柘荣白茶主要香气成分的分析及用于感官评价的机器学习模型的建立

《Journal of the Science of Food and Agriculture》：Analysis of main aroma components of Zherong white tea and establishment of machine learning model for sensory evaluation

本研究采用PTR-TOF-MS结合PCA和OPLS-DA等技术，分析了福建政和白茶中的18种关键挥发性香气化合物，并开发了基于BP神经网络的预测模型，显著提升了感官评价的准确性和效率。

　　

摘要

背景

柘荣白茶是福建省特有的特产，因其独特的香气和风味而受到消费者的广泛关注。在这项研究中，我们采用了先进的分析技术和化学计量方法，对柘荣白茶中的挥发性香气化合物进行了全面分析。

结果

通过质子转移飞行时间质谱（PTR-TOF-MS）技术，我们鉴定出多种香气化合物，包括醇类、醛类、酮类和酯类，这些化合物是构成其香气的主要成分。进一步的化学计量分析，如主成分分析（PCA）和正交偏最小二乘判别分析（OPLS-DA），揭示了诸如芳樟醇和二甲基硫化物等关键香气成分，这些成分有效地区分了柘荣白茶与其他白茶品种。此外，我们还开发了一个基于机器学习算法的反向传播（BP）预测模型，用于准确预测感官香气评分，为传统的评价方法提供了一种更客观、更高效的替代方案。该模型显著提高了感官评估的准确性和效率，解决了传统茶叶品质评价方法中固有的主观性和局限性。

结论

总之，PTR-TOF-MS结合PCA和OPLS-DA等分析技术，能够更有效地识别柘荣白茶中的18种关键香气化合物。BP模型在预测香气感官评分方面表现出很高的准确性，其决定系数（R2）值接近1。? 2025 化学工业协会。

利益冲突

作者声明他们没有已知的可能影响本文所述工作的竞争性财务利益或个人关系。

数据可用性声明

数据可应要求提供。