基于定量描述分析法和適合項勾選法的黃大茶香氣感官特性及喜好度分析

戴前穎，安 琪，鄭芳玲，肖夢暄，陳穎琦，張 瑩，邱 桐

（安徽農(nóng)業(yè)大學(xué)茶與食品科技學(xué)院，茶樹生物學(xué)及資源利用國家重點實驗室，安徽 合肥 230036）

黃大茶是主產(chǎn)于安徽省霍山縣的一種傳統(tǒng)黃茶，其采用一芽四五葉為原料，按傳統(tǒng)工藝及特有工藝加工而成，具有獨特的香氣特征以及降血糖和降血脂功效，近年來備受消費者的關(guān)注[1-2]。黃大茶香氣特征目前以茶葉傳統(tǒng)感官審評[3]中使用的專業(yè)性術(shù)語和程度副詞進(jìn)行描述，對審評人員的專業(yè)能力及描述準(zhǔn)確性要求較高，且消費者也對這些專業(yè)、抽象的感官審評術(shù)語很難理解以及辨別[4]。為了更好地促進(jìn)黃大茶的消費流通，進(jìn)行消費者的喜好度檢驗也至關(guān)重要。

定量描述分析法（quantitative descriptive analysis，QDA）和適合項勾選法（check-all-that-apply，CATA）是分別采用優(yōu)選評價員和消費者評價員對產(chǎn)品感官品質(zhì)進(jìn)行描述分析的方法[5-6]。QDA法采用長期培訓(xùn)的優(yōu)選評價員組成小組，確定樣品的感官屬性詞匯表和具體參比樣[7]，對其評價結(jié)果進(jìn)行方差分析（analysis of variance，ANOVA）[8]、主成分分析（principal component analysis，PCA）[9]等數(shù)據(jù)處理，所得結(jié)果能夠更全面、更科學(xué)地分析茶葉的感官特性差異。CATA法則是以消費者評價員代替專業(yè)感官評價員的一種快速感官分析方法，其將一組產(chǎn)品和一張CATA問卷提供給消費者，要求消費者在問卷中選出適合描述樣品的描述詞。該方法不需要對評價人員進(jìn)行專業(yè)的培訓(xùn)和維護(hù)，能夠節(jié)約大量的時間和成本，還能夠直接反映消費者的情緒感受[10]。已有研究利用消費者勾選的頻率進(jìn)行Cochran’s Q檢測[11-12]、對應(yīng)分析（correspondence analysis，CA）[13]判斷樣品屬性的差異，并成功應(yīng)用于咖啡[14]、面包[15]、莧菜[16]、奶茶[17]等產(chǎn)品。此外，CATA法進(jìn)行過程中還可以采用9 點喜好標(biāo)度來對樣品的喜好程度進(jìn)行量化賦值，可以判斷產(chǎn)品是否受到消費者喜歡，從而有助于生產(chǎn)企業(yè)更好地調(diào)整產(chǎn)品[18]。該方法目前在粳米[19]、豆腐干[20]、菠菜[21]等產(chǎn)品研究中已得到成功運用。

目前，黃大茶的香氣評價一直依托于傳統(tǒng)審評法[3]，有關(guān)QDA法、CATA法和喜好度檢驗的研究鮮見報道，本實驗采用這兩種方法對4 種不同焙火程度和3 種不同嫩度黃大茶的香氣特性進(jìn)行分析，以期篩選出不同加工程度和不同原料茶樣間的感官差異。再引入消費者喜好度檢驗明確消費者對產(chǎn)品的接受度，以更好地滿足市場和消費者需求，推動黃大茶產(chǎn)品的開發(fā)和市場調(diào)研。

1 材料與方法

1.1 材料與試劑

4 種不同焙火程度（無焙火、小火、足火、高火，分別記為HDC1、HDC2、HDC3、HDC4）以及3 種不同嫩度（依據(jù)嫩度從高到低分別記為HDC5、HDC6、HDC7）黃大茶采自安徽霍山產(chǎn)區(qū)。實驗前，不同焙火程度和不同嫩度的各黃大茶樣品由鋁箔紙獨立密封包裝并并于4 ℃條件下保存。實驗所用參比樣（鍋巴、蜂蜜、饅頭、板栗、焦糖等）均購自合肥市當(dāng)?shù)爻小?/p>

香葉醇（食品級） 河南甜美實業(yè)有限公司；覆盆子酮（食品級） 江西源上草香料有限公司；蔗糖（食品級） 廣東雙橋股份有限公司。

1.2 儀器與設(shè)備

JYL-C020料理機 山東九陽股份有限公司；BCD-509WF冰箱 青島海爾集團(tuán)公司；AR224CN電子分析天平奧豪斯（上海）儀器有限公司；棕色玻璃瓶 衡水智淘醫(yī)療器械商貿(mào)有限公司；審評杯 上海清友堂實業(yè)有限公司。

1.3 方法

1.3.1 傳統(tǒng)茶葉審評

黃大茶傳統(tǒng)審評由國家級茶葉審評專家完成。制備員根據(jù)GB/T 23776—2018《茶葉感官審評方法》[22]沖泡茶樣。審評專家對提供的黃大茶進(jìn)行感官評價，給出評語并判斷焙火程度及嫩度，平行實驗3 次，中間休息10 min再進(jìn)行下一次審評。其中，茶葉、審評杯、審評碗均采用3 位數(shù)的隨機編碼，且隨機呈送給審評專家。

1.3.2 QDA法審評

從安徽農(nóng)業(yè)大學(xué)茶學(xué)專業(yè)學(xué)生中根據(jù)從事研究時間、興趣、描述能力等篩選出25 名候選評價員，所有候選評價員均已具有2～7 年的茶葉感官審評經(jīng)驗。根據(jù)GB/T 16291.1—2012《感官分析選拔、培訓(xùn)與管理評價員一般導(dǎo)則 第1部分：優(yōu)選評價員》[23]中的方法,在感官分析實驗室中進(jìn)行基本嗅覺檢驗、香氣匹配實驗、排序檢驗、描述能力的檢驗，選擇出16 人，然后對每位評價員進(jìn)行20～30 h的感官描述分析培訓(xùn)，培訓(xùn)內(nèi)容包括感官分析基礎(chǔ)知識、感官特性的識別及標(biāo)度的確立和使用等。培訓(xùn)合格且多次參加感官實驗的10 名優(yōu)選評價員（2男8女）組成優(yōu)選評價小組。

依據(jù)GB/T 16861—1997《感官分析 通過多元分析方法鑒定和選擇用于建立感官剖面的描述詞》[24]中的方法確定描述詞。讓優(yōu)選評價小組成員頭腦風(fēng)暴初步給出黃大茶香氣描述術(shù)語，然后通過討論將得到的描述詞進(jìn)行初篩，刪除快感、定量、無關(guān)術(shù)語等，初步整理后采用5 點標(biāo)度（0：無；1：弱；2：稍弱；3：平均；4：稍強；5：強），應(yīng)用上述得到的描述詞分別對7 種黃大茶進(jìn)行強度評價，并通過下式計算幾何平均值M，對描述詞進(jìn)行排序、刪減以確定香氣描述詞；最后采用9 點標(biāo)度（1～3弱；4～6：中；7～9：強）來描述屬性的強度。實驗重復(fù)3 次，需在1 h內(nèi)完成，每次均采用3位數(shù)的隨機編碼，且隨機呈送。

式中：F為描述詞實際被述及的次數(shù)占該描述詞所有可能被述及總次數(shù)的比例；I為代表評價小組實際給出一個描述詞的強度和占該描述詞最大可能所得強度的比例。

1.3.3 CATA法審評

從安徽農(nóng)業(yè)大學(xué)中招募到100 名（46男54女）無審評背景知識、無長期飲茶經(jīng)驗的消費者組成消費者評價小組。實驗開始前，對招募的消費者評價員進(jìn)行實驗所需的流程介紹以及嗅聞方式等基本知識培訓(xùn)。

CATA問卷單包含了10 名不參加CATA法的消費者（1男9女）從56 個香氣描述詞挑選出達(dá)到高于70%共識度的香氣屬性詞和提供待測的10 個情緒描述詞。詞匯排列遵循隨機順序，避免首因性偏見，茶樣均采用3位數(shù)的隨機編碼，呈送順序遵循拉丁方設(shè)計[25]。

1.3.4 消費者喜好度檢驗

消費者接受度檢驗采用9點喜愛標(biāo)度（1 分：非常不喜歡；9 分：非常喜歡）[26]對黃大茶的整體喜好度進(jìn)行勾選，在CATA審評中進(jìn)行（100 名）。

1.4 數(shù)據(jù)處理與分析

QDA過程中所得優(yōu)選評價員數(shù)據(jù)采用PanelCheck 1.4.0平臺分析評價員的表現(xiàn)（http://www.panelcheck.com）[27]。其余數(shù)據(jù)均利用XLSTAT 2016軟件處理。對于QDA所得數(shù)據(jù)分別進(jìn)行方差分析、主成分分析；對CATA法得到的描述詞頻率進(jìn)行Cochran’s Q檢驗、CA；對消費者喜好檢驗進(jìn)行方差分析、聚類分析（agglomerative hierarchical clustering，AHC）[28]、偏好圖分析[18]。

2 結(jié)果與分析

2.1 黃大茶傳統(tǒng)審評方法評價結(jié)果

傳統(tǒng)審評方法審評專家給出的評審結(jié)果如表1所示，7 種黃大茶在感官評價上差異明顯，均有各自的香氣特征。4 種不同焙火程度的茶樣中，HDC1和HDC2均顯純正的香氣特征，HDC3和HDC4隨著焙火程度的增加均帶有焦火香。3 種不同嫩度的茶樣中，HDC5因采用較嫩的原料，帶有甜香的香氣特征，HDC6和HDC7分別顯鍋巴香和焦香。由于黃大茶焙火程度和嫩度的確定不僅與香氣品質(zhì)有關(guān)，還包括外形、滋味、湯色、葉底等因素，這些因素在傳統(tǒng)方法審評中都很好地被專家區(qū)分開。

由表1可知，傳統(tǒng)審評方法對評價專家專業(yè)能力有極高的要求，包括對茶葉術(shù)語、程度副詞的準(zhǔn)確使用以及對焙火程度和嫩度判斷的熟練掌握程度，同時對解讀評審結(jié)果的人也有較高的專業(yè)要求，其需要充分了解術(shù)語的褒義或貶義以及程度的深淺等信息，對于普通消費者來說難以通過該結(jié)果得到購買指導(dǎo)。

表1 黃大茶樣品香氣感官傳統(tǒng)審評法結(jié)果Table 1 Results of sensory evaluation of large-leaf yellow tea samples

2.2 QDA法的黃大茶香氣評價結(jié)果

2.2.1 QDA法黃大茶香氣描述詞匯表的建立

QDA過程中，將7 種黃大茶茶樣提供給感官評價小組，初步得到43 個描述詞，根據(jù)排序篩選出M大于0.26的描述詞（表2），最終確立了16 個描述詞。評價員對篩選出的16 個描述詞進(jìn)行討論、定義、并結(jié)合相關(guān)文獻(xiàn)報道和對比體會，確定描述詞的參比樣及相對強度，如表3所示。有別于傳統(tǒng)審評中簡單概括性的術(shù)語描述，QDA法的描述詞匯表中將黃大茶術(shù)語中常見詞匯進(jìn)行細(xì)化及量化，如“焦氣”在QDA法中被細(xì)化為“焦苦”“糊味”；“甜香”被細(xì)化為“焦糖香”“熟栗香”“甘草香”。

表2 黃大茶香氣描述詞的幾何平均值MTable 2 Geometric mean of aroma attributes of large-leaf yellow tea

續(xù)表2

表3 黃大茶主要的感官屬性定量描述詞匯表Table 3 Defniition and references of large-leaf yellow tea sensory proflies

蛛網(wǎng)圖可以直觀地勾勒出茶樣在不同香氣特征上的強度差異程度，優(yōu)選評價員在表3的基礎(chǔ)上采用9 點標(biāo)度法對4 個不同焙火程度和3 個不同嫩度中不同香氣屬性強度進(jìn)行打分，制得蛛網(wǎng)圖如圖1所示。在不同焙火程度的茶樣中，焙火程度越高，焦苦味和糊味越來越重，但有些描述詞并不與茶葉焙火程度呈完全正相關(guān)，如在甜香強度上：HDC2＞HDC1＞HDC3＞HDC4；在鍋巴香強度上：HDC3＞HDC4＞HDC2＞HDC1、在焦糖香強度上：HDC2＞HDC3＞HDC4＞HDC1。在不同嫩度的茶樣中，粗氣的強度：HDC5＞HDC6＞HDC7，可以發(fā)現(xiàn)隨著嫩度等級降低，粗氣越來越高，這些都能很好地被評價員區(qū)分開。

2.2.2 優(yōu)選評價員能力分析結(jié)果

通過PanelCheck軟件評估優(yōu)選評價員對7 種茶樣的區(qū)分能力、評價結(jié)果的重復(fù)性和評價小組的一致性[20]。

評價員的區(qū)分能力可以用F值來評估，如圖2A所示，橫坐標(biāo)表示1～10號評價員，不同彩色線條各代表一個描述詞，縱坐標(biāo)代表F值，值越大說明評價員對其描述詞的區(qū)分能力就越好。10 位優(yōu)選評價員對多數(shù)描述詞的F值都高于或接近5%顯著水平，其中2號、3號、7號和8號評價員F值總體高于其他評價員，區(qū)分能力強。

圖2B中橫坐標(biāo)表示1～10號評價員，縱坐標(biāo)表示均方誤差（mean squared error，MSE），MSE越小代表評價員的重復(fù)性越好。當(dāng)評價員同時具有較高的F值和較低的MSE時，表明該評價員具備良好的評估能力。從圖2A、B中可以看出，評價員2號、3號、7號和8號區(qū)分能力強且重復(fù)性較好；1號評價員區(qū)分樣品的能力較差，且重復(fù)性差。評價小組在長期評審過程中，只有不斷地提高和穩(wěn)定評價員的感官靈敏度、降低評價員之間和感官評價結(jié)果之間的偏差、控制得當(dāng)?shù)耐獠凯h(huán)境條件以及與參與實驗的評價員密切配合，才能有效減少評審中的不準(zhǔn)確性，得到準(zhǔn)確性高且重現(xiàn)性強的客觀評價結(jié)果。

評價小組整體的一致性可以用Profile plot分析來評估，圖2C1～C16各代表一個描述詞，邊框顏色表示該描述詞的顯著性水平，小圖中的不同彩線代表不同評價員，加粗黑線為平均值，彩線向黑線越聚攏，評價小組在該描述詞的一致性越高，相反，彩線越散亂則一致性較差。由圖2C可知，酸餿氣在0.01水平上具有顯著性差異，其他氣味均在0.001水平上具有顯著性差異；熟栗香、咖啡香、粗氣、青氣、酸餿氣等氣味評價小組的評價一致性較高；木質(zhì)香、糊味、焦苦等氣味評價一致性較差。綜上所述，評價小組整體的一致性較好，后續(xù)也可通過長時間訓(xùn)練來提高評價小組的一致性。

圖2 評價員區(qū)分黃大茶樣品的能力（A）、重復(fù)性（B）和一致性（C）Fig. 2 Panelists’ ability to discriminate large-leaf yellow tea samples (A)and repeatability (B) and consistency (C) of results

2.2.3 方差分析結(jié)果

對QDA法得分結(jié)果進(jìn)行單因素方差分析和多重比較分析，如表4所示，16 個描述詞對于不同茶樣均在0.000 1水平上具有高度顯著差異。在不同焙火程度中，HDC1和HDC2由于采用低溫烘干，以甜香、青氣、玉米須等主要香氣特性區(qū)別于其他茶樣；HDC3和HDC4以高溫促進(jìn)內(nèi)質(zhì)轉(zhuǎn)化，以鍋巴香、高火香等主要的香氣特性區(qū)別于其他茶樣。在不同嫩度中，HDC5以甜香、熟栗香、玉米須、嫩香為主要的香氣特性顯著區(qū)別于其他茶樣，由于黃大茶特級原料比較細(xì)嫩，所以常會伴隨著優(yōu)質(zhì)的甜香和熟栗香；HDC6和HDC7由于原料較為粗老，以粗氣為主要的香氣特性顯著區(qū)別于HDC5。

表4 QDA法方差分析結(jié)果Table 4 Analysis of variance for mean intensity scores for large-leaf yellow tea samples determined by QDA

2.2.4 主成分分析結(jié)果

為更直觀地展示各樣品香氣之間的區(qū)別和聯(lián)系，對16 個描述詞平均值進(jìn)行PCA，結(jié)果如圖3所示。圖3A中前兩個主成分PC1與PC2解釋了香氣屬性總變異量的96.94%；圖3B中展示了前二個主成分PC1與PC2解釋了香氣屬性總變異量的100%，說明PCA解釋度較高，可繼續(xù)進(jìn)行分析。

從圖3可以直觀地看到Y(jié)軸將4 種不同焙火程度的黃大茶按照低焙火和高焙火區(qū)分開，將3 種不同嫩度的黃大茶按照高嫩度和低嫩度進(jìn)行區(qū)分。樣品與描述詞之間越接近，說明該描述詞屬性越強[29]，7 種黃大茶在香氣屬性上各有特點：其中HDC1的香氣特征主要表現(xiàn)為青氣、甘草香；HDC2的香氣特點主要為甜香、玉米須、熟栗香、焦糖香；HDC3在咖啡香、鍋巴香方面表現(xiàn)突出；HDC4和HDC3比較接近，在煙絲香、糊味、焦苦等香氣表現(xiàn)相似，但呈現(xiàn)出獨特的木質(zhì)香；HDC5的香氣特征主要表現(xiàn)為熟栗香、玉米須、甜香；HDC6和HDC7相近，具有高火香和咖啡香等香氣特征。

圖3 基于QDA的黃大茶樣品PCA得分圖和載荷圖Fig. 3 CA score plot and loading plot of large-leaf yellow tea samples based on QDA

2.3 CATA法的黃大茶香氣評價結(jié)果

2.3.1 CATA法黃大茶香氣描述詞匯表的建立

CATA法和前2 個方法獲得描述詞的方式明顯不同，它是從文獻(xiàn)和前期實驗中收集到56 個黃大茶香氣描述詞，由10 名不參與CATA法的消費者根據(jù)共識挑選出超過70%共識度的18 個香氣描述詞，如表5所示，其中青草香/青氣、甘草香、甜香、熟栗香、玉米須、焦糖香、鍋巴香、煙絲香、咖啡香、木香/木質(zhì)香、糊味、焦苦、酸餿氣13 個感官描述詞在QDA法中也被使用，消費者所選用描述詞和經(jīng)過培訓(xùn)的感官評價員所選用描述詞在一定程度上相近，但也存在一定的差異，如紅薯皮、中藥味、大麥茶、水悶味、干枝枯葉等描述詞并沒有被優(yōu)選評價員提及。

表5 CATA法建立的香氣描述詞表及被提及的頻率統(tǒng)計Table 5 Aroma descriptors developed by CATA and their frequency of mention

2.3.2 基于香氣描述詞的Cochran’s Q檢驗分析結(jié)果

為了直觀地展示描述詞的差異顯著性，對CATA法中18 個香氣描述詞被提及的頻率進(jìn)行Cochran’s Q檢驗，如表5所示，不同焙火程度的4 個茶樣中有17 個香氣特征描述詞有顯著性差異；不同嫩度的3 個茶樣中有15 個香氣特征描述詞有顯著差異。在不同焙火程度的茶樣中，被選擇頻率較高并且與其他茶樣有高度顯著差異的描述詞有青草香、甜香、煙絲香、糊味、焦苦等；在不同嫩度的茶樣中，被選擇頻率較高且有高度顯著差異的描述詞有甘草香、甜香、鍋巴香、糊味、干枝枯葉等。針對顯著性差異性高的描述詞，消費者能夠區(qū)分出茶樣間的香氣差異并判斷出差異的具體屬性；而針對差異不顯著的屬性如大麥茶、焦糖香、咖啡香等，消費者的評判效果不及QDA法的優(yōu)選評價員。

2.3.3 基于香氣描述詞的對應(yīng)分析結(jié)果

對具有顯著性差異的香氣描述詞采用CA以展示樣品與描述詞之間的關(guān)系[10]，所得結(jié)果如圖4所示。HDC1被描述為具有青草香、甘草香和水悶味；HDC2具有甜香、玉米須、焦糖香、熟栗香等香氣特征；HDC3和HDC4相近，都帶有糊味、焦苦、中藥味、煙絲香等香氣特征（圖4A）。HDC5被描述為帶有生紅薯皮、甜香、玉米須、焦糖香等香氣特征；HDC6和HDC7比較接近，都帶有焦苦、糊味、水悶味等香氣特征，但HDC6呈現(xiàn)出獨特的鍋巴香和煙絲香（圖4B）。CATA法和QDA法得出的香氣特征在一定程度上相近，從圖4中可以直觀地看到未經(jīng)培訓(xùn)的消費者也將4 種不同焙火程度的黃大茶按照低焙火和高焙火區(qū)分開，并將3 種不同嫩度的黃大茶按照高嫩度和低嫩度分開，與QDA法的結(jié)果一致。

圖4 基于CATA的香氣描述詞的對應(yīng)分析Fig. 4 Correspondence analysis of the aroma descriptors from CATA

2.3.4 基于情緒描述詞的Cochran’s Q檢驗分析結(jié)果

消費者評價員對給定的黃大茶香氣的情緒描述詞進(jìn)行勾選并對結(jié)果進(jìn)行Cochran’s Q檢驗，結(jié)果如表6所示，在不同焙火程度的4 個茶樣中有8 個情緒描述詞有顯著性差異；在不同嫩度的3 個茶樣中有7 個情緒描述詞有顯著差異。

在不同焙火程度的4 種茶樣中，被選擇頻率較高并且有極顯著差異的描述詞有清新的、失望的、令人不快的等。在不同嫩度的3 種茶樣中，被選擇頻率較高并且有極顯著差異的描述詞有清新的、舒服的、失望的等。消費者對不同茶樣的情緒感受是不同的，QDA法較CATA法而言雖然能確定香氣差異的強度，精確度更高，但是無法得知消費者的情緒變化。

表6 CATA法建立的情緒描述詞表及被提及的頻率統(tǒng)計Table 6 Emotion attributes established by CATA and their frequency of mention

2.3.5 基于情緒描述詞的對應(yīng)分析結(jié)果

對具有顯著性差異的情緒描述詞進(jìn)行CA以得到茶樣與描述詞的關(guān)系，結(jié)果如圖5所示，HDC1被消費者描述為帶有清新的、放松的、舒服的香氣；HDC2被描述為帶有愉快的、令人滿意的、舒服的香氣特征；HDC3和HDC4較為相近，被消費者描述為帶有厭惡的、失望的、令人不快的氣味（圖5A）。HDC5給消費者帶來清新的、滿意的、愉快的、舒服的情緒感受；HDC6和HDC7帶有厭惡的、失望、令人不快的氣味特征（圖5B）。結(jié)合圖4可知，消費者喜愛青草香、甜香、玉米須、熟栗香等香氣特征，不喜歡糊味、焦苦、中藥味等香氣特征。所以在生產(chǎn)黃大茶時需要改變營銷策略，盡量避免生產(chǎn)具有這些感官特征的樣品，以提升樣品的消費者喜好度。綜上，CATA法較QDA法能夠更好地調(diào)查消費者喜好驅(qū)動因子及其產(chǎn)品的改進(jìn)方向，能夠相對快速、輕松地直接從消費者中獲得產(chǎn)品的感官特性信息。

圖5 基于CATA的情緒描述詞的對應(yīng)分析Fig. 5 Correspondence analysis of the emotion descriptors from CATA

圖6 基于9 點喜愛標(biāo)度的黃大茶樣品AHC樹形圖Fig. 6 Agglomerative hierarchical clustering dendrogram of large-leaf yellow tea samples on 9-point hedonic scale

綜上所述，3 種感官評價方法分別采用專家評價員[3]、優(yōu)選評價員[30]和消費者評價員[31]對4 種焙火程度和3 種不同嫩度的黃大茶進(jìn)行評審，其在應(yīng)用方面的優(yōu)缺點如表7所示。

表7 黃大茶香氣感官評價方法的優(yōu)缺點Table 7 Comparison of three methods for aroma sensory evaluation of large-leaf yellow tea

2.4 消費者喜好度檢驗

對消費者喜好度檢驗數(shù)據(jù)分別進(jìn)行方差分析、聚類分析、偏好圖分析，7 種黃大茶的總體喜好度平均值如表8所示，消費者對這7 種黃大茶樣品的喜好度排序為HDC5＞HDC2＞HDC1＞HDC6＞HDC7＞HDC4＞HDC3，盡管消費者對各種黃大茶的喜愛程度相似，但總體上焙火程度低和嫩度高的HDC2和HDC5明顯優(yōu)于焙火程度高和嫩度低的HDC4和HDC7。

表8 黃大茶樣品總體喜好均值Table 8 Mean scores for overall hedonic acceptability of large-leaf yellow tea samples

如圖6所示，通過聚類分析將100 名消費者分為6 類：組1～6分別占總消費者的15%、16%、26%、15%、16%和12%。

消費者對7 種黃大茶樣品的偏好如圖7所示。圖中不同背景色所占百分比表示消費者對該樣品的喜好超過平均喜好度的占比，占比越高，表明該樣品越受到消費者的喜愛[16]。組1位于淺藍(lán)色區(qū)域，偏好率為20%～40%，接近HDC3和HDC6，說明該茶樣只有小部分人喜歡；組2、組3和組4位于橙色區(qū)域，偏好率為60%～80%，接近HDC1；組5和組6偏愛HDC2和HDC5，兩樣品的平均喜好度分別為5.89和6.23，都位于紅色區(qū)域，偏好率為80%～100%，這意味著大部分消費者喜歡這兩種黃大茶；HDC4和HDC7位于深藍(lán)色區(qū)域，偏好率為0～20%，這意味著大部分消費者都不喜愛這兩種黃大茶。綜合來看，小火烘焙和高嫩度的黃大茶更受消費者喜愛。

圖7 基于CATA的黃大茶樣品偏好圖分析Fig. 7 Preference mapping of large-leaf yellow tea samples based on CATA

3 結(jié) 論

本實驗結(jié)果表明，傳統(tǒng)茶葉感官審評對評價專家專業(yè)能力要求極高，具有一定的主觀性；QDA法準(zhǔn)確率高，能夠準(zhǔn)確區(qū)分香氣強度差異且能夠?qū)Ω泄賹傩赃M(jìn)行細(xì)化及量化，但是對評價員要求較高且培訓(xùn)時間較長；CATA法能夠相對輕松、快速、低成本地從消費者中獲取香氣特征差異，且能得到消費者直接的情緒感受，但無法評價香氣特征強度。

此外，本實驗引入的消費者喜好度檢驗可以了解消費者對黃大茶的偏好性，能夠直接反映消費者的需求，可為黃大茶生產(chǎn)企業(yè)提供消費者偏好信息，從而生產(chǎn)更符合消費者購買意愿的產(chǎn)品，更好地促進(jìn)黃大茶市場繁榮。