張繼元 王 波 丁嘉麗 牛育林 何曉麗 劉阿靜王慧珺 張 波，

（1甘肅農(nóng)業(yè)大學(xué)食品科學(xué)與工程學(xué)院，甘肅 蘭州 730070； 2蘭州海關(guān)技術(shù)中心，甘肅 蘭州 730010；3甘肅莫高實業(yè)發(fā)展股份有限公司葡萄酒廠，甘肅 武威 733008）

葡萄酒品質(zhì)是一個多維、復(fù)雜的概念，其中香氣作為衡量其品質(zhì)的關(guān)鍵指標(biāo)，在葡萄酒的品鑒中發(fā)揮重要作用［1］。常用的葡萄酒評價鑒別方式主要有感官評定和儀器分析等［2］。其中，感官評定簡便有效，但易受參評人員主觀因素影響［3］。儀器分析是葡萄酒品評量化的重要方法，受限于該方法復(fù)雜、昂貴的設(shè)備需要以及無法有效聯(lián)動感官判斷，在使用時也存在缺陷［4］。因此，克服上述方法的缺點與不足，對提高葡萄酒評價鑒別質(zhì)量有重要的推動作用。

電子鼻是由具有部分特異性的電子化學(xué)傳感器陣列和能夠識別簡單或復(fù)雜氣味的模式識別系統(tǒng)組成的儀器，可用來模擬人體嗅覺系統(tǒng)［5-6］。因其操作簡單、樣本量少、無需預(yù)處理、分析速度快，且不會對原料造成破壞而備受關(guān)注［7-9］，已被廣泛應(yīng)用于食品、藥品的質(zhì)量管理中［10-13］。

葡萄酒揮發(fā)性物質(zhì)復(fù)雜多樣，其中以芳樟醇、香葉醇以及α-紫羅蘭酮等為代表的萜類是葡萄酒品種香氣的重要組成成分，可賦予葡萄酒花香、果香，對葡萄酒香氣輪廓有重要影響［14-17］。此外，發(fā)酵階段產(chǎn)生的醇、醛、酯類等改善了葡萄酒的果香、花香，增加了葡萄酒風(fēng)味的復(fù)雜性，使香氣更加協(xié)調(diào)［18］。例如，醇類中的低濃度高級醇（正己醇、葉醇、反-2-己烯醇等）可提高葡萄酒青草香、果香［19］。酒精發(fā)酵不完全或酒精氧化情況下產(chǎn)生的醛（正己醛、反-2-己烯醛、反-2-壬烯醛等）進(jìn)一步豐富了葡萄酒的風(fēng)味（草本、果香等）［20］。酯類物質(zhì)是賦予葡萄酒果香（葡萄味、草莓味、青蘋果味等）的關(guān)鍵所在［21］。上述香氣成分組成與含量的差異決定了葡萄和葡萄酒的風(fēng)味和典型性。

甘肅河西走廊作為我國十大葡萄酒產(chǎn)區(qū)之一而聞名于全國乃至世界，然而，當(dāng)?shù)仄咸丫飘a(chǎn)業(yè)發(fā)展還面臨著高度同質(zhì)、競爭乏力等問題，從區(qū)域?qū)用嫜芯慨a(chǎn)區(qū)個性、提升區(qū)域競爭力成為當(dāng)務(wù)之急［22-23］。因此，本研究選用甘肅河西走廊產(chǎn)區(qū)的葡萄酒作為研究對象，利用特征性香氣成分構(gòu)建葡萄酒判別模型，評估電子鼻氣體識別技術(shù)對甘肅河西走廊產(chǎn)區(qū)不同干紅葡萄酒的鑒別分析潛力，旨在為建立該產(chǎn)區(qū)葡萄酒質(zhì)量控制體系和提升區(qū)域競爭力提供參考。

1 材料與方法

1.1 材料與試劑

芳樟醇、香茅醇、橙花醇、香葉醇、α-萜品醇、α-紫羅蘭酮、β-紫羅蘭酮、β-大馬酮、正己醇、葉醇、順-3-壬烯-1-醇、反-2-己烯醇、反-2-己烯醛、反-2-壬烯醛、正己醛、壬醛、乙酸己酯均為分析純（純度≥90%），購自上海麥克林生化科技股份有限公司；無水乙醇為色譜純，購自成都市科隆化學(xué)品有限公司。

采用來自甘肅河西走廊產(chǎn)區(qū)不同年份和區(qū)域的葡萄酒作為試驗樣品，詳見表1。

表1 不同年份和區(qū)域的葡萄酒樣品Table 1 Samples of wines from different vintages and regions

1.2 儀器與設(shè)備

PEN3 型便攜式電子鼻，德國AIRSENSE 公司。如表2所示，該儀器包含10根金屬氧化物傳感器，每個傳感器對被測氣體都有不同的靈敏度，能夠?qū)κ称泛惋嬃现写蠖鄶?shù)揮發(fā)性化合物進(jìn)行交叉響應(yīng)［24］。

表2 PEN3型電子鼻的10個傳感器及其敏感物質(zhì)Table 2 10 sensors of type PEN3 electronic nose and its sensitive substances

1.3 試驗方法

靈敏傳感器的確定：采用電子鼻作為檢測儀器，考察傳感器對不同濃度香氣物質(zhì)的響應(yīng)，當(dāng)香氣物質(zhì)進(jìn)入電子鼻傳感器并被傳感器吸附后，使得其相對電導(dǎo)率G/G0（實時電導(dǎo)率G 與初始電導(dǎo)率G0 的比值）發(fā)生改變。通常情況下，判斷10 個傳感器對樣品中揮發(fā)性成分識別能力的強弱，取決于傳感器的電導(dǎo)響應(yīng)值正偏離或負(fù)偏離1 的距離。在某根傳感器上響應(yīng)的香氣物質(zhì)含量越高，G/G0越偏離1；濃度低于檢測限或者沒有響應(yīng)的氣體，G/G0值就接近甚至等于1［25］。實時記錄10 根傳感器的G/G0 值，形成待測香氣物質(zhì)的響應(yīng)圖，以傳感器響應(yīng)為依據(jù)，獲得最靈敏傳感器型號。

1.3.1 標(biāo)準(zhǔn)溶液配制 香氣物質(zhì)標(biāo)準(zhǔn)儲備液：準(zhǔn)確量取香氣物質(zhì)溶液30 μL；用乙醇溶解，定容至10 mL 容量瓶中，配制成5 000 mg·L-1的香氣物質(zhì)標(biāo)準(zhǔn)儲備液；4 ℃冷藏待用。

香氣物質(zhì)標(biāo)準(zhǔn)工作液：分別準(zhǔn)確移取香氣物質(zhì)標(biāo)準(zhǔn)儲備液0、25、50、100、200、400 μL 于各容量瓶中，定容至10 mL；配制成濃度為0、12.5、25、50、100、200 μg·mL-1的標(biāo)準(zhǔn)系列濃度工作液；4 ℃冷藏待用。

1.3.2 電子鼻測定及工作條件 取香氣物質(zhì)標(biāo)準(zhǔn)工作液5 mL 于20 mL 電子鼻專用瓶中，旋緊瓶蓋密封放置0.5 h，使其頂部氣體成分穩(wěn)定，針式采集氣味數(shù)據(jù)信息，每份樣品重復(fù)測定6次。

電子鼻測定方法采用頂空進(jìn)樣法。傳感器自清洗時間為300 s，進(jìn)樣準(zhǔn)備時間5 s，傳感器信號采集時間為60 s，載氣的速率為400 mL·min-1，樣品氣體的進(jìn)樣速率為400 mL·min-1，操作環(huán)境溫度為26 ℃。

1.4 數(shù)據(jù)處理

本研究中電子鼻的電導(dǎo)信號響應(yīng)數(shù)據(jù)的采集、處理使用電子鼻配套的WinMuster 軟件，主要方法為響應(yīng)曲線圖、負(fù)荷加載分析（Loadings）、電子鼻雷達(dá)圖。使用Origin 2021 軟件繪制雙標(biāo)圖（Biplot）。利用在線軟件MetaboAnalyst 5.0（https：//www.metaboanalyst.ca/MetaboAnalyst/home.xhtml）進(jìn)行熱圖分析、主成分分析（principal component analysis，PCA）和PCA Biplot分析。

2 結(jié)果與分析

2.1 葡萄酒特征香氣化合物傳感器響應(yīng)分析

本研究選用的PEN3型電子鼻具有10根傳感器裝置，不同傳感器對不同類型揮發(fā)性物質(zhì)靈敏度具有差異。因此，試驗首先針對電子鼻各傳感器與特征香氣化合物識別靈敏程度情況進(jìn)行判斷選擇，在篩選出適宜傳感器的基礎(chǔ)上，針對其所識別的特征香氣化合物進(jìn)行類別歸屬，分析各個特征香氣化合物濃度與靈敏傳感器的關(guān)聯(lián)性。以此為依據(jù)，對不同葡萄酒產(chǎn)品進(jìn)行分類判別。

2.1.1 特征香氣化合物靈敏傳感器篩選 聚類熱圖利用被研究變量的相似程度遠(yuǎn)近進(jìn)行分類判別，借助熱圖中色塊的屬性差別可以判斷變量的差異化程度。由圖1 可知，電子鼻中的10根傳感器明顯聚為2類，即W1、W3、W4、W5、W10 為一類；W2、W6、W7、W8、W9為另一類。后者幾乎對所有待分析的特征香氣化合物表現(xiàn)出較靈敏的信號識別，且W2、W7 傳感器較其他三者有更加強烈的信號顯示。特征香氣化合物在很大程度上決定了葡萄酒的整體氣味輪廓，有研究顯示，葡萄酒在傳感器W2、W6、W7、W8、W9 上有較強的響應(yīng)，與本研究特征香氣化合物的結(jié)果一致［26］。

2.1.2 特征香氣化合物氣味與靈敏傳感器的PCA Biplot 分析 PCA 的雙標(biāo)圖（PCA Biplot 圖）可反映變量間或變量與樣本間的相關(guān)性，線條的長短可以反映變量對樣本分離的貢獻(xiàn)度，樣本與變量間的距離反映關(guān)聯(lián)性強弱。對揮發(fā)性風(fēng)味物質(zhì)和電子鼻傳感器信號強度進(jìn)行PCA Biplot 分析，如圖2 所示，PCA 主成分的累積貢獻(xiàn)量為94.4%，說明其保留了原始數(shù)據(jù)中大部分的信息量。PC1的正半軸反映了所有特征性香氣化合物的信息，其中芳樟醇、β-大馬酮、橙花醇、香茅醇、乙酸己酯、壬醛、反-2-壬烯醛、α-紫羅蘭酮、反-2-己烯醇在PC2 的正半軸，與W7 距離最近，表示其與W7的相關(guān)性最強，這與Shi 等［27］的研究結(jié)果相似。而香葉醇、α-萜品醇、β-紫羅蘭酮、正己醇、葉醇、順-3-壬烯醇、反-2-己烯醛、正己醛與W2距離較近，說明其與W2有很強的相關(guān)性，符合該傳感器所對應(yīng)的broadrange（廣域）的屬性。

圖2 特征香氣化合物氣味與靈敏傳感器PCA Biplot圖Fig.2 Characteristic aroma compounds scent with sensitive sensor PCA Biplot

2.1.3 特征香氣化合物氣味與濃度的Pearson 相關(guān)性 特征香氣化合物濃度的高低對葡萄酒質(zhì)量尤為重要，是不同葡萄酒品質(zhì)差異的重要因素。雙變量相關(guān)分析法（Pearson 相關(guān)性分析）是一種用來衡量兩個變量之間線性關(guān)系強度的方法。為進(jìn)一步探究特征香氣化合物濃度與傳感器響應(yīng)的相關(guān)性，采用Pearson 相關(guān)分析法對電子鼻各傳感器穩(wěn)態(tài)時刻響應(yīng)值的平均值與特征香氣化合物濃度進(jìn)行相關(guān)性分析，如表3 所示，W6、W8、W9 的響應(yīng)與芳樟醇濃度間的相關(guān)系數(shù)均達(dá)到了0.900 及以上，W6、W7、W8、W9 的響應(yīng)與反-2-己烯醛濃度則達(dá)到了0.891 及以上，壬醛濃度與W6、W8、W9 的響應(yīng)也達(dá)到了0.900 及以上，上述傳感器響應(yīng)均與香氣物質(zhì)濃度間呈顯著或極顯著正相關(guān)。其余香氣物質(zhì)濃度與靈敏傳感器響應(yīng)值的平均值相關(guān)系數(shù)也都達(dá)到了0.879及以上，也呈顯著或極顯著正相關(guān)。

表3 各傳感器穩(wěn)態(tài)時刻響應(yīng)值的平均值與特征香氣物質(zhì)濃度的相關(guān)系數(shù)Table 3 The correlation coefficient between the average response value of each sensor at steady state time and the concentration of characteristic aroma substance

2.1.4 葡萄酒樣品在電子鼻上的響應(yīng)分析 為了說明香氣化合物靈敏傳感器篩選的可靠性，用電子鼻對葡萄酒樣品進(jìn)行分析。葡萄酒樣品電子鼻響應(yīng)值曲線如圖3-A 所示，以提取穩(wěn)定階段（48～60 s）中54 s 時的響應(yīng)值作為分析特征值，評估葡萄酒香氣在各個傳感器上的響應(yīng)情況。結(jié)果顯示，葡萄酒樣品中2 號的G/G0 值最高，為26.069，其次是7 號、9 號、8 號和6 號傳感器，分別為20.289、18.622、18.181、9.521。電導(dǎo)信號雷達(dá)圖如圖3-B 所示，可以直觀地反映待測樣品整體的氣味輪廓，葡萄酒樣品的10 根傳感器電導(dǎo)響應(yīng)程度明顯不同，2號傳感器的雷達(dá)面積最大，其次是7號、9 號、8 號和6 號傳感器。Loadings 負(fù)荷加載分析如圖3-C所示，反映了10個傳感器在主成分1和主成分2上貢獻(xiàn)率的大小，W5S、W2W、W1W 在主成分1的識別上特征顯示明顯，而W2S 和W1S 在主成分2 的識別上具有明顯特征顯示，但W1C、W3C、W6S、W5C、W3S 這5 個傳感器的電導(dǎo)響應(yīng)值識別趨近于零，幾乎沒有顯示。以上結(jié)果與響應(yīng)曲線和電導(dǎo)信號雷達(dá)圖結(jié)果相互印證，可確定上述傳感器是區(qū)分葡萄酒樣品特征的關(guān)鍵傳感器。這與特征化合物篩選的結(jié)果一致，進(jìn)一步說明了篩選傳感器的正確性。

圖3 葡萄酒在電子鼻上響應(yīng)Fig.3 Wine response on the electronic nose

2.2 葡萄酒鑒別分析

2.2.1 不同品種的葡萄酒PCA 和PCA Biplot 分析對不同品種的葡萄酒樣品電子鼻靈敏傳感器數(shù)據(jù)進(jìn)行主成分分析（圖4-A），兩種主成分的貢獻(xiàn)率分別是69.2%和16.3%，累計貢獻(xiàn)率為85.5%，說明其降維有效，能夠反映原始數(shù)據(jù)的整體信息。借助于電子鼻對葡萄酒中特征香氣物質(zhì)的識別發(fā)現(xiàn)，赤霞珠和美樂樣品在主成分圖中有明顯的區(qū)分，其中，赤霞珠樣品分布在PC2 的正半軸，美樂則主要集中于PC2 的負(fù)半軸。同時，結(jié)合PCA Biplot圖（圖4-B）可知，W2傳感器與美樂樣品有較高的相關(guān)性?？紤]到W2 傳感器對香葉醇、α-萜品醇、β-紫羅蘭酮、正己醇、葉醇、順-3-壬烯醇、反-2-己烯醛、正己醛等特征香氣化合物有較為靈敏的識別度，且與其濃度呈顯著正相關(guān)，推測供試的美樂與赤霞珠樣品在香葉醇、α-萜品醇、β-紫羅蘭酮、正己醇、葉醇、順-3-壬烯醇、反-2-己烯醛、正己醛存在明顯的種類或含量差別，并由此帶來香氣效果的不同（薔薇香、丁香、青草香）。因此，借助電子鼻W2 傳感器的識別屬性可作為區(qū)分美樂和赤霞珠葡萄酒的重要依據(jù)。

圖4 不同品種葡萄酒電子鼻靈敏傳感器數(shù)據(jù)的PCA（A）和PCA Biplot圖（B）Fig.4 PCA （A） and PCA Biplot （B） of electronic nose-sensitive sensor data for different varieties of wine

2.2.2 同一品種不同區(qū)域的葡萄酒PCA 和PCA Biplot 分析 為了進(jìn)一步探究甘肅河西走廊產(chǎn)區(qū)的同一品種不同區(qū)域葡萄酒樣品的分離情況和香氣物質(zhì)差異，對上述樣品電子鼻靈敏傳感器數(shù)據(jù)進(jìn)行PCA 和PCA Biplot分析。

赤霞珠樣品中，兩種主成分的貢獻(xiàn)率分別是72.4%和23.1%，累計貢獻(xiàn)率為95.5%。供試的3 個區(qū)域的樣品（嘉峪關(guān)、武威、張掖）均得到了有效的分離。其中，張掖和武威地區(qū)的樣品分別分布在PC1 的負(fù)、正半軸，說明香氣差異明顯，而嘉峪關(guān)與張掖、武威地區(qū)的差異主要體現(xiàn)在PC2 上（圖5-A）。結(jié)合PCA Biplot 圖（圖5-B）可知，傳感器W2、W7 與武威樣品有較高的相關(guān)性，且W2的貢獻(xiàn)大于W7，W7傳感器對β-大馬酮、橙花醇、香茅醇、乙酸己酯、反-2-壬烯醛、α-紫羅蘭酮、反-2-己烯醇等特征香氣化合物識別靈敏。因此，推測供試中武威樣品的香氣效果在薔薇香（香葉醇）、丁香（α-萜品醇）、青草香（正己醇、葉醇、順-3-壬烯-1-醇、反-2-己烯醛、正己醛）、橙花香（橙花醇）、蘋果香（乙酸己酯）、黃瓜香（反-2-壬烯醛）、梨香（反-2-己烯-1-醇）上表現(xiàn)出不同，其香氣化合物存在明顯的種類或含量差別。另外，嘉峪關(guān)樣品與傳感器W6、W8、W9的相關(guān)性更強，這些傳感器所代表的化合物是區(qū)分嘉峪關(guān)和張掖地區(qū)葡萄酒的重要依據(jù)，具體還有待進(jìn)一步研究。

圖5 同一品種不同區(qū)域葡萄酒電子鼻靈敏傳感器數(shù)據(jù)的PCA和PCA Biplot圖Fig.5 PCA and PCA Biplot of electronic nose-sensitive sensor data for wines of the same variety and different regions

美樂樣品中，兩種主成分的貢獻(xiàn)率分別是84.2%和13.5%，累計貢獻(xiàn)率為97.7%。供試的3個區(qū)域的樣品均得到了有效的分離。嘉峪關(guān)與武威樣品的差異主要體現(xiàn)在PC2 上（圖5-C）。結(jié)合PCA Biplot 圖（圖5-D），發(fā)現(xiàn)結(jié)果與赤霞珠樣品相似。傳感器W6、W8 所代表的化合物是區(qū)分嘉峪關(guān)和張掖地區(qū)葡萄酒的依據(jù)。

綜上所述，武威樣品特征香氣化合物（香葉醇、α-萜品醇、β-紫羅蘭酮、正己醇、葉醇、順-3-壬烯醇、反-2-己烯醛、正己醛、β-大馬酮、橙花醇、香茅醇、乙酸己酯、反-2-壬烯醛、α-紫羅蘭酮、反-2-己烯醇）種類和含量的不同是其香氣效果差異（薔薇香、丁香、青草香、甜玫瑰香、橙花香、蘋果香、黃瓜香、梨香）的關(guān)鍵。因此，武威與張掖、武威與嘉峪關(guān)葡萄酒的區(qū)分可以借助W2 和W7 的識別屬性。另外，嘉峪關(guān)和張掖葡萄酒的氣味特征區(qū)別受其他特征化合物的影響，具體有待進(jìn)一步研究。

2.2.3 同一品種同一區(qū)域不同年份的葡萄酒PCA 和Biplot 分析 為了進(jìn)一步探究甘肅河西走廊產(chǎn)區(qū)同一品種同一區(qū)域不同年份葡萄酒的分離情況和香氣物質(zhì)差異，對上述樣品電子鼻靈敏傳感器數(shù)據(jù)進(jìn)行PCA 和PCA Biplot 分析，如圖6 所示。結(jié)果顯示，PCA 圖的累計貢獻(xiàn)率均大于80%，同一品種同一區(qū)域不同年份的葡萄酒均得到了很好的分離（圖6-A、C、E、G、I、K）。PCA Biplot 圖顯示，傳感器W2、W7 更傾向于新鮮的葡萄酒，尤其是W2，往往在區(qū)分中表現(xiàn)出了更大的貢獻(xiàn)（圖6-B、D、F、H、J、L）。據(jù)此，推測供試的新鮮葡萄酒樣品在薔薇香、丁香、青草香等香氣效果上與年份較為久遠(yuǎn)的樣品間存在明顯差異，在香氣化合物上主要表現(xiàn)在香葉醇、α-萜品醇、β-紫羅蘭酮、正己醇、葉醇、順-3-壬烯醇、反-2-己烯醛、正己醛的種類和含量不同。因此，W2 傳感器的識別屬性有區(qū)分葡萄酒年份的潛力，尤其是鑒別新鮮葡萄酒。

圖6 同一品種同一區(qū)域不同年份的葡萄酒電子鼻靈敏傳感器數(shù)據(jù)的PCA和PCA Biplot圖Fig.6 PCA and PCA Biplot of electronic nose-sensitive sensor data of wines of the same variety and different years in the same region

3 討論

本研究利用電子鼻氣體識別技術(shù)首先篩選出對香氣物質(zhì)較為靈敏的傳感器W2、W6、W7、W8 和W9，香氣物質(zhì)在傳感器的類別歸屬發(fā)現(xiàn)，十幾種物質(zhì)都集中在傳感器W2和W7，這是由于這些香氣物質(zhì)結(jié)構(gòu)相似。對應(yīng)到已有文獻(xiàn)傳感器對化合物的識別屬性上，大部分文獻(xiàn)只提及了常見的個別物質(zhì)，僅有個別文獻(xiàn)能解釋本研究的結(jié)果，例如，Shi 等［27］的研究提到傳感器W2對一些萜類物質(zhì)有較高的靈敏度，而大部分文獻(xiàn)僅提到了其對氮氧化合物敏感［24］。因此，僅根據(jù)傳感器的這種寬泛的識別屬性進(jìn)行待測物質(zhì)化合物種類和含量的判斷具有局限性。盛秀麗等［28］利用電子鼻和頂空固相微萃取氣質(zhì)聯(lián)用（headspace solid phase microextraction combined with gas chromatography-mass spectrometry，HS-SPME-GC-MS）技術(shù)進(jìn)行不同新疆石榴果實揮發(fā)性成分的分析發(fā)現(xiàn)，電子鼻判斷結(jié)果與氣相色譜-質(zhì)譜（gas chromatography-mass spectrometry，GC-MS）檢測得出的結(jié)果不一致，其解釋為電子鼻和GC-MS 的數(shù)據(jù)庫系統(tǒng)對物質(zhì)分類方法不一致。因此，特征化合物在傳感器上的歸屬在產(chǎn)品溯源、鑒別中顯得尤為重要。

葡萄酒鑒別中，特征香氣物質(zhì)在電子鼻氣體識別技術(shù)中的應(yīng)用間接反映出了不同品種、區(qū)域、年份的葡萄酒樣品香氣效果上的差別。有研究顯示，美樂中的反-2-己烯醛、正己醛、正己醇等是重要的特征香氣組分，正己醇、正己醛、β-紫羅蘭酮等是赤霞珠葡萄酒的特征香氣成分，在甘肅河西走廊產(chǎn)區(qū)的赤霞珠葡萄酒中，正己醇、正己醛相對含量較高，但并未檢出β-紫羅蘭酮［29-30］。Jiang 等［31］對中國4 個葡萄產(chǎn)區(qū)赤霞珠和美樂葡萄酒香氣化合物進(jìn)行了比較，發(fā)現(xiàn)正己醇在兩種葡萄酒間的含量差異顯著，α-萜品醇在河北沙城的的美樂樣品檢測到，在赤霞珠中并未檢測到。

嘉峪關(guān)葡萄酒的醇類物質(zhì)（花香）含量最高，酯類（果香）含量最高的是張掖葡萄酒，而武威葡萄酒因地域的區(qū)別也表現(xiàn)出不同的香氣輪廓特點，例如，武威涼州產(chǎn)地酒樣缺少張掖高臺、張掖板橋和嘉峪關(guān)共有的正己醇（青草香），而獨有其他香氣成分（1，3-丁二醇、4-羥基苯乙醇）［32］。另外，本研究發(fā)現(xiàn)，嘉峪關(guān)和張掖地區(qū)的樣品差異主要受傳感器W6 和W8 所代表化合物的影響，嘉峪關(guān)葡萄酒醇類物質(zhì)含量高，張掖的酯類含量高；傳感器W6 對烷類（甲基類）靈敏，W8 對醇類比較敏感，推測醇類物質(zhì)的差異是區(qū)分兩地葡萄酒的關(guān)鍵物質(zhì)類別之一，具體有待進(jìn)一步研究。

隨著陳釀時間的延長，葡萄酒中酯類香氣成分的含量逐漸增加，醇類香氣成分含量先降低后趨于平緩，這些含量較高的物質(zhì)種類雖然相似，但含量不盡相同；此外，一些有機酸、醛、酮等物質(zhì)含量逐漸降低，微量特征芳香成分差異較顯著［33］。感官上表現(xiàn)為果香逐漸濃郁，花香、草香等氣味變淡。據(jù)此，可推測葡萄酒中的薔薇香、丁香、青草香氣味會隨著貯藏時間的延長而變淡。

4 結(jié)論

電子鼻氣體識別技術(shù)結(jié)果表明，對特征香氣物質(zhì)最為靈敏的傳感器是W2 和W7，可作為判斷不同葡萄酒間氣味特征區(qū)別的重要媒介。借助此傳感器對不同品種、產(chǎn)地和年份的葡萄酒樣品進(jìn)行分析可知，W2 傳感器可有效區(qū)分供試的美樂和赤霞珠葡萄酒，且推測這兩類樣品的香氣差異主要集中在薔薇香、丁香、青草香等呈香效果方面；W2 和W7 傳感器可明顯區(qū)分供試的不同產(chǎn)地葡萄酒樣品，并推測武威樣品與其他地區(qū)樣品香氣差異主要表現(xiàn)在薔薇香、丁香、青草香、甜玫瑰香、橙花香、蘋果香、黃瓜香、梨香等方面；此外，W2傳感器還具有判別葡萄酒年份的潛力，對比發(fā)現(xiàn)，新鮮葡萄酒樣品具有更強烈的薔薇香、丁香和青草香。