2008年份昌黎原产地葡萄酒理化特性的统计学分析

马 腾，赵 丽，李 军

(河北科技师范学院食品科技学院，河北 秦皇岛，066600)

目前，对葡萄酒的鉴别主要采用感官评定法。传统的产品感官评价主要依靠品评专家的个人经验来完成，品评专家必须具有大量的行业背景知识和丰富的品评经验。但品评结果的主观性较强，且品评过程时间长，费用大，成本较高，不利于大批量样本的感官品评。由于葡萄酒的化学成分复杂，也可借助化学计量学的方法对其进行区分。化学计量学方法即通过定量分析葡萄酒中多种化学物质的含量，再对数据进行多元统计分析，从而达到对样品进行鉴别的目的。这种方法比感官评定更加客观、公正。葡萄酒作为许多欧洲国家的一种重要的商品，国外对这种鉴别方法已经作了较多的研究［1］。2003年，Carlos Díaz等［2］通过对挥发成分测定区分了不同品种的西班牙葡萄酒;2004 年，Andréde Villiers等［3］通过分析无色酚类物质达到了鉴别南非不同品种的葡萄酒的目的;2006年，FedericoMarini等［4］利用分析物理化学、矿物元素等指标区分了来自不同产区的意大利CDO葡萄酒。但是，对化学成分进行准确的定性定量分析较困难且过程复杂。葡萄酒的成分有1 000多种，并且它们之间存在着复杂的关系。因此，采用科学的方法使存在于这些复杂关系的问题简单化，进而更加清楚地了解它们之间的关系，统计学方法无疑可以为葡萄酒的质量控制、预测、预报、区分提供一种有效的途径［5］。

多元统计分析中主成分分析和聚类分析数学工具能把众多的描述语转化为较少的、综合性较强的描述语，并且能够反映出原来多个描述语的信息，从而筛选出科学合理的描述特性［6］。为此，笔者实验测定了来自河北省昌黎地区2008年份的7种葡萄酒样的19项理化指标，并对得到的数据进行了主成分分析和聚类分析，通过主成分分析将19项指标综合成5项复合指标，再通过聚类分析将复合指标进行聚合。

1 材料与方法

1．1 试验材料

7种酒样分别来自昌黎地区的香格里拉(秦皇岛)葡萄酒有限公司(酒样简称香格里拉)、秦皇岛万达酒业有限公司(酒样简称万达)、昌黎燕山长城葡萄酿酒有限公司(酒样简称燕山长城)、贵州茅台酒厂(集团)昌黎葡萄酒业有限公司(酒样简称茅台)、越千年葡萄酿酒有限公司(酒样简称越千年)、中粮华夏长城葡萄酒有限公司(酒样简称华夏)、昌黎县田氏葡萄酿酒有限公司(酒样简称田氏)。葡萄均在成熟后采摘，经各公司的酿造工艺加工而成。所取样品均为苹乳发酵后未经品种间调配的原酒。

1．2 主要试剂

8种色谱级标准品:阿魏酸、儿茶素、鞣花酸、表儿茶素、绿原酸、咖啡酸、没食子酸、芦丁，进口分装;甲醇(色谱纯)、乙酸(色谱纯)，美国MREDA生产;娃哈哈饮用纯净水，杭州娃哈哈集团有限公司生产;其它试剂均为国产分析纯。

1．3 试验仪器

Agilent 1200高效液相色谱仪，美国安捷伦公司生产;BIOCHRM30氨基酸自动分析仪，美国通用电气公司生产;SHB-Ⅲ型循环水式多用真空泵，郑州长城科工贸有限公司生产;AP-01P/01D无油隔膜真空泵，天津奥特赛恩斯仪器有限公司生产;台式高速冷冻离心机，长沙高新技术产业开发区湘仪离心机仪器有限公司生产。

1．4 试验方法

1．4．1 常规理化指标分析 常规理化指标包括总糖、总酸、挥发酸、干浸出物、酒精度和pH值的测定。采用GB/T 15038-2006中的分析方法［7］。总糖含量测定采用直接滴定法，总酸含量测定采用指示剂法，挥发酸含量测定采用指示剂法，干浸出物含量测定采用密度瓶法，酒度测定采用密度瓶法，pH值测定采用pH计法。

1．4．2 色度和色调测定 将酒样经0．45 μm孔径的滤纸过滤，测定pH值，用相同pH值的磷酸氢二钠－柠檬酸缓冲液与酒样按1∶9的体积比混合，冲淡酒样。取稀释后的酒样放于1 cm比色杯中，在分光光度计波长420，520，620 nm下分别测定其吸收值。三者吸光值相加即为该酒样的色度表示值;420 nm和520 nm下的吸光值的比值即为色调表示值［8］。

1．4．3 总酚含量测定 采用福林-肖卡试剂比色法［9］。葡萄酒中所有的酚类物质被福林-肖卡试剂氧化，该试剂由磷钨酸和磷钼酸的混合物组成，氧化酚后，会变成蓝色的氧化钨和蓝色的氧化钨的混合物。产生的蓝色在765 nm处有最大的吸收峰，生成物的颜色深浅与酚含量成正比，可比色测定其含量。

1．4．4 单宁含量测定 采用福林-单宁斯法测定［10］。单宁类化合物，在碱性溶液中，能与磷钼酸和磷钨酸盐类还原成蓝色化合物，蓝色的深浅程度与单宁含酚基的数目成正比。

1．4．5 氨基酸含量测定 氨基酸含量应用BIOCHRM 30型氨基酸自动分析仪测定，采用外标法进行计算［11］。

1．4．6 多酚物质含量测定 多酚物质含量测定采用HPLC法［12］。建立用HPLC测定葡萄酒中单体酚的方法，色谱条件为Eclipse XDB-C18色谱柱;梯度洗脱的条件是:流动相A为甲醇溶液;流动相B为体积分数为0．01的乙酸水溶液。梯度为:0～5 min，5% ～40%A，流速为0．8 mL/min;5～9 min，40%A，流速为0．8 mL/min;9 ～12 min，40% ～85%A，流速为0．5 mL/min;12 ～15 min，85% ～95%A，流速为0．5 mL/min，检测波长为280 nm，进样量为5 μL。测定酒样中阿魏酸、儿茶素、鞣花酸、表儿茶素、绿原酸、咖啡酸、没食子酸、芦丁等8种主要的酚类物质的含量。

1．5 统计方法

1．5．1 主成分分析方法 主成分分析的基本思想是根据变量之间的相关性，通过处理，然后用较少的变量来代替原来较多的变量，起到降维、几何直观性的作用，从而便于排序与分类［13］。主成分利用SPSS软件分析，计算特征值及特征向量，选前N个较大的特征值，使累计贡献率≥85%，在此基础上进行主成分的选择，分别计算各杂交组合的前N个主成分值，并以此为自变量;再以每个主成分的特征值为权重系数，构成综合评价的线性方程［14～16］。

1．5．2 聚类分析方法 采用个体分类的方法中的系统聚类分析方法［17～19］。

2 结果与分析

2．1 实验数据统计

酒样的10项常规理化指标的数据见表1，氨基酸的测定结果见表2。葡萄酒中的氨基酸主要来源于葡萄和葡萄汁中的蛋白质酶解，酵母发酵过程中的代谢产物和发酵完毕后酵母细胞的自溶［20］。葡萄酒中氨基酸含量的差异取决于多种因素，其中葡萄品种的差异、葡萄生长的产地差异、葡萄发酵工艺以及葡萄酒老熟工艺和老熟时间的差异都是葡萄酒中游离氨基酸含量的决定因素［21］。

7个品牌的葡萄酒中游离氨基酸的组成和含量差异较大(表2)。脯氨酸在葡萄酒中的质量浓度范围在993．4 ～1 900．9 mg/L，占测定氨基酸总量的质量分数为0．575 6 ～0．974 7，平均值为0．776 1(表2 和表3)。从7个品牌葡萄酒的15种氨基酸的平均值含量可明显看出，脯氨酸为葡萄酒中的特征氨基酸。

葡萄酒酒样中多酚物质的含量见表4。

表1 7个葡萄酒品牌酒样的10项常规指标

2．2 主成分分析的过程与结果

2．2．1 主成分分析过程 根据实验数据，求得19项指标:pH(X1)、酒精度(X2)、总酸(X3)、挥发酸(X4)、总糖(X5)、干浸出物(X6)、单宁(X7)、多酚(X8)、色度(X9)，色调(X10)，没食子酸(X11)，儿茶素(X12)，绿原酸(X13)，表儿茶素(X14)，咖啡酸(X15)，阿魏酸(X16)，芦丁(X17)，鞣花酸(X18)，脯氨酸(X19)。通过SPSS 11．5软件对葡萄酒的19项指标进行主成分分析，得到方差分解图和主成分系数矩阵(表5和表6)。其中，前5个主成分的特征值都大于1，而且累积贡献率达97．694%，已经超过85%，根据主成分选取指标的原则，选取前5个主成分完全可以来代表19项指标。因此，选择该5个主成分，并定义为Y1，Y2，Y3，Y4，Y5。

表6中每一个载荷量表示主成分与对应的变量的相关系数。

表4 7个葡萄酒品牌酒样的多酚物质含量 mg·L－1

表5 7个葡萄酒品牌19项指标主成分分析的方差分解图

表6 7个葡萄酒品牌19项标准化数据的初始因子载荷矩阵

2．2．2 主成分方程 用表5中的数据除表6中主成分相对应的特征值开平方根便得到主成分中每项指标所对应的系数，即特征向量。将得到的特征向量与标准化后的数据相乘得出主成分表达式。

第1种主成分方程:

Y1= －0．09 X1+0．27 X2+0．05 X3－0．01 X4+0．27 X5－0．04 X6+0．21 X7+0．16 X8+0．10 X9－0．19 X10+0．35 X11+0．28 X12+0．33 X13+0．34 X14+0．32 X15+0．34 X16+0．28 X17+0．07 X18+0．02 X19

第1主成分方差贡献率最大为41．504%，通过线性方程能得出特征向量较大的是没食子酸X11，绿原酸X13，表儿茶素X14，咖啡酸X15，阿魏酸X16。

第2种主成分方程:

Y2=0．33 X1－0．21 X2+0．36 X3+0．44 X4+0．16 X5+0．43 X6+0．12 X7－0．08 X8+0．24 X9+0．33 X10－0．01 X11+0．13 X12－0．08 X13－0．02 X14－0．05 X15+0．03 X16+0．23 X17+0．19 X18+0．09 X19

第2主成分方差贡献率为26．615%，通过线性方程能得出特征向量较大的是挥发酸X4和干浸出物X6。

第3种主成分方程:

Y3=0．06 X1－0．06 X2+0．19 X3+0．01 X4－0．26 X5－0．13 X6－0．45 X7+0．30 X8+0．19 X9－0．02 X10+0．04 X11－0．09 X12+0．08 X13－0．03 X14+0．11 X15+0．09 X16+0．03 X17+0．50 X18－0．51 X19

第3主成分方差贡献率为14．786%，通过线性方程能得出特征向量较大的是多酚X8和鞣花酸X18。

第4种主成分方程:

Y4= －0．43 X1+0．29 X2+0．31 X3+0．09 X4－0．10 X5－0．02 X6－0．05 X7－0．13 X8+0．54 X9+0．17 X10－0．05 X11－0．37 X12+0．09 X13+0．03 X14+0．16 X15+0．03 X16－0．20 X17－0．19 X18+0．16 X19

第4主成分方差贡献率为9．467%，通过线性方程能得出特征向量较大的是总酸X3和色度X9。

第5种主成分方程:

Y5= －0．19 X1+0．00 X2－0．03 X3+0．08 X4－0．07 X5+0．12 X6－0．05 X7+0．69 X8+0．04 X9+

0．03 X10+0．13 X11+0．05 X12+0．27 X13－0．31 X14－0．28 X15－0．24 X16+0．16 X17－0．07 X18+0．33 X19

第5主成分方差贡献率为5．323%，通过线性方程能得出特征向量较大的是多酚X8和脯氨酸X19。

上述主成分方程分析结果显示，特征向量较大的为 X11，X13，X14，X15，X16，X4，X6，X8，X18，X3，X9和X19等12项。另外，由于在一般情况下，pH值数值变化在葡萄酒的酿造中起着很大的作用［22］，pH值直接影响着葡萄酒的感官品质评定，在深色葡萄酒中，花色苷的分子结构也会因为pH值的变化而变化，从而导致酒颜色的变化，因此必须考虑葡萄酒 pH 值的相应变化［23］，即确定 X1，X11，X13，X14，X15，X16，X4，X6，X8，X18，X3，X9和 X19等 13 项主成分特征向量进行下一步聚类分析。

2．3 聚类分析过程与结果

2．3．1 聚类分析的过程 将主成分分析得到前5个主成分特征向量进行聚类分析。由于不同变量之间存在不同量纲、不同数量级，为使各个变量更具有可比性，进行了数据转换，转化方程是:

公式中X″为正规化后的值，Xi为原值，Xmax为最大值，Xmin为最小值。利用SPSS软件对13项标准化的数据进行聚类分析，得到表7和图1。从表7中可以看出，9(表儿茶素)和11(阿魏酸)的相似系数最大，最早聚合，明显为一类;7(没食子酸)和8(绿原酸)聚为一类，在第7步中与9(表儿茶素)聚为新的一类，在第9步中又与5(多酚)聚为新的一类;9(表儿茶素)和11(阿魏酸)聚为一类后又与10(咖啡酸)聚为新的一类，虽然该三者聚为一类，但是9(表儿茶素)和11(阿魏酸)最先聚合，然后再与10(咖啡酸)聚合，说明9(表儿茶素)和11(阿魏酸)的相似度要大于与10(咖啡酸)的相似度;3(挥发酸)和4(干浸出物)相似系数较大聚一为类;2(总酸)和6(色度)聚为一类;1(pH值)和12(鞣花酸)归为一类;13(脯氨酸)与其他指标间的差异明显(如图1所示)，难以成为一类。

表7 7个葡萄酒品牌13项指标的聚类分析聚结表

图1 7个葡萄酒品牌13项指标的聚类结果

2．3．2 聚类分析的结果 同聚一类的描述词之间具有密切的相关性，可以选用其中的1个词语用于描述昌黎产地葡萄酒的特征性。由此，本次研究的7种酒样的特征性描述为:①儿茶素或咖啡酸或没食子酸或阿魏酸或绿原酸含量;②多酚含量;③挥发酸或干浸出物含量或总酸含量或色度;④pH值;⑤鞣花酸含量。

3 结论与讨论

通过主成分分析方程可以看出，第1主成分综合了没食子酸X11，绿原酸X13，表儿茶素X14，咖啡酸X15，阿魏酸X16等5个指标的信息，主要反映的葡萄酒的多酚物质的含量。第2主成分综合了挥发酸X4和干浸出物X6这2个指标的信息。第3主成分综合了多酚X8和鞣花酸X18。第4主成分综合了总酸X3和色度X9。第5主成分综合了多酚X8和脯氨酸X19。

通过上述分析将原有的19项指标综合成5项互不相关的复合指标，而且5项指标所涵盖原有19项指标的信息量达到了97．694%，几乎反映了原指标的信息，这说明了主成分分析法所构造的评价指标在理论上是可行的。因而，在此基础上对葡萄酒的品质进行了量化分析。由此可见，该方法对于衡量来自昌黎产区的7个葡萄酒厂的样品质量具有可操作性和科学性。

聚类分析的结果，最终表儿茶素(或咖啡酸、阿魏酸、没食子酸、绿原酸)，多酚，挥发酸(或干浸出物、总酸、色度)，pH值，鞣花酸等5项指标可以反映葡萄酒理化特性的绝大部分信息，因此可用该5个词语描述葡萄酒的理化特性。

［1］ARVANITOYANNIS I S，KATSOTA M N．Application of quality control methods for assessing wine authenticity:Use of multivariate analysis(chemometrics)［J］．Trends in Food Science Technol，1999，10:321-336．

［2］CARLOS DIAZ，JOSE ELIAS．Volatile compounds of bottled wines with denomination of origin from the Canary Islands(Spain)［J］．Food Chem，2003，81:447-452．

［3］ANDRE DE VILLIERS，PAVEL MAJEK．Classification of south african red and white wines according to grape variety basedon the non-coloured phenolic content［J］．Eur Food Res Technol，2005，221:520-528．

［4］FEDERICO M，REMO B．Authentication of Italian CDO wines by classmodeling techniques［J］．Chemometrics and Intelligent Laboratory Systems，2006，84:164-171．

［5］吴桂芳，蒋益虹，王艳艳，等．基于独立主成分和BP神经网络的干红葡萄酒品种的鉴别［J］．光谱学与光谱学分析，2009，29(5):1 268-1 271．

［6］李华，刘永强，郭安鹊，等．运用多元统计分析确定葡萄酒感官特性的描述符［J］．中国食品学报，2007，7(4):114-119．

［7］中华人民共和国国家质量监督检验检疫总局，中国国家标准化管理委员会．GB/T 15038-2006 葡萄酒、果酒通用分析方法［S］．北京:中国标准出版社，2008．

［8］秦含章．葡萄酒分析化学［M］．北京:中国轻工业工业出版社，1991．

［9］刘开华，严佩峰，邢淑婕．运用热浸渍酿造法生产红葡萄酒的可行性探讨［J］．信阳农业高等专科学校学报，2002，12(1):22-23．

［10］王华．葡萄与葡萄酒试验技术操作规范［M］．西安:西安地图出版社，1999．

［11］刘小力，李想．国内外红葡萄酒氨基酸含量比较分析与研究［J］．酿酒科技，2010(1):101-103．

［12］王美丽，张振文，张予林．HPLC测定酿酒葡萄中单体酚的方法研究［J］．酿酒科技，2006(6):91-93．

［13］曲红焱，韦春波，黄玉兰，等．主成分分析在黑龙江垦区畜产品生产能力评价上的应用［J］．畜牧与兽医，2010，42(1):36-38．

［14］俞能福，陈邦考．主成分分析法在学生成绩分析中的应用［J］．安徽建筑工业学院学报:自然科学版，2007，15(1):73-75．

［15］范文宏，唐戈，段勇，等．运用主成分分析法评价北京市代表性河流的水质与毒性状况［J］．生态毒理学报，2007，2(1):69-77．

［16］李晓娜，史占国．SPSS聚类分析在汽车市场细分中的应用［J］．汽车工业研究，2010(3):37-40，48．

［17］巩芳，常青，白布赫，等．基于聚类分析的内蒙古草原生态经济系统综合评价［J］．内蒙古大学学报:哲学社会科学版，2010，42(2):27-32．

［18］葛庆龙．SPSS的聚类分析功能在试卷分析中的应用［J］．统计教育，2008(1):53-54．

［19］周衍庆，王有邦，李新运．SPSS的聚类分析功能在经济地理分区中的应用［J］．枣庄师范专科学校学报，2003，20(5):10-15．

［20］MONTERIO E F，BISSON L F．Biological assay of nitroge content of grape juice and prediction of sluggish fermentations［J］．Am J Enol Vitic，1991，42:47-57．

［21］JUAN C M，EVA V．Changes in nitrogen compounds in must and wine during fermentation and biological aging by flor yeasts［J］．Jagric Food Chem，2001，49:3 310-3 315．

［22］李华，王华，袁春龙，等．葡萄酒化学［M］．北京:科学出版社，2005．

［23］陈晓前，张铁．试述pH值与葡萄酒的关系［J］．酿酒，2002，29(2):62-63．