電子鼻技術在兼香型白酒年份區分中的應用研究

周 容，袁 琦，夏 瑛，鄭亞倫，方尚玲*

（1.湖北工業大學 生物工程與食品學院，湖北 武漢430068；2.湖北省釀造工藝與裝備工程技術中心，湖北 武漢430068）

電子鼻又稱為氣味掃描儀，是一種基于人類嗅覺器官模擬出的一種揮發性物質檢測器。電子鼻傳感器陣列克服了人工感官評定受周圍環境和個人因素的干擾，所檢測得到的數據不僅具有客觀性[1]，還因其快速、簡便和無損耗等優點，已在果蔬[2]、果飲[3]、肉制品[4]和茶品質[5]等食品、煙草[6]、醫療[7]、化妝品[8]及環境[9]等領域成為了一種高效的分析方法。近年來，電子鼻技術已普遍應用于酒行業的分析研究，如品牌鑒別[10-11]、揮發性物質分析[12-13]、感官評價[14]、香型識別[15-16]、真偽區分[17]、酒齡辨別[18]等方面都取得了豐富的研究成果，目前還尚未見有采用電子鼻技術鑒別兼香型年份白酒的報道。

兼香型白酒發酵工藝巧妙地將濃香型白酒工藝和醬香型白酒工藝相結合，因此兼香型白酒是回味爽凈的濃香型白酒和幽雅細膩的醬香型白酒的協調體現[19]，其氣味和口感因獨特而受到歡迎。目前對兼香型白酒風味物質的研究主要采用氣相色譜-質譜聯用（gas chromatography-mass spectrometry，GC-MS）法[20]，但GC-MS技術不僅樣品預處理復雜且不能對所檢測到的化合物進行氣味歸類[21]。然而電子鼻技術快速簡便且無需通過定量化合物就能辨別樣品差異性，因此采用電子鼻技術檢測兼香型白酒中的揮發性物質來區分年份白酒之間的差異是十分有意義的。

本實驗利用電子鼻技術對不同年份兼香型白酒的香氣差異性進行識別。采用特征響應分析、主成分分析（prin ciple component analysis，PCA）、線性判別分析法（linear discriminant analysis，LDA）和方差分析法（analysis of variance，ANOVA）四種分析方法相結合處理電子鼻傳感器響應信號，對單因素實驗的相關參數進行優化，確定出最佳酒樣酒精度、加熱溫度和加熱時間。同時對兼香型白酒年份進行區分識別，以期為兼香型白酒香氣感官質量評價體系的建立提供依據，為電子鼻技術鑒別白酒年份提供理論價值。

1 材料與方法

1.1 樣品

由湖北某酒業股份有限公司提供的5種42%vol年份白酒，分別為3年（3 Y），5年（5 Y），12年（12 Y），15年（15 Y）和20年（20 Y）。

1.2 儀器與設備

HH-8恒溫水浴鍋：上海力辰邦西儀器科技有限公司；2000 μL微量進樣針：美國漢密爾頓（中國）有限公司；PEN3電子鼻指紋檢測系統：德國AIRSENSE 公司。該電子鼻系統包含由10種金屬氧化物半導體組成的傳感器陣列，其傳感器及其對應的香氣類型如表1所示。

表1 電子鼻傳感器性能Table 1 Sensors properties of electronic nose

1.3 實驗方法

1.3.1 酒樣前處理

直接頂空吸氣法：準確稱量10 mL稀釋酒樣于30 mL頂空進樣瓶中并密封。在恒溫水浴鍋中加熱一定時間后抽取頂空氣體進樣檢測，每個年份酒樣平行檢測3次。

1.3.2 電子鼻檢測條件

以超純空氣作為載體保護電子鼻中的金屬氧化物傳感器，其輸入壓力5 psi。傳感器自清洗時間為100 s、預采樣時間為5 s、采樣時間為1 s/組、傳感器歸零時間為10 s、采樣間隔時間1.0 s、進樣流量為600 mL/min。

1.3.3 單因素實驗優化檢測方法

考察不同稀釋酒精度（7%vol、14%vol、21%vol和28%vol）、酒樣加熱溫度（30 ℃、40 ℃和50 ℃）和酒樣加熱時間（20 min、30 min和40 min）進行單因素優化實驗。通過對所獲得的實驗數據進行特征響應分析、PCA、LDA和ANOVA相結合進行分析，確定兼香型年份酒的最優實驗條件。

1.3.4 數據處理

本實驗提取10個傳感器的特征值，然后采用PCA、LDA和ANOVA作為主要分析方法。PCA是將所獲取的信息進行數據轉換和降維，在保證不會損失太多信息的前提下在PCA散點圖上顯示主要的二維空間來簡單地解釋最大數據量[22]。LDA是一種監督學習的降維技術，也就是說它的數據集的每個樣本是有類別輸出的。其注重類別的分類以及各種組之間的距離分析，投影后保證樣本類內方差最小，類間方差最大，即模式在該空間中有最佳的可分離性[23]。

一般而言，PCA和LDA圖中第一主成分PC1和第二主成分PC2的累計貢獻率大于70%可以用于實驗結果分析。二者方差貢獻率之和越大，說明降維后的綜合指標可以越好地反映原始數據的信息[24]。采用PCA與LDA相結合的算法，既能解決PCA對不同樣本數據不敏感的問題，又能利用LDA簡單高效的優點，能獲得很好的分類效果[25]。

2 結果與分析

電子鼻系統中每個傳感器都有對應地敏感特征氣體，據此可以分析出樣品中主要揮發氣體是哪一類。10個傳感器在不同兼香型年份白酒中的雷達圖見圖1。

圖1 10個傳感器在年份酒中的雷達圖Fig. 1 Rader plots of 10 sensors in aged liquors

如圖1所示，不同年份白酒的10個傳感器的特征相應規律一致：五個年份酒中2號傳感器響應最高，其次為6號和8號傳感器，緊接著為7號、9號、1號、5號和3號傳感器，而4號和10號傳感器基本上沒有響應。也就是說，該兼香型白酒的揮發物中氮氧化合物響應值最高，甲基類、醇類和醛酮類物質次之，硫化物、芳香成分和氨類物質響應值很低，而氫化物和長鏈烷烴類物質在該檢測系統中基本上沒有響應。說明兼香型年份酒中的主要物質類別相差不大，僅根據響應值大小無法準確找出年份酒之間差異，因此在優化實驗參數過程中采用其他分析方法以區分年份酒酒樣。

2.1 酒精度的優化

2.1.1 傳感器響應信號分析

考察五個年份酒酒精度對電子鼻傳感器響應信號數據分析的影響，不同酒精度條件下對電子鼻傳感器的效應曲線見圖2。

圖2 酒精度對電子鼻傳感器響應信號的影響Fig. 2 Effect of alcohol content on the response signal of the electronic nose sensors

從傳感器曲線圖（2a～2d）中得知，10個傳感器的響應曲線大體趨勢一致，其中，2號、7號和9號傳感器響應值都隨時間上升后下降最后趨于穩定，而其余傳感器響應值上升后趨于穩定。每個傳感器的響應值都隨著樣品酒精度的升高而升高；當樣品酒精度達到21%vol和28%vol時，2號、6號和8號傳感器G/G0峰值過高且出現較大的波動，不僅影響傳感器的使用壽命；還會出現殘留氣體不宜清洗而影響后續樣品檢測的情況。若樣品酒精度過小，傳感器響應值相應過低，極易受到實驗操作環境干擾，易帶來實驗誤差[26]。因此，本實驗中酒精度為21%vol和28%vol的酒樣不適用于電子鼻檢測。

2.1.2 PCA和LDA分析

對五個年份酒不同酒精度的電子鼻傳感器響應信號進行PCA和LDA分析，結果分別見圖3和圖4。

圖3 四種酒精度條件下電子鼻對兼香型年份酒鑒別的主成分分析結果Fig. 3 PCA results of strong-sauce-flavor aged Baijiu by electronic nose under four kinds of alcohol contents conditions

圖4 四種酒精度條件下電子鼻對兼香型年份酒鑒別的線性判別分析結果Fig. 4. LDA results of strong-sauce-flavor Chinese aged Baijiu by electronic nose under four kinds of alcohol contents conditions

由圖3a～3d可知，不同酒精度下的五個年份酒都不能完全區分開，而且每個酒樣的數據點較分散，同樣無法采用PCA判斷不同酒精度的區分效果。但在LDA圖（4a～4d）中，酒精度為14%vol、21%vol和28%vol的五個年份酒能得到完全分離，且酒精度為14%vol和21%vol條件下的5 Y、12 Y和15 Y的分離程度大于28%vol下的5 Y、12 Y和15 Y。綜合曲線圖、PCA和LDA圖，選擇14%vol的年份酒進行后續實驗。同時說明LDA的鑒別效果優于PCA，在后續實驗中直接選擇LDA處理實驗數據。

2.2 加熱溫度的優化

對兼香型年份白酒在不同加熱溫度條件下所得的傳感器響應信號數據進行LDA處理，結果見圖5。由圖5可知，在30 ℃、40 ℃條件下，五個年份酒能完全分離；而50 ℃條件下的12 Y和20 Y沒有完全分散，且這兩個酒樣的組內間距略大于30 ℃和40 ℃下的組內間距，數據點比較分散，說明實驗重現性不及30 ℃和40 ℃好。電子鼻復合傳感器對年份酒不同實驗參數的方差分析結果得出，當溫度為30 ℃和40 ℃，二者差異顯著（P＜0.05）。但40 ℃下的F值＞30 ℃，說明40 ℃條件下的樣品間的差異程度最大，區分效果最好。當溫度升高到50 ℃時，樣品間差異有所下降，或許是因為隨著加熱溫度的上升，香味成分在揮發的同時，樣品中水蒸氣也逐漸揮發至飽和狀態所致，從而影響了電子鼻傳感器對揮發性物質的分析[27]。綜上所述，區分年份酒之間的優化溫度為40 ℃。

圖5 三種加熱溫度條件下電子鼻對兼香型年份酒鑒別的線性判別分析結果Fig. 5 LDA results of strong-sauce-flavor aged Baijiu by electronic nose under three kinds of heating temperature conditions

2.3 加熱時間的優化

對兼香型年份白酒在不同平衡時間下所得的傳感器響應信號數據進行LDA處理，結果見圖6。由圖6可知，三種加熱時間下五種年份酒都能得到很好地分散，20 min、30 min和40 min的LDA圖中總方差貢獻率分別為94.90%、96.78%和92.74%，說明30 min的LDA圖所涵蓋的信息量大于20 min和40 min。從方差分析結果得出，30 min的F值大于20 min和40 min下的F值，說明30 min條件下酒樣間的差異性最大，具有最好的區分效果。綜上所述，區分年份酒之間的最優溫度為30 min。

圖6 三種加熱時間條件下電子鼻對兼香型年份酒鑒別的線性判別分析結果Fig. 6 LDA results of strong-sauce-flavor aged Baijiu by electronic nose under three kinds of heating time conditions

2.4 電子鼻對各年份白酒的鑒別

2.4.1 不同年份兼香型白酒的LDA分析

酒樣酒精度為14%vol、加熱溫度為40 ℃、加熱時間為30 min的優化條件下，對兼香型各年份酒進行電子鼻檢測分析，其LDA分析結果如圖7所示，PC1和PC2的方差貢獻率分別為91.64%和5.14%，總方差貢獻率為96.78%，LDA對原始數據信息的保留量達到了96.78%。

圖7 優化條件下電子鼻對兼香型年份酒鑒別的線性判別分析結果Fig. 7 LDA results of strong-sauce-flavor aged Baijiu by electronic nose under optimized conditions

2.4.2 不同年份兼香型白酒的逐步線性判別分析

本實驗對以上五種年份酒各10個酒樣建立模板，對另外10個待測酒樣進行逐步線性判別分析，其結果見表3。

表3 兼香型年份酒的電子鼻逐步線性判別分析結果Table 3 Stepwise linear discriminant analysis results of electronic nose for strong-sauce-flavor aged Baijiu

從表3可看出，3Y、5Y和12Y的10個酒樣的預測準確率皆為100%，而15Y的10個酒樣中有1個酒樣被誤分到20Y，準確率為90%，20Y的10個酒樣中有2個酒樣被誤分到15Y，準確率為80%，可能是由于15Y與20Y中香氣成分比較接近的原因。本研究結果表明，通過電子鼻結合逐步線性判別分析法對兼香型年份酒進行鑒別時，兼香型白酒的儲存期為12年內能獲得100%的準確率，超過12年的儲存年限也能獲得較高的準確率。

3 結論

本實驗分別考察了樣品量、頂空體積、加熱溫度這三個因素對兼香型各年份酒樣的傳感器響應信號的影響，結合特征響應分析、PCA、LDA、ANOVA四種分析方法得出理想實驗條件為酒精度14%vol、加熱溫度40 ℃、加熱時間30 min。同時可以得出LDA的區分識別效果優于PCA。在最優實驗條件下，對兼香型各年份酒進行電子鼻檢測分析，其LDA分析結果得出第一主成分PC1和第二主成分PC2的貢獻率分別為91.64%和5.14%，對原始數據信息的保留量達到了96.78%；同時對兼香型年份白酒進行逐步線性判別分析得出儲存期為12年內能獲得100%的準確率，超過12年的儲存年份也能獲得較高的準確率，因此電子鼻技術對兼香型各年份酒具有良好的區分效果。