許春華,肖作兵,牛云蔚,于海燕
香氣和口感是果酒重要的質(zhì)量評(píng)價(jià)指標(biāo),傳統(tǒng)上可依靠感官評(píng)價(jià)給出產(chǎn)品等級(jí)。然而,感官評(píng)價(jià)帶有主觀因素,會(huì)隨著評(píng)價(jià)者身體狀況、情緒變化、分辨能力等因素而產(chǎn)生不同的結(jié)果,同時(shí),感官評(píng)價(jià)結(jié)果往往比較模糊,難以用客觀的數(shù)據(jù)表達(dá)??焖佟⒌统杀镜墓瀑|(zhì)量評(píng)價(jià)方法已受到廣泛關(guān)注。其中之一為電化學(xué)方法,如電子鼻、電子舌。電子舌和電子鼻由化學(xué)傳感器和適宜的模式識(shí)別系統(tǒng)構(gòu)成,能從樣品的響應(yīng)信號(hào)得到樣品的綜合評(píng)價(jià)信息,也就是“指紋數(shù)據(jù)”[1]。它們不僅可以對(duì)不同樣品的香氣和口感信息進(jìn)行簡單的對(duì)比分析,而且可以通過采集標(biāo)樣信息建立數(shù)據(jù)庫,利用化學(xué)計(jì)量學(xué)方法對(duì)未知樣品進(jìn)行定性和定量分析。
在國外,電子鼻和電子舌在果酒中的應(yīng)用已有廣泛研究。Legin等[2]將電子舌和感官評(píng)價(jià)結(jié)合起來對(duì)不同產(chǎn)地、不同季節(jié)、不同種類意大利葡萄酒進(jìn)行鑒別,效果良好。Buratti等[3-4]采用電子鼻和電子舌結(jié)合遺傳算法對(duì) 4種不同類型、15種不同產(chǎn)地紅酒的感官特征進(jìn)行了分析,分析結(jié)果表明通過電子鼻和電子舌可快速、客觀的對(duì)紅酒感官特征進(jìn)行評(píng)價(jià)。García等[5]采用基于金屬氧化物半導(dǎo)體膜的電子鼻結(jié)合主成分分析和概率神經(jīng)網(wǎng)絡(luò)對(duì) 4種不同類型紅葡萄酒進(jìn)行描述和分類,區(qū)分效果良好。Lozanoc等[6]采用電子鼻結(jié)合主成分分析和概率神經(jīng)網(wǎng)絡(luò)對(duì)葡萄酒酒齡進(jìn)行鑒別,鑒別準(zhǔn)確率達(dá)到 97%。Rudnitskaya等[7-8]采用復(fù)合味覺的電子舌結(jié)合化學(xué)分析法對(duì)葡萄酒不同酒齡進(jìn)行了分析,電子舌可較好地用于葡萄酒酒齡的識(shí)別。Codinachs等[9]研究表明,電子舌分析結(jié)果結(jié)合主成分分析和簇類的獨(dú)立軟模式分類法不僅能將品種不同、釀造年份不同的葡萄酒區(qū)分開,且電子舌分析結(jié)果結(jié)合偏最小二乘法能對(duì)葡萄酒中的部分品質(zhì)指標(biāo)進(jìn)行定量分析。Gutiérrez等[10]研制了環(huán)氧石墨電極的伏安電子舌,采用其對(duì)葡萄酒品質(zhì)指標(biāo)進(jìn)行定量分析,并用其區(qū)分不同品種的葡萄酒。
在國內(nèi),電子鼻和電子舌在果酒中的應(yīng)用剛起步。李華等[11]采用電子舌技術(shù)來對(duì)昌黎原產(chǎn)地不同年份、不同品種的干紅葡萄酒進(jìn)行檢測(cè),各種葡萄酒都得到了很好的區(qū)分辨識(shí)。高永梅等[12]采用 GC-flash型電子鼻對(duì) 3種香型 (濃香、清香、醬香)白酒進(jìn)行了識(shí)別。王俊等[13]采用電子舌對(duì) 6種不同的葡萄酒進(jìn)行了檢測(cè),結(jié)果表明,電子舌可以用于不同產(chǎn)地、不同品種的葡萄酒的鑒別。
本文擬采用電子鼻指紋分析系統(tǒng)采集不同品種果酒樣品的嗅覺指紋信息;擬采用電子舌系統(tǒng)采集不同品種果酒樣品的味覺指紋信息;運(yùn)用主成分分析和判別因子分析法擬討論電子鼻、電子舌對(duì)不同品種櫻桃酒、葡萄酒的區(qū)分效果,為果酒香氣和口感感官質(zhì)量評(píng)價(jià)體系的建立提供依據(jù)。
中櫻狄墨爾櫻桃酒,2008年干紅,山東尊皇櫻桃酒業(yè)科技有限公司制造;中櫻狄墨爾櫻桃酒,2009年干白,山東尊皇櫻桃酒業(yè)科技有限公司制造;張?jiān)?009年干白葡萄酒,張?jiān)熍_(tái)葡萄園區(qū)制造;長城2009年干紅葡萄酒,河北張家口懷來制造。每種酒各 2個(gè)樣品。
1.2.1 電子鼻
采用法國 Alpha MOS公司的 Heracles電子鼻指紋分析系統(tǒng),由 Heracles超快速色譜型指紋分析儀主機(jī)、極性不同雙毛細(xì)管柱 (DB 5&DB 1701)、雙氫火焰檢測(cè)器、超快速升溫系統(tǒng)、熱脫附設(shè)置、加熱進(jìn)樣口和AlphasoftV11控制及化學(xué)計(jì)量學(xué)軟件組成。
1.2.2 電子舌
采用法國 Alpha MOS公司的α-Astree電子舌系統(tǒng),包含 7個(gè)化學(xué)傳感器陣列 (酸、甜、苦、咸、鮮、2個(gè)復(fù)合味覺傳感器)和 1個(gè)參比電極以及AlphasoftV11控制及化學(xué)計(jì)量學(xué)軟件。
1.3.1 人工感官評(píng)價(jià)
建立 7人感官評(píng)價(jià)小組,其中 4人為女性,3人為男性,且進(jìn)行感官評(píng)價(jià)當(dāng)天身體狀況良好。感官評(píng)價(jià)方法參考葡萄酒果酒通用分析方法[14]。感官評(píng)價(jià)人員各自對(duì)樣品進(jìn)行品評(píng) (每次 1個(gè),每品嘗完 1個(gè)樣品后漱口),然后獨(dú)立對(duì)樣品的香氣和口感進(jìn)行描述性評(píng)價(jià)。
1.3.2 電子鼻和電子舌參數(shù)條件
采用法國 Alpha MOS公司的 Heracles電子鼻指紋分析系統(tǒng)采集櫻桃酒和葡萄酒樣品的嗅覺指紋信息,注射體積為 1 500μL,注射速度為 270μL/s,注射時(shí)間為 8.00 s,初始注射溫度為 40℃,初始溫度持續(xù)時(shí)間為 2 s,升溫速率為 2℃/s,最終溫度為 200℃/s,最終溫度持續(xù)時(shí)間為 10 s;采用法國 AlphaMOS公司的α-Astree電子舌系統(tǒng)采集采集櫻桃酒和葡萄酒樣品的味覺指紋信息。中櫻狄墨爾櫻桃酒 2008干紅、2009干白、張?jiān)8砂灼咸丫?、長城干白葡萄酒這 4種酒的酒精度都集中在 12.0%左右,考慮到酒精對(duì)電子舌傳感器響應(yīng)的影響,選用酒精作為清洗溶液,以使傳感器適應(yīng)酒精,消除測(cè)量過程中酒精對(duì)酒樣檢測(cè)結(jié)果的干擾。本文采用體積比為 10%的酒精作為清洗溶劑,每個(gè)傳感器都取第 120 s的數(shù)據(jù)進(jìn)行分析。
1.4.1 主成分分析 (PCA)
主成分分析采取降維的方法,找出幾個(gè)綜合因子來代表原來眾多的變量,使得這些綜合因子盡可能多地反映原來變量的信息,而彼此之間互不相干,以達(dá)到簡化的目的[15]。第 1主成分 (PC1)和第 2主成分(PC2)包含了在轉(zhuǎn)換中得到的第 1主成分和第 2主成分的貢獻(xiàn)率,貢獻(xiàn)率越大,說明降維后的綜合指標(biāo)能更多地反映原來多指標(biāo)的信息。
1.4.2 判別因子分析法 (DFA)
判別因子分析法 (DFA)是專門根據(jù)若干因素對(duì)預(yù)測(cè)對(duì)象進(jìn)行分類的一種方法,通過分析可以建立用于定性預(yù)測(cè)的數(shù)學(xué)模型[15]。用判別分析方法處理問題時(shí),通常要給出一個(gè)衡量新樣品與已知組別接近程度的描述指標(biāo),即判別函數(shù),同時(shí)指定一種判別規(guī)則,借以判定新樣品的歸屬。判別函數(shù)分析用于將未分類樣本根據(jù)判別函數(shù)歸類于某個(gè)預(yù)定義的組當(dāng)中。通常采用的線性判別函數(shù)通過將由樣本構(gòu)成的觀察矢量點(diǎn)乘一個(gè)系數(shù)矢量得到判別值,根據(jù)這個(gè)判別值對(duì)樣本進(jìn)行分類。
表1為櫻桃酒和葡萄酒的感官評(píng)價(jià)結(jié)果。由表1可以得到:在香氣上,櫻桃干白與葡萄干白的差異最小,其次是櫻桃干紅和葡萄干紅,干白和干紅之間的差異最大;在口感上,櫻桃酒干紅和干白差異較大,葡萄酒干紅和干白差異較大,但櫻桃酒、葡萄酒干紅以及櫻桃酒、葡萄酒干白口感相近,具有純正、優(yōu)雅、怡悅、和諧的果香與酒香,具有純正、優(yōu)雅、爽怡的口味和悅?cè)说墓阄?酒體完整的特點(diǎn)。

表1 櫻桃酒、葡萄酒感官評(píng)定結(jié)果[14]
2.2.1 四種酒樣的香氣分析雷達(dá)圖
將 4種樣品平均雷達(dá)圖疊放在圖1中進(jìn)行對(duì)比得到:從香氣雷達(dá)圖的整體輪廓來看,干紅的響應(yīng)信號(hào)比干白的響應(yīng)信號(hào)大;干紅葡萄酒比干紅櫻桃酒的響應(yīng)大;干白葡萄酒比干白櫻桃酒響應(yīng)大。結(jié)果表明,櫻桃干白與葡萄干白的香氣差異最小,其次是櫻桃干紅和葡萄干紅,干白和干紅之間的香氣差異最大,與感官評(píng)價(jià)結(jié)果一致。

圖1 干紅、干白櫻桃酒和干紅、干白葡萄酒的電子鼻雷達(dá)圖
2.2.2 基于電子鼻的 4種酒樣的 PCA結(jié)果
圖2為基于電子鼻的干紅干白櫻桃酒和葡萄酒的 PCA結(jié)果,其中 PC1解釋了 70.047%的樣品間差異,PC2解釋了 13.768%的差異。由圖2可以看出,干紅櫻桃酒、干紅葡萄酒、干白櫻桃酒和干白葡萄酒的 2個(gè)樣品分別聚在一起,說明電子鼻結(jié)果重現(xiàn)性好;通過 PC1可將干紅和干白酒分開;通過 PC2可將干紅櫻桃酒和干紅葡萄酒,干白櫻桃酒和干白葡萄酒分開,說明干紅和干白酒的香氣差異較大,櫻桃酒和葡萄酒的香氣也有差異,但不如干白和干紅之間的差異大。

圖2 干紅、干白櫻桃酒和干紅、干白葡萄酒各兩個(gè)樣品的電子鼻 PCA結(jié)果
2.2.3 基于電子鼻的 4種酒樣的DFA區(qū)分圖
基于不同品種樣品主成分分析,采用判別因子分析法建模得到干紅干白櫻桃酒和葡萄酒的DFA區(qū)分圖,如圖3所示。經(jīng) DFA分析后可以得出,通過 DF1可以將干白葡萄酒與干白櫻桃酒,干紅葡萄酒與干紅櫻桃酒區(qū)分出來。通過DF2則可以將干白葡萄酒與干紅葡萄酒,以及干白櫻桃酒與干紅櫻桃酒區(qū)分開來,區(qū)分效果良好。
2.3.1 四種酒樣的電子舌雷達(dá)圖
圖4為 4種酒樣電子舌雷達(dá)圖。這 4種酒樣在BRS、S WS、及 GPS傳感器中口感差異較不明顯,不易做出區(qū)分。但從 SRS、UMS、STS傳感器響應(yīng)值可明顯區(qū)分四種酒,且同種樣品的重現(xiàn)性好。

圖4 干紅、干白櫻桃酒和干紅、干白葡萄酒各 2個(gè)樣品的電子舌雷達(dá)圖
2.3.2 四種酒樣的電子舌 PCA圖
對(duì)葡萄酒及櫻桃酒的電子舌相應(yīng)信號(hào)做出進(jìn)一步的 PCA分析,如圖5所示。從圖5可以看出,PC1解釋了酒樣間 88.13%的差異,PC2解釋了酒樣間6.295%的差異。干紅櫻桃酒、干紅葡萄酒、干白櫻桃酒和干白葡萄酒的 2個(gè)樣品分別聚在一起,說明 2個(gè)樣品風(fēng)味差異不大;通過 PC1可以將葡萄酒及櫻桃酒區(qū)分開來,葡萄酒分布在 PC1的右半部分,櫻桃酒則分布在左半部分;但因?yàn)榫茦拥捻憫?yīng)數(shù)據(jù)的分布較疏散,很難對(duì)酒樣做出進(jìn)一步的判斷。

圖5 干紅、干白櫻桃酒和干紅、干白葡萄酒各 2個(gè)樣品的電子舌 PCA結(jié)果
2.3.3 四種酒樣的電子舌DFA圖
在 PCA分析的基礎(chǔ)上對(duì)酒樣進(jìn)行 DFA分析。圖6即為電子舌傳感器的 DFA區(qū)分圖。從 DFA圖上分析得出:通過 DF1可將葡萄酒與櫻桃酒區(qū)分開來,櫻桃酒與葡萄酒分別分布在 DF1的左半部分與右半部分。通過 DF2則可將干白櫻桃酒、干白葡萄酒與干紅葡萄酒區(qū)分開來,而干紅櫻桃酒則與干白櫻桃酒的口感風(fēng)味相似,不易做出區(qū)分。

圖6 干紅、干白櫻桃酒和干紅、干白葡萄酒各兩個(gè)樣品的電子舌DFA區(qū)分圖
試驗(yàn)分別用電子鼻和電子舌對(duì) 4種酒樣檢測(cè),并通過 PCA分析和 DFA區(qū)分得到:在香氣上,櫻桃干白與葡萄干白的差異最小,其次是櫻桃干紅和葡萄干紅,干白和干紅之間的差異最大;在口感上,櫻桃酒(干紅和干白)與葡萄酒 (干紅和干白)的差異較大。電子鼻和電子舌分析結(jié)果與人工感官評(píng)價(jià)結(jié)果一致。研究結(jié)果表明:電子鼻和電子舌結(jié)合模式識(shí)別方法可用于果酒的風(fēng)味評(píng)價(jià),對(duì)不同品種果酒的區(qū)分效果良好。
[1] 鄒小波,趙杰文 .電子鼻在飲料識(shí)別中的應(yīng)用研究[J].農(nóng)業(yè)工程學(xué)報(bào),2002,18(3):146-149.
[2] Legin A,Rudnitskaya A,Lvova L.Evaluation of Italian wine by the electronic tongue:recognition,quantitative analysis and correlation with human sensory perception[J].Analytical Chimica Acta,2003,484(1):33-44.
[3] Buratti S,Benedetti S,Scampicchio M.Characterization and classification of Italian Barbera wines by using an electronic nose and an amperometric electronic tongue[J].Analytica Chimica Acta,2004,525(1):133-139.
[4] Buratti S,Ballabio D,Benedetti S,et al.Prediction of I-talian red wine sensorial descriptors from electronic nose,electronic tongue and spectrophotometric measurements by means of Genetic Algorithm regression models[J].Food Chemistry,2007,100:211-218.
[5] García M,Aleixandre M,Gutiérrez J,et al.Electronic nose forwine discrimination[J].Sensors and Actuators B:Chemical,2006,113(2):911-916.
[6] Lozanoc J,Arroyob T,Santosa J P,et al.Electronic nose forwine ageing detection[J].Sensors and Actuators B:Chemical,2008,133(1):180-186.
[7] RudnitskayaA,IvonneDelgadillo,Legin A,et al.Prediction of the Port wine age using an electronic tongue[J].Chemometrics and Intelligent Laboratory Systems,2007,88(1):125-131.
[8] Rudnitskaya A,Rocha SM,Legin A,et al.Evaluation of the feasibility of the electronic tongue as a rapid analytical tool forwine age prediction and quantification of the organic acids and phenolic compounds.The case-study ofMadeira wine[J].Analytica Chimica Acta,2010,662(1):82-89.
[9] Codinachs L M,Kloock J P,Sch?ningM J,et al.Electronic integrated multisensor tongue applied to grape juice and wine analysis[J].Analyst,2008,133:1 440-1 448.
[10] Gutiérrez J M,Moreno-Barón L,PividoriM I.A voltammetric electronic tongue made of modified epoxy-graphite electrodes for the qualitative analysis of wine[J].Microchimica Acta,2010,169(3/4):261-268.
[11] 李華,丁春暉,尹春麗,等 .電子舌對(duì)昌黎原產(chǎn)地干紅葡萄酒的區(qū)分辨識(shí) [J].食品與發(fā)酵工業(yè),2008,34(3):130-131.
[12] 高永梅,劉遠(yuǎn)方,李艷霞,等 .主要香型白酒的電子鼻指紋圖譜[J].釀酒科技,2008(5):38-41.
[13] 王俊,姚聰 .基于電子舌技術(shù)的葡萄酒分類識(shí)別研究[J].傳感技術(shù)學(xué)報(bào),2009,22(8):1 088-1 093.
[14] GB/T 15038 2006,葡萄酒、果酒通用分析方法[S].
[15] 許祿,邵學(xué)廣 .化學(xué)計(jì)量學(xué)方法 (第二版)[M].北京:科學(xué)出版社,2004:90-175.