CN113125590B - 一种基于快速气相电子鼻技术的滇红工夫茶汤香气品质客观评价方法 - Google Patents
一种基于快速气相电子鼻技术的滇红工夫茶汤香气品质客观评价方法 Download PDFInfo
- Publication number
- CN113125590B CN113125590B CN202110308942.6A CN202110308942A CN113125590B CN 113125590 B CN113125590 B CN 113125590B CN 202110308942 A CN202110308942 A CN 202110308942A CN 113125590 B CN113125590 B CN 113125590B
- Authority
- CN
- China
- Prior art keywords
- peak area
- tea soup
- yunnan
- sample
- aroma quality
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/04—Preparation or injection of sample to be analysed
- G01N30/06—Preparation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/86—Signal analysis
- G01N30/8675—Evaluation, i.e. decoding of the signal into analytical information
- G01N30/8679—Target compound analysis, i.e. whereby a limited number of peaks is analysed
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/04—Preparation or injection of sample to be analysed
- G01N30/06—Preparation
- G01N2030/065—Preparation using different phases to separate parts of sample
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Library & Information Science (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种基于快速气相电子鼻技术的滇红工夫茶汤香气品质客观评价方法,包括步骤:(1)将待检测的滇红工夫茶汤样品加入顶空瓶中,进行HeraclesⅡ快速气相电子鼻分析,定性定量分析得到以下化合物及其峰面积:芳樟醇、3‑乙基戊烷、反式‑2‑己烯、呋喃、2,3‑戊二酮、柠檬烯、1‑戊烯、甲基丁香酚、乙酸甲酯、2‑甲基呋喃、3‑戊酮、吡啶、戊酸甲酯和2‑甲基丁烷;(2)基于Fisher线性判别,利用步骤(1)得到的化合物以及相应的峰面积判断茶汤香气品质分类;(3)基于逐步多元线性回归,利用步骤(1)得到的化合物以及相应的峰面积预测茶汤香气品质得分。本发明为滇红工夫茶汤的香气品质评价提供一种快速、准确、客观的评价方法。
Description
技术领域
本发明涉及茶汤香气品质评价领域,具体涉及一种基于快速气相电子鼻技术的滇红工夫茶汤香气品质客观评价方法。
背景技术
工夫红茶是我国特有的红茶品种,品类多、产地广,我国十九个产茶省中有十二个省先后生产工夫红茶。滇红工夫作为工夫红茶代表之一,属大叶种类型,1938年在云南凤庆县试制成功,主要产于云南澜沧江沿岸的临沧、德宏、思茅、西双版纳、红河6个地州的20个县,以外形肥硕紧实、茸毫显露、汤色艳亮、香高味浓的品质独树一帜。
众所周知,茶汤的品质主要反映在色、香、味三个方面。目前关于汤色和滋味对茶汤品质的影响已有诸多报道。王家勤等提出了基于色差系统的工夫红茶茶汤亮度的量化评价方法(《茶叶科学》,2020,40(2):259~268)。吴仕敏等在此基础上提出了影响工夫红茶茶汤亮度的关键成分。姚月凤等采用电子舌技术实现了对工夫红茶甜纯滋味特征的快速、准确判别评价(食品科学,2019,40(18):236~241),为后续茶叶滋味特征成分的研究提供理论依据,亦可为茶汤滋味的客观、智能评价提供依据。香气作为茶汤最重要的品质属性之一,香型复杂、呈香物质多样,各香味物质的物理性质亦不同,且物质间协同和抑制作用也各不相同;此外,香气物质还具有易挥发、不稳定等诸多限制,如何有效而准确地把握茶汤的总体呈香,成为了业内的一个难题。
感官审评法具有快速、简单等优点,目前被广泛使用,但主观色彩较强,评审结果很容易受到经验、外部环境和评审员自身条件的影响,而且其对茶叶香气的审评还具有无量化的标准、无法进行实时在线监控、无法做到标准化和真正客观化等缺点。HeraclesⅡ快速气相电子鼻作为一种新型的气味分析仪,具有检测灵敏和分析时间短等优势,可将气相所得色谱峰作为传感器,其替代了传统传感器型电子鼻中有限的传感信号,可以得到更多的化合物信号,同时,将保留时间换算成Kovats保留指数,经正构烷烃校准后,通过AroChemBase数据库进行定性分析,得出可能的化合物及相对应的感官描述信息,有利于进一步深入研究其性质。
发明内容
针对本领域存在的不足之处,本发明提供了一种基于快速气相电子鼻技术的滇红工夫茶汤香气品质客观评价方法,基于Fisher线性判别分析可实现茶汤品质分类的准确判别,训练集验证结果准确率为95.2%;基于逐步多元线性回归分析可实现茶汤品质得分的准确预测,预测值和实际值的差值绝对值小于2.3。本发明可以替代传统的人为感官评价,避免了个体差异和环境因素带来的干扰,为滇红工夫茶汤的香气品质评价提供一种客观的评价方法。
一种基于快速气相电子鼻技术的滇红工夫茶汤香气品质客观评价方法,包括步骤:
(1)将待检测的滇红工夫茶汤样品加入顶空瓶中,进行HeraclesⅡ快速气相电子鼻分析,定性定量分析得到以下化合物及其峰面积:芳樟醇、3-乙基戊烷、反式-2-己烯、呋喃、2,3-戊二酮、柠檬烯、1-戊烯、甲基丁香酚、乙酸甲酯、2-甲基呋喃、3-戊酮、吡啶、戊酸甲酯和2-甲基丁烷;
(2)基于Fisher线性判别,利用步骤(1)得到的化合物以及相应的峰面积判断茶汤香气品质分类;
(3)基于逐步多元线性回归,利用步骤(1)得到的化合物以及相应的峰面积预测茶汤香气品质得分。
作为优选,步骤(1)中,所述待检测的滇红工夫茶汤样品按照国家标准GB/T23776-2018制备,具体包括:取3.0g待检测的滇红工夫茶样置于150mL评审杯碗中,注满沸水,加盖冲泡5min,沥出得到所述待检测的滇红工夫茶汤样品。
步骤(1)中,HeraclesⅡ快速气相电子鼻系统包含2根长20m、柱径180μm且极性不同的色谱柱,分别为弱极性色谱柱MXT-5和中等极性色谱柱MXT-1701,以及两个FID检测器,一次进样,双柱分析。
作为优选,步骤(1)中,所述待检测的滇红工夫茶汤样品的体积用量为4mL,孵化温度为65℃,孵化时间为30min,所述HeraclesⅡ快速气相电子鼻分析的具体条件为:载气氦气流量160mL/min;进样量5000μL,进样速度250μL/s,进样口温度200℃;捕集阱解析温度240℃;柱温箱初始温度50℃,以0.2℃/s升至80℃,然后0.8℃/s升至250℃保持96s;氢火焰离子化检测器FID温度260℃,增益因子12;采集时间460s。
作为优选,步骤(1)中,采用C6~C16正构烷烃标准溶液进行校准,将化合物的保留时间转化为保留指数,采用Kovats保留指数结合AroChemBase数据库对化合物进行定性分析;采用面积归一法进行定量分析。
作为优选,步骤(2)中,Fisher线性判别方程为:
Y1=0.000166*V75-0.000985*V12-0.000789*V49+0.000687*V3+0.001732*V56+0.000513*V72-0.000851*V44-0.001753*V80+0.003775*V7-0.707220,
其中,Y1表示一维空间的投影点坐标值,Y1>0.57判别茶汤香气品质为优质组,Y1<0.57则判别茶汤香气品质为非优组,V75代表芳樟醇的峰面积,V12代表3-乙基戊烷的峰面积,V49代表反式-2-己烯的峰面积,V3代表呋喃的峰面积,V56代表2,3-戊二酮的峰面积,V72代表柠檬烯的峰面积,V44代表1-戊烯的峰面积,V80代表甲基丁香酚的峰面积,V7代表乙酸甲酯的峰面积。
所述优质组为国家标准GB/T 23776-2018中茶汤香气品质得分≥90的类别(即A类),非优组为国家标准GB/T 23776-2018中茶汤香气品质得分<90的类别(即B类)。
作为优选,步骤(3)中,多元线性回归方程为:
Y2=0.000440*V75-0.015122*V48-0.005768*V54-0.000170*V21+0.003702*V24-0.005965*V43+82.288528,
其中,Y2代表茶汤香气品质得分,V75代表芳樟醇的峰面积,V48代表2-甲基呋喃的峰面积,V54代表3-戊酮的峰面积,V21代表吡啶的峰面积,V24代表戊酸甲酯的峰面积,V43代表2-甲基丁烷的峰面积。
上述多元线性回归方程计算得到的茶汤香气品质得分适用于国家标准GB/T23776-2018。
本发明与现有技术相比,主要优点包括:
1、本发明采用快速气相电子鼻技术对茶汤挥发物进行提取,样品前处理简单、快速,避免了繁琐的预处理过程,无需有机溶剂,绿色环保。
2、本发明建立的滇红工夫茶汤香气品质客观评价方法,可以实现茶汤品质分类的正确判别和茶汤品质得分的准确预测,为茶汤香气品质评价提供一种新的技术手段。
3、本发明建立的滇红工夫茶汤香气品质客观评价方法,弥补了人工感官评价主观影响较大、一致性和可重复性较差的缺陷,为茶汤香气品质评价提供一种快速、准确、客观的方法。
附图说明
图1为实施例代表性茶汤样本的总离子流图;
图2为实施例逐步多元线性回归结果图。
具体实施方式
下面结合附图及具体实施例,进一步阐述本发明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。下列实施例中未注明具体条件的操作方法,通常按照常规条件,或按照制造厂商所建议的条件。
本实施例具体介绍如下:
1实验部分
1.1茶样
收集云南省不同产区(临沧市、保山市、普洱市、红河自治州、西双版纳自治州、德宏自治州等)、不同等级(特级、一级、二级、三级等)、不同干茶形状(条形、卷曲型、螺形、针形)的工夫红茶,共44个代表性样品。
1.2试剂
纯净水(杭州娃哈哈集团有限公司);正构烷烃C6-C16混合标品(美国RESTEK公司)。
1.2仪器与设备
HeraclesⅡ超快速气相电子鼻(法国Alpha Mos公司);20mL顶空进样瓶(美国Agilent科技公司);国家标准审评杯碗(150mL);电子天平(北京赛多利斯科学仪器有限公司)。
1.3方法
1.3.1茶汤制备
参考国家标准(GB/T 23776-2018),取3.0g代表性茶样置于150mL审评杯中,注满沸水,加盖冲泡5min,而后将茶汤沥至审评碗。
1.3.2感官审评
由5位评茶专家(国家高级评茶员)经过热嗅、温嗅、冷嗅三轮,对冲泡得到的茶汤香气品质进行感官描述和打分。除掉一个最高分和一个最低分后,取其平均值作为最终结果。参考国家标准(GB/T 23776-2018):香气特征表现为甜香、嫩香明显的茶样得分为90-99分;表现为茶香高昂、甜香稍显的茶样得分为80-89分,表现为茶香尚纯正的茶样得分为70-79分。其中,得分≥90的样品,我们认定为其在香气表征方面为优质,定义为A类;得分<90的样品定义为B类,具体结果见表1。
表1茶汤香气感官评定结果
1.3.3HeraclesⅡ快速气相电子鼻分析
本研究采用顶空自动进样装置结合快速气相电子鼻Heracles II进行检测分析。HeraclesⅡ快速气相电子鼻系统包含2根长20m、柱径180μm且极性不同的色谱柱(MXT-5为弱极性色谱柱,MXT-1701为中等极性色谱柱),以及两个FID检测器,一次进样,双柱分析,同时生成两张总离子流图。
将待检的茶汤样品加入20mL顶空瓶中,加盖密封。每个样品重复测定3次,结果用平均值±标准差表示。为得到良好的色谱信息,对样品量(茶汤体积)、孵育温度和孵育时间采用单因素轮换法进行考察,以确定最佳实验条件,最终优选的条件为样本体积4mL、孵化温度65℃、孵化时间30min。其余检测参数如下所示:载气(He)流量160mL/min;进样量5000μL,进样速度250μL/s,进样口温度200℃;捕集阱解析温度240℃;柱温箱初始温度50℃,以0.2℃/s升至80℃,然后0.8℃/s升至250℃保持96s;氢火焰离子化检测器(FID)温度260℃,增益因子12;采集时间460s。
定性定量分析:采用正构烷烃标准溶液(C6~C16)进行校准,将化合物的保留时间(RT)转化为保留指数(RI),参考Kovats保留指数结合AroChemBase数据库对化合物进行定性分析;采用面积归一法进行定量分析。
1.3.4数据分析
折线图和散点图采用Origin 2018软件绘制;PLS-DA分析采用SIMCA13.0软件完成;单变量显著性分析、Fisher判别和多重线性逐步回归采用SPSS 23.0软件完成。
2结果与讨论
2.1滇红茶汤香气组分定性定量分析
对44个滇红工夫茶汤样本采用HeraclesⅡ快速气相电子鼻技术进行分析,经过不同极性的色谱柱分离,共观察到84个峰,通过Kovats保留指数结合AroChemBase数据库共鉴定出61种化合物(见表2),其中22种物质分别在两个色谱柱上被共同识别,代表性茶汤样本的总离子流图如图1所示。根据峰面积归一法得到各成分的相对含量,其中酯类化合物10种,相对含量为2.14%;醛类化合物9种,相对含量为65.08%;醇类化合物9种,相对含量为13.23%;烯烃类化合物8种,相对含量为4.46%;杂环类化合物7种,相对含量为3.58%;酮类化合物5种,相对含量为0.52%,烷烃类5种,相对含量为1.58%;醚类化合物两种,相对含量为7.47%;其他类化合物6种,相对含量为1.94%。
表2化合物定性信息
2.2基于Fisher线性判别分析茶汤品质分类判别
Fisher判别法(Fisher Discriminant Analysis,FDA)是基于方差分析的思想而建立起来的用以区分各个类别的线性判别分析法,1936年由Fisher提出。其基本原理是通过数据降维的方式,将高维空间的样本数据点投影到低维度空间,以达到组(类)间差异最大,组内差异最小的目的。
基于Wilks’Lambda最小值的原则,采用SPSS软件对变量进行逐步筛选,以判别能力显著的变量建立最优函数。由此得到的Fisher判别方程变量为:
Y1=0.000166*V75-0.000985*V12-0.000789*V49+0.000687*V3+0.001732*V56+0.000513*V72-0.000851*V44-0.001753*V80+0.003775*V7-0.707220,
其中,Y1表示一维空间的投影点坐标值,V75代表芳樟醇的峰面积,V12代表3-乙基戊烷的峰面积,V49代表反式-2-己烯的峰面积,V3代表呋喃的峰面积,V56代表2,3-戊二酮的峰面积,V72代表柠檬烯的峰面积,V44代表1-戊烯的峰面积,V80代表甲基丁香酚的峰面积,V7代表乙酸甲酯的峰面积。
此判别方程优质组(A类,国家标准GB/T 23776-2018中茶汤香气品质得分≥90的类别)的质心处函数值为2.11,非优组(B类,国家标准GB/T 23776-2018中茶汤香气品质得分<90的类别)的质心处函数值为-0.98,分界阈值为0.57。Y1>0.57判别茶汤香气品质为优质组,Y1<0.57则判别茶汤香气品质为非优组。
在上述判别方程中,呋喃(V3)、乙酸甲酯(V7)、戊醛(V56)、柠檬烯(V72)、芳樟醇(V75)与滇红工夫茶汤品质得分正相关,3-乙基戊烷(V12)、1-戊烯(V44)、反式-2-己烯(V49)、甲基丁香酚(V80)与滇红工夫茶汤品质得分负相关。判别分析结果如表3,对96.7%的训练集样本进行了正确判断,交叉验证分析准确率为95.5%,测试集14个样本进一步验证了结果的可靠性,准确率为95.2%(见表3)。说明所建立的判别方程可靠,具有较好的预测能力,可以替代人工感官审评,实现对茶汤品质的准确分类。
表3 Fisher线性判别分析
2.3基于逐步多元线性回归的茶汤品质得分预测
在实现对滇红茶汤准确分类判别的基础上,我们期望能够对滇红工夫茶汤品质的具体得分进行准确预测。因此,我们引入了逐步回归分析方法,以30个训练集样本的84个峰面积作为自变量,感官品质得分为因变量建立多元线性回归方程。对偏回归系数进行F检验,选择对因变量具有显著影响的自变量构成回归模型。若一个变量的F值的相伴概率(P值)小于0.05,那么这个变量将被选入回归方程中;当变量的F值的相伴概率大于0.1,则该变量将从回归方程中被剔除。由此回归方程如下:
Y2=0.000440*V75-0.015122*V48-0.005768*V54-0.000170*V21+0.003702*V24-0.005965*V43+82.288528,
其中,Y2代表茶汤香气品质得分,V75代表芳樟醇的峰面积,V48代表2-甲基呋喃的峰面积,V54代表3-戊酮的峰面积,V21代表吡啶的峰面积,V24代表戊酸甲酯的峰面积,V43代表2-甲基丁烷的峰面积。
该回归方程模型的相关系数Rc=0.98>0.8,均方根误差RMSEC=0.79,相对分析误差RPDcv=5.72>2,说明回归方程的拟合效果良好。该模型所有自变量TOLERANCE>0.1,VIF<10,说明不存在多重共线性的问题,模型稳定可靠。
各回归系数(除常数外)的显著性水平都小于0.01,表明这6个变量对因变量均有极显著的贡献。其中,2-甲基呋喃(V48)和芳樟醇(V75)的标准化回归系数较高(|Beta|>0.5),表明二者对模型较为重要。呋喃类挥发物通常贡献烘炒香和焦糖类的气味,2-甲基呋喃有类似可可香、坚果香的气味特征,在本研究中发现其不利于滇红工夫茶汤香气的品质得分。芳樟醇已多被认为是滇红工夫茶的主要挥发性物质和区分不同产区红茶的特征化合物,对红茶香气起到积极作用。戊酸甲酯(V24)的特征香气是水果香,对滇红茶汤香气品质起到正相关作用;3-戊酮(V54)有类似丙酮的气味,吡啶(V21)有令人作呕的腐臭气味,对滇红茶汤香气品质起到负相关作用。食品的香气感知并非简单的各个成分之间的加合,而是通过复杂的协同作用后最终形成。尽管2-甲基丁烷(V43)本身没有气味,但可能作为基质与其他化合物相作用,因此不利于茶汤香气品质表现。
为了考察模型预测的准确性,利用测试集14个样本进一步验证模型的预测效果。将验证集样本的电子鼻数据代入所建立的回归模型中,Rp=0.94>0.8,RMSEP=0.92,RPDp=3.14>2(如图2所示),证明模型预测效果良好,预测值和实际值的差值绝对值小于2.3。该模型可以替代人工感官审评,实现茶汤品质得分的准确预测。
此外应理解,在阅读了本发明的上述描述内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。
Claims (1)
1.一种基于快速气相电子鼻技术的滇红工夫茶汤香气品质客观评价方法,其特征在于,包括步骤:
(1)将待检测的滇红工夫茶汤样品加入顶空瓶中,进行HeraclesⅡ快速气相电子鼻分析,定性定量分析得到以下化合物及其峰面积:芳樟醇、3-乙基戊烷、反式-2-己烯、呋喃、2,3-戊二酮、柠檬烯、1-戊烯、甲基丁香酚、乙酸甲酯、2-甲基呋喃、3-戊酮、吡啶、戊酸甲酯和2-甲基丁烷;
所述待检测的滇红工夫茶汤样品按照国家标准GB/T 23776-2018制备,具体包括:取3.0g待检测的滇红工夫茶样置于150mL评审杯碗中,注满沸水,加盖冲泡5min,沥出得到所述待检测的滇红工夫茶汤样品;
HeraclesⅡ快速气相电子鼻系统包含2根长20m、柱径180μm且极性不同的色谱柱,分别为弱极性色谱柱MXT-5和中等极性色谱柱MXT-1701,以及两个FID检测器,一次进样,双柱分析;
所述待检测的滇红工夫茶汤样品的体积用量为4mL,孵化温度为65℃,孵化时间为30min,所述HeraclesⅡ快速气相电子鼻分析的具体条件为:载气氦气流量160mL/min;进样量5000μL,进样速度250μL/s,进样口温度200℃;捕集阱解析温度240℃;柱温箱初始温度50℃,以0.2℃/s升至80℃,然后0.8℃/s升至250℃保持96s;氢火焰离子化检测器FID温度260℃,增益因子12;采集时间460s;
采用C6~C16正构烷烃标准溶液进行校准,将化合物的保留时间转化为保留指数,采用Kovats保留指数结合AroChemBase数据库对化合物进行定性分析;
采用面积归一法进行定量分析;
(2)基于Fisher线性判别,利用步骤(1)得到的化合物以及相应的峰面积判断茶汤香气品质分类;
Fisher线性判别方程为:
Y1=0.000166*V75-0.000985*V12-0.000789*V49+0.000687*V3+0.001732*V56+0.000513*V72-0.000851*V44-0.001753*V80+0.003775*V7-0.707220,
其中,Y1表示一维空间的投影点坐标值,Y1>0.57判别茶汤香气品质为优质组,Y1<0.57则判别茶汤香气品质为非优组,V75代表芳樟醇的峰面积,V12代表3-乙基戊烷的峰面积,V49代表反式-2-己烯的峰面积,V3代表呋喃的峰面积,V56代表2,3-戊二酮的峰面积,V72代表柠檬烯的峰面积,V44代表1-戊烯的峰面积,V80代表甲基丁香酚的峰面积,V7代表乙酸甲酯的峰面积;
(3)基于逐步多元线性回归,利用步骤(1)得到的化合物以及相应的峰面积预测茶汤香气品质得分;
多元线性回归方程为:
Y2=0.000440*V75-0.015122*V48-0.005768*V54-0.000170*V21+0.003702*V24-0.005965*V43+82.288528,
其中,Y2代表茶汤香气品质得分,V75代表芳樟醇的峰面积,V48代表2-甲基呋喃的峰面积,V54代表3-戊酮的峰面积,V21代表吡啶的峰面积,V24代表戊酸甲酯的峰面积,V43代表2-甲基丁烷的峰面积。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110308942.6A CN113125590B (zh) | 2021-03-23 | 2021-03-23 | 一种基于快速气相电子鼻技术的滇红工夫茶汤香气品质客观评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110308942.6A CN113125590B (zh) | 2021-03-23 | 2021-03-23 | 一种基于快速气相电子鼻技术的滇红工夫茶汤香气品质客观评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113125590A CN113125590A (zh) | 2021-07-16 |
CN113125590B true CN113125590B (zh) | 2022-12-20 |
Family
ID=76773773
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110308942.6A Active CN113125590B (zh) | 2021-03-23 | 2021-03-23 | 一种基于快速气相电子鼻技术的滇红工夫茶汤香气品质客观评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113125590B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114019100B (zh) * | 2021-10-29 | 2024-03-26 | 中国农业科学院茶叶研究所 | 基于多源信息融合技术的滇红工夫茶汤综合品质客观量化评价方法 |
CN114019046A (zh) * | 2021-10-31 | 2022-02-08 | 浙江农林大学 | 一种基于稻谷挥发性成分判定其食用品质的技术方法 |
CN114184725A (zh) * | 2021-11-18 | 2022-03-15 | 上海应用技术大学 | 一种检测生鲜乳中棕榈油含量的方法及装置 |
CN114324694A (zh) * | 2022-01-26 | 2022-04-12 | 上海市农业科学院 | 一种大麦茶香气成分和口感品质的分析方法 |
CN114544805B (zh) * | 2022-01-30 | 2024-05-10 | 河南中烟工业有限责任公司 | 一种电子鼻测定加热卷烟逐口稳定性的方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020203717A1 (ja) * | 2019-03-29 | 2020-10-08 | サントリーホールディングス株式会社 | 花香を有する茶芳香組成物 |
-
2021
- 2021-03-23 CN CN202110308942.6A patent/CN113125590B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020203717A1 (ja) * | 2019-03-29 | 2020-10-08 | サントリーホールディングス株式会社 | 花香を有する茶芳香組成物 |
Non-Patent Citations (5)
Title |
---|
Sensory evaluation of the synergism among ester odorants in light aromatype;Yunwei Niu等;《Food Research International》;20180111;第113卷;第102-114页 * |
不同焙火程度的武夷岩茶挥发性成分分析研究;何杉杉等;《食品研究与开发》;20201016(第20期);第187-192页 * |
基于龙井茶香气风味特性的品质判定;戴悦雯等;《食品科学》;20151231;第36卷(第10期);第110-113页 * |
电子鼻技术与感官审评对凤庆滇红茶香气的相关性分析;何鲁南等;《茶叶通讯》;20200625(第02期);第237-247页 * |
龙井绿茶品质判别与保质期预测模型的建立及应用研究;王海利;《中国优秀硕士论文全文数据库 工程科技Ⅰ》;20191215;第B024-265页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113125590A (zh) | 2021-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113125590B (zh) | 一种基于快速气相电子鼻技术的滇红工夫茶汤香气品质客观评价方法 | |
Lv et al. | Multivariate analysis based on GC-MS fingerprint and volatile composition for the quality evaluation of Pu-erh green tea | |
Qin et al. | Evaluation of Chinese tea by the electronic nose and gas chromatography–mass spectrometry: Correlation with sensory properties and classification according to grade level | |
Lin et al. | Discrimination of oolong tea (Camellia sinensis) varieties based on feature extraction and selection from aromatic profiles analysed by HS-SPME/GC–MS | |
CN106501470B (zh) | 利用味觉系统与电子鼻联合评价芥辣酱风味等级的方法 | |
JP5177384B2 (ja) | 緑茶の品質予測方法 | |
Cotte et al. | Study and validity of 13C stable carbon isotopic ratio analysis by mass spectrometry and 2H site-specific natural isotopic fractionation by nuclear magnetic resonance isotopic measurements to characterize and control the authenticity of honey | |
Araghipour et al. | Geographical origin classification of olive oils by PTR-MS | |
CN104316635A (zh) | 水果风味品质的快速鉴别方法 | |
Jo et al. | Analysis of aroma compounds of commercial cider vinegars with different acidities using SPME/GC-MS, electronic nose, and sensory evaluation | |
CN109164187A (zh) | 一种区分同一类型不同产地茶叶的方法 | |
CN102692488A (zh) | 基于电子鼻技术的金华火腿分级与鉴别方法 | |
CN111855757B (zh) | 一种基于电子鼻的六堡茶陈香香味识别方法 | |
CN110133050A (zh) | 一种基于多传感器指纹图谱定性定量检测茶叶品质的方法 | |
Yan et al. | Aroma analysis of Fuyun 6 and Jinguanyin black tea in the Fu'an area based on E-nose and GC–MS | |
CN111738548B (zh) | 一种茉莉花茶香气品质评价方法及其应用 | |
CN112435721A (zh) | 一种基于偏最小二乘构建龙井绿茶品质判别模型的方法 | |
CN115598255B (zh) | 陈皮的检测分级方法 | |
Zhou et al. | HS-GC-IMS detection of volatile organic compounds in cistanche powders under different treatment methods | |
CN105717227A (zh) | 一种浓缩苹果汁风味品质判别方法及其应用 | |
CN115792022B (zh) | 一种基于感官效应的烟草中滋味物质模型及其构建方法和应用 | |
CN113899829B (zh) | 一种草果的hplc指纹图谱检测方法及其酚类物质含量测定方法 | |
CN115480017A (zh) | 一种高分辨质谱测定六堡茶中氨基酸类化合物的方法 | |
JP2013210217A (ja) | カカオ豆の品質評価方法 | |
CN115047129B (zh) | 一种基于挥发性物质组成特征的高粱品种鉴别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |