基于味覺特征的黃酒酒齡鑒別方法研究

于海燕，許春華（上海應用技術學院，上海 200235）

基于味覺特征的黃酒酒齡鑒別方法研究

于海燕，許春華
（上海應用技術學院，上海 200235）

為對黃酒酒齡進行鑒別，采用電子舌結合化學計量學方法建立了酒齡鑒別方法。采用電子舌采集了不同酒齡黃酒樣品的味覺指紋信息，對比分析了不同清洗溶液對電子舌響應信號的影響，采用主成分分析和判別因子分析法建立了酒齡鑒別模型。分析結果表明：采用10%的酒精做清洗溶液時，數據點較集中，重復性較好；判別因子法所建酒齡鑒別模型中1年陳、3年陳和5年陳樣品集的鑒別正確率均為100%。研究表明：電子舌結合化學計量學方法可較好地用于黃酒酒齡鑒別。

電子舌，黃酒，酒齡，化學計量學方法

黃酒作為我國的民族特產，是世界三大古酒之一。新釀制的黃酒口感粗糙，香氣不足；經過陳釀，其口味變得醇和、鮮爽，且香氣舒適。黃酒酒齡是指黃酒的陳釀年份，以酒齡表示酒質優劣已成為黃酒行業的普遍方式。由于各生產廠陳酒庫存有多有少，少數企業存在虛報酒齡現象。虛報酒齡侵犯了消費者權益，影響了黃酒聲譽。傳統上依靠感官評價鑒別酒齡，然而，感官評價帶有主觀因素，會隨評價者身體狀況和情緒變化等產生不同的結果。近幾年，有研究者采用高效液相色譜和氣相色譜等儀器分析技術利用酒中揮發性物質[1]、酚類物質[2-7]、顏色和口感[8-9]的差異進行酒齡鑒別。雖分析精度高，但其設備昂貴、過程復雜。20世紀90年代以來，電子舌被引入飲料酒質量評價。電子舌是利用低選擇性、非特異性、交互敏感的多傳感陣列感測樣品的整體特征響應信號，通過模式識別處理，對樣品進行定性分析的分析儀器[10]。Legin等[11]利用電子舌區分了新釀酒和陳釀酒；Rudnitskaya等[12]鑒別了波特酒酒齡；Ciosek等[13]對生產日期和產地不同的啤酒進行了鑒別；Codinachs等[14]將品種和釀造年份不同的葡萄酒區分開；魯小利[15]對不同品牌黃酒進行了區分；李華[16]將不同釀造年份的干紅葡萄酒區分開。本工作擬對比不同清洗溶液對電子舌傳感器響應信號的影響，確定適合黃酒分析的條件；采用電子舌分析不同酒齡黃酒的味覺指紋信息；采用化學計量學方法結合不同酒齡黃酒的味覺指紋信息建立基于電子舌的黃酒酒齡鑒別模型。

1 材料與方法

1.1 材料與儀器

上海金楓釀酒有限公司的特加飯黃酒 購自上海超市，實驗選用1年陳、3年陳和5年陳的不同生產日期的黃酒樣品，1年陳黃酒樣品4瓶、3年陳黃酒樣品4瓶、5年陳黃酒樣品3瓶。

α-ASTREE電子舌系統 法國A lpha.MOS公司，電子舌系統由傳感器陣列、自動進樣器、數據采集系統和數據分析軟件組成，其中傳感器陣列由7個電化學傳感器和1個Ag/AgCl參比電極組成。

1.2 實驗方法

每個樣品搖勻后，取80m L倒入120m L電子舌專用燒杯中，并置于電子舌自動進樣器上進行味覺信號采集。每次測量之間用一定濃度的酒精清洗液對傳感器進行清洗。傳感器在120s時信號趨于穩定，故選用7味傳感器在120s時的響應值作為味覺信號的原始數據，每個樣品重復測定9次。

電子舌的傳感器響應信號不僅與樣品的品質有一定的關系，還與清洗溶液的選擇、清洗溶液的次序有一定的關系。實驗通過對電子舌在不同清洗溶液的響應特征進行分析，確定最佳清洗溶液，以盡可能多地反映樣品之間的差異。實驗選擇的清洗溶液為7%、10%、13%和16%的酒精溶液。

1.3 多元統計分析方法

采用主成分分析法對數據進行降維處理，并采用判別因子分析法建立基于電子舌的黃酒酒齡鑒別模型。

1.3.1 主成分分析法（Principal Component Analysis，PCA） 主成分分析是把多個指標轉化為少數幾個綜合指標的一種統計方法。在多指標（變量）的研究中，往往由于變量個數太多，且彼此之間存在一定的相關性，因而使得所觀測的數據在一定程度上有信息的重疊。當變量較多時，在高維空間中研究樣本的分布規律就更麻煩。主成分分析采取一種降維的方法，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地反映原來變量的信息量，而彼此之間互不相干，從而達到簡化的目的[17]。

1.3.2 判別因子分析法（Discriminant Factor Analysis，DFA） 在統計分析中，經常遇到分類判別的問題，也就是根據測量數據對所研究的對象進行分類判別。判別因子分析方法就是專門根據若干因素對預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測的數學模型。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，同時指定一種判別規則，借以判定新樣品的歸屬。判別函數分析用于將未分類樣本根據判別函數歸類于某個預定義的組當中。通常采用的線性判別函數通過將由樣本構成的觀察矢量點乘一個系數矢量得到判別值，根據這個判別值對樣本進行分類[18]。

2 結果與討論

2.1 清洗溶液的選擇

實驗選用7%、10%、13%和16%酒精溶液為清洗溶液，采用電子舌采集樣品1-1的味覺信息，表1所列為不同清洗溶液時傳感器響應信號的相對標準偏差。

表1 不同清洗溶液時傳感器響應信號的相對標準偏差

圖1 7%、10%、13%和16%酒精溶液為清洗溶液時三個樣品的主成分分類圖

由表1可以看出，對SRS傳感器，13%酒精溶液為清洗液時傳感器的相對標準偏差最小；對GPS傳感器，10%時的相對標準偏差最小；對STS，則是7%時的相對標準偏差最小；對UMS是10%時的相對標準偏差最小；對SPS是13%時的相對標準偏差最小；對SWS是10%時的相對標準偏差最小；對BRS是16%時的相對標準偏差最小。由以上分析可以看出，通過表1很難確定清洗液。

實驗采用7%、10%、13%和16%酒精溶液為清洗溶液，采用電子舌采集樣品1-1、1-2和1-3樣品8次重復的電子舌傳感器數據，并采用主成分分析法對數據進行了分析，圖1分別為7%、10%、13%和16%酒精溶液為清洗溶液時三個樣品的主成分分類圖。

清洗溶液不同時，傳感器的響應信號不同。如采用去離子水清洗時，傳感器信號的重復性差，這主要是由于在電子舌的調試過程中，傳感器對去離子水產生適應性，進入樣品溶液后，仍需一段時間適應樣品的味覺信息，這是一個不斷達到的平衡過程。在這一過程中，檢測得到的信號重復性差。選用酒精溶液進行清洗時，傳感器適應了部分水和酒精帶來的響應，在樣品檢測過程中，這兩部分的響應相應減少，主要表現為對其他成分的響應。不同濃度酒精溶液為清洗液時，其傳感器響應信號亦不同。由圖1可以看出：10%酒精溶液為清洗液時，三個樣品聚集程度最高，其次是13%酒精溶液，16%酒精溶液為清洗液時，樣品之間的平行性最差。結合表1分析結果，實驗選取10%的酒精溶液作為清洗溶液。

2.2 不同酒齡黃酒樣品的電子舌響應信號

實驗采用10%的酒精溶液為清洗液，采集了不同酒齡黃酒樣品的味覺指紋信息。圖2所示是不同酒齡黃酒樣品的電子舌雷達圖。

傳感器響應信號體現的是樣品中的各種味覺物質的信息。采用酒精溶液進行清洗時，傳感器適應了部分水和酒精帶來的響應。在樣品檢測過程中，這兩部分的響應相應減小，主要表現為對其他成分的響應。由圖2可以看出：3個年份樣品在UMS、SRS、SWS和SPS四味傳感器的響應信號強度有一定差異，而在BRS、GPS和STS傳感器上的響應信號幾乎重疊，說明3個年份樣品在苦味、復合味和咸味這三味的味覺差異不大。但由圖2可以看出：通過雷達圖難以將不同酒齡的樣品區分開，實驗采用化學計量學方法對傳感器響應信號進行了進一步分析研究。

圖2 不同酒齡黃酒樣品的電子舌雷達圖

2.3 基于電子舌的黃酒酒齡鑒別模型

2.3.1 主成分分析結果 圖3所示為不同酒齡黃酒樣品的主成分分類圖。前三個主成分解釋了樣品間94.115%的差異，其中，PC1解釋了63.953%的差異，PC2解釋了16.180%的差異。從主成分分類圖可以看出，1年陳、3年陳和5年陳的黃酒能夠區分開來，說明這方法是可行的。

圖3 不同酒齡黃酒樣品的主成分分類圖

2.3.2 判別因子分析結果 實驗采用判別因子分析法結合電子舌響應信號建立了黃酒酒齡鑒別模型，表2為鑒別分析結果。由表2中數據可以看出：電子舌七味傳感器響應值結合判別因子分析可用于黃酒酒齡鑒別模型的建立，11個樣品的9次重復中無樣品判別錯誤，即1年陳、3年陳和5年陳黃酒樣品集的酒齡鑒別正確率均為100%。

表2 判別因子分析法結合電子舌響應信號所建黃酒酒齡鑒別模型的分析結果

圖4所示為基于電子舌和判別因子分類法的黃酒酒齡分類圖。如圖4所示：1年陳、3年陳和5年陳樣品兩兩可以較好地區分開，其中1年陳和5年陳樣品集之間的距離最大，說明這兩種樣品的口感差異最大，這也與實際情況符合。隨陳釀時間增加，部分醇、醛類物質被催化氧化成有機酸，酸的增加促進了酯化反應；醇類、氨基酸態氮類物質含量呈逐年減少趨勢，總酸、酯類、固形物、金屬鹽類物質含量逐年增加；并因酒體酸度、金屬鹽含量、乙醇含量的變化，部分蛋白質肽、單寧、金屬離子、低聚糖形成共聚沉淀，黃酒口感變得更醇和、柔美、豐滿、鮮爽。由圖4還可以看出：3年陳和5年陳樣品集之間的距離相對較小，說明3年陳和5年陳樣品集口感差異小。隨陳釀時間增加，黃酒口感會變得更醇和、柔美、豐滿、鮮爽，但陳釀過程中前幾年氧化、酯化等反應速度較快，成分變化幅度相對較大；隨陳釀時間增加，氧化、酯化等反應速度降低，黃酒中各種成分也趨于穩定，其口感亦逐漸穩定。

綜合以上分析可得，隨陳釀時間增加黃酒口感會發生變化，其變化幅度可以用來進行酒齡鑒別；電子舌可以較好地采集黃酒口感信息，并可以反應其不同酒齡樣品之間的口感差異；陳釀黃酒味覺物質對其味覺感受的作用機理和影響因素比較復雜。一種物質的味覺感受會因另一物質的存在而顯著加強（味的相乘作用）；一種物質能減弱或抑制另一種物質的味覺感受（味的相抵作用），即各味覺物質對陳釀黃酒味覺感受具有協同作用。本文采用化學計量學方法消除各味覺物質之間的復共線性，建立黃酒酒齡與其味覺感受之間的穩健模型。分析結果表明，判別因子分類法所建黃酒酒齡鑒別模型性能穩健，1年陳、3年陳和5年陳樣品集的鑒別正確率均為100%。

圖4 基于電子舌和判別因子分類法的黃酒酒齡分類圖

3 結論

隨酒齡增加黃酒口感會發生變化，其變化幅度可以用來進行酒齡鑒別。電子舌可以較好地采集黃酒口感信息，并可反映不同酒齡樣品之間的口感差異。化學計量學方法結合電子舌傳感器信息可較好地用于黃酒酒齡鑒別。

[1]Pereira A C,Reis M S,Saraiva P M,et al.Aroma ageing trends in GC/MS profiles of liqueur wines[J].Anal Chim Acta,2010,659:93-101.

[2]Monagas M,Gomez-Cordoves C,Bartolome B.Evolution of the phenolic content of red wines from Vitis vinifera L.during ageing in bottle[J].Food Chem,2006,95:405-412.

[3]Hernandez T,Estrella I,Carlavilla D,et al.Phenolic compounds in red wine subjected to industrial malolactic fermentation and ageing on lees[J].Anal Chim Acta,2006,563:116-125.

[4]Garcia-Falcon MS,Perez-Lamela C,Martinez-Carballo E,et al.Determination of phenolic compounds in wines:Influence of bottle storage of young red wines on their evolution [J].Food Chem,2007,105:248-259.

[5]Fang F,Li JM,Pan Q H,et al.Determination of red wine flavonoids by HPLC and effect of aging [J].Food Chem,2007,101:428-433.

[6]Hernanz D,Gallo V,Recamales A F,et al.Effect of storage on the phenolic content,volatile composition and colour of white wines from the varieties Zalema and Colombard [J].Food Chem,2009,113:530-537.

[7]張軍翔,馮長根,李華.蛇龍珠葡萄酒酒齡花青素高效液相色譜（HPLC）指紋圖譜研究 [J].中國農業科學,2006,39(7):1451-1456.

[8]Chaves M,Zea L,Moyano L,et al.Changes in color and odorant compounds during oxidative aging of pedro ximenez sweet wines[J].J Agric Food Chem,2007,55:3592-3598.

[9]姜忠軍,李記明,徐巖,等.聚類分析在白蘭地酒齡鑒定中的應用 [J].釀酒科技,2006（8）:112-115.

[10]丁春暉.多頻脈沖電子舌對昌黎原產地干紅葡萄酒的檢測[D].西北農林科技大學,2008.

[11]Legin A,Rudnitskaya A,Seleznev B,et al.Electronic tongue for quality assessment of ethanol,odka and eau-de-vie[J].Anal Chim Acta,2005,534:129-135.

[12]Rudnitskaya A,Delgadillo I,Legin A,et al.Prediction of Port wine age using an electronic tongue [J].Chemometr Intell Lab,2007,88(1):125-131.

[13]Ciosek P,Wroblewski W.The recognition of beer with flowthrough sensor array based on miniaturized solid-state electrodes[J].Talanta,2006,69:1156-1161.

[14]Codinachs LM,Kloock JP,Sch?ning MJ,et al.Electronic integrated multisensor tongue applied to grape juice and wine analysis[J].Analyst,2008,133:1440-1448.

[15]魯小利.基于電子舌的黃酒品質檢測[D].浙江大學,2007.

[16]李華,丁春暉,尹春麗,等.電子舌對昌黎原產地干紅葡萄酒的區分辨識[J].食品與發酵工業,2008,34(3):130-132.

[17]許祿,邵學廣.化學計量學方法[M].第二版.北京:科學出版社,2004：90-175.

[18]梁逸曾,俞汝勤.分析化學手冊 （第十分冊）化學計量學[M].第二版.北京:化學工業出版社,2000：332-333.

Discrimination of wine age of Chinese rice wine using taste characteristics

YU Hai-yan,XU Chun-hua

（School of Perfume and Aroma Technology,Shanghai Institute of Technology,Shanghai200235,China）

The feasibility of electronic tongue for determination of wine age of Chinese rice wine was investigated.Taste information of 1-year-old，3-year-old，and 5-year-old Chinese rice wine was collected using an electronic tongue which was conditioned by solvent with different alcohol content.Principal component analysis(PCA)and discriminant factor analysis (DFA)were used for data processing.When the solvent with 10% (V/V)alcohol content was used，the reproducibility of the experiment was the highest.The prediction performance of the wine age discrimination model was good，the percentage of the samples correctly classified was 100%for 1-year-old，3-year-old，and 5-year-old sample groups，respectively.It was concluded that electronic tongue together with chemomerics could be used for discriminating wine age of Chinese rice wine.

electronic tongue；Chinese rice wine；wine age；chemometrics

TS262.4

A

1002-0306（2011）10-0162-04

2010-09-13

于海燕（1979－），女，博士，副教授，研究方向：食品風味分析。

上海市自然科學基金（10ZR1429600）；上海應用技術學院人才引進科研啟動項目（YJ2009-25）。