【摘 要】
:
茶树(Camelliasinensis(L.)O.Kuntze)起源于我国西南地区,其鲜叶制成的茶饮深受消费者喜爱。香气是评价茶叶品质的一个重要影响因子,同时也是消费者选购茶叶时的重要考量因素。茶叶的香气在形成过程中受多种因素的影响,例如茶树的品种、栽培条件、茶青采摘时间、加工方式和成茶贮藏条件等。浸润条件下的绿茶在一定条件下放置后,会产生一种特殊的愉悦香气,本研究围绕该条件下产生的香气进行探索,
【基金项目】
:
国家自然科学基金(31870682、31570689、31470690); 国家现代茶叶产业技术体系岗位专项(CARS-19);
论文部分内容阅读
茶树(Camelliasinensis(L.)O.Kuntze)起源于我国西南地区,其鲜叶制成的茶饮深受消费者喜爱。香气是评价茶叶品质的一个重要影响因子,同时也是消费者选购茶叶时的重要考量因素。茶叶的香气在形成过程中受多种因素的影响,例如茶树的品种、栽培条件、茶青采摘时间、加工方式和成茶贮藏条件等。浸润条件下的绿茶在一定条件下放置后,会产生一种特殊的愉悦香气,本研究围绕该条件下产生的香气进行探索,具体研究如下:1.探究了浸润条件下绿茶茶叶在放置过程中产生特殊香气的条件以大叶种晒青绿茶、大叶种烘青绿茶、大叶种炒青绿茶以及小叶种晒青绿茶为试验材料,通过对茶叶品种、加工工艺、冲泡次数、冲泡后放置温度和放置时间的单因素筛选和响应面分析,确定了浸润条件下会产生明显的特殊愉悦香气的茶叶品种及产生该香气的最优条件为:大叶种晒青绿茶(5 g),冲泡0次(仅浸润干茶样),放置温度为25℃,放置时间为48h。2.探究了浸润条件下大叶种晒青绿茶在放置过程中的香气变化在产生该特殊愉悦香气的最优条件下,使用顶空固相微萃取(HS-SPME)结合气象色谱-质谱(GC-MS)对浸润后的大叶种晒青绿茶在放置72 h的过程中6个时间点生成的香气物质进行分离鉴定(以放置0h样品为对照)。在6个时间点(0h、24h、36h、48h、60h、72h)分离鉴定出了 9大类共81种挥发性化合物,包括23种碳氢化合物,18种醇类,11种萜烯类,9种醛类,5种酯类、5种酮类和5种醚类,4种酸类和1种含氮化合物。芳樟醇的含量在样品放置48h时达到最高,占比为42.56%,此外还生成了 0.83%的柠檬醛;水杨酸甲酯和香叶醇的含量在36h时达到最高,随后呈降低趋势。根据主成分分析结果,浸润后的大叶种晒青绿茶在放置48h前后,其香气成分存在明显的差异性。3.探究了浸润条件下大叶种晒青绿茶在放置过程中的微生物变化以大叶种晒青绿茶为原料,浸润后在放置过程中选取了 6个时间点:0h、24h、36 h、48 h、60 h、72 h进行取样,通过Hiseq 2500平台,对6个时间点处理的样品中细菌16S rRNA(V3V4)和真菌ITS(ITS1)区域基因进行测序分析。结果显示,在97%相似度下总共鉴定出了 71种真菌属和72种细菌属。细菌的多样性在36h达到最高;真菌多样性在0 h是最高,之后呈持续下降趋势。48 h起曲霉属(Aspergillus)取代大部分真菌以99%以上占比成为优势菌属,48 h也是目的香气最为明显的时间点。研究结果表明浸润条件下大叶种晒青绿茶产生的特殊愉悦香气与真菌的多样性密切相关,推测适量曲霉属(Aspergillus)是产生该香气的重要来源。
其他文献
针对原始鸽群优化的二维最大类间方差法(Otsu)图像分割算法收敛速度慢的缺点,提出了基于混合分数阶鸽群优化的Otsu图像分割算法。算法将分数阶与鸽群算法结合,利用分数阶微积分的记忆性,使鸽群依据更多历史记忆获取更精确最优值,并进行分数阶增强滤波预处理,提高分割精度,引入混沌搜索算法增强种群多样性,提高全局搜索能力。将Otsu算法的离散度矩阵作为改进算法的适应度值,从而快速搜索最佳阈值,进行图像分割
随着电子计算机的普及,计算机视觉已经广泛应用于生活的各种领域。小到停车场的车牌识别,大到车辆或者飞机的自动驾驶,这些和我们日常生活中息息相关的事物无疑都充斥着计算机视觉的身影。自从深度学习问世以来,极大的带动了目标检测领域发展的脚步。本文针对当前飞机遥感图像目标检测算法的检测精度与检测速度不能兼顾的问题,提出了基于SSD(Single Shot MultiBox Detector)的飞机遥感图像目
近年来,随着高分卫星技术和遥感技术的快速发展,获取到的光学遥感图像分辨率、图像质量也不断提高,数据来源也越来越丰富,为遥感图像目标的检测和识别提供了海量的数据支撑。但光学遥感图像的背景复杂,对其采用传统算法处理时,无法满足对目标快速检测的要求。目前深度学习在目标检测领域的快速发展,对遥感图像特定目标的检测和识别取得了一些的成果。然而,遥感图像受背景复杂、目标尺寸差异大、成像视角多变产生阴影等多种因
丰富的语义感知信息、高频细节信息以及特殊的成像视角,使得遥感数据和图像被广泛应用,其中的全色遥感图像虽然空间分辨率较高,却缺少光谱信息无法显示地物色彩不利于目标检测;而彩色遥感图像的目标检测逐渐成为研究热点,但存在问题是:遥感目标分布密集、所占尺寸较小并且背景复杂,直接使用自然图像目标检测算法会产生目标难检、误检与漏检;尽管高分辨率彩色遥感图像的目标检测更具优势,由于在获取过程中对硬件设备精度要求
传统的目标跟踪算法假设目标为点目标,即在每个时刻每个目标最多产生一个量测。随着传感器精度的不断提高,这个假设不再成立,一个目标在每个时刻可产生多个量测,量测的数量也随着时间发生改变,此时的目标跟踪问题称为扩展目标跟踪。由于量测数量增多,人们不仅关注目标的运动状态,同时希望获得目标的估计形状。很多学者对扩展目标跟踪问题展开了研究,但是仍存在很多问题亟待解决。本文针对形状估计较差,无较好的评价指标等问
随着“双减”政策的落地,学生学业负担和家长的精力负担有效减轻,给学生“减负”的同时,如何满足学生个体差异化教学、提高课堂效率将是教师不断研究的内容。以物理学科核心素养为导向,融合“互联网+”教育技术,基于元认知理论可以帮助学生提高自我监控和反思的能力,达到提高学习效率的目的。因此本研究在进行具体调查分析后,基于元认知理论抽象出物理学科学习的策略与方法,制定单元教学设计并应用到实际教学中,通过课堂反
随着5G的快速发展,无线设备数量日益增加,射频频谱变得越来越拥挤。这给无线系统的设计带来了巨大的挑战,如频谱感知、频谱效率、低延迟传输、计算能力和高吞吐量。因此,这就要求智能无线通信网络具有自组织、自配置和自恢复功能等特点。认知无线电(Cognitive Radio,CR)、边缘计算(Edge Computing,EC)是5G中很有前途的技术。针对CR和EC我们分别要解决调制识别(Modulati
随着新时代创新教育发展,各学科对学生的要求不再是简单的“双基”,更需要发展学生的素养,2016年《教育部关于全面深化课程改革,落实立德树人根本任务的意见》中指出应明确学生发展的核心素养,突出强调个人修养、社会关爱、家国情怀,更加注重自主发展、合作参与、创新实践;2020年《高中物理课程标准》明确提出中学物理核心素养由物理观念、科学思维、科学探究以及科学态度与责任四个方面组成,2022年4月最新修订
基于模块化多电平流器的多端高压直流输电(Modular Multi-level Converter based Multi-terminal High Voltage Direct Current,MMC-MTDC)系统具有多站点送电、多落点受电且潮流可灵活控制的优点,但系统中的换流器自身并不具备转动惯量,这将使电网的整体惯性减小。当交流区域发生扰动或直流传输功率变化时,传统换流器控制方法难以对交
风电的随机性、波动性给电力系统的稳定运行带来了挑战,高精度的风电功率预测是维护电力系统安全稳定运行的有力工具。为进一步提高风电功率预测精度,通过集成卷积神经网络(Convolutional Neural Network,CNN)、长短期记忆(Long Short Term Memory,LSTM)网络、门控循环单元(Gated Recurrent Unit,GRU)网络建立了多种神经网络组合的预测