基于灰色關聯度法的獅子頭風味電子鼻分析與感官評分相關性

孟舒雨 李苗云 趙改名 郝云鵬 柳艷霞 朱瑤迪 孫靈霞

摘 要：以調理獅子頭為研究對象，利用感官評分和電子鼻技術對其風味特征進行分析，并結合方差分析、主成分分析和灰色關聯度分析，研究感官評分與電子鼻傳感器之間的相關性。結果表明：實驗室自制的紅燒獅子頭感官總分最高;感官評分結果與電子鼻分析之間具有較好的一致性;電子鼻傳感器響應值與風味、總分關聯度最高的均為W1C傳感器，關聯系數在0.85以上;香辛料等輔料是造成產品風味差異的主要因素。

關鍵詞：調理獅子頭;風味;電子鼻;感官評分;灰色關聯度分析

Abstract： The flavor characteristics of prepared lions head meatballs were evaluated by sensory evaluation and electronic nose， and analysis of variance， principal component analysis and grey correlation analysis were used to evaluate the correlation between sensory evaluation and electronic nose analysis. The results showed that braised lions head meatballs prepared in our laboratory scored the highest in sensory evaluation. There was good consistency between sensory evaluation and electronic nose analysis. The response of W1C sensor exhibited the highest correlation with flavor and overall sensory scores with correlation coefficients above 0.85. Spices and other auxiliary ingredients were the main factors causing the flavor difference of products.

Keywords： prepared lions head meatball; flavor; electronic nose; sensory evaluation; grey correlation analysis

DOI：10.7506/rlyj1001-8123-20190226-041

中圖分類號：TS251.1? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標志碼：A 文章編號：1001-8123（2019）04-0024-05

獅子頭屬于淮揚菜系，具有工藝簡單、食用方便、肥而不膩、鮮香爽口的特點，根據個人喜愛可制作成清燉獅子頭、紅燒獅子頭等特色菜品[1]。隨著人民生活水平的提高，對食品健康營養和風味品質的關注也逐漸增加。風味由產生氣味的揮發性成分和產生滋味的非揮發性物質共同組成[2]，對于肉制品極其重要，也是消費者購買產品所考慮的一個重要方面，獅子頭優良的風味對產品品質有著積極的作用。

產品風味的評價目前主要采用人工感官，20世紀90年代后，其在食品科學中得到廣泛應用[3]，但其主觀隨意性強，穩定性、重復性差。電子鼻由化學傳感器陣列、信號處理系統和模擬識別系統共同組成[4]，以模擬哺乳動物的嗅覺器官來達到對產品氣味捕捉、采集和判斷的目的[5]，具有客觀、準確、快捷和重現性好等特點，可辨別不同種類的氣味[6]，能夠為檢測樣品的揮發性物質提供一個總體的估計結果[7]，作為快速可靠的質量評估工具已經被越來越多地應用在食品工業中[8-9]，在肉與肉制品品質快速檢測與評價[10-11]等方面亦得到有效應用。但對食品風味的電子鼻分析與人工感官鑒定結果的相關性研究目前還較為缺乏，僅有少部分研究者研究了東坡肘子[12]、雞精調味料[13]、咖啡[14]及牛乳[15]等產品風味感官評分與電子鼻傳感器分析結果之間的相關性。研究電子鼻分析與人工感官鑒定結果之間的相互關系，建立二者之間的關系模型，使風味的感官評價信息可以用客觀的方法來衡量和相互溝通，能夠彌補人工感官評分的缺陷。

灰色關聯度分析法是一種針對灰色系統來決定因素主次及其關聯程度的評價方法[16]，被廣泛應用于作物新品種[17]、果品品質評價[18-19]及中藥質量評價[20-21]等方面，而其在肉及肉制品中的應用卻鮮有報道。

本研究以速凍調理獅子頭為對象，應用電子鼻技術和感官評分對不同產地、不同品牌調理獅子頭的風味品質進行分析評價，在此基礎上采用灰色關聯度分析方法建立人工感官與電子鼻檢測結果之間的關聯性，明確影響產品風味的主要感官要素，探尋不同產地、不同品牌調理獅子頭風味差異的原因，為調理獅子頭品質控制及產品開發提供理論基礎。

1 材料與方法

1.1 材料與試劑

1.2 儀器與設備

AL104電子天平 梅特勒-托利多儀器（上海）有限公司;GHY-3010超級恒溫槽 凡帝朗科技公司;PEN3電子鼻 德國Airsense公司。

1.3 方法

1.3.1 電子鼻測定

樣品攪碎，稱取10.0 g放入100 mL錐形瓶內，保鮮膜封口，于40 ℃水浴5 min，用于PEN3電子鼻檢測。測試條件：樣品測試時間80 s，采樣間隔1 s，清洗時間90 s，歸零時間10 s，內部流速300 mL/min，樣品流速300 mL/min。每個樣品重復測定3 次，取傳感器在75 s時獲得的穩定信號進行分析。

1.3.2 感官評價

成立14 人評分小組，對不同種類獅子頭進行感官評分，評分指標為外觀、風味、口感、組織狀態和可接受性，其中風味對任何一種食品的整體感官品質都有著重要意義[22-23]，具體評分標準如表2所示。

1.3.3 灰色關聯度分析

1.3.3.1 確定分析數列

基于灰色系統理論及分析方法的要求[24]，將9 種樣品作為一個整體，即灰色系統，電子鼻不同傳感器為灰色系統的子系統，把傳感器的響應值作為一個因素進行分析計算[25]。

1.3.3.2 計算灰色關聯系數

灰色關聯系數按照公式（1）計算。

為了減小Δ（k）太大而引起的失真，引入分辨系數ρ[26]，

ρ的取值范圍為0～1，在本研究中，ρ取0.5。當ρ取0.5時，灰色關聯度大于0.6，結果較好[27]。

1.3.3.3 灰色關聯度的計算方法

關聯系數的算術平均數為關聯度，按照公式（2）計算。

1.3.3.4 數據來源

以電子鼻傳感器中的W5S傳感器作為參照，分別計算不同產品的相對傳感器響應值，按照公式（3）計算，并將此作為電子鼻傳感器響應值來源。計算結果如表3所示。

1.4 數據處理

采用SPSS 22.0和Microsoft Office Excel 2007軟件對數據進行方差分析、主成分分析，對灰色關聯進行函數和數據分析。

2 結果與分析

2.1 調理獅子頭感官評分結果的方差分析

在肉制品品質分析中，感官屬性是其最重要的一個方面[28]。由熵權法確定各項感官指標的權重為：外觀0.13、風味0.21、口感0.21、組織狀態0.23、總體可接受性0.21，在此基礎上得到9 種調理獅子頭樣品的感官評分結果。

由表4可知：6號樣品的外觀和組織狀態指標評分最高，且顯著高于2、3、5、7號樣品（P<0.05）;8號樣品的風味指標評分最高，且顯著高于2、3、5、7號樣品（P<0.05）;8號樣品的口感和可接受性指標評分最高，其次是6號樣品;結合總分指標可知，6號和8號樣品的感官評分較高，具有較好的感官特性。

2.2 調理獅子頭電子鼻檢測結果與感官評分結果的主成分分析

主成分分析是對樣品的原始數據向量進行線性轉化的一種分析方法，通過改變坐標軸來達到區分樣品的目的[29]。

由圖1可知，第1、2主成分高達88.021%（PC1為72.167%，PC2為15.854%），能夠反應樣品的主要特征信息[30]。9 個樣品在4 個象限均有分布，樣品1、3、4主要分布在第3象限，說明這3 個樣品具有相似性;樣品2、5、7在第1主成分上距離接近，這與感官評分中風味指標無顯著差異的結果一致;樣品8分布在第1象限，與其他樣品風味差異較大，這與其感官評分最高相對應;樣品6和9主要分布在第4象限，在第1主成分上距離接近，說明其風味特征比較相似。

由圖2可知，樣品之間不能明顯區分，但樣品8、6、9與其他樣品差異較大，樣品5和7、樣品1～4重疊嚴重、無法區分。

結合圖1～2和表4可以看出，9 個樣品不論是感官評分還是電子鼻分析結果，總體趨勢一致，具有良好的一致性。但從樣品主成分分析結果上看，人的感官靈敏度比電子鼻差。因此，需要進一步研究感官評分與電子鼻傳感器檢測結果之間的關系，在此基礎上建立人工感官與電子鼻檢測結果之間的關聯，從而更客觀地對產品品質進行評價。

2.3 調理獅子頭感官評價與電子鼻傳感器響應值的灰色關聯度分析

2.3.1 無量綱化處理

將9 個樣品的感官評價指標設為參考數列，比較數列為電子鼻的10 個傳感器響應值，將母序列與子序列進行灰色關聯度分析。首先采用均值化變換的方法對每個數列進行無量綱化處理，結果如表5所示。

2.3.2 電子鼻傳感器響應值與感官指標的關聯系數及關聯度

計算9 種獅子頭的風味和總分參考數列與表5比較數列（電子鼻傳感器的響應值）的絕對差值，得到兩級最大差值Δmax風味=16.128，Δmax總分=15.541;兩級最小差值Δmin風味=10.240，Δmin總分=9.188，將其分別帶入公式（1）即可得到電子鼻傳感器響應值分別與風味、總分的關聯系數，再將灰色關聯系數帶入公式（2）即可得到傳感器響應值與感官指標的關聯度，從而對其進行排序。

由表6～7可知，10 個傳感器響應值與樣品風味、總分的關聯度均在0.85以上，具有較高的關聯性，驗證了以電子鼻替代人工感官進行產品風味評價的可能性，其中傳感器與風味的關聯度最高。根據關聯度的大小，不同傳感器對感官各指標的關聯度不同，其中與風味和總分關聯度最高的均為W1C傳感器，W1C傳感器的敏感物質為芳烴化合物，而樣品中的芳烴化合物主要來自輔料中的香辛料，這可能是造成樣品風味差異的主要因素。

3 結 論

由感官評分結果的方差分析可知，實驗室自制的紅燒獅子頭感官總分最高。人工感官評分與電子鼻測定結果之間具有較好的一致性，且電子鼻對香氣物質的反應更為靈敏，可將不同種類獅子頭區分開來。電子鼻傳感器的響應值與風味、總分指標的灰色關聯系數在0.85以上，說明以電子鼻替代人工感官進行產品風味評價具有可行性。與風味、總分關聯度最高的均為對芳烴化合物敏感的W1C傳感器，香辛料等輔料可能是造成產品風味差異的主要因素。在此基礎上若能建立獅子頭產品人工感官評分與電子鼻測定結果之間的數學關系，則使產品風味的感官評分信息更加客觀，對產品開發及品質控制具有重要意義。

參考文獻：

[1] 毛羽揚， 朱小喜. 獅子頭風味形成的探析[J]. 中國調味品， 2003（11）： 33-36. DOI：10.3969/j.issn.1000-9973.2003.11.010.

[2] 肖智超， 葛長榮， 周光宏， 等. 肉的風味物質及其檢測技術研究進展[J]. 食品工業科技， 2019， 40（4）： 325-330. DOI：10.13386/j.issn1002-0306.2019.04.054.

[3] 劉兆宏. 食品感官評價技術在山西省食品行業中的應用及前景展望[D]. 太谷： 山西農業大學， 2014： 7-9.

[4] ZHANG Hongmei， WANG Jun， TIAN Xiaojing， et al. Optimization of sensor array and detection of stored duration of wheat by electronic nose[J]. Journal of Food Engineering， 2007， 82（4）： 403-408. DOI：10.1016/j.jfoodeng.2007.02.005.

[5] 周英， 杜杰. 電子鼻工作原理及在肉品檢測中的應用[J]. 肉類工業， 2016（4）： 42-45. DOI：10.3969/j.issn.1008-5467.2016.04.013.

[6] RAGAZZO-SANCHEZ J A， CHALIER P， CHEVALIER D， et al. Identification of different alcoholic beverages by electronic nose coupled to GC[J]. Sensors and Actuators B （Chemical）， 2008， 134（1）： 43-48. DOI：10.1016/j.snb.2008.04.006.

[7] 王當豐， 李婷婷， 劉楠， 等. 頂空固相微萃取-氣質聯用法結合電子鼻分析魚精蛋白對草魚片揮發性氣味的影響[J]. 食品與發酵工業， 2016， 42（10）： 163-170. DOI：10.13995/j.cnki.11-1802/ts.201610027.

[8] DI-ROSA A R， LEONE F， CHELI F， et al. Fusion of electronic nose， electronic tongue and computer vision for animal source food authentication and quality assessment： a review[J]. Journal of Food Engineering， 2017， 210： 62-75. DOI：10.1016/j.jfoodeng.2017.04.024.

[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. DOI：10.3321/j.issn：1002-6819.2004.02.069.

[10] GHASEMIVAMAMKHASTI M， MOHTASEBI S S， SIADAT M， et al. Meat quality assessment by electronic nose （machine olfaction technology）[J]. Sensors， 2009， 9（8）： 6058-6083. DOI：10.3390/s90806058.

[11] J?NSD?TTIR R， ?LAFSD?TTIR G， CHANIE E， et al. Volatile compounds suitable for rapid detection as quality indicators of cold smoked salmon （Salmo salar）[J]. Food Chemistry， 2008， 109（1）：

184-195. DOI：10.1016/j.foodchem.2007.12.006.

[12] 易宇文， 劉陽， 彭毅秦， 等. 東坡肘子風味電子鼻分析與感官評價相關性探究[J]. 食品與發酵工業， 2018， 44（1）： 238-244. DOI：10.13995/j.cnki.11-1802/ts.014463.

[13] 秦藍， 李鳳華， 田懷香， 等. 雞精調味料人工感官評價與電子鼻感官分析的相關性研究[J]. 食品與機械， 2014（4）： 11-13. DOI：10.13652/j.issn.1003-5788.2014.04.003.

[14] 王一凡， 廖鮮艷， 姚敏， 等. 基于感官評定和電子鼻技術對天然咖啡揮發性風味特征的研究[J]. 食品工業科技， 2014， 35（14）： 166-169. DOI：10.13386/j.issn1002-0306.2014.14.028.

[15] 遲雪露， 宋錚， 艾娜絲， 等. 脫脂純牛奶感官評價與電子鼻分析相關性研究[J]. 精細化工， 2018， 35（6）： 998-1003. DOI：10.13550/j.jxhg.20170733.

[16] LI Xiaoyu， WANG Xiaofang， WANG Wei， et al. Estimation of apple storage quality properties with mechanical property based on grey system theory[J]. Transactions of the Chinese Society of Agricultural Engineering， 2005（2）： 80-86. DOI：10.1016/S1872-583X（07）60011-4.

[17] 旱區引種燕麥品種產量與品質的關聯分析及評價[J]. 草地學報， 2018， 26（1）： 125-133. DOI：10.11733/j.issn.1007-0435.2018.01.015.

[18] 李紅崢， 曹紅霞， 郭莉杰， 等. 溝灌方式和灌水量對溫室番茄綜合品質與產量的影響[J]. 中國農業科學， 2016， 49（21）： 4179-4191. DOI：10.3864/j.issn.0578-1752.2016.21.012.

[19] 胡中海， 孫謙， 馬亞琴， 等. 冷凍對溫州蜜柑橘瓣品質影響的灰色關聯度分析評價[J]. 食品與發酵工業， 2015， 41（8）： 198-202. DOI：10.13995/j.cnki.11-1802/ts.201508037.

[20] 吳國霞， 楊秀娟， 鄧毅， 等. 基于灰色關聯度的當歸及其不同藥用部位質量評價研究[J]. 中國中醫藥信息雜志， 2018， 25（5）： 77-81.

[21] 李成義， 強正澤， 王燕， 等. 基于灰色關聯分析方法評價甘肅產紅芪質量[J]. 中國實驗方劑學雜志， 2016， 22（12）： 60-65. DOI：10.13422/j.cnki.syfjx.2016120060.

[22] FEMANDEZ V， STINCO C M， HEMANZ D， et al. Colour training and colour differences thresholds in orange juice[J]. Food Quality and Preference， 2013， 30（2）： 320-327. DOI：10.1016/j.foodqual.2013.05.018.

[23] MOTTRAM D S. Flavour formation in meat and meat products： a review[J]. Food Chemistry， 1998， 62（4）： 415-424. DOI：10.1016/S0308-8146（98）00076-4.

[24] 宋志美， 劉乃雁， 王元英， 等. 灰色關聯度法在烤煙品種重要性狀綜合評價中的運用[J]. 中國煙草科學， 2011， 32（2）： 17-19. DOI：10.3969/j.issn.1007-5119.2011.02.004.

[25] 曹軍. 灰色系統理論及方法[M]. 哈爾濱： 東北林業大學出版社， 1993： 8-16.

[26] 于萍， 李克. 使用Microsoft Excel進行數據的灰關聯分析[J]. 微型電腦應用， 2011， 27（3）： 29-30. DOI：10.3969/j.issn.1007-757X.2011.03.010.

[27] 趙青霞. 河北省科技投入與經濟增長的灰色關聯度分析[J]. 現代物業， 2011（4）： 42-44.

[28] HOFFMAN L C， MOSTERT A C， LAUBSCHER L L. Meat quality of kudu （Tragelaphus strepsiceros） and impala （Aepyceros melampus）： the effect of gender and age on the fatty acid profile， cholesterol content and sensory characteristics of kudu and impala meat[J]. Meat Science， 2009， 83（4）： 737-743. DOI：10.1016/j.meatsci.2009.08.026.

[29] 崔琳琳， 趙燊， 周一鳴， 等. 基于GC-MS和電子鼻技術的大米揮發性風味成分分析[J]. 中國糧油學報， 2018， 33（12）： 134-141. DOI：10.3969/j.issn.1003-0174.2018.12.021.

[30] 田懷香， 孫宗宇. 電子鼻在金華火腿香精識別中的應用[J]. 中國調味品， 2008（11）： 61-64. DOI：10.3969/j.issn.1000-9973.2008.11.013.