濃香型白酒飲用舒適度 與白酒中微量成分相關性分析

劉 超,田 鵬,劉 莎,張 超,劉占奇,李 夢,董孝元,*

(1.湖北工業大學工程技術學院,湖北武漢 430050;2.武漢天龍黃鶴樓酒業有限公司,湖北武漢 430050;3.武漢雅仕博科技有限公司,湖北 武漢 430050;)

白酒飲用舒適度有兩層含義;一是飲用過程舒適度,即飲用時對酒體色、香、味的綜合感受,舒適度好的酒優雅細膩,適口性強;二是飲后舒適度,即飲后的生理反應,不上頭、不口干、醒酒快,對消費者健康有益的才是舒適的酒。白酒的風味是其中的酸類、酯類、醇類、醛類等微量成分種類與數量的綜合反映[1-2],通過氣相色譜分析技術能夠檢測出白酒中各微量成分的含量。

錢沖[3]研究了白酒風味組分與香型之間的關系,霍丹群等[4]利用白酒微量成分的差異對白酒品牌鑒別進行研究,發現白酒的香氣物質決定了白酒產品的差異,李小明[5]使用層次分析法構建了白酒評價指標體系證明基酒指標之間具有正負相關性,并得到指標間的關聯程度,可以有效地幫助指標分析。但是對濃香型白酒微量成分與感官評價之間的研究還未見相關資料。

本文通過對不同品質的濃香型白酒微量成分進行分析檢測,通過研究利用數學方法對白酒微量組分檢測結果進行處理,研究其與飲用舒適度之間的關系,建立相關模型為不同種濃香型白酒的品質識別提供理論支持,從而進一步提高濃香型白酒的品質。

1 材料與方法

1.1 材料與儀器

濃香型白酒 市售黃鶴樓、古井、白云邊等品牌不同售價300種濃香型白酒,叔戊醇 色譜純,上海麥克林生化科技有限公司;乙醇 色譜純,天津市科密歐化學試劑有限公司;甲醇、乙醛、仲丁醇、正丙醇、異丁醇、正丁醇、異戊醇、正己醇、甲酸乙酯、乙酸乙酯、乙酸丙酯、丁酸乙酯、戊酸乙酯、己酸乙酯、庚酸乙酯、乳酸乙酯、辛酸乙酯、糠醛、乙酸、丁酸、戊酸、己酸 天津光復精細化工研究所,均為色譜純。

7890A氣相色譜儀(GC),FID檢測器 均為安捷倫科技有限公司。

1.2 實驗方法

氣相色譜儀工作條件:HP-INNOWax毛細管色譜柱(柱長30 m,內徑0.32 mm,涂層0.5 μm);載氣:高純氮氣,流速1 mL/min,分流比20∶1,尾吹20 mL/min;空氣:流速400 mL/min;氫氣:純度99.99%,流速30 mL/min。檢測器溫度280 ℃,進樣器溫度250 ℃,柱箱二階升溫程序:40 ℃(保持15 min)以5 ℃/min升至140 ℃,然后再以20 ℃/min升至210 ℃(保持18 min)[3]。

內標配置:在50 mL容量瓶(天平上清零后)中加入一定量的40%的乙醇溶液,放在天平上稱重(精確至0.001 g),加入1 mL叔戊醇并稱重(精確至0.001 g),用40%乙醇溶液定容至刻度并稱重(精確至0.001 g),混勻,0 ℃～4 ℃低溫冰箱密封保存。

樣品前處理:吸取10 mL樣品于潔凈的容量瓶中,放在天平上清零,加入200μL內標溶液,并稱重。微量成分測定:以GB 5009.266-2016 和GB/T 10345-2007為方法依據,對白酒中的微量成分進行定量分析。

感官品評得分:樣品感官品評由3名國家級品酒師和7位省級白酒評委進行舒適度評價,品評運用飲后感受評價量表打分,見表1[6]。

表1 飲后感受評價量表Table 1

根據評分情況將樣品進行定檔分級,其中分級為高檔GD(≥75),中高檔ZG(65～75,含65分),中檔ZD(55～65,含55分),次低檔CD(45～55,含45分),低檔(DD<45)。

1.3 數據處理

運用SPSS 19.0對所得白酒中微量成分含量進行分析,通過使用主成分分析方法對微量成分數據進行分析,并建立微量成分與舒適度評價之間的關系模型。模型建立后通過使用不同樣品對模型進行驗證。

2 結果與分析

2.1 感官品評結果

通過專業品酒人員對各樣品白酒進行品評運用飲后感受評價量表進行評分,根據評分情況將300個樣品進行定檔分級,其中分級為高檔GD(≥75)的白酒有36種,中高檔ZG(65-75,含65分)的有51種,中檔ZD(55-65,含55分)的有72種,次低檔CD(45-55,含45分)的有61種,低檔(DD<45)的有80種,根據分級,計算各等級白酒舒適度得分均值見表2。

表2 300個樣品飲后感受評價得分均值表Table 1 300 samples after drinking experience evaluation scoreTable

2.2 主成分分析結果

2.2.1 微量成分分析結果 樣品經色譜條件優化后,常見的微量成分實現基線分離,分離度好,各種微量成分的分離情況見圖1。

圖1 白酒中微量成分氣相色譜分離情況Fig.1 Trace elements in liquor gas chromatographic separation

由圖1可知,白酒中常見22中微量成分均可以正確的測量出來,其中各個組分的出峰時間分別為:乙醛3.657 min,甲酸乙酯5.306 min,乙酸乙酯6.919 min,甲醇7.256 min,乙酸丙酯11.250 min,叔戊醇13.922 min,仲丁醇15.229 min,丁酸乙酯16.246 min,正丙醇16.466 min,異丁醇20.626 min,戊酸乙酯22.210 min,正丁醇23.030 min,異戊醇25.604 min,己酸乙酯26.552 min,庚酸乙酯29.968 min,乳酸乙酯30.900 min正己醇31.000 min,辛酸乙酯,32.943 min,糠醛33.811 min,乙酸35.095 min,丁酸37.800 min,戊酸38.531 min,己酸39.800 min。

根據分級情況計算各等級樣品微量成分均值,不同品牌的濃香型白酒300個樣品的微量成分含量見表3。

表3 樣品微量成分色譜分析(g/L)Table 3 Microscopic Analysis of Samples(g/L)

由表3可知不同檔次的白酒微量組分差距較為明顯,其中醇酯比呈明顯的梯度變化,為軟件分析提供了依據。以乙醛、乙酸乙酯、正丁醇、丁酸等22個指標為變量利用SPSS 19.0對所取的5個等級樣品進行主成分分析得表4[7-9]。

由表4可知,表中含有22個變量初始特征值及方差貢獻率、提取3個公共因子的特征值及方差貢獻率[10]。第一成分的特征值為20.091,遠遠大于1。第二成分的初始特征值為4.296,大于1。第三成分的初始特征值為2.795,大于1。從第四成分開始,其初始特征值均小于1,故因此選擇3個公共因子便可以得到97.078%的累積貢獻率,即表示3個公共因子可以解釋95%的總方差,結果理想[11-12],因此可以認為原來的22個指標能夠綜合成3個主成分因子F1、F2、F3。

表4 解釋的總方差Table 4 The total variance of the interpretation

由表5可知,這22個變量的共性方差均大于0.85,且大部分都大于0.9,故表示提取的3個公共因子能夠很好的反應原始變量的主要信息[13]。

表5 公因子方差Table 5 Common factor variance

表6為主成分系數矩陣,可以得出各主成分在各變量上的載荷[14-15]。

主成分F1中乙醛(0.986)、己酸乙酯(0.972)、戊酸(0.945)、異丁醇(0.972)、仲丁醇(0.960)、糠醛(0.937)、己酸(0.935)、醇酯比(0.976)、庚酸乙酯(0.918)作用比較大,并且呈現正相關。乳酸乙酯(-0.942)作用也比較大,但是呈負相關[16]。說明乙醛,己酸乙酯,戊酸、異丁醇、仲丁醇、糠醛、己酸、庚酸乙酯、乳酸乙酯等組分含量及醇酯比是影響濃香型白酒風味的主要因素。同時也驗證了己酸乙酯是濃香型特征型香味主要成分。主成分F2中辛酸乙酯(-0.860)作用較大,呈負相關[17]。主成分F3中乙酸(0.747)和正己醇(-0.717)作用較大,其中乙酸呈正相關,正己醇呈負相關[18-19]。

2.2.2 舒適度評分結果與主成分綜合指標評分結果對比 F1,F2,F3為各主成分的得分變量[20],每個主成分都能夠反映原始變量的大部分信息,且所含信息互不重復。按照各主成分F1,F2,F3對應的方差貢獻率為權數計算得到綜合得分,主成分與綜合指標評分結果和舒適度得分見表6[21]

表6 主成分系數矩陣Table 6 Principal component matrix

由表7可知,對于5個等級的樣品,樣品的舒適度得分與主成分分析結果一致[22-23]。以綜合得分F為自變量,感官得分X為因變量進行線性、二次、三次、四次回歸分析見圖2[24],結果如下:

表7 主成分與綜合指標評分結果和舒適度得分Table 6 Principal component and comprehensive score score and comfort score

圖2 綜合指標評分與舒適度評分關系Fig.2 The relationship between comprehensive Index score and comfort score

線性回歸 X=28.53F+60.266,R2=0.9718

二次方回歸 X=-6.3278F2+28.344F+61.737,R2=0.9769

三次方回歸 X=44.75F3+2.6044F2+13.33F+59.966,R2=0.9961

四次方回歸 X=54.76F4+53.936F3-20.175F2+11.629F+60.978,R2=0.9999

通過分析各回歸分析方法的相關系數R2可知,四次方回歸分析能夠較好的反應各檔次白酒與微量成分主成分分析綜合得分F之間的關系,R2=0.9999,說明回歸方程X=54.76F4+53.936F3-20.175F2+11.629F+60.978 能夠比較好的體現兩者之間的關系[25]。

2.2.3 模型驗證 選取10種不同檔次白酒樣品使用色譜分析對其微量成分進行檢測,通過SPSS軟件對其進行主成分分析,得到綜合指標評分,再將其進行感官品評,結果如下:

如表8所示,通過不同樣品對回歸方程進行驗證發現該模型能夠較好的反應各檔次白酒與微量成分主成分分析之間的關系。

表8 驗證樣品主成分與綜合指標 評分結果和舒適度得分排名Table 8 The results of the main components of the sample and the score of the comprehensive index and the comfort score were verified

3 結論

主成分分析將22個微量成分指標約化為3個主成分因子F1,F2,F3,3個主成分的信息百分比達到97.078%,比較完美的的綜合了22個微量組分,所得結果能夠較好的反映出濃香型白酒的風格特點。

通過對濃香型白酒不同樣品的微量組分進行主成分分析,可以得到各檔次白酒的綜合指標得分,將感官得分與其建立起一種聯系,能夠得到四次方的回歸方程X=54.76F4+53.936F3-20.175F2+11.629F+60.978,R2=0.9999。通過對該回歸方程進行驗證,該模型能夠較為準確的對白酒檔次進行分級,為不同種濃香型白酒的品質識別提供理論支持,從而進一步提高濃香型白酒的品質。