大学, 2010.

Nie Z C. Study on spectral properties of the main components of tea [D]. Baoding: Hebei University, 2010.

[23] Huang Y, Dong W, Sanaeifar A, et al. Development of simple identification models for four main catechins and caffeine in fresh green tea leaf based on visible and near-infrared spectroscopy [J]. Computers and Electronics in Agriculture, 2020, 173: 105388. doi: 10.1016/j.compag.2020.105388.

[24] Wu T H, Tung I C, Hsu H C, et al. Quantitative analysis and discrimination of partially fermented teas from different origins using visible/near-infrared spectroscopy coupled with chemometrics [J]. Sensors, 2020, 20(19): 5451. doi: 10.3390/s20195451.

[25] 陈林, 项丽慧, 王丽丽, 等. 乌龙茶和绿茶品种茶鲜叶儿茶素类和嘌呤碱HPLC指纹图谱特征比较[J]. 福建农业学报, 2018, 33(1): 21-28.

Chen L, Xiang L H, Wang L L, et al. HPLC profiling of catechins and purine alkaloids in leaves of oolong and green tea cultivars [J]. Fujian Journal of Agricultural Sciences, 2018, 33(1): 21-28.

[26] 陈林, 陈键, 王丽丽, 等. 不同茶类制法对茶多酚和游离氨基酸化学模式的影响[J]. 福建农业学报, 2017, 32(3): 287-293.

Chen L, Chen J, Wang L L, et al. Chemical patterns of polyphenols and free amino acids in teas affected by processing methods [J]. Fujian Journal of Agricultural Sciences, 2017, 32(3): 287-293.

[27] Zang Z, Li Z, Lu X, et al. Terahertz spectroscopy for quantification of free water and bound water in leaf [J]. Computers and Electronics in Agriculture, 2021, 191: 106515. doi.org/10.1016/j.compag.2021.106515.

[28] 宋振硕, 陈键, 陈林, 等. 茶树离体春梢萎凋失水规律初步研究[J]. 茶叶科学技术, 2014(3): 25-28.

Song Z S, Chen J, Chen L, et al. Preliminary studies on moisture loss of spring tea shoots during withering [J]. Tea Science and Technology, 2014(3): 25-28.

[29] Tuiebayeva A M, Sergazina M M, Alimzhanova M B, et al. Determination of the chemical composition of tea by modern physico-chemical methods: a review [J]. International Journal of Biology and Chemistry, 2018, 11(1): 142-152.

[30] Chen Q, Chen M, Liu Y, et al. Application of FT-NIR spectroscopy for simultaneous estimation of taste quality and taste-related compounds content of black tea [J]. Journal of Food Science and Technology-Mysore, 2018, 55(10): 4363-4368.

[31] 刘英, 吴曙光, 尹州, 等. 指纹图谱技术在茶叶研究上的应用[J]. 茶叶科学, 2013, 33(1): 13-20.

Liu Y, Wu S G, Yin Z, et al. Application of fingerprint technique in tea research [J]. Journal of Tea Science, 2013, 33(1): 13-20.

[32] 郭小媛, 董俊杰, 叶影, 等. 化学指纹图谱检测技术在茶叶领域的应用[J]. 茶叶, 2020, 46(1): 4-10.

Guo X Y, Dong J J, Ye Y, et al. Application of fingerprint detection technology into tea science research [J]. Journal of Tea, 2020, 46(1): 4-10.

[33] Dos Santos C A T, Lopo M, Páscoa R N, et al. A review on the applications of portable near-infrared spectrometers in the agro-food industry [J]. Applied Spectroscopy, 2013, 67(11): 1215-1233.

[34] 任广鑫, 金珊珊, 李露青, 等. 近红外光谱技术在茶叶品控与装备创制领域的研究进展[J]. 茶叶科学, 2020, 40(6): 707-714.

Ren G X, Jin S S, Li L Q, et al. Research progress of near-infrared spectroscopy in tea quality control and equipment development [J]. Journal of Tea Science, 2020, 40(6): 707-714.

[35] Li L, Jin S, Wang Y, et al. Potential of smartphone-coupled micro NIR spectroscopy for quality control of green tea [J]. Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, 2021, 247: 119096. doi: 10.1016/j.saa.2020.

119096.

Effects of Air Conditions Preset for Withering on Flavor Quality and Chemical Profiles of White Teas

ZHANG Yinggen, XIANG Lihui, CHEN Lin*, LIN Qingxia, SONG Zhenshuo, WANG Lili

Tea Research Institute, Fujian Academy of Agricultural Sciences, Fuzhou 350013, China

To realize the quality control of white tea based on withering environment, indoor temperature and relative humidity were preset at (30±2)℃ with RH (35±5)% or (20±2)℃ with RH (55±5)% to investigate the effects of four different air conditions on the sensory quality and chemical profiles of 6 tea cultivars (), includingAccording to whether the indoor temperature and relative humidity were mutually switched at the point when the weight loss rate of tea shoots reached 45% during the whole witheringprocedure, the levels of each withering treatment were named as Low-Low, Low-High, High-Low and High-High,respectively. The results show that the flavor quality of white tea was mainly determined by the physical and chemical characteristics of raw materials (tea cultivars). White teas obtained under Low-Low treatment had a slightly light taste and a little grassy flavor, while the white teas from the same tea cultivars had the similar quality characteristics in appearance and soup color when they were treated with High-High and Low-High, just as High-Low and Low-Low during withering. The ultraviolet and near-infrared spectra of all white tea samples had similar fluctuations, and the near-infrared spectra could provide more abundant chemical information for their pattern recognition. The contents of gallic acid, epicatechin gallate, gallocatechin, caffeine and theobromine in white tea samples were different among tea cultivars, but withering treatment had no significant effect on the contents of detected biochemical components (catechins and purine alkaloids). Moreover, principal component analysis based on ultraviolet spectra, especially near-infrared spectra or biochemical compositions of white tea samples could better discriminate white tea samples into the same groups according to their raw materials (tea cultivars). The effects of different air conditions on the profiles of spectra or biochemical compositions were exclusively drowned by the characteristics of raw materials. However, the influence of withering treatment on the profiles of near-infrared spectra and biochemical compositions of white tea samples manufactured from different raw materials could be effectively revealed by multilevel principal component analysis, and the classification and identification results of all white tea samples were almost consistent with the characteristics of sensory quality. These facts could provide a reference for the technological regulation of white tea flavor quality.

white tea, withering environment, flavor quality, chemical profile, pattern recognition

S571.1

A

1000-369X(2022)04-525-12

2022-02-08

2022-04-02

福建省属公益类项目（2019R1029-5）、福建省自然科学基金（2020J011364）、福建省农业科学院科技创新团队（CXTD2021004-2）

张应根，男，助理研究员，主要从事茶叶加工、茶叶生物化学及茶叶综合利用方面的研究。*通信作者：chenlin_xy@163.com