本发明公开了一种利用电子鼻区分不同紫外光处理下的茶叶的方法，利用电子鼻系统中的传感器阵列采集紫外光处理组和未处理组的茶叶挥发的气体，将收集到的数据实时传输给上位机，通过上位机分析各个传感器的实时响应曲线对实验效果做出及时的判断，并将所有数据通过机器学习人工智能算法进行多分类划分，从而快速、高效、准确地区分不同紫外光处理的茶叶之间挥发性有机化合物的区别。本发明电子鼻系统拓宽了对实验环境的要求，减少了人员培训以及实验过程所花费的时间，而且电子鼻系统自动采集、自动数据上传和分析，极大降低了气体分析的硬件成本，提高了分析的准确率和效率。