基于叶片性状与工艺参数的绿茶化学成分在线评估及功能调控研究

本研究创新性地结合鲜叶性状（嫩度、纹理特征）与多工序参数（二次干燥、杀青等），采用SHAP（SHapley Additive exPlanations）重要性分析和PLSR（偏最小二乘回归）模型，实现了绿茶关键功能成分（ECG、GA、CAF）的在线预测（r>0.89），为茶叶定制化加工提供精准调控新策略。

　　

Highlight

本研究通过整合鲜叶性状与加工参数，建立了绿茶功能成分的智能预测体系，揭示了杀青与干燥工序对儿茶素没食子酸酯（ECG）、没食子酸（GA）和咖啡因（CAF）的差异化调控规律，为茶叶精准化生产提供新范式。

Sample preparation

实验样本采自浙江更香有机茶开发有限公司的鸠坑品种嫩叶（一芽一叶至成熟叶），共51批次按感官评级分为6档。鲜叶经萎凋→杀青→揉捻→二烘→终烘标准化流程处理（图2），全程记录工艺参数与鲜叶图像特征。

Changes in chemical compounds among different grades of green tea

超高效液相色谱（UPLC）检测显示：高品质绿茶（1级）的总儿茶素含量高达99 mg/g，显著高于低品级茶样（82 mg/g）。其中ECG与GA在杀青阶段呈现负相关（r=-0.72），而CAF含量与初烘温度呈正剂量效应（p<0.01）。

Conclusions

研究证实：1）叶片嫩度通过调节多酚氧化酶活性显著影响ECG积累；2）二次干燥温度（120±5°C）可提升GA含量达1.8 mg/g；3）基于递归特征消除（RFE）优化的PLSR模型对CAF预测精度达0.916（r值）。该成果为茶叶功能性成分的工业化定向调控奠定基础。