Para explorar los cambios en el contenido de epigalocatequina galato (EGCG) en el té bajo condiciones de estrés abiótico, recopilamos muestras de té, junto con datos correspondientes de suelo y altitud, y utilizamos los datos medidos para un análisis de un solo factor. Al mismo tiempo, se empleó el método de regresión LASSO, que rara vez se utiliza en la agricultura, para seleccionar factores de modelado, se estableció un modelo de predicción, y se introdujo el criterio de información de Akaike (AIC) para comparar la bondad de ajuste. Los resultados muestran que la selección de LASSO redujo el valor de AIC del modelo en un 13.8%. El área promedio bajo la curva del conjunto de entrenamiento y el conjunto de validación fue de 0.81 y 0.76, respectivamente, y la curva de calibración también mostró una buena consistencia. Basándonos en el modelo de nomograma, se desarrolló un sistema de predicción visual, y se introdujo la curva de predicción de contenido para una evaluación detallada del suelo. La tasa de precisión alcanzó el 75% después de la verificación externa. Este estudio proporciona una base teórica para elucidar la predicción y la intervención de la calidad del té Pu"er bajo condiciones de estrés abiótico.