基于色差系統的工夫紅茶茶湯亮度的量化評價方法研究

王家勤，姚月鳳，袁海波，江用文，李佳

基于色差系統的工夫紅茶茶湯亮度的量化評價方法研究

王家勤1,2，姚月鳳1,2，袁海波1*，江用文1，李佳1*

1. 中國農業科學院茶葉研究所 浙江省茶葉加工工程重點實驗室，浙江 杭州 310008；2. 中國農業科學院研究生院，北京 100081

茶湯亮度是反映工夫紅茶品質優劣的重要因素之一。目前茶湯亮度評價依賴于專家感官審評，缺少量化的評價手段。以感官審評的茶湯亮度為依據，對43個不同亮度茶湯開展色差分析，并結合多變量分析和線性回歸擬合，建立茶湯亮度預測方程。結果表明，基于茶湯色差輪廓，結合主成分分析（PCA）、偏最小二乘判別分析（PLS-DA），可有效區分亮、暗茶湯?；诰€性回歸擬合，篩選出關鍵變量為（明度）、C（彩度），建立的茶湯亮度預測方程為pre=–46.028+0.519×+0.117×C，預測值和感官審評所得值之間的Pearson相關系數為0.92（＜0.01）。此外，驗證集結果進一步證實了該預測方程用于紅茶茶湯亮度評價的有效性。綜上，本研究通過茶湯色差系統分析并結合多元統計，建立了一種快速、有效的工夫紅茶茶湯亮度的量化評價方法，對紅茶品質的客觀智能評價及后續高亮紅茶的定向化加工研究具有重要意義。

工夫紅茶；茶湯亮度；色差分析；多變量分析

工夫紅茶是我國特有的傳統紅茶，具有香氣馥郁、滋味鮮醇、湯色紅濃明亮的品質特點[1-2]。其中，湯色（包括色澤、亮度）占紅茶感官審評總得分的10%[3]?！凹t亮”湯色是高品質紅茶的關鍵特征之一[1,4-5]。高亮紅茶“金圈”明顯，湯色整體紅艷透亮[6]，更受消費者的青睞且價格更高[7-8]；而湯色暗沉，則感官審評分數偏低[9]。目前主要依靠感官審評評價茶湯亮度，該方法基于審評人員的知識儲備與感官經驗，易受到主觀和外界環境的影響，且審評中使用“較”“稍”“尚”等模糊語[10]，缺乏量化依據，不利于茶湯亮度審評的標準化。因此，建立工夫紅茶茶湯亮度的客觀、量化、準確的評價體系，進而深入研究高亮湯色特征的相關成分，對工夫紅茶的品質評價和提升具有重要意義。目前，用于茶湯表征的科學方法包括色差分析[4,11-15]、機器視覺[16-17]及基于茶湯組分含量的計算方程[18-20]。其中，色差分析是食品分析中最常用的技術，主要依靠均勻顏色空間表征食品色澤屬性，如研究葡萄酒的釀造效果[21-22]、肉類質量評估[23]、水果飲料的熱穩定性[24]等。色差分析在紅茶茶湯研究中也有較多應用，如分析不同紅茶品質[12-15]、紅茶加工工藝優化[4]、紅茶沖泡方式優化[9]等。然而，現基于色差分析的茶湯研究主要集中于色澤，對亮度的研究鮮有報道。有少數研究認為色差分析中的*值越大，則茶湯明亮度越大[9,25]。然而，L值僅是對光線在茶湯中透過率的表征，茶湯亮度則是感官審評時視覺系統所感知的綜合亮度，是光線經反射、折射、散射等多種途徑所得的綜合結果。L值是否直接能用于茶湯明亮度的表征，尚沒有明確的結論。

基于此，本文圍繞工夫紅茶茶湯亮度，以專家感官審評的亮度分值為依據，對不同亮度的紅茶茶湯開展色差分析，并結合數理統計，探索篩選出可用于表征亮度的最佳色差指標，建立工夫紅茶茶湯亮度的量化評價方法，以期為后續工夫紅茶高亮湯色特征的深入研究奠定基礎。

1 材料與方法

1.1 材料

本研究中所用茶樣包括試驗集和驗證集，均為工夫紅茶成品茶。試驗集為26個產于福建地區的工夫紅茶（含特級、一級和二級的茶樣）。經國標法沖泡和其他沖泡方式（改變投葉量或沖泡時間），共得到43個茶湯樣品，用于擬合分析和模型建立。驗證集共19個工夫紅茶（包括宜紅、閩紅、湖紅等），經國標法沖泡所得的茶湯樣品，用于模型驗證。

1.2 儀器

柯尼卡美能達CM-5型分光測色計（Spectrophotometer CM-5，Konica Minolta），采用三維顏色空間Hunter Lab體系、國際照明委員會（Commission International de IEclairage，CIE）CIELAB體系、CIELCH體系[26]。不同色空間下獲得的數據可以經過計算相互轉換[27]。

1.3 方法

1.3.1 亮度感官審評

工夫紅茶成品茶經國標法[3]或其他沖泡方式沖泡，制備待審評茶湯。按國標法沖泡：取500~1?000?g茶樣于評茶盤中，把盤使茶樣混合均勻，取代表性茶樣(3.00±0.01)?g放于審評杯中，沸水注滿，加蓋，5?min后將審評杯中的茶湯倒入審評碗中，獲得茶湯[3]。根據茶湯亮度，選取湯色亮、暗差異明顯的茶樣，改變沖泡條件（投葉量或沖泡時間）以獲得更多不同亮度茶湯。

冷卻至室溫后，請感官審評專家小組（小組由5位審評人員組成，均具備高級評茶員及以上資質）進行茶湯亮度的評估（采用10分制：10分為最亮，1分為最暗）。篩選出3個亮度差別明顯的茶樣作為對照樣，其亮度值分別定義為3分、6分、9分，以此為依據對其他茶湯亮度進行賦分。該過程重復2次，由專家最終確定所有茶湯的亮度值。

1.3.2 色差分析數據采集

表1 系統色差分析所采集的各個色差指標及其含義

1.3.3 色差分析的穩定性考察

基于亮度感官審評結果，任意選取茶湯亮度為亮和暗的茶樣各兩個，采用國標法沖泡，出湯后靜置于室溫下，待茶湯溫度降至55℃、45℃、35℃、25℃（室溫）時，進行色差分析，以考察不同茶湯溫度對色差的影響；另一方面，上述4個茶樣出湯后靜置0、0.5、1.0、1.5、2.0、3.0?h后，進行色差分析，以考察分析靜置時間長短對色差的影響。

1.3.4 數據分析

計算茶湯樣品色差指標的平均值（3次平行沖泡，每次沖泡進行3次重復測量，共9次），進行后續分析。統計分析采用SIMCA-P 13.0軟件（Umetrics，瑞典）進行主成分分析（Principal components analysis，PCA）、偏最小二乘法判別分析（Partial least squares discrimination analysis，PLS-DA）；采用SPSS 22（IBM，美國）進行線性回歸擬合分析。

2 結果與分析

2.1 沖泡條件亮度感官審評結果

以往研究表明，不同的沖泡條件（水溫、沖泡時間等）對工夫紅茶湯色具有顯著影響[30]。為了保證用于建模的茶湯樣本盡可能廣泛地覆蓋不同的亮度范圍，以提高后續模型的穩健性，本研究采用國標法和其他沖泡方式（改變投葉量、沖泡時間）沖泡試驗集的26個工夫紅茶，共獲得43個亮度各異的茶湯樣本用于建模。43個茶湯樣本的茶葉產地、感官審評結果和沖泡方式見表2?；诟泄賹徳u對茶湯亮度的賦分，根據審評評語，將茶湯分為“亮”（亮度評分≥7）、“暗”（亮度評分＜7）兩類。其中“亮”茶湯的湯色評語多為紅艷、紅亮、橙紅明亮；而“暗”茶湯的湯色評語多為紅尚亮、紅欠亮、稍暗。分別有26個和17個茶湯歸屬為“亮”“暗”茶湯。

2.2 茶湯色差分析的穩定性考察

為保證色差系統分析試驗的可靠性和穩定性，任意選取4個“亮”“暗”茶湯，按1.3.3章節方法，通過設置茶湯溫度梯度（55℃、45℃、35℃、25℃）和出湯后靜置時間（0、0.5、1.0、1.5、2.0、2.5、3.0?h），考察“茶湯溫度”和“出湯后靜置時間”對茶湯色差體系的影響。計算變異系數相對標準偏差（RSD），結果顯示（表3），除a和()指標在部分樣本中RSD值稍大外（6%~7%），大部分指標的RSD都小于2%，平均RSD為1.06%。上述結果表明，不論“亮”“暗”茶湯，從茶湯出湯的55℃至冷卻至室溫（25℃）這一過程中茶湯色差指標無顯著變化，且出湯后的茶湯在3?h內可保持色差體系的穩定。

表2 建模集茶湯樣本的沖泡條件、亮度感官審評結果與分類

續表2

表3 工夫紅茶茶湯色差分析的穩定性考察

注：表中所示為各茶樣在不同茶湯溫度下或出湯后不同靜置時間下所檢測各色差指標的相對標準偏差（RSD，%）。A：沖泡后不同茶湯溫度下所得色差參數值的相對標準偏差：55℃、45℃、35℃、25℃（室溫）（n=4×3=12）；B：沖泡后不同靜置時間下所得色差參數值的相對標準偏差：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 基于色差體系的工夫紅茶湯色輪廓的多變量分析

為直觀、快速地獲得茶湯色差輪廓與感官審評亮度之間的關系，采用基于多元數據降維的非監督分析手段主成分分析（PCA）[31]對茶湯色差輪廓進行總覽。圖1-A為建模集中亮、暗兩類茶湯的色差指標的PCA得分圖（PC1=85.0%，PC2=13.8%），前兩個主成分累計包含了數據集中98.8%的信息，表明PCA模型能夠全面包含不同亮度茶湯的色差信息。亮、暗兩類茶湯樣品在PCA得分圖上呈現較為清晰的聚類，表明不同亮度茶湯的色差輪廓存在明顯差異。有部分樣品在兩個聚類中間略有交疊，主要由于其感官亮度值在6~7，即茶湯本身亮度差異不顯著，這也從另一個側面證實了茶湯色差與亮度的相關性。

接著以色差分析所得的13個指標為變量，以亮、暗分類為變量，進一步進行有監督的判別分析，即PLS-DA分析[31]。PLS-DA得分圖（圖1-B）（2=0.988，2=0.565）顯示，亮、暗兩類茶湯可得到良好區分。對模型進行交叉驗證（100次的置換檢驗）顯示，截距分別為2=(0，–0.009?22)，2=(0，–0.162)，表明模型未過擬合，結果可靠。

為發掘對茶湯亮度分組判別具有重要貢獻的色差指標，將上述PLS-DA模型進行了載荷圖分析。載荷因子圖（圖1-D）表明，、L、（）、H、等色差指標與茶湯“亮”有關，而與茶湯“暗”相關的指標主要是a、、（）等。這與多個文獻中的結果一致[12,14-15]。

2.4 基于色差分析的茶湯亮度預測方程的建立

為了實現對工夫紅茶茶湯亮度的量化表征，對色差分析所采集的13個參數進行線性回歸擬合，以篩選可客觀反映茶湯亮度的變量，并建立亮度的回歸預測方程。采用“逐步”法篩選出2個關鍵變量，分別為（明度）和C（彩度）。建立的亮度回歸預測方程為pre=–46.028＋0.519×＋0.117×C（pre，即predict，為根據線性擬合方程預測所得的茶湯亮度值）。用線性回歸的方法篩選出的參數與圖1-D結果一致?；谠擃A測方程得到的紅茶茶湯亮度值與實際亮度值（感官審評所得）顯著相關（圖2），Pearson相關性為0.92（＜0.01）。表4顯示，實際亮度與預測亮度的偏差（D＝predict－sensory）較小，平均偏差絕對值為0.6?；趐re對茶湯的亮度分類進行歸屬（pre≥7為亮，pre＜7則為暗），結果表明，除11號、26號、29號、40號茶湯亮度分類預測錯誤以外，其余樣本均預測正確，預測正確率為90.7%。值得注意的是，盡管上述樣本預測有誤，其pre與實際值偏差較小，偏差絕對值在0.3~1.3范圍內。

注：A為PCA得分圖；B為PLS-DA得分圖；C為PLS-DA置換檢驗圖；D為PLS-DA載荷圖

2.5 工夫紅茶茶湯亮度預測模型的驗證

為了進一步驗證所建立的亮度預測模型的可靠性，廣泛地收集了來自浙江、湖北、廣東、湖南、福建等各產區的19個工夫紅茶樣本。經國標法沖泡后，進行專家感官審評和系統色差分析，作為模型的外部驗證。驗證集茶樣的亮度感官審評結果見表5。類似地，基于2.4章節中建立的亮度預測方程和茶湯色差指標，獲得茶湯亮度的預測值（表5）。驗證集中亮度預測值與其實際值之間的差值（D＝predict－sensory）比較小，偏差絕對值在0.1~1.3范圍內，兩者間呈現極顯著相關（Pearson相關系數為0.839，＜0.01），且基于預測值的亮度分類均預測正確（100%）（表5）。上述結果再次證明了基于色差分析和關鍵色差指標（明度）、C（彩度），可實現對工夫紅茶茶湯亮度的快速、準確、量化的表征。

圖2 茶湯實際亮度（感官審評）與茶湯預測亮度的散點圖及其相關性

表4 茶湯亮度的預測值與分類

續表4

3 結論

本研究以工夫紅茶茶湯亮度為研究對象，篩選出用于茶湯亮度表征的關鍵色差參數為（明度）和C（彩度），建立的茶湯亮度預測模型為pre=–46.028＋0.519×＋0.117×C。其中色差參數作為主要影響因素，在評價茶湯亮度值時占主導作用，與前人的研究結果一致[9,25]。有研究表明[32]，人眼對不同顏色視覺判別特性中，值與值之間呈線性正相關關系，因此，與C結合能夠較好的反映人眼感官審評的結果。基于關鍵色差指標、C和線性回歸擬合方程，可實現對茶湯亮度的準確、量化評價，且對亮、暗茶湯的判別正確率達90.7%，茶湯實際亮度與預測亮度相關程度較高（相關系數為0.92）。綜上所述，本研究提供了一種快速、準確的基于色差分析的工夫紅茶茶湯亮度的量化評價方法，對進一步探索與茶湯亮度密切相關的物質基礎、紅茶茶湯品質的調控和提升以及高亮紅茶的定向化加工具有重要意義。

[1] 范捷, 王秋霜, 秦丹丹, 等. 紅茶品質及其相關生化因子研究進展[J]. 食品科學, 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] 姚月鳳, 王家勤, 滑金杰, 等. 電子舌在工夫紅茶甜純滋味特征評價中的應用[J]. 食品科學, 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] 全國茶葉標準化技術委員會. 茶葉感官審評方法: GB/T 23776—2018[S]. 北京: 中國標準出版社, 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] 高學玲, 張晶晶, 王玉婉, 等. 高亮度速溶紅茶工藝優化[J]. 中國食品學報, 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] 朱珺語, 倪德江, 曲鳳鳳, 等. 宜昌紅茶品質與加工現狀調查[J]. 中國茶葉加工, 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] 張穎彬, 劉栩, 魯成銀. 中國茶葉感官審評術語基元語素研究與風味輪構建[J]. 茶葉科學, 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] 錢婉婷, 蘇云嬌, 張豪杰, 等. 不同水質特性及對茶類感官品質和***色澤的影響[J]. 食品安全質量檢測學報, 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] 張穎彬, 劉栩, 魯成銀. 中國茶葉感官審評術語的形成與發展現狀[J]. 茶葉科學, 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] 戴前穎, 夏濤, 朱博, 等. 綠茶提取液中脂溶性色素對湯色的影響[J]. 安徽農業大學學報, 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] 劉洪林. 工夫紅茶品質客觀評價研究[D]. 重慶: 西南大學, 2015. Liu H L. Congou objective evaluation of quality [D]. Chongqing: Southwest University, 2015.

[13] 陸建良, 梁月榮, 龔淑英, 等. 茶湯色差與茶葉感官品質相關性研究[J]. 茶葉科學, 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] 吳昊玥, 潘科, 陳賢明, 等. 八種工夫紅茶的茶湯色澤與感官品質之間的相關性分析[J]. 貴州茶葉, 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] 楊娟, 袁林穎, 鐘應富, 等. 工夫紅茶色澤與品質相關性研究[J]. 西南農業學報, 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] 李運奎, 韓富亮, 張予林, 等. 基于CIELAB色空間的紅葡萄酒顏色直觀表征[J]. 農業機械學報, 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. 幾種工夫紅茶的茶湯色澤與感官品質之間的相關性[J]. 天津農業科學, 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] 雷用東, 鄧小蓉, 羅瑞峰, 等. 3種顏色體系在食品應用中的研究進展[J]. 食品科學, 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. 色差計在食品品質評價中的應用[J]. 現代面粉工業, 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] 劉千錄. 影響紅茶湯色的主要色素研究[D]. 北京: 中國農業科學院, 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, Vi?uela 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] 王銀誠. 基于電子舌技術評價宜紅工夫茶滋味品質的研究[D]. 北京: 中國農業科學院, 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. 顏色視覺辨別特性及色差評價研究[D]. 杭州: 浙江大學, 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

中國農業科學院茶葉研究所基本科研業務費專項（1610212018012）、中國農業科學院科技創新工程項目（CAAS-ASTIP-TRICAAS）、國家茶葉產業技術體系紅茶加工崗位項目（CARS-23）

王家勤，女，碩士研究生，主要從事茶葉品質化學與調控方的面研究。*通信作者：192168092@tricaas.com，jiali1986@tricaas.com

投稿平臺：http://cykk.cbpt.cnki.net