基于模糊数学感官评价、理化特性与电子舌的橄榄鲜食品质分析

谢 倩，李易易，张诗艳，束燕萍，王 威，陈清西*

（福建农林大学园艺学院，福建 福州 350002）

橄榄科橄榄属植物橄榄（Canarium albumL.）是我国南方特有果树之一，其栽培历史悠久，为药食同源植物[1-2]。我国是橄榄栽培面积最大、橄榄产量最高的国家，产区主要分布在福建、广东、广西、台湾、云南等地[1]；其中福建省橄榄栽培面积与产量均居全国首位，占全国60%左右，其中又以福州市的橄榄栽培面积和产量最大[3]。据统计，2020年福建省橄榄种植面积8 448 hm2，年产量13.8万 t；与2010年相比，福建省橄榄种植面积增加了0.1%，年产量提高了1.2 倍[4]。“福州橄榄”于2011年获批全国农产品地理标志登记保护[5]，橄榄产业已成为福建省的乡土特色产业。

果实的鲜食品质决定了果品的商品价值，但多数橄榄品种口味苦涩、质地粗硬，不适合鲜食[6]，因此亟需选育涩味较淡、回甘明显且质地细嫩的鲜食橄榄品种以满足人们的消费需求。园艺作物品质评价常采样感官评价与传统的理化检测相结合的方式，如核桃[7]、苹果[8]等。理化检测可以客观分析果品鲜食品质的特征，如质地[9-10]、风味[11-12]；但客观的理化评价可能仅测定果实的一种或几种特性，并不足以表征果品的可接受性[13]；感官评价则可估计消费者对产品的整体可接受性[14]，因此客观评价与感官评价相结合是全面评价果实品质优劣的有效方式。与普通化学分析不同，电子舌分析技术可将化学传感器信号转换成数据矩阵，得到样品的整体信息[15]，该方法快速且易于操作，可作为理化分析的替代方案来评估食品品质[16]，此外也常被用于解决分类和回归问题[17]，如应用于苹果[18]、荔枝[19]等的品种和产地辨别。

本研究以同一栽培条件下不同地区引进高接的10 个橄榄品种（系）果实为研究对象，测定果实品质相关的理化指标，并通过模糊数学感官综合评价与电子舌技术分析果实品质差异，探究橄榄果实品质与理化指标的关系，旨在建立不同品种橄榄品质特征快速鉴定方法并为橄榄优良品种选育提供参考。

1 材料与方法

1.1 材料与试剂

橄榄果实采于福建省福州市橄榄种质资源圃（表1），均于2008年春季高接换种，砧木为‘惠圆’。于2020年11月2日果实成熟期选择无畸形、无病虫害的果实进行实验。

表1 橄榄样品信息Table 1 Information about Cauarium album L.tested in this study

蒽酮、乙酸乙酯、浓硫酸、福林酚、碳酸钠、无水乙醇、蔗糖、没食子酸、氢氧化钠、邻苯二甲酸氢钾均为国产分析纯。

1.2 仪器与设备

BS214D电子天平 北京赛多利斯仪器系统有限公司；LGJ-S24型冷冻干燥机 北京四环科学仪器厂有限公司；FW177中草药粉碎机 天津市泰斯特仪器有限公司；DK-S24型电热恒温水浴锅 上海精宏实验设备有限公司；AllegraTM 64 Centrifuge型高速冷冻离心机美国Beckman Coulter公司；Infinite M200 PRO多功能酶标仪 瑞士Tecan公司；TA-XT plus质构仪 英国Stable Micro Systems公司；ISENSO Smartongue智能味觉分析系统 上海瑞玢科学仪器有限公司。

1.3 方法

1.3.1 橄榄预处理与橄榄鲜食感官评价-橄榄模糊数学综合评价

取一部分橄榄果实以蒸馏水冲洗干净并去核，真空干燥，干燥果肉用粉碎机研磨成粉末，过40 目筛，于－40 ℃低温保存备用。另一部分果实洗净后用于感官评价及质构指标测定。

1.3.1.1 评价因素集确定

评价指标参照NY/T 2667.16—2020《热带作物品种审定规范 第16部分：橄榄》[20]与许长同[21]制定的橄榄鲜食品质评价方法，略作修改。选择质地、回甘度、涩味度、化渣性、香气5 个影响鲜食的品质因素进行橄榄鲜食品质评价。

橄榄鲜食感官评价因素集U＝{u1，u2，u3，u4，u5}，u1～u5分别表示硬度、涩味度、化渣性、回甘度、香气。评价集V＝{v1，v2，v3}，v1～v3分别代表好、较好、差。如表2所示，采用十分制将分值Vm区域的边界清晰化，即取区域的中心值得到相对应的分值Km＝{k1，k2，…，km}。

表2 橄榄鲜食感官评价标准Table 2 Criteria for sensory evaluation of Cauarium album L.

1.3.1.2 评价因素权重系数确定与一致性检验

采用主观赋权法确定不同评价因素的权重系数，招募13 位橄榄相关研究人员采用德尔菲法对评价因素进行有效权衡，运用九级标度法[22]建立判断矩阵A，采用几何平均法计算权重向量集W[23]，并进行一致性比例（consistency ratio，CR）检验[24]，判断矩阵标度定义与平均随机一致性指标参考文献[22]。具体方程如式（1）～（7）所示。

式中：i、j为判断矩阵因素；n为因素个数；λmax为判断矩阵的最大特征根；aij为元素i与元素j重要性之比；aji表示元素j与元素i重要性之比；aij∈[0，1]；n＝5时，一致性指标＝1.12，CR＜0.10认为判断矩阵具有可接受的一致性，否则需对判断矩阵进行调整和修改。

1.3.1.3 模糊数学综合指标评价模型

招募30 位园艺专业老师与研究生组成评定小组，评价人数记为Z，按照表2评价标准对橄榄鲜食口感的各项指标按照十分制进行评分，评分结果根据评价集分值区域Vm记录为每个评价因素次数xnm。单因子物元关联模糊评价矩阵Rm×n如式（8）所示，t(x)具有模糊性，，运用模糊数学评判方法[23,25]建立模糊综合评价集Y（式（9））分析鲜食橄榄的感官评定结果，按式（10）计算模糊综合评价得分G。

式中：R表示模糊物元；Tij表示t的向量集；t（x）表示与感官评价因素集U相应的模糊量值。

1.3.2 橄榄果实硬度测定

采用穿刺法[26]使用TA-XT plus质构仪测定果实硬度，测试参数为：P/2探头（直径2 mm）、测前速率1 mm/s、贯入速率1 mm/s、测后速率10 mm/s、触发力10.0 g、穿刺深度3.0 mm。每个品种（系）选取20 个果实进行测定，结果取平均值，单位为g。计算所有品种（系）的硬度变异系数。

1.3.3 橄榄理化品质测定

参照林玉芳等[27]的方法提取总酚，参照谢倩等[28]的方法使用福林-酚试剂法测定总酚质量分数，以没食子酸标准品配制标准溶液，标准曲线方程为y＝（x－0.008 9）/2.424 7（R2＝0.999 8）；采用蒽酮比色法[29]测定可溶性糖质量分数，以蔗糖标准品配制标准溶液，标准曲线方程为y＝303.62x－0.834 1（R2＝0.999 3）；参照王学奎等[29]的方法测定可滴定酸质量分数。酚糖比为总酚质量分数与可溶性糖质量分数的比值，糖酸比为可溶性糖质量分数与可滴定酸质量分数的比值。以上实验均重复3 次。计算所有品种（系）橄榄理化指标的变异系数。

1.3.4 多频大幅脉冲电子舌分析

电子舌分析样品制备：称取5 g橄榄冻干样品于烧杯中，按料液比1∶20（m/V）加入100 mL蒸馏水，常温浸提30 min后抽滤，取滤液20 mL进行分析，每个样品重复3 次。

样品测定：使用电子舌，采用多频大幅脉冲伏安法进行分析。开机后用0.01 mol/L KCl标准溶液对电子舌传感器进行活化，预热30 min后，传感器阵列由纯净水进行电化学清洗，然后再对样品进行检测。

电子舌测定参数设定：电子舌为复合电极，包括铂电极、金电极、钨电极、银电极、钛电极和钯电极，脉冲弛豫信号幅值为－10～10 V，起始电位选择1 V，终止电位选择－1 V，电平步进位－0.2 V，递减脉冲幅度为0.2 V，采样频率为100 μs采1 个点，灵敏度选择10－4，每次测量前后，对传感器都要采用清水进行电化学清洗。3 个脉冲频段：1、10、100 Hz，每个脉冲频段分别获得脉冲最高值（max）、最高值拐点（d1）、最低值（min）、最低值拐点（d2），每个频率段提取40 个特征值，每个样品共提取120 个特征值。

参考尹春丽[30]、田师一[31]的方法分析多频脉冲电子舌数据，采用SPSS 26.0软件通过主成分分析对数字信号进行模式识别，比较同一电极在不同频率下对样品的区分效果，通过主成分分析得分图确定最优工作电极组合和多频脉冲频率段；根据筛选的电极及脉冲频段，按照C（n，n）、C（n，n－1）、…、C（n，2）进行排列组合，电极数据横向叠加，得到以行向量代表样品、纵向量代表变量的数据阵列，优化得到具有最好区分效果的主成分分析得分图和电极数据叠加方式。

1.4 数据处理与分析

实验设置3 次平行，结果用平均值±标准差表示。采用SPSS 26.0软件处理数据并进行邓肯氏检验、Pearson相关性分析、聚类分析与多元线性逐步回归模型构建，模型性能通过平均相对误差进行评价，P＜0.05表示不同品种差异显著或指标之间显著相关。采用Origin Pro 2021软件作图。

2 结果与分析

2.1 橄榄果实模糊感官评价结果

2.1.1 评价因子判断矩阵建立、权重系数确定与一致性检验

根据13 位评定人员的反馈信息，采用德尔菲法进行有效权衡，结合九级标度法建立评价因子判断矩阵A如式（11）所示。

经计算得到一致性指数为0.084，CR为0.075，CR＜0.10，因此认为该判断矩阵具有完成一致性，说明通过计算求得的权重系数W可以较好地反映各评价因子的相对重要程度；W＝{w硬度，w涩味度，w化渣性，w回甘度，w香气}＝{0.081，0.311，0.120，0.458，0.030}，橄榄感官评价指标权重排序依次为回甘度＞涩味度＞化渣性＞硬度＞香气，回甘度与涩味度的总权重76.9%，说明二者是影响橄榄鲜食品质的主要因素。

2.1.2 模糊数学综合指标评价结果

30 位评定人员对10 个不同橄榄品种（系）果实的感官评定结果经模糊数学分析后得到综合感官评价得分，如表3所示，‘三棱榄’综合评分最高，其次为‘甜榄1号’，说明二者的鲜食品质好；‘自来圆’‘子阳1号’分别位于第9、10位，说明二者鲜食品质较差。

表3 不同橄榄品种鲜食综合评定结果Table 3 Sensory evaluation results of different varieties of Cauarium album L.

2.2 橄榄果实理化特性分析结果

由表4可知，不同品种（系）橄榄各理化品质性状及质构特性各不相同，且变异系数最大的指标为酚糖比（42.42%），其次为总酚质量分数、糖酸比、可溶性糖质量分数，变异系数分别为29.46%、21.60%、18.24%；硬度、可滴定酸质量分数变异系数均小于10%。总酚质量分数最高的为‘自来圆’，其次为‘子阳1号’，但两个品种（系）间差异不显著（P＞0.05）；最低为‘青皮长营’，其总酚质量分数与‘东山长穗’‘甜榄1号’‘三棱榄’‘平阳1号’‘平阳3号’差异均不显著（P＞0.05）。可溶性糖质量分数前三的为‘青皮长营’‘三棱榄’‘甜榄1号’，三品种（系）间差异不显著（P＞0.05）；最低的为‘自来圆’。酚糖比最高的为‘自来圆’，最低的为‘甜榄1号’。糖酸比最高的为‘甜榄1号’，最低的为‘平阳3号’，‘自来圆’略高于‘平阳3号’。果实硬度最大的为‘子阳1号’，且显著高于其他品种（系）（P＜0.05），最小的为‘东山长穗’。

表4 不同橄榄果实理化品质Table 4 Physicochemical quality characteristics of different varieties of Cauarium album L.

2.3 不同橄榄感官评价得分与理化品质指标相关性分析结果

如图1所示，感官评价得分与酚糖比呈极显著负相关（P＜0.01），与总酚质量分数、硬度存在显著负相关（P＜0.05），与可溶性糖呈显著正相关（P＜0.05），与可滴定酸质量分数、糖酸比相关性不显著，说明橄榄鲜食品质与酚糖比、总酚质量分数、可溶性糖质量分数及硬度密切相关，其中酚糖比相较于总酚质量分数、可溶性糖质量分数、硬度更能体现橄榄鲜食品质特性；虽然各品种（系）果实可滴定酸质量分数、糖酸比有所差异（表4），但均不是影响橄榄鲜食的主要理化因子。

图1 橄榄感官评价得分与品质指标相关性分析结果Fig.1 Correlation analysis between sensory evaluation score and quality indexes of Cauarium album L.

2.4 多频脉冲电子舌分析不同橄榄的品质

2.4.1 不同工作电极在不同频率段的辨识区分效果

比较不同工作电极在不同频率段的辨识区分效果，以组间不重叠为筛选标准，确定不同工作电极主成分得分图区分效果较好的频率段。由图2可知，金、钨、银在3 个频段均存在不同程度的叠加，铂100 Hz对不同品种品质差异具有一定的区分能力，钯10 Hz、钛10 Hz对不同品种品质差异区分效果好，因此选择铂100 Hz、钯10 Hz、钛10 Hz作为后续更高辨识区分组合选项。

图2 不同工作电极主成分分析得分Fig.2 PCA score plots obained with different working electrodes

2.4.2 多频脉冲电子舌传感器阵列的辨识区分效果

将铂100 Hz、钯10 Hz、钛10 Hz对应的数据组合后分为4 组，以极值点拐点为特征值进行主成分分析，如图3A、B所示，不同品种（系）橄榄的数据点存在较多叠加，如图3C、D所示，不同品种（系）橄榄的数据点均未出现样本点叠加，但是相较于钯10 Hz、钛10 Hz电极组合，铂100 Hz、钛10 Hz电极组合重复样本间聚集性较差；钯10 Hz、钛10 Hz电极组合前2 个主成分分别提取了融合数据50.0%、21.5%的信息，累计方差贡献率达71.5%。因此选择钯10 Hz、钛10 Hz电极组合作为区分样本最优的电极工作组合。

图3 联合频段电极主成分分析得分Fig.3 PCA score plots obtained with joint frequency-band electrodes

对钯10 Hz、钛10 Hz电极工作组合的特征值进行聚类分析，由图4A可知，在欧氏距离为5时10 个橄榄品种（系）分为三类，‘三棱榄’‘东山长穗’‘甜榄1号’‘青皮长营’‘平阳3号’为一类（I），‘惠圆’‘平阳1号’‘平阳2号’为一类（II），‘子阳1号’‘自来圆’为一类（III）。由图4B～E可知，3 类橄榄的平均总酚质量分数与酚糖比依次为I类＜II类＜III类，且差异显著（P＜0.05）；平均可溶性糖质量分数与感官评价得分I类＞II类＞III类；说明筛选的电子舌电极组合传感器阵列能够对不同总酚质量分数、酚糖比、可溶性糖质量分数、感官鲜食品质的橄榄进行很好的辨识区分。

图4 基于多频脉冲电子舌信号的10 个橄榄品种（系）聚类分析结果及3 类橄榄的品质Fig.4 Hierarchical clustering of 10 Cauarium album L.varieties(lines) based on multiple-frequency pulsed electronic tongue signals and chemical quality analysis of three groups of Cauarium album L.

2.5 感官评价得分、理化指标与电子舌响应信号间逐步回归模型建立

根据图1相关性分析结果，以橄榄感官评价得分（G）为因变量，选取酚糖比（Z）、总酚质量分数（Y）、可溶性糖质量分数（S）、硬度（A）为自变量；同时为研究不同鲜食橄榄化学成分、感官评价得分与电子舌响应信号间的关系，又以感官评价得分（G）、酚糖比（Z）、总酚质量分数（Y）为因变量，以最优组合电子舌信号特征值（Xn）为自变量，分别进行多元线性逐步回归模型构建，各自变量按照F值的显著性小于0.05进入模型，大于0.10剔除模型的原则逐步筛选，结果如表5所示。5 个模型方差膨胀系数（variance inflation factor，VIF）均小于5，说明各自变量之间已不存在多重共线性；P＜0.05，说明模型具有统计学意义；决定系数R2均大于0.5，其中Z（Xn）模型的拟合性最好（R2＝0.832），其次为S（Xn）（R2＝0.831）、Y（Xn）（R2＝0.783）、G（Z）（R2＝0.589）、G（Xn）（R2＝0.542）。进一步通过平均相对误差δ评价模型预测效果，δ越小预测效果越好。由图5可知，5 个多元线性逐步回归分析模型平均相对误差均在2.17%～12.08%内，G（Z）、G（Xn）和S（Xn）的平均相对误差小于10%，Z（Xn）与Y（Xn）大于10%但小于15%。综上，多频脉冲电子舌特征信号值能够有效进行橄榄品质的预测，其中对酚糖比（R2＝0.832，δ＝10.89%）和可溶性糖质量分数（R2＝0.831，δ＝5.75%）的预测效果最好，其次为总酚质量分数（R2＝0.783，δ＝12.08%）；此外对感官评价得分的有效预测，化学指标拟合模型预测效果优于电子舌信号特征值的拟合模型效果。

表5 不同橄榄感官评价、理化指标与电子舌响应信号的回归模型Table 5 Regression models of sensory evaluation score and physicochemical indexes against electronic tongue response signals of different varieties of Chinese olive

图5 各模型预测值与实验值的相对误差结果Fig.5 Relative errors between predicted values from each model and experimental values

3 讨论

果实的鲜食品质特性决定了果品的商品价值，果品的商品价值（即消费者对产品的整体可接受性）是消费者通过简单的感官指标即感官评价判定的[14]，因此感官评价常作为果品鲜食品质评价的方法之一。感官评价通常包括传统感官评价和模糊感官评价[32]。传统感官评价通过规定的评分标准进行评价求均值，此法在橄榄[33]、葡萄[34]、番茄[35]等中均有应用，但此法常因评定人员的差异出现较大误差；而模糊数学综合评价将定性评价转化为定量评价，可以有效地分析模糊和不精确的数据，对样品感官品质中的相互制约因素进行数学化的抽象，建立一个反映样品本质特征的理想评价模式，减少评价主体间的主观评价误差，使实验结果更加科学与客观[14,36-37]，此法在工程科学、生命科学与经济管理领域应用较多[38-39]，在农业上的园艺作物感官品质评价方面也有一些应用研究，如灰枣[40]、樱桃番茄[41]、苹果[42]等。本研究利用模糊数学评价模型对橄榄鲜食品质进行感官评价，结果认为回甘度与涩味度是影响橄榄鲜食的主要因素，权重为76.9%，10 个不同橄榄品种（系）最佳的为‘三棱榄’，其次为‘甜榄1号’，‘子阳1号’‘自来圆’最差。

在完成对橄榄鲜食感官评价后，本研究又对橄榄理化指标进行测定，以期从客观评价角度找到影响其鲜食的决定性评价因子，并与感官评价得分进行线性回归模型构建，以期为后续优良品种选育提供指标量化标准。目前对橄榄客观评价因子主要集中在酚类物质含量、可溶性糖质量分数、酚糖比、游离氨基酸含量等指标[43-46]。本研究测定了总酚质量分数、可溶性糖质量分数、硬度、可滴定酸质量分数等理化指标，结果发现酚糖比变异系数最大（42.71%），其次为总酚质量分数（29.46%）；与感官综合评价得分的相关性结果也发现酚糖比与鲜食品质极显著负相关，与总酚质量分数、硬度显著负相关，与可溶性糖质量分数显著正相关，与可溶性酸质量分数、糖酸比关系不大；进一步通过逐步回归分析发现感官综合评价得分仅与酚糖比有关，再次说明酚糖比对于橄榄鲜食品质的重要性。其他果品糖酸比为重要的品质指标，但橄榄中酚糖比是重要的品质评价指标，与果实回甘度与涩味极显著相关，此结果与池毓斌[46]、林玉芳[47]等研究结果相一致。

在感官评价与理化指标综合分析的基础上，本研究还同时运用多频脉冲电子舌技术对不同橄榄品种（系）进行检测，希望提供一种快速且易于处理的替代方案解决品种（系）分类及品质评估。与普通化学分析方法不同，电子舌分析技术得到的是样品的整体信息，而不是被测样品某种或某几种成分的定性与定量结果[16]。本研究采用的多频大幅脉冲伏安法常被用于食品分析检测，如酸奶[48]、蜂蜜[49]、荔枝[20]等。本研究针对橄榄，首先将电子舌传感器阵列的输出信号结合主成分分析法[31]进行单电极与频率段的选择，根据筛选的单电极及脉冲频段，进行排列组合，结合主成分分析筛选到不同橄榄品种（系）的最佳辨识区分联合组合为钯（10 Hz）、钛（10 Hz），该组合电极能够实现不同橄榄类别划分，划分结果符合感官评价、与理化指标（酚糖比、总酚质量分数、可溶性糖质量分数）的量化结果。为了进一步利用电子舌进行品质指标的快速评估，提取了优化组合的特征响应值，与品质属性进行多元逐步回归分析，建立了感官评价量化值、理化评价因子（酚糖比、总酚质量分数、可溶性糖质量分数）4 个多元逐步回归模型，模型对酚糖比（R2＝0.832）、可溶性糖质量分数（R2＝0.831）的拟合效果最好，其次为总酚质量分数（R2＝0.783），感官综合评价模型拟合性一般（R2＝0.542），通过平均相对误差评价4 个模型的预测效果，结果表明4 个模型预测效果均符合要求。化学指标（酚糖比）、电子舌信号特征值构建的回归模型均可实现对感官评价得分的有效预测，化学指标拟合模型预测效果好于电子舌信号特征值的拟合模型。

综上所述，酚糖比作为橄榄感官评价的预测模型，硬度、可滴定酸质量分数等因素对橄榄感官评价的影响不显著，贡献较小；本实验建立的橄榄品质预测模型仍存在一定的局限，其有效性还有待更多实验数据的验证。