不同贮藏温度下抹茶品质变化及其货架期预测
不同贮藏温度下抹茶品质变化及其货架期预测刘政权，张 惠，王会芳，肖志鹏，程淑华，张正竹
（安徽农业大学 茶树生物学与资源利用国家重点实验室，安徽 合肥 230036）
摘 要：以抹茶为研究对象，分析4 个温度（-18、4、25、37 ℃）条件下抹茶贮藏期的品质变化，并构建抹茶货架期的预测模型。结果显示：各贮藏温度下抹茶的叶绿素含量、绿度、茶多酚含量、抗坏血酸含量和感官评分均呈下降趋势，而水分质量分数呈上升趋势；Pearson相关分析表明抹茶各品质指标中水分质量分数、叶绿素含量与感官评分相关性最高。结合Arrhenius方程建立抹茶货架期预测模型，水分和叶绿素预测模型中活化能Ea分别为10 269.77、7 140.86 kJ/mol，指前因子k0分别为0.659 4、0.026 2，且理论货架期与实际货架期较为相符，因此建立的模型可以以水分质量分数和叶绿素含量为品质指标对抹茶的货架期进行预测。
关键词：抹茶；货架期；水分；叶绿素；预测模型
抹茶是一种采用覆盖栽培的茶树鲜叶经蒸汽（或热风）杀青后干燥制成的叶片为原料，经研磨工艺加工而成的微粉状产品，因其具有粒径小、色泽绿且带有海苔香的特征而备受消费者喜爱，目前被广泛应用于烘焙食品、茶饮料、乳制品等，近年市场发展迅速，为茶产业新的增长点。有研究表明，目前市场上70%的抹茶被作为茶食品配料使用，20%被用于饮料生产，另外有少量被应用于如日化等其他行业。但由于抹茶为微粉状产品，与传统茶叶相比在贮藏过程中更易受环境影响而发生氧化变质。
食品在贮藏过程中的品质变化可通过化学动力学模型表达。Rumaisa等研究了不同干燥温度对红茶干燥特性的影响，得到水分含量与温度间的Arrhenius常数和活化能；Dadali等研究了微波功率和样品量对茶叶微波干燥过程中颜色变化的影响，得到颜色变化的零级动力学模型和Arrhenius方程的指数表达式；萧力争等研究了低温状态下绿茶在货架期的品质变化；陆阳对柠檬凉茶在贮藏期内的品质成分进行分析，得到样品pH值和贮藏温度间的关系，建立相关Arrhenius货架期预测模型。目前有关抹茶贮藏品质和货架期的研究少有报道。如何快速有效地评估抹茶在贮藏期间品质变化并准确预测其货架期显得尤为重要。本实验比较不同贮藏温度下抹茶水分质量分数、叶绿素含量、色泽、茶多酚质量分数、抗坏血酸含量和感官品质的变化，分析各指标间的相关性，在此基础上对不同温度条件下抹茶的货架期进行预测，以期为企业在生产、贮藏、运输和销售过程中的品质监控提供理论指导。
1 材料与方法
1.1 材料与试剂
抹茶（中值粒径为17.150 μm）购自浙江振通宏茶业有限公司。
2,6-二氯靛酚 上海蓝季科技发展有限公司；白陶土西陇化工股份有限公司；乙二胺四乙酸二钠、福林-酚试剂北京索莱宝科技有限公司；磷酸氢二钠、丙酮、碳酸钠、磷酸二氢钾、抗坏血酸、茚三酮 国药集团化学试剂公司；实验所用其他试剂均为分析纯。
1.2 仪器与设备
SPX-250生化培养箱 上海申贤恒温设备厂；JM-A1002电子天平 余姚纪铭称重校验设备有限公司；AR224CN分析天平 奥豪斯仪器上海有限公司；DK-S24型电热恒温水浴锅 上海精宏实验设备有限公司；SC-3610低速离心机 安徽中科中佳科学仪器有限公司；GZX-9146 MBE数显鼓风干燥箱 上海博迅实业有限公司医疗设备厂；CR-400/410型色彩色差计日本美达能公司；SHZ-D（III）型循环真空泵 西安予辉仪器有限公司；UV-1600紫外分光光度计 上海菁华科技仪器有限公司。
1.3 方法
1.3.1 样品处理
采用0.1 mm厚的聚对苯二甲酸乙二醇酯（polyethylene terephthalate，PET）/铝/聚乙烯（polyethylene，PE）的复合材料对抹茶包装，每个包装15 g，分别在4 个温度（-18、4、25、37 ℃）条件避光保存210 d，每30 d取一次样进行指标测定。
1.3.2 指标测定
1.3.2.1 水分质量分数
水分质量分数测定根据GB 5009.3ü2016《食品安全国家标准 食品中水分测定》。
1.3.2.2 色差
利用色差计对抹茶色泽进行检测。选用L*a*b*色差系统，经白板、黑板校正后，取抹茶置于透明比色皿中进行检测。L值是明度指标，L值越大说明物质明度越亮。红-绿度a为负值时，物体呈现绿色，而且负数的绝对值越大，绿色越深。黄-蓝度b为正数时，表示物体为黄色，且数值越大黄色越深。色差的衍生色相值b/a绝对值越小，样品色泽中绿色调占比越大。
1.3.2.3 抗坏血酸含量
抗坏血酸含量根据GB 5009.86ü2016《食品安全国家标准 食品中抗坏血酸的测定》中的滴定法测定。
1.3.2.4 茶多酚质量分数
根据GB/T 8313-2008《茶叶中茶多酚和儿茶素类含量的检测方法》测定抹茶中茶多酚质量分数。
1.3.2.5 水浸出物质量分数
水浸出物质量分数的测定根据GB/T 8305-2013《茶水浸出物测定》。
1.3.2.6 叶绿素含量
称取0.10 g样品放入25 mL容量瓶中，加入15 mL、体积分数80%的丙酮溶液，并仔细将黏附在瓶壁边缘的样品碎末洗到丙酮溶液中，室温下置暗处浸提过夜，期间摇动3 次。12 h后取出容量瓶，用体积分数80%丙酮溶液定容至25 mL，离心后进行比色，分别在663 nm和645 nm波长处测定叶绿素a、b的吸光度，叶绿素含量为叶绿素a、b含量之和。
1.3.3 感官评价
由10 位有经验的审评员进行感官评定，感官评价各指标及评分标准见表1。茶样总体感官评分为40%外形（色泽）和60%内质（香气、汤色、滋味）感官的评分之和。
表 1 抹茶感官评价标准
Table 1 Criteria for sensory evaluation of matcha
1.3.4 抹茶货架期预测模型的确定
对4 个不同贮藏温度条件下抹茶的品质指标、感官得分进行Pearson相关性分析，得到与感官得分相关系数最高的品质指标，即为贮藏期间影响样品货架期的关键指标，然后利用零级和一级动力学方程对关键指标进行指数回归分析。根据回归方程的决定系数确定适合本实验的动力学模型，并计算反应常数得到Arrhenius方程，对不同贮藏温度条件下抹茶的货架期进行预测。
在食品贮藏过程中，大多数与食品相关的品质变化都遵循零级（公式（1））和一级（公式（2））反应模式。
式中：t为样品的贮藏时间/d；B0为样品的初始品质指标值；B为样品贮藏t d时的品质指标值；k为样品品质变化速率常数。
描述温度依赖型反应速率常数可用Arrhenius方程（公式（3））来描述，对式（3）取对数后得式（4）。
式中：k为反应速率常数；Ea为反应的活化能/（J/mol）；T为绝对温度/K；k0为回归系数；R为气体常数（8.314 J/（molgK））。
970 Application of intelligent early warning system in pre- and in-hospital connection of stroke patients
根据相关文献报道，并结合零级、一级动力学模型和Arrhenius方程，得到抹茶的货架期一级动力学预测模型和零级动力学预测模型，分别见公式（5）、（6）。
式中：SL为货架期/d。
1.3.5 货架期预测模型的验证
根据公式（5）、（6）得出相应的货架期预测模型，计算抹茶的货架期，即为货架期预测值，将预测值与实测值进行比较，依据平均百分比相对误差，验证其货架期预测模型的可应用性。
1.4 数据统计与分析
采用Excel 2016软件对数据进行统计，SPSS 22.0软件进行单因素方差分析，Origin 2017软件绘制图形，结果用±s表示。
2 结果与分析
2.1 抹茶在不同温度贮藏期间主要成分变化
2.1.1 水分质量分数
图 1 抹茶在不同温度贮藏过程中的水分质量分数变化
Fig. 1 Changes in moisture content of matcha samples under different storage temperatures
从式（4）中可以看到，ln k与1/T呈线性关系，直线斜率为-Ea/R，在Y轴上截距为ln k0。根据式（3）求得4 个贮藏温度的速率常数后k后，以ln k对1/T作图，计算出Ea和k0。
2.1.2 b/a值
图 2 抹茶在不同温度贮藏过程中的b/a变化
Fig. 2 Changes in b/a of matcha samples under different storage temperatures
抹茶色泽中绿度是衡量抹茶品质的重要指标之一。由图2可知，抹茶初始b/a值为-6.10，随着贮藏时间的延长，温度越高样品的绿度下降速率越快。在贮藏末期，25 ℃实验组的b/a值为-18 ℃实验组b/a值的1.43 倍，且低温条件（-18、4 ℃）贮藏组与其他两组间存在显著性差异（P＜0.05）。说明温度对抹茶的b/a值具有显著影响，其中-18 ℃和4 ℃条件下都可以较好地保持干茶色泽。
2.1.3 抗坏血酸含量
抗坏血酸能抑制茶叶的氧化劣变，其保留量与茶叶品质变化程度密切相关。如图3所示，抹茶抗坏血酸的初始含量为（98.4±0.7）mg/100 g。随着贮藏时间的延长，所有实验组的抗坏血酸含量均有所下降，且贮藏温度越高，下降速率越快。贮藏210 d后，-18 ℃条件下抹茶抗坏血酸的含量为（59.46±5.63）mg/100 g，是37 ℃贮藏组的1.80 倍。
图 3 抹茶在不同温度贮藏过程中的抗坏血酸含量变化
Fig. 3 Changes in ascorbic acid content of matcha samples under different storage temperatures
2.1.4 茶多酚质量分数
图 4 抹茶在不同贮藏温度贮藏过程中茶多酚质量分数的变化
Fig. 4 Changes in tea polyphenols content of matcha samples under different storage temperatures
茶多酚质量分数是衡量茶叶品质的重要指标之一。由图4可知，随着贮藏时间延长，各组抹茶茶多酚质量分数总体呈下降趋势，但各组间差异较小。25 ℃和37 ℃贮藏条件下，抹茶茶多酚质量分数分别在60、30 d出现短时间上升趋势，一方面可能是由于随着含水量的增加，少量不溶的酚类物质转化为可溶性茶多酚；另一方面，可能是部分茶多酚的氧化产物短时间难以进一步聚合而被还原，使得茶多酚质量分数出现短时的上升趋势。
2.1.5 水浸出物质量分数
图 5 抹茶在不同温度贮藏过程中的抹茶水浸出物质量分数变化
Fig. 5 Changes in aqueous extract content of matcha samples under different storage temperatures
水浸出物质量分数与茶叶品质紧密相关，能反映茶叶品质。由图5可知，在不同温度贮藏条件下，随贮藏时间延长，抹茶的水浸出物质量分数整体呈下降的趋势，初始值均为（39.34±0.94）%，在贮藏210 d后，-18、4、25、37 ℃条件下抹茶水浸出物质量分数从初始（39.34±0.94）%分别下降至（36.41±1.19）%、（35.32±0.74）%、（36.24±0.88）%、（34.71±0.51）%。在整个贮藏过程中，各组抹茶水浸出物质量分数差异不显著。
2.1.6 叶绿素含量
图 6 抹茶在不同温度贮藏过程中叶绿素含量变化
Fig. 6 Changes in chlorophyll content of matcha samples under different storage temperatures
叶绿素是构成茶叶外形、汤色和叶底色泽的主要色素成分之一，性质不稳定，在贮藏条件下经脱镁、脱植基后形成脱镁和脱植基叶绿素，产物再经过氧化裂解生成水溶性的小分子无色物质。由图6可知，样品初始叶绿素含量为（5.27±0.23）mg/g，在贮藏过程中各组抹茶叶绿素含量快速下降，90 d时不同温度处理组间的叶绿素含量均存在显著性差异（P＜0.05）。
2.1.7 感官评定结果
对食品进行感官评价可以精确地判断其货架期。贮藏初期抹茶色泽鲜绿明亮，汤色浓绿，覆盖香明显，滋味鲜醇。如图7所示，随着贮藏时间的延长，各组抹茶之间的感官评分差异增大：外形色泽逐渐变黄，汤色黄变，带粗陈气，鲜感下降。在贮藏30 d后，37 ℃和-18 ℃实验组的外形和内质得分差异明显，说明37 ℃实验组的抹茶品质变化较大。当贮藏60 d后，37 ℃和25 ℃感官评分下降，其中37 ℃和25 ℃条件下抹茶的外形（色泽）得分下降较其他两组明显，4 ℃和-18 ℃实验组间差异不明显。在贮藏90 d后，-18 ℃实验组的抹茶色泽得分均高于其他3 个实验组。因此，在短期贮藏时，4 ℃和-18 ℃均可较好地维持抹茶感官品质，延缓其下降速率；在长期贮藏时，-18 ℃条件能够更好地保持抹茶品质。
图 7 不同温度贮藏抹茶感官总体评分的变化
Fig. 7 Changes in sensory evaluation of matcha samples under different storage temperatures
2.2 抹茶货架期预测模型的建立
2.2.1 抹茶在贮藏期间理化指标和感官评分之间的相关性
由表2可知，不同贮藏温度下感官评价分、理化指标互相之间的相关系数基本大于0.85，说明各理化指标之间的相关性较好。除水分质量分数外，其他指标之间均呈正相关关系。在所有指标中，-18、4、25、37 ℃下水分质量分数、叶绿素含量与感官评分之间的相关性显著或极显著，相关系数分别为-0.975、0.980；-0.960、0.983；0.975、0.980；0.939、0.987。因此将水分质量分数和叶绿素含量作为影响抹茶品质和货架期动力学预测模型的关键因素。在不同贮藏温度下，抹茶中水分质量分数与叶绿素含量呈极显著负相关（P＜0.01），根据GB/T 34778ü2017《抹茶》，抹茶水分质量分数不应超过6%，故设置水分质量分数6%为贮藏的终点；另外，根据前述检测结果显示，当叶绿素含量低于4 mg/g时样品感官评分最低，不再有市售抹茶特征，将其定为抹茶货架期达到终点。
表 2 抹茶在贮藏期间理化指标和感官评分之间的Pearson相关系数
Table 2 Pearson correlation coefficients between physicochemical indexes and sensory score of matcha during storage
注：*.显著相关（P＜0.05）；**.极显著相关（P＜0.01）。
2.2.2 反应级数的确定
表 3 抹茶在不同贮藏温度下品质变化的动力学模型参数
Table 3 Kinetic model parameters for quality changes of matcha at different storage temperatures
大多数食品的品质变化都遵循零级或一级反应动力学方程。拟对关键指标数据进行回归分析，得到反应速率常数和决定系数。由表3可知，水分质量分数的零级动力学模型的决定系数之和为3.406 7，比一级动力学模型的决定系数（2.923 3）大；而叶绿素含量的零级动力学模型的决定系数之和为3.515 1，比一级动力学模型的决定系数（3.598 5）小。因此，水分质量分数选用零级动力学模型，叶绿素含量选用一级动力学模型。
2.2.3 抹茶在贮藏期间水分质量分数和叶绿素含量的货架期预测模型
根据不同贮藏温度条件下水分质量分数和叶绿素含量随时间的变化规律，建立动力学预测模型。以ln k为y值、1/T为x值作Arrehenius曲线，结果见表4。
表 4 以水分质量分数和叶绿素含量为指标的Arrehenius方程
Table 4 Arrehenius equations for moisture and chlorophyll contents
由表4中线性方程计算得到，水分质量分数和叶绿素含量变化对应的活化能Ea分别为10 269.77 kJ/mol和7 140.86 kJ/mol，指前因子k0分别为0.659 4和0.026 2。不同贮藏温度条件下抹茶的水分质量分数和叶绿素含量变化的Arrhenius方程曲线的R2值均大于0.90。通过式（5）、（6）可得出，以水分质量分数（公式（7））和叶绿素含量（公式（8））为标准的货架期模型。
根据得到货架期预测方程，当确定贮藏温度和初始状态及最终状态，即可计算某一确定温度下抹茶的贮藏时间，可对样品的进行货架期的预测。另外，也可根据抹茶的贮藏温度、初始状态和贮藏时间，计算出在已知贮藏温度条件下贮藏一段时间后的水分质量分数和叶绿素含量，对抹茶的品质变化进行监测。
2.3 抹茶货架期预测模型的验证及货架期的预测
表 5 不同贮藏温度下各品质指标的货架期预测及实测值
Table 5 Shelf life prediction based on different quality indexes at different storage temperatures
根据GB/T 34778ü2017以及感官评价结果，将水分质量分数超过6%或叶绿素含量低于4 mg/g作为货架寿命的终点，利用建立的抹茶货架期预测模型对-18～37 ℃贮藏温度下的货架期进行预测。表5为-18、4、25、37 ℃贮藏条件下，以抹茶水分和叶绿素含量为指标，将货架期的实测值和预测值进行比较的结果。
由表5得到，本实验建立的抹茶货架期的预测模型预测值误差在10%以内，因此可以用来预测不同贮藏温度下抹茶的品质和货架期。综合本实验建立的抹茶货架期预测模型可以为抹茶贮藏期品质变化提供一定的理论指导。
3 结 论
本实验研究了抹茶在-18、4、25、37 ℃不同贮藏温度条件下感官和理化特性的变化规律，并建立相应的预测动力学模型。实验结果显示：随着贮藏时间的延长，在4 种不同温度贮藏条件下，抹茶的水分质量分数逐渐上升，而其感官评分、叶绿素含量、绿度、茶多酚含量、抗坏血酸含量与之相反。低温条件有利于抹茶的贮藏，对叶绿素脱镁和绿度降低等有延缓作用，且其叶绿素含量与25 ℃和37 ℃条件下存在显著性差异（P＜0.05）。相关性分析结果显示，不同贮藏温度条件下，抹茶的感官评分、理化指标互相间的Pearson系数基本大于0.85，其中水分质量分数与感官评分呈极显著负相关（P＜0.01），其他理化指标之间互相均呈正相关关系；在不同温度贮藏条件下，水分质量分数、叶绿素含量与感官评分间的相关系数均较其他指标大，因此选择水分质量分数和叶绿素含量作为货架期预测模型的指标；以这两个指标建立不同贮藏温度抹茶货架期预测的动力学模型，分模型验证结果显示，理论预测值与实际值相对误差为10%以内，说明模型可靠。因此，根据抹茶在贮藏期间的水分质量分数和叶绿素含量建立的预测模型能够较好地预测-18～37 ℃温度条件下抹茶的货架期，为预测和监控抹茶在贮藏期间的货架期提供理论参考。
参考文献：
国家标准化管理委员会, 国家质量监督检验检疫总局. 抹茶: GB/T 34778ü2017. 北京: 中国标准出版社, 2017: 3-4.
DIETZ C, DEKKER M, PIQUERASFISZMAN B. An intervention study on the effect of matcha tea, in drink and snack bar formats, on mood and cognitive performance. Food Research International,2017, 99: 72-83. DOI:10.1016/j.foodres.2017.05.002.
王敬涵, 赵开飞, 黄潇, 等. 抹茶加工及在食品工业中的应用. 茶业通报, 2017(3): 135-138. DOI:10.3969/j.issn.1006-5768.2017.03.014.
王薇. 豆浆抹茶饮料的加工工艺及稳定性研究. 合肥: 安徽农业大学, 2018: 1-5.
李春方. 富硒抹茶抗肿瘤抗氧化和富硒红豆通便排铅活性及其应用研究. 上海: 上海师范大学, 2015: 3-11.
王丽滨. 超微绿抹茶贮藏性能研究及其在蛋糕食品中的应用. 武汉: 华中农业大学, 2008: 19-42.
刘建学. 食品保藏学. 北京: 中国轻工业出版社, 2006: 2-8.
RUMAISA N, HANIM M R N, HII C L. Superheated steam drying of black tea and quality improvement. International Journal of Food Engineering, 2018, 14(9/10): 45-49. DOI:10.1515/ijfe-2018-0185.
DADALI G, DEMIRHAN E, ŐZBEK B. Color change kinetics of spinach undergoing microwave drying. Drying Technology, 2007,25(10): 1713-1723. DOI:10.1080/07373930701590988.
萧力争, 胡祥文, 龚志华, 等. 低温保鲜优质绿茶货架期品质劣变的研究. 湖南农业大学学报(自然科学版), 2006, 32(3): 316-319.DOI:10.3321/j.issn:1007-1032.2006.03.023.
陆阳. 柠檬凉茶生产技术研究与产品开发. 成都: 西华大学,2016: 24-40.
国家卫生和计划生育委员会. 食品安全国家标准 食品中水分测定:GB 5009.3ü2016. 北京: 中国标准出版社, 2016: 9-11.
杜冰, 焦艳丽, 江东文, 等. 低温液氮粉碎对绿抹茶品质影响.农业工程学报, 2012, 28(2): 256-261. DOI:10.3969/j.issn.1002-6819.2012.02.044.
国家卫生和计划生育委员会. 食品安全国家标准 食品中抗坏血酸的测定: GB 5009.86ü2016. 北京: 中国标准出版社, 2016: 9-11.
国家质量监督检验检疫总局. 茶叶中茶多酚和儿茶素类含量的检测方法: GB/T 8313-2008. 北京: 中国标准出版社, 2008: 5-7.
国家质量监督检验检疫总局, 国家标准化管理委员会. 茶 水浸出物测定: GB/T 8305-2013. 北京: 中国标准出版社, 2013: 1-4.
高俊凤. 植物生理学实验指导. 北京: 高等教育出版社, 2006:74-76.
王敬涵. 抹茶加工品质研究及抹茶酱产品研发. 合肥: 安徽农业大学, 2017: 21-27.
刘邻渭. 食品化学. 郑州: 郑州大学出版社, 2011: 371-395.
叶非. 物理化学及胶体化学. 北京: 中国农业出版社, 2004: 80-106.
陈晓宇, 朱志强, 张小栓, 等. 食品货架期预测研究进展与趋势. 农业机械学报, 2015, 46(8): 192-199. DOI:10.6041/j.issn.1000-1298.2015.08.026.
王亚芳. 茶叶干燥过程微观层面失水机理的研究. 杭州: 浙江工业大学, 2016: 5-7.
刘东娜, 聂坤伦, 杜晓, 等. 抹茶品质的感官审评与成分分析.食品科学, 2014, 35(2): 168-172. DOI:10.7506/spkx1002-6630-201402031.
宛晓春. 茶叶生物化学. 3版. 北京: 中国农业出版社, 2003: 240-247.
QU F F, ZHU X J, AI Z Y, et al. Effect of different drying methods on the sensory quality and chemical components of black tea. LWTFood Science and Technology, 2019, 99: 112-118. DOI:10.1016/j.lwt.2018.09.036.
SABHAPONDIT S, BHATTACHARYYA P, BHUYAN L P, et al.Optimisation of withered leaf moisture during the manufacture of black tea based upon theaflavins fractions. International Journal of Food Science & Technology, 2014, 49(1): 205-209. DOI:10.1111/ijfs.12299.
ASAKAWA T, HAMASHIMA Y, KAN T. Chemical synthesis of tea polyphenols and related compounds. Current Pharmaceutical Design,2013, 19(34): 6207-6217. DOI:10.2174/1381612811319340012.
李维熙, 王葳, 王文静. 茶多酚的氧化聚合机制研究进展. 暨南大学学报(自然科学与医学版), 2016, 37(3): 193-200. DOI:10.11778/j.jdxb.2016.03.002.
XU Y Q, CHEN G S, DU Q Z, et al. Sediments in concentrated green tea during low-temperature storage. Food Chemistry, 2014, 149:137-143. DOI:10.1016/j.foodchem.2013.10.084.
吉喆, 范畅, 王维基, 等. 感官分析方法. 乌鲁木齐: 新疆科技卫生出版社, 1994: 176-199.
HOU L X, LING B, WANG S J. Kinetics of color degradation of chestnut kernel during thermal treatment and storage. International Journal of Agricultural & Biological Engineering, 2015, 8(4):106-115. DOI:10.3965/j.ijabe.20150804.1477.
Quality Changes and Predictive Modeling of Shelf Life of Matcha Stored at Different Temperatures
LIU Zhengquan, ZHANG Hui, WANG Huifang, XIAO Zhipeng, CHENG Shuhua, ZHANG Zhengzhu
(State Key Laboratory of Tea Plant Biology and Utilization, Anhui Agricultural University, Hefei 230036, China)
Abstract: The quality changes of matcha during storage under four temperature conditions (-18, 4, 25 and 37 ℃) were analyzed, and a predictive model for the shelf life of matcha was constructed. The results showed that the contents of chlorophyll, tea polyphenols and ascorbic acid, greenness and sensory evaluation showed a downward trend at each storage temperature, while the opposite trend was observed for moisture content. Person correlation analysis showed that moisture and chlorophyll contents had the highest correlation with sensory evaluation. Based on the Arrhenius equation, the shelf life prediction model was established. The activation energy (Ea) was 10 269.77 and 7 140.86 kJ/mol for moisture and chlorophyll contents, respectively, and the pre-exponential factor (k0) was 0.659 4 and 0.026 2, respectively. The theoretical shelf life was consistent with the actual shelf life, and the shelf life of matcha could be predicted based on moisture and chlorophyll contents.
Keywords: matcha; shelf life; moisture; chlorophyll; prediction model
引文格式：2019-01-17
基金项目：皖西黄茶资源深度开发与综合利用关键技术集成研究与示范项目（18030701141）；现代农业产业技术体系建设专项（CARS-19）；浙江省重大科技专项（2017C02037）；2016ü2020年安徽省茶产业体系茶叶深加工岗位专家项目
第一作者简介：刘政权（1975—）（ORCID: 0000-0003-4147-4117），男，副教授，硕士，研究方向为茶叶深加工与综合利用。E-mail: liuzq0312@163.com
DOI:10.7506/spkx1002-6630-20190117-199
中图分类号：TS205.9
文献标志码：A
文章编号：1002-6630（2020）03-0198-07
引文格式：刘政权, 张惠, 王会芳, 等. 不同贮藏温度下抹茶品质变化及其货架期预测. 食品科学, 2020, 41(3): 198-204.DOI:10.7506/spkx1002-6630-20190117-199. http://www.spkx.net.cn
LIU Zhengquan, ZHANG Hui, WANG Huifang, et al. Quality changes and predictive modeling of shelf life of matcha stored at different temperatures. Food Science, 2020, 41(3): 198-204. (in Chinese with English abstract) DOI:10.7506/spkx1002-6630-20190117-199. http://www.spkx.net.cn
页:
[1]