許春華,肖作兵,牛云蔚,于海燕

香氣和口感是果酒重要的質(zhì)量評價指標,傳統(tǒng)上可依靠感官評價給出產(chǎn)品等級。然而,感官評價帶有主觀因素,會隨著評價者身體狀況、情緒變化、分辨能力等因素而產(chǎn)生不同的結(jié)果,同時,感官評價結(jié)果往往比較模糊,難以用客觀的數(shù)據(jù)表達?？焖佟⒌统杀镜墓瀑|(zhì)量評價方法已受到廣泛關(guān)注。其中之一為電化學(xué)方法,如電子鼻、電子舌。電子舌和電子鼻由化學(xué)傳感器和適宜的模式識別系統(tǒng)構(gòu)成,能從樣品的響應(yīng)信號得到樣品的綜合評價信息,也就是“指紋數(shù)據(jù)”[1]。它們不僅可以對不同樣品的香氣和口感信息進行簡單的對比分析,而且可以通過采集標樣信息建立數(shù)據(jù)庫,利用化學(xué)計量學(xué)方法對未知樣品進行定性和定量分析。

在國外,電子鼻和電子舌在果酒中的應(yīng)用已有廣泛研究。Legin等[2]將電子舌和感官評價結(jié)合起來對不同產(chǎn)地、不同季節(jié)、不同種類意大利葡萄酒進行鑒別,效果良好。Buratti等[3-4]采用電子鼻和電子舌結(jié)合遺傳算法對 4種不同類型、15種不同產(chǎn)地紅酒的感官特征進行了分析,分析結(jié)果表明通過電子鼻和電子舌可快速、客觀的對紅酒感官特征進行評價。García等[5]采用基于金屬氧化物半導(dǎo)體膜的電子鼻結(jié)合主成分分析和概率神經(jīng)網(wǎng)絡(luò)對 4種不同類型紅葡萄酒進行描述和分類,區(qū)分效果良好。Lozanoc等[6]采用電子鼻結(jié)合主成分分析和概率神經(jīng)網(wǎng)絡(luò)對葡萄酒酒齡進行鑒別,鑒別準確率達到 97%。Rudnitskaya等[7-8]采用復(fù)合味覺的電子舌結(jié)合化學(xué)分析法對葡萄酒不同酒齡進行了分析,電子舌可較好地用于葡萄酒酒齡的識別。Codinachs等[9]研究表明,電子舌分析結(jié)果結(jié)合主成分分析和簇類的獨立軟模式分類法不僅能將品種不同、釀造年份不同的葡萄酒區(qū)分開,且電子舌分析結(jié)果結(jié)合偏最小二乘法能對葡萄酒中的部分品質(zhì)指標進行定量分析。Gutiérrez等[10]研制了環(huán)氧石墨電極的伏安電子舌,采用其對葡萄酒品質(zhì)指標進行定量分析,并用其區(qū)分不同品種的葡萄酒。

在國內(nèi),電子鼻和電子舌在果酒中的應(yīng)用剛起步。李華等[11]采用電子舌技術(shù)來對昌黎原產(chǎn)地不同年份、不同品種的干紅葡萄酒進行檢測,各種葡萄酒都得到了很好的區(qū)分辨識。高永梅等[12]采用 GC-flash型電子鼻對 3種香型 (濃香、清香、醬香)白酒進行了識別。王俊等[13]采用電子舌對 6種不同的葡萄酒進行了檢測,結(jié)果表明,電子舌可以用于不同產(chǎn)地、不同品種的葡萄酒的鑒別。

本文擬采用電子鼻指紋分析系統(tǒng)采集不同品種果酒樣品的嗅覺指紋信息;擬采用電子舌系統(tǒng)采集不同品種果酒樣品的味覺指紋信息;運用主成分分析和判別因子分析法擬討論電子鼻、電子舌對不同品種櫻桃酒、葡萄酒的區(qū)分效果,為果酒香氣和口感感官質(zhì)量評價體系的建立提供依據(jù)。

1 材料、儀器和方法

1.1 試驗材料

中櫻狄墨爾櫻桃酒,2008年干紅,山東尊皇櫻桃酒業(yè)科技有限公司制造;中櫻狄墨爾櫻桃酒,2009年干白,山東尊皇櫻桃酒業(yè)科技有限公司制造;張裕2009年干白葡萄酒,張裕煙臺葡萄園區(qū)制造;長城2009年干紅葡萄酒,河北張家口懷來制造。每種酒各 2個樣品。

1.2 試驗儀器

1.2.1 電子鼻

采用法國 Alpha MOS公司的 Heracles電子鼻指紋分析系統(tǒng),由 Heracles超快速色譜型指紋分析儀主機、極性不同雙毛細管柱 (DB 5&DB 1701)、雙氫火焰檢測器、超快速升溫系統(tǒng)、熱脫附設(shè)置、加熱進樣口和AlphasoftV11控制及化學(xué)計量學(xué)軟件組成。

1.2.2 電子舌

采用法國 Alpha MOS公司的α-Astree電子舌系統(tǒng),包含 7個化學(xué)傳感器陣列 (酸、甜、苦、咸、鮮、2個復(fù)合味覺傳感器)和 1個參比電極以及AlphasoftV11控制及化學(xué)計量學(xué)軟件。

1.3 試驗方法

1.3.1 人工感官評價

建立 7人感官評價小組,其中 4人為女性,3人為男性,且進行感官評價當天身體狀況良好。感官評價方法參考葡萄酒果酒通用分析方法[14]。感官評價人員各自對樣品進行品評 (每次 1個,每品嘗完 1個樣品后漱口),然后獨立對樣品的香氣和口感進行描述性評價。

1.3.2 電子鼻和電子舌參數(shù)條件

采用法國 Alpha MOS公司的 Heracles電子鼻指紋分析系統(tǒng)采集櫻桃酒和葡萄酒樣品的嗅覺指紋信息,注射體積為 1 500μL,注射速度為 270μL/s,注射時間為 8.00 s,初始注射溫度為 40℃,初始溫度持續(xù)時間為 2 s,升溫速率為 2℃/s,最終溫度為 200℃/s,最終溫度持續(xù)時間為 10 s;采用法國 AlphaMOS公司的α-Astree電子舌系統(tǒng)采集采集櫻桃酒和葡萄酒樣品的味覺指紋信息。中櫻狄墨爾櫻桃酒 2008干紅、2009干白、張裕干白葡萄酒、長城干白葡萄酒這 4種酒的酒精度都集中在 12.0%左右,考慮到酒精對電子舌傳感器響應(yīng)的影響,選用酒精作為清洗溶液,以使傳感器適應(yīng)酒精,消除測量過程中酒精對酒樣檢測結(jié)果的干擾。本文采用體積比為 10%的酒精作為清洗溶劑,每個傳感器都取第 120 s的數(shù)據(jù)進行分析。

1.4 模式識別方法

1.4.1 主成分分析 (PCA)

主成分分析采取降維的方法,找出幾個綜合因子來代表原來眾多的變量,使得這些綜合因子盡可能多地反映原來變量的信息,而彼此之間互不相干,以達到簡化的目的[15]。第 1主成分 (PC1)和第 2主成分(PC2)包含了在轉(zhuǎn)換中得到的第 1主成分和第 2主成分的貢獻率,貢獻率越大,說明降維后的綜合指標能更多地反映原來多指標的信息。

1.4.2 判別因子分析法 (DFA)

判別因子分析法 (DFA)是專門根據(jù)若干因素對預(yù)測對象進行分類的一種方法,通過分析可以建立用于定性預(yù)測的數(shù)學(xué)模型[15]。用判別分析方法處理問題時,通常要給出一個衡量新樣品與已知組別接近程度的描述指標,即判別函數(shù),同時指定一種判別規(guī)則,借以判定新樣品的歸屬。判別函數(shù)分析用于將未分類樣本根據(jù)判別函數(shù)歸類于某個預(yù)定義的組當中。通常采用的線性判別函數(shù)通過將由樣本構(gòu)成的觀察矢量點乘一個系數(shù)矢量得到判別值,根據(jù)這個判別值對樣本進行分類。

2 結(jié)果與討論

2.1 櫻桃酒和葡萄酒的感官評價結(jié)果

表1為櫻桃酒和葡萄酒的感官評價結(jié)果。由表1可以得到:在香氣上,櫻桃干白與葡萄干白的差異最小,其次是櫻桃干紅和葡萄干紅,干白和干紅之間的差異最大;在口感上,櫻桃酒干紅和干白差異較大,葡萄酒干紅和干白差異較大,但櫻桃酒、葡萄酒干紅以及櫻桃酒、葡萄酒干白口感相近,具有純正、優(yōu)雅、怡悅、和諧的果香與酒香,具有純正、優(yōu)雅、爽怡的口味和悅?cè)说墓阄?酒體完整的特點。

表1 櫻桃酒、葡萄酒感官評定結(jié)果[14]

2.2 電子鼻對櫻桃酒和葡萄酒的香氣評價

2.2.1 四種酒樣的香氣分析雷達圖

將 4種樣品平均雷達圖疊放在圖1中進行對比得到:從香氣雷達圖的整體輪廓來看,干紅的響應(yīng)信號比干白的響應(yīng)信號大;干紅葡萄酒比干紅櫻桃酒的響應(yīng)大;干白葡萄酒比干白櫻桃酒響應(yīng)大。結(jié)果表明,櫻桃干白與葡萄干白的香氣差異最小,其次是櫻桃干紅和葡萄干紅,干白和干紅之間的香氣差異最大,與感官評價結(jié)果一致。

圖1 干紅、干白櫻桃酒和干紅、干白葡萄酒的電子鼻雷達圖

2.2.2 基于電子鼻的 4種酒樣的 PCA結(jié)果

圖2為基于電子鼻的干紅干白櫻桃酒和葡萄酒的 PCA結(jié)果,其中 PC1解釋了 70.047%的樣品間差異,PC2解釋了 13.768%的差異。由圖2可以看出,干紅櫻桃酒、干紅葡萄酒、干白櫻桃酒和干白葡萄酒的 2個樣品分別聚在一起,說明電子鼻結(jié)果重現(xiàn)性好;通過 PC1可將干紅和干白酒分開;通過 PC2可將干紅櫻桃酒和干紅葡萄酒,干白櫻桃酒和干白葡萄酒分開,說明干紅和干白酒的香氣差異較大,櫻桃酒和葡萄酒的香氣也有差異,但不如干白和干紅之間的差異大。

圖2 干紅、干白櫻桃酒和干紅、干白葡萄酒各兩個樣品的電子鼻 PCA結(jié)果

2.2.3 基于電子鼻的 4種酒樣的DFA區(qū)分圖

基于不同品種樣品主成分分析,采用判別因子分析法建模得到干紅干白櫻桃酒和葡萄酒的DFA區(qū)分圖,如圖3所示。經(jīng) DFA分析后可以得出,通過 DF1可以將干白葡萄酒與干白櫻桃酒,干紅葡萄酒與干紅櫻桃酒區(qū)分出來。通過DF2則可以將干白葡萄酒與干紅葡萄酒,以及干白櫻桃酒與干紅櫻桃酒區(qū)分開來,區(qū)分效果良好。

2.3 電子舌對櫻桃酒和葡萄酒的口感分析

2.3.1 四種酒樣的電子舌雷達圖

圖4為 4種酒樣電子舌雷達圖。這 4種酒樣在BRS、S WS、及 GPS傳感器中口感差異較不明顯,不易做出區(qū)分。但從 SRS、UMS、STS傳感器響應(yīng)值可明顯區(qū)分四種酒,且同種樣品的重現(xiàn)性好。

圖4 干紅、干白櫻桃酒和干紅、干白葡萄酒各 2個樣品的電子舌雷達圖

2.3.2 四種酒樣的電子舌 PCA圖

對葡萄酒及櫻桃酒的電子舌相應(yīng)信號做出進一步的 PCA分析,如圖5所示。從圖5可以看出,PC1解釋了酒樣間 88.13%的差異,PC2解釋了酒樣間6.295%的差異。干紅櫻桃酒、干紅葡萄酒、干白櫻桃酒和干白葡萄酒的 2個樣品分別聚在一起,說明 2個樣品風(fēng)味差異不大;通過 PC1可以將葡萄酒及櫻桃酒區(qū)分開來,葡萄酒分布在 PC1的右半部分,櫻桃酒則分布在左半部分;但因為酒樣的響應(yīng)數(shù)據(jù)的分布較疏散,很難對酒樣做出進一步的判斷。

圖5 干紅、干白櫻桃酒和干紅、干白葡萄酒各 2個樣品的電子舌 PCA結(jié)果

2.3.3 四種酒樣的電子舌DFA圖

在 PCA分析的基礎(chǔ)上對酒樣進行 DFA分析。圖6即為電子舌傳感器的 DFA區(qū)分圖。從 DFA圖上分析得出:通過 DF1可將葡萄酒與櫻桃酒區(qū)分開來,櫻桃酒與葡萄酒分別分布在 DF1的左半部分與右半部分。通過 DF2則可將干白櫻桃酒、干白葡萄酒與干紅葡萄酒區(qū)分開來,而干紅櫻桃酒則與干白櫻桃酒的口感風(fēng)味相似,不易做出區(qū)分。

圖6 干紅、干白櫻桃酒和干紅、干白葡萄酒各兩個樣品的電子舌DFA區(qū)分圖

3 結(jié)論

試驗分別用電子鼻和電子舌對 4種酒樣檢測,并通過 PCA分析和 DFA區(qū)分得到:在香氣上,櫻桃干白與葡萄干白的差異最小,其次是櫻桃干紅和葡萄干紅,干白和干紅之間的差異最大;在口感上,櫻桃酒(干紅和干白)與葡萄酒 (干紅和干白)的差異較大。電子鼻和電子舌分析結(jié)果與人工感官評價結(jié)果一致。研究結(jié)果表明:電子鼻和電子舌結(jié)合模式識別方法可用于果酒的風(fēng)味評價,對不同品種果酒的區(qū)分效果良好。

[1] 鄒小波,趙杰文 .電子鼻在飲料識別中的應(yīng)用研究[J].農(nóng)業(yè)工程學(xué)報,2002,18(3):146-149.

[2] Legin A,Rudnitskaya A,Lvova L.Evaluation of Italian wine by the electronic tongue:recognition,quantitative analysis and correlation with human sensory perception[J].Analytical Chimica Acta,2003,484(1):33-44.

[3] Buratti S,Benedetti S,Scampicchio M.Characterization and classification of Italian Barbera wines by using an electronic nose and an amperometric electronic tongue[J].Analytica Chimica Acta,2004,525(1):133-139.

[4] Buratti S,Ballabio D,Benedetti S,et al.Prediction of I-talian red wine sensorial descriptors from electronic nose,electronic tongue and spectrophotometric measurements by means of Genetic Algorithm regression models[J].Food Chemistry,2007,100:211-218.

[5] García M,Aleixandre M,Gutiérrez J,et al.Electronic nose forwine discrimination[J].Sensors and Actuators B:Chemical,2006,113(2):911-916.

[6] Lozanoc J,Arroyob T,Santosa J P,et al.Electronic nose forwine ageing detection[J].Sensors and Actuators B:Chemical,2008,133(1):180-186.

[7] RudnitskayaA,IvonneDelgadillo,Legin A,et al.Prediction of the Port wine age using an electronic tongue[J].Chemometrics and Intelligent Laboratory Systems,2007,88(1):125-131.

[8] Rudnitskaya A,Rocha SM,Legin A,et al.Evaluation of the feasibility of the electronic tongue as a rapid analytical tool forwine age prediction and quantification of the organic acids and phenolic compounds.The case-study ofMadeira wine[J].Analytica Chimica Acta,2010,662(1):82-89.

[9] Codinachs L M,Kloock J P,Sch?ningM J,et al.Electronic integrated multisensor tongue applied to grape juice and wine analysis[J].Analyst,2008,133:1 440-1 448.

[10] Gutiérrez J M,Moreno-Barón L,PividoriM I.A voltammetric electronic tongue made of modified epoxy-graphite electrodes for the qualitative analysis of wine[J].Microchimica Acta,2010,169(3/4):261-268.

[11] 李華,丁春暉,尹春麗,等 .電子舌對昌黎原產(chǎn)地干紅葡萄酒的區(qū)分辨識 [J].食品與發(fā)酵工業(yè),2008,34(3):130-131.

[12] 高永梅,劉遠方,李艷霞,等 .主要香型白酒的電子鼻指紋圖譜[J].釀酒科技,2008(5):38-41.

[13] 王俊,姚聰 .基于電子舌技術(shù)的葡萄酒分類識別研究[J].傳感技術(shù)學(xué)報,2009,22(8):1 088-1 093.

[14] GB/T 15038 2006,葡萄酒、果酒通用分析方法[S].

[15] 許祿,邵學(xué)廣 .化學(xué)計量學(xué)方法 (第二版)[M].北京:科學(xué)出版社,2004:90-175.