意大利市场上茶叶样本的综合多元元素分析与统计研究：地理起源、冲泡时间及制备方法的影响

《Journal of Food Composition and Analysis》：Comprehensive Multielement Profiling and Statistical Analysis of Tea Samples Available in the Italian Market: Influence of Geographic Origin, Brewing Time and Preparation Method

安吉拉·乔治亚·波托蒂（Angela Giorgia Potortì）|文森佐·纳瓦（Vincenzo Nava）|安布罗吉娜·阿尔贝尔加莫（Ambrogina Albergamo）|文森佐·洛·图尔科（Vincenzo Lo Turco）|朱塞帕·迪贝拉（Giuseppa Di Bella）
墨西拿大学生物医学与牙科科学以及形态与功能影像学系（BIOMORF），帕拉图奇大道13号，98168墨西拿，意大利

**摘要**
本研究分析了意大利市场上商业黑茶的多元素成分，探讨了地理来源和茶叶类型对叶片成分的影响，以及来源、冲泡时间和制备方法对元素转移到茶汤中的影响。通过使用电感耦合等离子体质谱法（ICP-MS）对样品进行微波辅助酸消化处理（HNO3/H2O2），测定了19种元素的含量。该方法经过验证，显示出较高的准确性，回收率在87-105%之间，检测限（LOD）范围为0.0003至0.0015 μg/L。在茶叶中，钾（K）是最丰富的元素（平均含量为1479.6 mg/kg）。中国茶叶中的铝（Al）、镁（Mg）、锰（Mn）、铜（Cu）、镍（Ni）、铅（Pb）、钴（Co）、砷（As）和镉（Cd）含量较高（例如，铝含量高达212.2 μg/kg，铅含量高达123.1 ng/kg）。后续冲泡实验（3分钟、5分钟或8分钟，使用或不使用茶包）显示，铜和铅的有效区分了不同地理来源（阿根廷 < 印度 < 中国）。此外，含咖啡因的茶叶在冲泡5分钟后释放出的铅和镉含量明显高于无咖啡因茶叶（分别为0.529 ng/L和0.032 ng/L），而无咖啡因茶叶则富含铬（Cr）和锶（Sr）（分别为0.89 ng/L和0.017 ng/L）。元素转移情况各异：钾、砷、钠（Na）、镍（Ni）和锌（Zn）的转移率较高（>88%），而铁（Fe）、锶（Sr）、铬（Cr）、铜（Cu）、铅（Pb）和镉（Cd）的转移率较低（<16%）。冲泡时间和茶叶形式会影响元素转移动力学，散装茶叶的元素释放速度更快。膳食评估确认这些元素对人体的贡献可以忽略不计，且毒性元素的水平处于安全范围内。尽管样本量有限且缺乏工业加工细节，但这种综合方法为评估茶叶中的元素动态、转移行为和消费者安全提供了全面的框架。

**1. 引言**
随着人们对饮食对整体健康影响的认识日益增加，消费者越来越关注食品和饮料在促进健康生活方式中的作用。其中，茶叶作为一种传统饮品和功能性饮料受到了特别关注，因其潜在的健康促进作用而受到青睐。2022年全球茶叶产量约为3310万吨，延续了长期增长趋势（FAOSTAT，2022年）。2024年全球茶叶市场估值约为561亿美元，预计2025-2034年复合年增长率（CAGR）为6.20%，到2034年将达到1024亿美元（Expert Market Research，2024年）。茶叶由茶树叶制成，根据加工和氧化程度的不同，分为红茶、绿茶、乌龙茶、红茶和白茶等多种形式。全球消费的茶叶中，红茶占比最大，其次是绿茶，其他类型占比较小。然而，市场趋势表明这种平衡正在发生变化：红茶市场的增长预计会放缓，而绿茶消费量预计将快速增长，主要是由中国国内需求的增长推动。此外，由于斯里兰卡（全球第三大茶叶生产国）的茶叶减产，绿茶及其他类型茶叶的生产有所增加（FAO，2025年）。

茶叶通常通过将加工过的茶叶浸泡在沸水中制成，可以使用散装茶叶或茶包。在冲泡过程中，热水作为溶剂，使茶叶中天然存在的许多水溶性化合物释放到饮料中。这些化合物赋予了茶叶独特的感官特性，其中一些化合物还被认为具有健康益处（Kahraman等人，2025年）。茶叶通常饮用时是热的状态，但冷饮或冰镇茶也很常见；冲泡后应尽快饮用以保持其化学和感官特性。

茶叶的化学成分复杂，受品种、收获季节、环境条件尤其是茶叶加工程度的影响。虽然所有茶叶均源自茶树（Camellia sinensis），但含有共同的有机活性成分（如多酚、氨基酸和生物碱）（Calgarotto等人，2018年；Horanni和Engelhardt，2013年；Wang等人，2022年；Xu等人，2020年；S. Zhang等人，2022年），但从营养和食品安全角度来看，无机成分同样重要。茶叶是宏量元素和微量元素的重要来源，包括硼（B）、钙（Ca）、钴（Co）、铜（Cu）、铁（Fe）、钾（K）、镁（Mg）、锰（Mn）、钠（Na）、硒（Se）、锶（Sr）和锌（Zn）。然而，茶叶也可能含有有毒或潜在有毒的元素，如铝（Al）、砷（As）、镉（Cd）、铬（Cr）、镍（Ni）和铅（Pb），这些元素的含量引人关注。茶叶中这些矿物质的积累很大程度上取决于其地理来源，受土壤物理化学性质和特定农业条件的影响（Barone等人，2016年；Ghale Askari等人，2022年）。实际上，人体对这些元素的暴露量取决于它们从茶叶固体基质转移到饮料中的程度。每种元素从茶叶转移到茶汤中的程度受多种因素影响，包括其固有的溶解性、冲泡时间和制备方法（Dambiec等人，2013年；L. Zhang等人，2018年）。特别是，使用茶包可能通过物理屏障调节元素转移动力学，但其在不同条件下的影响尚未系统评估。因此，监测茶叶中的矿物质成分对于评估其营养价值和潜在健康风险至关重要（D?ugaszek和Kaszczuk，2020年；Nkansah等人，2016年）。

欧盟法规2023/915规定了包括铅、镉、汞、砷、锡和镍在内的多种污染物的最大限量。然而，茶叶未被归类为需定义这些金属特定限量的食品。在越来越重视食品安全和可追溯性的背景下，多元素分析结合化学计量工具已成为表征食品、区分其地理来源及评估其营养价值和潜在健康风险的关键方法。这种方法在科学文献中得到广泛应用，并得到了我们研究小组的最新研究证实（Di Bella等人，2020年；Potortì等人，2021年；Potortì等人，2022年）。

准确测定茶叶中的矿物质元素需要有效的样品制备和高灵敏度的分析技术。微波辅助酸消化与电感耦合等离子体技术（尤其是电感耦合等离子体质谱法ICP-MS）因其高灵敏度、多元素分析能力和低检测限而被广泛认为是可靠的方法。然而，元素定量准确性可能受消化效率和光谱/非光谱干扰的影响，因此需要适当的方法验证和质量控制程序。最近的研究已将ICP技术结合化学计量工具应用于植物样品，证明其在成分分析和根据来源及加工特征区分样品方面的有效性（Fernandes Serra Moura等人，2021年；Matos等人，2024年；Santana等人，2021年）。

本研究旨在通过分析茶叶及其茶汤，提供意大利市场上商业黑茶的全面多元素特征。评估了地理来源、冲泡时间和制备方法（使用或不使用茶包）对元素组成和转移动力学的影响，并评估了茶叶消费的营养价值和潜在健康影响。这种综合方法比以往的研究有了显著进步。现有文献主要集中在原始茶叶的元素分析或单变量提取研究上，而我们的工作同时评估了地理来源、制造工艺（含咖啡因与无咖啡因）以及茶包对提取动力学的综合影响。此外，转移率与初始叶片成分之间的统计相关性提供了对元素释放机制的深入理解，有助于在实际情况下进行准确的暴露评估。

**2. 材料与方法**
2.1. 化学品和试剂
所有样品制备、冲泡和稀释均使用超纯水（由Thermo Fisher Scientific公司生产的Smart2Pure水纯化系统，美国马萨诸塞州沃尔瑟姆提供）。硝酸（HNO3，65% v/v，分析级，J. T. Baker公司，意大利米兰）和过氧化氢（H2O2，30% v/v，分析级，Merck公司，德国达姆施塔特）用于茶叶的微波辅助酸消化。ICP-MS校准使用多元素标准溶液和单个元素标准溶液（1000 mg/L，溶于2% HNO3，Fluka公司，意大利米兰和Merck公司，德国达姆施塔特）。内标溶液含有铷（Re）、钪（45Sc）、锗（73Ge）、铟（115In）和铋（209Bi），由1000 mg/L标准溶液制备（Fluka公司，意大利米兰）。ICP-MS调谐溶液含有7Li（1 μg/L）、钴（59Co）、镱（80Y）和铊（205Tl），溶于2% HNO3，由Agilent公司（美国加利福尼亚州圣克拉拉）提供。茶叶的认证参考材料（CRM）GBW07605由中国国家CRM中心提供。

2.2. 样本采集
2025年从墨西拿（意大利）的当地市场购买了五种黑茶（每种三个盒）。茶叶样本在购买后存放于原包装中，避光保存在室温下，直至分析。所有分析在购买后4周内完成，以尽量减少样本成分的变化。每个盒子包含25个茶包，每个茶包含2.0克茶叶。所选茶叶类型包括：无咖啡因红茶（品牌T1）、柠檬味红茶（品牌T2）、水果味红茶（品牌T3）、散装红茶（品牌T4）和无咖啡因散装红茶（品牌T5）。由于这些是商业零售产品，制造商未在包装上提供具体制作工艺信息（如CTC还是正统加工方法），也无法从其他来源可靠获取。

关于地理来源，品牌T1的茶叶产自阿根廷；品牌T2和T3来自印度；品牌T4和T5来自中国。所有产品均为茶包形式，茶包采用未漂白纸制成。

2.3. 基于冲泡的元素溶解度评估实验设计
对于原茶叶分析，从每个盒子中随机选取两个茶包（共30个），打开后称量茶叶重量。这些样本以干茶叶形式进行分析，以确定冲泡前的元素组成。
在冲泡实验中，每个品牌使用36个茶包（共5个品牌×36 = 180个）。从每个品牌的三个盒子中各取12个茶包以确保样本代表性。一半茶包（共90个）被打开直接冲泡，另一半（共90个）保持茶包完整进行冲泡。冲泡使用50毫升沸超纯水，在100毫升烧杯中进行。选择50毫升的提取体积是为了确保ICP-MS能够准确检测微量元素。结果外推至标准250毫升份量，用于膳食暴露评估。
测试了不同的冲泡时间：3分钟、5分钟和8分钟。冲泡条件未通过实验设计方法优化，而是基于典型消费者冲泡习惯选择。所选时间与文献中报道的茶叶冲泡时间一致（例如L. Zhang等人，2018年），并稍作调整以确保实验一致性。每种冲泡时间进行了60次冲泡（30次使用茶包，30次不使用茶包），以评估冲泡时间和茶包存在对元素从茶叶转移到水提取物中的影响。在确定的泡茶时间之后，每泡茶都被过滤，或者取出茶包并让其冷却至室温。为了验证方法的有效性，使用了经过认证的茶叶参考物质（CRM）。这种CRM在原始状态下以及经过与茶样相同的冲泡过程后都进行了分析。

2.4. 样品制备
在ICP-MS分析之前，原始茶叶样品使用ETHOS One微波消化系统（Milestone Inc.）进行消化，按照蔬菜样品操作手册中的样品制备程序进行。具体来说，每种茶样精确称取0.5克放入消化容器中，然后加入7毫升65%（体积比）的HNO3和1毫升30%（体积比）的H2O2。将混合物温度升至180°C，微波功率调至1500瓦，保持这些条件再持续15分钟进行消化。在此步骤中加入内标溶液Re（1毫升，浓度为0.5毫克/升），该溶液是从1000毫克/升的储备标准溶液中制备的2% HNO3溶液，用于监控消化过程并校正任何体积变化。冷却至室温后，用超纯水将消化后的样品稀释至最终体积25毫升。用于方法验证的茶叶认证参考物质也使用相同的程序进行消化。
茶样品的制备要简单得多。具体来说，样品首先用0.2%的HNO3酸化，然后通过0.45微米的PTFE滤膜过滤，再用于ICP-MS分析。样品制备完成后，所有样品都适合进行ICP-MS分析。

2.5. ICP-MS多元素分析
利用电感耦合等离子体质谱法（ICP-MS，型号iCAP-Qc，Thermo Scientific，德国不来梅）分析了茶样中19种元素（B、Na、Mg、Al、K、Cr、Mn、Fe、Co、Ni、Cu、Zn、As、Se、Sr、Cd、Ba、Hg和Pb）的含量。ICP-MS配备有ASX520自动进样器（Cetac Technologies Inc.，美国内布拉斯加州奥马哈）、集成的样品引入系统以及工作在动能歧视（KED）模式下的碰撞池。使用了直径分别为1.1毫米和0.5毫米的Ni进样器和刮片锥。ICP-MS分析的操作条件详见补充材料的表S1。
对于每种元素，选择了来自消化基质的干扰最小的最丰富的同位素。在线内标溶液含有45Sc、73Ge、115In和209Bi（浓度为1.5毫克/升），该溶液是从1000毫克/升的储备标准溶液中（溶于2% HNO3）制备的，用于校正仪器性能的可能变化和基质效应。为了调谐仪器，使用了含有1微克/升的7Li、59Co、80Y和205Tl的ICP-MS溶液（溶于2% HNO3）。
每个样品进行了三次分析，矿物质元素的定量是通过外部标准校准进行的。所有分析都是批量进行的，包括茶样以及已知浓度的空白样和标准溶液。
通过应用仪器软件中的校正方程式进一步控制了潜在的光谱干扰，这些方程式用于处理已知的多原子和同位素重叠情况，例如118Sn对114Cd以及140Ce对138Ba的干扰。

2.6. 分析性能
分析方法的线性、灵敏度、准确性、重复性和中间精度是根据EURACHEM指南（Eurachem，2025）进行评估的。所得数值包含在补充材料的表S2中。
通过连续稀释多元素储备溶液获得的校准标准溶液来评估线性。该储备溶液是通过混合单个元素的标准溶液（1000毫克/升溶于2% HNO3）制备的。构建了五点校准曲线，每个浓度水平进行了三次分析。Al、Mg、Mn、Na、Ba、Fe、B和Zn的线性校准范围为0.05–20.0微克/升；K的范围为5–50微克/升；Cu、Ni、Cr、Pb、Co、As、Sr、Cd、Se和Hg的范围为0.2–50微克/升。所有校准曲线的线性都得到了确认，且在研究的浓度范围内确定了满意的决定系数。
检测限（LODs）和定量限（LOQs）分别为3.3σ/S和10σ/S，其中σ表示十个空白样品响应的标准偏差，S是校准曲线的斜率。大多数元素的LOQ值明显低于它们在分析基质中的天然浓度，确保了其浓度的可靠测定。
通过分析茶叶的认证参考物质（CRM，n=3）来检查准确性。准确性计算为校准曲线得到的值与CRM报告的真实值之间的百分比回收率。观察到的平均回收率是可接受的，表明准确性良好。
重复性和中间精度是基于在同一批次内对相同材料进行测量的相对标准偏差（RSD %）以及在不同日期进行测量（n=2×6）来评估的。对于大多数元素来说，得到的结果是良好的，适用于低浓度分析物。

总之，该方法适用于测定茶样中的元素含量。

2.7. 统计分析
使用SPSS 13.0软件包（SPSS Inc.，美国伊利诺伊州芝加哥）对结果的显著性进行了分析。为了进行多变量统计分析，构建了五个数据矩阵，并使用log?变换数据来改善正态性并减少极端值的影响。第一个矩阵涉及茶叶，维度为30 × 17，其中30代表样本（即茶叶样本），17代表所测定元素的浓度。第二个矩阵涉及元素从茶叶转移到茶液中的百分比，维度为180 × 17。在这里，180代表每个元素在分析样品中计算的所有转移值，而17个变量对应于元素浓度。第三、第四和第五个矩阵涉及茶液，维度分别为60 × 17。这里，60个样本代表茶液样本，17个变量是测量的元素浓度。第三个矩阵对应于泡制时间为3分钟的茶液，而第四和第五个矩阵分别对应于泡制时间为5分钟和8分钟的茶液。由于硒和汞在所有分析样本中的浓度低于检测限（LOQ），因此没有包括在内。
进行了Spearman等级相关分析，以评估茶叶中元素浓度与转移到茶液中的相应百分比之间的关系。这种非参数方法用于评估较高叶片浓度是否与更高的转移效率相关。然后应用非参数统计测试来评估组间差异：Kruskal–Wallis检验用于多组比较，Mann–Whitney U检验用于成对比较。
对标准化数据进行了主成分分析（PCA），以探索潜在模式、评估样品分布并降低数据维度。使用Kaiser–Meyer–Olkin（KMO）采样适宜度量和Bartlett的球形度检验来评估数据集是否适合进行因子分析。

2.8. 茶饮的膳食暴露评估
此评估旨在根据所测试茶饮的元素组成，评估定期饮茶的营养相关性和潜在健康影响。为此，通过将茶饮中检测到的每种元素的平均浓度（毫克/升）乘以250毫升的典型消费量（相当于一杯标准茶）来计算每日摄入量（EDI）。所得的营养必需元素的估计值（毫克/天）根据欧洲食品安全局（EFSA，2019）定义的营养参考值（NRVs）和欧洲法规（欧盟法规第1169/2011号，2011年）进行了评估。
对于被分类为有毒或潜在有毒的元素，假设参考体重为70公斤，计算了每日估计暴露量，并与国际和欧洲机构（包括EFSA（EFSA，2004、EFSA，2008、EFSA，2009、EFSA，2010、EFSA，2012a、EFSA，2012b）、毒物与疾病注册局（ATSDR，2004、ATSDR，2024）和欧盟委员会（European Commission，2012）建立的毒理学参考值（TRVs）进行了比较。

3. 结果与讨论
3.1. 茶叶的元素组成
表1展示了茶叶的元素含量，样品按照（1）品牌、（2）地理来源和（3）茶类进行了分类。
表1 – 不同商业样品中茶叶的元素浓度（平均值±标准偏差），这些样品在意大利销售。
空单元K（毫克/千克）
Al（微克/千克）Mg（微克/千克）Mn（微克/千克）Na（微克/千克）Ba（微克/千克）Fe（微克/千克）B（微克/千克）Zn（微克/千克）Cu（纳克/千克）Ni（纳克/千克）Cr（纳克/千克）Pb（纳克/千克）Co（纳克/千克）As（纳克/千克）Sr（纳克/千克）Cd（纳克/千克）
**茶叶品牌** T1（n=6）911.3 ± 47.8a 91.8 ± 2.3a 106.7 ± 8.4a 50.5 ± 2.4a 61.2 ± 5.5ab 19.1 ± 2.0b 14.1 ± 0.6a 3.5 ± 0.5ab 4.7 ± 0.4a 498.8 ± 9.6a 239.2 ± 12.5a 452.5 ± 20.0b 15.2 ± 0.6a 15.4 ± 1.2a 2.9 ± 0.3a 5.2 ± 0.5b 1.5 ± 0.1a
T2（n=6）1579.2 ± 185.5ab 81.6 ± 3.5a 96.4 ± 7.0a 37.0 ± 0.9a 65.3 ± 2.0ab 18.3 ± 0.6b 9.6 ± 0.2a 3.9 ± 0.1ab 4.4 ± 0.3a 610.9 ± 29.7ab 239.6 ± 3.4a 77.3 ± 9.4a 105.8 ± 6.7b 16.2 ± 0.7a 2.4 ± 0.2a 4.6 ± 0.3b 2.1 ± 0.1a
T3（n=6）1700.0 ± 96.5ab 89.5 ± 4.2a 101.2 ± 3.8a 43.5 ± 1.1a 69.4 ± 9.0b 23.7 ± 0.6b 8.6 ± 0.5a 5.5 ± 0.5b 5.0 ± 0.2a 539.0 ± 33.2ab 281.1 ± 6.6a 115.3 ± 16.3a 50.3 ± 1.8a 20.5 ± 1.1a 5.3 ± 0.5b 2.3 ± 0.1a 5.1 ± 0.2b
T4（n=6）1175.0 ± 117.5a 197.3 ± 4.8b 156.2 ± 16.8b 79.9 ± 11.8ab 57.6 ± 3.9a 6.2 ± 0.8a 17.4 ± 0.6ab 3.0 ± 0.3a 1.7 ± 0.2b 827.0 ± 36.2b 517.3 ± 20.1b 116.6 ± 17.1a 220.8 ± 13.0c 50.6 ± 1.9b 12.3 ± 0.4c 2.6 ± 0.2a 10.2 ± 0.5c
T5（n=6）2032.5 ± 54.9b 227.2 ± 9.6b 175.7 ± 4.6b 128.7 ± 3.3b 60.7 ± 2.9ab 6.7 ± 0.8a 20.8 ± 0.4b 3.1 ± 0.3a 1.7 ± 0.2b 1180.4 ± 95.0c 591.6 ± 36.9b 118.3 ± 6.2a 25.4 ± 0.8a 49.9 ± 0.9b 5.1 ± 0.3b 7.6 ± 0.2c 2.0 ± 0.1a
**茶叶来源** 阿根廷（n=6）911.3 47.8a 91.8 ± 2.3a 106.7 ± 8.4a 50.5 ± 2.4a 61.2 ± 5.5 19.1 ± 2.0b 14.1 ± 0.6b 3.5 ± 0.5a 4.7 ± 0.4b 498.8 ± 9.6a 239.2 ± 12.5a 452.5 ± 20.0b 15.2 ± 0.6a 15.4 ± 1.2a 2.9 ± 0.3a 5.2 ± 0.5b 1.5 ± 0.1a
印度（n=12）1639.6 ± 154.5b 85.6 ± 5.5a 98.8 ± 5.9a 40.2 ± 3.5a 67.3 ± 6.6 21.0 ± 2.9b 9.1 ± 0.7a 4.7 ± 0.9b 4.7 ± 0.4b 575.0 ± 48.1a 260.3 ± 22.2a 96.3 ± 23.6a 78.0 ± 29.4b 18.4 ± 2.4a 3.9 ± 1.6b 3.5 ± 1.2a 3.6 ± 1.6b
中国（n=12）1603.8 ± 456.3b 212.2 ± 17.2b 165.9 ± 15.5b 104.3 ± 26.8b 59.2 ± 3.6 6.4 ± 0.8a 19.1 ± 1.9c 3.1 ± 0.3a 1.7 ± 0.2a 1003.7 ± 196.9b 554.4 ± 48.1b 117.4 ± 12.3a 123.1 ± 102.5c 50.2 ± 1.4b 7.7 ± 2.7c 5.1 ± 2.6b 6.1 ± 4.3
**茶叶类型** 含咖啡因（n=18）1484.7 ± 265.1 122.8 ± 54.4a 117.9 ± 29.7a 53.5 ± 20.5a 64.1 ± 7.4 16.1 ± 7.6 11.8 ± 4.1a 4.2 ± 1.1b 3.7 ± 1.5 659.0 ± 129.7 346.0 ± 126.4 103.0 ± 23.3a 125.6 ± 73.5b 29.1 ± 15.8 6.0 ± 3.4 3.2 ± 1.1a 5.8 ± 3.4b
无咖啡因（n=12）1471.9 ± 587.6 159.5 ± 71.0b 141.2 ± 36.6b 89.6 ± 41.0b 60.9 ± 4.2 12.9 ± 6.7 17.5 ± 3.5b 3.3 ± 0.5a 3.2 ± 1.6 839.6 ± 361.7 415.4 ± 185.9 285.4 ± 175.1b 20.3 ± 5.3a 32.6 ± 18.0 4.0 ± 1.2 6.4 ± 1.3b 1.8 ± 0.3
**ap值** 0.0000.0000.0000.0000.0000.0000.0000.0000.0000.0000.0000.0000.0000.0000.0000.0000.0000.0000.0000.0000中国样品中微量金属（如砷和镉）的含量升高可归因于空间异质性和特定的局部环境因素，这些因素已被证实会影响不同省份茶园土壤中金属的积累（Li等人，2021年）。印度样品（T2和T3品牌样品）中的铁（9.1 ± 0.7 μg/Kg）和锶（3.5 ± 1.2 ng/Kg）含量显著较低，而硼（4.7 ± 0.9 ng/Kg）含量显著较高。另一方面，阿根廷样品（T1品牌样品）的特征是铬（452.5 ± 20.0 ng/Kg）含量最高，而钾（911.3 ± 47.8 mg/Kg）和镉（1.5 ± 0.1 ng/Kg）的含量最低。比较脱咖啡因茶样品（T1和T5品牌样品）与未脱咖啡因样品，前者组中铬（285.4 ± 175.1 ng/Kg）和锶（6.4 ± 1.3 ng/Kg）的浓度显著更高。钾、钠、钡、锌、铜、镍、钴和砷没有显著差异。这些成分差异可能不仅仅来源于土壤吸收，还可能受到加工方法的影响。已有大量研究表明，茶叶生产过程中使用的机械会显著改变最终产品的元素谱。例如，使用不锈钢压碎、撕裂和卷曲（CTC）滚筒会在切割阶段将大量铬和镍转移到茶叶中。同样，转叶机的卷曲阶段也被认为是导致铁和铜浓度增加的主要原因（L. Zhang等人，2018年）。然而，必须强调的是，本研究分析的茶样品均来自意大利市场上广泛销售的知名品牌，与其他市场调查结果一致（Barone等人，2016年）。对于这类零售产品，关于具体生产过程、精确加工条件和所用设备的详细信息完全不可得。因此，某些样品中观察到的差异，如阿根廷或脱咖啡因茶中的铬含量升高，不能完全归因于工业实践。相反，它们应该被视为多因素共同作用的结果。独特的地理特征、当地土壤地球化学性质和农业条件是影响最终元素组成的主要因素。

为了评估样品的聚类和元素组成的潜在趋势，对标准化数据应用了主成分分析（PCA）。在提取之前核实了数据集适合进行PCA。KMO统计量表明采样充足性令人满意（0.815），而Bartlett的球形性检验确认相关矩阵与单位矩阵有显著差异（χ2 = 1057，df = 136，p < 0.001）。这些结果支持了数据适合进行因子分析。前三个成分（PC1–PC3）符合Kaiser准则，解释了89.63%的总方差。PC1主要与较高的铝、钴和镍浓度以及较低的锌和钡水平相关（载荷分别为0.991、0.975、0.971、-0.980和-0.977）。PC2主要由镉和铅负责（载荷分别为0.872和0.815），而与锶呈负相关（-0.877）。PC3主要与钾相关（载荷为0.902）。如图1（A和B）所示，识别出五个不同的组。印度和阿根廷茶样品分别聚集在图的左上角（第二象限）和左下角（第三象限）。中国样品分布在右侧：T4位于右上角（第一象限），T5位于右下角（第四象限）。这两种样品均为散装红茶，其加工方法不同（脱咖啡因与含咖啡因）。虽然T4和T5品牌之间的差异明显，但T2和T3品牌之间的差异不那么显著，尽管仍然可以区分。在这种情况下，两组样品在风味上有所不同。

下载：下载高分辨率图像（435KB）
下载：下载全尺寸图像

图1. 30种茶叶的主成分分析（PCA）。（A）PC2与PC1的载荷和得分图。（B）PC3与PC1的载荷和得分图。

总体而言，PCA突显了元素组成的强烈地理和加工相关差异，某些金属成为区分不同产地和产品类型的关键指标。

3.2. 茶泡液的元素组成
结果显示在表2和补充材料的表S3–S4中。钾是茶泡液中含量最丰富的元素，单位为mg/L。其他浓度相对较高的元素包括镁、铝、钠和锰，尽管它们的浓度在μg/L范围内。其余元素如钡、铁、锌、硼、铜、铬、镍、锶、钴、砷、铅和镉的含量要低得多，通常在ng/L范围内。最后，硒和汞在所有分析样品中的含量都低于定量限。这种浓度层次反映了文献中报道的一般提取趋势。例如，Dambiec等人也发现钾和镁主导了茶饮料中的宏量元素谱，而铝和锰是渗入茶泡液中的主要微量金属（Dambiec等人，2013年）。此外，D?ugaszek和Kaszczuk确认虽然钾和镁的提取量较大，但铁、铜和铬等元素大多仍与茶叶基质结合，因此在最终茶汤中的含量较低（D?ugaszek & Kaszczuk，2020年）。

表2 – 不同商业品牌茶泡液中的元素含量（平均值±标准差），在平均冲泡时间（5分钟）下。
空单元格
K(mg/L) Mg(μg/L) Al(μg/L) Na(μg/L) Mn(μg/L) Ba(μg/L) Fe(μg/L) Zn(μg/L) B(μg/L) Cu(ng/L) Cr(ng/L) Ni(ng/L) Sr(ng/L) Co(ng/L) As(ng/L) Pb(ng/L) Cd(ng/L)
含袋茶
T1 (n=6) 24.30±1.91a 1.94±0.08a 1.00±0.04a 1.90±0.06a 0.56±0.05a 0.51±0.02b 0.029±0.006ab 0.16±0.01b 0.09±0.01a 1.90±0.07a 1.31±0.19b 8.85±0.34a 0.009±0.001a 0.429±0.016a 0.103±0.006a 0.059±0.004a 0.004±0.001a
T2 (n=6) 45.17±7.82b 3.80±0.29b 2.12±0.09b 2.19±0.13b 0.84±0.14a 0.51±0.01b 0.012±0.001a 0.18±0.01b 0.11±0.01b 3.51±0.25b 0.53±0.19a 9.77±0.08a 0.010±0.002a 0.541±0.041a 0.081±0.004a 0.373±0.014b 0.008±0.001a
T3 (n=6) 42.90±5.67b 3.19±0.65b 2.38±0.44b 2.49±0.13b 0.85±0.04a 0.64±0.02b 0.029±0.003ab 0.19±0.01b 0.15±0.01b 2.56±0.06ab 0.66±0.09a 11.17±0.32a 0.008±0.001a 0.569±0.027a 0.202±0.012b 0.197±0.013ab 0.025±0.003b
T4 (n=6) 36.83±3.87ab 3.95±0.10b 4.83±0.40c 2.14±0.23b 1.24±0.21b 0.15±0.01a 0.038±0.007b 0.07±0.01a 0.07±0.00a 3.12±0.18b 0.53±0.04a 20.33±0.56b 0.009±0.002a 1.497±0.065b 0.403±0.007c 1.017±0.019c 0.062±0.005c
T5 (n=6) 80.70±2.13c 3.71±0.11b 4.40±0.51c 2.34±0.14b 1.53±0.21b 0.16±0.03a 0.043±0.007b 0.07±0.01a 0.08±0.02a 5.43±0.38c 0.48±0.03a 22.10±0.88b 0.026±0.003b 1.624±0.029b 0.204±0.009b 0.168±0.011ab 0.013±0.002a
p值：0.000 0.001 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
无袋茶
T1 (n=6) 58.47±7.41a 3.29±0.43a 2.22±0.08a 2.29±0.18 1.11±0.16b 0.43±0.03b 0.023±0.002a 0.18±0.02b 0.10±0.02a 2.09±0.08a 1.49±0.09b 9.76±0.16a 0.015±0.002a 0.503±0.022a 0.099±0.005a 0.095±0.006a 0.005±0.001a
T2 (n=6) 78.70±4.03ab 3.27±0.33a 2.49±0.15a 2.48±0.05 0.75±0.13a 0.48±0.04b 0.012±0.002a 0.19±0.01b 0.15±0.00b 3.29±0.38b 0.48±0.13a 9.51±0.25a 0.010±0.002a 0.541±0.041a 0.081±0.004a 0.004±0.001a
T3 (n=6) 70.90±3.79ab 3.38±0.30a 2.52±0.15a 2.48±0.08 0.97±0.11a 0.69±0.04b 0.039±0.003b 0.20±0.02b 0.14±0.01b 3.36±0.15b 0.59±0.07a 11.14±0.32a 0.008±0.001a 0.569±0.027a 0.202±0.012b 0.197±0.013ab 0.025±0.003b
T4 (n=6) 36.83±3.87ab 3.95±0.10b 4.83±0.40c 2.14±0.23b 1.24±0.21b 0.15±0.01a 0.038±0.007b 0.07±0.01a 0.07±0.00a 3.12±0.18b 0.53±0.04a 20.33±0.56b 0.009±0.002a 1.497±0.065b 0.403±0.007c 1.017±0.019c 0.062±0.005c
T5 (n=6) 80.70±2.13c 3.71±0.11b 4.40±0.51c 2.34±0.14b 1.53±0.21b 0.16±0.03a 0.043±0.007b 0.07±0.01a 0.08±0.02a 5.43±0.38c 0.48±0.03a 22.10±0.88b 0.026±0.003b 1.624±0.029b 0.204±0.009b 0.168±0.011ab 0.013±0.002a
p值：0.000 0.001 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
含袋茶
阿根廷 (n=6) 24.30±1.91a 1.94±0.08a 1.00±0.04a 1.90±0.06a 0.56±0.05a 0.51±0.02b 0.029±0.006a 0.16±0.01b 0.09±0.01a 1.90±0.07a 1.31±0.19b 8.85±0.34a 0.009±0.001a 0.429±0.016a 0.103±0.006a 0.059±0.004a 0.004±0.001a
印度 (n=12) 44.03±6.62b 3.49±0.57b 2.25±0.33b 2.34±0.20b 0.84±0.10a 0.58±0.07b 0.021±0.009a 0.18±0.01b 0.13±0.02b 3.03±0.53b 0.60±0.16a 10.47±0.76a 0.009±0.002a 0.555±0.036a 0.142±0.064a 0.285±0.093b 0.016±0.009b
中国 (n=12) 58.77±23.10c 3.83±0.16b 4.61±0.49c 2.24±0.21b 1.38±0.25b 0.15±0.02a 0.041±0.007b 0.07±0.01a 0.08±0.01具体来说，T4和T5在图表的右侧聚类（主要由Al、Co和Ni的高正载荷驱动，Mn和As的影响较小），T4显示出负的PC2值（与Cr相关），而T5则分布在正负PC2值之间。相比之下，印度样本（T2和T3）位于第二象限（负PC1，正PC2），而阿根廷样本（T1）位于第三象限（负PC1和负PC2）。印度样本的分布主要与Ba和Zn在PC1负侧的较高载荷有关，同时B和Na在PC2上有正向贡献。相比之下，阿根廷样本的特征是与Ba和Zn（负PC1）以及Cr（负PC2）有较高的关联。值得注意的是，T1样本在这个象限中的分散度最大，表明该组的元素组成具有较高的变异性。

下载：下载高分辨率图像（465KB）
下载：下载全尺寸图像
图2. 180种茶样的主成分分析（PCA）。(A) PC2与PC1的载荷和得分图。(B) PC3与PC1的载荷和得分图。
基于PC3和PC1的PCA得分图（图2B）为样本之间的区分提供了额外的支持，特别是在中国样本组内。虽然两个中国品牌都聚集在PC1的正侧，但它们在PC3上明显分开：T5样本（无咖啡因）显示出正的PC3值，而T4样本（含咖啡因）则与负的PC3值相关。根据载荷图，Sr和K对PC3的正侧有很强的贡献，而Pb、Cd和As则是负侧的主要贡献因素。这种模式表明T5样本与Sr和K的关联度较高，而T4样本则以Pb、Cd和As的水平较高而著称。
阿根廷样本（T1，也是无咖啡因的）主要位于第三象限（负PC1，正PC3），与T5样本共享正的PC3贡献，这表明Sr和K具有共同的影响。相比之下，印度样本（T2和T3，均为含咖啡因）更接近原点，主要位于第三象限，但在第二象限也有一些分散。它们靠近轴的位置表明在PC3上的区分度较低，尽管这个组内部仍可以观察到差异：柠檬味红茶（T2）和红果味红茶（T3）在PC2与PC1得分图中已经显示出部分分离。
PCA揭示了不同茶类的独特元素模式：中国样本主要与Al、Co、Ni、Mn和As相关；印度样本与Ba、Zn、B和Na相关；阿根廷样本与Ba、Zn和Cr相关。PC3与PC1的表示进一步将中国含咖啡因茶（T4、Pb、Cd、As）与无咖啡因茶（T5、Sr、K）区分开来，而阿根廷无咖啡因茶（T1）与T5聚在一起，印度茶（T2、T3）表现出微妙的风味差异。总之，这些发现表明PCA不仅可以根据地理来源区分茶类，还能捕捉到与脱咖啡因和产品类型相关的组成变化。
这些统计分组与茶树（Camellia sinensis）的已知积累行为以及当地土壤地球化学特性一致。中国茶类的强势聚类主要由Al、Mn、Co和Ni驱动，反映了这些微量元素在其栽培环境中的高生物可利用性。此外，Cr、Sr、Pb和Cd等元素所导致的分离强调了农艺实践和工业制造（如特定机械磨损或脱咖啡因过程）如何在最终饮料上留下独特的多元元素特征。这证实了PCA不仅仅是一个描述性工具，而且是解释商业茶类中地理来源和工业加工之间复杂相互作用的强大方法。这种综合解释增强了元素分析不仅在成分表征方面的潜力，也在实际消费条件下的产品区分方面的潜力。

3.3 影响元素转移到茶中的因素
评估了三种冲泡时间（3分钟、5分钟和8分钟）下元素从茶叶转移到茶中的转移率百分比（T）。转移率根据以下公式计算：转移率（%）= (C_infusion × V_infusion) / (C_leaves × M_leaves) × 100，其中C_infusion是茶液中的元素浓度，V_infusion是用于冲泡的水量（0.05 L），C_leaves是干茶叶中的初始元素浓度，M_leaves是用于每个特定样本的茶叶的确切质量（在冲泡前精确称重）。
结果在表3和补充材料中的表S5中报告，显示无论是否使用茶包，Fe、Sr、Cr、Cu、Pb和Cd在8分钟后的提取百分比均未超过16%；Mn的值为约46–45%，而Al、Ba、B、Mg和Co的提取百分比在60%到80%之间；K、As、Na、Ni和Zn在使用茶包的茶液中提取百分比超过88%（高达102%），而在不使用茶包的茶液中提取百分比超过93%（高达103%）。这种提取层次结构与先前文献中将K、Na和Ni分类为高提取元素（>55%），以及Fe和Ca分类为低提取元素（<20%）的结果一致（D?ugaszek & Kaszczuk, 2020）。Fe和Cu等元素的极低溶解度是一个众所周知的现象，这归因于它们倾向于与单宁酸和单宁形成难溶复合物，在沸腾过程中析出并沉淀（Dambiec et al., 2013; L. Zhang et al., 2018）。相反，Ni的极高转移率与其对茶叶基质的弱结合有关，使其容易渗入茶液中（L. Zhang et al., 2018）。
表3 – 不同冲泡时间下元素从茶叶转移到茶中的转移率百分比（T %）。
| 元素 | 使用茶包 - 3分钟 | 使用茶包 - 5分钟 | 不使用茶包 - 3分钟 | 不使用茶包 - 5分钟 | 不使用茶包 - 8分钟 |
|------|------------|------------|-------------|-------------|-------------|
| Zn | 95% (A) | 98% (AB) | 102% (B) | 100% | 101% | 102% |
| Ni | 96% | 97% | 97% | 99% (I) | ***98% | 98% |
| Na | 82% (A) | 89% (AB) | 92% (B) | 83% (a) | 95% (b) |
| As | 93% | 94% | 91% | 91% | 93% |
| K | 59% (A) | 76% (B) | 88% (B) | 89% (a) | 102% (b) |
| Co | 64% (A) | 76% (B) | 77% (B) | 71% (a) | 81% (b) |
| Mg | 55% (A) | 68% (AB) | 73% (B) | 64% | 73% |
| B | 47% (A) | 65% (B) | 42% (a) | 64% (b) |
| Al | 48% (A) | 54% (AB) | 63% (B) | 55% |
| Mn | 34% (A) | 41% (AB) | 46% (B) | 40% (I) | 47% |
| Cd | 11% | 12% | 13% | 11% | 11% |
| Pb | 10% (A) | 11% (AB) | 13% (B) | 13% (a) | 14% (ab) |
| Cu | 10% (A) | 11% (B) | 13% (B) | 13% (a) | 13% (b) |
| Cr | 13% | 12% | 11% | 12% | 12% |
| Sr | 5% (A) | 7% (B) | 8% (I) | 8% | 3% |
| Fe | 3% (A) | 5% (B) | 7% (B) | 3% (a) | 6% (b) |
*大写字母（A, AB, B）在同一行中表示具有统计显著差异（p < 0.05，Kruskal–Wallis检验）在不同使用茶包的冲泡时间之间；
**小写字母（a, ab, b）在同一行中表示具有统计显著差异（p < 0.05，Kruskal–Wallis检验）在不同不使用茶包的冲泡时间之间；
***符号（I）表示不使用茶包时的值显著高于使用茶包时的相应值（p < 0.05，Mann–Whitney U检验）。
使用Kruskal–Wallis检验评估了使用和不使用茶包冲泡的两种茶的冲泡时间效应。对于使用茶包冲泡的茶，大多数元素的转移率百分比随着冲泡时间的增加而增加。观察到几种元素的显著差异。K、Co、Ba、Cu、Sr和Fe在3到5分钟之间的转移率显著增加，然后在8分钟内达到平台期，没有进一步显著增加；Zn、Na、Mg、Al、Mn和Pb从3到8分钟的提取量显著增加。Ni、As、B、Cd和Cr的转移率与冲泡时间无关。对于不使用茶包冲泡的茶，显示出转移率随冲泡时间增加的元素数量较少。观察到Na、K、Ba、Cu和Fe在3到5分钟之间的转移率显著增加，直到8分钟保持稳定，没有进一步显著变化，而Co和Pb在3到8分钟之间显著增加。相比之下，Zn、Ni、As、Mg、B、Al、Mn、Cd和Sr的转移率与冲泡时间无关。
使用Mann–Whitney U检验评估了茶包存在的影响。值得注意的是，在3分钟时，不使用茶包的茶中Ni、K、Mn、Pb和Sr的转移率显著更高（p < 0.05）。在5分钟时，Na、K、Mg、Mn和Pb在散装茶中的转移率显著更高。此外，在8分钟时，Na、K和Pb在无茶包的情况下继续显示显著更高的值。这些结果表明，对于某些元素，不使用茶包可以增强它们在多个时间点的释放量，可能是由于水与茶叶之间的接触和扩散动力学改善。使用茶包时，几种元素的转移率在8分钟内继续显著增加，表明更长时间的冲泡可以进一步提高它们在茶液中的浓度。相比之下，不使用茶包时，大多数元素在5分钟内达到最大转移率，超过这个时间点后进一步延长冲泡时间并不会导致大多数元素的转移率显著增加。总体而言，散装茶的释放动力学更快，但使用茶包的释放动力学更持久。茶包材料作为一个物理屏障，减缓了元素的初始转移，但在更长的时间内维持了转移；而不使用茶包则允许水与茶叶之间更直接的接触，促进了元素更快、更有效的释放。这种动态行为扩展了先前的研究，这些研究通常指出元素转移率在最初的几分钟内很快达到平台期，或者在长时间冲泡后只有轻微变化，没有区分零售茶包的机械屏障效应（L. Zhang et al., 2018）。
为了进一步研究影响元素从茶叶转移到茶中的因素，进行了转移率百分比与茶叶中元素初始浓度之间的相关性分析。仅发现As（ρ = 0.289, p < 0.001）和Cd（ρ = 0.315, p < 0.001）具有正相关，这表明叶片中较高的初始浓度可能有助于更大的转移率。这一发现表明这些元素的释放至少部分依赖于浓度。对于Zn（ρ = –0.265, p < 0.001）、Ni（ρ = –0.479, p < 0.001）、Na（ρ = –0.378, p < 0.001）、Co（ρ = –0.299, p < 0.001）、Mg（ρ = –0.623, p < 0.001）、Al（ρ = –0.463, p < 0.001）、Mn（ρ = –0.642, p < 0.001）、Cr（ρ = –0.785, p < 0.001）和Sr（ρ = –0.324, p < 0.001），发现了显著的负相关。这些结果表明，叶片中较高的初始浓度与较低的转移率相关，可能是由于提取过程中的饱和现象或竞争性相互作用。这种反向关系符合文献中描述的络合动力学，其中元素与提取过程中释放的有机配体（例如多酚）竞争有限的结合位点，最终限制了它们在最终饮料中的自由溶解度（Dambiec et al., 2013）。对于其他元素，如K（ρ = –0.097, p = 0.197）、B（ρ = 0.096, p = 0.201）、Ba（ρ = 0.045, p = 0.546）、Pb（ρ = –0.146, p = 0.051）、Cu（ρ = –0.069, p = 0.355）和Fe（ρ = –0.046, p = 0.544），没有发现显著相关性，这表明它们的释放并不直接依赖于叶片中的初始含量。对于这些元素，其他因素如化学形态、与叶片基质的结合或冲泡条件可能在控制其释放中起更重要的作用（L.张等人（2018年）的研究表明，虽然仅通过相关性分析无法确定因果机制，但它揭示了在茶叶冲泡过程中影响元素释放的潜在复杂相互作用，并强调了同时考虑叶片中初始元素含量和冲泡参数对于准确评估元素转移率的重要性。本研究采用的综合方法将元素转移率测量与茶叶中元素浓度与冲泡参数之间的相关性分析相结合，为理解茶叶冲泡过程中元素的复杂释放机制提供了坚实的基础。这一综合分析证实，初始元素含量和冲泡条件在决定元素转移行为方面起着关键作用。此外，散装茶和茶包制剂之间的观察到的差异凸显了茶包作为物理屏障的作用，这种屏障调节了提取动力学。叶片浓度与转移效率之间存在正相关和负相关现象，表明元素释放受到包括饱和效应和茶叶内部竞争性相互作用在内的复杂过程的影响。总体而言，这些发现有助于更深入地理解茶叶冲泡过程中的元素转移机制，超越了纯粹描述性的研究方法。

3.4. 茶饮对膳食元素摄入的贡献
基于250毫升的茶量，研究人员计算了必需元素和潜在有毒元素的每日摄入量；必需元素与营养参考值（NRVs）进行了比较，而有毒元素则根据70公斤成人的标准进行了规范化，并与毒理学参考值（TRVs）进行了评估。如补充材料中的表S6–S8所示，茶对必需元素和有毒元素的摄入贡献可以忽略不计。钾是唯一显示出可测量贡献的元素，其贡献量占相应参考值的0.22%至1.8%。这一结果并不意外，与多项关于茶饮料的膳食评估结果一致（D?ugaszek & Kaszczuk, 2020; L. Zhang et al., 2018）。必需元素贡献量有限反映了它们在茶饮中的绝对浓度相对较低，即使在茶叶中的转移率较高的情况下也是如此，这表明尽管某些矿物质在冲泡过程中被有效释放，但典型份量中的总量仍远低于营养参考值（NRVs）。D?ugaszek和Kaszczuk的研究也发现了类似的趋势，他们发现草药茶和传统茶饮提供的必需元素（如钙、镁、铁、铜和锌）的摄入量通常只占每日需求的很小比例（通常小于5%）。虽然一些文献指出某些微量元素（如锰）的膳食贡献较高，但本研究中的标准茶饮提供的矿物质补充量仍然较为适度（D?ugaszek & Kaszczuk, 2020; L. Zhang et al., 2018）。

相比之下，潜在有毒元素的含量极低，表明在常规饮用量下，茶并不构成这些污染物的主要膳食来源，从而支持了茶在日常饮食中的安全性。这一结论得到了最近健康风险评估的强烈支持。例如，张等人评估了从红茶转移到茶汤中的金属的估计每日摄入量（EDI）和危害商数（HQ），确认铬（Cr）、镍（Ni）和铜（Cu）等元素对消费者没有显著的致癌风险，因为它们的暴露水平远低于严格的安全阈值（L. Zhang et al., 2018）。同样，Dambiec等人也得出结论，从可接受的每日摄入限值和毒理学标准来看，红茶茶汤对人体是完全安全的（Dambiec et al., 2013）。总体而言，研究结果突显了不同茶样之间元素组成的明显差异，这些差异受地理来源和加工条件的影响。元素从叶片转移到茶汤中的过程强烈依赖于具体元素的性质：高溶解度的元素如钾（K）和钠（Na）显示出较高的提取效率，而其他元素则大多保留在固体基质中。尽管存在这些差异，茶饮对必需元素和有毒元素每日摄入量的贡献总体上较低。这些发现提供了关于茶叶中元素行为的全面概述，并支持了在现实消费条件下基于冲泡过程的暴露评估的相关性。然而，在解释这些结果时，应考虑到样本数量的有限性以及所分析的商业产品的特定选择性，这些可能无法完全反映市场上各种茶叶的多样性。

4. 结论
根据研究结果，不同品牌、地理来源和茶叶类型之间的元素浓度存在显著差异。中国产地的茶叶样品中许多元素的含量显著较高（例如，铝（Al）高达212.2微克/千克，铜（Cu）高达1003.7纳克/千克，铅（Pb）高达123.1纳克/千克），而阿根廷产地的样品则表现出最高的铬（Cr）含量（452.5纳克/千克）和最低的钾（K）含量（911.3毫克/千克）以及镉（Cd）含量（1.5纳克/千克）。主成分分析有效地根据地理来源和加工方法区分了不同样品，确定了特定金属作为关键的分类指标。从茶叶转移到茶汤中的元素转移率差异很大：高溶解度的元素如钾（K）、砷（As）、钠（Na）、镍（Ni）和锌（Zn）表现出高转移效率（超过88%），而其他元素（包括铁（Fe）、锶（Sr）、铬（Cr）、铜（Cu）、铅（Pb）和镉（Cd）的提取效率则很低（低于16%）。对于袋裝茶，冲泡时间通常可增加转移率，最长可达8分钟；而对于散装茶，大多数元素在5分钟内达到最大转移量，表明茶包材料起到了减缓初始转移动力学的作用。相关性分析显示，砷（As）和镉（Cd）的转移与叶片初始浓度呈正相关，而其他几种元素则呈负相关，这表明元素的释放机制复杂，涉及浓度依赖性和饱和现象。茶汤中的元素组成在不同品牌和来源之间存在显著差异，铜（Cu）和铅（Pb）可以清晰地区分三种产地（阿根廷< /><中国）。咖啡因含量也影响了茶汤中的元素组成；例如，冲泡5分钟后，含咖啡因的茶中铅（pb）和镉（cd）的含量较高（分别为0.529纳克/升和0.032纳克/升），而脱咖啡因样品中的铬（cr）和锶（sr）含量通常更高（分别为0.89纳克/升和0.017纳克/升）。对茶汤进行的主成分分析进一步增强了根据地理来源和脱咖啡因状态/产品类型对样品的区分能力。最后，膳食暴露评估确认，茶饮对必需元素的每日摄入贡献可以忽略不计（例如，钾的贡献量仅占营养参考值的0.22%至1.8%），并且由于释放到茶汤中的潜在有毒元素含量极低，因此被认为是安全的。

总体而言，本研究提供了一个结合元素组成、转移行为和暴露评估的综合框架，相比传统的单一层面分析，提供了对茶叶中元素动态的更全面理解。虽然这些发现提供了坚实的概述，但应考虑到所选商业品牌的数量有限，以及缺乏关于特定工业加工方法（如ctc与传统机械）的专有信息，这些因素可能影响结果的普遍适用性。因此，未来的研究可以扩大样本量并纳入更多受控的制造变量，以进一步完善茶饮料的元素风险-效益评估。

作者贡献声明
vincenzo lo turco：撰写 – 审稿与编辑、撰写 – 原始稿、数据可视化、项目管理、概念构思。
giuseppa di bella：资源获取、项目管理、概念构思。
vincenzo nava：验证、调查、数据分析。
ambrogina albergamo：调查、数据分析、数据管理。
angela giorgia potortì：撰写 – 审稿与编辑、撰写 – 原始稿、数据可视化、方法论、概念构思。

利益冲突声明
作者声明没有利益冲突。 升和0.032纳克 升），而脱咖啡因样品中的铬（cr）和锶（sr）含量通常更高（分别为0.89纳克 升和0.017纳克 升）。对茶汤进行的主成分分析进一步增强了根据地理来源和脱咖啡因状态 产品类型对样品的区分能力。最后，膳食暴露评估确认，茶饮对必需元素的每日摄入贡献可以忽略不计（例如，钾的贡献量仅占营养参考值的0.22%至1.8%），并且由于释放到茶汤中的潜在有毒元素含量极低，因此被认为是安全的。 总体而言，本研究提供了一个结合元素组成、转移行为和暴露评估的综合框架，相比传统的单一层面分析，提供了对茶叶中元素动态的更全面理解。虽然这些发现提供了坚实的概述，但应考虑到所选商业品牌的数量有限，以及缺乏关于特定工业加工方法（如ctc与传统机械）的专有信息，这些因素可能影响结果的普遍适用性。因此，未来的研究可以扩大样本量并纳入更多受控的制造变量，以进一步完善茶饮料的元素风险-效益评估。 作者贡献声明 vincenzo lo turco：撰写 – 审稿与编辑、撰写 – 原始稿、数据可视化、项目管理、概念构思。 giuseppa di bella：资源获取、项目管理、概念构思。 vincenzo nava：验证、调查、数据分析。 ambrogina albergamo：调查、数据分析、数据管理。 angela giorgia potortì：撰写 – 审稿与编辑、撰写 – 原始稿、数据可视化、方法论、概念构思。 利益冲突声明>
总体而言，本研究提供了一个结合元素组成、转移行为和暴露评估的综合框架，相比传统的单一层面分析，提供了对茶叶中元素动态的更全面理解。虽然这些发现提供了坚实的概述，但应考虑到所选商业品牌的数量有限，以及缺乏关于特定工业加工方法（如ctc与传统机械）的专有信息，这些因素可能影响结果的普遍适用性。因此，未来的研究可以扩大样本量并纳入更多受控的制造变量，以进一步完善茶饮料的元素风险-效益评估。

作者贡献声明
vincenzo lo turco：撰写 – 审稿与编辑、撰写 – 原始稿、数据可视化、项目管理、概念构思。
giuseppa di bella：资源获取、项目管理、概念构思。
vincenzo nava：验证、调查、数据分析。
ambrogina albergamo：调查、数据分析、数据管理。
angela giorgia potortì：撰写 – 审稿与编辑、撰写 – 原始稿、数据可视化、方法论、概念构思。

利益冲突声明
作者声明没有利益冲突。>