樱桃酒感官评价与电子舌感官分析的相关性研究

牛云蔚，张晓鸣，肖作兵，宋诗清，朱建才，顾永波

（1.江南大学食品学院，江苏无锡 214112；2.上海应用技术学院香料香精技术与工程学院，上海201418）

樱桃酒感官评价与电子舌感官分析的相关性研究

牛云蔚1，2，张晓鸣1，*，肖作兵2，宋诗清2，朱建才2，顾永波2

（1.江南大学食品学院，江苏无锡 214112；2.上海应用技术学院香料香精技术与工程学院，上海201418）

对五种不同樱桃酒的感官属性（酸、甜、苦、涩）进行了感官评价和电子舌指纹分析，利用主成分（PCA）与判别因子（DFA）分析对电子舌区分樱桃酒的能力进行了评价，并通过PCA、偏最小二乘法（PLSR）将感官评价结果与电子舌7根传感器（ZZ、BA、BB、CA、GA、HA、JB）响应相关联。结果表明，电子舌指纹分析系统对樱桃酒具有较好的区分辨别能力，传感器JB与酸味，传感器HA、CA与甜味，传感器ZZ与涩、苦味具有较高的相关性。

樱桃酒，电子舌分析，感官评价，相关性

Abstract：Five different cherry wines，which were described by sour，sweet，bitter and astringent attributes，were analyzed by electronic tongue.The ability of discrimination cherry wines of electronic tongue was evaluated by PCA and DFA.The sensory evaluation results were correlated to response of seven sensors（ZZ，BA，BB，CA，GA，HA，JB） by PCA and PLSR.The results showed that there were better correlation between JB and sour，HA，CA and sweet，ZZ and astringent，bitter，respectively.

Key words：cherry wine；electronic tongue analysis；sensory evaluation；correlation

樱桃营养丰富，除一般水果具有的营养成分外，其铁含量居诸果品之首，每100g含铁高达6mg，并且具有较高的医疗保健价值[1]，能治疗相关疾病[2]。樱桃酒由樱桃经过发酵等特定的工艺酿制而成，不仅含有樱桃几乎所有的营养成分，而且还具有独特的色、香、味，深受消费者的青睐。多年来，人们一直通过感官评定的方法评价果酒的品质，这需要评价人员拥有较强的味觉判别能力，在品评时才能够比较准确地评价产品的质量。但是感官鉴别具有一定的主观性，会随着评价者的身体状况、情绪变化等因素而产生不同的结果，并且评定时间较长，效率低。电子舌是模仿人体味觉机理研制出来的一种智能识别电子系统，是近年来发展起来的一种分析、识别液体味道的新型检测手段[3-4]，与普通的化学分析方法相比有独特的优势，味觉传感器采集到的是与样品相关的味觉信息，这些信号通过具有模式识别能力的计算机分析后，能得出对样品味觉特征有关的总体评价。通过电子舌技术，王永维等[5]对不同品牌的白酒进行了区分；张浩玉等[6]对不同品种的醋进行了辨别研究；Quansheng Chen[7]等对不同等级的绿茶进行了区分研究；Zhenbo Wei等[8]对不同的蜂蜜进行了鉴别研究。然而，有关感官属性与电子舌传感器相关性的报道较少。本研究主要利用电子舌技术对不同品牌的樱桃酒进行辨别，并通过PCA、PLSR法对感官属性与不同传感器的相关性进行了研究，为传感器的筛选及定量预测感官属性提供了一定的理论指导作用。

1 材料与方法

1.1 材料与仪器

实验酒样分别来自5个不同的厂家 W1：烟台市华龙酿酒有限公司，W2：临朐县三信食品加工厂，W3：山东尊皇樱桃酒业科技有限公司，W4：莱州樱红酒业有限公司，W5：四川省汉源县果酒厂。

电子舌系统（型号：ASTREE） 法国Alpha M.O.S公司。

1.2 感官评价

感官评价采用定量描述性感官评价法，选取10点制，0～9（0=没味道，9=味道最强）。评价小组由8人组成，4男4女，年龄在23～30岁之间。评价人员根据相关标准[9]进行了培训，分别对樱桃酒的4种感官属性（酸、甜、苦、涩）进行评价，每个样品重复评价2次。

1.3 电子舌分析

本实验采用ASTREE电子舌系统，主要由味觉传感器、信号采集器和模式识别系统3部分组成。该装置配有7个传感器（ZA、BB、BA、GA、HA、JB、CA），以Ag/AgCl作为参比电极，在室温下进行数据采集。数据采集前，电子舌系统需要经过自检、诊断和矫正等步骤，以确保采集得到的数据具有可靠性和稳定性。本文采用体积分数为10%的酒精作为清洗溶剂，采样时间120s，1次/s，每个样品重复采集8次，取稳定后的4次数据。

1.4 数据处理

将由感官评定和电子舌分析得到的数据信息进行统计分析，主要包括PCA[10]、DFA[11]和PLSR[12]分析。通过对数据的分析，找出感官属性与传感器之间的相关性。相关数学统计分析由电子舌自带软件及SPSS统计分析软件完成。

2 结果与讨论

2.1 感官评定结果

对五种樱桃酒的感官属性（酸、甜、苦、涩）进行感官评定，结果如表1所示。

表1 酒样感官评定结果Table 1 Sensory evaluation results of wines

方差分析表明，不同酒样同种属性（酸、甜、苦、涩）之间大多具有显著性差异（p＜0.01）。邓肯氏分析结果表明，酸、甜、苦三个属性的显著性差异最显著，其次是涩属性。因此，酸、甜、苦、涩四个感官属性可以较好地解释不同酒样的味道和口感特征。由表1可知，W1的酸味和涩感最强，但甜味值最低。W2的苦味值最大，酸味值最小。W5甜味值最大，而涩值最小。相比较而言，W3和W4的味觉和口感强度均处于中等强度。

2.2 传感器相应信号的PCA分析

对电子舌采集得到的数据进行PCA分析，其结果如图1所示。主成分得分图以散点图为基础，每个点代表一个样品，点之间的距离代表样品之间特征差异的大小。从图1中可看出同一样品不同批次的重复进样构成一个独立的组群，表示分析的重复性合格。主成分1（PC1）和主成分2（PC2）的累积方差贡献率为94.27%，这说明PC1和PC2已经包含了较大的信息量，能够反映样品的整体信息，可将不同的樱桃酒在PCA图中明显的区分开来。

将电子舌采集得到的数据进行DFA分析，结果如图2所示。由图2可知，DFA对樱桃酒样品的累积区分指数达到了99.297%（DF1为96.388%，DF2为2.909%），DFA法能够对样品间差异有更好的区分度，并且同一样品组内的离散度也比PCA法（图1）的小，不同样品组间的区分更明显。PCA法、DFA法均能将样品明显的区分开来，表明ASTREE电子舌有足够的灵敏度区分这些不同的樱桃酒产品。

图1 电子舌对5种樱桃酒样品的PCA分析图Fig.1 PCA plot of five cherry wines by electronic tongue

图2 电子舌对5种樱桃酒样品的DFA分析图Fig.2 DFA plot of five cherry wines by electronic tongue

2.3 感官属性与传感器响应的相关性分析

图3 感官分析结果与传感器相关性PCA分析图Fig.3 PCA plot of correlation between sensory evaluation and sensors

对感官分析结果与电子舌数据进行PCA相关性分析，如图3所示。主成分1和2反映了样品的大部分信息，在图上距离越近，说明样品与传感器的相关性越强。由图3可知，传感器ZZ与涩、苦味的相关性较好，传感器JB与酸味相关性较强，而传感器HA、CA与甜味的相关性较好。

为了进一步确认感官分析结果与电子舌数据的相关性，对两者进行PLSR分析，7个不同的传感器（ZA、BB、BA、GA、HA、JB、CA）作为X变量，感官属性（酸、甜、苦、涩）作为Y变量，如图4所示。该PLSR模型的方差贡献率为PC1=55%，PC2=42%。图4是感官属性与传感器的相关性载荷图，图中的两个椭圆，分别表示50%和100%的方差贡献率。传感器ZA、BB、BA、GA、HA、CA和感官属性涩、甜味位于两个椭圆之间，说明该模型可以对这些变量具有更好的解释能力。由图4可知，传感器ZZ与涩、苦味的相关性较好，传感器JB与酸味相关性较强，而传感器HA、CA与甜味的相关性较好。此相关性结果与图3 PCA的相关性结果相符合。

图4 感官分析结果与传感器相关性PLSR分析图Fig.4 PLSR plot of correlation between sensory evaluation and sensors

3 结论

5个樱桃酒样品的不同感官属性（酸、甜、苦、涩）大多数具有显著性差异；PCA分析法和DFA分析法可用于不同酒样味觉和口感特征的模式识别分析，能将不同样品明显的区别开来，说明ASTREE电子舌具有辨别这5种酒样的能力；通过PCA、PLSR对感官属性与传感器的相关性分析，表明传感器ZZ与涩、苦味的相关性较好，传感器JB与酸味相关性较强，而传感器HA、CA与甜味的相关性较好。在今后的实验过程中，可以根据各传感器的不同特点，选择性地对传感器测得的数据进行分析，以便取得更好的分析结果，为电子舌定量预测感官属性起到一定的理论指导作用。

[1]闰国华，张开春，周宇，等．樱桃保健功能研究进展[J]．食品工业科技，2008，29（2）：313-316.

[2]钟耀广，朱蓓薇．樱桃果实采后生理及保鲜研究[J]．北方园艺，2004（2）：67.

[3]Deisingh A K，Stone D C， Thompson M.Application of electronic noses and tongues in food analysis[J].International Journal of Food Science and Technology，2004，39（6）：587-604.

[4]姜莎，陈芹芹，胡雪芳，等.电子舌在红茶饮料区分辨识中的应用[J].农业工程学报，2009，25（11）：345.

[5]王永维，王俊，朱晴虹.基于电子舌的白酒检测与区分研究[J].包装与食品机械，2009，27（5）：57-61.

[6]张浩玉，张柯，黄星奕.电子舌对不同品种醋的辨别研究[J].中国调味品，2011，36（5）：1-4.

[7]Quansheng Chen， Jiewen Zhao， Saritporn Vittayapadung.Identification of the green tea grade level using electronic tongue and pattern recognition[J].Food Research International，2008，41：500-504.

[8]Zhenbo Wei，Jun Wang，Wenyan Liao.Technique potential for classification of honey by electronic tongue[J].Journal of Food Engineering，2009，94：260-266.

[9]Tikk K，Haugen J E，Andersen H J，et al.Monitoring of warmedover flavour in pork using the electronic nose-correlation to sensory attributes and secondary lipid oxidation products[J].Meat Science，2008，80（4）：1254-1263.

[10]H K Ekenel，B Sankur.Feature selection in the independent component subspace for face recognition[J].Pattern Recognition Letters，2004，25：1377-1388.

[11]陈晓明，马明辉．电子鼻在天然苹果香精检测中的应用[J]．食品科学，2007，28（3）：261-265.

[12]Hongmei Zhang，Jun Wang，Sheng Ye.Predictions of acidity，soluble solids and firmness of pear using electronic nose technique[J].Journal of Food Engineering，2008，86：370-378.

Study on correlation between sensory evaluation and sensors analysis of electronic tongue of cherry wines

NIU Yun-wei1，2，ZHANG Xiao-ming1，*，XIAO Zuo-bing2，SONG Shi-qing2，ZHU Jian-cai2，GU Yong-bo2
（1.School of Food Science and Technology，Jiangnan University，Wuxi 214112，China；2.School of Perfume and Aroma Technology，Shanghai Institute of Technology，Shanghai 201418，China）

TS201.2

A

1002-0306（2012）16-0105-03

2012-03-27 *通讯联系人

牛云蔚（1981-），男，在职博士，研究方向：食品风味化学。

“十二五”国家支撑计划（2011BAD23B01）。