基于电子鼻技术的不同苹果品种香气的表征与识别

曾辉，刘璇，吴昕烨，毕金峰*，邓放明，高琨,3，王雪媛,3

1(湖南农业大学 食品科技学院，湖南 长沙，410128) 2(中国农业科学院 农产品加工研究所/农业部农产品加工重点实验室，北京，100193) 3(沈阳农业大学 食品学院，辽宁 沈阳，110866)



基于电子鼻技术的不同苹果品种香气的表征与识别

曾辉1,2，刘璇2，吴昕烨2，毕金峰1,2*，邓放明1，高琨2,3，王雪媛2,3

1(湖南农业大学 食品科技学院，湖南 长沙，410128) 2(中国农业科学院 农产品加工研究所/农业部农产品加工重点实验室，北京，100193) 3(沈阳农业大学 食品学院，辽宁 沈阳，110866)

摘要采用电子鼻技术，对4个品系8个品种的苹果香气进行描述，并探究各品系品种间风味轮廓的差异，从而实现电子鼻对不同品种苹果香气的识别。采用主成分分析(principal component analysis，PCA)、载荷分析(loadings analysis，LA)以及线性判别分析(linear discriminant analysis，LDA)分别对电子鼻10个传感器的响应信息进行分析。结果表明：线性判别分析的区分效果要优于主成分分析，电子鼻对不同品种苹果的区分效果有重叠，部分同品系的苹果品种风味特征极其接近。其中乔纳金、斯塔克矮金冠、华帅一号苹果的香气在主成分分析和线性判别分析中都显著区分于其他品种，而同品系的垂枝国光和国光苹果风味轮廓重叠严重，香气无明显差异。因此，基于苹果香气物质的差异，电子鼻可以作为识别苹果品种的一种重要手段。

关键词电子鼻；苹果品种；香气；主成分分析；载荷分析；线性判别分析

苹果是蔷薇科苹果亚科苹果属(Malus)植物，落叶乔木。近年来我国苹果产量增长迅速，据国家统计局资料显示，2013年苹果产量高达3 968.26万t，且每年都呈增加趋势[1]。苹果品种较多，但用于生产的只有40～50种，其中富士苹果为第一品种，占20.9%，其次是元帅系、金冠系、嘎拉、青苹和乔纳金[2-3]。品系指来源于同一祖先，性状表现大致相同的一群个体，同一品系下的苹果经芽变、选育等方式产生更多新品种[4]。

香气指通过人们嗅觉器官感觉到的令人感到愉快舒适的气息，不同品种的水果其香气表征不同，因此香气是区分水果品种的一个重要手段，苹果已测定出350多种挥发性物质，主要包括一些酯类、醇类和醛类等[5]，但只有含量超过其味感阈值的少数物质对风味起重要作用。通过香气来识别不同品种的水果已经成为一种越来越普遍的方法。

目前主要的香气分析技术有气相色谱-质谱联用(GC-MS)、电子鼻(E-NOSE)、闻嗅仪(GC-O)。其中GC-MS分析样品耗时长[6]，GC-O其闻嗅部分一般需要经过培训的专业人士来进行评价[7]。电子鼻是20世纪90 年代发展起来的新颖的分析、识别和检测复杂嗅味和挥发性成分的仪器。相对于GC-MS来说，电子鼻能短时间迅速地分析香气成分，并给予样品中挥发成分的整体信息，称为“指纹数据”[8]。目前电子鼻已广泛应用于水果品种的区分[9]，贮藏过程香气的变化[10]，水果腐败过程香气的变化[11]，果蔬的特征香气[12]和果汁新鲜程度[13]等的研究，研究结果表明，电子鼻能无损快速地检测香气，并建立相关的预测、识别模型，只是传感型的电子鼻在传感器的选择上需要进一步的研究改进。基于电子鼻响应值的差异，可以采用主成分分析(PCA)、线性判别分析(LDA)和载荷分析(LA)等数据处理方法对结果进行分析。GOMEZ等[14]利用PEN2电子鼻对柑橘在贮藏过程香气的变化进行区分识别， LDA的区分效果要优于PCA，因此在数据处理方法上的选择对结果的分析也至关重要。目前电子鼻对苹果香气的研究主要集中于一些典型品种的对比区分及货架期等的研究[9,15]，如富士、嘎纳、红星等，对于同品系不同品种苹果香气的区分还较少，本研究拟用PEN3电子鼻对4个品系的8个品种的苹果香气进行识别区分，并对比主成分分析和线性判别分析对不同苹果的区分效果及电子鼻各传感器对苹果香气的载荷分析，以实现电子鼻在苹果加工品种选择上的快速识别。

1材料与方法

1.1试验材料

选择8个中晚熟苹果品种(表1)，2次采自中国农业科学院果树所(兴城)“国家种质苹果资源圃”，采集时间分别为2014年9月28日和2014年10月9日。每品种随机挑选3棵长势中等，树形一致，结果正常的植株，选择无腐烂病害且大小外观一致的苹果[16]，每个品种采集5 kg。苹果采收后立即运回中国农业科学院农产品加工研究所果蔬加工与质量控制实验室。经淀粉指数检测为八九分成熟后[17]，去核去柄，沿苹果最大横径处切片(5 mm)，迅速用液氮冷冻，置于-40 ℃贮藏备用，以最大程度地降低香气物质的损失。

表1　八个苹果品种与相应品系

1.2实验仪器

电子天平,德国Sartorius公司BSA4202S(0.01g)；电子鼻，德国Airsense公司PEN3电子鼻，内置10 个金属传感器，对于不同气味给予不同的响应信号。10个传感器所感应物质如表2所示。

表2　传感器阵列

1.3实验方法

1.3.1样品准备

于20 mL顶空瓶中加入2 mL去离子水，再加入0.60 g NaCl固体(分析纯)，NaCl能使束缚在水中的香气充分散发出来。苹果从冷冻室取出，每个品种随机从10个苹果中各挑取1片，四分法切分，取对角线的2片苹果切成细碎果粒混匀(均匀取样)，准确称量6.0 g置于20 mL顶空瓶中，瓶盖上用聚四氟乙烯隔垫密封，常温下(26 ℃左右)静置30 min后立刻进行电子鼻香气的检测。每个品种3个平行试验。

1.3.2分析参数

电子鼻检测采用顶空抽样的方法，针头通过聚四氟乙烯隔垫插入到样品瓶中，注意不要使针头碰到样品及瓶壁。传感器清洗时间为180 s，样品检测时间为60 s，自动调零时间10 s，内部流量300 mL/min，进样流量300 mL/min。横坐标是采样时间，纵坐标为传感器阵列的响应信号，是传感器接触到样品挥发物后的电阻G与传感器在经过洁净空气时的电阻G0的比值。当传感器接触到样品挥发物后，电导率G发生改变，与初始电导率G0的比值 G/G0随之变化。响应气体浓度越大，G/G0的值越偏离1(大于或者小于 1)，如果浓度低于检测线或者没有感应气体，则接近甚至等于1。为了有效地消除漂移现象，每次测量前后，传感器都进行清洗和标准化，这有效地保证了电子鼻测量数据的稳定性和精确度。

1.4数据的统计分析

电子鼻所测得的数据使用其自带的Winmuster软件和SSPS17.0软件进行主成分分析(PCA)、载荷分析(LA)及线性判别分析(LDA)。

1.4.1主成分分析

主成分分析是将所提取的传感器多指标的信息进行数据转换和降维，并提取降维后的特征值大于1的特征向量进行线性分类，最后在PCA 分析的散点图上显示主要的两维或三维的散点图。PC1和PC2上表示在PCA 转换中得到的第一主成分和第二主成分的贡献率，其贡献率越大(一般大于或等于85%)，则说明主要成分可以较好地反映原来多指标的信息。

1.4.2载荷分析

载荷分析是反映主成分与相应的原始指标变量的相关系数，用来表示不同主成分和各个变量之间的密切程度。位点坐标表示分别所在各主成分上的比例大小，相关系数(绝对值)越大，则主成分对该变量的代表性也越大[18]。

1.4.3线性判别分析

线性判别分析是用于在已知的分类下遇到有新的样本时，选定一个判别标准，以判定将新样本放置于哪一个类别之中。线性判别分析时，可以利用所有的传感器信号以提高分类的准确性。线性判别分析相比于主成分分析来说更加注重样品在空间中的分布规律及各样品间的距离分析[14]。

2结果与分析

2.1八个苹果品种的电子鼻传感器响应值

图1-a～图1-h分别为华帅一号、短枝金冠、斯塔克矮金冠、乔纳金、新红星、金冠、垂枝国光、国光的电子鼻检测结果。由8个品种苹果样品的10个传感器响应图可知，各传感器响应初始值均较低，在1附近，随着苹果产生的挥发气体富集在传感器表面，传感器的响应值不断增大，逐渐达到平稳值。10条曲线分别代表10个传感器的响应值，在华帅一号苹果(图1-a)和斯塔克矮金冠(图1-c)中，传感器7(W1W)反应最敏感，其次是传感器2(W5S)、传感器9(W2W)，其他传感器响应值相对较低，这些响应值与每个传感器的检测限的不同也有关系。其中传感器7对硫化物、萜烯类敏感，由此可知此2个品种中的萜烯类物质较多，这与前人研究的嘎啦苹果的香气轮廓类似[19]。而其余6个品种中均是传感器2(W5S)最灵敏，其次是传感器7(W1W)、传感器9(W2W)。其中传感器2(W5S)对氮氧化合物敏感，传感器9(W2W)对有机硫化物敏感，这说明华帅一号与斯塔克矮金冠有某些萜烯类香气化合物是显著区别于其他6个品种，并且这与之后的判别模型结果也是相吻合的。图1中各传感器对不同品种苹果的响应值趋势大体相似，2号传感器(W5S)的响应值最高，其次是7号(W1W)和9号(W2W)传感器(其中华帅一号和斯塔克矮金冠苹果除外)，其他传感器响应值均接近于1，可能由于苹果中不含有与此类传感器相对应的香气类型，如氨类化合物、氢气、甲烷等。而选择不同类型的传感器，其响应值也会有明显不同，于慧春等[20]选择了14个TGS-8 系列的金属氧化物传感器对富士和秦冠苹果的香气进行了检测，只有2个传感器对苹果的香气不敏感，响应值接近于1，因此，传感器的选择对香气检测的结果至关重要。根据各品种香气检测的传感器响应值差异结果，可以对不同品系品种的苹果进行区分。

a～h分别为华帅一号、短枝金冠、斯塔克矮金冠、乔纳金、新红星、金冠、垂枝国光、国光的电子鼻传感器响应值图1　八个苹果品种电子鼻传感器响应值Fig.1　Eight apple varieties e-nose sensor response values

2.2主成分分析

主成分分析法的原理是降维的思想，通过研究指标体系内在结构之间的关系， 把多指标转化成少数几个相互独立且包含原有指标大部分信息的综合指标[21]。图2为八个苹果品种的电子鼻主成分分析图，从图2中可以看出，数据采集点所在的椭圆区域在主成分分析图中有特定的分布区域但又有部分重叠，说明主成分分析法适用于不同苹果品种的成分分析。从图2还可以看出，第一主成分贡献率达 63.42%，第二主成分贡献率为36.28%，总贡献率为99.70%，所受干扰较小，所以这2个主成分能较好的反应原始高维矩阵的信息，可以反映各品种苹果的香气物质有所不同。从图2中各苹果品种的变化趋势来看，短枝金冠、国光、垂枝国光、新红星、金冠PC1轴正向变化，而乔纳金、斯塔克矮金冠、华帅一号沿PC2轴正向变化，且这几个品种沿PC1轴向左变化，这说明乔纳金、斯塔克矮金冠、华帅一号等与之前品种香气相差较大。且从椭圆之间距离来看，短枝金冠、国光与垂枝国光距离较近，说明香气相差不大；同时新红星与金冠距离较近，说明此两品种香气也有些相似。而乔纳金、斯塔克矮金冠、华帅一号与其他品种都距离较大，它们各自有各自的特征香气，香气物质的种类或含量相差较大，与图1传感器7(W1W)对华帅一号苹果和斯塔克矮金冠反应最敏感结果相对应，且说明2个品种中的萜烯类物质较多显著区别与其他品种，同时可知传感器7对第二主成分贡献率大。

图2　八个苹果品种电子鼻主成分分析图Fig.2　Eight apple varieties e-nose principal component analysis

表3是8个品种间的相关系数矩阵，其中新红星与金冠、垂枝国光、国光的相关系数为0.999，相关性较高。同品系的垂枝国光与国光相关系数高达1，从育种方面来看，垂枝国光是国光的一种变异类型，其果实的大小、形状、着色、风味等与国光基本一致，其突出的特点是枝条有自然下垂的特性[22]，在本次研究中，垂枝国光与国光在香气方面高度一致，难以区分。

表4为主成分分析的解释总方差表，提取特征值大于1的主成分，由图可知，只有第一个主成分的特征值大于1，所以提取一个主成分，第一个主成分特征值为7.328，占到总方差的91.598%。

表3　相关系数矩阵

表4　主成分分析的解释总方差

表5为主成分分析的成分矩阵图，从表5可以看出，各品种在第一主成分的载荷有所不同，其中短枝金冠和乔纳金在第一主成分上有较高载荷，说明第一主成分基本上可以反映不同苹果品种的香气物质的信息。由成分矩阵可以得到第一主成分的函数表达式为：

Y1=0.787×A1+0.994×A2+0.941×A3+0.998×A4+0.979×A5+ 0.971×A6+0.982×A7+0.986×A8

其中A1～A8为表1中的8个苹果品种，由此可以计算得出10个传感器的主成分得分如表6所示。

表5　主成分分析的成分矩阵

从表6中可以看出，2号传感器(W5S)主成分得分最高，为28.970 06。其次为7号(W1W)和9号(W2W)传感器。2号、7号和9号传感器主要对氮氧化物、硫化物、萜烯类、有机硫化物比较敏感。结合文献分析，苹果的特征香气可能与某些萜烯类化合物的成分和含量变化有关，如芳樟醇、香叶基丙酮等[23]。

表6　主成分分析结果

2.3负荷加载分析(LA)

电子鼻中内置10 个金属传感器，对于不同气味给予不同的响应信号。10个传感器所感应物质如表2所示。不同传感器在负荷加载分析图中的位置可以反映传感器对于样品挥发性气味贡献率的大小。距离原点越远，表示此传感器对于挥发性成分的分析中所起的作用越大，反之，则说明该传感器作用较小。图3显示，第1主成分的贡献率是 63.42%，第2主成分贡献率为36.28%，且W5S(2号)、W1W(7号)传感器对第一主成分贡献率较大，且W1W(7号)对第二主成分贡献率最大，其次是W1W(9号)，传感器2(W5S)对氮氧化合物敏感，感器7(W1W)对硫化物、萜烯类敏感，传传感器9(W2W)对有机硫化物敏感，这与张鹏[24]等研究的富士苹果货架期结果传感器2(W5S)对第二主成分贡献最大、传感器7(W1W)对第一主成分贡献最大的结果正好相反，可能由于这些苹果品种与富士的特征香气差别较大，因此各传感器的载荷不同。这也为之后电子鼻检测苹果香气传感器的选择研究提供基础数据。

图3　八个苹果品种香气成分负荷加载分析图Fig.3　Eight varieties of apple aroma components load loading analysis diagram

2.4线性判别分析(LDA)

LDA分析是在进行PCA分析之后，对电子鼻传感器所感应的挥发性物质的响应信号进一步优化处理，来更好地将数据之间的差异性扩大，进而反映不同品种苹果香气的差异情况。与主成分分析相比，LDA方法更注重于同一类别空间中的分布状态及彼此之间的距离，从所有数据中收集信息，提高分类精度，8个苹果品种的 LDA分析见图4。LD1和LD2的贡献率分别为 83.70%和14.70%，两判别式的总贡献率为98.40%，能较好地反映总体信息。LDA分析图呈现出清晰的4个区域，其中金冠、新红星、垂枝国光和国光重叠较多，不易区分，这与主成分分析的相关系数矩阵(表3)相对应，其他几个品种重叠较少，说明 LDA分析能较好的识别部分苹果品种的香气物质。从各品种椭圆的距离来看，短枝金冠与其他品种的距离较大，且在LD2轴上与其他品种显著区分，这可能是由于它具有某种特殊香气物质不同于其他7个品种，在线性判别分析中被区分识别。其他7个品种沿LD1轴向右变化，除短枝金冠在线性判别分析中被显著识别外，其他品种与PCA 分析结果基本相吻合，因此LDA能提高分类的精度。

图4　八个苹果品种的线性判别分析图Fig.4　Eight apple varieties of linear discriminant analysis

3结论

利用电子鼻方法能较好地区分部分苹果品种的香气，且线性判别分析的区分效果要优于主成分分析，其中，乔纳金、华帅一号、斯塔克矮金冠的香气与其他品种明显区分。而其他品种区分效果不佳，金冠、新红星、垂枝国光和国光重叠较多，短枝金冠在主成分分析中与垂枝国光和国光苹果重叠严重，在线性判别分析中却与其他品种显著区分。另外如同品系的垂枝国光和国光品种，可能由于它们的香气物质含量及种类非常类似，电子鼻不能区分此品系的两种苹果。

电子鼻检测方便快捷，分析成本较 GC-MS 低，但是其不能对挥发性成分进行定性定量分析，不能给予各品种的特征香气种类及含量，因此目前已有将电子鼻技术和SPME-GC-MS结合起来[6,25-26]，对特征香气物质等进行深入分析，本试验今后的研究会进一步结合SPME-GC-MS技术来综合评价不同品种的苹果香气物质，并建立不同的品系品种识别模型。

参考文献

[1]白沙沙. 鲜食苹果品质评价研究[D]. 北京: 中国农业科学院, 2012.

[2]李嘉瑞,邹养军,任小林. 刍议中国苹果产业现代化[J]. 果树学报, 2008, 25(3): 378-381.

[3]翟衡,赵政阳,王志强,等. 世界苹果产业发展趋势分析[J]. 果树学报, 2005, 22(1): 44-50.

[4]过国南,阎振立,张恒涛,等. 我国早、中熟苹果品种的生产现状、选育进展及发展展望[J]. 果树学报, 2009, 26(6): 871-877.

[5]DIMICK P S,HOSKIN J C,ACREE T E. Review of apple flavor state of the art[J]. Critical Reviews in Food Science and Nutrition, 1983, 18(4): 387-409.

[6]JO D,KIM G,YEO S, et al. Analysis of aroma compounds of commercial cider vinegars with different acidities using spme/gc-ms, electronic nose, and sensory evaluation[J]. Food Science and Biotechnology, 2013, 22(6): 1 559-1 565.

[7]DU X,SONG M,BALDWIN E, et al. Identication of sulphur volatiles and gc-olfactometry aroma proling in two fresh tomato cultivars[J]. Food Chemistry, 2015, 171: 306-314.

[8]吴守一,邹小波. 电子鼻在食品行业中的应用研究进展[J]. 江苏理工大学学报：自然科学版, 2000, 21(6): 13-17.

[9]ZOU Xiao-bo,ZHAO Jie-wen. Comparative analyses of apple aroma by a tin-oxidegas sensor array device and gc/ms[J]. Food Chemistry, 2008, 107(1): 120-128.

[10]DEFILIPPI B,JUAN W S,VALDÉS H, et al. The aroma development during storage of castlebrite apricots as evaluated by gas chromatography, electronic nose, and sensory analysis[J]. Postharvest Biology and Technology, 2009, 51(2): 212-219.

[11]惠国华,厉鹏,吴玉玲,等. 基于电子鼻系统的水果腐败过程表征方法[J]. 农业工程学报, 2012, 28(6): 264-268.

[12]ASIKIN Y,MAEDA G,TAMAKI H, et al. Cultivation line and fruit ripening discriminations of shiikuwasha(citrus depressa hayata) peel oils using aroma compositional,electronic nose, and antioxidant analyses[J]. Food Research International, 2015, 67: 102-110.

[13]HONG Xue-zhen,WANG Jun,QI Guan-de. E-nose combined with chemometrics to trace tomato-juice quality[J]. Journal of Food Engineering, 2015, 149: 38-43.

[14]GOMEZ A H,WANG J,HU G, et al. Discrimination of storage shelf-life for mandarin by electronic nose technique[J]. Lwt, 2007, 40(4): 681-689.

[15]张晓华,张东星,刘远方,等. 电子鼻对苹果货架期质量的评价[J]. 食品与发酵工业, 2007, 33(6): 20-23.

[16]王沛. 苹果变温压差膨化脆片品质评价体系的建立及应用[D].北京：中国农业科学院, 2012.

[17]BLANPIED G D,SILSBY K J. Predicting harvest date window for apples[R]. Cornell Cooperative Extension, 1992.

[18]刘明,潘磊庆,屠康,等. 电子鼻检测鸡蛋货架期新鲜度变化[J]. 农业工程学报, 2010, 26(4): 317-321.

[19]樊丽,任小林,向春燕,等. 基于电子鼻和GC-MS评价嘎拉苹果采后芳香品质[J]. 食品科学, 2014, 35(22): 164-168.

[20]于慧春,段勇. 两种品种苹果内部品质与气味间关系研究[C].上海：国际农业工程大会数字化设计与仿真技术分会，2010-09-19.

[21]王沛,刘璇,毕金峰,等. 基于主成分分析的中早熟苹果脆片品质评价[J]. 中国食品学报, 2012, 12(6): 204-211.

[22]中国果树志：苹果卷[M].北京：中国林业出版社, 1999: 273-274.

[23]APREA E,COROLLARO ML,BETTA E, et al. Sensory and instrumental profiling of 18 apple cultivars to investigate the relation between perceived quality and odour and flavour[J]. Food Research International, 2012, 49(2): 677-686.

[24]张鹏,李江阔,陈绍慧. 基于电子鼻判别富士苹果货架期的研究_张鹏[J]. 食品工业科技, 2015, 36(5): 272-276.

[25]CUI S,WANG J,YANG L, et al. Qualitative and quantitative analysis on aroma characteristics of ginseng at different ages using E-nose and GC-MS combined with chemometrics[J]. Journal of Pharmaceutical and Biomedical Analysis, 2015, 102: 64-77.

[26]CHENG H,QIN Z H,GUO X F,et al. Geographical origin identication of propolis using GC-MS and electronic nosecombined with principal component analysis[J]. Food Research International, 2013, 51(2): 813-822.

Identification of apple cultivars based on aroma analysis by electronic nose

ZENG Hui1,2， LIU Xuan2， WU Xin-ye2，BI Jin-feng1,2*， DENG Fang-ming1, GAO Kun2,3， WANG Xue-yuan2,3

1(College of Food Science and Technology, Hunan Agricultural University, Changsha 410128, China) 2(Institute of Food Science and Technology CAAS/Key Laboratory of Agro-Products Processing,Ministry of Agriculture, Chinese Academy of Agricultural Sciences, Beijing 100193, China) 3(College of Food Science, Shenyang Agricultural University, Shenyang 110866,China)

ABSTRACTThe aroma of four strains of eight cultivars of apples were analyzed by using electronic nose technology, and cultivar identification were conducted by Principal Component Analysis (PCA), Loading Analysis (LA) and Linear Discriminant Analysis (LDA) methods based on data derived from electric nose. The objective of present paper was to explore the differences of aroma profile between various strains and cultivars. Ten sensors，response data of the electronic nose were used for PCA, LA and LDA. Results suggested that LDA showed better accuracy than PCA in cultivar identification. However, slight overlap was found among some apple cultivars detected by the electronic nose, such as several apple cultivars with the same strain have an extremely similar aroma profile. The Jonagold, Stark short crown, HuaShuai I apple could be distinguished significantly from other cultivars in both PCA and LDA, while high overlap was detected between the aroma profiles of same strain, such as weeping Guoguang and Guoguang apple. Thus, it can be inferred that their aroma profiles were general resemblance. Therefore based on the different aroma substance between the apple cultivars, electronic nose can be used as an important means to identify apple cultivars.

Key wordselectronic nose; apple cultivars; aroma; PCA; LA; LDA

收稿日期：2015-08-25，改回日期：2015-10-15

基金项目：国家自然科学基金青年科学基金(31301527)；公益性行业(农业)科研专项经费资助(201303076-02)

DOI:10.13995/j.cnki.11-1802/ts.201604036

第一作者：硕士研究生(毕金峰研究员为通讯作者，E-mail：bijinfeng2010@163.com)。