茶叶是一种嗜好性饮品,其品质评价在茶产业和科学研究中备受关注。目前在茶叶的生产销售过程中,以专家评价为主的感官审评方法是检验茶叶品质的主要手段。该方法存在对环境和人员的专业度要求高、易受多方面因素干扰等缺陷,难以适应现代化生产和以消费者为导向的发展需求。针对目前茶叶感官评价的问题,本论文以我国典型名优绿茶龙井茶为研究对象,借鉴食品感官分析方法,采用化学计量学方法和近红外光谱技术,对龙井茶的感官及化学品质评价进行系统研究,包括基于消费端评价的感官分析方法研究、感官品质的化学基础研究和感官品质及化学成分的快速无损检测。本论文为其他茶叶品类的感官评价提供了研究思路,为茶叶品质化学研究和光谱化学研究提供了一定的理论基础。基于近红外光谱建立的龙井茶感官品质总分、鲜味、涩味及化学成分快速无损检测技术在生产实际和消费市场中有一定的应用前景。主要研究成果如下:1.采用改良Check-All-That-Apply方法,建立了18个适合消费者使用的龙井茶感官风味描述词,通过多元因子分析等计量学方法证明描述词具有很好的评价能力,使用频率最高的描述词为“涩”和“鲜”。2.对龙井茶样品进行感官审评及品质化学成分检测,采用偏最小二乘法分别建立化学成分与感官品质、鲜味、涩味的关系,决定系数均高于0.81;通过连续变量投影法得出龙井茶整体感官品质的关键化学成分为表没食子儿茶素没食子酸酯、表没食子儿茶素、儿茶素总量、茶氨酸、谷氨酸、杨梅素-葡萄糖苷、杨梅素-半乳糖苷、山奈酚-葡萄糖苷和山奈酚-芸香糖苷。3.通过近红外光谱无损检测技术结合偏最小二乘法和联合区间偏最小二乘法对龙井茶感官品质进行定量预测,本论文中最优方法为多元散射校正叠加均值中心化预处理结合联合区间偏最小二乘法,模型相关系数大于0.90,准确度高。通过化学计量学方法分析表明联合区间筛选的关键波段与儿茶素类、黄酮苷类及生物碱类物质关系更为密切。4.通过近红外光谱无损检测技术结合参数优化支持向量机方法建立龙井茶鲜味和涩味的定性预测模型,预测准确率达75.18%。本论文中鲜味的最优建模方法为1阶求导预处理结合粒子群优化支持向量机,涩味的最优建模方法为均值中心化预处理结合网格划分法优化支持向量机。5.通过近红外光谱无损检测技术结合反向传递人工神经网络,建立了能够同时预测10种关键化学成分含量的模型,包括表没食子儿茶素没食子酸酯、表没食子儿茶素、儿茶素总量、咖啡碱、茶氨酸、谷氨酸、杨梅素-葡萄糖苷、杨梅素-半乳糖苷、山奈酚-葡萄糖苷和山奈酚-芸香糖苷。模型整体相关系数为0.92,预测能力优于每种化学成分单独建模。当样本量大于200时,模型效果优异并趋于稳定。