茶汤中滋味特征成分浓度及茶叶可冲泡次数的预测方法

摘要

本发明提供了一种茶汤中滋味特征成分浓度及茶叶可冲泡次数的预测方法：对茶样进行多次浸提，对每次浸提得到的茶汤中含有的7种滋味特征成分进行定量分析；针对7种滋味特征成分，分别建立相应的浓度变化线性方程，从线性方程中提取修正函数，建立相应的多次冲泡茶叶所得茶汤中滋味特征成分浓度的预测模型。本发明对于随机抽取茶叶样本，可通过定量检测样品第1泡茶汤中各滋味特征成分浓度，预测第x(x为大于1的自然数)泡茶汤中各滋味特征成分浓度。该方法具有成本低、效率高和预测准确等特点，其平均预测准确率高达92.0％，进一步可预测随机样本的耐泡特性，同时对于原叶茶多次冲泡所得茶汤的味觉可视化分析等方面具有重要应用价值和指导意义。

说明书

技术领域

本发明涉及一种茶汤中滋味特征成分浓度及茶叶可冲泡次数的预测方法。

背景技术

茶是我国的传统饮料，适合采用冲泡的方式饮用。传统的饮茶习惯是多次反复冲泡，随着冲泡次数的增加，茶汤中滋味特征成分的浓度和比例都在不断变化。而茶汤的滋味味型和强度是由几种主要特征成分决定的，例如，绿茶的滋味特征成分主要是呈苦味的咖啡碱和呈涩味的酯型儿茶素。

市场上茶叶品类繁多。受品种、采摘嫩度、加工工艺和外形的影响，茶叶的耐冲泡特性(可冲泡次数)存在较大差异。市场上某些茶叶产品在宣传中往往以耐冲泡作为其产品特点，但是茶叶到底能泡几泡，众说纷纭，缺乏科学的判定依据。现有的国家和行业标准，均未对茶叶的耐泡性作出规范性要求，因此，在判定茶叶的耐泡特性时尚无标准可依。

有研究表明，西湖龙井茶在多次冲泡时，含量较高的茶多酚类和氨基酸类化合物的浸出具有各自不同的特点，且茶汤中茶多酚与氨基酸浓度的比值并非固定不变，而是随冲泡次数的增加不断变化(邵晓林等，2006)，这为基于滋味特征成分来预测茶汤的呈味特性提供了可能性。

本发明依据实测数据，通过分析变化规律，建立数学模型，实现了随机抽取茶叶样本任意泡次茶汤滋味特征成分浓度的预测并在耐泡特性预判和原叶茶饮料浸提工艺的质量控制等方面具有重要应用价值和指导意义。

发明内容

针对现有技术存在的问题，本发明的目的在于提供一种茶汤中滋味特征成分浓度及茶叶可冲泡次数的预测方法。

本发明采用的技术方案是：

茶汤中滋味特征成分浓度及茶叶可冲泡次数的预测方法，所述方法包括以下步骤：

(1)对茶叶样品A1进行多次浸提，收集每次浸提得到的茶汤、定容并标记浸提次数；

(2)对步骤⑴所得不同浸提次数的茶汤进行定量分析，分析其中含有的7种滋味特征成分浓度；

(3)针对步骤⑵中的7种滋味特征成分，分别建立特征成分浓度变化与茶汤泡数之间的回归方程，

(4)选取与步骤(1)同类的多种茶叶样品A2～Am，重复步骤(1)～(3)，建立茶叶样品A2～Am的7种滋味特征成分浓度变化与茶汤泡数之间的回归方程；m为3～10的自然数；

(5)将m种茶叶样品A1、A2、～Am的各自7种滋味成分的浓度变化与茶汤泡数之间的回归方程的系数与第一泡茶汤的对应滋味成分的测量值之间建立修正函数，建立相应的多次冲泡茶叶所得茶汤中滋味特征成分浓度的预测模型。

所述预测模型包括：

7种特征成分浓度变化与茶汤泡数之间的回归方程共七个，所述回归方程为指数回归方程、线性回归方程或幂函数回归方程，每个回归方程各有2个待定系数，每个待定系数根据该系数的修正函数确定，修正函数是每种特征成分的回归方程的系数与该特征成分的第一泡茶汤的测量值之间的回归方程，每个待定系数对应一个修正函数，因此7个回归方程共有14个待定系数和14个对应的修正函数。所述修正函数为指数函数、对数函数、线性函数或幂函数函数。

对于待测未知茶叶样品，按照步骤(1)的浸提方法对待测茶叶样品进行一次浸提，得到的第一泡茶汤按照步骤(2)进行定量分析，得到第一泡茶汤中含有的7种滋味特征成分浓度的测量值，将第一泡茶汤的测量值分别代入修正函数，获得各特征成分的回归方程的系数，再将系数分别代入7个回归方程，即得到该样品的7种特征成分浓度变化与茶汤泡数之间的回归方程，根据回归方程预测第二泡茶汤及以后泡数茶汤的7种特征成分的浓度，并可根据Dot值判定茶叶可冲泡次数，所述Dot值＝第x泡下该滋味特征成分的浓度(mg/ml)/该滋味特征成分的味觉阈值，Dot值大于1表示人能感知到该成分的滋味，数值越大，味觉强度越大，小于1表示该化合物不呈味。

所述的步骤⑴中，茶叶样品A1可以为各类茶叶，如绿茶、乌龙茶等，优选为绿茶，优选为炒青绿茶。

所述步骤⑴中，茶叶样品A1的浸提步骤优选为：

(a)取3g茶叶样品A1加入100℃蒸馏水150ml后摇匀，浸提5min后迅速用脱脂棉过滤，滤液冷却后用蒸馏水定容至200ml，标记为第1泡茶汤，

(b)过滤时得到的叶底重复步骤(a)进行二次浸提，得到第2泡茶汤，多次重复步骤(a)，分别得到第3至第n泡茶汤，n为大于3的自然数，优选n为4～10的自然数，更优选为4～8的自然数。

所述的步骤⑵中，所述的7种滋味特征成分为咖啡碱(Caf)、没食子酸(GA)、儿茶素(C)、表没食子儿茶素没食子酸酯(EGCG)、表儿茶素没食子酸酯(ECG)、茶多酚(TP)和游离氨基酸(AA)。其中咖啡碱的浓度采用高效液相色谱法(GB/T 8312-2013)测定，没食子酸、儿茶素、表没食子儿茶素没食子酸酯和表儿茶素没食子酸酯的浓度采用高效液相色谱法(GB/T8313-2013)测定，茶多酚总量采用福林酚法(GB/T 8313-2013)测定，游离氨基酸(AA)总量采用茚三酮法(GB/T 8314-2013)测定。

所述的步骤⑶中，针对7种滋味特征成分，采用SPSS统计软件分别建立茶汤泡数x(x为大于1的自然数)和特征成分浓度y之间的回归方程。特征成分浓度y包括咖啡碱的浓度y₁、没食子酸的浓度y₂、儿茶素的浓度y₃、表没食子儿茶素没食子酸酯的浓度y₄、表儿茶素没食子酸酯的浓度y₅、茶多酚总量的浓度y₆、游离氨基酸总量的浓度y₇，由此分别建立咖啡碱的浓度y₁和茶汤泡数x的回归方程Y₁、没食子酸的浓度y₂和茶汤泡数x的回归方程Y₂、儿茶素的浓度y₃和茶汤泡数x的回归方程Y₃、表没食子儿茶素没食子酸酯的浓度y₄和茶汤泡数x的回归方程Y₄、表儿茶素没食子酸酯的浓度y₅和茶汤泡数x的回归方程Y₅、茶多酚总量的浓度y₆和茶汤泡数x的回归方程Y₆、游离氨基酸总量的浓度y₇和茶汤泡数x的回归方程Y₇。

对于七个回归方程，Y₁有两个待定系数a₁、b₁；Y₂有两个待定系数a₂、b₂；Y₃有两个待定系数a₃、b₃；Y₄有两个待定系数a₄、b₄；Y₅有两个待定系数a₅、b₅；Y₆有两个待定系数a₆、b₆；Y₇有两个待定系数a₇、b₇；

对于茶叶样品A1～Am，根据咖啡碱浓度的测量值，分别得到m个咖啡碱的回归方程Y_1(A1)、Y_1(A2)、……、Y_1(Am)，每个方程有2个系数，方程Y_1(A1)的系数为a_1(A1)、b_1(A1)，方程Y_1(A2)的系数为a_1(A2)、b_1(A2)，……，方程Y_1(Am)的系数为a_1(Am)、b_1(Am)；

对于茶叶样品A1～Am，根据没食子酸浓度的测量值，分别得到m个没食子酸的回归方程Y_2(A1)、Y_2(A2)、……、Y_2(Am)，每个方程有2个系数，方程Y_2(A1)的系数为a_2(A1)、b_2(A1)，方程Y_2(A2)的系数为a_2(A2)、b_2(A2)，……，方程Y_2(Am)的系数为a_2(Am)、b_2(Am)；

对于茶叶样品A1～Am，根据儿茶素浓度的测量值，分别得到m个儿茶素回归方程Y_3(A1)、Y_3(A2)、……、Y_3(Am)，每个方程有2个系数，方程Y_3(A1)的系数为a_3(A1)、b_3(A1)，方程Y_3(A2)的系数为a_3(A2)、b_3(A2)，……，方程Y_3(Am)的系数为a_3(Am)、b_3(Am)；

对于茶叶样品A1～Am，根据表没食子儿茶素没食子酸酯浓度的测量值，分别得到m个表没食子儿茶素没食子酸酯的回归方程Y_4(A1)、Y_4(A2)、……、Y_4(Am)，每个方程有2个系数，方程Y_4(A1)的系数为a_4(A1)、b_4(A1)，方程Y_4(A2)的系数为a_4(A2)、b_4(A2)，……，方程Y_4(Am)的系数为a_4(Am)、b_4(Am)；

对于茶叶样品A1～Am，根据表儿茶素没食子酸酯浓度的测量值，分别得到m个表儿茶素没食子酸酯的回归方程Y_5(A1)、Y_5(A2)、……、Y_5(Am)，每个方程有2个系数，方程Y_5(A1)的系数为a_5(A1)、b_5(A1)，方程Y_5(A2)的系数为a_5(A2)、b_5(A2)，……，方程Y_5(Am)的系数为a_5(Am)、b_5(Am)；

对于茶叶样品A1～Am，根据茶多酚总量的测量值，分别得到m个茶多酚总量的回归方程Y_6(A1)、Y_6(A2)、……、Y_6(Am)，每个方程有2个系数，方程Y_6(A1)的系数为a_6(A1)、b_6(A1)，方程Y_6(A2)的系数为a_6(A2)、b_6(A2)，……，方程Y_6(Am)的系数为a_6(Am)、b_6(Am)；

对于茶叶样品A1～Am，根据游离氨基酸总量浓度的测量值，分别得到m个游离氨基酸总量的回归方程Y_7(A1)、Y_7(A2)、……、Y_7(Am)，每个方程有2个系数，方程Y_7(A1)的系数为a_7(A1)、b_7(A1)，方程Y_7(A2)的系数为a_7(A2)、b_7(A2)，……，方程Y_7(Am)的系数为a_7(Am)、b_7(Am)；

进一步，对于炒青茶叶，回归方程的形式如下：

咖啡碱的浓度变化回归方程Y₁＝a₁e^b1x；没食子酸的浓度变化回归方程Y₂＝a₂e^b2x；儿茶素的浓度变化回归方程Y₃＝a₃e^b3x；表没食子儿茶素没食子酸酯的浓度变化回归方程Y₄＝a₄e^b4x；表儿茶素没食子酸酯的浓度变化回归方程Y₅＝a₅e^b5x；茶多酚总量的浓度变化回归方程Y₆＝a₆e^b6x；游离氨基酸总量的浓度变化回归方程Y₇＝a₇x^b7，a₁、b₁、a₂、b₂、a₃、b₃、a₄、b₄、a₅、b₅、a₆、b₆、a₇、b₇均为回归方程的待定系数。

对于其他种类的茶叶，回归方程的形式有多种形式，如回归方程、幂函数方程、指数方程等，每个回归方程都有2个待定系数。

进一步，对于炒青茶的茶叶样品A1，建立得到咖啡碱的浓度变化回归方程Y_1(A1)＝a_1(A1)e^b1(A1)x，没食子酸的浓度变化回归方程Y_2(A1)＝a_2(A1)e^b2(A1)x；儿茶素的浓度变化回归方程Y_3(A1)＝a_3(A1)e^b3(A1)x；表没食子儿茶素没食子酸酯的浓度变化回归方程Y_4(A1)＝a_4(A1)e^b4(A1)x；表儿茶素没食子酸酯的浓度变化回归方程Y_5(A1)＝a_5(A1)e^b5(A1)x；茶多酚总量的浓度变化回归方程Y_6(A1)＝a_6(A1)e^b6(A1)x；游离氨基酸总量的浓度变化回归方程Y_7(A1)＝a_7(A1)x^b7(A1)，a_1(A1)、b_1(A1)、a_2(A1)、b_2(A1)、a_3(A1)、b_3(A1)、a_4(A1)、b_4(A1)、a_5(A1)、b_5(A1)、a_6(A1)、b_6(A1)、a_7(A1)、b_7(A1)均为茶叶样品A1的7种滋味成分的浓度变化与茶汤泡数x之间的回归方程的系数。对于茶叶样品A2，咖啡碱的浓度变化回归方程Y_1(A2)＝a_1(A2)e^b1(A2)x；没食子酸的浓度变化回归方程Y_2(A2)＝a_2(A2)e^b2(A2)x；儿茶素的浓度变化回归方程Y_3(A2)＝a_3(A2)e^b3(A2)x；表没食子儿茶素没食子酸酯的浓度变化回归方程Y_4(A2)＝a_4(A2)e^b4(A2)x；表儿茶素没食子酸酯的浓度变化回归方程Y_5(A2)＝a_5(A2)e^b5(A2)x；茶多酚总量的浓度变化回归方程Y_6(A2)＝a_6(A2)e^b6(A2)x；游离氨基酸总量的浓度变化回归方程Y_7(A2)＝a_7(A2)x^b7(A2)，a_1(A2)、b_1(A2)、a_2(A2)、b_2(A2)、a_3(A2)、b_3(A2)、a_4(A2)、b_4(A2)、a_5(A2)、b_5(A2)、a_6(A2)、b_6(A2)、a_7(A2)、b_7(A2)均为茶叶样品A2的7种滋味成分的浓度变化与茶汤泡数x之间的回归方程的系数。

以此类推，对于炒青茶叶样品Am，咖啡碱的浓度变化回归方程Y_1(Am)＝a_1(Am)e^b1(Am)x；没食子酸的浓度变化回归方程Y_2(Am)＝a_2(Am)e^b2(Am)x；儿茶素的浓度变化回归方程Y_3(Am)＝a_3(Am)e^b3(Am)x；表没食子儿茶素没食子酸酯的浓度变化回归方程Y_4(Am)＝a_4(Am)e^b4(Am)x；表儿茶素没食子酸酯的浓度变化回归方程Y_5(Am)＝a_5(Am)e^b5(Am)x；茶多酚总量的浓度变化回归方程Y_6(Am)＝a_6(Am)e^b6(Am)x；游离氨基酸总量的浓度变化回归方程Y_7(Am)＝a_7(Am)x^b7(Am)，a_1(Am)、b_1(Am)、a_2(Am)、b_2(Am)、a_3(Am)、b_3(Am)、a_4(Am)、b_4(Am)、a_5(Am)、b_5(Am)、a_6(Am)、b_6(Am)、a_7(Am)、b_7(Am)均为茶叶样品Am的7种滋味成分的浓度变化与茶汤泡数x之间的回归方程的系数。

所述步骤(4)中，同类的多种茶叶中，分类主要是以加工工艺为分类依据，根据加工工艺将茶叶分为绿茶、红茶、黑茶、白茶、黄茶和乌龙茶六大类，例如其中绿茶的特征工艺为杀青。而根据加工工艺绿茶又分为炒青绿茶、烘青绿茶和蒸青绿茶等，例如其中炒青绿茶的特征工艺为以炒干的形式进行干燥。炒青绿茶是一类，属于这类的茶叶很多，如龙井、香茶等等。

所述步骤(5)中，将茶叶样品A1、A2、～Am的7种滋味成分的浓度变化与茶汤泡数之间的回归方程的系数与第一泡茶汤的对应滋味成分的测量值建立修正函数，优选按以下方法进行：

(i)将茶叶样品A1、A2、～Am分别得到的m个关于咖啡碱的浓度变化与茶汤泡数之间的回归方程Y_1(A1)、Y_1(A2)、……、Y_1(Am)中的系数a_1(A1)、a_1(A2)、……、a_1(Am)为纵坐标F_a1，以茶叶样品A1、A2、～Am第一泡茶汤的咖啡碱的测量值Y_{1(A1，x＝1)}、Y_{1(A2，x＝1)}、……、Y_{1(Am，x＝1)}为横坐标z，建立F_a1与z之间的回归方程，即为系数a₁的修正函数；修正函数也有多种形式，根据回归拟合结果而定，修正函数为指数函数、对数函数、线性函数或幂函数函数。

同样的，以系数b_1(A1)、b_1(A2)、……～b_1(Am)为纵坐标F_b1，以茶叶样品A1、A2、～Am第一泡茶汤的咖啡碱的测量值Y_{1(A1，x＝1)}、Y_{1(A2，x＝1)}、～Y_{1(Am，x＝1)}为横坐标z，建立F_b1与z之间的回归方程，即为系数b₁的修正函数；

(ii)参照上述步骤(i)，分别得到没食子酸的浓度变化与茶汤泡数之间的回归方程的系数a₂、b₂与第一泡茶汤的没食子酸的测量值之间的修正函数F_a2、F_b2；儿茶素的浓度变化与茶汤泡数之间的回归方程的系数a₃、b₃与第一泡茶汤的儿茶素的测量值之间的修正函数F_a3、F_b3；表没食子儿茶素没食子酸酯的浓度变化与茶汤泡数之间的回归方程的系数a₄、b₄与第一泡茶汤的表没食子儿茶素没食子酸酯的测量值之间的修正函数F_a4、F_b4；表儿茶素没食子酸酯的浓度变化与茶汤泡数之间的回归方程的系数a₅、b₅与第一泡茶汤的表儿茶素没食子酸酯的测量值之间的修正函数F_a5、F_b5；茶多酚的浓度变化与茶汤泡数之间的回归方程的系数a₆、b₆与第一泡茶汤的茶多酚的测量值之间的修正函数F_a6、F_b6；游离氨基酸的浓度变化与茶汤泡数之间的回归方程的系数a₇、b₇与第一泡茶汤的游离氨基酸的测量值之间的修正函数F_a7、F_b7；

进一步，对于炒青绿茶的茶叶样品，其步骤(i)优选按以下步骤进行：

将炒青绿茶的茶叶样品A1、A2、～Am分别得到的七个关于咖啡碱的浓度变化与茶汤泡数之间的回归方程Y_1(A1)＝a_1(A1)e^b1(A1)x、Y_1(A2)＝a_1(A2)e^b1(A2)x、～、Y_1(Am)＝a_1(Am)e^b1(Am)x中的系数a_1(A1)、a_1(A2)、……～a_1(Am)为纵坐标F_a1，以茶叶样品A1、A2、～Am第一泡茶汤的咖啡碱的测量值Y_{1(A1，x＝1)}、Y_{1(A2，x＝1)}、～Y_{1(Am，x＝1)}为横坐标z，建立F_a1与z之间的回归方程，即为系数a₁的修正函数；同样的，以系数b_1(A1)、b_1(A2)、……～b_1(Am)为纵坐标F_b1，以茶叶样品A1、A2、～Am第一泡茶汤的咖啡碱的测量值Y_{1(A1，x＝1)}、Y_{1(A2，x＝1)}、～Y_{1(Am，x＝1)}为横坐标z，建立F_b1与z之间的回归方程，即为系数b₁的修正函数；

进一步，步骤(5)中，所建立的预测模型进一步具体为：7种特征成分浓度变化与茶汤泡数之间的回归方程共七个：咖啡碱的浓度y₁和茶汤泡数x的回归方程Y₁、没食子酸的浓度y₂和茶汤泡数x的回归方程Y₂、儿茶素的浓度y₃和茶汤泡数x的回归方程Y₃、表没食子儿茶素没食子酸酯的浓度y₄和茶汤泡数x的回归方程Y₄、表儿茶素没食子酸酯的浓度y₅和茶汤泡数x的回归方程Y₅、茶多酚总量的浓度y₆和茶汤泡数x的回归方程Y₆、游离氨基酸总量的浓度y₇和茶汤泡数x的回归方程Y₇；所述回归方程为指数回归方程、线性回归方程或幂函数回归方程；

对于七个回归方程，Y₁有两个待定系数a₁、b₁；Y₂有两个待定系数a₂、b₂；Y₃有两个待定系数a₃、b₃；Y₄有两个待定系数a₄、b₄；Y₅有两个待定系数a₅、b₅；Y₆有两个待定系数a₆、b₆；Y₇有两个待定系数a₇、b₇；

待定系数a₁、b₁、a₂、b₂、a₃、b₃、a₄、b₄、a₅、b₅、a₆、b₆、a₇、b₇分别由该系数的修正函数确定；修正函数是每种特征成分的回归方程的系数与该特征成分的第一泡茶汤的测量值之间的回归方程，a₁、b₁、a₂、b₂、a₃、b₃、a₄、b₄、a₅、b₅、a₆、b₆、a₇、b₇各自与第一泡茶汤的对应滋味成分的测量值之间的修正函数为F_a1、F_b1、F_a2、F_b2、F_a3、F_b3、F_a4、F_b4、F_a5、F_b5、F_a6、F_b6、F_a7、F_b7。

对于待测未知茶叶样品，按照步骤(1)的浸提方法对待测茶叶样品进行一次浸提，得到的第一泡茶汤按照步骤(2)进行定量分析，得到第一泡茶汤中含有的7种滋味特征成分浓度的测量值，将第一泡茶汤的测量值分别代入修正函数方程F_a1、F_b1、F_a2、F_b2、F_a3、F_b3、F_a4、F_b4、F_a5、F_b5、F_a6、F_b6、F_a7、F_b7，得到a₁、b₁、a₂、b₂、a₃、b₃、a₄、b₄、a₅、b₅、a₆、b₆、a₇、b₇，再将所得系数分别代入回归方程Y₁、Y₂、Y₃、Y₄、Y₅、Y₆、Y₇，即得到该样品的7种特征成分浓度变化与茶汤泡数之间的回归方程，即为预测模型。

根据回归方程预测第二泡茶汤及以后泡数茶汤的特征成分的浓度，并可根据Dot值判定茶叶可冲泡次数，所述Dot值＝第x泡下该滋味特征成分的浓度(mg/ml)/该滋味特征成分的味觉阈值，Dot值大于1表示人能感知到该成分的滋味，数值越大，味觉强度越大，小于1表示该化合物不呈味。

对于炒青绿茶，所建立的多次冲泡茶叶所得茶汤中滋味特征成分浓度的预测模型如下：

针对7种滋味特征成分，七个回归方程如下：咖啡碱的浓度变化回归方程Y₁＝a₁e^b1x；没食子酸的浓度变化回归方程Y₂＝a₂e^b2x；儿茶素的浓度变化回归方程Y₃＝a₃e^b3x；表没食子儿茶素没食子酸酯的浓度变化回归方程Y₄＝a₄e^b4x；表儿茶素没食子酸酯的浓度变化回归方程Y₅＝a₅e^b5x；茶多酚总量的浓度变化回归方程Y₆＝a₆e^b6x；游离氨基酸总量的浓度变化回归方程Y₇＝a₇x^b7，a₁、b₁、a₂、b₂、a₃、b₃、a₄、b₄、a₅、b₅、a₆、b₆、a₇、b₇均为回归方程的待定系数。

待定系数a₁、b₁、a₂、b₂、a₃、b₃、a₄、b₄、a₅、b₅、a₆、b₆、a₇、b₇分别由该系数的修正函数确定：a₁、b₁、a₂、b₂、a₃、b₃、a₄、b₄、a₅、b₅、a₆、b₆、a₇、b₇各自与第一泡茶汤的对应滋味成分的测量值之间的修正函数为F_a1、F_b1、F_a2、F_b2、F_a3、F_b3、F_a4、F_b4、F_a5、F_b5、F_a6、F_b6、F_a7、F_b7，通过检测第一泡茶汤的滋味成分的测量值，代入修正函数得到回归方程的待定系数。

对于未知待测样品，按照步骤(1)的浸提方法对待测茶叶样品进行一次浸提，得到的第一泡茶汤按照步骤(2)进行定量分析，得到第一泡茶汤中含有的7种滋味特征成分浓度的测量值，然后将所得其中测量值分别代入修正函数方程F_a1、F_b1、F_a2、F_b2、F_a3、F_b3、F_a4、F_b4、F_a5、F_b5、F_a6、F_b6、F_a7、F_b7，得到a₁、b₁、a₂、b₂、a₃、b₃、a₄、b₄、a₅、b₅、a₆、b₆、a₇、b₇，再将所得系数代入回归方程，即得到待测茶叶样品的7种特征成分浓度变化与茶汤泡数之间的回归方程。

针对现有的技术空白，本发明创建了一种针对多次冲泡茶叶所得茶汤中滋味特征成分浓度的预测方法，根据不同茶叶种类，可建立不同种类的茶叶如绿茶、乌龙茶的预测模型，以绿茶模型为例，对于随机抽取绿茶样本，可通过定量检测样品第1泡茶汤中各滋味特征成分浓度，即可预测第x泡茶汤中各滋味特征成分浓度。该方法具有成本低、效率高和预测准确等特点，其平均预测准确率高达92.0％，在随机样本(盲样)的茶汤第x泡滋味特征成分浓度预测，随机抽取样本(盲样)的耐泡特性预测，以及原叶茶多次冲泡所得茶汤的味觉可视化分析等方面具有重要应用价值和指导意义。

具体实施方式

下面结合实施例对本发明的技术方案作进一步描述，实施例是在本发明技术方案前提下实施的，给出了详细的实施方式和步骤，但本发明的保护范围不限于下述的实施例。

实施例1

建立炒青茶叶预测模型：

炒青样品A1选取为香茶

(1)浸提茶汤

(a)取3g茶叶样品加入100℃蒸馏水150ml后摇匀，浸提5min后迅速用脱脂棉过滤，滤液冷却后用蒸馏水定容至200ml，标记为第1泡茶汤，

(b)过滤时得到的叶底重复步骤(a)进行二次浸提，得到第2泡茶汤，多次重复步骤(a)，分别得到第3至第4泡茶汤。

(2)对步骤⑴所得不同浸提次数的茶汤进行定量分析，分析其中含有的7种滋味特征成分浓度；7种滋味特征成分为咖啡碱(Caf)、没食子酸(GA)、儿茶素(C)、表没食子儿茶素没食子酸酯(EGCG)、表儿茶素没食子酸酯(ECG)、茶多酚(TP)和游离氨基酸(AA)。其中咖啡碱的浓度采用高效液相色谱法(GB/T 8312-2013)测定，没食子酸、儿茶素、表没食子儿茶素没食子酸酯和表儿茶素没食子酸酯的浓度采用高效液相色谱法(GB/T 8313-2013)测定，茶多酚总量采用福林酚法(GB/T 8313-2013)测定，游离氨基酸(AA)总量采用茚三酮法(GB/T8314-2013)测定。结果如表1所示：

表1.炒青绿茶样本A1的第1-4泡茶汤特征成分浓度(mg/ml)

(3)针对步骤⑵中的7种滋味特征成分，采用SPSS统计软件分别建立特征成分浓度变化与茶汤泡数x(x为大于1的自然数)之间的线性方程，所得线性方程如下：

咖啡碱的回归方程为y＝1.4727e^-0.974x(R²＝0.9956)；没食子酸的回归方程为y＝0.2417e^-1.113x(R²＝0.9967)；儿茶素的回归方程为y＝0.0362e^-0.584x(R²＝0.9858)；表没食子儿茶素没食子酸酯的回归方程为y＝1.6176e^-0.558x(R²＝0.9845)；表儿茶素没食子酸酯的回归方程为y＝0.3191e^-0.457x(R²＝0.9782)；茶多酚的回归方程为y＝1.9713e^-0.462x(R²＝0.9569)；游离氨基酸回归方程为y＝0.1384x^-1.913(R²＝0.9993)；

(4)选取同为炒青茶叶的瓶炒青、其他炒青1、其他炒青2、其他炒青3、其他炒青4的茶叶样品，重复步骤(1)～(3)，建立上述茶叶样品的7种滋味特征成分浓度变化与茶汤泡数之间的回归方程；

瓶炒青茶叶样品的7种滋味特征成分浓度变化与茶汤泡数之间的回归方程如下：

咖啡碱的回归方程为y＝2.1949e^-1.133x(R²＝0.9945)；没食子酸的回归方程为y＝0.0879e^-1.049x(R²＝0.9929)；儿茶素的回归方程为y＝0.0471e^-0.656x(R²＝0.9831)；表没食子儿茶素没食子酸酯的回归方程为y＝2.0556e^-0.644x(R²＝0.982)；表儿茶素没食子酸酯的回归方程为y＝0.4647e^-0.588x(R²＝0.9738)；茶多酚的回归方程为y＝1.6384e^-0.384x(R²＝0.9795)；游离氨基酸回归方程为y＝0.1288x^-1.86(R²＝0.9941)；

其他炒青1茶叶样品的7种滋味特征成分浓度变化与茶汤泡数之间的回归方程如下：

咖啡碱的回归方程为y＝1.919e^-1.034x(R²＝0.9993)；没食子酸的回归方程为y＝0.2674e^-1.137x(R²＝0.9984)；儿茶素的回归方程为y＝0.0373e^-0.502x(R²＝0.9201)；表没食子儿茶素没食子酸酯的回归方程为y＝2.085e^-0.608x(R²＝0.999)；表儿茶素没食子酸酯的回归方程为y＝0.4157e^-0.494x(R²＝0.994)；茶多酚的回归方程为y＝2.2075e^-0.483x(R²＝0.9812)；游离氨基酸回归方程为y＝0.1235x^-1.82(R²＝0.9948)；

其他炒青2茶叶样品的7种滋味特征成分浓度变化与茶汤泡数之间的回归方程如下：

咖啡碱的回归方程为y＝1.9862e^-1.027x(R²＝0.9996)；没食子酸的回归方程为y＝0.2817e^-1.142x(R²＝0.9999)；儿茶素的回归方程为y＝0.0519e^-0.675x(R²＝0.996)；表没食子儿茶素没食子酸酯的回归方程为y＝2.1558e^-0.6x(R²＝0.9983)；表儿茶素没食子酸酯的回归方程为y＝0.4586e^-0.518x(R²＝0.9985)；茶多酚的回归方程为y＝2.4357e^-0.522x(R²＝0.9837)；游离氨基酸回归方程为y＝0.1581x^-2.013(R²＝0.9966)；

其他炒青3茶叶样品的7种滋味特征成分浓度变化与茶汤泡数之间的回归方程如下：

咖啡碱的回归方程为y＝2.4719e^-1.198x(R²＝0.9954)；没食子酸的回归方程为y＝0.0926e^-1.092x(R²＝0.9952)；儿茶素的回归方程为y＝0.0457e^-0.656x(R²＝0.9868)；表没食子儿茶素没食子酸酯的回归方程为y＝2.0823e^-0.645x(R²＝0.9914)；表儿茶素没食子酸酯的回归方程为y＝0.4573e^-0.546x(R²＝0.9879)；茶多酚的回归方程为y＝2.0278e^-0.439x(R²＝0.9608)；游离氨基酸回归方程为y＝0.1401x^-1.925(R²＝0.9936)；

其他炒青4茶叶样品的7种滋味特征成分浓度变化与茶汤泡数之间的回归方程如下：

咖啡碱的回归方程为y＝2.2023e^-1.129x(R²＝0.9951)；没食子酸的回归方程为y＝0.0826e^-1.035x(R²＝0.9832)；儿茶素的回归方程为y＝0.0525e^-0.681x(R²＝0.9677)；表没食子儿茶素没食子酸酯的回归方程为y＝1.9478e^-0.615x(R²＝0.9536)；表儿茶素没食子酸酯的回归方程为y＝0.4186e^-0.514x(R²＝0.9465)；茶多酚的回归方程为y＝2.7885e^-0.577x(R²＝0.9996)；游离氨基酸回归方程为y＝0.135x^-1.896(R²＝0.9893)；

(5)建立修正函数：

以咖啡碱为例，以咖啡碱的浓度变化与茶汤泡数之间的回归方程

Y1(A1)＝1.4727e^-0.974x；Y1(A2)＝2.1949e^-1.133x；Y1(A3)＝1.919e^-1.034x；Y1(A4)＝1.9862e^-1.027x；Y1(A5)＝2.4719e^-1.198x；Y1(A6)＝2.2023e^-1.129x中的系数1.4727(A1)、2.1949(A2)、1.919(A3)、1.9862(A4)、2.4719(A5)、2.2023(A6)为纵坐标F_a1，以茶叶样品A1、A2、A3、A4、A5、A6第一泡茶汤的咖啡碱的测量值0.520(A1，x＝1)、0.731(A2，x＝1)、0.661(A3，x＝1)、0.699(A4，x＝1)、0.696(A5，x＝1)、0.739(A6，x＝1)为横坐标z，采用SPSS统计软件建立F>a1＝0.536e^1.9648z(R²＝0.7905)，同样的，系数b1的修正函数为F_b1＝-0.408ln(z)-1.2262(R²＝0.7164)。

按照上述方法，最后得到修正函数如下：

没食子酸的修正函数F_a2＝5.1993z^1.2063(R²＝0.9933)，F_b2＝-0.081ln(z)-1.3313(R²＝0.8145)；儿茶素的修正函数F_a3＝1.331z^0.9211(R²＝0.9367)，F_b3＝-0.24ln(z)-1.525(R²＝0.9489)；表没食子儿茶素没食子酸酯的修正函数F_a4＝1.8195z^0.7339(R²＝0.8114)，F_b4＝-0.199ln(z)-0.5884(R2＝0.6334)；表儿茶素没食子酸酯的修正函数F_a5＝1.3782z^0.891(R²＝0.9157)，F_b5＝-0.227ln(z)-0.8217(R²＝0.8463)；茶多酚总量的修正函数F_a6＝2.8688ln(z)+1.5709(R²＝0.9727)，F_b6＝-0.466ln(z)-0.3793(R²＝0.9124)；游离氨基酸总量的修正函数F_a7＝0.051e^7.0175z(R²＝0.7186),F_b7＝-0.761ln(z)-3.3987(R²＝0.7425)。

因此，得到炒青品种多次冲泡茶叶所得茶汤中滋味特征成分浓度的预测模型如下：

由茶汤泡数x(x为大于1的自然数)与特征成分浓度y之间的浓度变化线性方程和修正函数组合而成。其中咖啡碱的预测模型Y₁＝a₁e^b1x，F_a1＝0.536e^1.9648z，F_b1＝-0.408ln(z)-1.2262；没食子酸的预测模型Y₂＝a₂e^b2x，F_a2＝5.1993z^1.2063，F_b2＝-0.081ln(z)-1.3313；儿茶素的预测模型Y₃＝a₃e^b3x，F_a3＝1.331z^0.9211，F_b3＝-0.24ln(z)-1.525；表没食子儿茶素没食子酸酯的预测模型Y₄＝a₄e^b4x，F_a4＝1.8195z^0.7339，F_b4＝-0.199ln(z)-0.5884；表儿茶素没食子酸酯的预测模型Y₅＝a₅e^b5x，F_a5＝1.3782z^0.891，F_b5＝-0.227ln(z)-0.8217；茶多酚总量的预测模型Y₆＝a₆e^b6x，F_a6＝2.8688ln(z)+1.5709，F_b6＝-0.466ln(z)-0.3793；游离氨基酸总量的预测模型Y₇＝a₇x^b7，F_a7＝0.051e^7.0175z,F_b7＝-0.761ln(z)-3.3987。

实施例2

随机炒青绿茶样本(盲样)的茶汤第x泡特征成分浓度预测，具体步骤如下：

⑴随机抽取某炒青绿茶样本3g置于三角瓶中，加入100℃蒸馏水150ml后摇匀，浸提5min后迅速用脱脂棉过滤，冷却后用蒸馏水定容至200ml，茶汤标记为第1泡。

⑵对第1泡茶汤中的滋味特征成分进行定量分析。采用高效液相色谱法(GB/T8312-2013)测定咖啡碱的浓度，采用高效液相色谱法(GB/T 8313-2013)测定没食子酸、儿茶素、表没食子儿茶素没食子酸酯和表儿茶素没食子酸酯的浓度，采用福林酚法(GB/T8313-2013)测定茶多酚总量，采用茚三酮法(GB/T 8314-2013)测定游离氨基酸(AA)总量。所得第一泡茶汤中咖啡碱、没食子酸、儿茶素、表没食子儿茶素没食子酸酯、表儿茶素没食子酸酯、茶多酚和游离氨基酸的测量值分别为0.520mg/ml、0.074mg/ml、0.020mg/ml、0.869mg/ml、0.195mg/ml、1.110mg/ml、0.137mg/ml。

⑶将滋味特征成分的浓度代入实施例1得到的多次冲泡茶叶所得茶汤中滋味特征成分浓度的预测模型，首先代入修正模型，分别得到a1＝1.490、b1＝-0.960、a2＝0.226、b2＝-1.121、a3＝0.036、b3＝-0.588、a4＝1.641、b4＝-0.560、a5＝0.321、b5＝-0.451、a6＝1.871、b6＝-0.428、a7＝0.133、b7＝-1.884。再将系数代入回归方程，得到咖啡碱的预测模型为Y₁＝1.490e^-0.960x；没食子酸的浓度变化回归方程Y₂＝0.226e^-1.121x；儿茶素的浓度变化回归方程Y₃＝0.036e^-0.588x；表没食子儿茶素没食子酸酯的浓度变化回归方程Y₄＝1.641e^-0.560x；表儿茶素没食子酸酯的浓度变化回归方程Y₅＝0.321e^-0.451x；茶多酚总量的浓度变化回归方程Y₆＝1.871e^-0.428x；游离氨基酸总量的浓度变化回归方程Y₇＝0.133x^-1.884。

根据预测模型预测第x(x＝2，3，4，5，6，7，8)泡茶汤中滋味特征成分的浓度。如表2。

并按照步骤⑵对第2-4泡茶汤中的滋味特征成分进行定量分析，实测值结果见表2，结果表明，预测值与实测值误差较小。

表2.某随机炒青绿茶样本的茶汤第n泡特征成分浓度预测(mg/ml)

实施例3

随机抽取样本(盲样)的耐泡特性预测，具体步骤如下：

⑴随机抽取某炒青绿茶样本3g置于三角瓶中，加入100℃蒸馏水150ml后摇匀，浸提5min后迅速用脱脂棉过滤，冷却后用蒸馏水定容至200ml，茶汤标记为第1泡。

⑵对第1泡茶汤中的滋味特征成分进行定量分析。采用高效液相色谱法(GB/T8312-2013)测定咖啡碱的浓度，采用高效液相色谱法(GB/T 8313-2013)测定没食子酸、儿茶素、表没食子儿茶素没食子酸酯和表儿茶素没食子酸酯的浓度，采用福林酚法(GB/T8313-2013)测定茶多酚总量，采用茚三酮法(GB/T 8314-2013)测定游离氨基酸(AA)总量。所得第一泡茶汤中咖啡碱、没食子酸、儿茶素、表没食子儿茶素没食子酸酯、表儿茶素没食子酸酯、茶多酚和游离氨基酸的测量值分别为0.520mg/ml、0.074mg/ml、0.020mg/ml、0.869mg/ml、0.195mg/ml、1.110mg/ml、0.137mg/ml。

⑶将滋味特征成分的浓度代入多次冲泡茶叶所得茶汤中滋味特征成分浓度的预测模型，先代入修正函数得到系数，再将系数代入回归方程，得到预测模型如下：

咖啡碱的预测模型为Y₁＝1.490e^-0.960x；没食子酸的浓度变化回归方程Y₂＝0.226e^-1.121x；儿茶素的浓度变化回归方程Y₃＝0.036e^-0.588x；表没食子儿茶素没食子酸酯的浓度变化回归方程Y₄＝1.641e^-0.560x；表儿茶素没食子酸酯的浓度变化回归方程Y₅＝0.321e^-0.451x；茶多酚总量的浓度变化回归方程Y₆＝1.871e^-0.428x；游离氨基酸总量的浓度变化回归方程Y₇＝0.665x^-1.⁸¹。

根据预测模型预测第x(x＝2，3，4，5，6)泡茶汤中滋味特征成分的浓度，所得结果如表3。

⑷通过Dot值(Dot值＝第x泡下该滋味特征成分的浓度(mg/ml)/该滋味特征成分的味觉阈值，Dot值大于1表示人能感知到该成分的滋味，数值越大，味觉强度越大，小于1表示该化合物不呈味。)判断第x泡时7种滋味特征成分的呈味情况。其中咖啡碱的阈值为0.097mg/ml(Scharbert and Hofmann，2005)，没食子酸的阈值为0.034mg/ml(Kaneko etal，2006)，儿茶素、表没食子儿茶素没食子酸酯和表儿茶素没食子酸酯的阈值分别为0.011mg/ml、0.087mg/ml和0.115mg/ml(Scharbert et al，2004)。由如表3的预测结果可知，该炒青绿茶在冲泡5次以后，仍有EGCG的DOT值大于1，而在第六泡时，已经没有任何滋味成分的浓度能够超过阈值。

表3.随机抽取样本(盲样)的耐泡特性预测