综述：作为高风险产品的茶叶的认证与溯源：光谱学与化学计量学解决方案的综合综述

《Food Control》：Authentication and traceability of tea as a high-risk product: A comprehensive review of spectroscopic and chemometric solutions

　　摘要
食品欺诈对茶叶市场构成了严重威胁，影响着销售商、消费者以及整个供应链。化学计量学与光谱技术相结合，作为一种快速、无损且成本效益高的替代传统方法的方式，越来越受到重视，可用于茶叶真伪鉴定。本综述全面概述了这些组合方法，总结了在检测常见欺诈行为方面的最新进展，包括品种、产地和等级的虚假标注，以及通过替换和添加物质进行的掺假行为。除了总结现有研究外，本综述还探讨了将这些方法从实验室研究转化为实际应用所面临的现实限制。同时，也讨论了未来的发展方向，如在线监测系统的开发，以及新兴技术和代谢组学的整合应用。总体而言，本综述强调了光谱学和化学计量学在保障茶叶产品真实性与可追溯性方面的潜力与当前面临的挑战。

引言
作为全球仅次于水的第二大流行饮料，茶叶（山茶属植物）因其风味和健康益处而广受喜爱。根据不同的加工方式，茶叶主要分为六大类：绿茶、红茶、乌龙茶、白茶、黄茶和黑茶（Cai等人，2022）。由于其复杂的庞大供应链，茶叶市场极易遭受欺诈，这给产品的真实性和可追溯性带来了挑战（Fernandes等人，2023）。食品安全监管机构发现的掺假行为进一步凸显了这一风险，从而推动了更有效的检测方法的需求（Tan & Zhou，2024）。总而言之，茶叶市场存在严重的欺诈风险。

食品欺诈由Spink和Moyer（Spink & Moyer，2011）系统定义，指的是为获取经济利益而实施的各类故意欺骗行为。在这一框架下，与茶叶相关的两大主要类型是出于经济动机的掺假行为和虚假标注。出于经济动机的掺假行为涉及使用未声明的物质故意替换、添加或篡改产品，以此降低成本，直接影响产品的完整性与安全性。而虚假标注则是指伪造产品的质量属性，如品种、地理来源或等级，以便利用价格差异谋取利益。虽然出于经济动机的掺假行为会带来即时的健康风险，但虚假标注主要损害市场的公平性及消费者的信任。这种功能上的区别至关重要，因为它决定了不同的分析策略：检测出于经济动机的掺假行为通常需要灵敏地量化外来物质，而检测虚假标注则需要强大的分类模型来验证所宣称的属性。

无论是通过虚假标注产品属性，还是用劣质或有害物质掺假，茶叶中的食品欺诈都会给整个供应链带来经济损失，并对公共健康构成威胁（Kemsawasd等人，2023）。例如，用曾被用作减肥药的违禁化学添加剂西布曲明掺假茶叶，可能导致血压升高、心律失常及其他心血管问题（Cebi等人，2017）。高价值的微粉化茶叶产品抹茶也日益受到关注，因为已有研究发现，一些低质量的假冒抹茶中含有铅、砷、镉等重金属，其含量超过了安全标准（Zhong等人，2023）。与此同时，分子微生物学的进步凸显出了解决食品加工环境中生物脆弱性的重要性；例如，Wang等人（2025）表明，腐败细菌荧光假单胞菌形成的生物膜会给食品的质量与安全带来重大挑战，而他们开发的全基因组筛选方法为识别微生物污染风险提供了方法论基础，这类方法可与光谱鉴定策略结合，从而加强全面的食品安全监控。这与天然生物活性化合物所具有的有益代谢途径调节作用形成对比；Chen等人（2025）证明，铁皮石斛多糖可通过调节肠道微生物群组成、减少肠道致病菌并减轻肠道黏膜屏障损伤，改善小鼠的2型糖尿病症状，这进一步凸显出需要可靠的鉴定方法，以保护那些依赖真正具有健康功效的植物功能性饮料的消费者。总之，检测茶叶欺诈对于减少经济损失和保护公共健康至关重要。

传统的茶叶鉴定依靠专家通过感官分析进行，但在速度、成本和重复性方面逐渐暴露出局限性。这促使人们开始探索将快速光谱技术与化学计量学相结合的方法（Agriopoulou等人，2022）。化学计量学技术通过精心设计的模型，以无损、低成本且高效的方式对茶叶产品进行定性和定量分析（Wei等人，2024）。主成分分析、线性判别分析、层次聚类分析、偏最小二乘法、支持向量机、K最近邻算法、决策树和随机森林等化学计量学方法，在检测食品欺诈方面发挥了重要作用（Cervantes等人，2020；Jiang等人，2023；Wang等人，2024；Wu等人，2024）。多年来，研究人员一直在不断改进这些算法，以提高其准确性和效率。此外，深度学习作为一种新兴技术，也有潜力解决传统化学计量学算法的一些缺陷，比如难以处理数据中的复杂信息（Wei等人，2024）。

在实际应用中，化学计量学技术常常与光谱技术结合使用。光谱技术的原理基于电磁辐射与样品内部分子振动或电子跃迁之间的特定相互作用。对于由多酚、氨基酸、咖啡因和挥发油等成分构成的复杂体系——即茶叶来说，O-H、C-H、N-H和C=O等化学键会在特定频率下吸收或散射光线。例如，近红外光谱主要探测这些化学键的基频振动模式及其组合产生的泛频，从而快速获得产品的整体化学成分特征。而拉曼光谱则依赖于分子在振动过程中极化率变化所引起的非弹性光散射，能为分析提供补充信息，尤其是对于C-C等非极性化学键（Xu等人，2020）。光谱信号的这种分子基础解释了为何光谱技术对因欺诈而导致的茶叶化学成分变化极为敏感。然而，由于这些信号往往维度较高且存在重叠，因此需要借助化学计量学模型来提取相关信息，并将其与特定的欺诈指标关联起来。

一般来说，光谱技术包括近红外光谱、拉曼光谱、高光谱成像、激光诱导击穿光谱、核磁共振光谱、傅里叶变换红外光谱、荧光光谱和太赫兹光谱（Firmani等人，2019；Fu等人，2022；Li等人，2019；Sobolev等人，2019；Su & Sun，2018）。鉴于光谱技术在识别茶叶中有机化合物的化学键方面的优势，它与化学计量学相结合，为打击茶叶市场的食品欺诈带来了巨大希望。图1展示了光谱技术与化学计量学技术联合应用的一般工作流程。

本综述总结了光谱技术与化学计量学技术在茶叶鉴定与欺诈检测中的原理、优势与局限性。它阐述了常见的欺诈类型及其对应的分析方法，同时探讨了这些技术在推动茶叶市场实现更高透明度与可追溯性方面的潜力。本综述中引用的文献均来自Web of Science和ScienceDirect等权威数据库。搜索时使用了“tea”或“Camellia sinensis”与“光谱技术”及“化学计量学”相结合的关键词。图2展示了过去十年内的相关文献。在初步搜索之后，又根据不同方法对应的关键词进行了进一步搜索，并筛选出了与茶叶食品欺诈相关的文章。

数据预处理
数据预处理对于去除原始数据中的无关信息——如噪声——十分必要，而在茶叶光谱分析中，由于环境因素如杂散光的干扰，这一点尤为重要。萨维茨基-戈莱平滑法是一种经典的去噪方法，它通过卷积和加权平均处理来提高数据的可用性和质量（Savitzky & Golay，1964）。另一种常用的方法是导数法，包括一阶导数和二阶导数等。

光谱技术
凭借其捕捉分子指纹的能力，光谱技术已成为检测茶叶欺诈的强大工具，其标准流程包括样品制备、光谱采集以及数据预处理。图3展示了光谱技术的原理。

化学计量学与光谱技术在茶叶食品欺诈检测中的最新应用
在茶叶行业中，食品欺诈主要表现为虚假标注和掺假行为，这些行为分别对应着关于产品质量和地理来源识别、掺假检测等方面的研究。图4展示了茶叶市场中存在的不同类型的食品欺诈行为。化学计量学与光谱技术为这些研究提供了全面的分析框架。

讨论
事实证明，化学计量学与光谱技术是检测食品欺诈的强大工具（Hosseini等人，2025）。检测的一般流程通常包括样品制备、使用光谱技术获取数据（可能伴随一定的预处理步骤），以及建立模型。光谱技术具有明显的实际优势，除了实验设计所需的基本样品处理外，几乎不需要额外的准备工作，因此非常方便。

未来方向
通过对当前用于茶叶欺诈检测的光谱技术与化学计量学方法进行深入评估，未来研究与发展中出现了若干具有前景的方向。这些方向旨在解决模型可迁移性、标准化、监管认可度以及实际应用等方面的局限性。
1. 开发茶叶真伪的在线监测系统：鉴于茶叶市场的庞大规模，亟需快速的欺诈检测方法，以确保交易效率。

结论
本综述全面介绍了利用化学计量学与光谱技术检测茶叶食品欺诈的方法。文中详细阐述并总结了这些技术的原理与应用。本文介绍了两种主要类型的食品欺诈——虚假标注和掺假行为，并说明了相应的检测方法。

在整个综述过程中，一个主题反复出现：尽管光谱技术……