亚热带农业研究 2021,Vol. 17Issue (2): 137-144   PDF   
DOI: 10.13321/j.cnki.subtrop.agric.res.2021.02.012
0

文章信息

张婉, 胡文文, 叶巧茹, 林燕萍, 杨雪琪, 叶江华, 何海斌
ZHANG Wan, HU Wenwen, YE Qiaoru, LIN Yanping, YANG Xueqi, YE Jianghua, HE Haibin
茶叶产地溯源研究进展
Research progress on geographical origin of tea (Camellia sinensis)
亚热带农业研究, 2021, 17(2): 137-144
Subtropical Agriculture Research, 2021, 17(2): 137-144.
DOI: 10.13321/j.cnki.subtrop.agric.res.2021.02.012

文章历史

收稿日期: 2020-12-14
茶叶产地溯源研究进展
张婉1,2, 胡文文1,2, 叶巧茹1,2, 林燕萍2, 杨雪琪2, 叶江华3, 何海斌1,2     
1. 福建省农业生态过程与安全监控重点实验室, 福建 福州 350002;
2. 福建农林大学生命科学学院, 福建 福州 350002;
3. 武夷学院茶与食品学院, 福建 武夷山 354300
摘要[目的] 总结当前茶叶产地溯源研究进展,为茶叶的产地追溯提供参考,以推动茶叶市场良性发展。[方法] 通过文献检索,从茶叶有机成分(咖啡碱、儿茶素、茶多酚、氨基酸等)及无机矿质元素检测方法和化学计量学应用等方面综述了茶叶产地溯源及其在我国六大茶类中应用的研究进展。[结果] 目前茶叶有机成分的检测方法包括色谱、光谱及电化学方法,以高效液相色谱、近红外光谱、电子鼻、电子舌为主;茶叶矿质元素的检测方法主要包括以电感耦合等离子体为光源的光谱和质谱方法以及稳定同位素法。我国茶叶产地溯源研究以绿茶、黑茶和乌龙茶为主。[结论] 茶叶产地溯源技术联用可提高溯源精确度,对白茶、黄茶以及地理标志产品的产地溯源研究仍有待加强。
关键词茶叶    产地溯源    有机成分    矿质元素    进展    
Research progress on geographical origin of tea (Camellia sinensis)
ZHANG Wan1,2, HU Wenwen1,2, YE Qiaoru1,2, LIN Yanping2, YANG Xueqi2, YE Jianghua3, HE Haibin1,2     
1. Fujian Provincial Key Laboratory of Agroecological Processing and Safety Monitoring, Fuzhou, Fujian 350002, China;
2. College of Life Sciences, Fujian Agriculture and Forestry University, Fuzhou, Fujian 350002, China;
3. College of Tea and Food, Wuyi University, Wuyishan, Fujian 354300, China
Abstract: [Purpose] To summarize the current research progress on geographical origin of tea, to provide a reference for geographical origin of tea varieties, and to promote the healthy development of tea market. [Method] Through literature search, the research progress of geographical origin of tea was reviewed from the aspects of detecting techniques of tea organic components (caffeine, catechins, polyphenols, amino acids, etc.), tea inorganic mineral elements, chemometrics and applications about six kinds of traditional Chinese tea. [Result] The current detection methods for tea organic components include chromatographic techniques, spectroscopic techniques and electrochemical techniques, specifically, high performanc liquid chromatography, near-infrared spectroscopy, electric nose, and electric tongue. The detection methods for tea mineral elements mainly include inductively coupled plasma-mass spectrometry, inductively coupled plasma-atomic emission spectrometry, and isotope ratio mass spectrometer. Green tea, black tea, and oolong tea are the main objects for study on their geographical origin in China. [Conclusion] The combined application of techniques can improve the accuracy of traceability, and the research on the origin traceability of white tea, yellow tea, especially the tea with geographical indications should be strengthened.
Key words: tea (Camellia sinensis)    geographical origin    organic components    mineral elements    progress    

农产品产地溯源是农产品质量安全追溯制度的重要组成部分,主要通过分析来自不同产地农产品的特异性指标与其产地的关联性来追溯产品的产地来源[1],有助于打击假冒伪劣产品,维护消费者利益和稳定市场。同时,地方特色产品及其产区通过农产品溯源也能得到进一步的保护。美国食品与药品管理局(FDA)要求食品部门向FDA登记,便于食品安全追溯[2]。欧盟对原产地保护标签和地理标志保护产品进行了明确规定以保护特色农产品和食品[3]。我国为应对食品安全问题及绿色贸易壁垒,出台了相关法律法规[4]。随着各国农产品贸易的互通,对农产品溯源的要求将越来越多。

茶叶作为世界三大天然饮品之一,具有丰富的茶多酚、儿茶素等营养元素,在日常生活及进出口贸易中扮演着重要的角色。产地认证是茶叶质量评估的一项重要指标。中高档茶类产品通常会标示产地,为消费者的选择提供参考[5]。地理标志产品指通过我国国家质量监督检验检疫总局审核批准以地理名称进行命名的产品[6]。2020年,我国农业农村部发布了“大力发展绿色、有机、地理标志农产品生产,继续实施地理标志农产品保护工程”的通知[7]。因此,茶叶产地溯源研究对于茶叶特别是地理标志产品的质量管控以及销售市场的稳定,具有重要的意义和应用前景。本文综述了茶叶产地溯源的研究进展,列举了我国六大茶类的应用实例,以期为茶叶产地溯源研究的进一步发展提供参考。

1 茶叶产地溯源方法

茶叶产地溯源一般采用茶叶有机成分或矿质元素作为标识物,结合化学计量学筛选数据并建立判别与预测模型。

1.1 有机成分分析

茶叶有机成分如茶多酚、黄酮和儿茶素等品质指标,受气候、土壤、加工方式和季节等的影响[8]。一般通过色谱分析法、光谱分析法及电化学方法分析茶叶有机成分。

1.1.1 色谱分析法

根据流动相和固定相的不同,色谱分析法可分为气相色谱和液相色谱。茶类的色谱分析主要用于测定儿茶素、咖啡因等有效成分及农残含量。在茶叶产地溯源应用中,色谱分析法能够区分不同发酵类型的茶。高效液相色谱(high performance liquid chromatography, HPLC)作为一种高速、高效、高灵敏度的色谱法,已在棕榈油[9]、生姜[10]、土豆[11]等农产品产地溯源中得到广泛应用。Fernández et al[12]利用高效液相色谱法检测了红茶、绿茶和速溶茶中的咖啡因、儿茶素、表儿茶素等指标,通过主成分分析和线性判别分析能够完全区分这三大类茶。进一步研究表明,仅根据儿茶素、没食子酸和生物碱含量即可区分来自中国、日本、肯尼亚、斯里兰卡和印度等国的茶叶样品[13]

Navratilova et al[14]利用超高效液相色谱-高分辨率质谱法(ultra high pressure liquid chromatography-high resolution mass spectrometer, UHPLC-HRMS)测定了来自中国、日本和韩国共54个绿茶样本的代谢指纹图谱表明,预测模型可以区分出绿茶地理来源。说明通过联用技术,如色谱与质谱联用、气相与液相联用,能够更加准确地分析茶叶中有机成分的组成和含量,有利于提高茶叶产地溯源的判别精度。

1.1.2 光谱分析法

紫外可见吸收光谱法、中红外吸收光谱法及近红外吸收光谱法可用于茶叶产地溯源研究。Diniz et al[15]采用紫外可见光谱法对用沸水冲泡的阿根廷绿茶、阿根廷红茶、巴西绿茶、巴西红茶及斯里兰卡红茶茶汤进行检测表明,利用251~490 nm之间的光谱信息能够区分参试茶叶。该方法简单、快速且成本低,既可作为传统茶叶质量评价的替代方法,又可以识别茶叶产地。

紫外光谱较简单、特征性不强,且很多有机化合物在紫外光区没有吸收或者只有微弱的吸收,鉴定有机成分的能力远不如红外光谱有效。Budínová et al[16]以产自斯里兰卡、中国、印度、日本和肯尼亚的7种红茶、2种绿茶及3种半发酵茶为样本,利用中红外光区傅里叶变换红外光谱结合软独立建模分类法(soft independent modeling of class analogy, SIMCA)和线性判别表明,利用1 278~1 738 cm-1之间的光谱信息能够区分不同产地及发酵类型的茶叶样品。近红外光谱已被应用于肉类、水果、谷物的产地溯源研究[17]。Firmani et al[18]利用近红外光谱技术结合偏最小二乘回归分析以及SIMCA方法可将地理保护标志产品大吉岭红茶与其他产地红茶区分开,表明近红外光谱法可作为一种快速、无损且相对便宜的方法来判断红茶是否来自大吉岭,并检测大吉岭红茶是否掺假。

1.1.3 电化学方法

已有研究表明电子舌技术可以判断洞庭碧螺春的真假[19]。Kovács et al[5]利用电子鼻、电子舌检测了5种来自不同种植园的斯里兰卡红茶。结果表明,电子鼻和电子舌检测结果与专家感官分析间存在显著相关性,并能按照海拔高度及种植园区分样品。但该研究还需要更大的数据集支撑。马会杰等[20]采用Airsense Pen 3电子鼻测定了6个红茶和13个名优绿茶的香气组分,结合主成分分析(principal component analysis, PCA)及线性判别分析(linear discriminant analysis, LDA)能够按产地区分不同香气的茶叶。同时,电子鼻对绿茶干茶和茶汤的判别结果也不同,表明茶叶处理方式对电子鼻检测结果有影响,需要与茶叶感官审评及其他茶叶香气检测方法相结合才能更好地达到产地溯源的目的。

1.2 矿质元素分析

茶叶中的无机矿质元素含量与产地关系密切[21]。矿质元素主要来源于植物的生长介质,因此可以通过检测样品中的矿质元素差异推断出样品的产地[22]。火焰原子吸收光谱法(flame atomic absorption spectrometry, FAAS)可用于茶叶产地判别[23],但灵敏度较低,难以测定硼(B)、钒(V)、钽(Ta)、钨(W)及钼(Mo)等耐高温元素和碱土金属元素等[24]。电感耦合等离子体(inductively coupled plasma, ICP)法和稳定同位素法常用于茶叶产地溯源的矿质元素分析。

1.2.1 ICP法

电感耦合等离子体质谱法(inductively coupled plasma-mass spectrometry, ICP-MS)和电感耦合等离子体原子发射光谱法(inductively coupled plasma-atomic emission spectrometry, ICP-AES)在茶叶品质鉴定中应用比较成熟[25]。Fernández et al[22]通过ICP-AES测定了来自亚洲和非洲的21种绿茶、23种红茶和2种速溶茶中Al、Ba、Ca、Cu等12种元素,结合主成分分析、线性判别分析及人工神经网络分析基本能够区分亚洲茶和非洲茶,也能判别不同地域的亚洲茶。罗婷等[26]通过ICP-AES结合湿法消解测定了来自安徽、四川、浙江和贵州的28种绿茶中的9种元素。不同产地绿茶聚类效果明显,能够有效区分产地。随着微波消解技术的普及,可以进一步减少茶叶样品尤其是名贵茶叶的检测用量[27]

1.2.2 稳定同位素分析法

稳定同位素技术多应用于地质勘探、环境监测等领域,近年来逐渐被应用于食品产地溯源研究[28]。Pilgrim et al[29]通过同位素比质谱仪(isotope ratio mass spectrometer, IRMS)测定了103个亚洲茶叶中的稳定同位素元素,并通过线性判别的方法筛选出δD、δ13C、49Ti、53Cr、59Co、60N等22种稳定同位素用于产地识别,其正确率达97.6%,表明可以通过同位素区分不同产地的茶叶样品。Deng et al[30]测定了我国重要绿茶产地样品的稳定同位素,并结合随机森林模型分析表明,通过稳定同位素能够判别不同绿茶产地的茶叶样品,其中西湖龙井的判别正确率可达97.9%,85Rb、24Mg、δ13C和39K可作为绿茶产地溯源的重要地理指标。由于稳定同位素特征明显,利用稳定同位素作为茶叶等农产品产地溯源的标识物已成为一种趋势[31-33]

2 应用实例

依据加工方法,可将我国茶叶分为绿茶、青茶、红茶、白茶、黄茶和黑茶等六大类[34]。同一类型茶叶有多个产区,如绿茶在浙江、贵州、四川和云南等省均有生产。随着国内外对茶产品质量控制和源头追溯的要求日益提高,我国茶叶产地溯源研究逐步得到重视。本文列举了常见茶叶产地溯源方法在我国六大茶类中的应用实例。

2.1 绿茶

我国绿茶产量最多,2019年出口量达30.4万t,占茶叶出口总量的82.8%[35]。绿茶质量受多种因素影响,地理来源通常作为茶叶质量等级评定的重要指标。国内针对地理标志产品龙井绿茶做了较多产地溯源研究[36-41]。龚自明等[42]通过ICP-AES检测了来自湖北四大茶区35份绿茶中的9种元素,利用K、Ca、Mg、Mn、Al等6种元素建立了判别模型,其回代检验和交叉验证的正确率分别为100%和91.4%,说明能很好地区分四大茶区的茶叶样品。胡西洲等[43]利用顶空固相微萃取(headspace solid phase microextraction, HS-SPME)和气相色谱-质谱联用仪(gas chromatography-mass spectrometer, GC-MS)检测了24份西湖核心区龙井茶和15份疑似龙井茶中的挥发性成分,PCA结果能够有效区分西湖核心区龙井茶与疑似龙井茶。Zhang et al[44]利用ICP-MS检测了5个相邻产区71份都匀毛尖的39种元素,结合逐步线性分析区分了不同产区的茶叶样品,模型的交叉验证和分类正确率分别为88.3%和96.0%。Liu et al[45]采用EA-IRMS及ICP-MS检测了中国主要绿茶生产省份绿茶样品的C、N、H和O等4种稳定同位素及20种元素表明,PCA结合LDA能够验证绿茶的具体省份,正确率达到92.3%,同一省份不同产区绿茶的判别正确率也可达87.8%。由此可见,稳定同位素和多元素分析结合统计模型可用于确认中国绿茶的地理来源,打击造假行为。

2.2 红茶

红茶是一种全发酵的茶类,可分为大叶种和小叶种。大叶种红茶的富马酸、茶碱、可可碱和茶黄素等含量较高,而小叶种红茶的游离氨基酸含量较高[46]。Ren et al[47]通过近红外光谱法采集了来自中国、印度、肯尼亚、斯里兰卡及缅甸红茶中的咖啡因、总酚、游离氨基酸等主要化合物的光谱数据,采用偏最小二乘法(partial least square, PLS)判别来自不同产地的红茶样品,可用于红茶产业的质量控制和流程监督。方仕茂[48]分别利用HPLC和HS-SPME/GC-MS检测安徽省5个乡镇祁门红茶中的非挥发性成分和挥发性成分。结果显示,将非挥发性化合物与挥发性化合物相融合构建的LDA模型比单独使用非挥发性数据或者挥发性数据能够更好地实现不同产地祁门红茶样品的产地溯源。目前尚未见以矿质元素作为标识物的红茶产地溯源研究。

2.3 黑茶

黑茶中的普洱茶有显著的减肥降脂和抗氧化功能[49],产地溯源研究较多。即使产地仅相距30~50 km,当地的地理环境也会影响普洱茶的品质和口感[50]。林昕等[51]通过ICP-AES检测了2个主产区107个普洱茶叶样品中的21种微量元素和15种稀土元素。虽然部分样品呈现离群现象,但利用决策树C5.0算法、TAN贝叶斯算法和BP-ANN等方法能够很好地区分2个主产区的茶叶样品。说明利用不同普洱茶产区特征元素差异性结合化学计量学能够有效地对普洱茶产地进行溯源。李余进等[52]利用近红外光谱技术采集了西双版纳、普洱市、临沧市3个产地81份普洱茶样本的1 100~2 498 nm光谱数据,判别正确率为98.15%,验证集的识别正确率为100%,表明利用近红外光谱技术与判别定标识别模型相结合也可迅速识别普洱茶的产地。

2.4 乌龙茶

乌龙茶主要产地为福建、广东及台湾三省。Yan et al[53]利用近红外光谱法测定了450份安溪铁观音及120份其他产地铁观音,通过标准正态变量转换结合偏最小二乘回归分析能够将不同安溪铁观音和其他产地的铁观音样品区分开。Lin et al[54]利用HS-SPME/GC-MS技术提取并筛选出安溪县和龙泉市5个乌龙茶品种的26个特征峰,通过香气成分可以区别不同产地的乌龙茶,但品种间香气成分差异比地域或品质间差异更明显。武夷岩茶属乌龙茶,其产地可分为正岩区、半岩区及洲茶区。Lou et al[55]通过稳定同位素比率和金属元素分析技术测定了99个武夷岩茶样本和33个非武夷岩茶样本中的矿质元素和稳定同位素,利用δ2H、δ18O、Cs、Cu、Ca和Rb特征元素建立的SVM预测准确度达97.73%,说明能很好地判断武夷岩茶与非武夷岩茶样品。Jia et al[56]利用HPLC检测了武夷山御茶园(正岩区)、龟岩(半岩区)及旗山(洲茶区)3个茶园中武夷岩茶鲜叶中的游离氨基酸成分,采用系统聚类分析和主成分分析结果能够有效区分不同产区的武夷岩茶。王丽鸳等[57]通过HPLC检测了36个正岩茶样本以及22个半岩茶样本中的儿茶素类化合物含量表明,训练集和外部验证集的正确判别率分别为100%和85.7%,区分效果明显。

2.5 白茶

白茶属于轻发酵茶类,具有满身披毫的特点。因白茶产量及产地局限,目前有关白茶产地溯源的研究较少。Zhang et al[58]利用质子转移反应-飞行时间-质谱分析(proton transfer reaction time-of-flight mass spectrometry, PTR-TOFMS)采集了来自福鼎、政和及建阳40个白茶样品中的挥发性成分表明,地区间白茶样品中的挥发性成分种类差异不大,相对浓度有明显区别。正交偏最小二乘-判别分析法(orthogonal partial least squares discriminant analysis, OPLS-DA)结果显示,三地样品的判别率和测试集的预测正确率都高于90%,且筛选出乙醛、乙醇、1, 3-丁二烯和环丁烯等9种特征物质,为筛选白茶特征物质提供参考。

2.6 黄茶

黄茶属于轻发酵茶类,按鲜叶的嫩度及大小可分为黄芽茶、黄小茶和黄大茶。刘晓等[59]用液相色谱-飞行时间质谱联用仪(liquid chromatography-time-of-flight mass spectrometry, LC-TOF/MS)测定了来自24个厂家的蒙顶黄芽样品中的儿茶素、表儿茶素、表没食子儿茶素和咖啡碱等含量。通过因子分析和聚类分析,样品可分为未经过闷黄、采用现代工艺闷黄、用陈茶炒黄及传统工艺闷黄四大类,说明该方法可区分我国不同加工工艺以及不同产地的黄茶。此外,尚未见有关光谱分析法及以矿质元素为标识物的黄茶产地溯源研究。

综上所述,我国茶叶产地溯源研究多以绿茶、黑茶及乌龙茶为主。其他茶类的产地溯源研究见表 1,其中六安瓜片、洞庭碧螺春和安化黑茶等属于地理标志产品。

表 1 我国茶叶产地溯源研究实例 Table 1 Case studies on the geographical origin of tea in China
检测方法 数据处理 品种 来源 参考文献
HPLC PCA、支持向量机 六安瓜片(绿茶) 安徽 [60]
ICP-MS PCA、CA、LDA 洞庭碧螺春(绿茶) 江苏 [61]
NIR MW-BP-ANN、SVM 崂山绿茶、日照绿茶 山东 [62]
高光谱图像 PCA、BP-ANN 庐山云雾茶(绿茶) 江西、广西、四川、福建 [63]
胶束电动色谱(MEKC) HCA、PCA、LDA 毛尖(绿茶) 河北、河南 [64]
NIR KNN 功夫红茶 安徽、广东、云南 [65]
ICP-MS PCA、PLS-DA 安化黑茶 湖南、云南 [66]
GC-TOF-MS PCA、PLS-DA 安化黑茶 湖南 [67]
FTIR 二阶导数、CA 黑茶 四川、湖南、云南、广西、陕西 [68]
HPLC-DAD-ELSD 相似度分析 黑茶 四川、湖南、云南、广西、陕西 [69]
ICP-MS PCA、典则判别分析 铁观音(乌龙茶) 福建 [70]
HPLC SVM、BP-ANN、Random Forest 乌龙茶 福建、广东、台湾 [71]
H1-NMR、NIR PCA、PLS-DA、OPLS-DA 铁观音(乌龙茶) 福建 [72]
HPLC PCA、FDA、KNN、PLS-DA 水仙茶(乌龙茶) 福建 [73]
PTR-TOF-MS PCA、KNN、PLS-DA 闽北水仙茶(乌龙茶) 福建 [74]
3 展望

上述茶叶产地溯源方法各有利弊,如近红外光谱法可实现无损分析,但所需样品量大;电化学方法可直接测定茶叶香气及茶汤滋味,但目前还无法完全替代传统评茶方式并准确用于产地溯源;色谱法在茶叶产地溯源中应用较多,可实现产地及年份的判别,同时也受储存方式和加工方法的影响。由于矿质元素稳定性更高,近年来利用其对产地相近的同种茶叶进行产地溯源的研究越来越多。通过技术联用以及将多种物质作为检测对象,如非挥发性物质结合挥发性物质或微量元素结合稳定同位素等方式,可以进一步提高产地溯源的准确度。从我国六大茶类产地溯源应用实例可以看出,绿茶的相关研究最多,利用有机成分或矿质元素的产地溯源方法在绿茶、红茶、黑茶和乌龙茶四种茶类中均有应用,白茶及黄茶的研究较少,这与产量及知名度等都有一定的联系。此外,对地理标志产品的产地溯源研究仍有待加强。

参考文献(References)
[1] 张晓焱, 苏学素, 焦必宁, 等. 农产品产地溯源技术研究进展[J]. 食品科学, 2010, 31(3): 271–278.
[2] 孔洪亮, 李建辉. 全球统一标识系统在食品安全跟踪与追溯体系中的应用[J]. 食品科学, 2004, 25(6): 188–194. DOI: 10.3321/j.issn:1002-6630.2004.06.050
[3] European Union. On the protection of geographical indications and designations of origin for agricultural products and foodstuffs[EB/OL]. (2006-03-20)[2020-12-14]. http://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX%3A32006R0510.
[4] 陈华. 食品质量溯源系统的现状及发展建议[J]. 湖南农业科学, 2010(21): 87–89. DOI: 10.3969/j.issn.1006-060X.2010.21.027
[5] KOVÁCS Z, DALMADI I, LUKÁCS L, et al. Geographical origin identification of pure Sri Lanka tea infusions with electronic nose, electronic tongue and sensory profile analysis[J]. Journal of Chemometrics, 2009, 24(3/4): 121–130.
[6] 中华人民共和国国家质量监督检验检疫总局. 地理标志产品保护规定[EB/OL]. (2005-07-15)[2020-12-14]. http://www.gov.cn/gongbao/content/2006/content_292138.htm.
[7] 中华人民共和国农业农村部. 农业农村部办公厅关于做好2020年地理标志农产品保护工程实施工作的通知[EB/OL]. (2020-07-08)[2020-12-14]. http://www.moa.gov.cn/nybgb/2020/202006/202007/t20200708_6348240.htm.
[8] 余会康, 阮惠瑾, 林兆华. 闽东春茶适制性对气候变化的响应[J]. 亚热带农业研究, 2018, 14(3): 203–208.
[9] PÉREZ-CASTAÑO E, RUIZ-SAMBLÁS C, MEDINA-RODRÍGUEZ S, et al. Comparison of different analytical classification scenarios: application for the geographical origin of edible palm oil by sterolic (NP) HPLC fingerprinting[J]. Analytical Methods, 2015, 7(10): 4192–4201. DOI: 10.1039/C5AY00168D
[10] YUDTHAVORASIT S, WONGRAVEE K, LEEPIPATPIBOON N. Characteristic fingerprint based on gingerol derivative analysis for discrimination of ginger (Zingiber officinale) according to geographical origin using HPLC-DAD combined with chemometrics[J]. Food Chemistry, 2014, 158: 101–111. DOI: 10.1016/j.foodchem.2014.02.086
[11] IERI F, INNOCENTI M, ANDRENELLI L, et al. Rapid HPLC/DAD/MS method to determine phenolic acids, glycoalkaloids and anthocyanins in pigmented potatoes (Solanum tuberosum L.) and correlations with variety and geographical origin[J]. Food Chemistry, 2011, 125(2): 750–759. DOI: 10.1016/j.foodchem.2010.09.009
[12] FERNÁNDEZ-CÁCERES P L, MARTÍN M J, GONZÁLEZ A, et al. HPLC determination of catechins and caffeine in tea, differentiation of green, black and instant teas[J]. Analyst, 2000, 125(3): 421–425. DOI: 10.1039/a909219f
[13] FERNÁNDEZ-CÁCERES P L, PABLOS F, MARTÍN M J, et al. Study of catechin and xanthine tea profiles as geographical tracers[J]. Journal of Agricultural and Food Chemistry, 2002, 50(7): 1833–1839. DOI: 10.1021/jf0114435
[14] NAVRATILOVA K, HRBEK V, KRATKY F, et al. Green tea: authentication of geographic origin based on UHPLC-HRMS fingerprints[J]. Journal of Food Composition and Analysis, 2019, 78: 121–128. DOI: 10.1016/j.jfca.2019.02.004
[15] DINIZ P H G D, BARBOSA M F, DE MELO MILANEZ K D T, et al. Using UV-Vis spectroscopy for simultaneous geographical and varietal classification of tea infusions simulating a home-made tea cup[J]. Food Chemistry, 2016, 192: 374–379. DOI: 10.1016/j.foodchem.2015.07.022
[16] BUDÍNOVÁ G, VLÁČIL D, MESTEK O, et al. Application of infrared spectroscopy to the assessment of authenticity of tea[J]. Talanta, 1998, 47(2): 255–260. DOI: 10.1016/S0039-9140(98)00055-1
[17] 宋雪健, 钱丽丽, 张东杰, 等. 近红外光谱技术在食品溯源中的应用进展[J]. 食品研究与开发, 2017, 38(12): 197–200. DOI: 10.3969/j.issn.1005-6521.2017.12.043
[18] FIRMANI P, DE LUCA S, BUCCI R, et al. Near infrared (NIR) spectroscopy-based classification for the authentication of darjeeling black tea[J]. Food Control, 2019, 100: 292–299. DOI: 10.1016/j.foodcont.2019.02.006
[19] LI Y J, LEI J C, LIANG D W. Identification of fake green tea by sensory assessment and electronic tongue[J]. Food Science and Technology Research, 2015, 21(2): 207–212. DOI: 10.3136/fstr.21.207
[20] 马会杰, 蒋宾, 潘玉兰, 等. 电子鼻对不同产地名优绿茶和红茶香气特征的判别研究[J]. 食品科技, 2019, 44(1): 336–344.
[21] 韩晓彤, 毕坤, 杨瑞东. 贵州地质背景与茶叶品质关系初探[J]. 贵州农业科学, 2010, 38(4): 72–76, 79. DOI: 10.3969/j.issn.1001-3601.2010.04.022
[22] FERNÁNDEZ-CÁCERES P L, MARTÍN M J, PABLOS F, et al. Differentiation of tea (Camellia sinensis) varieties and their geographical origin according to their metal content[J]. Journal of Agricultural and Food Chemistry, 2001, 49(10): 4775–4779. DOI: 10.1021/jf0106143
[23] BRZEZICHA-CIROCKA J, GREMBECKA M, CIESIELSKI T, et al. Evaluation of macro- and microelement levels in black tea in view of its geographical origin[J]. Biological Trace Element Research, 2017, 176(2): 429–441. DOI: 10.1007/s12011-016-0849-2
[24] 张鸿, 柴之芳, 孙慧斌. AAS、ICP-MS与NAA的特点及其应用比较[J]. 深圳大学学报(理工版), 2003, 20(3): 7–13. DOI: 10.3969/j.issn.1000-2618.2003.03.002
[25] 王洁, 伊晓云, 马立锋, 等. ICP-MS和ICP-AES在茶叶矿质元素分析及产地溯源中的应用[J]. 茶叶学报, 2015, 56(3): 145–150. DOI: 10.3969/j.issn.1007-4872.2015.03.004
[26] 罗婷, 赵镭, 胡小松, 等. 绿茶矿质元素特征分析及产地判别研究[J]. 食品科学, 2008, 29(11): 494–497. DOI: 10.3321/j.issn:1002-6630.2008.11.112
[27] 张祎玮, 蒋俊平, 李浩, 等. 微波消解-电感耦合等离子体质谱法测定土壤中稀土元素条件优化[J]. 岩石矿物学杂志, 2021, 40(3): 605–613. DOI: 10.3969/j.issn.1000-6524.2021.03.014
[28] 彭凯秀, 刘欢, 刘鸽, 等. 稳定同位素技术在动植物源食品溯源中的应用研究[J]. 食品工业科技, 2021, 42(8): 338–345.
[29] PILGRIM T S, WATLING R J, GRICE K. Application of trace element and stable isotope signatures to determine the provenance of tea (Camellia sinensis) samples[J]. Food Chemistry, 2010, 118(4): 921–926. DOI: 10.1016/j.foodchem.2008.08.077
[30] DENG X F, LIU Z, ZHAN Y, et al. Predictive geographical authentication of green tea with protected designation of origin using a random forest model[J]. Food Control, 2020, 107: 106807. DOI: 10.1016/j.foodcont.2019.106807
[31] 马楠, 鹿保鑫, 刘雪娇, 等. 同位素指纹图谱技术在农产品产地溯源中的应用[J]. 食品研究与开发, 2017, 38(12): 215–218. DOI: 10.3969/j.issn.1005-6521.2017.12.047
[32] 赵燕, 吕军, 杨曙明. 稳定同位素技术在农产品溯源领域的研究进展与应用[J]. 农产品质量与安全, 2015(6): 35–40. DOI: 10.3969/j.issn.1674-8255.2015.06.010
[33] 李成, 潘立刚, 王纪华, 等. 稳定同位素技术在农产品产地溯源中的应用研究进展[J]. 农产品质量与安全, 2013(5): 53–59. DOI: 10.3969/j.issn.1674-8255.2013.05.014
[34] 陈宗懋, 杨亚军. 中国茶经[M]. 上海: 上海文化出版社, 2011.
[35] 于露. 2019年我国茶叶出口情况分析[J]. 中国茶叶加工, 2020(1): 78.
[36] 范方媛, 徐鹏程, 李春霖, 等. 基于HPLC多元指纹图谱的龙井茶产地判别研究[J]. 中国食品学报, 2019, 19(10): 278–285.
[37] 王洁, 石元值, 张群峰, 等. 基于矿物元素指纹的龙井茶产地溯源[J]. 核农学报, 2017, 31(3): 547–558.
[38] 王洁, 石元值, 张群峰, 等. 基于稳定同位素比率差异的西湖龙井茶产地溯源分析[J]. 同位素, 2016, 29(3): 129–139.
[39] 赵明明, 周有祥, 金钰, 等. 基于高效液相色谱的西湖龙井茶鉴别方法[J]. 湖北农业科学, 2016, 55(21): 5628–5630.
[40] 张龙, 潘家荣, 朱诚. 基于近红外光谱的西湖龙井茶产地的精细判别[J]. 红外, 2015, 36(12): 41–46. DOI: 10.3969/j.issn.1672-8785.2015.12.008
[41] SONG M T, LI Q, GUAN X Y, et al. Novel HPLC method to evaluate the quality and identify the origins of Longjing green tea[J]. Analytical Letters, 2013, 46(1): 60–73. DOI: 10.1080/00032719.2012.704532
[42] 龚自明, 王雪萍, 高士伟, 等. 矿物元素分析判别绿茶产地来源研究[J]. 四川农业大学学报, 2012, 30(4): 429–433. DOI: 10.3969/j.issn.1000-2650.2012.04.011
[43] 胡西洲, 彭西甜, 周有祥, 等. 龙井茶特征香气成分分析及种类判别[J]. 分析科学学报, 2017, 33(3): 352–356.
[44] ZHANG M L, HUANG C W, ZHANG J Y, et al. Accurate discrimination of tea from multiple geographical regions by combining multi-elements with multivariate statistical analysis[J]. Journal of Food Measurement and Characterization, 2020, 14(6): 3361–3370. DOI: 10.1007/s11694-020-00575-1
[45] LIU Z, YUAN Y W, ZHANG Y Z, et al. Geographical traceability of Chinese green tea using stable isotope and multi-element chemometrics[J]. Rapid Communications in Mass Spectrometry, 2019, 33(8): 778–788. DOI: 10.1002/rcm.8405
[46] 宋楚君, 范方媛, 龚淑英, 等. 不同产地红茶的滋味特征及主要贡献物质[J]. 中国农业科学, 2020, 53(2): 383–394.
[47] REN G X, WANG S P, NING J M, et al. Quantitative analysis and geographical traceability of black tea using fourier transform near-infrared spectroscopy (FT-NIRS)[J]. Food Research International, 2013, 53(2): 822–826. DOI: 10.1016/j.foodres.2012.10.032
[48] 方仕茂. 基于化学成分结合化学计量学方法的祁门红茶产地溯源[D]. 合肥: 安徽农业大学, 2019.
[49] 揭国良. 普洱茶抗氧化作用及减肥作用的研究[D]. 杭州: 浙江大学, 2008.
[50] WANG T, LI X L, YANG H C, et al. Mass spectrometry-based metabolomics and chemometric analysis of Pu-erh teas of various origins[J]. Food Chemistry, 2018, 268: 271–278. DOI: 10.1016/j.foodchem.2018.06.041
[51] 林昕, 王丽, 兰珊珊, 等. 云南普洱茶产地微量元素的指纹溯源[J]. 现代食品科技, 2018, 34(8): 231–239.
[52] 李余进, 李超, 李家华, 等. 基于近红外光谱的普洱茶产地识别研究[J]. 湖北农业科学, 2020, 59(5): 138–141.
[53] YAN S M, LIU J P, XU L, et al. Rapid discrimination of the geographical origins of an oolong tea Anxi-Tieguanyin by near-infrared spectroscopy and partial least squares discriminant analysis[J]. Journal of Analytical Methods in Chemistry, 2014, 2014: 704971.
[54] LIN J, ZHANG P, PAN Z Q, et al. Discrimination of oolong tea (Camellia sinensis) varieties based on feature extraction and selection from aromatic profiles analysed by HS-SPME/GC-MS[J]. Food Chemistry, 2013, 141(1): 259–265. DOI: 10.1016/j.foodchem.2013.02.128
[55] LOU Y X, FU X S, YU X P, et al. Stable isotope ratio and elemental profile combined with support vector machine for provenance discrimination of oolong tea (Wuyi-rock tea)[J]. Journal of Analytical Methods in Chemistry, 2017, 2017: 5454231.
[56] JIA X L, YE J H, WANG H B, et al. Characteristic amino acids in tea leaves as quality indicator for evaluation of Wuyi rock tea in different cultured regions[J]. Journal of Applied Botany and Food Quality, 2018, 91: 187–193.
[57] 王丽鸳, 成浩, 周健, 等. 基于多元化学指纹图谱的武夷岩茶身份判别研究[J]. 茶叶科学, 2010, 30(2): 83–88. DOI: 10.3969/j.issn.1000-369X.2010.02.002
[58] ZHANG D D, WU W H, QIU X H, et al. Rapid and direct identification of the origin of white tea with proton transfer reaction time-of-flight mass spectrometry[J]. Rapid Communications in Mass Spectrometry, 2020, 34(20).
[59] 刘晓, 张厅, 唐晓波, 等. 蒙顶黄芽水溶性成分LC-TOF/MS指纹图谱及定量分析[J]. 食品工业科技, 2021, 42(4): 194–201.
[60] SU H, WU W Q, WAN X C, et al. Discriminating geographical origins of green tea based on amino acid, polyphenol, and caffeine content through high-performance liquid chromatography: Taking Lu'an Guapian tea as an example[J]. Food Science & Nutrition, 2019, 7(6): 2167–2175.
[61] MA G C, ZHANG Y B, ZHANG J Y, et al. Determining the geographical origin of Chinese green tea by linear discriminant analysis of trace metals and rare earth elements: taking Dongting Biluochun as an example[J]. Food Control, 2016, 59: 714–720. DOI: 10.1016/j.foodcont.2015.06.037
[62] ZHUANG X G, WANG L L, WU X Y, et al. Origin identification of Shandong green tea by moving window back propagation artificial neural network based on near infrared spectroscopy[J]. Journal of Infrared and Millimeter Waves, 2016, 35(2): 200–205.
[63] 艾施荣, 吴瑞梅, 吴彦红, 等. 利用高光谱图像技术鉴别庐山云雾茶产地[J]. 江西农业大学学报, 2014, 36(2): 428–433.
[64] YE N S, ZHANG L Q, GU X X. Classification of Maojian teas from different geographical origins by micellar electrokinetic chromatography and pattern recognition techniques[J]. Analytical Sciences, 2011, 27(7): 765–769. DOI: 10.2116/analsci.27.765
[65] REN G X, SUN Y M, LI M H, et al. Cognitive spectroscopy for evaluating Chinese black tea grades (Camellia sinensis): near-infrared spectroscopy and evolutionary algorithms[J]. Journal of the Science of Food and Agriculture, 2020, 100(10): 3950–3959. DOI: 10.1002/jsfa.10439
[66] 杨纯, 颜鸿飞, 吕小园, 等. 元素指纹图谱用于安化黑茶的原产地判别[J]. 食品科学, 2020, 41(16): 286–291. DOI: 10.7506/spkx1002-6630-20190304-033
[67] 颜鸿飞, 彭争光, 李蓉娟, 等. GC-TOF MS结合化学计量学用于安化黑茶的识别[J]. 食品与机械, 2017, 33(8): 34–37, 65.
[68] 胡燕, 齐桂年. 我国不同产地黑茶的FTIR指纹图谱分析[J]. 核农学报, 2014, 28(4): 684–691.
[69] 胡燕, 齐桂年. 我国不同产地黑茶的HPLC-DAD-ELSD指纹图谱研究[J]. 食品工业科技, 2014, 35(13): 300–304, 311.
[70] 姚清华, 颜孙安, 张炳铃, 等. 基于稀土元素指纹分析的铁观音原产地溯源技术[J]. 食品安全质量检测学报, 2018, 9(2): 265–269. DOI: 10.3969/j.issn.2095-0381.2018.02.009
[71] 曹琼, 苏欢, 宛晓春, 等. 基于EGCG, ECG和咖啡碱含量的乌龙茶产地鉴定[J]. 茶叶科学, 2018, 38(3): 237–243. DOI: 10.3969/j.issn.1000-369X.2018.03.003
[72] MENG W J, XU X N, CHENG K K, et al. Geographical origin discrimination of Oolong tea (Tieguanyin, Camellia sinensis (L.) O.Kuntze) using proton nuclear magnetic resonance spectroscopy and near-infrared spectroscopy[J]. Food Analytical Methods, 2017, 10(11): 3508–3522. DOI: 10.1007/s12161-017-0920-4
[73] 邱晓红, 张丹丹, 陈静, 等. 基于HPLC和模式识别方法的福建水仙茶产地判别分析[J]. 福建农林大学学报(自然科学版), 2017, 46(3): 260–264.
[74] 张丹丹, 韦航, 邱晓红, 等. 基于质子转移反应-飞行时间质谱快速鉴别不同产地闽北水仙茶[J]. 分析化学, 2017, 45(6): 914–921.