電子鼻電子舌在咖啡風味研究中的應用

翟曉娜,楊剴舟,柴　智,冷小京

(中國農業大學,食品科學與營養工程學院,食品質量與安全北京實驗室,北京100083)

?

電子鼻電子舌在咖啡風味研究中的應用

翟曉娜,楊剴舟,柴智,冷小京*

(中國農業大學,食品科學與營養工程學院,食品質量與安全北京實驗室,北京100083)

隨著感官傳感技術的不斷發展,電子鼻和電子舌傳感器已逐漸在食品檢測及其他領域中得到大量的研究與應用。本文在闡述電子鼻和電子舌的基本原理及其數據處理方式的基礎上,著重介紹了電子鼻、電子舌在咖啡風味中的研究現狀,為咖啡風味的研究及質量控制提供參考。

咖啡,風味,電子鼻,電子舌,模式識別

咖啡是世界上最流行的飲料之一,是僅次于原油的第二大原材料交易商品。咖啡風味是評判咖啡品質的重要標準,其構成受到品種、產地、預處理、烘焙等眾多因素的影響[1-2]:如阿拉比卡種與羅伯斯塔種相比具有更豐富復雜的成分;高海拔區品種常具有較高脂類風味物質的含量[3];對高水分含量漿果的處理不當會導致霉味[4];烘焙條件的變化引發的不同美拉德反應、斯特克降解反應及焦糖化反應,會改變呋喃、醛酮、酚類及有機酸等揮發性物質的比例,從而形成不同的風味特征[1,5-6];而生豆拼配工藝及后期處理對風味品質也有重要影響。因此,能否對風味特性進行準確的測定和分析,是提高咖啡風味質量的重要保證。

目前對咖啡風味評價的主要手段大多依賴于感官評價,但該方法過多的人為因素、易受干擾及不可重復性,使之難以作為可靠的數據分析基礎,因此引入客觀的新型理化分析檢測技術十分必要[7]。具有高靈敏度、可靠性及重復性的電子鼻、電子舌類生物傳感器在食品行業如肉類、酒水飲料方面已有系統的研究,相關數據表明這些技術在咖啡研究領域同樣極有潛力。因此本文對電子鼻、電子舌的基本工作原理及應用現狀進行總結,探討其在咖啡領域中普遍應用的前景。

1　電子鼻電子舌簡介

19世紀80年代初,由傳感器陣列和信號處理系統組成的模擬人類味覺和嗅覺的電子鼻、電子舌檢測技術開始應用于環境監測、藥劑學及臨床診斷等方面。近年來,這些技術的研究和應用領域不斷擴大,逐漸進入食品行業。

1.1電子鼻的組成及工作原理

按Gardner與Bartlett的理解,“電子鼻”是指由具有部分特異性的電子化學傳感器陣列及恰當的模式識別系統組成的能夠識別簡單或復雜氣味的裝置[8]。目前較著名的電子鼻系統有英國的Neotronics system & AromaScansystem、Bloodhound、法國的Alpha MOS以及日本的Frgaro和我國臺灣的Smell & KeenWeen等[9]。圖1顯示了人類嗅覺系統與電子鼻基本組成元素間的對應關系[10]。

圖1　電子鼻與人類嗅覺系統的三大基本元件Fig.1　Diagram of the three basic elements of electronic nose and human nose

典型的電子鼻系統由多傳感器陣列、信息處理單元及參考數據庫組成。其中傳感器陣列指的是由多個對不同氣味物質敏感性不同的傳感器組成,可將不同氣味分子在其表面的作用轉化為可測量的電信號,實現對混合氣體的識別[11]。目前電子鼻系統的氣敏傳感器主要包括金屬氧化物半導體氣敏傳感器(MOS)、金屬半場效晶體管傳感器(MOSFET)、導電聚合物傳感器(CP)、壓電晶體傳感器(如體聲波傳感器BAW)及表面聲波氣敏傳感器(SAW)等。其中MOS因其制備簡單、價格低廉且靈敏度較高而最為常用,并形成以SnO2、ZnO、Fe2O3為主的三大氧化物半導體體系[12-13]。

1.2電子舌的組成及工作原理

“電子舌”系統在歐洲第十屆固態傳感器會議上被首次提出[14]。與電子鼻類似,該系統也主要由傳感器陣列和模式識別系統組成,其中味覺傳感器由類脂薄膜構成,當其一側與味覺物質接觸時,膜兩側電勢發生變化,引發系統對味覺物質的響應并輸出相應信號,經計算機系統處理后形成樣品味覺特征的“指紋”數據[15-17]。

目前電子舌主要采用的是電化學檢測方法,包括電位分析法[18]、電流分析法[19]、循環伏安法[20]、SAW及光化學傳感器系統[21]。商業電子舌系統有法國的Alpha MOS和日本的Kiyoshi Toko[22]。

1.3電子鼻、電子舌模式識別方法

在數據采集中,電子鼻、電子舌均會受到電磁擾動、氣流擾動等隨機噪聲信號的影響,因此必須采取不同的模式識別方法對數據進行消噪處理[23]。模式識別算法按輸入輸出間的關系有線性和非線性兩種。線性模式主要包括:

k-近鄰法(k-NN)[24]:主要依據樣本間的多維空間距離建模實現對未知樣品類別的預測,該方法對樣品的單位較為敏感,需進行歸一化預處理。

聚類分析(CA)[25]:基于整個數據集內部存在的“分組”而形成的一種無監督學習算法。樣本空間的“自然分組”源自每個子集中的點具有高度內在相似性。

主成分分析(PCA)[26]:常用于多元統計,其目的是將分散的信息集中到幾個綜合指標即主成分上。該方法具有不損失樣品基本信息而對原始數據進行降維處理且可視化的優點,并可避免原始數據的共線性問題[27]。

判別分析(DA & DFA)[28]:在一系列多因子觀測值的基礎上對事物屬性差別進行分類的方法,主要用于樣品的定性預測。DFA是基于PCA對數據進行進一步的優化處理,在盡可能擴大不同類數據間差異的同時縮小同類數據間差異的基礎上對樣品進行分類、建模,并用模型對未知樣品進行類別歸屬的判定。

偏最小二乘法(PLS)[29]:一種多因變量對多自變量的回歸建模方法,適于多自變量個數多于觀測樣本數或變量之間高度相關的數據分析,具有PCA和多元線性回歸分析的優點。

非線性模式識別方法主要包括:

人工神經網絡(ANN)[30]:基于人腦細胞的工作原理,通過不斷調整各神經元間的連接權重與偏置,使誤差函數達到最小值來實現輸入輸出間的非線性映射[31]。這類算法包括注重輸入與輸出間的映射關系且容錯能力強的BP-ANN(誤差反向傳播神經網絡)[32]及充分結合了PCA-DA和BP-ANN優點的LVQ(學習向量量化)[33]。此外,還包括SOM(自組織映射)[34]、PNN(概率神經網絡)及MLP(多層神經網絡)[35]。

支持向量機(SVM)[36]:基于結構風險最小化原理,在新空間中求取最優線性分類面以實現對樣本的分類。

統計質量控制分析(SQC)[37]:基于樣品參數的正態分布計算樣品分布的95%置信區間,其中未知樣品的置信度在置信區間范圍內即可認定為合格樣品,否則為不合格。

1.4電子鼻及電子舌檢測的優點

相比較于傳統方法如GC、GC-MS、離子遷移譜及紅外光譜法等,電子鼻和電子舌分析技術更貼近人類對樣品的感知特點,彌補傳統檢測方法的不足。

2　電子鼻電子舌在咖啡風味中的研究進展

咖啡風味是決定咖啡品質的重要影響因素之一,歷年來一直是咖啡領域的研究重點。目前電子鼻及電子舌在咖啡中的應用研究主要集中于咖啡品種鑒別、咖啡烘焙程度鑒定及咖啡質量監測等方面。巴西咖啡行業協會ABIC在2004年啟動了一項旨在穩定、提高咖啡風味特征以刺激高品質咖啡消費的項目,并積極推薦電子鼻電子舌作為評價咖啡品質的方法之一[38]。

2.1電子鼻在咖啡風味研究中的應用

2.1.1咖啡豆品種的區分咖啡豆主要為阿拉比卡、羅布斯塔及利比里卡,咖啡豆因其種植自然環境的影響而具有不同的風味。且咖啡漿果不同的處理方式如水洗法、日曬法、麝香貓發酵等也會產生不同的風味特征。Pardo等[39]采用電子鼻(4組SnO2膜氣敏傳感器)系統,對4種不同品牌的咖啡豆、咖啡粉、濃縮咖啡以靜態頂空萃取方法進行制樣,數據進行PCA分析后的結果表明電子鼻對不同咖啡豆樣品可實現100%的區分率、對咖啡粉樣品可實現87.5%的區分率,而由于濃縮咖啡樣品取樣環境的不完全重復性該電子鼻系統無法對其進行很好的區分。Ongo等[40]應用EOS 835電子鼻(6組MOX傳感器)對四種不同產地的菲律賓咖啡經麝香貓處理前后其特征風味物質進行表征,同時輔以GC-MS進行驗證。結果表明電子鼻可根據處理前后咖啡豆中特征風味物質的濃度將麝香貓咖啡豆區分開,且不同產地的咖啡豆也具有各自的特征風味。

2.1.2咖啡生豆質量的鑒定咖啡杯測質量與生豆品質息息相關。漿果水洗過程中產生的酸豆會加速瑕疵豆的產生,使其染上不愉悅的酸臭味。在拼配咖啡中,越來越多的力量集中在通過化學組成的分析來鑒定殘次豆的存在[41]。Juan等[42]對哥倫比亞特級咖啡豆、健康咖啡豆及瑕疵咖啡豆進行檢測區分,并以杯測法作為參照。測量數據采用PCA分析,并以MLP方法輔助驗證,結果表明以PC1和PC2為權重的分析結果可將樣品成功區分。說明電子鼻系統可在咖啡生豆質量檢測方面可發揮一定的作用,并逐漸實現咖啡生豆生產處理的在線檢測。但由于咖啡生豆的揮發性物質較少,該系統無法對其進行良好的區分。在今后研究中應逐步提高電子鼻傳感器的靈敏度使其能夠應用于生豆的質量檢測及其處理工藝的監測中。

2.1.3咖啡烘焙程度的鑒定及其在線監測咖啡豆的烘焙程度通常分為淺度烘焙(Light Roast)、中度烘焙(Medium Roast)及深度烘焙(Dark Roast)。蛋白質、多糖等物質在烘焙過程中可產生不同程度的揮發性及非揮發性物如酸、醛、酮、酯、含硫化合物、含氮化合物等,賦予咖啡特有的風味特征[43]。目前咖啡豆烘焙工藝條件的確定主要依賴于烘焙師的經驗及感官評價,難以形成統一的標準規范。吳桂蘋等[44]以海南4種不同品牌的咖啡和云南咖啡(不同烘焙程度)為研究對象,借助電子鼻αFOX4000系統檢測不同咖啡產品的氣味特征,采用PCA及DFA進行分析。結果如圖2所示,5種樣品之間的差異在PCA區分上比較明顯,主要表現在信息權重為98.6%的橫軸上;其中1、6、7號樣品的顯示范圍與其余樣品的顯示區域距離最大,說明這3個樣品間的氣味存在較為明顯的差異,電子鼻可成功的將5種不同烘焙程度的咖啡樣品區分出來,且DFA分析結果與PCA的結果基本一致。

圖2　不同咖啡樣品的氣味主成分分析圖Fig.2　PCA for the armor of coffee sample

Santina等[45]采用以10種金屬氧化物半導體傳感器作為傳感陣列的電子鼻PEN2系統,結合PCA和ANN數據處理方法對咖啡烘焙程度進行了實時在線模擬研究。實驗以質量損失、咖啡豆密度、水分含量、亮度等為人工神經網絡輸入變量,以相對電導率為烘焙程度的評價指標。結果表明ANN可以成功地預測咖啡的烘焙程度,且預測模型與咖啡豆的質量損失相關系數為0.985。Nida等[46]成功的將一種帶有集成加熱元素Figaro TGS800為傳感器的智能電子鼻系統用于咖啡質量的在線監測。因此應用電子鼻可實現咖啡不同烘焙程度的無損檢測及烘焙程度的實時監測,益于提高咖啡烘焙的穩定性及推動標準的建立。

2.1.4咖啡產品的質量監測針對咖啡豆市場上以次充好而傳統氣相監測系統對此無法鑒別的現象,Kazimierz等[47]用兩組完全相同的Figaro系列金屬氧化物傳感器的電子鼻對阿拉比卡、羅布斯塔及兩者不同比例的混合咖啡豆進行檢測,通過增加傳感器的數量即擴大樣品間的差異性并將數據結果進行雷達圖分析后可將不同的樣品進行區分。由于該分析方法辨識度較低,作者將SVM系統與電子鼻系統結合,分析比對樣品測試結果間的微分信號可提高系統檢測的靈敏性,實現區分樣品98.79%的正確率。目前中國咖啡市場中即溶咖啡份額最大,約占85%[48],不同加工工藝(如噴霧干燥、冷凍干燥)及品牌的即溶產品具有不同的風味特征。Thepudom等[49]以泰國咖啡市場上現有的冷凍干燥咖啡及其他4種不同品牌的速溶咖啡為研究對象,利用MOS電子鼻系統及PCA數據處理方法探究了不同咖啡沖泡濃度其風味特征以及對4種品牌速溶咖啡的區分能力。結果表明咖啡的沖泡濃度能明顯的影響咖啡的電子鼻分析結果,其PCA1權重分析為98.6%;且該電子鼻系統能較好的區分4種不同品牌的速溶咖啡,其PCA權重為97.1%。除上述外,咖啡生豆可能含有OTA(赭曲霉毒素),該毒素是一種天然耐熱毒素,主要由Aspergillus ochraceus,A. carbonarius及A. niger菌株產生,對腎臟有較高的毒性和致癌性。目前通常采用薄層色譜分析法、高效液相色譜法及熒光檢測等技術來檢測食品中霉菌毒素的存在[50],而這些方法很難作為一種預防性措施。Sberveglieri等[51]運用EN EOS835(SACMI IMOLA scarl,Imola,Italy)對咖啡生豆中的霉菌進行了檢測,并與GC-MS進行驗證對比,結果發現電子鼻系統可很好的將無菌咖啡豆及受感染的咖啡豆區分開來,因此采用電子鼻來檢測咖啡中微生物的狀況,提早發現被污染產品,保障消費者及市場的安全是檢測咖啡品質的未來發展方向之一。

2.2電子舌在咖啡風味研究中的應用

目前電子舌在食品檢測上的應用主要集中在酒類、茶飲料和飲用水等方面,對于咖啡的研究見報道較少。Andrey等[52]以咖啡的風味、酸度及醇度為評價參數,研究了發現電子舌(具30個電位化學傳感器)對咖啡風味的感知效果與感官評價趨勢相同。而Ferreir等[53]系統探究了電子舌與感官評價間的相關關系,實驗中電子舌系統對數據進行RSM-PCA(響應面-主成分分析)分析,與感官評價結果擬合得兩者的相關性系數為0.964,表明運用該電子舌分析方法可以很好的區分咖啡并為其實現在線監測提供理論依據。

Várv?lgyi等[54]探究了電子舌在咖啡感官評價中的應用前景,實驗以不同咖啡原材料的咖啡膠囊為實驗對象,利用GC-MS區分不同咖啡膠囊干粉原料、電子鼻(Alpha MOS)及感官評價區分以不同咖啡膠囊制備的咖啡液,并探究感官評價與儀器評價的相關性。結果表明感官評價與儀器測定存在著一定的相關性,其中電子鼻可對咖啡液的酸度進行較好的評價,其PLS模型R值為0.99。但電子鼻對樣品的甜感、花果味等辨別度較低,模型R值分別為0.64及0.60,即儀器測定只能完成咖啡樣品的評價,而無法代替感官評價。

2.3電子鼻電子舌聯用技術在咖啡風味研究中的應用

Hartman將“風味”定義為把食物放在口腔中及咀嚼時所產生的嗅覺(香味)和味覺(滋味)的一種整體感覺,而上述研究中電子鼻、電子舌系統分別是從氣味及滋味兩個不同的角度對咖啡的風味特征進行了一定的探究。胡榮鎖等[55]在探究研磨時間對咖啡風味的影響中以電子鼻及電子舌為評價手段,其PCA和DFA分析結果均表明隨著研磨時間的增加咖啡的香味逐漸發生變化;SQC分析結果(以樣品1為標準)表明不同研磨時間的樣品雖氣味變化不是很大,在可接受范圍內(圖3所示,除7號樣品外,其余樣品均落在可接受范圍內),但口感變化較大(圖4),只有樣品2、3即研磨時間小于5 min的樣品口感在可接受范圍內。因此綜合利用電子鼻電子舌系統一定程度上會更加全面的評價咖啡質量。再者電子鼻和電子舌技術雖可判斷出咖啡豆在研磨過程中其氣味和滋味的變化,但無法分析出其物質的變化,因此可進一步將電子感官技術與GC-MS等技術相結合,檢測到咖啡加工工藝中風味物質的變化規律,優化咖啡的制作工藝,提高咖啡的風味質量。

圖3　同研磨時間咖啡電子鼻SQC分析Fig.3　The e-nose SQC analysis of coffee with different milling times

圖4　不同研磨時間咖啡電子舌SQC分析Fig.4　The e-tongue SQC analysis of coffee with different milling times

3　總結及展望

電子鼻電子舌作為一種新型的生物模擬分析手段在咖啡研究中具有很重要的意義。目前電子鼻技術相對于電子舌技術來說在咖啡中應用發展較快,研究主要集中在對咖啡品種鑒定分析及咖啡質量檢測技術等方面,而對于咖啡評價體系的系統性研究還未見報道。由于電子鼻電子舌系統本身還存在一定的缺陷如:無法表現出氣味或者滋味帶給消費者的愉悅感[56];傳感器的壽命相對較短(MOS傳感器的壽命只有6～12個月);不同電子鼻電子舌之間缺乏統一的校準方法;對檢測環境有一定的要求,如在有水蒸氣或某單一物質(如乙醇)含量較高時,檢測器靈敏度較低且易出現漂移狀況;特定的食品檢測需特定的傳感材料等使得目前電子鼻電子舌還沒有真正進入咖啡的實際生產應用中。

因此在今后的研究中建議:

建立電子鼻電子舌“享受型評價模型”,即將電子鼻電子舌的評價系統與質譜檢測器、紅外光譜檢測器等相進一步結合,對咖啡風味進行全面的分析,同時與消費者的喜好良好進行模型探究,提高電子鼻電子舌數據分析的應用性;

對傳感器材質、穩定性及普適性、輕便性進行進一步研究以擴大電子鼻電子舌在咖啡實際生產中的應用范圍;

采用電子鼻和電子舌對整個咖啡生產工藝進行系統性研究,實現咖啡品質的在線檢測和評價;建立關于咖啡生豆指紋圖庫及咖啡產品貨架期預測模型,實現對咖啡行業良好監測。

電子鼻和電子舌技術作為一個新興技術,對于完善健全咖啡評價體系具有重要意義,將為咖啡行業帶來一次新的技術革命。

[1]Farah A,Monteiro M C.,Calado V,et al. Correlation between cup quality and chemical attributes of Brazilian coffee[J]. Food Chemistry,2006,98(2):373-380.

[2]Feldman R S,Ryder W S,Kung J T. Importance of nonvolatile compounds to the flavor of coffee[J]. Journal of Agricultural and Food Chemistry,1969,17(4):733-739.

[3]Decazy F,Avelino J,Guyot B,et al. Quality of different Honduran coffees in relation to several environments[J]. Journal of Food Science,2003,68(7):2356-2361.

[4]Leroy T,Ribeyre F,Bertrand B,et al. Genetics of coffee quality[J]. Brazilian Journal of Plant Physiology,2006,18(1):229-242.

[5]Jiang D,Peterson D G. Role of hydroxycinnamic acids in food flavor:a brief overview[J]. Phytochemistry Reviews,2010,9(1):187-193.

[6]Belitz H D,Grosch W,Schieberle P. Food chemistry(4th ed.)[M].2009. Heidelberg:Springer(Chapter 21).

[7]Patricia E,Jiménez V M. Functional properties of coffee and coffee by-products[J]. Food Research International,2012(46):488 -495.

[8]Gardner J W,Bartlett P N. A brief history of electronic noses[J]. Sensors and Actuators B:Chemical,1994(18):211-220.

[9]王俊,胡桂仙,于勇,等. 電子鼻與電子舌在食品檢測中的應用研究進展[J]. 農業工程學報,2004,20(2):292-295.

[10]Craven M A,Gardner J W,Bartlett P N. Electronic noses-development and futureprospects[J]. Trends in analytical chemistry,1996,9(15):487-493.

[11]張哲,佟金.電子鼻和電子舌在食品檢測中的研究和應用[J].華中農業大學學報,2005(10):25-30.

[12]趙愛鳳,于國鋒,劉曉艷,等. 電子鼻、電子舌在茶葉審評中的應用[J].福建農機,2002(3):23-26.

[13]Emmanuelle S,Jacques O B,Felix E. Electronic Noses’ and Their Application to Food[J].Lebensmittel-Wissenschaft und-Technologie,1998,31:305-316.

[14]Sehra G,Cole M,Gardner J W. Miniature taste sensing system based on dual SH-SAW sensor device:an electronic tongue[J]. Sensors and Actuators B:Chemical,2004,103(1):233-239.

[15]胡潔,李蓉. 人工味覺系統—電子舌的研究[J]. 傳感技術學報,2001,14(2):169-179.

[16]Riul A Jr,Dantas C A,Miyazaki C M,et al. Recent advances in electronic tongues[J]. The Royal Society of Chemistry. 2010(135):2481-2495

[17]楊小蘭,楊俊鋒,張美霞. 電子舌在食品加工在線檢測中的應用研究[J]. 飲料工業,2007,10(9):6-9.

[18]Vlasov Y G,Legin A V,Rudnitskaya A M,et al. 《Electronic tongue》-new analytical tool for liquid analysis on the basis of non-specific sensors and methods of pattern recognition[J]. Sensors and Actuators B:Chemical,2000,65(1):235-236.

[19]Scampicchio M,Benedetti S,Brunetti B,et al. Amperometric electronic tongue for the evaluation of the tea astringency[J]. Electroanalysis,2006,18(17):1643-1648.

[20]Winquist F,Krantz R C,Wide P,et al. Monitoring of freshness of milk by an electronic tongue on the basis of voltammetry[J]. Measurement Science and Technology,1998,9(12):1937.

[21]Li Z,Wang N,Vigneault C. Electronic nose and electronic tongue in food production and processing[J]. Stewart Postharvest Review,2006,2(4):1-5.

[22]Yuri V,Andrey L,Alisa R. Electronic tongues and their analytical application[J].Analytical & Bioanalytical Chemistry,2002(373):136-146.

[23]鄒小波,趙杰文.電子鼻數據的預處理技術與應用[J]. 農業機械學報,2006,37(5):83-86.

[24]González M Y,Cerrato O M C,Pérez P J L,et al. Electronic nose based on metal oxide semiconductor sensors and pattern recognition techniques:characterization of vegetable oils[J]. Analytica Chimica Acta,2001,449(1):69-80.

[25]Schreyer S K,Mikkelsen S R. Chemometric analysis of square wave voltammograms for classification and quantitation of untreated beverage samples[J]. Sensors and Actuators B:Chemical,2000,71(1):147-153.

[26]Hierlemann A,Weimar U,Kraus G,et al. Polymer-based sensor arrays and multicomponent analysis for the detection of hazardous oragnic vapours in the environment[J]. Sensors and Actuators B:Chemical,1995,26(1):126-134.

[27]張覃軼. 電子鼻:傳感器陣列,系統及應用研究[D]. 武漢:華中科技大學,2005.

[28]Delpha C,Lumbreras M,Siadat M. Discrimination and identification of a refrigerant gas in a humidity controlled atmosphere containing or not carbon dioxide:application to the electronic nose[J]. Sensors and Actuators B:Chemical,2004,98(1):46-53.

[29]白雪梅,趙松山.對主成分分析綜合評價方法若干問題的探討[J]. 統計研究,1995,6:47-51.

[30]Kettaneh N,Berglund A,Wold S. PCA and PLS with very large data sets[J]. Computational Statistics & Data Analysis,2005,48(1):69-85.

[31]Verikas A,Bacauskiene M. Feature selection with neural networks[J]. Pattern Recognition Letters,2002,23(11):1323-1335.

[32]王茹,田師一. 模式識別技術在電子舌中的應用與發展[J]. 食品科技,2009(2):108-112.

[33]Kohonen T. Self-organized formation of topologically correct feature maps[J]. Biological cybernetics,1982,43(1):59-69.

[34]姜園,張朝陽,仇佩亮,等. 用于數據挖掘的聚類算法[J].電子與信息學報,2005,27(4):655-661.

[35]Dutta R,Hines E. L,Gardner J W,et al. Tea quality prediction using a tin oxide-based electronic nose:an artificial intelligence approach[J]. Sensors and actuators B:Chemical,2003,94(2):228-237.

[36]Ortega A,Marco S,undic T,et al. New pattern recognition systems designed for electronic noses[J]. Sensors and Actuators B:Chemical,2000,69(3):302-307.

[37]楊軍.統計質量控制[M]. 北京:中國標準出版社,2012.

[38]Ferreira E J,Pereira R C T,Delbem A C B,et al. Random subspace method for analysing coffee with electronic tongue[J]. Electronics Letters,2007,43(21):1138-1139.

[39]Pardo M,Niederjaufner G,Benussi G. et al. Data preprocessing enhances the classification of different brands of Espresso coffee with an electronic nose[J]. Sensors and Actuators B,2000(69):397-403

[40]Ongo E,Falasconi M,Sberveglieri G,et al. Chemometric Discrimination of Philippine Civet Coffee Using Electronic Nose and Gas Chromatography Mass Spectrometry[J]. Procedia Engineering,2012,47(12):977-980.

[41]Toci A T,Farah A. Volatile compounds as potential defective coffee beans’ markers[J]. Food chemistry,2008,108(3):1133-1141.

[42]Rodríguez J,Durán C,Reyes A. Electronic Nose for Quality Control of Colombian Coffee through the Detection of Defects in “Cup Tests”[J]. Sensors,2010(10):36-46

[43]伍顏貞.咖啡的化學特性[J].熱帶作物研究,1988(1):73-77.

[44]吳桂蘋,胡榮鎖,盧少芳.等. 電子鼻在咖啡產品品質檢測中的應用研究[J]. 香料香精化妝品,2011(5):7-9

[45]Santina R,Chiara C,Angelo F,et al. Evaluation of Coffee Roasting Degree by Using Electronic Nose and Artificial Neural Network for Off-line Quality Control[J].Journal of food Science,2012,9(77):960-965.

[46]Nidal F S,Mahmoud Z I. Quality Control of Coffee Using an Electronic Nose System[J]. American Journal of Applied Sciences,2004,1(2):129-135.

[47]Brudzewski K,Osowski S,Dwulit A. Recognition of Coffee Using Differential Electronic Nose[J].Iee Transactions on instrumentation and measurement,2012,6(61):1803-1810.

[48]國勇. 標普:五年內中國將成為全球最大消費市場[J]. 企業改革與管理,2013,(9):86-86.

[49]Thepudom T,Sricharoenchai N,Kerdcharoen T. Classification of instant coffee odors by electronic nose toward quality control of production[C]//Electrical Engineering/Electronics,Computer,Telecommunications and Information Technology(ECTI-CON),2013 10th International Conference on. IEEE,2013:1-4.

[50]章英,許楊. 谷物類食品中赭曲霉毒素A分析方法的研究進展[J]. 食品科學,2006,27(12):767-771.

[51]Sberveglieri V,Fava P,Pulvirenti A,et al. New methods for the early detection of fungal contamination on green coffee beans by an Electronic Nose[C]//Sensing Technology(ICST),2012 Sixth International Conference on. IEEE,2012:414-417.

[52]Andrey L A R.,Boris S,Yuri V. Recognition of liquid and flesh food using an ‘electronic tongue’[J]. InternationalJournalof Food Science and Technology,2002(37):375-385.

[53]Ferreira E J,Pereira R C T,Delbem A C B,et al. Random subspace method for analyzing coffee with electronic tongue[J]. Electronics etters,2007,21(43):1138-1139.

[54]Várv?lgyi E,Gere A,Sz?ll?si D,et al. Application of Sensory Assessment,Electronic Tongue and GC-MS to Characterize Coffee Samples[J]. Arabian Journal for Science & Engineering,2015,40(1):125-133.

[55]胡榮鎖,谷風林,宗迎.等.不同研磨時間對咖啡感官風味的影響[J]. 中國農學通報,2012,28(09):259-263.

[56]Ampuero S,Bosset J O. The electronic nose applied to dairy products:a review[J]. Sensors and Actuators B:Chemical,2003,94(1):1-12.

Application of electronic nose and electronic tongue in the research of coffee flavor

ZHAI Xiao-na,YANG Kai-zhou,CHAI Zhi,LENG Xiao-jing*

(Beijing Laboratory for Food Quality and Safety,College of Food Science and Nutritional Engineering,China Agricultural University,Beijing 100083,China)

With the development of the olfactory and taste sensor technology,continuous researches and applications of electronic nose and electronic tongue have been done in food and other fields. In this paper,the basic principles and data processing models of the electronic nose and electronic tongue as well as their applications on the research of coffee flavor were introduced,in order to provide a reference for the study and quality control on coffee flavor.

coffee;flavor;electronic nose;electronic tongue;pattern recognition

2015-05-15

翟曉娜(1989-)，女，博士研究生，研究方向：農產品加工及貯藏，E-mail：zhaixiaona907@163.com。

冷小京(1966-)，男，博士，教授，研究方向：功能產品，E-mail：lengxiaojingcau@163.com。

國家自然科學基金資助項目(31171771)；國家科技支撐計劃(2011BAD23B04)；奶牛產業技術體系北京創新團隊。

TS273

A

1002-0306(2016)05-0365-06

10.13386/j.issn1002-0306.2016.05.066