论文部分内容阅读
祁门红茶(以下简称祁红)是中国传统工夫红茶之一,以其独特的“祁门香”而享誉国内外。祁红的产地范围包括安徽黄山市、池州市和江西景德镇市等地区。不同产地的祁红因产地生态环境、品种和加工工艺的差异,在品质上存在着区别。本文以祁门县,青阳县和东至县收集的祁红样品为研究对象,采用高效液相色谱(high performance liquid chromatography,HPLC),顶空固相微萃取和气质联用(headspace solid-phase microextraction gas chromatography-mass spectrometry,HS-SPME/GC-MS)技术结合化学计量学分析方法,探究祁红产地的可追溯性,以期为祁红不同产地茶叶品质差异提供科学解释,为工艺提升和拼配原料的选择提供理论依据。主要研究结果如下:(1)利用HPLC技术分离获得13个主要非挥发性化合物。方差分析表明,不同产地样品中检出的主要非挥发性化合物的含量具有显著差异。通过主成分分析(principal component analysis,PCA)有效提取茶黄素类、酯型儿茶素类和简单儿茶素类三个主成分。主成分得分图显示产自祁门县古溪乡的样品能较好聚成一类,并与其他产地实现明显的分离。K-近邻法(k-nearestneighbor,KNN)模型训练集和验证集分别获得93.6%和96.0%正确预测判别。(2)HS-SPME/GC-MS技术从61个样品中共同检测出31个共有挥发性化合物。方差分析表明,26个化合物相对含量有组间差异。26个变量(化合物)和61个观测值(样品)构成进一步分析的数据矩阵。PCA提取了 6个有效主成分。KNN模型获得84.6%正确预测判别。线性判别分析(linear discriminant analysis,LDA)模型有效构建了 5个产地的Bayes判别函数且回代法和交叉验证的正确判别率分别为100%和96.7%。该结果显示不同产地样品能实现有效分类判别。(3)基于HPLC和GC-MS数据融合,KNN模型训练集和验证集分别获得88.2%和90.9%正确预测判别。LDA模型通过筛选出7个挥发性化合物和3个非挥发性化合物并构建解释总方差为100%的4个判别函数,回代法和交叉验证分别获得100%和96.6%的整体正确判别率。