電子鼻在六堡茶陳化年份識別中的應(yīng)用

摘要：【目的】探索電子鼻（EN）技術(shù)在六堡茶陳化年份識別上的應(yīng)用，為建立六堡茶品質(zhì)評價新技術(shù)體系提供參考依據(jù)。【方法】采用PEN3型便攜式電子鼻氣味分析系統(tǒng)提取不同廠家、不同陳化年份六堡茶茶干、茶湯和茶底的響應(yīng)特征值，用主成分分析法（PCA）和線性判別分析法（LDA）分析其陳化年份和預(yù)測模型，以馬氏距離（MA）、歐氏距離（EU）和判別函數(shù)分析（DFA）法驗(yàn)證預(yù)測模型的準(zhǔn)確性。【結(jié)果】不同陳化年份六堡茶對EN產(chǎn)生不同的響應(yīng)信號，分別選取171～175、166～170和155～160 s的EN響應(yīng)值作為建立干茶、茶湯和茶底識別模型的特征值；LDA較PCA能更好地區(qū)分不同陳化年份的六堡茶，不同陳化年份樣品分布在不同區(qū)域，干茶、茶湯和茶底的判別式LD1和LD2的累計貢獻(xiàn)率分別為93.00%、88.31%和80.52%；EU、MA和DFA法對干茶識別模型的驗(yàn)證準(zhǔn)確率分別達(dá)88.23%、88.23%和94.12%，對茶湯識別模型的驗(yàn)證準(zhǔn)確率均為82.35%，對茶底識別模型的驗(yàn)證準(zhǔn)確率分別為70.58%、82.35%和94.12%。【結(jié)論】EN可識別不同陳化年份六堡茶的芳香物質(zhì)等特征氣味并對其進(jìn)行區(qū)分和歸類，可在茶葉陳化年份識別中推廣應(yīng)用。

關(guān)鍵詞： 六堡茶；電子鼻；陳化年份；識別

中圖分類號： S571.1；TS272.7 文獻(xiàn)標(biāo)志碼：A 文章編號：2095-1191（2017）07-1291-06

0 引言

【研究意義】香氣是評價六堡茶品質(zhì)的重要指標(biāo)之一，采用感官審評因受評審人員主觀因素和評審環(huán)境影響，存在主觀性強(qiáng)、重復(fù)性差、評審結(jié)果模糊、缺乏量化識別（關(guān)為等，2012；余冬等，2016）等缺點(diǎn)，而利用氣相色譜、氣質(zhì)聯(lián)用、電化學(xué)等檢測方法存在操作繁瑣、前處理復(fù)雜、費(fèi)時、效率低等問題（于慧春等，2007；張瑩等，2015），同時因六堡茶香氣組分復(fù)雜，至今尚無法分析得知其所有化學(xué)成分，因此利用單一化學(xué)對照品來鑒別香氣組成存在一定的鑒別盲點(diǎn)。電子鼻（EN）是模仿人類嗅覺系統(tǒng)直接對樣品不同氣味進(jìn)行嗅覺感觀指標(biāo)量化分析識別，被稱作氣味指紋分析儀（黃駿雄和田莉娟，1999）。EN技術(shù)能將不同特性的氣體傳感器組合成氣體傳感器陣列，根據(jù)不同揮發(fā)物的特性配合不同的模式識別數(shù)據(jù)處理方法對各樣品進(jìn)行識別分類（于慧春等，2007），國內(nèi)外在食品工業(yè)、環(huán)境檢測、醫(yī)療衛(wèi)生及普耳生茶、菌塊和煙葉香氣識別等方面已有應(yīng)用報道（王俊等，2004；李莉等，2015；羅斯瀚等，2015，清源等，2015）。因此，利用EN技術(shù)識別六堡茶的陳化年份，對客觀、科學(xué)、規(guī)范化評價六堡茶品質(zhì)具有重要意義。【前人研究進(jìn)展】EN是氣敏傳感技術(shù)與信息處理技術(shù)有效結(jié)合的產(chǎn)物，可體現(xiàn)化學(xué)和計算機(jī)等多學(xué)科交叉的優(yōu)勢（Bourrounet et al.，1995；杜鋒和雷鳴，2003），已有學(xué)者應(yīng)用于茶葉品質(zhì)分析（Dutta et al.，2003）。史波林等（2011）利用軟獨(dú)立建模分類法（SIMCA）建立不同等級西湖龍井茶判別模型，等級分類正確率在95%以上；吳亮亮等（2016）的研究結(jié)果表明，可采用10個金屬氧化物氣敏傳感器組成陣列的EN技術(shù)對6個類型茉莉花茶進(jìn)行香味鑒定；楊春蘭等（2016）利用EN技術(shù)對6個貯藏時間、5個等級的黃山毛峰茶進(jìn)行檢測，建立的PCA-BPNN預(yù)測模型可用于檢測黃山毛峰茶貯藏時間。【本研究切入點(diǎn)】隨著六堡茶陳化年份的推移其品質(zhì)特征會逐漸發(fā)生變化，呈越陳越好的趨勢，陳化年份與其價格通常直接掛鉤，但目前國內(nèi)外未見將EN技術(shù)應(yīng)用于六堡茶陳化年份識別的研究報道。【擬解決的關(guān)鍵問題】采用EN技術(shù)對不同陳化年份六堡茶進(jìn)行檢測識別，探索EN對其芳香物質(zhì)變化的響應(yīng)情況，為EN技術(shù)在六堡茶分類上應(yīng)用及六堡茶品質(zhì)評價新技術(shù)體系的建立提供參考依據(jù)。

1 材料與方法

1. 1 試驗(yàn)材料

供試茶樣為廣西梧州茶廠、梧州中茶茶業(yè)有限公司、梧州茂圣茶業(yè)有限公司、梧州市天譽(yù)茶業(yè)有限公司和梧州圣源茶業(yè)有限公司等廠家市售陳化1～10年六堡茶產(chǎn)品，共68個。其中陳化年份1年的樣品6個，陳化2年的樣品4個，陳化3年的樣品10個，陳化4年的樣品15個，陳化5年的樣品10個，陳化6年的樣品5個，陳化7年的樣品5個，陳化8年的樣品5個，陳化9年的樣品3個，陳化10年以上的樣品5個。每個樣品取3個重復(fù)樣，從總計204個樣品中隨機(jī)抽取34個作為未知樣品（預(yù)測集樣品），其余樣品作為識別模型建立的建模樣品（訓(xùn)練集樣品）。

供試EN為PEN3型便攜式電子鼻氣味分析系統(tǒng)（含吸附/解吸附裝置EDU3，德國AIR SENSE公司），主要由氣體采樣系統(tǒng)、傳感器控制系統(tǒng)和信號采集系統(tǒng)組成，包括10組高靈敏金屬氧化物傳感器，各傳感器的性能描述見表1。

1. 2 試驗(yàn)方法

1. 2. 1 干茶檢測 干茶香氣較淡，檢測過程中需先將PEN3和EDU3吸附/解吸附裝置聯(lián)用進(jìn)行香氣富集。稱取3.0 g干茶樣品，裝入PEN3配套的頂空進(jìn)樣杯，靜置30 min后進(jìn)行氣味數(shù)據(jù)錄入，PEN3的采樣時間為200 s，EN軟件每秒自動記錄1次采樣數(shù)據(jù)，每個樣品重復(fù)采樣檢測3次。

1. 2. 2 茶湯及茶底檢測 直接用PEN3進(jìn)行茶湯和茶底香氣檢測。參照連文欽等（2010）的感官審評要求（茶水比1∶50），稱取3.0 g干茶樣品于燒杯，加沸蒸餾水150 mL沖泡5 min，濾出茶湯，分別將茶湯和茶底裝入PEN3配套的頂空進(jìn)樣杯，靜置30 min后進(jìn)行氣味數(shù)據(jù)錄入，PEN3的采樣時間為200 s，EN軟件每秒自動記錄1次采樣數(shù)據(jù)，每個樣品重復(fù)采樣檢測3次。

1. 3 統(tǒng)計分析

樣品陳化年份區(qū)分及識別模型的建立采用主成分分析法（Principle component analysis，PCA）和線性判別分析法（Linear discriminant analysis，LDA）進(jìn)行分析，預(yù)測集樣品的定性采用馬氏距離（Mahalanobis distance，MA）、歐氏距離（Euclidean metric，EU）和判別函數(shù)分析（Discriminant function analysis，DFA）法進(jìn)行判定。

2 結(jié)果與分析

2. 1 六堡茶EN特征值的提取與選擇

在圖1～圖3中，每條曲線代表EN的一個傳感器對不同類芳香物質(zhì)的響應(yīng)變化，不同傳感器對六堡茶干茶、茶湯和茶底的信號響應(yīng)特征均不同。六堡茶干茶、茶湯和茶底的信號響應(yīng)特征值采集結(jié)果表明，其EN響應(yīng)曲線均呈先急劇上升、達(dá)到峰值后逐漸下降、最后平緩趨于穩(wěn)定的變化趨勢；10個傳感器信號響應(yīng)值分別在160、150和150 s時開始趨于穩(wěn)定。綜合分析所有檢測樣本的響應(yīng)圖特征，本研究分別選取檢測171～175、166～170和155～160 s的EN信號響應(yīng)值作為建立干茶、茶湯和茶底識別模型的特征值。

2. 2 不同陳化年份六堡茶識別模型的建立

2. 2. 1 干茶識別模型的建立 圖4和圖5中每個橢圓范圍內(nèi)的點(diǎn)代表同一年份六堡茶干茶樣品及重復(fù)的數(shù)據(jù)采集點(diǎn)。從圖4可看出，PCA分析中的第一主成分PC1反映了原始變量81.49%的信息，第二主成分PC2反映了原始變量15.10%的信息，該兩個主成分的累計貢獻(xiàn)率達(dá)96.59%；在LDA分析中，LD1和LD2的貢獻(xiàn)率分別為85.09%和7.91%，累計貢獻(xiàn)率為93.00%。PCA分析結(jié)果顯示，陳化1～2年、4～5年和7～9年六堡茶干茶樣品的年份部分重疊，陳化年份的區(qū)分效果不理想；LDA分析中不同陳化年份六堡茶分布在二維空間的不同區(qū)域，在LD1上陳化1～6年的六堡茶可明顯區(qū)分開來，在LD2上陳化6～10年的六堡茶依次排列，陳化7年的六堡茶分別與陳化6和8年的六堡茶略有重疊分布，說明采用LDA區(qū)分不同陳化年份六堡茶的效果優(yōu)于PCA。

2. 2. 2 茶湯識別模型的建立 從圖6可看出，PC1和PC2的累計貢獻(xiàn)率為97.42%，表明這兩個主成分對應(yīng)的特征向量所決定的二維子空間可充分保存原始數(shù)據(jù)信息，但從PC1和PC2兩個主軸上看，隨著六堡茶陳化年份的增加，各陳化年份六堡茶并未呈一個很好的單向趨勢，基于本研究茶湯樣本的EN響應(yīng)信號，運(yùn)用PCA區(qū)分不同陳化年份六堡茶的效果不理想。從圖7可看出，LD1和LD2的貢獻(xiàn)率分別為73.22%和15.09%，累計貢獻(xiàn)率為88.31%，茶湯的LDA分析中不同陳化年份的分布區(qū)域和重疊部分相對于干茶有所增加，其中陳化6年的六堡茶分別與陳化5和7年的有小部分交叉重疊，陳化8年的六堡茶分別與陳化9和10年的有部分交叉重疊，但總體上陳化1～6年的茶湯響應(yīng)特征在LD1軸上呈一定的變化規(guī)律，陳化6～10年的在LD2軸上依次排列。經(jīng)高溫沖泡，茶湯與干茶芳香物質(zhì)略有不同，結(jié)合LD1和LD2判別結(jié)果分析認(rèn)為，六堡茶茶湯的EN信號響應(yīng)特征可區(qū)分不同陳化年份的六堡茶茶樣。

2. 2. 3 茶底識別模型的建立 從圖8和圖9可看出，PCA分析中PC1和PC2兩個主成分的總貢獻(xiàn)率為97.80%，LDA分析的LD1和LD2累計貢獻(xiàn)率為80.52%。茶底PCA分析結(jié)果（圖8）顯示，用PCA分析不同陳化年份六堡茶茶底芳香氣味的EN響應(yīng)未能得到理想的區(qū)分效果；茶底LDA分析結(jié)果（圖9）顯示，陳化1～2年的六堡茶年份變化不明顯，陳化2年的六堡茶年份在陳化1年分布區(qū)域重疊，陳化5～7年的六堡茶有部分區(qū)域重疊，通過茶底氣味的EN響應(yīng)在一定程度上可將其陳化年份區(qū)分開來。

2. 3 識別模型準(zhǔn)確性的驗(yàn)證

圖10和圖11分別為準(zhǔn)確預(yù)測和不能準(zhǔn)確預(yù)測的茶樣曲線分布情況，其中，圖10以預(yù)測準(zhǔn)確的1種陳化3年六堡茶為例，其預(yù)測樣品的氣味特征曲線能穿過模型中陳化3年的六堡茶氣味數(shù)據(jù)點(diǎn)，說明其氣味特征與模型中陳化3年的六堡茶相似；圖11以預(yù)測有所偏差的1種陳化4年六堡茶為例，預(yù)測樣品的氣味特征曲線穿過模型中陳化3年六堡茶的氣味數(shù)據(jù)點(diǎn)后靠近陳化4年六堡茶的數(shù)據(jù)點(diǎn)區(qū)域，但最終未能穿過陳化4年六堡茶的數(shù)據(jù)點(diǎn)，DFA判定結(jié)果顯示“unknow”字樣。34個預(yù)測集樣品分別在干茶、茶湯和茶底識別模型中的判定結(jié)果如表2所示，其中，干茶模型的EU、MA和DFA驗(yàn)證準(zhǔn)確率分別為88.23%、88.23%和94.12%；茶湯模型的驗(yàn)證準(zhǔn)確率均為82.35%；茶底模型的DFA驗(yàn)證準(zhǔn)確率達(dá)94.12%，MA驗(yàn)證準(zhǔn)確率為82.35%，EU驗(yàn)證準(zhǔn)確率較低，為70.58%。即本研究中所建立的六堡茶陳化年份識別模型，基于干茶和茶底識別模型的DFA判斷準(zhǔn)確率均在90.00%以上，這兩個模型能較準(zhǔn)確地判定不同陳化年份的六堡茶，可對不同陳化年份六堡茶進(jìn)行初步區(qū)分和歸類。

3 討論

周亦斌（2005）研究認(rèn)為，由EN氣體傳感器陣列直接得到的數(shù)據(jù)量非常龐大，選擇測量過程中響應(yīng)信號趨于穩(wěn)定時提取特征值，可獲得相對穩(wěn)定的傳感器信號；或選取測量過程中信號的高峰值，以獲得傳感器對測量氣體的最大反應(yīng)信號；也可選取測量過程中傳感器信號的均值，以獲得傳感器對測量氣體在整個測量過程中的平均反應(yīng)信號。陳哲和趙文杰（2012）在利用EN區(qū)分不同等級碧螺春的研究中以提取最大值、最小值和平均值作為特征變量。本研究選擇測量曲線上趨于穩(wěn)定時間段的特征參數(shù)作為六堡茶EN響應(yīng)的特征值，與古小玲等（2010）、傅軍和邢建國（2012）利用EN識別不同品牌綠茶和評判海南紅碎茶選取穩(wěn)定時刻的響應(yīng)值作為特征值一致。

于慧春等（2007）采用EN結(jié)合PCA、LDA及BP（神經(jīng)網(wǎng)絡(luò)方法）對4個不同等級龍井茶進(jìn)行分類判別，結(jié)果表明，PCA對差異較小的茶葉區(qū)分效果不理想，LDA和BP的區(qū)分效果相對較佳；張紅梅等（2010）的研究結(jié)果表明，EN技術(shù)中的PCA和LDA均能將不同等級信陽毛尖茶明顯地區(qū)分開來。本研究中，隨著六堡茶陳化年份的增加，其揮發(fā)性芳香物質(zhì)的氣味會發(fā)生變化，EN可識別出其特征氣味并進(jìn)行區(qū)分和歸類；EN系統(tǒng)中的LDA比PCA能更好地區(qū)分不同陳化年份六堡茶，結(jié)合DFA對干茶和茶底識別模型的判斷準(zhǔn)確率均達(dá)94.12%的研究結(jié)果表明，采用EN可區(qū)分不同品質(zhì)特征的茶葉并建立相應(yīng)的預(yù)測模型。

本研究中某些陳化年份較近的六堡茶樣品感官品質(zhì)差別不明顯，可能是導(dǎo)致PCA在不同陳化年份識別上存在一定局限的原因，如果拉大陳化時間間隔（如陳化時間間隔1～2年和3～4年劃為一組）區(qū)分效果可能會更理想；在LDA識別模型中，有部分不同陳化年份（通常為臨近年份）六堡茶的特征響應(yīng)分布發(fā)生重疊，可能是所抽樣本的實(shí)際陳化時間差距不明顯引起，在今后的研究中應(yīng)更科學(xué)地抽取樣品以完善識別模型。

4 結(jié)論

EN可通過識別六堡茶揮發(fā)性芳香物質(zhì)氣味發(fā)生的變化而區(qū)分其陳化年份，可在茶葉陳化年份識別中推廣應(yīng)用。

參考文獻(xiàn)：

陳哲，趙杰文. 2012. 基于電子鼻技術(shù)的碧螺春茶葉品質(zhì)等級檢測研究[J]. 農(nóng)機(jī)化研究，（11）：133-137. [Chen Z，Zhao J W. 2012. Detection of Biluochun green tea quality grade by using an electronic nose[J]. Agricultural Mechanization Research，（11）：133-137.]

杜鋒，雷鳴. 2003. 電子鼻及其在食品工業(yè)中的應(yīng)用[J]. 食品科學(xué)，24（5）：161-163. [Du F，Lei M. 2003. Electronic nose and its application in food industry[J]. Food Science，24 （5）：161-163.]

傅軍，邢建國. 2012. 嗅覺神經(jīng)網(wǎng)絡(luò)在電子鼻識別多品牌綠茶中的應(yīng)用研究[J]. 傳感技術(shù)學(xué)報，25（3）：313-318. [Fu J，Xing J G. 2012. Discrimination of green tea with different brands by electronic nose and an olfactory neural network[J]. Chinese Journal of Sensors and Actuators，25（3）：313- 318.]

古小玲，劉栩，李達(dá)敏，王書美. 2010. 海南紅碎茶電子鼻技術(shù)應(yīng)用及其與感官審評的比較[J]. 熱帶作物學(xué)報，31（11）：2034-2038. [Gu X L，Liu X，Li D M，Wang S M. 2010. Electronic nose technology for Hainan broken black tea and its comparison with sensory evaluation[J]. Chinese Journal of Tropical Crops，31（11）：2034-2038.]

關(guān)為，田呈瑞，陳衛(wèi)軍，周勸娥，張航，唐敏敏，夏秋瑜. 2012. 電子舌在綠茶飲料區(qū)分辨識中的應(yīng)用[J]. 食品工業(yè)科技，（12）：56-59. [Guan W，Tian C R，Chen W J，Zhou Q E，Zhang H，Tang M M，Xia Q Y. 2012. Application of electronic tongue on green tea beverage discrimination[J]. Science and Technology of Food Industry，（12）：56-59.]

黃駿雄，田莉娟. 1999. 新穎的仿生檢測技術(shù)——電子鼻[J]. 現(xiàn)代儀器使用與維護(hù)，（1）：6-10. [Huang J X，Tian L J. 1999. A new bionic detection technology—electronic nose[J]. Modern Instrument Use and Maintenance，（1）：6-10.]

李莉，張文靜，肖佳冰，呂鵬輝，李佳，于建軍. 2015. 郾城煙區(qū)不同品種烤煙葉片化學(xué)成分及香氣物質(zhì)比較[J]. 江西農(nóng)業(yè)學(xué)報，27（4）：49-52. [Li L，Zhang W J，Xiao J B，Lv P H，Li J，Yu J J. 2015. Compairson of chemical components and aroma substances in leaves of different flue-cured tobacco varieties in Yancheng Area[J]. Acta Agriculturae Jiangxi，27（4）：49-52.]

連文欽，蔡值凌，陳荔銀，汪玲平，畢立新，陳迪，劉秀容. 2010. 進(jìn)出口茶葉品質(zhì)感官審評方法[S]. SN/T 0917-2010. http：//www.csres.com/detail/215796.html. [Lian W Q，Cai Z L，Chen L Y，Wang L P，Bi L X，Chen D，Liu X R. 2010. Method for the organoleptic examination on quality of tea for impoet and export tea sensory review room[S]. SN/T 0917-2010. http：//www.csres.com/detail/215796.html.]

羅斯瀚，陳婷，何繼燕，夏梓祥，彭文，王白娟. 2016. 高壓脈沖電場促進(jìn)普洱生茶醇類香氣的作用研究[J]. 西南農(nóng)業(yè)學(xué)報，29（3）：683-688. [Luo S H，Chen T，He J Y，Xia Z X，Peng W，Wang B J. 2016. Effects of high-voltage pulsed electric field on promoting alcohols aroma of Pu’er raw tea[J]. Southwest China Journal of Agricultural Sciences，29（3）：683-688.]

清源，何曉蘭，柳成益，楊梅，鄭林用. 2015. 電子鼻和電子舌技術(shù)在塊菌樣品分類識別中的應(yīng)用[J]. 西南農(nóng)業(yè)學(xué)報，28（3）：1210-1216. [Qing Y，He X L，Liu C Y，Yang M，Zheng L Y. 2015. Application of electronic nose and tongue for discrimination of truffles with different processing techno-logy[J]. Southwest China Journal of Agricultural Sciences，28（3）：1210-1216.]

史波林，趙鐳，支瑞聰，席興軍，朱大洲. 2011. 應(yīng)用電子鼻判別西湖龍井茶香氣品質(zhì)[J]. 農(nóng)業(yè)工程學(xué)報，27（S2）：302-306. [Shi B L，Zhao L，Zhi R C，Xi X J，Zhu D Z. 2011. Aroma quality discrimination of Xihu-Longjing tea by electronic nose[J]. Transactions of the Chinese Society of Agricultural Engineering，27（S2）：302-306.]

王俊，胡桂仙，于勇，周亦斌. 2004. 電子鼻與電子舌在食品檢測中的應(yīng)用研究進(jìn)展[J]. 農(nóng)業(yè)工程學(xué)報，20（2）：292-295. [Wang J，Hu G X，Yu Y，Zhou Y B. 2004. Research and application of electronic nose and electronic tongue in food inspection[J]. Transacions of the Chinese Society of Agricultural Engineering，20（2）：292-295.]

吳亮亮，張丹丹，葉小輝，廖婷，楊國一，饒耿慧，葉乃興. 2016. 電子鼻在對名優(yōu)茉莉花茶香氣評價中的應(yīng)用[J]. 福建茶葉，（6）：5-6. [Wu L L，Zhang D D，Ye X H，Liao T，Yang G Y，Rao G H，Ye N X. 2016. The application of electronic nose in evaluating the aroma of famous jasmine tea[J]. Tea in Fujian，（6）：5-6.]

楊春蘭，薛大為，鮑俊宏. 2016. 黃山毛峰茶貯藏時間電子鼻檢測方法研究[J]. 浙江農(nóng)業(yè)學(xué)報，28（4）：676-681. [Yang C L，Xue D W，Bao J H. 2016. Study on analysis method of storage time of Huangshanmaofeng tea by electronic nose[J]. Acta Agriculturae Zhejiangensis，28（4）：676-681.]

余冬，邵宛芳，周婷，方翔，李家華. 2016. 不同茶樹樹型改造模式下茶葉品質(zhì)特點(diǎn)的分析[J]. 江西農(nóng)業(yè)學(xué)報，28（7）：39-42. [Yu D，Shao W F，Zhou T，F(xiàn)ang X，Li J H. 2016. Analysis of tea quality characteristics under different modes of tea tree transformation[J]. Acta Agriculturae Jiangxi，28（7）：39-42.]

于慧春. 2007. 基于電子鼻技術(shù)的茶葉品質(zhì)檢測研究[D]. 杭州：浙江大學(xué). [Yu H C. 2007. Discrimination of LongJing- green tea quality by electronic nose[D]. Hangzhou：Zhejiang University.]

于慧春，王俊，張紅梅，于勇. 2007. 龍井茶葉品質(zhì)的電子鼻檢測方法[J]. 農(nóng)業(yè)機(jī)械學(xué)報，38（7）：103-106. [Yu H C，Wang J，Zhang H M，Yu Y. 2007. Measurement of the LongJing tea quality by using an electronic nose[J]. Transactions of the Chinese Society for Agricultural Machinery，38（7）：103- 106.]

張紅梅，李燕，王玲，劉偉，何玉靜，焦國濤. 2010. 信陽毛尖茶品質(zhì)等級的電子鼻檢測[J]. 河南農(nóng)業(yè)科學(xué)，（4）：36-38. [Zhang H M，Li Y，Wang L，Liu W，He Y J，Jiao G T. 2010. Detection of Xinyang Maojian tea quality grade by electronic nose[J]. Journal of Henan Agricultural Sciences，（4）：36- 38.]

張瑩，鐘應(yīng)富，袁林穎，羅紅玉，鄔秀宏. 2015. 不同等級云嶺永川秀芽茶葉品質(zhì)特征研究[J]. 西南農(nóng)業(yè)學(xué)報，28（1）：84- 89. [Zhang Y，Zhong Y F，Yuan L Y，Luo H Y，Wu X H. Study on different grade tea quality characteristics of Yunling-Yongchuan-Xiuya[J]. Southwest China Journal of Agricultural Sciences，28（1）：84-89.]

周亦斌. 2005. 基于電子鼻的西紅柿與黃酒的檢測與評價研究[D]. 杭州：浙江大學(xué). [Zhou Y B. 2005. Quality evaluation of tomato and rice wine by electronic nose[D]. Hangzhou：Zhejiang University.]

Bourrounet B，Talou H，Gaset A. 1995. Application of a multigas sensor device in the meat industry for boartaint detection[J]. Sensors and Actuators B，27（1-3）：250-254.

Dutta R，Hines E L，Gardner J W，Kashwan K R，Bhuyan M. 2003. Tea quality predietion using a tin oxide-based electronic nose：An artificial intelligence approach[J]. Sensors and Actuators B：Chemical，94（2）：228-237.

（責(zé)任編輯 思利華）