基于紫外光譜法的青稞酒快速鑒別方法

張世芝，唐瑋琦，張明錦*，朵興紅

1(青海民族大學 化學化工學院，青海 西寧，810007)2(青海師范大學 化學化工學院，青海 西寧，810016) 3(國家民委青藏高原資源化學與生態環境保護重點實驗室，青海 西寧，810007)

白酒是我國傳統的飲料酒。其香味組分極其復雜，組分種類之多，含量跨度之大，堪稱世界蒸餾酒之冠。由于白酒的品種多樣、成分復雜，目前國內外對于白酒的質量鑒別，一是檢測部分關鍵指標，如乙醇、總酸、總酯、己酸乙酯等[1-2]，但所用方法均存在著樣品需要預處理、耗時、費力、測定步驟繁瑣等缺點。二是依靠人的感官，對產品的色、香、味進行觀察、分析、描述、定級，并做出綜合評價。然而，傳統的白酒品評方法存在著諸多問題，例如分辨能力低、難以規范操作、誤差大等，致使產品質量的優劣程度難以反映，特色難以界定，大大限制了白酒質量的規范、新產品的開發。因此，為滿足市場需要，如何在保證分析結果的準確度的同時提高檢測速度，準確、科學、有效地評價產品質量已成為新的重要課題。

白酒作為一類典型的液體多組分體系，目前常用的檢測、鑒別方法主要包括光譜[3-4]、色譜-質譜聯用[5-6]、電化學[7]等方法，以及利用各種傳感器模擬人的感官響應進行分析的仿生分析法[8-9]，所需儀器一般均較昂貴，不利于推廣應用[10]。相比之下，紫外可見光譜儀器屬于常用光譜設備，儀器便攜廉價、測試簡單快速，基于這一設備的白酒品牌判別方法開發較易于推廣使用，因而具有較高的現場測試的應用價值，可以滿足現場執法的需求[11]。近年來，紫外光譜法在白酒品牌快速鑒別中已有應用[12]。

與其他白酒相比，青稞酒在釀酒環境、原料、用水、工藝、風格等方面非常獨特[13]。青海“互助”牌青稞酒，是“中華人民共和國原產地保護地理標識產品”，“互助”牌商標是“中國馳名商標”。本研究以地理標志產品“互助”青稞酒為對象，通過采集“互助”青稞酒、其他品牌青稞酒(非“互助”)以及非青稞原料白酒樣品的紫外可見光譜數據，分析不同類別樣品紫外光譜的相似程度，構建“互助”青稞酒的質量控制圖，可實現“互助”青稞酒的快速鑒別。

1 材料與方法

1.1 樣品測定

樣品：“互助”牌青稞酒共20種，購于青海青稞酒股份有限公司專營店；其他品牌青稞酒7種、非青稞原料白酒9種，均購于西寧市各大商場。

主要儀器：T9型紫外可見分光光度計，北京普析通用儀器有限責任公司。

光譜采集：取樣品適量于1 cm石英比色皿中，以無水乙醇為參比，在紫外光譜儀上重復測定3次，求平均光譜即為該樣品的紫外吸收光譜。其中波長掃描范圍是200～320 nm，光譜分辨率1 nm。

1.2 相似度評價

夾角余弦c(angle cosine)和相關系數r(correlation coefficient)可以表示2個向量的相似程度。此外，針對紫外光譜，孟慶華等[14]提出了紫外光譜相似度s(similarity)，用于量化紫外光譜的相似程度。利用紫外光譜曲線上每個波長下的吸光度值可計算2條紫外光譜曲線的相似度，該相似度既能表達2條光譜曲線之間的相似程度，又能反映它們的差異性。r，c和s的取值均在0～1，其值越接近1，表示2條光譜越相似，反之，則說明2條光譜差異越大。3種評價指標分別按公式(1)～公式(3)計算：

(1)

(2)

(3)

1.3 質量控制圖

質量控制圖是對質量特性值加以測定、記錄并進行控制的一種圖，圖中縱坐標為質量特性值，設有中心線(control line, CL)、上控制界限(upper control limit, UCL)和下控制界限(lower control limit, LCL)；橫坐標為采樣時間或樣本號。

用于“互助”青稞酒快速鑒別的質量控制圖可按文獻[15]方法建立，其中，CL表示樣本質量特性值(即樣本光譜與理論光譜的相似度)的平均值，UCL和LCL依據“3σ原理”按公式(4)～公式(6)計算：

(4)

(5)

(6)

1.4 樣品預測

以“互助”青稞酒樣本紫外光譜建立質量控制圖后，待測樣品按上述方法測定紫外光譜，并按相同方法進行預處理后，計算與參照光譜的相似度。若相似度在質量控制圖中控制限范圍內，則認為待測樣本為“互助”青稞酒，反之，則判定待測樣品不是“互助”青稞酒。

2 結果與分析

2.1 原始光譜及其預處理

比較蒸餾水和無水乙醇2種參比溶液，隨機選5個樣品測得光譜如圖1所示。由圖1可知，2種參比溶液所得光譜主要區別在210 nm以下波長區間，蒸餾水參比時，隨波長減小，吸收值持續上升，這是由于乙醇在190～200 nm有強吸收。實際上，白酒中含量僅占1%～2%的酯、酸、醛等微量有機物的組成及其含量是保持各自香型白酒質量穩定及區別于其他香型的關鍵因素[16]。為盡量降低乙醇的影響，提取白酒分類中微量化合物的有關信息，本實驗采用無水乙醇為參比溶液。

圖1 不同參比溶液所得樣品紫外光譜圖Fig.1 UV spectra obtained by different references

對原始光譜數據，考察了平滑、求導、多元散射校正(multiplicative scatter correction, MSC)以及標準變量正態變換(standard normal variable transform, SNV)等預處理方法，圖2為原始光譜及SNV預處理后的光譜。可見，在210 nm及278 nm附近有2個吸收峰，其中210 nm附近的吸收峰主要是非鍵軌道至反鍵軌道之間的n-σ*躍遷所致，例如含N、O、S等雜原子的飽和烴衍生物，278 nm附近的吸收峰則主要是不飽和有機分子的外層電子的π-π*躍遷所致，例如芳香類以及糖醛分子[17]。

對預處理后的數據進行主成分分析(principal component analysis, PCA)分析，對比前4個主成分中兩兩作圖后樣本的散點圖，發現以SNV預處理后，以PC2和PC3所作散點圖得到的分類效果最佳。因此本實驗采用SNV方法作為光譜預處理方法。

A-原始光譜；B-預處理后的光譜圖2 原始及SNV預處理后的紫外光譜圖Fig.2 UV spectra of samples

由圖3可知，SNV預處理后，PCA投影圖上能較好地體現不同樣本的分類信息。當取前3個主成分時，其累積貢獻率為88.2%，表示前3個主成分能解釋原數據中88.2%的信息。由圖3-A(PC1～PC2)可見，在PC1的投影方向上，3類樣本均較分散，表明第1主成分體現不出上述幾類樣本的分類信息。由圖3-B(PC2～PC3)可知，樣本分類較明顯，其中PC2主要體現“互助”青稞酒與其他酒(包括其品牌青稞酒和非青稞原料白酒)之間的差異，而PC3主要體現青稞酒和非青稞原料白酒之間的差異。其中，非青稞酒樣本點比較分散，主要原因可能是由于非青稞酒種類非常繁多，而本研究中將所有非青稞酒作為不同于“互助”青稞酒的一類，由于包含不同品牌，因而這類樣本的光譜實際上是不一致的，故在PCA投影圖中不能聚為一類，但均與“互助”青稞酒之間存在差異。

A-PC1-PC2；B-PC2-PC3圖3 樣品預處理光譜的主成分投影圖Fig.3 PCA plot obtained by the pretreated spectra

2.2 相似度評價分析

按1.2所述方法計算“互助”青稞酒、其他品牌青稞酒、非青稞原料白酒3類樣本紫外光譜與參照光譜的夾角余弦c、相關系數r以及紫外相似度s，結果，“互助”青稞酒各樣本光譜與參照光譜的相似度均明顯高于其他兩類白酒，初步表明以樣本光譜與參照光譜之相似度進行判別是可行的。不同類別樣本紫外光譜與參照光譜的相似度基本統計量如表1所示。

表1 樣本紫外光譜與參照光譜的相似度基本統計量Table 1 Basic statistics of similarities UV spectra between of samples and reference

從均值來看，“互助”青稞酒的相似度最高，其他青稞酒次之，非青稞白酒最低。這可能是由于其他非“互助”青稞酒的主要原料與“互助”青稞酒相似，都為青稞，而非青稞白酒則從原料上與青稞酒存在區別所致。其次，從標準偏差看，以夾角余弦為相似度指標時，各類樣本所得標準偏差整體較小，表明夾角余弦在區別不同類別樣本的同時使同類樣本更加集中，因而更加有利于區別不同類別的樣本。綜合上述分析，本實驗選擇以夾角余弦為相似度評價指標，建立質量控制圖。

2.3 質量控制圖分析

按1.3所述方法，以夾角余弦為相似性評價指標，建立“互助”青稞酒的質量控制圖，結果如圖4所示。控制上限、中線以及下限分別為1.000 0、0.981 9、0.932 9。由圖4可知，“互助”青稞酒的所有樣本均處于控制上、下限之間，其他兩類樣本則處于控制下限以下，說明該質量控制圖不但可以識別出與“互助”青稞酒原料不同的白酒，同時能識別出主要原料均為青稞但品牌不同的青稞酒，即本實驗所有樣本均能正確識別和歸類。

圖4 “互助”青稞酒的單值質量控制圖Fig.4 Individual control chart for ‘Huzhu’ Qingke liquor

為驗證本方法的穩健性，在樣本集上進行了留一交叉檢驗(leave-one-out cross validation, LOOCV)，結果表明，當樣本集中取出任意樣本后所得的質量控制圖基本穩定，且其分類效果并沒有受到影響，表明方法相對穩健，進而驗證了所提方案的實際應用價值。

3 結論

以“互助”牌青稞酒為主要研究對象模式品牌，運用紫外光譜相似度評價指標，建立了“互助”青稞酒的質量控制圖，用于“互助”青稞酒與其他青稞酒、“互助”青稞酒與其他非青稞原料白酒的快速判別分析，結果顯示該方法可實現上述目的。值得說明的是，用于樣本分類的質量控制圖，涉及不同類別的樣本，而不是以控制某一產品生產過程為目的，因而僅僅單值控制圖具有實際意義，其他如極差控制圖的研究在解決本問題方面可能沒有實際意義。鑒于上述考慮，本實驗中僅采用了單值控制圖。