地理標志大米的仿生電子鼻分類識別

錢麗麗 呂海峰 鹿保鑫 左鋒 張東杰

（黑龍江八一農墾大學食品學院，大慶 163319）

地理標志大米的仿生電子鼻分類識別

錢麗麗 呂海峰 鹿保鑫 左鋒 張東杰

（黑龍江八一農墾大學食品學院，大慶 163319）

都對不同的氣體有不同的感應，如表2）；BSA323SCW電子天平：德國賽多利斯公司；THU35C礱谷機：日本佐竹公司；TM05C碾米機：日本佐竹公司。

表1 大米采樣地域和品種

表2 電子鼻傳感器序列

電子鼻利用揮發性化合物與傳感器活性材料表面接觸時，會發生瞬時響應（發生了一系列的物理化學變化），這種響應通過接口電路將電壓信號轉化為數字信號，被計算機記錄并傳送到信號處理系統進行分析，并最終由模式識別子系統對信號處理的結果做出評判，得出相應的結果。電子鼻系統開始工作前需預熱30 min至基線重合穩定。電子鼻系統數據采集工作參數設置為：采樣時間間隔為1 s，傳感器自動清洗時間為180 s，傳感器歸零時間為10 s，分析采樣時間為60 s，進樣準備時間為5 s，進樣流量為600 mL／min。

1.3 傳感器數據特征值的提取

采用10個傳感器對大米整粒樣品進行揮發性成分分析。圖1為樣品檢測過程中，樣品對電子鼻10個傳感器響應值（相對電阻率G／G0）曲線。可以看出30 s后各傳感器的響應值趨于穩定，檢測時間設定為60 s，為減少選定時間點造成的誤差，特征值提取點選為45 s。通過電子鼻對大米樣品揮發性物質特征的響應試驗，可以得出電子鼻對大米揮發性成分的響應很明顯，并且各傳感器對不同大米樣品的響應各不相同。

圖1 大米氣體揮發物檢測中電子鼻響應信號變化

1.4 電子鼻測定樣品參數設置條件研究

樣品參數設置分析不同樣品質量、頂空空間和靜置時間對電子鼻響應值影響顯著性，以相對標準偏差為指標確定樣品參數設置條件。找出適合大米揮發性氣味測定的條件參數。

1.5 電子鼻分類識別地理標志大米研究

運用主成分分析法（principal component analysis，PCA）、線性判別法（linear discriminant analysis，LDA）對上述參數設置條件下電子鼻采集數據進行分析，通過對比分析獲得基于電子鼻技術的地理標志大米分類識別較優方法。

1.6 數據處理

所有數據計算由儀器自帶的Winmuster軟件包以及SPSS 20.0版本統計軟件進行處理并作圖。

2 結果與分析

2.1 不同頂空空間對電子鼻響應值的影響

在頂空體積分別為50、100、150和200 mL，樣品質量為10 g，靜置30 min的條件下，測定了以查哈陽大米為代表的電子鼻響應值。對各傳感器響應值進行顯著性分析可知（見表3），在不同頂空體積對傳感器R1、R2、R3、R5、R6、R7、R8、R9、R10 的響應值差異顯著（P＜0.05），傳感器R4的響應值差異不顯著（P ＞0.05）。多重比較結果可以看出，R1、R2、R3、R5、R6、R8響應值在50 mL和200 mL條件下差異顯著，100 mL和150 mL條件下差異不顯著，R7和R9在4個頂空體積下，響應值差異均顯著，R10在200 mL時與50 mL差異不顯著，與100 mL和150 mL差異顯著。用相對標準差對各傳感器的響應值的穩定性進行評估，從圖2的相對標準差分布的總體結果來看，各傳感器在不同頂空空間下，響應值的相對標準差隨著頂空空間的增大而增大。可見頂空體積為50 mL的時候傳感器的響應值最穩定，因此試驗以50 mL的頂空空間為宜。

圖2 不同頂空空間傳感器響應值相對標準差

2.2 不同靜置時間對電子鼻響應值的影響

在靜置時間分別為0.5、1、2和3 h，樣品質量為10 g，頂空體積50 mL的條件下，測定了以查哈陽大米為代表的電子鼻響應值。對各傳感器響應值進行顯著性分析（見表4）可知，在不同頂空體積條件下傳感器R2、R7、R9 的響應值差異顯著（P ＜0.05），R1、R3、R4、R5、R6、R8、R10 差異不顯著（P ＞0.05）。多重比較結果可以看出，R2在0.5 h條件下的響應值與1、2和3 h差異顯著，1、2和3 h條件下的響應值差異不顯著。R7和R9在0.5 h條件下的響應值與1、2和3 h差異顯著，1、2和3 h之間的響應值差異不顯著。所以靜置時間的可選為1 h。用相對標準差對各傳感器的響應值的穩定性進行評估，從圖3的相對標準差分布的總體結果來看，靜置時間1 h時響應值的相對標準差最小，說明靜置時間1 h時傳感器的響應值最穩定，因此試驗以1 h的靜置時間為宜。

圖3 不同靜置時間傳感器響應值相對標準差

2.3 不同樣品質量對電子鼻響應值的影響

在樣品質量5、10、25 和50 g，靜置時間1 h，頂空體積50 mL的條件下，測定了以查哈陽大米為代表的電子鼻響應值。對各傳感器響應值進行顯著性分析（見表5）可知，在不同頂空體積條件下傳感器R1、R2、R3、R5、R7、R9 的響應值差異顯著（P ＜0.05），R4、R6、R8、R10 差異不顯著（P ＞0.05）。多重比較結果可以看出，R1、R3和R5在樣品質量5 g條件下的響應值與10 g和50 g差異顯著，與25 g差異不顯著，10、25、50 g相互差異不顯著。R2在樣品質量5 g條件下響應值與10、25、50 g 差異顯著，10、25、50 g相互差異不顯著。R7和R9在樣品質量5 g條件下的響應值與10 g和25 g差異顯著，與50 g差異不顯著，說明樣本質量對傳感器響應值有影響，進一步用相對標準差對各傳感器的響應值的穩定性進行評估，從圖4的相對標準差分布的總體結果來看，樣品質量50 g時，響應值的相對標準差最小，說明樣品質量50 g時傳感器的響應值最穩定。因此試驗以50 g的樣品質量為宜。

表3 不同頂空空間對電子鼻傳感器響應值顯著性分析

表4 不同靜置時間對電子鼻傳感器響應值顯著性分析

表5 不同樣品質量對電子鼻傳感器響應值顯著性分析

圖4 不同樣品質量傳感器響應值相對標準差

2.4 傳感器陣列載荷分析

載荷是主成分與相應原始指標變量的相關系數，過載分析用于反映因子和各個變量間的密切程度，可判別不同的傳感器對第1和第2主成分的貢獻率及相關性，考查PCA空間中傳感器對模型數據分布的影響，得出模型中傳感器對樣品區分能力大小。通過對每個傳感器在PCA中貢獻率大小可以看出（見圖5），傳感器R7和R9在第2主成分上貢獻較大，傳感器R2在第1主成分上貢獻較大，可能成為區別不同地域和品系的主要傳感器。分別反映了大米樣品中硫化氫、硫化氫類和氮氧化物等揮發性香氣成分，傳感器R8和R6的因子載荷分布較接近，說明這些傳感器采集的信號比較相似。其他傳感器分布接近于（0，0），說明信號變化較弱，貢獻率較小。這與不同參數設置傳感器變化特點分析結果一致。

圖5 過載分析圖

2.5 主成分分析

2.5.1 主成分分析法對不同地域大米的識別

對2013年采集的3個地域大米進行電子鼻揮發性氣味測定，按照綜上研究選擇參數設置條件為稱取樣品質量50 g，頂空體積50 mL，靜置時間1 h。運用主成分分析方法，由圖6可知，第1主成分的貢獻率為93.63%，第2主成分的貢獻率為6.23%，第1、2主成分的總貢獻率為99.95%。由主成分PCA1和PCA2組成的二維空間圖，3個地域的大米樣品都分布在各自的空間區域，而且范圍很大，說明主成分分析法可以很好的識別不同地域的大米。

圖6 不同地域大米主成分分析

2.5.2 主成分分析法對不同品系大米的識別

主成分分析法可以用來識別不同地域的大米，為了消除地域對品種識別的影響，選取建三江的不同品系的大米和五常的不同品系的大米進行分析。由圖7可知，第1主成分的貢獻率為94.15%，第2主成分的貢獻率為5.71%，第1、2主成分的總貢獻率為99.86%。由主成分PCA1和PCA2組成的二維空間圖，建三江的空育131和龍粳系列很好的區分開，五常的五優稻4號和松粳系列也能很好的區分開，說明主成分分析法可以很好地識別不同品系的大米。

圖7 不同品系大米主成分分析

2.6 線性判別法（LDA）分析

2.6.1 線性判別分析法對不同地域大米的識別

對采集的數據進行線性判別分析，圖8是線性判別法對不同地域大米識別的結果圖。第1判別因子的貢獻率為65.48%，第2判別因子的貢獻率為18.56%，前2個判別因子累計貢獻率占總方差的84.04%，從圖中可看出仍可以將不同地域的大米區分開，但對比圖6數據點的分布距離要小，說明主成分分析法對不同地域大米的識別效果好于線性判別分析法。

圖8 不同地域大米線性判別分析

2.6.2 線性判別分析法對不同品系大米的識別

對相同地域不同品系的大米進行線性判別分析，由圖9可知，第1判別因子的貢獻率為93.08%，第2判別因子的貢獻率只有0.94%，使得不同品系樣品點有交叉，雖然同一地域內品系之間無法很好分開，但五常地域種植品種和建三江地域種植品種差異很大，說明同一地域種植不同品系大米，其氣味中含有相似揮發性成分，這可能與當地的氣候與環境有關。研究表明，運用線性判別分析方法僅識別了不同地域大米，而同一地域不同品系樣品點有重疊，說明線性判別分析法可以很好區分不同地域間大米，不能區分不同品系的大米。

圖9 不同品系大米線性判別分析

3 結論

3.1 通過對影響傳感器特征值提取因素有關參數研究，分析樣品質量、頂空空間、靜置時間對電子鼻響應值影響顯著性，結合相對標準偏差得出電子鼻測定大米的較優條件為頂空體積50 mL，靜置時間1 h，樣品質量50 g。硫化氫、硫化氫類和氮氧化物是不同地域和品系大米特征揮發性成分。今后將結合氣相色譜質譜聯用技術對地域特征氣味進行識別。3.2 運用主成分分析法和線性判別分析，二者可以對不同地域大米有很好的識別，但線性判別分析在識別不同品系大米方面有待改進。主成分分析法在判定大米地域和品系方面好于線性判別分析，因此電子鼻技術結合主成分分析法是識別大米產地的有效方法。

［1］Gonzalvez A，Llorens A，Cervera M L，et al.Elemental fingerprint of wines from the protected designation of origin valencia［J］.Food Chemistry，2009，112（1）：26 －34

［2］Herberger K，Csomos E，Simon － Sarkadi L.Principal component and linear discriminant analyses of free amino acids and biogenic amines in hungarian wines［J］.Journal of Agricultural and Food Chemistry，2003，51（27）：8055 －8060

［3］Yanagi Y，Hirooka，H.Stable carbon and nitrogen isotope a-nalysis as a tool for inferring beef cattle feeding systems in Japan［J］.Food Chemistry，2012（134）：502 －506

［4］馬冬紅，王錫昌，劉利平，等.近紅外光譜技術在食品產地溯源中的研究進展［J］.光譜學與光譜分析，2011，131（14）：877－881

Ma Donghong，Wang Xichang，Liu Liping，et al.Current progress in food geographical origin traceability by near infrared spectroscopy technology［J］.Spectroscopy and Spectral Analysis，2011，131（14）：877 －881

［5］Kovács Z，Dalmadi I，Lukács L，et al.Geographical origin identification of pure Sri Lanka Tea infusions with electronic nose，electronic tongue and sensory profile analysis［J］.Journal of Chemometrics，2010，24（3 －4）：121 －130

［6］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

Wang Yifan，Liao Xianyan，Yao Min，et al.Study on the character of volatile flavor of natural coffee based on sensory evaluation and electronic nose technology［J］.Science and Technology of Food Industry，2014，35（14）：166 －169

［7］賈洪鋒，盧一，何江紅，等.電子鼻在牦牛肉和牛肉豬肉識別中的應用［J］.農業工程學報.2011，27（5）：258 －263.

Jia Hongfeng，Lu Yi，He Jianghong，et al.Recognition of yak meat，beef and pork by electronic nose［J］.Transactions of The Chinese Society of Agricultural Engineering，2011，27（5）：258 －263

［8］趙丹，張玉榮，林家永，等.電子鼻在小麥品質控制中的應用研究［J］.糧食與飼料工業.2012.3：10 －15.

Zhao Dan，Zhang Yurong，Lin Jiayong，et al.Application of electronic nose in the wheat quality control［J］.Cereal＆ Feed Industry，2012，3：10 －15

［9］高利萍，王俊，崔紹慶.不同成熟度草莓鮮榨果汁的電子鼻和電子舌檢測［J］.浙江大學學報（農業與生命科學版），2012，3（6）：715 －724

Gao Liping，Wang Jun，Cui Shaoqing.Evaluation of fresh juice of strawberries at different degrees of ripeness using electronic nose and electronic tongue［J］.Journal of Zhejiang University（Agric.＆ Life Sec.），2012，38（6）：715 －724

［10］鄧平曄，楊穎，陳舜綜.電子鼻在高檔消費品品質檢測中的應用［J］.現代科學儀器.2009.3：116 －120

Deng Pingye，Yang Ying，Chen Shunzong.Application of electronic nose in quality detection of expensive consumer goods［J］.Modern Scientific Instruments，2009，3：116 －120

［11］方向生，施漢昌，何苗，等.電子鼻在環境監測中的應用與進展［J］.環境科學與技術，2010，34（10）：112 －117

Fang Xiangsheng，Shi Hanchang，He Miao，et al.Application and progress of electronic nose in environmental monitoring［J］.Environmental Science ＆ Technology，2010，34（10）：112－117

［12］朱先約，宗永立，殷延齊，等.利用電子鼻區分不同產地、不同品種的烤煙［J］.中國煙草學報，2009，15（3）：22 －34

Zhu Xianyue，Zong Yongli，Yin Yanqi，et al.The discrimination of flue－cured tobacco from different growing areas and varieties by electronic nose［J］.Acta Tabacaria Sinica，2009，15（3）：22 －34

［13］陳林，劉友平，陳鴻平，等.電子鼻在川芎不同產地不同等級評價中的應用［J］.中藥與臨床，2013，4（1）：7 －10

Chen Lin，Liu Youping，Chen Hongping，et al.Electronic nose used in evaluating ligusticum chuanxiong hort.Produced in different regions and of different levels［J］.Pharmacy and Clinics of Chinese Materia Medica，2013，4（1）：7－10

［14］顧賽麒，王錫昌，張晶晶，等.電子鼻在中華絨螯蟹產地鑒別及等級評定上的應用［J］.中國水產科學，2014，21（1）：108 －117

Gu Saiqi，Wang Xichang，Zhang Jingjing，et al.Habitat recognition and grade evaluation of Chinese mitten crab（Eriocheir sinensis）using electronic nose［J］.Journal of Fishery Sciences of China，2014，21（1）：108 －117

［15］曾金紅，江濤，鄭云峰，等.基于仿生嗅覺特征的黃酒產地判別研究［J］.釀酒科技，2012，2：23 －26

Zeng Jinhong，Jiang Tao，Zheng Yunfeng，et al.Research progress in quality evaluation methods of yellow rice wine［J］.Liquor－Making Science ＆ Technology，2012，2：23 －26

［16］于慧春，熊作周，殷勇.基于電子鼻的水稻品種鑒別研究［J］.中國糧油學報，2012，27（6）：105 －109

Yu Huichun，Xiong Zuozhou，Yin Yong.The identification of rice varieties based on electronic nose［J］.Journal of The Chinese Cereals and Oils Association，2012，27（6）：105 －109.

Classification and Recognition of Geographical Indication Rice Based on Bionic Electronic Nose

Qian Lili Lü Haifeng Lu Baoxin Zuo Feng Zhang Dongjie
（College of Food Science，HeiLongJiang Bayi Agriculture University，DaQing 163319）

In order to protect the geographical indications rice in the country of origin，the experimental parameters impacted sensor response of sample weight，headspaces and standing time for PEN3 electronic nose were analysed.Three different geographical indications rice were identified and researched combined with principal component analysis（PCA）method and linear discrimination analysis（LDA）method.Results indicated that the signals of enose under the condition with the sample mass of 50 g and headspace volume of 50 mL and the generated time of 1 h were best.The rice of different origins were identified using PCA and LDA method.The rice of different varieties were identified using PCA，but not LDA method.As a result the different areas of rice were classified precisely by e－nose.It afforded the theoretical basis based on e－nose technique for geographical origin traceability of rice.

rice，origin，electronic nose，principal component analysis，linear discrimination analysis