怎样用茶叶养生?科学数据,行业,权威机构不愿告诉你的秘密

粤湘源 14 0



  说了很多关于茶叶养生,普洱茶养生的知识,但是很多人希望用数据,事实来证明。我的感觉是,每个人都被科学洗脑了,迷信得不要不要的。我每天为入门兴趣班学员演示的是什么,为他们演示“无接触”品质鉴定,方法是让他们去超市拍同样品牌的食物照片,在这里说明的是,水也好,肉类也好,只要是入口的东西,我会给他们分辨品质,其中,无接触技术品鉴水是最多的案例,方法是这样的。

怎样用茶叶养生?科学数据,行业,权威机构不愿告诉你的秘密

  去超市,随机拍同样品牌的包装饮用水给我看,我给学员选出一瓶是品质好的,一瓶是品质差的。这样的方法可以证明,经过科学安全检测通过的包装饮用水,品质是不一样的。品质不一样就说明了喝下去的成分是不同的,是不同,就说明了对身体不同的作用,至于对身体好不好,我们可以自己想象一下,在随机的情况下,一瓶水质硬,几瓶水质硬,结果是怎么样?这里是打个比方,因为水,食物,药,在成分上面的理解,其实是一样的,在中医里,它们都称之为,属性。属性有药性与毒性,还有偏性,如果不偏不倚,那么就可以久服,安全饮食。

  有些人经常会把科学标准,机构,权威像上帝一样崇拜,跪舔,迷信,这些人对我建立的标准是怀疑的。有些人来找我其实是想来证明他们的正确,以此告诉我,我错了,但是当事实摆在他们面前的时候,身体的心理受到了巨大的冲击。也就是说,他们认为的抽样合格检测,对安全饮食根本不起作用。而我所说的亚健康与慢性病,疑难杂症的数据每时每刻在不停增加,这是事实。

  也就是说,科学标准,机构,权威防不住食品安全的问题,反而让更多的人因为无脑信任数据,增加了亚健康与慢性病的数据。也就是说,预制菜,快餐,这些外卖,超市货架上的商品,几乎可能都是有毒性的。这就是说,“辛吉飞”揭露的事实不是让人焦虑,而是揭露。包括大品牌在内,都有可能加了食品添加剂,即使没有增加食品添加剂,为了快速生长,动物饲料,植物养分吸收都有可能加了很多化学,转基因物质,那么有没有数据可以证明我说的呢?

  如果我们在网上查一下“微塑料”或许我们会发现很多问题。如果您需要证明,还是用水来证明,每一种品质的水,都有不同的认证,矿泉水有矿泉水的,纯净水有纯净水的。但问题是通过了矿泉水的认证,也是有品质区别的,并不是证明了饮用矿泉水就是好的。某个大品牌的矿泉水,6瓶装为一箱,只有2到3瓶是符合陆羽的技术标准的,另外几瓶喝起来是发干的。有很多学员和我说,您有这技术,可以去跟企业要赔偿,现在媒体很方便曝光的。我只能摇头,企业已经尽力了,他们的投入,为了满足老百姓的吃与喝,还有各种部门审查,我再去搞,搞掉一个品牌,来5个垃圾品牌,您觉得是打掉还是自己学会技术重要?即使我打掉一个品牌,您还不是一样,而且所有的主流品牌水,您都喝过了,您觉得呢?

  听完这些话,学员问我,那么水的品质可以鉴定了,茶叶是否真的能养生呢?我的回答是这样的,水,茶叶,食物,只要品质对的,都可以养生。一般回答这个问题的时候,他们会用怀疑的眼神来看我,现在食物都慢性中毒了,茶也是,为什么可以养生呢?

  我们今天先不用数据说话,就单纯以水是否养生来说明问题,我们市政的常规水与重水做比较,重水是说,氘和氧的化合物,比一般水重,全称一氧化二氘,含矿物质多的水。一般工业废水,生活废水初步处理的,含有重金属成分的水也会这么称呼,长期饮用这样的水,身体会有重金属中毒的风险,如果这时候换成市政常规水,通过饮用这些水,让身体恢复了标准值,那是不是说明,水最起码没毒,或者具有一定养生功能的事实呢?如果通过这样的解决方案,气色好了呢?

  因此,我们不需要数据,机构的说明,自己就能有一部分辨别能力,而茶叶是否养生,也是同样的道理。根据医书对食材,药物的属性,领会药性,就可以很好地证明茶的养生作用,如果没有选择,那么根据属性,领会毒性,我们就可以找到毒性低的茶叶,是么?那么这个药性的辨认是怎么做到的呢?药性的辨认是一门技术,它的普及率多高,也就是决定了全民的健康程度,饮食品质的程度,从医人员的数量。现在疫情已经常态化,从医人员可能会越来越多,全民健康的疑难杂症,亚健康与慢性病越来越多,癌症低龄化,其实都是不会辨认药性的原因。

  如果每个人学会这门技术,那么自己的安全就会有保证,而这门技术如果成为标准,那么您认为资本会怎么想呢?作为我来说,我认为资本以及老百姓会更富有,但他们会怎么认为呢?但是面对疫情常态化,面对这么大饮食行业的时候,您需不需要自己健康呢?有人认为,科学不是规定了剂量了,为什么还要多此一举学这门技术呢?还是那句话,食物品质越差毒剂量越高,都是通过安全检测的食物,按照现有规定的剂量饮食,您的亚健康与慢性病是否缓解或者没变化呢?相信您的身体,您的体检指标已经给您了答案,也就是说,科学的毒剂量指标根本没用,对么?那么用茶养生的方法解决了么?

标签: #数据 #品质 #技术