德宏州生咖啡风味组分与海拔相关性研究

邓 云,胡荣锁,陆敏泉,杨晓曼,*,徐树良,董文江

(1. 德宏州质量技术监督综合检测中心,云南德宏 678400;2. 中国热带农业科学院香料饮料研究所,海南万宁 571533)

德宏州生咖啡风味组分与海拔相关性研究

邓 云1,胡荣锁2,陆敏泉2,杨晓曼1,*,徐树良1,董文江2

(1. 德宏州质量技术监督综合检测中心,云南德宏 678400;2. 中国热带农业科学院香料饮料研究所,海南万宁 571533)

为了探讨生咖啡风味组分与海拔之间的关系,采用HS-SPME-GC/MS对德宏州13个不同海拔地区的咖啡豆风味组分进行分析,同时利用聚类分析及Pearson相关分析法对相关性进行分析。实验结果表明:德宏州咖啡含量最高5种风味物质分别为异戊醛、异戊醇、正己醇、2,3-丁二醇和异戊酸;按不同海拔咖啡区分,第一主成分累计贡献率为46.572%,第一第二主成分的累计贡献率为74.224%;通过聚类分析可知除样品11外,其它样品分为2大类(900 m以上和900 m以下),但差异不显著;通过Pearson相关性系数分析可知样品间不存在显著性差异,相关性随着海拔差距而增大。综上可知,海拔是造成风味差异的因素之一,但两者的相关性不强,不存在显著性差异。

生咖啡,风味,海拔

云南省德宏州是我国咖啡主产区之一,种植面积已超过40万亩,分布在德宏州2市3县50个乡镇,其中主要种植品种为卡蒂莫,此外还有波旁、铁毕卡、卡杜拉、卡杜艾等。德宏州海拔落差大,最低700 m,最高可达3500 m,咖啡种植带分布在各个不同的海拔区间。

国内对咖啡风味影响因素研究不多,黄家雄[1]研究了不同海拔对小粒种咖啡品质影响的研究;李锦红[2]等研究了纬度对云南咖啡质量的影响;胡双芳[3]研究了产区对咖啡豆的化学组分差异与感官品质的差异性。国外对风味影响因素同样不多,但对整体品质的影响有一定的研究,如Farah[4]研究了葫芦巴碱的含量随着咖啡品质下降而降低,相关系数达到了0.93。CI Rodrigues[5]研究发现产区对咖啡品质具有十分显著的影响。

本实验以德宏州生咖啡为原料,通过HS-SPME-GC/MS等方法,研究不同海拔咖啡挥发性风味成分,并通过主成分分析、聚类分析、相关性分析来研究咖啡风味与海拔的相关性,来判断影响咖啡风味的因素,为选择最佳种植环境,生产高品质咖啡提供理论参考。

表1 13种咖啡样品信息表Table 1 13 kinds of coffee sample information table

1 材料与方法

1.1 材料与仪器

云南德宏州小粒种咖啡 品种为卡蒂莫7963,由德宏州质量技术监督综合检测中心收集。13种不同海拔咖啡样品信息见表1。

图1 分阶段离子流程图Fig.1 Phase ion flow chart

SPME手动进样手柄及萃取头 上海安谱科学仪器有限公司;7890A-5975C气相色谱质谱联用仪 美国Agilent公司;HK-06B中药粉碎机 杭州赛旭食品机械有限公司。

1.2 实验方法

1.2.1 咖啡原料预处理 咖啡鲜果采摘后采用湿法加工,即采摘后12 h内脱皮,加水浸泡常温自然发酵24 h,换水后继续常温自然发酵8 h,冲洗果胶,采用日晒干燥至12%为止,收集备用。

咖啡样品粉碎采用中药粉碎机粉碎,过20目筛,收集备用。

1.2.2 咖啡风味组分检测方法 SPME前处理:取2 g粉碎好的咖啡,放入20 mL的顶空瓶中,50 ℃下预热20 min,插入萃取头吸附30 min,将萃取头插入气相色谱进样口,250 ℃解吸附5 min。

气质条件:初始温为50 ℃,保持5 min,以5 ℃/min升温至240 ℃,然后以1 ℃/min升温到250 ℃。载气为氦气;流量为1.0 mL/min。离子源为EI源模式。电子轰击能量70 eV,离子源温度为230 ℃,接口温度280 ℃,扫描范围30～350 amu。色谱库 NIST 14。积分开始时间为5.00 min,以避免溶剂峰[6]。

1.2.3 数据分析 用SPSS 18.0对数据进行主成分分析、聚类分析和Pearson相关系数等统计分析。

2 结果与分析

2.1 生咖啡风味组分分析

对收集到的生咖啡样品粉碎后使用HS-SPME-GC/MS检测其风味组分,典型样品DH4的离子流程图见图1,13种咖啡样品的成分见表2。

表2 13种咖啡样的成分分析Table 2 13 kinds of coffee component analysis

注:ND:未发现。

由图1和表2可知,德宏州咖啡生豆风味物质主要集中在0～50 min,主要包括烷类、醇类、酸类、酯类等24种风味物质,其中醇类10种,醛类4种,烷烃类3种,酸类2种,萜烯类2种,吡啶类2种,酯类1种;含量较高的特征风味物质仅有5种,分别为2-甲基丁醛,[S-(R*,R*)]-2,3-丁二醇,[R-(R*,R*)]-2,3-丁二醇,1-己醇,3-甲基-1-丁醇和3-甲基-丁酸。本实验将利用这5种风味物质来研究风味与海拔的相关性。

2.2 生咖啡风味与海拔相关性分析

2.2.1 相关性分析 Pearson相关性系数用来衡量定距变量间的线性关系。相关系数的绝对值越大,相关性越强,相关系数越接近于1或-1,相关度越强,相关系数越接近于0,相关度越弱。通常情况下通过以下取值范围判断变量的相关强度:相关系数0.8～1.0极强相关,0.6～0.8强相关,0.4～0.6中等程度相关,0.2～0.4弱相关,0.0～0.2极弱相关或无相关。

由于生咖啡中具有数百种风味物质,其组成结构十分复杂,至今仍没有研究透彻,表3是利用生咖啡中含量较高的主要风味物质作为参照研究其与海拔的相关性,从表3可以看出风味与海拔之间不存在显著性差异;同时可以看出相邻海拔样品间咖啡风味的相关性大,海拔越远相关性差异越小。如DH1与相邻DH3、DH4、DH7、DH10、DH12、DH13随着海拔的差距相关性逐渐减少,但其中也有DH2、DH6等随着海拔变化相关性也有一定的变化,但无明显趋势。由此可见,海拔是影响咖啡风味的重要因素之一。

2.2.2 主成分分析 PCA分析的主要工作原理是在样品特性未知的前提下,通过变换观察视角来寻找样品间差异的一种算法。该算法不丢失任何样品信息,仅通过改变坐标轴来达到区分样品的目的[7]。从表3各相关系数能够看出,85%以上的数据绝对值大于或接近0.3,因而可以用主成分分析法来研究变量之间的关系[8]。以5种主要特征风味物质代表咖啡风味,进行主成分分析。13个不同海拔咖啡样品信息表见表1,主成分总方差列表见表4,碎石图和主成分分析结果见图2和图3。

表3 咖啡样品Pearson相关性分析aTable 3 Coffee samples Pearson correlation analysisa

注:a.矩阵不是正定矩阵。

表4 主成分总方差列Table 4 Total variance of principal component

由表4可知,旋转前第一主成分的累计贡献率为46.572%,前两个主成分的累计贡献率为74.224%,旋转后第一主成分的累计贡献率为39.564%,前两个主成分的累计贡献率为74.224%,说明大部分的原始信息可以被提取的主成分接收,选择两个主成分是合理的。

图2 主成分碎石图Fig.2 Screen plot of PCA

图3 主成分分析图Fig.3 Principal component analysis

图2碎石图是按照特征根大小排列的主成分散点图,从图中可以看出,第一、第二、第三主成分的特征根值较大,其它的几个均较小,第一和第二主成分可以表达样品的绝大多数信息,因此提取两个主成分因子作主成分分析[9]。

图3中可以看出,13个咖啡样品分布具有一定的规律性,但不明显。除样品2和样品5外,基本可以看出随着箭头的顺序逐渐增大,可以说明样品在不同海拔风味具有一定的差异性。根据因子得分系数矩阵,可得主成分的表达式为:

F1=0.965DH1+0.512DH2+0.972DH3+0.859DH4+0.689DH5+0.802DH6+0.486DH7+0.086DH8+0.85DH9+0.471DH10+0.811DH11+0.099DH12+0.454DH13

F2=0.128DH1+0.843DH2+0.144DH3+0.142DH4-0.510DH5-0.361DH6+0.740DH7+0.773DH8-0.500DH9-0.871DH10-0.505DH11+0.113DH12+0.113DH13

注:F1表示主成分1,F2表示主成分2。

2.2.3 聚类分析 在解决实际问题过程中,将多样本对象分类时,依据单因素分类不足以全面综合的描述其类别,往往要考虑多方面因素进行分类。聚类分析是针对研究对象或者指标的诸多特性进行分类，将样品按照品质特性相似程度逐渐聚合在一起相似度最大的优先聚合在一起,最终按照类别的综合性质多个品种聚合,从而完成聚类分析的过程[10]。对13个咖啡样品进行聚类分析,结果见图4。

从图4可知,若分为两类样品11独立为一类,且与其它样品存在较大差异。除样品11外,样品5、9、10、12、13分为一类,样品1、2、3、4、6、7、8分为一类。该分类结果与主成分分析基本一致,说明样品5虽在870 m种植,但风味与样品9较为接近;同时说明

图4 样品间法聚类分析Fig.4 Samples cluster analysis

样品在海拔900 m以上风味与900 m以下风味存在差异;样品12和样品13与样品9和样品10存在差异,说明海拔900 m与1000 m之间存在差异;样品在海拔800～900 m之间,聚类无规律,可能是除海拔外咖啡风味还受其它因素影响。

3 结论

从主成分分析可以看出,咖啡的风味与海拔有一定的相关性,但差异并不显著,而由聚类分析可知,每隔百米之间咖啡风味可分为一类,但也个别存在意外,可知海拔对咖啡风味具有重要影响,但并不是影响咖啡风味的唯一因素。同时从相关性也可以看出距离近的相关性强,反之亦然,但也个别意外存在,可知除海拔外也存在其它因素对咖啡风味有较大影响。

[1]黄家雄,吕玉兰,程金焕,等. 不同海拔对小粒种咖啡品质影响的研究[J]. 热带农业科学,2012,32(8):4-7.

[2]李锦红,周华,张洪波,等. 纬度对云南咖啡质量的影响研究[J]. 热带农业科学,2012,31(10):101-104.

[3]胡双芳,卫亚西,邢精精,等. 咖啡豆的化学组分差异与感官品质的相关性分析[J]. 食品工业科技,2014,34(24):125-128.

[4]A Faraha,M C Monteiroa,V Caladob,et al. Correlation between cup quality and chemical attributes of Brazilian coffee[J]. Food Chemistry,2006,98(2):373-380.

[5]CI Rodrigues,R Maia,M Miranda,et al.Stable isotope analysis for green coffee bean:A possible method for geographic origin discrimination[J]. Journal of Food Composition and Analysis,2009,22(5):463-471.

[6]胡荣锁,初众,谷风林,等. 海南主要地域生咖啡豆挥发性化学成分对比研究[J],光谱学与光谱分析,2013,33(2):548-553.

[7]胡荣锁,陆敏泉,吴桂苹,等. 基于电子舌的咖啡不同干燥模式判别[J],食品工业科技,2014,35(1):304-306,317.

[8]庞东梅,李海潮,吴启勋,等. 十二种花类药材中八种微量元素的主成分和因子分析[J],西南民族大学学报:自然科学版,2011,37(1):128-131.

[9]J S Ribeiro,R F Teófilo,F Augusto,et al. Simultaneous optimization of the microextraction of coffee volatiles using response surface methodology and principal component analysis[J]. Chemometrics and Intelligent Laboratory Systems,2010,102(1):45-52.

[10]公丽艳,孟宪军,刘乃侨,等. 基于主成分与聚类分析的苹果加工品质评价[J]. 农业工程学报,2014(13):276-285.

The correlative analysis of altitude and flavor components of Dehong State green coffee beans

DENG Yun1,HU Rong-suo2,LU Min-quan2,YANG Xiao-man1,*,XU Shu-liang1,DONG Wen-jiang2

(1.Dehong Comprehensive Inspection Centre of Quality and Technical Supervision,Dehong 678400,China;2.Spice and Beverage Research Institute,CATAS,Wanning 571533,China)

To explore the relationship of dehong state green coffee flavor component and altitude. The flavor components of Dehong State green coffee beans in 13 different altitudes were analyzed by HS-SPME-GC/MS,while the correlative analysis was executed by cluster analysis and pearson analysis. The experimental results showed that the highest levels of five kinds of flavor substances in Dehong State were 3-methyl-butanal,isoamyl alcohol,hexanol,2,3-butanediol and isovaleric acid. Principal component analysis could distinguish the different elevations coffee,the first principal component cumulative contribution rate was 46.572%,the first and second principal component cumulative contribution rates were 74.224%. The samples were divided into 2 major categories by clustering analysis(900 m above and 900 m below)excepting sample 11,but the difference was not significant,there was no significant difference between samples via Pearson correlation analysis,but the correlation had increased along with the elevation increasing. All known elevation was one of the factors of flavor differences,but the correlation was not strong,no significant difference.

green coffee;flavor;altitude

2015-12-31

邓云(1966-),男,博士研究生,高级工程师,研究方向:质量工程与管理,E-mail:dhdengyun@126.com。

*通讯作者:杨晓曼(1975-),女,大学本科,高级工程师,研究方向:质量工程与管理,E-mail:ynyxm555@163.com。

德宏咖啡产品质量技术标准研究(2013ynzjkj08-2);海南省应用技术研发与示范推广专项项目(ZDXM2015052)。

TS273

A

1002-0306(2017)02-0166-05

10.13386/j.issn1002-0306.2017.02.023