王梦琪，邵晨阳，朱荫，张悦，林智*，吕海鹏*



龙井茶香气成分的产区差异分析

王梦琪1,2，邵晨阳3，朱荫1，张悦1，林智1*，吕海鹏1*

1. 农业部茶树生物学与资源利用重点实验室，中国农业科学院茶叶研究所，浙江 杭州 310008；2. 中国农业科学院研究生院，北京 100081；3. 河南茶叶工程技术研究中心，信阳农业科学院，河南 信阳 464000

龙井茶是我国典型的地理标志茶类产品，其产地分为西湖产区、钱塘产区及越州产区3个产区。采用顶空固相微萃取-气相色谱-质谱（HS-SPME/GC-MS）联用技术，分析比较了西湖产区、钱塘产区及越州产区3个不同产区的一批次代表性龙井茶的香气成分组成特点及其相对含量水平等。结果表明，不同产区龙井茶的香气成分在化学组成上存在一些差异，分别从钱塘产区、越州产区、西湖产区的龙井茶样品中鉴定出了47种、45种和40种共同香气成分；此外，基于龙井茶香气成分的相对含量建立了1个PLS-DA模型（拟合参数为2=0.885，2=0.777），可区分3个不同产地的龙井茶样品；通过数据处理软件查明了龙井茶中的12种关键香气成分在3个不同产区中的分布规律。

龙井茶；香气；产区；差异；分析

龙井茶是我国传统的历史名茶之一，以“色翠、香郁、味醇、形美”四绝而驰名中外，尤其是其香气品质高鲜清幽，清香显著，长期以来备受消费者的青睐[1-3]。香气是鉴定茶叶品质最重要的评价因子之一，是由性质不同、含量微少且差异悬殊的众多挥发性物质组成的混合物。所谓茶香，实际是不同芳香物质以不同浓度组合，并对嗅觉神经综合作用所形成的茶叶特有香型[4-6]。

龙井茶是我国典型的地理标志茶类产品，是浙江省的著名特产。地理标志产品龙井茶（GB/T 18650—2008）[7]指出，龙井茶地理标志产品保护范围限于国家质量监督检验检疫行政主管部门根据《地理标志产品保护规定》批准的范围，可分为西湖产区、钱塘产区及越州产区3个产区。长期的生产实践表明，产区差异在很大程度上决定了龙井茶的香气品质差异。

现有研究在龙井茶香气成分的产区差异方面涉及很少，以往研究[8-9]分析龙井茶香气的富集方法一般采用同时蒸馏萃取法（SDE）。采用SDE方法虽然可得到浓度很高的香气物质，但获得的香精油在感官上已与原茶香型有明显区别[10]，提取得到的香精油香气在一定程度上失真[9]。究其原因，可能是由于茶叶香气提取过程中长时间的高温作用，致使某些物质发生变化，特别是对热敏性的香气组分影响较大，例如不饱和脂肪酸氧化降解生成一些脂肪族醇、醛物质，糖苷类化合物水解释放出芳樟醇、香叶醇等物质，-胡萝卜素热降解生成-紫罗酮等物质等等。相比SDE法，顶空-固相微萃取（HS-SPME）是一种无溶剂的样品处理技术，具有成本低、无需有机溶剂、所需样品量少、灵敏度高、重现性好、操作简单、方便快捷的特点，能较准确地反映样品的风味组成，并能方便地与气相色谱、液相色谱联用，目前已经广泛应用于茶叶香气成分分析[11-13]，并取得了较好的研究成果。例如，HS-SPME与气相色谱-嗅闻技术（Gas Chromatography- Olfactometry，GC-O）联用可以有效分析茶叶中的特征香气成分[14-15]，另外HS-SPME与手性色谱联用分析茶叶中的挥发性萜类化合物的对映异构体等[16-17]。

为查明地理标志范围内西湖产区、钱塘产区及越州产区3个产区龙井茶香气成分的产区差异，本研究选用一批具有代表性的龙井茶样品，采用HS-SPME/GS-MS技术分析它们的香气成分组成特点及含量水平等，进而分析香气组成及含量上的产地差异规律等，以期为龙井茶的产区判别提供理论依据。

1 材料与方法

1.1 材料与主要分析仪器

试验材料为代表性龙井茶样品15个（编号S1—S15），由浙江省农业技术推广中心提供，其中钱塘产区和越州产区的样品为2016年龙井茶实物参考样（征求意见样），西湖产区的龙井茶样品为实物标准样；具体信息详见表1所示。

主要分析仪器如下：气相色谱-质谱联用仪，型号：Agilent 7890A-5975C（美国Agilent公司）；色谱柱选用DB-5MS（30 m×250 μm×0.25 μm）；萃取头为50/30 μm聚二甲基硅烷-二乙烯基苯涂层纤维（DVB/CAR/ PDMS）萃取头（美国Supelco公司）；HH-2数显恒温水浴锅（上海精宏实验设备有限公司）；PL202-L-电子天平[梅特勒-托利多仪器（上海）有限公司]。

1.2 香气分析方法

采用HS-SPME富集香气成分[12]。准确称取样品1.00 g置于250 mL顶空萃取瓶中，加入10.0 mL沸水冲泡，放入60℃水浴锅平衡5.0 min，然后插入装有DVB/CAR/PDMS萃取头（试验前先将此萃取头在GC-MS进样口250℃老化30 min）的手动SPME手柄在60℃水浴条件下顶空萃取，萃取时间为60 min，取出后立即插入GC-MS进样口中解吸附3.0 min。

表1 龙井茶样品信息

GC-MS条件：进样口及传输线温度：280℃和270℃；载气：氦气；不分流进样。升温程序：先由60℃保持3.0 min，以4.0℃·min-1升至280℃，保持2.5 min；总分析时间为60.5 min。

质谱：E1电离能量：-70 eV；质量扫描范围：33~600 u；离子源温度：220℃。

由GC-MS分析得到的质谱数据经计算机在NIST98.L标准谱库的检索，查对有关质谱资料，对基峰、质核比和相对丰度等方面进行分析；进而结合挥发性成分的保留时间，保留指数以及采用标准品验证等方式，分别对各峰所代表的香气物质的化学结构和名称加以确认，其相对含量采用峰面积归一法分析，即以各组分的峰面积占总峰面积的百分比表示。

每个样品独立重复检测3次，取平均值。

1.3 数据统计分析

采用SPSS 17.0数据处理软件进行数据分析；关键香气成分的判别使用SIMCA-P 11.5软件进行分析[18]；关键香气成分在龙井茶不同产区中的分布规律使用Multi Experiment Viewer （MeV）生物信息学分析软件中的层序聚类分析（HCA）[19]完成。

2 结果与分析

2.1 不同产区龙井茶样品的香气成分分析

3个不同产区龙井茶香气成分的GC-MS总离子流图如图1所示。从钱塘产区、越州产区、西湖产区的龙井茶样品中分别鉴定出47、45及40种共同香气成分（表2）。

在钱塘产区样品鉴定出的47种共性香气成分中（表2），芳樟醇、()-己酸-3-己烯酯、()-丁酸-3-己烯酯及壬醛是相对含量最高的4种香气成分，它们的相对含量分别为8.84%、8.45%、3.27%和2.14%。根据化合物的化学结构特点，对上述47种香气成分进行分类分析，发现在钱塘产区龙井茶样品的香气成分中，有醇类11种（总计17.25%），酯类物质6种（总计16.81%），碳氢化合物19种（总计11.74%），醛类物质4种（总计4.43%），酮类物质4种（总计4.03%），酚类化合物1种（0.92%），杂环化合物1种（0.37%），酸类物质1种（0.62%）。

在越州产区样品中所鉴定出的45种共性香气物质中（表2），()-己酸-3-己烯酯、芳樟醇、正辛醇、叔丁基乙酸乙酯及()-丁酸-3-己烯酯是相对含量最高的5种香气成分，它们的相对含量分别达到8.93%、8.29%、3.91%、3.71%和3.26%。对上述45种香气成分进行分类分析，表明在越州产区龙井茶样品的香气成分中，有酯类物质7种（总计21.81%），醇类物质9种（总计17.14%），碳氢化合物14种（总计9.57%），醛类物质5种（总计5.46%），酮类物质4种（总计4.59%），酚类化合物2种（总计1.69%），杂环化合物3种（总计1.42%），酸类化合物1种（0.83%）。

在西湖产区样品中鉴定出的40种共性香气成分中（表2），()-己酸-3-己烯酯、芳樟醇、()-丁酸-3-己烯酯、茉莉酮以及香叶醇是相对含量最高的5种成分，它们的相对含量分别为18.10%、6.29%、4.46%、2.43%和2.41%。对上述40种香气成分进行分类分析表明，在西湖产区龙井茶样品的香气成分中，有酯类物质8种（总计29.07%），醇类物质6种（总计12.14%），碳氢化合物12种（占总计11.06%），酮类物质4种（总计4.36%），醛类物质5种（总计3.23%），酚类化合物2种（占1.40%），杂环化合物2种（总计1.50%），酸类物质1种（1.43%）。

由上可见，本文所分析的钱塘产区、越州产区及西湖产区3个不同产区龙井茶样品的香气成分在化学组成上存在一定的差异（图2）。西湖产区龙井茶样品香气成分中酯类成分的含量最高，越州产区次之，钱塘产区最低；而在醇类成分的相对含量上却呈现出了相反的规律，即钱塘产区最高，越州产区次之，西湖产区最低；另外，3个产区龙井茶样品的香气成分中，酮类化合物的相对含量比较接近，为4.3%左右；西湖产区龙井茶样品香气成分中醛类成分较低，低于越州产区和钱塘产区；而越州产区的碳氢化合物成分较低，低于钱塘产区和西湖产区；钱塘产区的杂环化合物、酸类及酚类化合物成分较低，都低于越州产区和西湖产区。

2.2 不同产区龙井茶关键香气成分的判别和聚类分析

本研究采用SIMCA-P 11.5软件对香气检测结果进行分析，基于龙井茶香气成分的相对含量建立了1个PLS-DA模型（拟合参数为2=0.885，2=0.777）。通过PLS-DA模型有效区分了3个产区的龙井茶样品，发现对产区区分影响较大的12种关键香气成分（VIP>1），分别是二氢芳樟醇、己酸己酯、苯甲醇、十三烷、()-己酸-3-己烯酯、反式2-己烯基己酸、香叶基丙酮、-紫罗酮、甲基(2)-3,7-二甲基-2,6-辛二烯酸酯、十四烷、2,3-二氢-2,2,6-三甲基苯甲醛和癸醛。PLS-DA得分图如图3-A所示。由PLS-DA验证模型可见（图3-B），2回归直线与Y轴的截距均小于0，表明该PLS-DA判别模型不存在过拟合现象，模型较为可靠（2=0.286，2=－0.281）。PLS-DA分析是基于偏最小二乘法（Partial Least Squares，PLS）回归的一种判别方式，PLS-DA为有监督的分析，人为加入了分组变量，可弥补PCA方法的不足，强化组间的差异。PLS-DA变量重要性因子（Variable Important for the Projection，VIP）值可以量化PLS-DA的每个变量对分类的贡献，VIP值越大，变量在不同产地间差异越显著。

为了直观地展示12种关键香气成分在3个不同产区间的分布规律，采用层序聚类分析（HCA）对这些关键香气成分进行了分析（图4），图中颜色越深表示含量越多，颜色越浅含量越少。由图4可知，这12种关键香气成分的分布大概可分为3组。其中十三烷、己酸己酯、()-己酸-3-己烯酯和反式2-己烯基己酸这4种香气成分主要在西湖产区龙井茶中含量最高；十四烷、苯甲醇、2,3-二氢-2,2,6-三甲基苯甲醛和-紫罗酮这4种香气成分在越州产区龙井茶中含量最高；而二氢芳樟醇、香叶基丙酮、甲基(2)-3,7-二甲基-2,6-辛二烯酸酯和癸醛这4种香气成分在钱塘产区龙井茶中含量最高。

3 讨论

香气是决定茶叶品质的重要因子。本研究分别从钱塘产区、越州产区、西湖产区的龙井茶样品中鉴定出47、45和40种共性香气成分，通过比较发现3个不同产区龙井茶的香气成分在化学组成上也存在较大差异，这一点与以往的研究结果相似[8-9]，都证实了龙井茶香气成分的产区差异性。然而因香气富集方式的不同，研究结果也存在较多的差异。例如，张新亭等[8]采用SDE-GC/MS研究表明，与钱塘产区和越州产区龙井茶相比，西湖产区龙井茶香气组分的数量较多、香气含量较高，尤其是芳樟醇、己酸叶醇酯、-紫罗兰酮、橙花叔醇等9种重要香气组分的含量较高；孙彦等[9]采用SDE-GC/MS比较了6种龙井茶（西湖龙井商品1、西湖龙井商品2、西湖龙井评比优质品、龙井村、钱塘、龙坞）的香气成分，研究表明，这6个龙井茶样的香气总量和成分含量差距较大，以龙井村产区的龙井茶香气总量最多，钱塘和龙坞香气总量相对较少，6种茶共有成分有18种，但各自含量不同，每种茶中发现有其他茶中不含有的特征成分。然而，代毅等[20]采用SPME-GC/MS研究表明，西湖、越州、钱塘3个不同产区的龙井茶的香气物质构成种类基本一致，芳樟醇、丁酸-反-3-己烯酯、异戊酸-顺-3-己烯酯等19种挥发性成分是龙井茶中的主要香气成分，对构成其特征风味成分具有重要作用；鉴于该研究中所使用的龙井茶样品量很少，每个产区仅1个样品，因此有必要增加样本量进行确认。

图1 不同产区龙井茶挥发性成分的GC-MS总离子流图

表2 不同产区龙井茶的香气成分及其相对含量

续表2

注：表中ND表明相对含量数据低于检测限。

Note: ND in the table indicated the relative content was not detected in this study.

注：（A）PLS-DA得分图；（B）PLS-DA验证模型。

Note: (A) Score plot of PLS-DA, (B) Validate model of PLS-DA.

图3 不同产区龙井茶香气成分PLS-DA得分图及其验证模型

Fig.3 Score plot and validate model of PLS-DA of aroma components in Longjing teas of different regions

注：A：醇类；B：醛类；C：酮类；D：酯类；E：碳氢化合物；F：酚类化合物；G：酸类；H：杂环化合物。

图4 不同产区龙井茶关键香气成分热图

不同产区龙井茶香气成分差异的原因，可能主要与不同产区龙井茶种植的地理环境（例如不同的微域气候和土壤条件等）的差异有关。正是因为香气组成和含量上的差异，使龙井茶的产区判别具有可能性。本研究基于龙井茶香气成分的相对含量，建立了1个PLS-DA模型可初步区分3个不同产区的龙井茶样品。以往有研究表明，电子鼻技术在龙井茶产地判别中有一定的应用潜力，可采用首先利用电子鼻进行等级划分，然后在同一等级下进行树种鉴定和产地判别的西湖龙井茶品质智能嗅觉快速检测策略[21]；另外，有研究指出，鉴于茶叶中元素组成因气候条件和土壤类型不同而有所差异，形成茶叶产地的元素指纹，因此不同产区龙井茶的矿质元素指纹结合化学计量学工具可以有效对龙井茶产地进行溯源，其中FLDA和OPLS-DA模型较适合龙井茶产地溯源[22]。

受代表性样品样本量的限制，本研究初步分析了龙井茶香气成分的产区差异。但因为茶叶香气成分的含量和组成会受到众多条件的影响，例如土壤、肥料、采摘标准和加工方式等，后续研究需要尽可能扩大样品量选取更多的代表性样品进行分析，再通过数据统计分析才能得到更好的趋势性的研究结论。另外，茶叶香气成分在总体上是微量物质，前处理中香气富集的方式对于后续分析也十分重要，不同的富集方式对分析结果往往影响很大。

[1] 陆德彪, 毛祖法. 基于地理标志（GI）的龙井茶产业实证分析[J]. 浙江农业学报, 2011, 23(1): 41-45.

[2] Wang K, Ruan J. Analysis of chemical components in green tea in relation with perceived quality, a case study with Longjing teas [J]. International Journal of Food Science & Technology, 2009, 44(12): 2476-2484.

[3] Wang L, Wei K, Cheng H, et al. Geographical tracing of Xihu Longjing tea using high performance liquid chromatography [J]. Food Chemistry, 2014, 146: 98-103.

[4] 宛晓春. 茶叶生物化学[M]. 3版. 北京: 中国农业出版社, 2003.

[5] Ho C T, Zheng X, Li S. Tea aroma formation [J]. Food Science and Human Wellness, 2015, 4(1): 9-27.

[6] Yang Z, Baldermann S, Watanabe N. Recent studies of the volatile compounds in tea [J]. Food Research International, 2013, 53(2): 585-599.

[7] 中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会. GB/T 18650—2008 地理标志产品龙井茶[S]. 2008-07-15.

[8] 张新亭, 王梦馨, 韩宝瑜. 3个不同地域龙井茶香气组成异同的解析[J]. 茶叶科学, 2014, 34(4): 344-354.

[9] 孙彦, 陈倩, 郭雯飞. 龙井茶的香气成分分析与比较[J]. 浙江大学学报(理学版), 2013, 40(2): 186-190.

[10] 朱旗, 施兆鹏, 任春梅. 绿茶香气不同提取方法的研究[J]. 茶叶科学, 2001, 21(1): 38-43.

[11] Wang L F, Lee J Y, Chung J O, et al. Discrimination of teas with different degrees of fermentation by SPME-GC analysis of the characteristic volatile flavour compounds [J]. Food Chemistry, 2008, 109(1): 196-206.

[12] 吕海鹏, 杨停, 朱荫, 等. 西湖龙井茶HS-SPME/GC-MS香气指纹图谱研究[J]. 现代食品科技, 2015, 31(11): 339-347.

[13] Lin J, Dai Y, Guo Y, et al. Volatile profile analysis and quality prediction of Longjing tea () by HS-SPME/GC-MS [J]. Journal of Zhejiang University Science B, 2012, 13(12): 972-980.

[14] 汪厚银, 李志, 张剑, 等. 基于气质联用/气相色谱-嗅觉测定技术的西湖龙井茶特征香气成分分析[J]. 食品科学, 2012, 33(8): 248-251.

[15] Lv H P, Zhong Q S, Lin Z, et al. Aroma characterisation of Pu-erh tea using headspace-solid phase microextraction combined with GC/MS and GC–olfactometry [J]. Food Chemistry, 2012, 130(4): 1074-1081.

[16] 杨停, 朱荫, 吕海鹏, 等. 茶叶香气成分中芳樟醇旋光异构体的分析[J]. 茶叶科学, 2015, 35(2): 137-144.

[17] Zhu Y, Shao C Y, Lv H P, et al. Enantiomeric and quantitative analysis of volatile terpenoids in different teas () [J]. Journal of Chromatography A, 2017, 1490: 177-190.

[18] Gromski P S, Muhamadali H, Howbeer D I, et al. A tutorial review: Metabolomics and partial least squares-discriminant analysis-a marriage of convenience or a shotgun wedding [J]. Analytica Chimica Acta, 2015, 879: 10-23.

[19] Peeters J P, Martinelli J A. Hierarchical cluster analysis as a tool to manage variation in germplasm collections [J]. Theoretical and Applied Genetics, 1989, 78(1): 42-48.

[20] 代毅, 须海荣. 采用 SPME-GC/MS 联用技术对龙井茶香气成分的测定分析[J]. 茶叶, 2008, 34(2): 85-88.

[21] 史波林, 赵镭, 支瑞聪, 等. 西湖龙井茶品质的智能嗅觉识别[J]. 农业机械学报, 2012, 43(12): 130-135.

[22] 王洁, 石元值, 张群峰, 等. 基于矿物元素指纹的龙井茶产地溯源[J]. 核农学报, 2017, 31(3): 547-558.

Aroma Constituents of Longjing Tea Produced in Different Areas

WANG Mengqi1,2, SHAO Chenyang3, ZHU Yin1, ZHANG Yue1, LIN Zhi1*, LYU Haipeng1*

1. Key Lab of Tea Biology and Resources Utilization, Ministry of Agriculture, Tea Research Institute, Chinese Academy of Agricultural Sciences, Hangzhou 310008, China; 2. Graduate School of Chinese Academy of Agricultural Sciences, Beijing 100081, China; 3. Henan Tea Engineering Research Center, Xinyang City Academy of Agricultural Science, Xinyang 464000, China

Longjing tea is one of the most famous traditional tea and a typical product of geographical indication in China. In this study, the composition and relative contents of aroma components in a representative batch of Longjing tea samples of 3 different origins, namely Xihu region, Yuezhou region, and Qiantang region, were analyzed by headspace solid-phase microextraction gas chromatography-mass spectrometry (HS-SPME/GC-MS). Results showed that there were some differences in the composition of aroma components among the three different regions, and 47, 45 and 40 common aroma components were identified in the tea samples from Qiantang region, Yuezhou region, and Xihu region, respectively. Moreover, Longjing tea samples from three different regions had been distinguished successfully using PLS-DA model (fitting parameters:2=0.885 and2=0.777)which was established basing on the relative contents of aroma components. The distributions of12 key aroma components in different areas were elucidated by the data processing software.

Longjing tea, aroma, producing areas, difference, analysis

TS272.5

A

1000-369X(2018)05-508-10

2018-01-02

2018-03-10

国家自然科学基金（31470694）、浙江省“三农六方”科技协作项目（CTZB-F150922AWZ-SNY1-14）、现代农业产业技术体系建设专项资金（CARS-23）、中国农业科学院创新工程（CAAS-ASTIP-2014-TRICAAS）

王梦琪，女，硕士研究生，研究方向为茶叶加工品质化学。

lvhaipeng@tricaas.com，linz@tricaas.com