濃香型原酒中己酸乙酯與乙酸乙酯的快速分析研究

常瑞紅，蔡 楠，洪 勝，姜 勇，張瑞娟，郭亞飛

（江蘇洋河酒廠股份有限公司，江蘇宿遷223800）

中國白酒是世界著名的六大蒸餾酒之一，也是我國特有的蒸餾酒。它是以糧谷為原料，經傳統固態(tài)法發(fā)酵、蒸餾、陳釀、勾調而成，其工藝比其他5種蒸餾酒復雜得多，是我國偉大而寶貴的民族遺產[1]，濃香型白酒作為我國十三大香型的主要香型，因其“無色透明（允許微黃），窖香濃郁、綿甜醇厚，香味協調、尾凈爽口”的感官特點，而深受廣大消費者喜愛，是目前銷量最多的白酒，銷售份額占白酒市場80%以上[2]。白酒中的香味化合物種類繁多，常見的為酯類、醇類、酸類等化合物，其中酯類化合物是白酒中最重要的香味組成成分，現在白酒中檢出的酯類有45種以上[3]。濃香型白酒中最主要的酯類物質是己酸乙酯、乙酸乙酯、丁酸乙酯、乳酸乙酯，其中己酸乙酯為濃香型白酒的主體香，而己酸乙酯的含量及與其他酯類物質的量比關系決定了濃香型白酒的品質和風格[4]，己酸乙酯和乙酸乙酯比值超出一定范圍，可能造成原酒品質變差、香味不協調、口感不正、典型性差，從而影響白酒勾調及成品酒品質。目前，原酒中風味物質的分析大部分采用氣相色譜法，此方法操作較繁瑣、浪費人力和原酒，且分析周期較長，結果反饋與原酒分級入庫不同步[5]。因此，開發(fā)一種高效、準確、簡便地檢測原酒中己酸乙酯與乙酸乙酯含量的檢測方法具有重大意義。

近紅外光譜分析技術是利用樣品在近紅外光譜區(qū)特有的、豐富的物質信息，用于有機物（含氫基團C-H、S-H、N-H、O-H）定量定性的一種現代化分析技術[6]，其與傳統化學分析方法相比，具有分析速度快、樣品無需前處理、綠色環(huán)保等優(yōu)點，已在農業(yè)[7]、化工[8]、食品[9]等行業(yè)廣泛應用，為提高酒類檢測效率，實現在線檢測，研究者逐漸將近紅外光譜分析技術應用到酒類生產行業(yè)，如酒醅[10]、大曲[11]、白酒[12]、葡萄酒[13]等的快速分析，主要分析含量較高組分，而對酒類產品中的微量組分分析報道較少。

本研究以濃香型原酒為研究對象，運用氣相色譜分析、近紅外光譜技術結合化學計量學方法（偏最小二乘法）建立己酸乙酯與乙酸乙酯的快速檢測模型，以期將該模型應用到實際生產中，提高數據（己酸乙酯與乙酸乙酯含量）反饋的及時性，及時辨識原酒質量指導原酒分級。

1 材料與方法

1.1 材料、試劑與儀器

酒樣：417個原酒樣品，江蘇洋河酒廠股份有限公司。

試劑：己酸乙酯（色譜純，99.5%），Sigma公司；乙酸乙酯（色譜純，99.5%），Sigma公司；乙酸正丁酯（色譜純，98%），Sigma公司；無水乙醇（色譜純99.7%），國藥集團化學試劑有限公司。

儀器設備：NIRMaster傅里葉變換近紅外光譜儀，瑞士BUCHI公司；GC-2014C氣相色譜（配有氫火焰離子化檢測器），日本島津公司；白酒分析專用色譜柱（20 m×0.45 mm），Kromat公司；電子分析天平，奧豪斯國際貿易有限公司。

1.2 試驗方法

1.2.1 化學值測定

氣相色譜測定條件：進樣口溫度130℃；檢測器溫度 150℃，柱溫 95℃，進樣量 0.4 μL；以99.999%的氮氣為載氣，流速40 mL/min；H2流速30 mL/min；空氣流速300 mL/min。

氣相色譜程序升溫：初始溫度35℃，保持5 min，以5℃/min升到70℃，保持20 min。

60%vol乙醇溶液的配制：準確量取300 mL無水乙醇移于500 mL容量瓶中，用超純水定容至刻度，搖勻備用。

2%（體積分數）內標溶液的配制：準確量取2 mL乙酸正丁酯移入100 mL容量瓶中，用60%vol乙醇溶液定容至刻度，搖勻備用。

標準溶液的配制：準確稱取己酸乙酯和乙酸乙酯0.800 g，將其用60%vol乙醇溶液溶解并轉移至100 mL容量瓶，定容至刻度，搖勻后得混合標準儲備液，依次取0.5 mL、1 mL、2 mL、4 mL、6 mL混合標準液至10 mL容量瓶中，分別加入0.2 mL內標溶液，用60%vol乙醇溶液定容至刻度，得到一定濃度梯度的混合標準溶液，依次進樣后，分別得到標準曲線。

樣品制備：取待測酒樣10 mL，加入0.2 mL內標溶液，上機進樣，根據內標法進行定量。

本研究通過紅外光譜（FTIR）分析OSA基團是否成功接到淀粉鏈上，通過掃描電子顯微鏡（SEM）分析對比原淀粉與 OSA淀粉形態(tài)的差異。選取不同取代度、顆粒濃度及油相比例等因素，以乳液的體積平均直徑粒徑（d4,3）和乳化指數（EI）為考察指標，研究上述因素對 OSA淀粉顆粒制備乳液的乳化性影響。

1.2.2 近紅外光譜采集

將原酒樣品混合均勻后，先用待測液將高性能樣品杯和透反射蓋清洗3次，然后緩緩倒入20 mL樣品（液膜不要有氣泡）。采集光譜使用NIRWare Opreator；測量池選擇NIRFlex Liquid；波長范圍10000～4000 cm-1；儀器分辨率8 cm-1；以空氣為內參比；光譜掃描32次，樣品重復掃描3次，取平均光譜為分析用光譜。

1.2.3 光譜預處理和模型建立

通過近紅外光譜儀掃描417個原酒樣品得到1251個光譜，按照建模要求，校正集∶驗證集以2∶1原則進行分配，用于定量模型建立。為了消除與濃度無關的其他因素的干擾，提高圖譜與樣品之間的相關性[14]，一般選擇性進行平滑處理、矢量歸一化、一階導數、二階導數等預處理，從而可有效降低光譜基線的漂移或平移，以得到樣品的最明顯特征光譜[15]，最后利用偏最小二乘法（PLS）建立相應項目的定量模型。

1.2.4 模型評價方法

近紅外光譜模型的質量性能，一般由決定系數（R2）和預測均方根誤差（RMSEP）指標進行評價，R2越接近1，表明模型線性關系越好，RMSEP越小，表明模型預測效果越好，預測結果的誤差越小[16]。

為檢驗模型的穩(wěn)定性和精密度，隨機取2個盲樣，通過近紅外光譜儀掃描11次，得到11組數據，根據標準偏差（RSD）評價模型的穩(wěn)定性和精密度；為檢驗模型的預測能力，隨機取87個盲樣，根據比較氣相色譜儀分析結果與近紅外模型分析結果之間的偏差，證明模型預測結果是否準確。

2 結果與分析

2.1 原酒的氣相色譜（圖1）

圖1 標樣和原酒樣品的氣相色譜圖

由圖1可知，混合標準物與原酒中其他風味物質均得到良好分離，峰形較好且獨立，可采用此方法對原酒中風味物質進行準確定量。

2.2 原酒中己酸乙酯與乙酸乙酯的化學值

運用氣相色譜分析原酒中己酸乙酯和乙酸乙酯的含量，根據混標和內標的質量濃度、峰面積對應關系，擬合得到線性回歸方程。結果見表1。

表1 己酸乙酯和乙酸乙酯的保留時間、回歸方程和相關系數

由表1可知，己酸乙酯和乙酸乙酯的保留時間分別為34.29 min、2.98 min，標準曲線的相關系數分別為0.9998和0.9997，說明其線性關系良好。

原酒中己酸乙酯和乙酸乙酯的化學值測定結果見表2，由表2可知，己酸乙酯和乙酸乙酯校正集和驗證集的范圍（最大值和最小值）較大，樣品代表性較強，但并不能代表所有原酒，后續(xù)可根據需要擴大建模的數據范圍，使建立的模型更具有適應性。

表2 原酒中己酸乙酯和乙酸乙酯的化學值分析

2.3 原酒近紅外光譜圖處理及模型建立（圖2）

圖2 原酒樣品的近紅外光譜圖

原酒樣品經近紅外光譜儀掃描得到一系列原始光譜，最后匯集為一張?zhí)卣鞴庾V圖，如圖2a所示，原始光譜經DB1、NCL預處理后得到最終用于建模的譜圖，如圖2b所示。

原酒中主要成分是水和乙醇，其含量達98%～99%，水分子的一級倍頻吸收在7200 cm-1附近，合頻位于4600 cm-1附近；乙醇的特征吸收區(qū)域位于4347 cm-1附近[17]，所以為了避免水分和乙醇分子對模型定量的干擾，在建模之初需將此段波長扣除。

由圖2可知，原酒樣品在10000～4000 cm-1波段內具有特征性的吸收，在7144～5000 cm-1和9500～7404 cm-1波段內吸收較為強烈；在10000～9500 cm-1波段內吸收相對較弱；由圖2a可知，每條光譜形狀相近，譜圖較窄，說明樣品均勻度好，具有較好的重復性和一定的差異性。由圖2b所示，光譜經DB1、NCL預處理方法處理后，光譜分辨率得以提高，光譜間的差異得到加強。所以原酒中己酸乙酯和乙酸乙酯建模的最優(yōu)波段均為9500～7404 cm-1和 7144～5000 cm-1。

2.4 模型的建立

根據2.3分析，原酒中己酸乙酯和乙酸乙酯建模最佳光譜區(qū)、最佳預處理方法和主成分維數見表3。

表3 己酸乙酯和乙酸乙酯最優(yōu)波段的選擇和最佳預處理方法

在此條件下，己酸乙酯和乙酸乙酯定量模型的R2分別為0.9107、0.9164，說明模型的線性關系均較好；預測均方根誤差（RMSEP）分別為2.1351、1.7918，其值略微偏高一點，說明其模型預測誤差會略微偏大一些，RMSEP略大可能是因為己酸乙酯和乙酸乙酯本是原酒中的微量風味成分，其自身會發(fā)生一些酯化、縮合及水解等化學反應，導致含量發(fā)生微小變化。但總體而言，己酸乙酯和乙酸乙酯的模型質量是較好的。

2.5 模型精密度和穩(wěn)定性驗證

為了檢驗模型預測原酒中己酸乙酯和乙酸乙酯結果的精密度和穩(wěn)定性，我們隨機抽取2個原酒盲樣，分別進行11次重復預測實驗，并將預測結果和化學值（真值）進行比較，結果見表4。

由表4可知，2個原酒樣品預測結果相對標準偏 差（relative standard deviation，RSD）分 別 為0.93%、1.32%、0.62%、0.96%，均小于5%，說明采用近紅外模型預測原酒中己酸乙酯和乙酸乙酯的波動較小；預測值與化學值之間的相對誤差分別為0.71%、0.34%、0.45%、0.92%，與化學值差異較小，同時對預測結果與化學值進行t檢驗，在0.05水平下，結果沒有顯著差異性，說明預測值與化學值不存在系統誤差。從而說明兩個指標模型的精密度和穩(wěn)定性較好。

表4 模型預測樣品的精密度和穩(wěn)定性檢驗 (mg/100 mL)

2.6 模型可靠性驗證

利用已建立好的模型對87個未參與建模的盲樣進行預測，進一步驗證模型的可靠性，盲樣的預測能更客觀真實地反映模型對樣品的預測性能[18]，結果見圖3。由圖3可知，己酸乙酯和乙酸乙酯的預測模型對盲樣的預測誤差分別為0.591%、0.712%，且相關性均較好，R2分別為0.9948、0.9977，說明模型的預測效果較好。綜上所述，建立的模型預測性能較好，預測結果可靠，可以很好地預測未知原酒樣品中己酸乙酯和乙酸乙酯的含量。

圖3 己酸乙酯和乙酸乙酯預測值與化學值相關圖

3 結論

本研究采用近紅外光譜技術對濃香型原酒中己酸乙酯和乙酸乙酯的近紅外圖譜進行分析，并結合氣相色譜法測得的己酸乙酯和乙酸乙酯含量進行建模，原酒中兩項指標（己酸乙酯和乙酸乙酯）模型的 R2分別為 0.9107、0.9164，RMSEP 分別為2.1351、1.7918，在后續(xù)驗證試驗中，預測值和化學實測值無顯著差異（0.05水平下），且預測重復實驗的RSD（%）均小于5%；模型對盲樣的預測誤差分別為0.591%、0.712%，R2分別為0.9948、0.9977，綜合說明模型的準確度、穩(wěn)定性及可靠性均較好，即預測效果較好，滿足生產檢測需求。

本文建立了濃香型原酒中己酸乙酯和乙酸乙酯快速檢測模型，不僅簡化分析流程、提高檢測效率、減少資源浪費等，且可及時高效地檢出原酒中己酸乙酯和乙酸乙酯含量，有效辨識原酒品質優(yōu)劣，合理指導原酒分級。因此，近紅外光譜技術在原酒分析中具有很好的應用前景。