陈美丽 唐德松 龚淑英*
(1.浙江大学茶叶研究所,浙江杭州 310058;2.柳州市林业科学研究所,广西柳州 545300)
感官审评是评定茶叶品质优劣的重要方法,具有快速、全面、准确等特点,但该方法需要有丰富的茶学知识和审评经验。培养一名茶叶审评员训练周期长,没有相当经验的积累,难以得到可靠的结果[1]。化学检测方法用于茶叶品质成分的含量及组成分析,结果较为准确、客观,但操作繁琐,且不能较好地反映茶叶的整体品质。近些年来,随着现代科学与精密仪器分析技术的发展,茶叶色香味品质的理化检测手段也得到了快速发展。
一直以来,人们都是通过视觉对茶叶色泽进行品质鉴定,而视觉的产生依赖于视觉的适宜刺激和视觉的生理机制,在同一批次样品比较中基准较为一致,若在不同光照等外界条件下则容易引起色差等。随着科学技术的发展,结合现代电子技术对茶叶色泽进行客观化评价的研究已成为热点。
机器视觉是指通过图像摄取装置将被摄取目标转换成图像信号,传送给专用的图像处理系统,根据像素分布和亮度、颜色等信息转变成数字化信号,进而实现机器代替人眼来做测量和判断的目的。李晓丽采用MS3100多光谱成像仪建立机器视觉成像系统,对茶叶的外观品质进行定量审评,结果表明基于光谱图像纹理分析的颗粒堆积状茶叶等级的区分是可行的[2]。李娇以目前研究尚处于起步阶段的茶叶品质计算机视觉分级为研究方向,选取具有代表性的2个茶叶种类为研究对象,建立了获取茶叶样本图像的计算机视觉系统;并在此基础上建立了一套适用于计算机视觉识别的茶叶品质特征提取模式,进一步提出基于反向传播算法(BP)网络的茶叶品质鉴定模型的分级效果较好,且分级准确率达95%[3]。王文杰利用电脑结合Photoshop6.0软件可准确快捷地测定茶样实物扫描图的色泽信息,并提出必须建立其茶叶色泽参数与茶叶品质的关系模型,才能使电脑评价色泽品质技术走向实用化[4]。随着计算机视觉技术的逐步发展,茶叶生产加工中也有所应用。如郝志龙等在白茶加工过程中利用计算机视觉技术研究白茶色泽变化,提出用计算机视觉技术定量描述茶叶色泽变化与茶叶内含色泽成分的相互关系有待深入研究[5]。
光谱仪是分光测色系统的核心部分,对整个可见光的光谱数据进行收集,颜色表达完整,精度高。彭博等利用光谱辐亮度计设计了一套颜色测量系统,并通过该系统对中国颜色体系色片进行测量试验,测量精确度较高,具有普遍实用性[6]。随着颜色测量领域应用的深入,精确的在线测量技术也在不断改善中。色差仪是根据CIE(国际标准照明委员会)建立的一系列表示可见光谱的颜色标准空间原理测量样品与被测样品的色差以及三色度值,实现测色过程全自动化。赖凌凌等以39个福建绿茶为研究对象,探讨了L*a*b*表色系统与绿茶感官审评汤色得分的相关性,结果表明各色度值对茶水冲泡条件的变化灵敏度较高,提出分析茶汤品质时应针对不同外形和嫩度的绿茶分别建立相关性分析标准以提高评判准确性[7]。更进一步的研究将茶叶中的化学成分、茶汤色度值与感官审评关联起来,发现色度值与各品质特征及品质总分均呈显著性关系[8,9]。赵杰文等已发明一种茶叶汤色品质的量化评价方法,即由3位以上评茶员得到茶样汤色感官最终评分值,再通过色差计分别测量多批选取茶样的汤色色度值并计算衍生指标值,利用主成分分析(PCA)和反向传播算法(BP)神经网络建立BP神经网络模型,该方法能科学有效地给出茶叶汤色品质的量化值,与感官审评方法具有很好的一致性[10]。这些研究为今后茶叶色泽品质数值化和客观化表征提供了科学依据。
色卡研制早在染料工业中有所应用,结合了色度学原理和先进的测色技术,体现了目视评定与测色仪器的一致性。王同和等对8种绿茶的干茶、汤色和叶底色泽进行色差参数测定与感官审评给分,利用Photoshop软件读取出绿茶色泽的Lab值,并通过确定绿茶色差参数的波动范围制作出专业版、标准版和简化版的色卡,为茶叶审评课教学提供了理论依据[11]。这为今后完善其他茶类色卡制作及应用方面提供了技术参考。
气相技术主要用于测定挥发油、极性较小的成分或衍生化后的可挥发性成分;气质联用(GC-MS)应用较多,可在线提供气相图谱中主要成分的化学结构信息。叶红等采用GC-MS法对不同产地6种茶叶中的10种香气成分进行比较分析,结果分别指出红茶、铁观音和碧螺春区别于别类茶的香气特征,并指出碧螺春新茶和陈茶存在的很大区别在于检测出的香气成分相差很大,且香气成分的含量可作为评判新旧茶叶的依据[12]。Kanokwan Jumtee等利用GC-MS获得的挥发性物质信号结合多变量数据分析技术对日本绿茶感官品质排序进行评价和预测,结果表明正交信号校正-偏最小二乘绿茶品质排序模型对其品质预测效果良好,且鉴别出构成绿茶品质的重要香气物质为香叶醇、吲哚、芳樟醇、顺茉莉酮、二氢猕猴桃内酯等13种,这些挥发性物质的指纹图谱很可能成为绿茶品质全面评价的标记物[13]。N.Togari等利用化学计量学分析茶叶香气的7种感官特征与GC图谱信息的相关性,多元线性回归(MLR)、主成分回归(PCR)和偏最小二乘(PLS)三种校正方法对树脂味和烘烤香以外的5种香气特征的多元回归模型预测准确度高,所得77个峰中对清花香、甜花香和甜果香预测贡献值较大的分别是芳樟醇和茉莉内酯,2-苯乙醇和茉莉内酯,2-苯乙醇,并指出利用气相色谱结合多变量校正方法分析茶叶香气品质需与它们的香气成分联系起来[14]。
茶叶香气指纹图谱(Fingerprint)主要是指通过GC及GC-MS等分析技术对各种茶叶色谱特征峰的聚类分析或相似度比较,从而建立不同品种、不同产地、不同种类等茶叶的香气信息库,用于茶叶品质评价及地域、品种判别等方面[15]。
潘瑞景等利用GC-MS技术建立了九个不同产地半枝莲及其混淆品的指纹图谱,在此基础上结合化学计量学直观推导式演进特征投影法(HELP),及质谱库检索结合保留指数的方法对半枝莲及其混淆品进行化学成分分析,同时应用相似度分析(SA)对不同产地的半枝莲及其混淆品的指纹图谱进行判别[16]。随着我国原产地域产品保护制度的不断推行及产品种类的不断丰富,对茶叶品质保真和地域判别技术提出了更高要求,指纹图谱技术也不断应用于茶叶品质研究领域。采用SPME技术富集不同批次婺源绿茶和武夷岩茶的干茶香气,并利用GC-MS技术分别对其图谱进行研究,建立的茶叶指纹图谱相似度均大于0.90,符合指纹图谱研究技术的要求,可作为婺源绿茶和武夷岩茶品质保真、质量控制和地域判别的一个指标[17]。B.B.Borse等利用GC-MS分析来自四个不同产区的印度红茶香气特征,鉴定出25种挥发性香气物质作为指纹标记来辨别不同产区特征,研究表明仅靠近帕兰波地区的红茶香气成分含壬醛而没有二氢猕猴桃内酯,安纳马莱地区的红茶正己醇含量最低,尼尔吉里纳德地区乙酸香叶酯含量最低,二甲苯仅在库尔蒂地区茶中出现,这为茶叶产区的追溯提供了理论依据[18]。
随着现代仪器分析技术的发展,茶叶香气物质分离分析技术已过渡到气相色谱-嗅辨(GC-O)方法。孙琳等对气相色谱-嗅觉测量技术及其在茶叶活性香气化合物中的研究总结阐述了GC-O活性香气化合物的评价方法有稀释分析(AEDA)、频率检测法和强度评价法三类,以及研究化合物间相互作用的 OASIS 技术[19]。
GC-O在风味强度评价方面具有仪器无法比拟的优越性,结合质谱技术可对香气成分进行定性与定量,其应用范围也将更加广泛。汪厚银等应用气质联用/气相色谱-嗅觉测定技术同时测定了西湖龙井茶汤的挥发性呈香成分和嗅感特征,结合检测频率分析初步确定出二甲硫醚、2-甲硫基丙醛、3-乙基-2,5-二甲基吡嗪、芳樟醇、α-松油醇、香叶醇和顺-茉莉酮为西湖龙井茶的特征香气成分[20]。吕海鹏等通过GC-MS技术鉴定出普洱茶的主要香气物质有甲氧基酚类、醇类和碳氢化合物三类,借助GC-O分析仪确定普洱茶香气中的特征化合物为1,2-二甲氧基苯、1,2,3-三甲氧基苯、1,2,3-三甲氧基-5-甲基苯、4-乙基-1,2-二甲氧基苯、β-紫罗兰酮、β-芳樟醇、芳樟醇氧化物等[21]。可见GC-MS结合GC-O技术不仅能分析样品化合物的组成,还能鉴别香气化合物的类别、香气强度及其对总体香气的贡献,从各种香气成分呈味的阈值出发而避免高含量香气成分确定茶叶主香物质的弊端。
电子鼻技术是根据仿生学原理模拟人的鼻子将样品中挥发性成分的整体信息按照感官的感觉,利用不同传感器进行识别[22]。目前已广泛运用于食品、医药、农业等行业中。
电子鼻技术在茶叶方面的应用主要集中在茶叶不同等级、不同加工工艺、不同产地等香气品质的鉴定与判别上。已有很多研究将电子鼻应用于茶叶等级的品质评价中,如供试气敏传感器阵列对信阳毛尖茶等级的高定量分析精度[23];利用软独立建模分类法(SIMCA)建立不同等级西湖龙井茶判别模型实现西湖龙井的智能分等分级[24]。敖存在多种茶叶香气采集方法研究中因电子鼻不同传感器响应值较高、重复性较好,最终选择茶粉法进行电子鼻检测,经模式识别分析发现判别因子分析(DFA)较主成分分析(PCA)能得到更好的香气品质区分效果[25]。Ritaban Dutta等对5种不同加工工艺茶叶香气的试验研究表明电子鼻对于不同加工工艺茶叶的香气判别是可行的[26]。发酵是红茶品质形成的关键工序,将电子鼻技术应用于红茶发酵过程可监测到茶叶香气变化。Nabarun Bhattacharyya等在印度不同位置不同季节进行了81次的红茶发酵循环试验,电子鼻的大部分检测结果与色度试验和感官评价确定红茶发酵最佳时间的结果一致,该技术具有精确度高、重复性好等特点,表明电子鼻可用于红茶发酵的动态过程以确定其品质客观化的最优发展[27]。由此可见,电子鼻技术在茶叶品质评价中具有很大发展潜力。
电子舌(Electronic tongue)是模仿人体味觉机理研制出来的,通过软件对数据进行处理分析并对不同物质进行模式识别,得出不同物质的感官信息[28]。近些年来,电子舌已大量运用于食品科学技术中,如对酒、饮料、茶等味觉检测与鉴定中,具有无需前处理、快速、实时等特点。
Amol P.Bhondekar等研制出一种基于多电极电化学阻抗光谱的电子舌用于印度红茶的品质判别中,以铂、金、银等7种电极组成的传感器阵列在1 Hz~100 kHz频率范围内进行检测,将响应信号与化学成分含量在主成分分析下以确认所用电极对红茶品质的判别力,结果显示工作电极的频率具体响应值对其判别能力有很重要的作用[29]。Larisa Lvova等利用由不同类型聚合传感器组成的手提式固态电位计电子舌微系统实现了韩国不同绿茶的区分[30];何伟等利用此电子舌系统评价不同产区与等级茶叶的10种滋味特征,与感官审评结果相比电子舌可用于预测茶叶滋味的感官特征[31]。Kuang-Hua Chang等发明了一种基于荧光计的手提式电子舌用于评价茶汤中涩味与鲜味的程度,并提出以鲜味与涩味的比值可作为评价乌龙茶滋味品质的手段[32]。进行模式识别之前往往会运用一些前处理技术使后期判别效果更好,如Mousumi Palit等利用电子舌对不同种类的红茶进行模式判别前对比了不同前处理技术对分类效果的影响,最后以基于神经网络的两种有监督模式识别模型去评价,显示出自动尺度法结合基线去除法前处理技术对其分类效果最佳[33]。将电子舌技术用于茶叶产区、种类及等级判别的研究已成为仪器化表征的一种趋势,为茶叶品质客观化快速评价提供了理论依据与参考[34-38]。
国内外的近红外光谱技术在茶叶方面的研究主要集中在对茶叶品质成分的快速测定和对茶叶产地、等级、品种等定性判别。陈全胜[39]和 J.Luypaert[40]等分别验证了近红外光谱技术结合多变量校正方法在茶叶品质的定量和定性方面是可行的。
定量方面主要是针对茶叶中的品质成分建立定量分析模型,并对所建模型效果进行评价。一般以单一茶类建立模型,且绿茶近红外定量分析模型研究居多。刘蕾等对绿茶按审评冲泡法收集的茶汤中主要呈味物质-茶多酚、氨基酸和咖啡碱分别建立校准模型,经外部验证所测样品的化学值与模型预测值的决定系数为茶多酚0.8935,氨基酸0.9541,咖啡碱0.9386[41]。陈美丽等对茉莉花茶茶多酚、氨基酸、儿茶素组成等13个品质成分进行化学测定并建立了各自的定量分析模型,除表儿茶素没食子酸酯(CG)的综合评价指标为0.7702外,其余的均在0.8 以上[42]。李晓丽等[43]将近红外光谱技术运用在茶饮料中,所建模型取得了较高的预测准确性(R=0.981)。
定性方面主要是关于茶叶真伪辨别及茶叶不同等级、类别、产地区分等研究。周健等利用西湖龙井茶和其他地区以龙井加工工艺制成的扁形茶全区域的近红外原始光谱,分别对其进行赋值,采用PLS法建立了西湖龙井的预测模型,通过预测值和西湖龙井的临界值进行比对实现了对西湖龙井真伪的准确鉴定[44];他们还尝试采用PLS、欧氏距离等方法的组合来实现4个不同品种加工而成的茶叶样本的特殊原料品种的鉴别、具体品种识别分析[44]。此外,有学者已将近红外光谱技术应用于不同茶类[45]、不同茶饮料[46]的判别研究中,所建模型都表现出基于化学计量学的近红外光谱技术在茶叶品质判别方面的优势。
茶叶HPLC指纹图谱是指茶叶经适当处理后采用HPLC手段得到能够标示该类茶叶特性的共有峰的图谱[47]。罗一帆等根据广东岭头单枞茶品种HPLC中的相对保留时间、相对面积、共有峰、重叠率、八强峰及其相对总面积等对色谱指纹图谱进行了分析和对比研究,建立了鉴定广东岭头单枞茶品种的色谱指纹图谱分析方法,为茶叶品种的鉴定提供了较全面的信息[48]。B.B.Borse等利用 HPLC指纹图谱技术鉴别出不同产区红茶的品质成分特征,结果分析出靠近帕兰波地区的红茶茶黄素及色素总量最低,咖啡碱、可溶性固形物总量和粘度很高,吉利斯和安纳马莱地区的咖啡碱含量、可溶性固形物总量和粘度很低等特点,这些特征为产区追溯提供理论依据[18]。G.Alaerts等通过研究证明了以数字化指纹图谱为基础,相似度评价分析方法对于茶叶复杂的HPLC指纹图谱分析鉴别是一种很有潜力的手段,相比于马氏距离,标准欧氏距离法更适用于指纹图谱信息的相似度评价[49]。
本文主要综述了现代高新仪器在茶叶品质评价的应用研究中,经模式识别技术可建立茶叶品质客观化快速评价手段。然而这些新技术多数还只在于基础的理论研究,与生产实践应用存在一定的距离。
在今后的研究中,色泽类型色度值的定义区分及标准色卡的制作可为审评教学及特征鉴定提供更充分的理论依据。此外,电子鼻结合GC-MS和GC-O等技术、滋味分属性定级及HPLC指纹图谱的建立在茶叶品质特征鉴定及评价方面具有广阔前景,同时运用化学计量学数据分析方法可优化茶叶品质的智能化评价技术,为茶叶市场消费者提供有效的鉴别途径,有利于促进整个茶产业健康发展。
1 王文杰.茶叶品质识别技术研究进展.中国茶叶加工,2006,(3):40-42.
2 李晓丽.基于机器视觉及光谱技术的茶叶品质无损检测方法研究.杭州:浙江大学,2009.
3 李娇.茶叶品质的计算机视觉分级技术研究.杨凌:西北农林科技大学,2006.
4 王文杰.电脑读取茶叶色泽参数的方法研究.中国茶叶加工,2003,(4):36 -41.
5 郝志龙,赵爱凤,金心怡,等.利用计算机视觉研究白茶加工中色泽的变化.福建农林大学学报(自然科学版),2010,39(3):325-329.
6 彭博,蔡轶珩,刘晓民,等.基于光谱反射因数的颜色测量系统.测控技术,2010,29(5):9 -13.
7 赖凌凌,郭雅玲.L*a*b*表色系统与绿茶汤色的相关性分析.热带作物学报,2011,32(6):1172 -1175.
8 LIANG Y,LU J,ZHANG L,et al.Estimation of black tea quality by analysis ofchemicalcomposition and colourdifference oftea infusions.Food Chem,2003,80(2):283 -290.
9 OWUOR P O,OBANDA M,NYRENDA H E,et al.The relationship between some chemical parameters and sensory evaluations for plain black tea(Camellia sinensis)produced in Kenya and comparison with similar teas from Malawi and South Africa.Food Chem,2006,97(4):644-653.
10 赵杰文,吴瑞梅,陈全胜,等.茶叶汤色品质的量化评价方法.中国专利,2012-07-04.
11 王同和,周杰,窦立耿.绿茶表色及感官审评用色卡方法的研究.安徽农业大学学报,2006,33(2):261 -267.
12 叶红,周春宏,王克其.直接进样气相色谱/质谱法对茶叶香气的分析.食品研究与开发,2007,28(12):138 -141.
13 JUMTEE K,KOMURA H,BAMBA T,et al.Predication of Japanese green tea(Sen-cha)ranking by volatile profiling using gas chromatography mass spectrometry and multivariate analysis.Journal of Bioscience and Bioengineering,2011,112(3):252 -255.
14 TOGARI N,KOBAYASHI A,AISHIMA T.Relating sensory properties of tea aroma to gas chromatographic data by chemometric calibration methods.Food Research International,1995,28(5):485-493.
15 王倩,张立芹,叶能胜,等.基于现代仪器分析技术实现茶叶产地鉴别的研究进展.现代仪器,2011,17(6):1-4.
16 潘瑞景,郭方遒,卢红梅,等.不同产地半枝莲药材及其混淆品的气相色谱-质谱指纹图谱研究.分析科学学报,2011,27(6):715-718.
17 欧阳石光.茶叶香气指纹图谱及特征识别的初步研究.泰安:山东农业大学,2011.
18 BORSE B B,JAGAN MOHAN RAO L,NAGALAKSHMI S,et al.Fingerprint of black teas from India:identification of the regiospecific characteristics.Food Chem,2002,79(4):419 -424.
19 孙琳,李瑞利,周雪芳,等.气相色谱-嗅觉测量技术及其对茶叶活性香气化合物研究的进展.食品工业科技.http://www.cnki.net/kcms/detail/11.1759.TS.20120423.1426.011.html.2012-4-23.
20 汪厚银,李志,张剑,等.基于气质联用/气相色谱-嗅觉测定技术的西湖龙井茶特征香气成分分析.食品科学,2012,33(8):248-251.
21 LV H-P,ZHONG Q-S,LIN Z,et al.Aroma characterisation of Pu-erh tea using headspace-solid phase microextraction combined with GC/MS and GC - olfactometry.Food Chem,2012,130(4):1074-1081.
22 SCHALLER E,BOSSET J O,ESCHER F.‘Electronic noses’and theirapplication to food.Food Science and Technology -Lebensmittel- Wissenschaft& Technologie,1998,31(4):305 -316.
23 张红梅,李燕,王玲,等.信阳毛尖茶品质等级的电子鼻检测.河南农业科学,2010,(4):36 -38.
24 史波林,赵镭,支瑞聪,等.应用电子鼻判别西湖龙井茶香气品质.农业工程学报,2011,27(S2):302 -306.
25 敖存.龙井茶香气质量评价电子鼻辅助方法研究.杭州:浙江大学,2011.
26 DUTTA R,HINES E L,GARDNER J W,et al.Tea quality prediction using a tin oxide-based electronic nose:an artificial intelligence approach.Sensors and Actuators B - Chemical,2003,94(2):228-237.
27 BHATTACHARYYA N,SETH S,TUDU B,et al.Detection of optimum fermentation timeforblack teamanufacturingusing electronic nose.Sensors and Actuators B - Chemical,2007,122(2):627-634.
28 牛海霞.电子舌在现代食品科学技术中的应用.食品科技,2007,(8):26-30.
29 BHONDEKAR A P,DHIMAN M,SHARMA A,et al.A novel iTongue for Indian black tea discrimination.Sensors and Actuators B:Chemical,2010,148(2):601 - 609.
30 LVOVA L,LEGIN A,VLASOV Y,et al.Multicomponent analysis of Korean green tea by means of disposable all-solid-state potentiometric electronic tongue microsystem.Sensors and Actuators B:Chemical,2003,95(1 -3):391 -399.
31 HE W,HU X,ZHAO L,et al.Evaluation of Chinese tea by the electronic tongue:Correlation with sensory properties and classification according to geographical origin and grade level.Food Research International,2009,42(10):1462 -1467.
32 CHANG K-H,CHEN R L C,HSIEH B-C,et al.A hand-held electronic tongue based on fluorometry for taste assessment of tea.Biosensors and Bioelectronics,2010,26(4):1507 -1513.
33 PALIT M,TUDU B,BHATTACHARYYA N,et al.Comparison of multivariate preprocessing techniques as applied to electronic tongue based pattern classification for black tea.Analytica Chimica Acta,2010,675(1):8 -15.
34 贺玮,胡小松,赵镭,等.电子舌技术在普洱散茶等级评价中的应用.食品工业科技,2009,30(11):125 -127,131.
35 古小玲,刘栩,李达敏,等.海南红碎茶电子舌技术应用及其与感官审评比较.热带作物学报,2012,33(7):1293-1296.
36 CHEN Q,ZHAO J,VITTAYAPADUNG S.Identification of the green tea grade level using electronic tongue and pattern recognition.Food Research International,2008,41(5):500 -504.
37 KOVACS Z,DALMADI I,LUKACS L,et al.Geographical origin identification of pure Sri Lanka tea infusions with electronic nose,electronic tongue and sensory profile analysis.Journal of Chemometrics,2010,24(3 -4):121 -130.
38 PALIT M,TUDU B,DUTTA P K,et al.Classification of Black Tea Taste and Correlation With Tea Taster's Mark Using Voltammetric Electronic Tongue.Ieee Transactions on Instrumentation and Measurement,2010,59(8):2230 -2239.
39 CHEN Q,ZHAO J,ZHANG H,et al.Feasibility study on qualitative and quantitative analysisin tea by nearinfrared spectroscopy with multivariate calibration.Analytica Chimica Acta,2006,572(1):77 -84.
40 LUYPAERT J,ZHANG M H,MASSART D L.Feasibility study for the use of near infrared spectroscopy in thequalitativeand quantitative analysis of green tea,Camellia sinensis(L.).Analytica Chimica Acta,2003,478(2):303 -312.
41 刘蕾,罗文文,龚淑英,等.采用近红外光谱技术定量分析绿茶中的主要呈味物质.中国食品学报,2008,8(6):109-115.
42 陈美丽,张俊,龚淑英,等.茉莉花茶主要品质成分定量近红外光谱分析模型的建立.茶叶科学,2013,33(1):21-26.
43 LI X,HE Y,WU C,et al.Nondestructive measurement and fingerprint analysis of soluble solid content of tea soft drink based on Vis/NIR spectroscopy.Journal of Food Engineering,2007,82(3):316-323.
44 周健,成浩,贺巍,等.基于近红外的PLS量化模型鉴定西湖龙井真伪的研究.光谱学与光谱分析,2009,29(5):1251-1254.
45 周健,成浩,叶阳,等.滇青、青饼和普洱茶(熟饼)近红外指纹图谱分析.核农学报,2009,23(1):110 -113.
46 艾施荣,吴瑞梅,吴燕.基于BP神经网络近红外光谱鉴别茶饮料的研究.安徽农业科学,2010,38(14):7658 -7659,7662.
47 李智,邵宛芳,黄业伟,等.茶叶HPLC指纹图谱研究进展.福建茶叶,2010,(12):12 -16.
48 罗一帆,郭振飞,许旋,等.广东岭头单枞茶高效液相色谱指纹图谱的研究.食品科学,2005,26(4):206 -209.
49 ALAERTS G,VAN ERPS J,PIETERS S,et al.Similarity analyses of chromatographic fingerprints as tools for identification and quality control of green tea.Journal of Chromatography B,2012,910(SI):61-70.