茶叶感官评价方法及机器可读存储介质与流程

本发明涉及茶叶感官审评
技术领域：
，具体地涉及一种茶叶感官评价方法及机器可读存储介质。
背景技术：
：对于大多数非专业、非资深的消费者在选择茶叶的时候面临的一个很大问题就在于对茶叶不了解，不知道如何选择。消费者在“醇厚”、“醇和”等等一系列专业的茶叶品质描述术语面前显得手足无措，不知如何选购。因此，在茶叶产品感官品质和消费者之间亟需一种简单有效的量化方法，方便指导消费者进行购买。技术实现要素：本发明实施例的目的是为了克服现有技术中对于茶叶产品感官量化的缺陷，提供一种茶叶感官评价方法及机器可读存储介质，从而实现对茶叶品质的科学、快速和准确审评。为了实现上述目的，本发明实施例提供一种茶叶感官评价方法，所述方法包括：获取待评价茶叶样品的特征成分的含量；根据所述待评价茶叶样品的特征成分的含量，以及所述待评价茶叶的每种预设感官评价维度与对应的特征成分的评价模型，得到所述待评价茶叶样品对应于每种预设感官评价维度的得分。进一步地，在所述得到所述待评价茶叶样品对应于每种预设感官评价维度的得分之后，所述方法还包括：根据得分范围与预设等级的对应关系，确定所述待评价茶叶样品的每种预设感官评价维度的对应等级，并利用预设感官标识显示所述对应等级。进一步地，所述待评价茶叶的每种预设感官评价维度与对应的特征成分的评价模型通过下述方式建立：获取所述待评价茶叶在每种预设感官评价维度的评分及所述待评价茶叶的理化成分的含量；通过相关性分析，在所述待评价茶叶的理化成分的含量中确定影响每种预设感官评价维度的特征成分；根据每种预设感官评价维度的评分以及对应的特征成分的含量，通过数据拟合算法确定影响每种预设感官评价维度的评分的所述特征成分对应的权重值；根据所述特征成分对应的权重值，建立所述待评价茶叶的每种预设感官评价维度与对应的特征成分的评价模型。进一步地，所述通过相关性分析，在所述待评价茶叶的理化成分的含量中确定影响每种预设感官评价维度的特征成分包括：根据相关性分析，得到每种预设感官评价维度与各个理化成分之间的相关系数；根据指定误差概率范围、预设感官评价维度与理化成分的预设相关列表以及所述相关系数的绝对值，确定影响每种预设感官评价维度的特征成分。进一步地，所述根据每种预设感官评价维度的评分以及对应的特征成分的含量，通过数据拟合算法确定影响每种预设感官评价维度的评分的所述特征成分对应的权重值包括：利用数据拟合算法，分别将每种预设感官评价维度的评分作为因变量，与其对应的特征成分的含量作为自变量，将所述特征成分的权重值作为未知参数进行拟合，得到影响每种预设感官评价维度的评分的所述特征成分对应的权重值。进一步地，所述数据拟合算法包括偏最小二乘法和通用全局优化算法。进一步地，在所述建立每种预设感官评价维度与对应的特征成分的评价模型之后，所述方法还包括：获取所述待评价茶叶的综合指数的评分；根据每种预设感官评价维度的评分以及综合指数的评分，通过数据拟合算法确定影响所述综合指数的评分的每种预设感官评价维度对应的权重值；根据每种预设感官评价维度的权重值，建立所述待评价茶叶的综合指数与每种预设感官评价维度的评价模型。进一步地，在所述得到所述待评价茶叶样品的每种预设感官评价维度的得分之后，所述方法还包括：根据所述待评价茶叶样品的每种预设感官评价维度的得分，以及所述待评价茶叶的综合指数与每种预设感官评价维度的评价模型，得到所述待评价茶叶样品的综合指数的得分。进一步地，所述方法还包括：根据得分范围与预设等级的对应关系，确定所述待评价茶叶样品的综合指数的对应等级，并利用预设感官标识显示所述对应等级。相应的，本发明实施例还提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行上述所述的茶叶感官评价方法。通过上述技术方案，在获取待评价茶叶样品的特征成分的含量之后，将所述待评价茶叶样品的特征成分的含量代入所述待评价茶叶的每种预设感官评价维度与对应的特征成分的评价模型中，从而得到所述待评价茶叶样品对应于每种预设感官评价维度的得分。本发明实施例中利用待评价茶叶的每种预设感官评价维度与对应的特征成分的评价模型与获取的待评价茶叶样品的特征成分的含量，即可得到所述待评价茶叶样品对应于每种预设感官评价维度的得分，通过得分的形式，直观地体现了茶叶的感官品质，便于指导消费者购买。本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。附图说明附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。在附图中：图1是本发明实施例提供的一种茶叶感官评价方法的流程示意图；图2是本发明实施例提供的一种预设感官标识的示例；图3是本发明实施例提供的另一种预设感官标识的示例；图4是本发明实施例提供的以红茶为例时，确定特征成分的数据示例；图5是本发明实施例提供的以红茶为例时，预设感官标识的示例；图6是本发明实施例提供的以熟普洱茶为例时，确定特征成分的数据示例；图7是本发明实施例提供的以熟普洱茶为例时，预设感官标识的示例；图8是本发明实施例提供的以龙井茶为例时，确定特征成分的数据示例；图9是本发明实施例提供的以龙井茶为例时，预设感官标识的示例。具体实施方式以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。茶叶的苦、涩、鲜、甜、醇、厚、滑等特征是由于茶叶中茶多酚、咖啡碱、儿茶素、氨基酸、糖、茶色素等呈味物质在茶汤中的含量、比例、呈味特性不同而形成的。目前文献中关于茶叶综合滋味特征与各呈味成分的定性研究较多，但是对于苦、涩、鲜、甜、醇、厚、滑等不同滋味与各呈味成分的定性、定量研究较少，并且都停留在科学研究层面，在实际指导消费者选购茶叶的应用方面尚属空白。本发明实施例通过将待评价茶叶样品的特征成分的含量，代入待评价茶叶的每种预设感官评价维度与对应的特征成分的评价模型，从而得到所述待评价茶叶样品对应于每种预设感官评价维度的得分，通过得分的形式，直观地体现了茶叶的感官品质，便于指导消费者购买。图1是本发明实施例提供的一种茶叶感官评价方法的流程示意图。如图1所示，所述方法包括如下步骤：步骤101，获取待评价茶叶样品的特征成分的含量；步骤102，根据所述待评价茶叶样品的特征成分的含量，以及所述待评价茶叶的每种预设感官评价维度与对应的特征成分的评价模型，得到所述待评价茶叶样品对应于每种预设感官评价维度的得分。其中，要得到待评价茶叶样品对应于每种预设感官评价维度的得分，首先需要建立待评价茶叶的每种预设感官评价维度与对应的特征成分的评价模型。所述评价模型的具体建立方式如下所述：1)获取所述待评价茶叶在每种预设感官评价维度的评分及所述待评价茶叶的理化成分的含量；2)通过相关性分析，在所述待评价茶叶的理化成分的含量中确定影响每种预设感官评价维度的特征成分；3)根据每种预设感官评价维度的评分以及对应的特征成分的含量，通过数据拟合算法确定影响每种预设感官评价维度的评分的所述特征成分对应的权重值；4)根据所述特征成分对应的权重值，建立所述待评价茶叶的每种预设感官评价维度与对应的特征成分的评价模型。其中，对于步骤1)，由于在建立该评价模型之前，是没有现成的计算方法或检测方法的，所以通过调研专业评茶师、资深茶叶消费者、普通茶叶消费者等人对待评价茶叶(如绿茶、红茶、乌龙茶、黑茶、熟普、生普等)的感官评价维度，例如滋味(苦涩度、甜度、鲜爽度等)、香气、汤色、耐泡度等。通过凭借专业评茶师的经验选择待评价茶叶的预设感官评价维度，并在每种预设感官评价维度上均筛选出待评价茶叶样品，保证在每种预设感官评价维度上都有代表性样品。然后由专业评茶师按照国标中的评审方法对待评价茶叶进行评审，并在每种预设感官评价维度上对所述待评价茶叶进行评分，从而获取到所述待评价茶叶在每种预设感官评价维度的评分。然后对所述待评价茶叶中的水分、水浸出物、茶多酚、儿茶素总量、没食子酸、表没食子儿茶素、表没食子基儿茶素没食子酸酯、表儿茶素、表儿茶素没食子酸酯、咖啡碱、可溶性糖、总黄酮、茶黄素、茶红素、茶褐素、氨基酸总量及组成等成分含量按照国标检测方法和仪器或者实验室自建检测方法进行检测。例如，儿茶素总量及组成按照gbt8313-2008方法并使用高效液相色谱仪(hplc)进行检测；茶黄素、茶红素和茶褐素按照实验室自建的检测方法进行样品制备并使用酶标仪进行检测，从而获取所述待评价茶叶的理化成分的含量。对于步骤2)，将每种预设感官评价维度与检测得到的各个理化成分的含量进行相关性分析。例如，使用spss软件中的皮尔逊相关分析方法，将每种预设感官评价维度与检测得到的各个理化成分的含量作为变量进行相关性分析，得到每种预设感官评价维度与各个理化成分之间的相关系数，然后根据指定误差概率范围、预设感官评价维度与理化成分的预设相关列表以及所述相关系数的绝对值，确定影响每种预设感官评价维度的特征成分。其中，在进行相关性分析时，要进行假设检验。假设检验中的p值是进行检验决策的一个依据。p值为概率，即反映某一事件发生的可能性大小。统计学根据显著性检验方法得到的p值，一般以p<0.05为有统计学差异，p<0.01为有显著统计学差异，p<0.001为有极其显著的统计学差异，其含义分别是样本间的差异由抽样误差所致的概率小于0.05、0.01、0.001。在进行相关性分析时，首先看p值，统计学上的判断标准一般为0.05。若p<0.05说明相关系数有统计学意义，然后再考虑相关系数，相关系数的绝对值越大越相关；若p≤0.05说明相关系数没有统计学意义，无论相关系数的值为多少都没有考虑意义。在本发明实施例中，将所述指定误差概率范围设定为p<0.05，然后查看p<0.05，且在每种预设感官评价维度与理化成分的预设相关列表(例如，根据文献研究结果得到的预设感官评价维度与理化成分的预设相关列表)中，同时相关系数的绝对值较高的理化成分，确定为影响每种预设感官评价维度的特征成分。例如，在对某种待评价茶叶建立每种预设感官评价维度与对应的特征成分的评价模型时，预设感官评价维度为厚滑度，理化成分有51种。在进行相关性分析，在这51种理化中确定影响厚滑度的特征成分时，查找同时满足指定误差概率范围p<0.05，且存在于厚滑度与理化成分的预设相关列表中，同时相关系数的绝对值较高的理化成分为特征成分，例如，确定影响厚滑度的特征成分为咖啡碱和茶多酚。对于步骤3)，利用数据拟合算法，分别将每种预设感官评价维度的评分作为因变量，与其对应的特征成分的含量作为自变量，将所述特征成分的权重值作为未知参数进行拟合，得到影响每种预设感官评价维度的评分的所述特征成分对应的权重值。例如，预设感官评价维度为苦涩味，与其对应的特征成分为茶多酚和咖啡碱，将二者的含量作为自变量，将所述特征成分的权重值作为未知参数得到苦涩味＝未知参数1*茶多酚的含量+未知参数2*咖啡碱的含量，通过数据拟合算法，例如偏最小二乘法或通用全局优化算法，拟合得到两种特征成分的权重值，即未知参数1和未知参数2。对于步骤4)，根据步骤3)得到的两个特征成分的权重值，建立所述待评价茶叶的每种预设感官评价维度与对应的特征成分的评价模型，例如，未知参数1＝0.8，未知参数2＝0.2，从而得到该待评价茶叶的预设感官评价维度苦涩味＝0.8*茶多酚的含量+0.2*咖啡碱的含量，即预设感官评价维度苦涩味与对应的特征成分茶多酚、咖啡碱的评价模型。在通过上述方式得到所述待评价茶叶的每种预设感官评价维度与对应的特征成分的评价模型之后，只要获取到待评价茶叶样品的特征成分的含量，将其代入该评价模型中，即可得到所述待评价茶叶样品对应于每种预设感官评价维度的得分。在本发明的一种实施方式中，根据消费者调研结果，例如消费者觉得将苦涩度分为5个等级就够了，如果分的等级太多，例如10级，在购买产品时对其判断产品的苦涩度时指导意义不大，或者从10个不同苦涩度等级的产品中选择起来会带来选择综合征等等问题，以及茶叶评审专家的评审结果、经验及建议(例如专业的茶叶评审专家根据传统评审经验，认为该类待评价茶叶的苦涩度品质大概能分为4个级别)，或者通过聚类分析(例如根据20个待评价茶叶样品苦涩度得分进行聚类分析，从聚类分析结果可以看到20个待评价茶叶样品的苦涩度能分为3大类，从而可将苦涩度分为3个级别)等方法，将各个预设感官评价维度分为若干个等级，并确定各个等级上的预设感官评价维度的得分范围。例如苦涩度满分为50分，并最终确定将苦涩度分为5个级别，将50分平均分为5个级别，即一级对应的评分范围为1.0-10.0分，二级对应的评分范围为10.1-20.0分，三级对应的评分范围为20.1-30.0分，四级对应的评分范围为30.1-40.0分，五级对应的评分范围为40.1-50.0分。然后利用预设感官标识显示对应等级，例如，用数字、文字或者雷达图、柱形图等图形的方式将待评价茶叶样品在各个预设感官评价维度的对应等级表示出来，帮助消费者更加直观的了解产品的感官品质特征。如图2所示，2代表***红茶甜度为2级，5代表最甜的红茶为5级。或者如图3所示，两颗★代表***红茶甜度为2级，一共5颗星代表最甜的红茶为5级。在本发明的另一种实施方式中，在所述建立每种预设感官评价维度与对应的特征成分的评价模型之后，还可以建立所述待评价茶叶的综合指数与每种预设感官评价维度的评价模型，从而得到所述待评价茶叶样品的综合指数的得分。具体实施方式如下所述：1)获取所述待评价茶叶的综合指数的评分；2)根据每种预设感官评价维度的评分以及综合指数的评分，通过数据拟合算法确定影响所述综合指数的评分的每种预设感官评价维度对应的权重值；3)根据每种预设感官评价维度的权重值，建立所述待评价茶叶的综合指数与每种预设感官评价维度的评价模型。4)根据所述待评价茶叶样品的每种预设感官评价维度的得分，以及所述待评价茶叶的综合指数与每种预设感官评价维度的评价模型，得到所述待评价茶叶样品的综合指数的得分。其中，与获取待评价茶叶在每种预设感官评价维度的评分类似，也是由专业评茶师综合考虑汤色、滋味、香气等感官评价维度而得到的产品品质的综合评价，从而对所述待评价茶叶的综合指数进行评分。然后，利用数据拟合算法，将综合指数的评分作为因变量，每种预设感官评价维度的评分作为自变量，将每种预设感官评价维度对应的权重值作为未知参数进行拟合，得到影响所述综合指数的评分的每种预设感官评价维度对应的权重值。例如，预设感官评价维度为厚滑度和甜度，将二者的评分作为自变量，将每种预设感官评价维度对应的权重值作为未知参数得到综合指数＝未知参数1*厚滑度的评分+未知参数2*甜度的评分，通过数据拟合算法，例如偏最小二乘法或通用全局优化算法，拟合得到两种预设感官评价维度对应的权重值，即未知参数1和未知参数2。在得到每种预设感官评价维度对应的权重值之后，建立所述待评价茶叶的综合指数与每种预设感官评价维度的评价模型，例如，未知参数1＝0.2，未知参数2＝0.8，从而得到该待评价茶叶的综合指数＝0.2*厚滑度的得分+0.8*甜度的得分。同样，所述综合指数的得分也可以根据得分范围与预设等级的对应关系，确定所述待评价茶叶样品的综合指数的对应等级，并利用预设感官标识显示所述对应等级。其中，得分范围与预设等级的对应关系与上面描述的预设感官评价维度的得分范围与预设等级的对应关系相同，所述待评价茶叶样品的综合指数的得分对应的等级可参考上面对于预设感官评价维度的对应等级的划分，并利用预设感官标识显示所述对应等级。下面将以几种类别的待评价茶叶来举例说明本发明实施例的实施过程。第一种，以红茶为例进行说明。首先，通过调研专业评茶师、红茶资深消费者、红茶普通消费者，确定浓强度和鲜爽度作为预设感官评价维度，并选取浓强度和鲜爽度有差异的典型红茶样品20个，由专业评茶师按照gbt22111-2008中的方法对茶样进行评审，并从浓强度和鲜爽度2种预设感官评价维度进行评分，同时将预设感官评价维度的得分划分为5个等级，如表1所示。表1等级得分范围10.0-1.021.1-2.032.1-3.043.1-4.054.1-5.0其次，对茶样中的水分、水浸出物、茶多酚、儿茶素总量及组成、咖啡碱、可溶性糖、总黄酮、氨基酸总量及组成、茶黄素、茶红素、茶褐素含量进行检测，获取茶样的理化成分的含量。将浓强度和鲜爽度的评分分别与检测的理化成分的含量进行相关性分析，结合预设感官评价维度与理化成分的预设相关列表、指定误差概率范围以及相关系数的绝对值，如图4所示，最终确定影响浓强度的特征成分为茶多酚和茶黄素，影响鲜爽度的特征成分为茶黄素和游离氨基酸。其中，对于鲜爽度，从相关系数的数据来看，茶多酚比茶黄素和游离氨基酸的相关系数还大，但是结合预设感官评价维度与理化成分的预设相关列表可知，茶多酚是苦涩味成分，与鲜爽度不相关，故而没有将茶多酚确定为影响鲜爽度的特征成分；同样的，对于浓强度而言，结合预设感官评价维度与理化成分的预设相关列表可知游离氨基酸主要呈鲜爽的味道，与浓强度关系不大，故而没有将游离氨基酸确定为影响浓强度的特征成分。然后，分别将浓强度和鲜爽度的评分作为因变量，茶多酚、茶黄素、游离氨基酸的含量为自变量，利用通用全局优化算法，将茶多酚、茶黄素、游离氨基酸的权重值作为未知参数进行拟合，得到影响每种预设感官评价维度的评分的所述特征成分对应的权重值，从而建立红茶的每种预设感官评价维度与对应的特征成分的评价模型(1)：浓强度的得分：n＝12.1×茶多酚的含量(％)+51.6×茶黄素的含量(％)鲜爽度的得分：x＝53.4×茶黄素的含量(％)+109.6×游离氨基酸的含量(％)在对某种红茶样品进行感官评价时，分别检测该样品的特征成分茶多酚、茶黄素、游离氨基酸的含量，如表2所示。表2理化成分含量茶多酚25.25％茶黄素1.30％游离氨基酸3.21％将上述所检测含量代入评价模型(1)中，得到浓强度和鲜爽度的得分：浓强度的得分：n＝12.1×25.25％+51.6×1.30％＝3.71鲜爽度的得分：x＝53.4×1.30％+109.6×3.21％＝4.22而根据表1所示的得分范围与预设等级的对应关系，确定该红茶样品的浓强度和鲜爽度的等级分别为4、5。另外，为了便于消费者理解，可以利用如图5所示的预设感官标识显示对应等级。第二种，以熟普洱茶为例进行说明。首先，通过调研专业评茶师、资深熟普消费者、熟普普通消费者，确定厚滑度和甜度作为预设感官评价维度，并选取厚滑度和甜度有差异的典型红茶样品20个，由专业评茶师按照gbt22111-2008中的方法对茶样进行评审，并从厚滑度和甜度2种预设感官评价维度进行评分，另外还可以进行综合指数的评分，同时将预设感官评价维度和综合指数的得分划分为5个等级，如表1所示。其次，对茶样中的水分、水浸出物、茶多酚、儿茶素总量、没食子酸、表没食子儿茶素、表没食子基儿茶素没食子酸酯、表儿茶素、表儿茶素没食子酸酯、咖啡碱、可溶性糖、总黄酮、茶黄素、茶红素、茶褐素、氨基酸总量及组成等51种理化成分的含量进行检测。将厚滑度和甜度的评分分别与检测的51种理化成分的含量进行相关性分析，结合预设感官评价维度与理化成分的预设相关列表、指定误差概率范围以及相关系数的绝对值，如图6所示，最终确定影响厚滑度的特征成分为咖啡碱、茶多酚，影响甜度的特征成分为茶多酚和茶多糖。然后，分别将厚滑度和甜度的评分作为因变量，咖啡碱、茶多酚和茶多糖的含量作为自变量，利用通用全局优化算法，将咖啡碱、茶多酚和茶多糖的权重值作为未知参数进行拟合，得到影响每种预设感官评价维度的评分的所述特征成分对应的权重值，从而建立红茶的每种预设感官评价维度与对应的特征成分的评价模型(2)：厚滑度的得分：h＝27.2×茶多酚的含量(％)+30.6×咖啡碱的含量(％)甜度的得分：t＝-2.1×茶多酚的含量(％)+39.1×茶多糖的含量(％)另外，还可以考虑综合指数的得分情况。即首先将综合指数的评分作为因变量，厚滑度和甜度的评分作为自变量，利用通用全局优化算法，得到厚滑度和甜度的权重值，从而建立该熟普洱茶的综合指数与每种预设感官评价维度的评价模型(3)：综合指数的得分：z＝0.78h+0.22t在对某种熟普洱茶样品进行感官评价时，分别检测该样品的特征成分咖啡碱、茶多酚的含量，如表3所示。表3理化成分含量咖啡碱3.8％茶多酚8.5％茶多糖4.2％将上述所检测含量代入评价模型(2)中，得到厚滑度和甜度的得分：厚滑度的得分：h＝27.2×8.5％+30.6×3.8％＝3.5甜度的得分：t＝-2.1×8.5％+39.1×4.2％＝1.5然后将上述二者的得分代入评价模型(3)中，得到综合指数的得分：综合指数得分：z＝0.78×3.5+0.22×1.5＝3.1根据表1所示的得分范围与预设等级的对应关系，确定该熟普洱茶样品的厚滑度、甜度和综合指数的等级分布为4、2、4。另外，为了便于消费者理解，可以利用如图7所示的预设感官标识显示对应等级。第三种，以龙井茶为例进行说明。首先，通过调研专业评茶师、绿茶深生普消费者、绿茶普通消费者，确定苦涩度、鲜爽度、香气高度作为预设感官评价维度，并选取苦涩度、鲜爽度、香气高度有差异的龙井茶样品10个，由专业评茶师按照gbt23776-2009中的方法对茶样进行评审，并从苦涩度、鲜爽度、香气高度3种预设感官评价维度进行评分，同时将预设感官评价维度的得分划分为5个等级，如表1所示。其次，对茶样中的水分、水浸出物、茶多酚、儿茶素总量及组成、咖啡碱、可溶性糖、总黄酮、氨基酸总量及组成、香气组成的理化成分的含量进行检测。将苦涩度、鲜爽度、香气高度的评分分别与检测的理化成分的含量进行相关性分析，结合预设感官评价维度与理化成分的预设相关列表、指定误差概率范围以及相关系数的绝对值，如图8所示，最终确定影响苦涩度的特征成分为茶多酚；影响鲜爽度的特征成分为茶氨酸、谷氨酸；影响香气高度的特征成分为2-正戊基呋喃、4-甲基＝3戊烯-2-酮、水杨酸甲酯。然后，分别将苦涩度、鲜爽度、香气高度的评分作为因变量，将上述确定的影响各个预设感官评价维度的特征成分的含量作为自变量，利用通用全局优化算法，将各个特征成分的权重值作为未知参数进行拟合，得到影响每种预设感官评价维度的评分的所述特征成分对应的权重值，从而建立龙井茶的每种预设感官评价维度与对应的特征成分的评价模型(4)：苦涩度的得分：k＝23×茶多酚的含量(％)鲜爽度的得分：x＝107×茶氨酸的含量(％)+328×谷氨酸的含量(％)香气高度的得分：q＝151×2-正戊基呋喃的含量(％)+19×4-甲基＝3戊烯-2-酮的含量(％)+32×水杨酸甲酯的含量(％)在对某种龙井茶样品进行感官评价时，分别检测该样品的特征成分儿茶素总量、茶氨酸、谷氨酸、2-正戊基呋喃、4-甲基＝3戊烯-2-酮、水杨酸甲酯的含量，如表4所示。表4理化成分含量儿茶素总量15.4％茶氨酸0.29％谷氨酸0.261％2-正戊基呋喃2.125％4-甲基＝3戊烯-2-酮1.41％水杨酸甲酯0.88％将上述所检测含量代入评价模型(4)中，得到苦涩度、鲜爽度、香气高度的得分：苦涩度的得分：k＝23×15.4％＝3.54鲜爽度的得分：x＝107×0.29％+328×0.261％＝1.17香气高度的得分：q＝151×2.125％+19×1.41％+32×0.88％＝3.19根据表1所示的得分范围与预设等级的对应关系，确定该龙井茶样品的苦涩度、鲜爽度、香气高度的等级分布为4、2、4。另外，为了便于消费者理解，可以利用如图9所示的预设感官标识显示对应等级。通过本发明实施例，通过建立茶叶的每种预设感官评价维度与对应的特征成分的评价模型，从而用于指导新品开发，另外通过数字量化的方式，向消费者展示了茶叶的感官特点，指导产品购买。相应的，本发明实施例还提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行上述实施例所述的茶叶感官评价方法。以上结合附图详细描述了本发明实施例的可选实施方式，但是，本发明实施例并不限于上述实施方式中的具体细节，在本发明实施例的技术构思范围内，可以对本发明实施例的技术方案进行多种简单变型，这些简单变型均属于本发明实施例的保护范围。另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明实施例对各种可能的组合方式不再另行说明。本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得单片机、芯片或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。此外，本发明实施例的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明实施例的思想，其同样应当视为本发明实施例所公开的内容。当前第1页12