黑茶陈化工艺研究进展

黑茶属于我国六大茶类之一,根据研究表明其具有降血脂和减肥作用[1],因此深受人们喜欢。在信息技术、人工智能、生物技术高速发展,并进入产业化阶段的今天,中国茶叶流通协会提出中国茶产业十四五发展规划建议(2021—2025)[2]强调我们要应用新技术来提高生产技术水平,改善产品质量,提升产品品质。在黑茶加工中,陈化工艺是一种后发酵工艺,该工艺不仅能够增强降脂减肥功能[3],而且是黑茶品质二次提升的一个重要过程[4],但陈化是一个复杂的过程,传统自然陈化方法产能受限,因此,本文介绍了黑茶的加工工艺,综述了包括红茶在内的发酵程度智能判定技术,梳理了黑茶陈化工艺技术,并据此对陈化工艺提出总结和展望,对提高黑茶品质、实现生产标准化、拓展国内外市场具有重大意义。

1 黑茶加工工艺简介

黑茶常见的品种有安化黑茶、广西六堡茶、陕西茯茶、湖北青砖茶、四川藏茶等。其中发源于广西苍梧县六堡乡的六堡茶,以其特殊的槟榔香[5]被列为全国24个名茶之一[6]。六堡茶在20世纪50年代初期,成为香港黑茶市场的主导产品,近几年在广东、广西、东南亚、日本、香港、澳门等国家和地区具有较大的市场份额。

以六堡茶为例,传统六堡茶分为粗制茶和精制茶两种,其中粗制茶的基本工艺为鲜叶→杀青→初揉→堆闷→复揉→干燥→六堡茶毛茶,精制茶在毛茶的基础上其精加工工艺如图1[7]所示。其中陈化是将晾置后的茶叶,堆放在阴凉湿润或防空洞中,经过半年以上的放置,形成六堡茶的特殊风味[8]。然而目前梧州市几乎所有六堡茶产产品已经出现供不应求,尤其是陈年六堡茶,由于其陈化时间及品质要求, 更是奇货可居[9]。

2 茶叶发酵程度智能判定技术

陈化程度和影响和前期的发酵程度也是密不可分的,蓝燕等[10]研究发现可以通过延长前期发酵,促进茶叶内部分理化成分的转化程度,从而在达到相同茶叶品质的前提下缩短陈化时间。因此想要对黑茶陈化阶段的工艺进行优化,首先需要了解如何判定茶叶发酵程度,同时还可以将较为成熟的发酵程度判定方法作为黑茶陈化工艺优化的理论参考依据。以往,茶叶发酵程度的判别多依赖经验进行,在标准化加工要求下,精准、量化地判别茶叶发酵程度技术不断出现。如图2所示,本文将从机器视觉、近红外光谱、高光谱、电特性、pH值、香气传感器6个方面介绍茶叶发酵程度的智能判定技术。

2.1 机器视觉与发酵程度判定

现代化发酵工艺,较多体现在茶叶发酵程度的判定。其中机器视觉是一种采用视觉设备采集颜色空间,进一步通过运算提取特征信息的一种技术手段。张彬[11]在红茶通氧发酵设备的上, 设计了基于Android 手机蓝牙通讯的在线色泽监测系统,采用可见漫反射技术测定并计算色泽空间的L、a*、b*值,以发酵适度的茶样L、a*、b*平均值作为球心,所有L、a*、b*值到球心的最大欧氏距离为半径,建立发酵适度判别三维球形模型,最后结合人工评审结果,认为通过色泽测定通氧发酵程度的判定是可行的。DONG等[12]还对红茶在RGB(red green blue color mode)、Lab(CIELab color mode)和HSV(hue saturation value color)中的颜色空间变化进行检测,采用单向方差分析的方法找出了其与红茶发酵过程中茶黄素、茶褐素、茶红素、感官评价的相关性,建立了茶黄素、茶褐素、茶红素和感官评价的线性偏最小二乘法(partial least squares,PLS)和非线性支持向量机法(support vector machine,SVM)、随机森林回归法(random forest,RF)定量评价模型,并对比4个模型的校正集相关系数(Rc)、校正集均方根误差(root-mean-square error of calibration,RMSEC)、预测集相关系数(Rp)、预测集均方根误差(root-mean-square error of prediction,RMSEP)指出利用颜色空间判定茶黄素、茶褐素、茶红素、感官评价来进行发酵程度的判定,非线性模型性能高于线性模型,且RF法优于SVM法。

2.2 近红外光谱与发酵程度判定

近红外光谱技术在发酵程度判定方面也有重要应用,近红外光谱技术是物质吸收光谱的一个非可见光区,近红外光吸收谱间接代表了物质内部结构成分信息,其中不同位置的波峰反应内部分子结构,波峰强度代表具有该分子结构的物质浓度。张彬[11]的研究,还设计了发酵过程中茶多酚含量监测系统,通过采集不同发酵程度的叶片近红外光谱,利用标准正态变量变换法(standard normal variable transformation method,SNV)进行处理后,分别采用连续投影(successive projections algorithm,SPA)、联合区间(subinterval interval,Si)、遗传算法和蚁群算法(ant colony optimization,Aco)4种变量筛选方法筛选出和茶多酚相关的特征波长区间,上述4种变量筛选方法结合PLS进行建模分析,对比4个模型的Rc、RMSEC、Rp、RMSEP、相对分析偏差(residual predictive deviation,RPD)指出Aco-PLS为最佳回测模型,该模型能够准确通过红外光谱数据预测发酵过程中茶多酚含量,进一步区分发酵程度。董春旺等[13]扫描了不同发酵程度的红茶近红外光谱并进行SNV预处理后,采用Si、随机蛙跳算法、竞争性自适应权重取样算法(competitive adapative reweighted sampling,CARS)、SPA 4种变量筛选的方法筛选感官品质评分和茶黄素、茶红素、茶褐素、儿茶素和酚氨比6种品质指标的相关特征波长,然后基于上述优选出波长分别建立PLS预测模型和非线性支持向量回归法(support vector machine nonlinear regression,SVR)预测模型,并对比RPD发现非线性SVR模型优于PLS线性模型,且除茶黄素和茶红素外都具有较好的预测效果。同样,DONG等[14]还采用Si算法筛选出儿茶素含量、茶黄素与茶红素比值、茶多酚与游离氨基酸比值的特征波长区间,基于这些特征波长区间建立PLS线性回归模型和极限学习机(extreme learning machine,ELM)、极限学习机结合自适应boosting算法(ELM-AdaBoost)非线性模型,并分析模型的Rc、RMSEC、Rp、RMSEP、RPD指出ELM-AdaBoost模型能够得到更好的预测精度,且以茶多酚与游离氨基酸比值的特征波长区间建立的ELM-AdaBoost模型具有最好的RPD。DONG等[15]还扫描了工夫红茶的近红外光谱,用Si算法和CARS算法筛选茶黄素与茶红素比值相关特征波长,验证了Si-PLS、Si-CARS-PLS、Si-CARS-ELM、Si-CARS-ELM-AdaBoost模型的Rc、RMSEC、Rp、RMSEP、相对标准偏差、RPD认为SI-CARS算法能更好的筛选特征波长,进一步提高模型的预测精度,且在所有预测模型中Si-CARS-ELM-AdaBoost模型最为精准,能够准确预测刚果红茶发酵过程中的茶黄素与茶红素比值。宁井铭等[16]扫描了获取祁门红茶鲜叶到最后成品中的毛茶叶样品的近红外光谱,讨论了SNV、9点平滑、一阶导数3种光谱预处理方法对PLS模型的预测效果,最终采用SNV光谱预处理方法,并采用Si法筛选出和氨基酸、儿茶素相关的特征波长区间,基于筛选出的特征波长,利用PLS法建立了祁门红茶鲜叶至成品判别模型,通过验证验证模型的Rc、RMSEC、Rp、RMSEP,认为该模型能够准确预测祁门红茶鲜叶至成品的氨基酸、儿茶素含量。除了采用以上扫描红外光谱、红外光谱预处理、测定理化成分、筛选对应理化成分光谱特征波长、基于特征波长建立理化成分判别模型、验证模型精准度的方法来进行发酵程度或整个加工过程的判定技术方法外,宁井铭等[17]除了扫描不同发酵程度的红茶近红外光谱并进行 SNV预处理后,还通过人工神经网络模式识别方法构建发酵程度鉴别模型,其中人工神经网络模型的最佳主成分因子数还通过交互验证的方法进行了优化。近来,JIN等[18]通过测定分析不同发酵程度的红茶样品中茶多酚含量,将发酵程度分为了初步、不充分、中度和过度四类,同时采集了上述样品的图像数据、红外光谱数据,其中红外光谱数据进行了 SNV预处理,而后比较了图像数据、红外光谱数据、图像数据和红外光谱融合数据3种数据输入,对采用K近邻(k-nearest neighbor,KNN)、线性判别分析(Linear Discriminant Analysis,LDA)和SVM 3种分类建模方法的红茶发酵程度预测精准度;还分析了2种图像和红外光谱的数据融合方法对3种建模方法的预测精准度影响,第一种融合方法为将SPA法筛选出的茶多酚含量相关的光谱特征波长、Pearson 相关分析法提取图像数据中的H、S、a*、b*特征值合并到一个矩阵中,第二种融合方法为直接采用主成分分析(principal component analysis,PCA)法提取光谱特征波长和图像数据;最后指出基于PCA特征提取的数据融合方法结合SVM建模方法的分类准确率最高。

2.3 高光谱与发酵程度判定

高光谱技术的光谱通道覆盖紫外、可见光、近红外和中红外区域,可以得到大量细分且连续的高分辨率波段信息,相比一般光谱分析技术而言,提取到的光谱特征参数更多,能更准确、全面的表征被测物质[19]。高光谱成像技术融合了图像和高光谱的检测技术,目前高光谱成像技术已经应用于等级划分、茶类识别等茶叶加工领域[20]。杨崇山等[21]利用高光谱成像仪采集了轻度发酵、适度发酵、过度发酵三类工夫红茶的高光谱数据,然后采用SNV与多元散射校正算法(multiplicative scatter correction,MSC)对全波段光谱进行降噪处理,将处理后的光谱数据通过PCA得到不同的主成分作为KNN、RF、ELM发酵程度判别模型的输入量,结果表明,3个模型的识别率分别为63.89%、94.44%和86.11%。杨崇山等[21]还采用SPA提取了全波段光谱的31条特征波长作为KNN、RF、ELM发酵程度判别模型的输入量,结果表明,该输入下的模型识别率分别为83.33%,91.67%和91.67%。

2.4 电特性与发酵程度判定

DONG等[22]还采集了红茶发酵过程中的感官评价、茶黄素、茶红素、茶褐素、电特性参数,其中对电特性参数进行标准化预处理,指出红茶发酵过程中,电阻抗、电抗、阻抗角和损耗因子均逐渐增大,电容随着发酵周期的延长而减小,并采用无信息变量消除法-竞争性自适应权重取样法联合筛选出和感官评价、茶黄素、茶红素、茶褐素相关的优选特征电特性参数,基于优选出的电特性参数建立了发酵过程中感官评价得分、茶黄素、茶红素、茶褐素的PLS分析模型,最后根据模型RPD值,认为红茶电特性也可以用于预测发酵过程中的感官评价得分、茶黄素、茶红素、茶褐素,进一步判定发酵程度。

2.5 pH值与发酵程度判定

黄进达等[23]测定了六堡茶发酵12 d至发酵结束过程中7组样品的茶多酚与pH值,建立了两者的线性关系方程式y=18.088x-68.572其中,y为茶多酚含量,%;x为pH值。

然后实测了26个发酵样品的pH值和茶多酚含量,将实测茶多酚含量和根据线性方程通过pH实测值计算出的茶多酚含量进行显著性分析,结果证实可以通过测定pH值后根据线性方程计算茶多酚值,进一步判定发酵程度。

2.6 香气传感器与发酵程度判定

茶叶加工过程中的主要香气组分及相对含量变化是不断变化的,常见的香气识别方法有气相色谱-质谱分析法[24]、香气传感器(电子鼻)采集法、根据卟啉显色反应原理的嗅觉可视化法[25],其中电子鼻是一种低成本、易操作的方式。何维[26]通过比较茶叶香气成分含量和现有气体传感器的敏感性,采用二阶聚类法筛选出10种优选的传感器,并设计了一套电子鼻系统,对红茶加工进行了在线香气监测。BHATTACHARYYA等[27]对8个香气传感器采集到的数据进行PCA数据降维,通过基于奇异值分解的2-范数和基于马氏距离的方法定义了传感器输出和气味强度关系为“范数分”、“马氏分”,并建立了红茶发酵15 d内的得分模型,该模型显示在发酵14 d时得分达到最大值,随之便有所下降。

3 黑茶陈化工艺技术

3.1 理化成分与黑茶品质关系研究

研究发现,黑茶品质除了由决定茶汤浓度和厚度的水浸出[28]决定外,还包括从纤维素酶、果胶酶、淀粉酶等水解酶活性[29]、可溶性糖、氨基酸、茶黄酮、水溶性蛋白、可溶性糖等组成的营养成分,钙、镁、锰、铁、铜、锌等组成的矿物成分[30]方面进行评价;除此之外,由茶黄素、茶红素、茶褐素决定的茶汤色泽也是对黑茶评价的一个方面。滋味和香气等感官品质是黑茶品质最重要的评价标准,李正明等[31]研究了茶叶中主要感官风味及其相应的化学成分如表1所示;郑鹏程等[32]总结了青砖茶、茯砖茶、六堡茶、普洱茶、康砖茶5种红茶的香气特点如表2所示,对其香气成分、含量测定的结果如表3所示,一定程度揭示了香气特点和呈香成分的潜在关系。除上述黑茶品质的评价方法外,农艳芳等[33]指出六堡茶陈化后,在茶层间由冠突散囊菌形成的“金花”,也是六堡茶陈化品质较佳的标志。

3.2 陈化工艺对黑茶品质影响研究

黑茶陈化是一个复杂的过程,林永俊[34]指出陈化过程对色、香、味的影响主要是各种物质的生物化学和热化学反应。因此为了对黑茶的陈化工艺进行优化,需要探究这种反应过程中环境因素对黑茶成品品质的影响。如图3所示,本文将从温度、初始含水、时间,光照,外形,微生物,不同陈化地区5个方面介绍黑茶陈化工艺中的品质影响因素。

3.2.1 温度、初始含水、时间对黑茶品质的影响

周树红[35]采取实验对照的方法,研究了陈化温度、初始含水、陈化时间对茶多酚、茶黄素、茶红素、茶褐素、水浸出物、咖啡碱、可溶性糖、氨基酸、茶汤pH值及茶汤感官的变化,最后给出了陈化的最适宜条件,即一般含水量控制在12%左右、贮存温度37 ℃下贮期135 d。单治国等[36]对不同含水量的普洱茶贮藏后进行感官评审和化学成分测定,认为合理的含水量控制,能够抑制微生物繁殖,延长贮藏时间,利于陈化。

3.2.2 光照对黑茶品质的影响

一般来说光照对茶叶陈化具有一定影响,汪毅等[37]通过避光和见光对比实验,认为光照会加大茶叶的多酚类、氨基酸、咖啡碱降低幅度。刘淑娟等[38]同样通过避光和见光对比实验,发现,炒青绿茶在室温条件下贮藏时,光照会加速其水浸出物含量降低,加快其叶绿素催化而使茶叶颜色变化直至为棕灰色,日光照射还会使不饱和脂肪酸氧化而产生醛、酮、醇等“陈味”物质。陈荣冰[39]将茶叶贮存于透明玻璃中,认为受日光照射的影响会使维生素C的含量下降,进一步导致汤色发暗。但黑茶经过发酵后叶绿素和不饱和脂肪酸含量较少,故光线对黑茶陈化过程的颜色影响和“日光臭”的产生尚不明确。

3.2.3 外形对黑茶品质的影响

刘泽森等[40]研究认为茶叶的松紧度、空隙度大小,即散茶和压紧茶等外形因素对六堡茶陈化过程中的氨基酸、茶多酚、水浸出物、咖啡碱含量变化有所影响,对茶黄素、茶红素、茶褐素含量变化影响不大,陈化7年的过程散茶和压紧茶的茶多酚及水浸出物总体呈逐渐减少的趋势,第1年到第3年散茶的茶多酚含量降低37.07%,水浸出物降低11.83%,后4年间茶多酚含量降低3.44%,水浸出物降低17.13%,压紧茶相对散茶的茶多酚降低量在陈化3年时达到-9.53% 的差异最值、水浸出物降低量在陈化7年时达到-5.66%的差异最值;陈化7年的过程中散茶和紧压茶中的氨基酸含量从2.5%左右降低至1.5%左右,且总量呈现相同的递减趋势;陈化7年的过程中散茶和紧压茶的咖啡碱含量均在4.16%～4.65%左右波动。最后从感官评审结果上来看,外形对六堡茶陈化品质变化并无显著影响。

3.2.4 微生物对黑茶品质的影响

微生物对六堡茶的品质影响一般分为2个方面[41],一方面是微生物自身繁殖代谢,产生热量,从而改变茶叶温度和含水量,使茶叶生化成分发生转化;另一方面是微生物代谢产生的各种胞外酶,能够促糖代谢、大分子物质转化和粗纤维软化,并产生香味。王桥美等[42]对茶原料(SC)、不同发酵阶段茶样(JC)、发酵空间空气(KQ)和发酵地面(DM)的可培养微生物进行分离培养、纯化、鉴定,并对SC、JC、KQ和DM中的可培养微生物种类的异同进行网络关系分析,认为发酵中的大部分微生物可能来自于茶原料,并提供了发酵的优势菌种资源。杨洪元[43]在六堡茶渥堆发酵过程中人工引入不同组合的微生物菌落来进行对比实验,将发酵后的六堡茶进行生化成分分析和感官评审发现接种优势菌可以大大缩短发酵时间。而在陈化过程中,田学凤[44]对普洱茶茶样做了自然环境裸露染菌处理和辐照灭菌后铝箔袋密封处理的陈化对比实验,最后通过生化分析认为相对于温度、贮藏时间、中等辐照剂量等陈化处理方式,染菌处理不仅对普洱茶品质形成没有直接促进作用,相反裸露染菌可能混入自然环境下的杂菌,而对茶叶品质的形成产生有害的影响。梧州中茶茶业有限公司提出了一种富金花六堡茶的制备方法[45],通过培养冠突散囊菌,并喷洒在陈化的六堡茶上,并研发了全自动化六堡茶金花发花装置[46]。

3.2.5 不同陈化地区对黑茶品质的影响

由于陈化环境是一个复杂多变的环境,管俊岭[47]还比较了东莞、勐海、昆明3个不同陈化地区对普洱茶风味物质的变化趋势,认为通过科学仓贮的方法可以加快陈化效率并提升品质。蒋桂文[48]将六堡茶分别置于广西梧州和桂林两地陈化后,通过生化成分分析认为不同贮存地能够显著影响六堡茶理化品质变化的快慢和感官品质的形成。

3.3 陈化工艺优化研究

在了解陈化工艺对黑茶品质影响基础上,就需要对陈化工艺中参数设置进行优化,以提高陈化后的产业品质。如图4所示,本文将从温度、初始含水、时间控制,湿度控制,辐照控制,电场控制,陈化压力控制5个方面介绍黑茶陈化工艺优化研究进展。

3.3.1 陈化时间、初始含水量、温度控制

周树红[35]建立了不同贮藏时间、初始含水量、温度普洱茶贮藏过程中氨基酸、水浸出物、茶多酚、茶汤pH值、可溶性糖、茶红素、茶褐素、茶黄素变化的方程,经显著性检验和达极显著水平数学模型,供不同贮藏条件对品质成分变化的预测,并认为陈化过程不是一个无条件存放的过程。需要根据实际情况确定陈化最优条件和时间。

何梅珍等[49]以物料大小、第一次陈化(相对高湿条件)时间、第二次陈化(相对低湿条件)时间3个考察因素设计了正交试验,对实验结果进行理化分析和感官评审得分的极差方差分析,认为经过干湿交替陈化处理更有利于陈香出现。

除了上述传统的陈化优化工艺外,一般来说γ射线辐照能够破坏难以降解的大分子物质,因此周树红[35]采取实验对照的方法,研究了不同剂量γ射线辐照对茶多酚、茶黄素、茶红素、茶褐素、水浸出物、咖啡碱、可溶性糖、氨基酸、茶汤pH值及茶汤感官的影响,最后得出普洱茶陈化最佳辐照剂量为3.5 kGy。吴菁箐[29]采用对比试验方法,在几个封闭容器中装入六堡茶,探究了在不同充氧浓度条件下,采用不同的γ射线辐照量对茶叶品质的影响,并对茶黄酮、茶多糖、粗纤维、水解酶等进行了测定分析,认为充氧浓度100%、辐照条件为12 kGy的处理条件下,能最让茶叶充分接触氧气,并加快γ射线的破坏作用。而后,张雪红等[30]采用和吴菁箐同样的试验方法,研究了不同充氧辐照量对六堡茶茶叶中矿物质钙、镁、锰、铁、铜、锌含量的影响,认为充氧量对矿物质含量影响无规律,而较大辐照剂量能提高锰含量,较小辐照剂量能提高除锰外的矿物质含量,最后从矿物质含量角度考虑,认为40%的充氧浓度、8 kGy剂量的辐照为最佳陈化条件。

张晓云等[50]研究了在不同电压和频率下的高压脉冲电场对云南普洱生茶香气品质和陈化时间的影响,分析实验结果说明了高压脉冲电场处理能提高普洱茶香气品质,同时加快其陈化。

3.3.5 陈化压力控制

超高压食品处理技术是将食品放入以水和矿物油作为压力介质并施加高压的容器中,进而改变食品中酶反应活性。林凤英等[51]将铝箔袋真空包装的茶叶置于超高压环境下,研究了普洱生茶经不同压强的超高压处理10 min后,茶多酚、氨基酸、咖啡碱含量以及香气组分的变化规律,结果表明300 MPa的超高压处理有利于香气成分的改善,加速普洱茶陈化。

上述快速陈化工艺是否加速了陈化过程并提升了陈化品质,需要对茶叶成品的陈化时间进行鉴别。龚受基等[52]对六堡茶茶叶粉末、提取物的一阶红外吸收光谱做层序聚类分析和二阶红外吸收光谱对比分析,结果表明一阶光谱仅在陈化时间为3年内的六堡茶之间存在聚类差异,二阶红外吸收光谱光谱更能表现出陈化1～10年的六堡茶在不同波数的吸收峰形状、强度差异。温立香等[53]采用电子鼻建立了陈化1～7年的六堡茶干茶、茶汤和茶底的香气响应曲线,选取了具有代表性的3个时间段的电子鼻响应值,将香气数据用主成分分析法和LDA建立了该响应值和不同年份六堡茶茶干、茶汤和茶底的识别模型,最后以马氏距离、欧氏距离和判别函数分析法验证了识别模型的准确性,认为干茶和茶底的电子鼻香气识别模型能更好的的区分六堡茶陈化年份。

4 讨论

现代物化分析方法及人工智能、神经网络等机器学习技术已经在茶叶加工中得到了广泛的应用,现对黑茶陈化的过程中的工艺优化发展方向概述如下:(1)由于陈化期较长,应建立陈化过程中数据库的建立,数据库应包括温度、湿度、氧气、辐照、微生物等自变量,以及水浸出物、茶多酚、可溶性糖、氨基酸、茶黄酮、水溶性蛋白、香气滋味等感官品质构成的因变量,以便于利用现代机器学习方法,进行黑茶陈化工艺优化系统的维护开发;(2)黑茶陈化过程复杂,变量较多,传统感官审评由专家评审,主观因素较大,而湿化学检测法、近红外光谱、视觉、电特性分析需要精密仪器,应结合大数据分析的方法,获取来自消费者的评价,针对消费市场,建立黑茶陈化工艺参数模型;(3)在黑茶品质鉴定的基础上,还应反馈调节黑茶陈化工艺中的参数,优化陈化工艺,提升茶品品质,扩展茶叶市场,尤其是广西特色六堡茶。

[1] LIU Z H, GAO L Z, CHEN Z M, et al.Leading progress on genomics, health benefits and utilization of tea resources in China[J].Nature, 2019, 566:S15-S19.

[2] 中国茶叶流通协会. 中国茶产业十四五发展规划建议(2021—2025)[EB/OL].http://www.ctma.com.cn/zhuanyefuwu/zhuanyebaogao/2021/0330/69530.html, 20210330.

China Tea Circulation Association.Suggestions on the 14th Five-Year Development Plan of Chinese Tea Industry(2021—2025)[EB/OL].http://www.ctma.com.cn/zhuanyefuwu/zhuanyebaogao/2021/0330/69530.html, 20210330.

[3] 刘雅琼. 不同陈化期普洱茶降脂减肥功能比较研究[D].广州:华南农业大学, 2017.

LIU Y Q.Comparative study on lipid-lowering and weight-reducing functions of Pu′er tea at different aging stages[D].Guangzhou:South China Agricultural University,2017.

[4] 韩艾利. 安茶加工工艺的研究[D].合肥:安徽农业大学, 2016.

HAN A L.Study on the processing technology of ancha[D].Hefei:Anhui Agricultural University, 2016.

[5] 施兆鹏. 茶叶审评与检验[M].北京:中国农业出版社, 2005:12-15.

SHI Z P. Tea Review and Inspection[M].Bingjing:China Agricultural Press, 2005:12-15.

[6] 李颖. 六堡茶的水溶性成分分析与研究进展[J].广西质量监督导报, 20109(10):45-47.

LI Y.Analysis and research progress of water soluble components in liubao tea[J].Guangxi Quality Supervision Guide Periodical, 2010(10):45-47.

[7] 吴平. 六堡茶风味轮的构建及解析[J].茶叶, 2021, 47(2):89-98.

WU P.Construction and analysis of Liubao tea flavor wheel[J].Journal of Tea, 2021, 47(2):89-98.

[8] 杨柳. 六堡茶工艺的探讨[J].广西轻工业, 2008, 24(9):13;15.

YANG L.Discussion on the technology of Liubao tea[J].Guangxi Journal of Light Industry, 2008, 24(9):13;15.

[9] 岑活芳, 刘振业.梧州市六堡茶产业发展存在的问题及对策[J].广西农学报, 2011, 26(1):78-81.

CEN H F, LIU Z Y.The existing problems and countermeasures of Liubao tea industry development in Wuzhou city[J].Journal of Guangxi Agriculture, 2011, 26(1):78-81.

[10] 蓝燕, 李朝昌, 苏敏.梧州六堡茶快速陈化技术研究初探[J].广西农学报, 2014, 29(3):34-36.

LAN Y, LI M C, SU M.Primary discussion on the study of Wuzhou Liupu tea’s quick seasoning technology[J].Journal of Guangxi Agriculture, 2014, 29(3):34-36.

[11] 张彬. 基于光学传感器技术的红茶通氧发酵过程在线监测研究[D].镇江:江苏大学, 2017.

ZHANG B.On-line monitoring the aerobic fermentation process of black tea based on optical sensor technology[D].Zhenjiang:Jiangsu University, 2017.

[12] DONG C W, LIANG G Z, HU B, et al.Prediction of congou black tea fermentation quality indices from color features using non-linear regression methods[J].Scientific Reports, 2018, 8(1):1-11.

[13] 董春旺, 梁高震, 安霆, 王近近, 朱宏凯.红茶感官品质及成分近红外光谱快速检测模型建立[J].农业工程学报, 2018, 34(24):306-313.

DONG C Q, LIANG G Z, AN T, et al.Near-infrared spectroscopy detection model for sensory quality and chemical constituents of black tea[J].Transactions of the Chinese Society of Agricultural Engineering, 2018, 34(24):306-313.

[14] DONG C W, ZHU H K, WANG J J, et al.Prediction of black tea fermentation quality indices using NIRS and nonlinear tools[J].Food Science and Biotechnology, 2017, 26(4):853-860.

[15] DONG C W, LI J, WANG J J, et al.Rapid determination by near infrared spectroscopy of theaflavins-to-thearubigins ratio during Congou black tea fermentation process[J].Spectrochimica Acta Part A:Molecular and Biomolecular Spectroscopy, 2018, 205:227-234.

[16] 宁井铭, 颜玲, 张正竹, 等.祁门红茶加工中氨基酸和儿茶素快速检测模型建立[J].光谱学与光谱分析, 2015, 35(12):3 422-3 426.

NING J M, YAN L, ZHANG Z Z, et al.Rapid and dynamic determination models for amino acids and catechins concentrations during the processing procedures of keemun black tea[J].Spectroscopy and Spectral Analysis, 2015, 35(12):3 422-3 426.

[17] 宁井铭, 宛晓春, 张正竹, 等.近红外光谱技术结合人工神经网络判别普洱茶发酵程度[J].农业工程学报, 2013, 29(11):255-260.

NING J M, WAN X C, ZHANG Z Z, et al.Discriminating fermentation degree of Pu’er tea based on NIR spectroscopy and artificial neural network[J].Transactions of the Chinese Society of Agricultural Engineering, 2013, 29(11):255-260.

[18] JIN G, WANG Y J, LI L Q, et al. Intelligent evaluation of black tea fermentation degree by FT-NIR and computer vision based on data fusion strategy[J]. LWT, 2020, 125:109216.

[19] ELACHI C. Introduction to the Physics and Techniques of Remote Sensing. 2nd ed. Hoboken, NJ: John Wiley, 2006.

[20] 刘飞, 李春华, 龚雪蛟, 等. 高光谱成像技术在茶叶中的应用研究进展[J]. 核农学报, 2016, 30(7):1 386-1 394.

LIU F, LI C H, GONG X J, et al. Research progress on application of hyperspectral imaging techniques in tea science[J]. Journal of Nuclear Agricultural Sciences, 2016, 30(7):1 386-1 394.

[21] 杨崇山, 董春旺, 江用文, 等. 基于高光谱的工夫红茶发酵品质程度判别方法[J]. 光谱学与光谱分析, 2021, 41(4):1 320-1 328.

YANG C S, DONG C W, JIANG Y W, et al. A method for judging the fermentation quality of congou based on hyperspectral[J]. Spectroscopy and Spectral Analysis, 2021, 41(4):1 320-1 328.

[22] DONG C W, AN T, ZHU H K, et al. Rapid sensing of key quality components in black tea fermentation using electrical characteristics coupled to variables selection algorithms[J]. Scientific Reports, 2020, 10(1):1598.

[23] 黄进达, 温立香, 林家威, 等. 基于pH变化的六堡茶发酵程度判断方法的探讨[J]. 农业研究与应用, 2020, 33(2):33-36.

HUANG J D, WEN L X, LIN J W, et al. Determination method of fermentation degree of Liupao tea based on pH change[J]. Agricultural Research and Application, 2020, 33(2):33-36.

[24] 宫连瑾, 薄佳慧, 张天天, 等. 黄金茶红茶加工过程中香气成分及其相关酶活性的动态变化[J]. 食品与发酵工业, 2022, 48(6):204-209.

GONG L J, BO J H, ZHANG T T, et al. Dynamic changes of aroma components and related enzyme activities during Huangjincha black tea processing[J]. Food and Fermentation Industries, 2022, 48(6):204-209.

[25] 陈琳, 叶阳, 董春旺, 等. 基于嗅觉可视化技术的工夫红茶发酵程度判定方法[J]. 茶叶科学, 2017, 37(3):258-265.

CHEN L, YE Y, DONG C W, et al. Monitoring black tea fermentation using a colorimetric sensor array-based artificial olfaction system[J]. Journal of Tea Science, 2017, 37(3):258-265.

[26] 何维. 面向茶叶加工的香气在线监测关键技术与方法研究[D]. 杭州: 浙江大学, 2020.

HE W. Research on key technologies and methods of on-line aroma monitoring for tea processing[D]. Hangzhou: Zhejiang University, 2020.

[27] BHATTACHARYYA N, SETH S, TUDU B P, et al. Monitoring of black tea fermentation process using electronic nose[J]. Journal of Food Engineering, 2007, 80(4):1 146-1 156.

[28] 段慧. 福建乌龙茶陈化机理初探[D]. 福州: 福建农林大学, 2007.

DUAN H. Preliminary study on aging mechanism of Fujian oolong tea[D]. Fuzhou: Fujian Agriculture and Forestry University, 2007.

[29] 吴菁箐. 充氧辐照快速陈化新工艺对六堡茶品质影响的研究[D]. 南宁: 广西师范学院, 2010.

WU J Q. Study on the effect of the new technology of rapid aging by oxygenation and irradiation on the quality of Liubao tea. Nanning: Guangxi Teachers Education University, 2010.

[30] 张雪红, 谢兰强, 黄淑媛. 辐照和充氧处理对六堡茶中矿物质含量的影响[J]. 食品研究与开发, 2011, 32(9): 23-26.

ZHANG X H, XIE L Q, HUANG S Y. Effects of radiation and oxygenation on the contents of mineral composition[J]. Food Research and Development, 2011, 32(9): 23-26.

[31] 李正明, 吕宁, 俞超等. 无公害安全食品生产技术[M]. 北京:北京轻工业出版社, 1999.

LI Z M, LV N, YU C, et al. Pollution-Free Safety Food Production Technology[M]. Beijing: Beijing Light Industry Press, 1999.

[32] 郑鹏程, 刘盼盼, 王胜鹏, 等. 5种黑茶香气成分的比较分析[J]. 食品工业科技, 2018, 39(22): 82-86; 143.

ZHENG P C, LIU P P, WANG S P, et al. Comparative analysis of the aroma components in five kinds of dark tea[J]. Science and Technology of Food Industry, 2018, 39(22): 82-86; 143.

[33] 农艳芳, 韦全辉, 何志强, 等. 影响六堡茶金花形成的因子[J]. 中国茶叶加工, 2011(3): 31-33.

NONG Y F, WEI Q H, HE Z Q, et al. The factors effecting the formation of golden flower fungus of Liupao tea[J]. China Tea Processing, 2011(3): 31-33.

[34] 林永俊. “陈” 有独钟: 浅谈茶的陈化、物化、药化与人的关系[J]. 农业考古, 2009(2): 95-98.

LIN Y J. “Chen” has a special liking-On the relationship between aging, materialization and medicalization of tea and people[J]. Agricultural Archaeology, 2009(2): 95-98.

[35] 周树红. 成品普洱茶陈化机理及提质技术研究[D]. 杭州: 浙江大学, 2001.

ZHOU S H. Study on aging mechanism and quality improvement technology of finished Pu’er tea[D]. Hangzhou: Zhejiang University, 2001.

[36] 单治国, 张春花, 满红平, 等. 普洱茶贮藏过程中特定条件下利于茶陈化最佳含水量研究[J]. 农业与技术, 2022, 42(1): 13-15.

SHAN Z G, ZHANG C H, MAN H P, et al. Study on the optimum moisture content of Pu’er tea during storage under specific conditions[J]. Agriculture &Technology, 2022, 42(1): 13-15.

[37] 汪毅, 龚正礼, 骆耀平. 茶叶保鲜技术及质变成因的比较研究[J]. 中国食品添加剂, 2005(5): 19-22; 64.

WANG Y, GONG Z L, LUO Y P. The comparing of research on techniques of tea fresh-keeping and cause of qualitative changes[J]. China Food Additives, 2005(5): 19-22; 64.

[38] 刘淑娟, 李赛君, 郑红发, 等. 贮藏条件对炒青绿茶主要品质成分影响的研究[J]. 茶叶通讯, 2009, 36(4): 22-25.

LIU S J, LI S J, ZHENG H F, et al. Effect of storage conditions on pan fry green tea’s main qualitative contents[J]. Tea Communication, 2009, 36(4): 22-25.

[39] 陈荣冰. 茶叶贮藏过程陈化的基理[J]. 茶道, 2020(12): 89-90.

CHEN R B, The mechanism of tea aging during storage[J]. Teahouse, 2020(12): 89-90.

[40] 刘泽森, 温立香, 何梅珍, 等. 不同外形、年份六堡茶品质变化分析[J]. 热带农业科学, 2016, 36(11): 81-86.

LIU Z S, WEN L X, HE M Z, et al. Quality change comparison of different shapes and years of Liupao tea[J]. Chinese Journal of Tropical Agriculture, 2016, 36(11): 81-86.

[41] 杜金杰, 刘晓纯, 吴新慧, 等. 六堡茶微生物多样性研究进展[J]. 广东茶业, 2021(4): 2-8.

DU J J, LIU X C, WU X H, et al. Research progress on microbial diversity of Liubao tea[J]. Guangdong Tea Industry, 2021(4): 2-8.

[42] 王桥美, 彭文书, 杨瑞娟, 等. 普洱茶发酵过程中可培养微生物的群落结构分析[J]. 食品与发酵工业, 2020, 46(20): 88-93.

WANG Q M, PENG W S, YANG R J, et al. Community structure of culturable microbes during the fermentation of Pu-erh tea[J]. Food and Fermentation Industries, 2020, 46(20): 88-93.

[43] 杨洪元. 六堡茶人工接种发酵工艺的研究[J]. 安徽农学通报, 2012, 18(13): 179-180.

YANG H Y. Study on artificial inoculation fermentation process of Liubao tea[J]. Anhui Agricultural Journal, 2012, 18(13): 179-180.

[44] 田学凤. 普洱生茶陈化技术及相关机理的研究. 杭州: 浙江大学, 2019.

TIAN X F. Study on aging technology and related mechanism of Pu’er raw tea. Hangzhou: Zhejiang University, 2019.

[45] 梧州中茶茶业有限公司. 一种富金花六堡茶的制备方法:中国, 201610455882.X[P].2019-12-31.

Wuzhou Zhongcha Tea Industry Co., Ltd.A preparation method of Fujinhualiubao tea:China, 201610455882.X[P].2019-12-31.

[46] 梧州中茶茶业有限公司. 全自动化六堡茶金花发花装置:中国, 201520790794.6[P].2016-02-24.

Wuzhou Zhongcha Tea Industry Co., Ltd.Full Automation Liubao Tea Flowering Device:China, 201520790794.6[P].2016-02-24.

[47] 管俊岭. 贮藏环境与普洱茶风味品质陈化相关性研究[D]. 广州: 华南农业大学, 2016.

GUAN J L. Study on the correlation between storage environment and aging of Pu’er tea flavor quality[D]. Guangzhou: South China Agricultural University, 2016.

[48] 蒋桂文. 不同贮存环境对六堡茶感官品质和化学成分的影响[J]. 现代农业科技, 2015(14): 282-283; 290.

JIANG G W. Effects of different storage environments on sensory quality and chemical composition of Liubao tea[J]. XianDai NongYe KeJi, 2015(14): 282-283; 290.

[49] 何梅珍, 温立香, 张芬, 等. 六堡茶陈化工艺优化研究[J]. 中国茶叶加工, 2020(3): 65-71.

HE M Z, WEN L X, ZHANG F, et al. Study on optimization of Liupao tea aging process[J]. China Tea Processing, 2020(3): 65-71.

[50] 张晓云, 赵艳, 钱晔, 等. 高压脉冲电场对普洱生茶香气和陈化时间的影响[J]. 食品科学, 2020, 41(9): 43-49.

ZHANG X Y, ZHAO Y, QIAN Y, et al. Effect of high voltage pulsed electric field on aroma and aging time of unfermented Pu′er tea[J]. Food Science, 2020, 41(9): 43-49.

[51] 林凤英, 杜冰, 余铭, 等. 超高压对普洱茶陈化过程的影响[J]. 食品与发酵工业, 2014, 40(8): 142-148.

LIN F Y, DU B, YU M, et al. Effects of ultra high pressure on Pu′er tea maturation[J]. Food and Fermentation Industries, 2014, 40(8): 142-148.

[52] 龚受基, 李佳银, 杨新河, 等. 傅里叶变换红外光谱分析6种不同陈化时间六堡茶[J]. 食品科学, 2012, 33(24): 222-225.

GONG S J, LI J Y, YANG X H, et al. Fourier transform infrared spectroscopic analysis of liupu tea with different aging times[J]. Food Science, 2012, 33(24): 222-225.

[53] 温立香, 黎新荣, 李建强, 等. 电子鼻在六堡茶陈化年份识别中的应用[J]. 南方农业学报, 2017, 48(7): 1 291-1 296.

WEN L X, LI X R, LI J Q, et al. Application of electronic nose in identification for aging years of Liupao tea[J]. Journal of Southern Agriculture, 2017, 48(7): 1 291-1 296.