六安瓜片冲泡控制图的建立

赵潇奕 陈艾妮 姜青 赵蕾 邱桐 方婉昕 梁楚韵 Sharipova Alina 戴前颖

收稿日期：2023-09-20             修訂日期：2023-12-14

基金项目：国家重点研发项目（2021YFD1601102）、国家茶叶产业技术体系（CARS-19）

作者简介：赵潇奕，女，硕士研究生，主要从事茶叶审评与品质调控方面的研究。*通信作者：daiqianying@ahau.edu.cn

摘要：咖啡冲煮控制图在咖啡行业有着广泛的应用。借鉴咖啡评价指标，以六安瓜片为研究对象，将体现风味平衡度和浓度的萃取率（Extraction yield，EY）及总溶解固体（Total dissolved solids，TDS）用作评价茶汤的质量指标。应用生存分析法确定实现六安瓜片茶汤最大消费者接受度的最佳EY范围为2.53%～4.57%，最佳TDS范围为0.14%～0.28%，并以此为“理想”区域建立了六安瓜片冲泡控制图，在消费者层面和专家层面均得到了验证。研究表明，采用茶水比（g∶mL）为1∶30～1∶15，温度在85～100 ℃时，第一泡茶汤在33 s内调节冲泡时间，第二泡茶汤在15 s内调节冲泡时间，第三泡茶汤在13 s内调节冲泡时间，可以得到“理想”区域的茶汤。本研究为科学地冲泡六安瓜片及其他绿茶提供了理论支持。

关键词：六安瓜片；质量指标；生存分析法；冲泡控制图；冲泡参数

中图分类号：S571.1；TS272.7               文献标识码：A              文章编号：1000-369X（2024）01-133-16

Establishment of Lu'an Guapian Green Tea Brewing Control Chart

ZHAO Xiaoyi1，2， CHEN Aini1， JIANG Qing1，2， ZHAO Lei1，2， QIU Tong1，2，

FANG Wanxin1， LIANG Chuyun1， SHARIPOVA Alina1，2， DAI Qianying1，2*

1. School of Tea and Food Science and Technology， Anhui Agricultural University， Hefei 230036， China;

2. State Key Laboratory of Tea Plant Biology and Utilization， Anhui Agricultural University， Hefei 230036， China

Abstract： The Coffee Brewing Control Chart is widely used in the coffee industry. According to the evaluation indices of coffee， this study applied extraction yield （EY） and total dissolved solids （TDS）， which represent flavor balance and strength respectively， as quality indices to evaluate Lu'an Guapian green tea （LAGP） infusion. The optimum range of EY and TDS which yielded the maximum consumer acceptance were estimated by survival analysis. EY ranged from 2.53% to 4.57%， and TDS ranged from 0.14% to 0.28%. The LAGP Brewing Control Chart was established regarding the optimum range as the “ideal” zone. The chart was verified by both consumers and experts. This study indicates that when tea to water ratios （g∶mL） ranged from 1∶30 to 1∶15， brewing temperature ranged from 85 ℃ to 100 ℃， regulating brewing time of the first， second and third infusion less than 33 s， 15 s and 13 s， respectively， the ideal infusion can be gained. The study scientifically provided theory basis for guiding green tea brewing like LAGP.

Keywords： Lu'an Guapian green tea， quality indices， survival analysis， brewing control chart， brewing parameters

六安瓜片（Lu'an Guapian green tea，LAGP）是经采片或扳片取得的鲜叶原料，通过独特的加工工艺制成的形似瓜子的片型绿茶[1]。无芽无梗的叶片原料和拉老火的独特工艺等形成六安瓜片鲜浓醇甘的滋味特征[2-3]，不同等级的六安瓜片香气属性具有差异，如花香、清香和栗香[4-5]。除了原料、加工工艺等因素，冲泡方式也是影响六安瓜片茶汤品质形成的关键因素[2]。冲泡作为茶汤品饮前的关键步骤，研究其变量与六安瓜片茶汤风味之间的关系对稳定茶汤品质具有参考价值。

研究表明，茶叶冲泡是一个复杂多变的过程，在这个过程中不同化合物的萃取动力学存在差异[6-7]，而水质、茶水比、冲泡时间、冲泡温度等条件对茶叶中化合物的萃取起着关键作用，导致茶汤品质的差异[8-10]。陶冬冰等[11]通过电子鼻探究不同水质、温度、时间对六安瓜片茶汤味觉值的影响，获得了基于单一基本味觉感知的六安瓜片冲泡条件。

精品咖啡协会（Specialty Coffee Association，SCA）报导Lockhart于1957年开发的咖啡冲煮控制图已延用了近70年[12]，控制图中的萃取率（Extraction yield，EY）和总溶解固体（Total dissolved solids，TDS）为指导咖啡冲煮的质量指标[13]。EY和TDS也常应用在茶叶品质评价中[9，14]，可以一定程度上反映茶汤的质量。

生存分析法是一种用于评估目标事件发生的时间，即生存时间的数据分析方法[15]。在食品领域，生存时间发展为消费者决定拒绝或接受食品的保质期[16-17]、感官截点[18-19]。López等[20]针对偏好不同成熟度牛排的消费群体通过生存分析法推荐了牛排不同的内部烹饪温度。Esmerino等[21]应用生存分析法估算了奶酪的最佳蔗糖浓度。生存分析法的感官试验具有操作简单、消费者友好、节约成本和时间的优点，还具有将仪器分析数据与感官数据结合的特点[22]。

本研究借鉴咖啡冲煮控制图的建立方法，引入与茶汤整体风味密切相关的EY和TDS评价盖碗冲泡六安瓜片茶汤的品质。借助生存分析法确定最大消费者接受度的EY和TDS的理想范围，构建六安瓜片冲泡控制图，并结合响应面法，旨在冲泡出消费者认可的六安瓜片茶汤，并推荐冲泡参数。

1 材料与方法

1.1 茶汤的制备

试验茶样取自安徽省六安瓜片茶业股份有限公司。茶叶用铝箔袋密封包装，保存在4 ℃冷库，冲泡前2 h取出使其回至室温。冲泡过程分别控制茶水比、时间、温度，冲泡水量固定在150 mL，通过改变投茶量调整茶水比，试验用水为纯净水。

1.2 EY和TDS的测定

将蒸发皿置于（103±2） ℃的恒温干燥箱内烘1 h，取出后在干燥器内冷却至室温，称量质量（准确至0.001 g），记为m1。按1.1章节冲泡完毕后称量茶汤（准确至0.01 g），记为ml，抽滤茶汤。然后将滤液转移至蒸发皿中，沸水浴蒸发至表面无水分，转移至（103±2） ℃的恒温干燥箱内烘2 h，取出后在干燥器内冷却至室温，称量（准确至0.001 g），重复烘1 h，至衡重，记为m2。总溶解固体物质的质量md为m2-m1，EY和TDS的计算方法[23]如下：

·······················（1）

······················（2）

式中，mt为干茶质量（g），md为总溶解固体物质的质量（g），ml为茶汤质量（g）。

1.3 基于生存分析法的感官试验

从安徽农业大学招募115位年龄范围在18～32岁的消费者评价员（女性74%，男性26%）开展基于生存分析法的感官试验。将所有消费者评价员分为12组。试验在空气流通、控温、控湿的感官实验室进行。通过调整冲泡参数得到特定的EY和TDS的六安瓜片茶汤样品（表1和表2），以白开水为对照样品。将样品倒入50 mL的一次性航空杯中，进行3位数随机编码。待茶汤冷却至可饮用温度后，试验人员以单杯呈送的方式呈递给评价员，呈递顺序采用威廉姆斯拉丁方设计。每位评价员在独立、绿光的评价间进行茶汤评价。针对不同EY的样品，考虑茶汤的风味平衡度，评价员在问卷上勾选“风味不足、水味太重”“可以”或“太苦涩”；针对不同TDS的样品，考虑茶汤的浓度，评价员在问卷上勾选“太淡”“可以”或“太浓”。

1.4 响应面试验

采用Box-Behnken响應面设计，生成前三泡六安瓜片茶汤的三因素三水平表（表3），共得到51个试验方案。每个冲泡方案重复操作3次，对测定结果取均值计算EY和TDS的响应强度，应用多项式模型进行回归分析。在试验过程中，后两泡茶汤的冲泡水平的设计是在第一泡茶汤冲泡试验的结果上优化而来。

1.5 六安瓜片冲泡控制图的感官验证

1.5.1 消费者排序偏爱检验

从安徽农业大学另外招募54位年龄在18～31岁的消费者评价员（女性65%，男性35%）进行排序偏爱检验。通过EY和TDS的

变化组合冲泡位于六安瓜片冲泡控制图上不同质量区域的样品。样品使用3位数随机编码，评价员根据对样品感官质量的整体偏好顺序，将样品的秩次记录在回答表中。

1.5.2 专家模糊数学法检验

另外招募8名（4名男性，4名女性）茶叶审评经验丰富并且长期接受感官培训的评茶师成立专家评价员小组。试验在安徽农业大学茶叶感官审评室进行。评价员根据评价标准[1]（表4）独立地对随机编码样品的滋味、茶汤香气、汤色、叶底香气4个因子分别进行优、良、差的评价，根据评价结果，建立模糊矩阵[24]，以获得样品优、良、差的分布比率。

1.6 数据分析

采用R version 4.1.3运行Hough[15]编写的脚本构建生存分析模型。Design-Expert 10软件用于建立质量指标与冲泡参数的响应面回归模型。对于消费者偏爱排序的数据，通过Friedman检验六安瓜片茶汤样品的显著性差异。若样品之间存在显著性差异，计算最小显著差（Least significant rank difference，LSRD）进行多重比较。对于专家评价数据，通过模糊数学综合评价法[25-26]计算样品的优、良、差在总分中的占比。

2 结果与分析

2.1 六安瓜片冲泡控制图的建立

2.1.1 基于生存分析法确定六安瓜片茶汤的最佳EY和TDS

根据消费者删失数据（表5和表6），构建消费者对六安瓜片茶汤的拒绝模型，如图1所示。由图1A可知，当EY为（3.21±0.38）%时，消费者对茶汤的总拒绝率最低，为17.18%。基于删失区间对消费者进行分组[19]，发现消费者对茶汤的风味平衡度具有不同的偏好（P＜0.05）。对于偏爱低萃取茶汤的消费者，当EY为（2.90±0.37）%时，总拒绝率达到最低，为11.80%（图1B）；对于偏爱高萃取茶汤的消费者，当EY为（3.96±0.61）%时，总拒绝率最低，为30.17%（图1C）。如图1D所示，当TDS为（0.20±0.02）%时，总拒绝率最低，为25.17%。对于偏爱低浓度茶汤的消费者，当TDS为（0.16±0.02）%时，总拒绝率最低，为16.78%（图1E）；对于偏爱高浓度茶汤的消费者，当TDS为（0.25±0.03）%时，总拒绝率最低，为21.26%（图1F）。因此，六安瓜片茶汤的最佳EY范围为2.53%～4.57%，最佳TDS范围为0.14%～0.28%。

2.1.2 建立六安瓜片冲泡控制图

参考咖啡冲煮控制图[13]，设计六安瓜片冲泡控制图（图2），横坐标代表EY的数值，纵坐标代表TDS的数值，中间的“理想”区域通过EY和TDS的最佳值及其置信区间界定。以EY的界限为例，“理想”区域的下限为偏爱低萃取组的最佳EY值（2.90±0.37）%的置信下限2.53%，上限为偏爱高萃取组的最佳EY值（3.96±0.61）%的置信上限4.57%。为了实际操作中便于应用和确保“理想”区域有效，对2.53%和4.57%取近似值，确定EY的“理想”区域范围为2.50%～4.50%。同理，确定TDS的“理想”区域范围为0.14%～0.28%。

在“理想”区域已经界定的前提下，由“理想”区域的中心点向外辐射，同时考虑到美观性和应用性，确定六安瓜片冲泡控制图的横坐标范围为0.50～6.50%，纵坐标范圍为0～0.42%。通过3条水平线、3条垂直线将六安瓜片冲泡控制图划分为了代表不同冲泡质量的9个区域（九宫格），构建了六安瓜片冲泡控制图。

由图2可以看出，低EY和低TDS的区域代表萃取不足、淡薄（Underdeveloped and weak，UW）的茶汤质量，理想EY和低TDS的区域代表淡薄（Weak，W）的茶汤质量，高EY和低TDS的区域代表萃取过度、淡薄（Overdeveloped and weak，OW）的茶汤质量，低EY和理想TDS的区域代表萃取不足（Underdeveloped，U）的茶汤质量，理想EY和理想TDS的区域代表理想（Ideal，I）的茶汤质量，高EY和理想TDS的区域代表萃取过度（Overdeveloped，O）的茶汤质量，低EY和高TDS的区域代表萃取不足、浓厚（Underdeveloped and strong，US）的茶汤质量，理想EY和高TDS的区域代表浓厚（Strong，S）的茶汤质量，高EY和高TDS的区域代表萃取过度、浓厚（Overdeveloped and strong，OS）的茶汤质量。

2.2 六安瓜片冲泡参数的推荐

2.2.1 质量指标与冲泡参数响应面模型的建立

冲泡响应面法生成的前三泡六安瓜片茶汤的51个冲泡方案，测定EY和TDS（表7），分别建立EY和TDS与冲泡参数的回归模型。方差分析显示（表8和表9），模型达到极显著（P<0.01），失拟项均不显著，说明模型可靠。

由三维响应面图（图3A）可知，时间对第一泡茶汤的EY的影响最大，茶水比对第一泡茶汤的TDS的影响最大。当将第一泡茶汤的EY和TDS的目标值设定为冲泡控制图中的最佳值时，模型推荐的茶水比（g∶mL）范

围缩小为1∶17～1∶25。由图3B和图3C可知，茶水比和温度对第二泡和第三泡茶汤的EY和TDS的影响较为稳定，冲泡时间是茶汤质量的重要影响因子。

2.2.2 六安瓜片冲泡控制图“理想”区域茶水比的确定

参考Ristenpart等[23]在咖啡方面的研究成果，根据质量守恒定律，EY和TDS关于茶水比存在一定的线性关系：

……（3）

式中，Rbrew为茶水比的倒数，–Rabs为冲泡制得的茶汤质量与干茶质量线性回归方程的斜率。

按照响应面推荐的参数，冲泡六安瓜片冲泡控制图上各区域的茶汤并进行线性回归分析，可以得到第一泡茶汤的Rabs为1.37，第二泡茶汤的Rabs为1.27，第三泡茶汤的Rabs为0.82[23]。代入公式（3），即可建立茶水比与EY和TDS的线性关系，进一步构建具有茶水比参数的六安瓜片冲泡控制图（图4）。

由图4可知，茶水比（g∶mL）为1∶30～1∶15更易使六安瓜片茶汤的EY和TDS值落于“理想”区域内。其中采用1∶20～1∶15的茶水比（g∶mL）冲泡得到的六安瓜片茶汤接近“理想”区域的中心。在实际冲泡过程中，可根据投叶量及盖碗大小的实际情况，选择相应的茶水比进行冲泡。

将“理想”区域的EY和TDS范围设定为回归模型的目标范围，运行Design-Expert 10软件得到一系列冲泡方案。当茶水比（g∶mL）控制在1∶30～1∶15时，在75～100 ℃的温度范围内，反向调节冲泡时间，均可制得六安瓜片冲泡控制图“理想”区域的茶汤。但若温度过低，需延长冲泡时间。Li等[27]研究表明，长时间的浸泡可能会增加茶多酚在水中的溶解，增加茶汤的苦涩味。因此，进一步将冲泡温度控制在85～100 ℃[28]，可以及时制备出“理想”区域的茶汤（图5）。从图5可以看出，在优化的1∶30～1∶15茶水比（g∶mL）范围和85～100 ℃温度范围，第一泡茶汤在33 s内调节冲泡时间，第二泡茶汤在15 s内调节冲泡时间，第三泡茶汤在13 s内调节冲泡时间，均可冲泡获得“理想”区域的茶汤。

2.3 六安瓜片冲泡控制图冲泡效果的验证

2.3.1 消费者排序偏爱检验验证六安瓜片冲泡控制图

对位于六安瓜片冲泡控制图不同质量区域的茶汤样品的消费者秩和进行Friedman检验，“理想”区域的样品采用优化后的参数冲泡。在5%的显著性水平下，发现消费者对样品的偏爱存在显著性差异。进一步通过LSRD进行多重比较，显著性分组如表10所示。

在第一泡茶汤中，区域I的样品比区域UW、W、OW、OS的样品更受消费者的喜爱；区域OW、U、O、S的样品比区域UW、W、OS的样品更受消费者的喜爱。在第二泡茶汤中，区域I的样品比区域UW、W、U、S、OS的样品更受消费者的喜爱；区域U、O的样品比区域UW、S、OS的样品更受消费者的喜爱；区域W的样品比区域UW、OS的样品更受消费者的喜爱；区域S的样品比区域OS的样品更受消费者的喜爱。在第三泡茶汤中，区域I的样品比区域UW、S、OS的样品更受消费者的喜爱；区域O的样品比区域的S、OS的样品更受消费者的喜爱；区域UW、W、U、S的样品比区域OS的样品更受消费者的喜爱。以上结果表明，位于“理想”区域的样品相比其他质量区域的样品显著地受到了消费者的偏爱。

2.3.2 专家模糊数学法验证六安瓜片冲泡控制图

根据专家对位于六安瓜片冲泡控制图不同质量区域茶汤样品滋味、茶汤香气、汤色和叶底香气4个属性的评价，建立模糊矩阵，获得样品感官评价优、良、差的占比图（图6）。

对于第一泡六安瓜片茶汤，区域I的样品的优等级分布比率为46.41%，良等级分布比率为41.09%，差等级分布比率为0。对于第二泡六安瓜片茶汤，虽然区域I的样品的优等级分布比率为22.76%，但是良等级分布比率达到57.37%，差等级分布比率为19.87%。对于第三泡六安瓜片茶汤，区域I的样品的优等级分布比率为37.19%，良等级分布比率较高，为60.26%，差等级分布比率仅为2.55%。

综合分析，区域I的样品的优、良等级占比较高，而差等级的占比低，说明位于“理想”区域的六安瓜片茶汤稳定达到优良以上的品质，得到了专家较高的质量评价，证明了“理想”区域的合理性及六安瓜片冲泡控制图的科学性。

3 結论

本研究通过生存分析法确定了六安瓜片茶汤的最佳EY范围为2.53%～4.57%，最佳TDS范围为0.14%～0.28%，建立六安瓜片冲泡控制图。并通过质量守恒定律和响应面法进一步完善，构建了具有推荐茶水比（g∶mL）为1∶30～1∶15的六安瓜片冲泡控制图，最终确定采用1∶30～1∶15的茶水比（g∶mL），温度在85～100 ℃时，第一泡茶汤在33 s内调节冲泡时间，第二泡茶汤在15 s内调节冲泡时间，第三泡茶汤在13 s内调节冲泡时间，可以得到冲泡控制图中“理想”区域的茶汤。该结果在消费者和专家层面均得到了验证。六安瓜片冲泡控制图的建立，为冲泡六安瓜片提供了科学、可实践的参考，也为建立其他茶叶的冲泡控制图提供了借鉴方法。

参考文献

[1]六安市工商行政管理和质量技术监督局. 地理标志产品 六安瓜片茶： DB34/T 237—2017[S]. [出版地不详]： [出版者不详]， 2017. [2023-08-23].

Lu'an Administration for Industry and Commerce and Quality Technical Supervision. Product of geographical indication Lu'an Guapian tea： DB34/T 237—2017 [S]. [s.n.]： [s.n.]， 2017. [2023-08-23].

[2]陈慧. 影响六安瓜片品质形成与茶汤滋味的关键因素分析[J]. 中国茶叶， 2020， 42（5）： 45-47.

Chen H. Analysis of key factors affecting the quality formation of Lu'an Guapian green tea and the taste of tea infusion [J]. China Tea， 2020， 42（5）： 45-47.

[3]詹罗九. 中国十大名茶——六安瓜片简介[J]. 茶业通报， 2010， 32（1）： 10.

Zhan L J. The top ten famous teas in China： brief introduction of Lu'an Guapian green tea [J]. Journal of Tea Business， 2010， 32（1）： 10.

[4]Xiao M J， Zheng F L， Xiao M X， et al. Contribution of aroma-active compounds to the aroma of Lu'an Guapian tea [J]. Flavour and Fragrance Journal， 2022， 37（2）： 83-95.

[5]Yu J Y， Ho C T， Lin Z， et al. Sensomics-assisted characterization of key flowery aroma compounds in Lu'an Guapian green tea infusion （Camellia sinensis） [J]. Journal of Agricultural and Food Chemistry， 2023， 71（15）： 6120-6132.

[6]Price W E， Spiro M. Kinetics and equilibria of tea infusion： rates of extraction of theaflavin， caffeine and theobromine from several whole teas and sieved fractions [J]. Journal of the Science of Food and Agriculture， 1985， 36（12）： 1309-1314.

[7]Spiro M， Siddique S. Kinetics and equilibria of tea infusion： kinetics of extraction of theaflavins， thearubigins and caffeine from Koonsong Broken Pekoe [J]. Journal of the Science of Food and Agriculture， 1981， 32（11）： 1135-1139.

[8]Astill C， Birch M R， Dacombe C， et al. Factors affecting the caffeine and polyphenol contents of black and green tea infusions [J]. Journal of Agricultural and Food Chemistry， 2001， 49（11）： 5340-5347.

[9]Kaltbach P， Ballert S， Gillmeister M， et al. Mate （Ilex paraguariensis） tea preparations： understanding the extraction of volatile and non-volatile compounds upon variations of the traditional consecutive infusions [J]. Food Chemistry， 2022， 374： 131756. doi： 10.1016/j.foodchem.

2021.131756.

[10]Cao Q Q， Wang F， Wang J Q， et al. Effects of brewing water on the sensory attributes and physicochemical properties of tea infusions [J]. Food Chemistry， 2021， 364（2）： 130235. doi： 10.1016/j.foodchem.2021.130235.

[11]陶冬冰， 高雪， 張旋， 等. 不同冲泡条件对六安瓜片茶汤滋味的影响[J]. 食品工业， 2020， 41（6）： 214-218.

Tao D B， Gao X， Zhang X， et al. The influence of different brewing conditions on the flavour of Lu'an Guapian tea soup [J]. The Food Industry， 2020， 41（6）： 214-218.

[12]Specialty Coffee Association. Towards a New Brewing Chart [EB/OL]. [2023-09-20]. https：//sca.coffee/sca-news/25/ issue-

13/towards-a-new-brewing-chart.

[13]Specialty Coffee Association. Coffee Standards [S/OL]. [2023-08-23]. https：//sca.coffee/heritage-coffee-standards.

[14]Li X L， He Y. Evaluation of least squares support vector machine regression and other multivariate calibrations in determination of internal attributes of tea beverages [J]. Food and Bioprocess Technology， 2010， 3（5）： 651-661.

[15]Hough G. Sensory shelf life estimation of food products [M]. Boca Raton： CRC Press， 2009.

[16]Hough G， Langohr K， Gómez G， et al. Survival analysis applied to sensory shelf life of foods [J]. Journal of Food Science， 2003， 68（1）： 359-362.

[17]Curia A， Aguerrido M， Langohr K， et al. Survival analysis applied to sensory shelf life of yogurts-I： argentine formulations [J]. Journal of Food Science， 2005， 70（7）： 442-445.

[18]Garitta L， Langohr K， Gómez G， et al. Sensory cut-off point obtained from survival analysis statistics [J]. Food Quality and Preference， 2015， 43： 135-140.

[19]Garitta L V， Serrat C， Hough G E， et al. Determination of optimum concentrations of a food ingredient using survival analysis statistics [J]. Journal of Food Science， 2010， 71（7）： 526-532.

[20]López Osornio M M， Hough G， Salvador A， et al. Beef's optimum internal cooking temperature as seen by consumers from different countries using survival analysis statistics [J]. Food Quality and Preference， 2008， 19（1）： 12-20.

[21]Esmerino E A， Paixao J A， Cruz A G， et al. Survival analysis： a consumer-friendly method to estimate the optimum sucrose level in probiotic petit suisse [J]. Journal of Dairy Science， 2015， 98（11）： 7544-7551.

[22]Simo R D S， Moraes J O D， Lopes J B， et al. Survival analysis to predict how color influences the shelf life of strawberry leather [J]. Foods， 2022， 11（2）： 218. doi： 10.3390/foods11020218.

[23]Ristenpart W， Kuhl T. The design of coffee： an engineering approach [M]. Charleston： Createspace Independent Publishing Platform， 2021.

[24]李柏年. 模糊數学及其应用[M]. 合肥： 合肥工业大学出版社， 2007.

Li B N. Fuzzy mathematics and its application [M]. Hefei： Hefei University of Technology Press， 2007.

[25]Lu Q， Liu H， Wang Q， et al. Sensory and physical quality characteristics of bread fortified with apple pomace using fuzzy mathematical model [J]. International Journal of Food Science & Technology， 2017， 52（5）： 1092-1100.

[26]苏小琴， 李强， 左小博， 等. 基于正交试验和模糊数学评价优化冷泡茶冲泡条件的研究[J]. 中国茶叶加工， 2018（1）： 49-55.

Su X Q， Li Q， Zuo X B， et al. Optimization of cold-brewing tea conditions based on orthogonal experimental design and fuzzy mathematic sensory evaluation [J]. China Tea Processing， 2018（1）： 49-55.

[27]Li W F， Zhang J， Tan S， et al. Citric acid-enhanced dissolution of polyphenols during soaking of different teas [J]. Journal of Food Biochemistry， 2019， 43（12）： 13046. doi： 10.1111/jfbc.13046.

[28]童梅英， 张泽生， 王镇恒. 冲泡水温和时间对高级绿茶滋味的影响[J]. 茶叶科学， 1996， 16（1）： 57-62.

Tong M Y， Zhang Z S， Wang Z H. Effects of infusion time and water temperature on the taste of high grade green tea [J]. Journal of Tea Science， 1996，16（1）： 57-62.