茶红素分离及稳定性研究

采用茶汤有机试剂萃取分离,并分别经过反相C_(18)柱层析纯化,制备出乙酸乙酯层、正丁醇层和酸性正丁醇层三部分茶红素。根据紫外可见光波扫描计算出色价,并研究了茶红素在不同条件下的稳定性。结果表明,30%、50%和70%甲醇梯度洗脱,纯化后3类茶红素液相检测发现无咖啡碱和茶黄素,仅有少量儿茶素杂质。纯化后色素色价分别为乙酸乙酯层128.04,正丁醇层91.04,酸性正丁醇层76.16。遮光处理,p H=3酸性条件,45℃以下贮藏,有利于茶红素的稳定性。     

原料茶干燥工艺对绿茶饮料品质的影响

为探明饮料用原料茶的适宜干燥工艺,将不同干燥方式、干燥程度绿茶原料加工成茶饮料,研究其浸出特性及品质稳定性。结果表明:(1)低温浸提时,茶多酚浸出量以炒干最高,高温时以烘炒焙、烘炒烘处理最高。氨基酸的浸出量则均以烘干、烘焙处理最高。(2)烘干、烘焙样品在灭菌前后及贮藏期间的L值显著为高,平均值较其余处理高2.035~3.905;抗色变能力同样以烘干较强,低温贮藏时的-a/b值较炒干处理样高19.5%。(3)感官风味比较显示,大多数处理茶汤在灭菌后均呈现出绿黄或黄绿色,香气带熟,但烘干处理仍能保持绿明亮,且滋味、香气未显熟味;贮藏期间的风味稳定性也以烘干样为最佳。综合分析,饮料用原料茶的干燥工序宜采用烘干工艺,且烘干程度以5%~6%为佳。     

微波杀青对茶在制品物理特性影响的初探

以一芽一叶的福鼎大白茶鲜叶为原料,设定6个微波杀青的时间梯度(0、30、60、90、120、150 s),按时间点取样,测定在制品的含水率、容重、色差Lab值、长度、宽度等,研究微波杀青时间对茶在制品物理特性的影响。结果表明,随着微波杀青的进行,在制品的含水率在前90 s匀速缓慢下降,而后急速下降,容重在微波30 s后显著下降;茶在制品的平均相对长度差、相对宽度差和面积差呈现先降后升的趋势,在微波60~90 s时相对最小;在制品色差L值、|a|值、b值随着微波杀青的进行,呈先升后降的趋势,微波前90 s均较鲜叶有显著提升,而后显著下降。相关性分析表明,微波杀青时间和含水率均对L值、|a|值、b值、相对长度差等呈显著影响,总体上看以微波杀青60~90 s最有利于获得较优的外形属性。     

采摘花芽对春茶产量与品质的影响

茶树是以收获叶片为主的经济作物。生产上,茶树旺盛的生殖生长会消耗大量营养,影响茶叶的产量和品质。通过比较有无花芽和采摘花芽对春茶产量和品质的影响,为茶园管理提供理论依据和指导。以中茶108为材料,试验设3个处理:T1为有花芽未采摘,T2为采摘花芽,T3为无花芽。在春茶期,分别于3月15日、3月18日、3月22日和3月25日进行采样,测定产量和品质。结果表明,开花会显著降低春茶产量,与有花芽的T1相比,T3处理前3次采摘分别增加了114.3%、55.1%和76.5%。可采摘芽头数量也呈现相同的趋势,与T1相比,T3处理各个时期鲜叶芽头数分别增加了100%、55%、31.6%和9.9%。T2摘花处理也能够显著提高可采摘芽头数量。茶树开花与采摘花芽处理对春茶期间茶叶百芽重的影响主要表现在第1次采摘时,T1处理百芽重最低,T3处理的百芽重最高,达到3.1 g。对茶叶品质成分进行研究发现,无花芽的T3处理鲜叶氨基酸和茶多酚含量均显著高于有花芽的T1处理;与T1处理相比,摘去花芽后T2处理的鲜叶氨基酸和茶多酚含量均有不同程度增加。不同处理间鲜叶养分含量存在一定的差异,并且主要体现在磷(P)、钾(K)含量上。第3次采样时,T1的P含量最低,为5.0 mg·g^-1,T2和T3处理P含量均为5.7 mg·g^-1;第4次采样时,T1处理K含量最低,为17.0 mg·g^-1;T2处理K含量提高到19.8 mg·g^-1,T3处理的K含量为20.9 mg·g^-1。茶树开花会造成春茶产量下降,尤其是前期春茶产量下降程度更严重。同时也会造成氨基酸和茶多酚含量的降低,进而影响茶叶品质。花芽长成初期,通过采摘花芽能够有效提高春茶产量和品质。因此,在实际生产中,需要探索通过合理的修剪和采摘、化学除花、合理密植和遮荫等措施来减少茶树开花,从而提高春茶产量和品质。     

基于离散元法的茶园仿生铲减阻性能研究

针对茶园土壤板结较为严重、行距小、耕作阻力大且易使耕作机构发生缠绕等问题,提出了一种基于离散元法的仿生铲,并对其进行减阻性能研究。使用离散元仿真与试验结合的方法对茶园板结土壤的物理参数进行测量。以鼹鼠爪趾为原型,结合其挖掘动作,设计出基于四杆机构的耕作机构,并使用离散元的方法研究鼹鼠爪趾的趾尖、趾廓及两者复合的仿生特征的减阻效果。离散元仿真结果表明,在各个耕作条件下,趾尖仿生特征的平均扭矩减小比例和功耗减少比例分别为1.72%~5.04%和1.58%~4.84%,趾廓仿生特征的平均扭矩减小比例和功耗减少比例分别为34.06%~39.29%和29.02%~34.73%,复合仿生特征的平均扭矩减小比例和功耗减少比例分别为36.61%~42.06%和30.84%~38.15%,说明趾尖和趾廓两个仿生特征的减阻效果在一定程度上可以叠加,复合后的仿生特征有更好的减阻效果。     

红茶感官品质及成分近红外光谱快速检测模型建立

以在发酵过程中小叶种工夫红茶为研究对象,分别建立了基于近红外光谱检测技术的感官品质评分和理化品质指标(茶黄素、茶红素、茶褐素、儿茶素和酚氨比)的定量分析模型。在模型建立过程中,探讨了特征变量优选方法对预测模型的影响。首先,对获取的近红外光谱数据进行标准正态变量变换法(standard normal Z transformation,SNV)预处理,进而采用联合区间偏最小二乘回归(synergy interval PLS,Si-PLS)、随机蛙跳算法(shuffled frog leaping algorithm,SFLA)、竞争性自适应权重取样法(competitiveadaptivereweightedsampling,CARS)和连续投影(successive projections algorithm,SPA),筛选出各品质指标的最优特征波长变量;最后基于优选波长分别建立各发酵品质指标的偏最小二乘法(partial least squares regression,PLS)线性预测模型和支持向量机(support vector regression,SVR)非线性预测模型。模型结果比较表明,Si、CARS、SFLA和SPA等变量筛选方法可有效压缩变量,以及进一步提高模型精度。非线性模型的预测均方根误差值(root-mean-square error of prediction,RMSEP)均明显小于PLS模型,相关性系数(correlation coefficient,R)和相对分析误差(relative percent deviation,RPD)均高于PLS模型。对于红茶发酵品质的检测上,非线性模型性能优于线性模型。感官品质、茶褐素和儿茶素的最优变量SVR预测模型的RPD值分别为3.923、3.234和5.462,酚氨比和茶红素模型的RPD值分别为2.815和2.223。除茶黄素的评价模型外(RPD为1.77),基于最优特征波长的各品质指标SVR模型的RPD值均大于2,表明模型具有极好的预测性能。研究结果为实现工夫红茶发酵品质的近红外光谱快速检测的实际应用奠定理论基础。     

自然辩证法下的茶学

自然辩证法是哲学性质的交叉学科,它从自然科学向社会科学与思维科学渗透,同时也渗透到茶学的各个方面.在辩证思维的指导下,研究者在联系和发展中认识茶学,在对立和统一中把握茶学的科学规律,并在创新思维和自然生态观下形成了具体的茶学实践.本文通过自然辩证法在茶学中的具体应用来展现自然辩证法推动下的茶学.     

基于空间统计学的棉花冠层光合有效辐射空间格局分析方法

 运用空间统计学的模拟方法,以不同密度棉花群体为研究对象,对其冠层内光合有效辐射（PAR）的空间分布予以研究。通过拟合PAR透射率的半方差函数模型和绘制等值线图来反映不同密度群体冠层内PAR透射率的空间格局。利用克里格空间内插法和Simpson3/8法计算出盛蕾期棉花群体平均PAR透射率,分析其与LAI的回归关系,并对克里格插值法进行交叉验证。结果表明,冠层PAR存在强烈的空间自相关性,变异函数的最佳理论模型为高斯模型,决定系数均在0.9以上。各密度冠层PAR透射率具有相似的空间格局,但其变异程度有随密度增加而上升的趋势。群体平均PAR透射率与叶面积指数（LAI）呈指数回归关系,与前人研究结果一致。应用空间计学研究PAR空间分布格局,将有助于对PAR 进行精确定位和定量化地估算,为作物科学配置和作物冠层结构调控提供理论依据。     

红茶萎凋中鲜叶理化变化及工艺技术研究进展

萎凋是红茶初制的首道工序,对红茶品质风味的形成具有重要意义。随着萎凋时间的延长和萎凋环境的变化,鲜叶发生一系列物理状态转变和化学成分变化。文章阐述了红茶萎凋过程中鲜叶发生的主要物理特性和酶活性、主要品质成分及香气等主要化学特性变化,重点分析了温湿度、萎凋时间及光照等主要技术因子对于萎凋效果的影响,同时介绍了国内主要萎凋工艺技术和新型萎凋设备及技术。分析表明萎凋过程中鲜叶细胞变化趋势的研究,将是今后红茶萎凋基础性研究的趋势;有望通过各种检测技术可以将萎凋中鲜叶的感官信息转变成量化指标来对萎凋程度进行判断。     

基于机器视觉的工夫红茶萎凋叶水分检测方法

萎凋是红茶加工的首道工序,萎凋程度主要依赖于人工经验判断,难以做到精准、客观和量化评价。本文以工夫红茶萎凋在制品为研究对象,基于机器视觉技术,采集不同时序下的萎凋叶图像,并提取图像色泽和纹理特征,与对应水分测定值进行关联分析,建立了相应的线性回归方程。结果表明,R、B、S、b*、(2G-R-B)、hab*和δ等图像特征与水分含量显著相关;回归方程预测值与实测值的相关系数达0.986,标准估算的误差为0.0077,图像特征能较好表征萎凋叶水分变化。本研究为萎凋加工过程中水分含量快速无损检测提供了解决方案,也为萎凋过程水分在线检测装置和智能化监控设备的研制,提供理论基础与科学依据。