西北地区红葡萄酒颜色微观量化分类与宏观量化分级

李运奎 范舒悦 张 煜 陶永胜

(1.西北农林科技大学葡萄酒学院, 陕西杨凌 712100;2.西北农林科技大学宁夏贺兰山东麓葡萄酒试验示范站, 永宁 750104)

0 引言

颜色是红葡萄酒重要、直观的感官特征和质量指标,通常被认为是消费者所获得的第1种感官属性,能直接影响消费者的接受度和偏好以及对红葡萄酒的风格和质量的初始评估[1-2],甚至在很大程度上影响品鉴者对香气和味道的感知[3-4]。利用葡萄酒的颜色可以判断风格类型、酒龄、品质、原料品种和酿造方法等信息,甚至预示可能存在的缺陷[5-6]。传统的红葡萄酒颜色测定方法有Glories参数法[7],但该方法未处在均匀色空间下,难以客观地重现人眼看到的颜色[8]。CIELAB颜色空间是目前用来描述人眼可见的所有颜色最完备的均匀色彩模型,因而得到了发展与流行,是食品颜色研究中应用最多、最广的体系[9],并受到了国际葡萄与葡萄酒组织(OIV)的推荐[10]。此外,利用CIELAB参数还可以对干红葡萄酒酿造和陈酿过程中颜色的变化进行监控、分析和比较[11-12];采用主成分和相关性分析等方法可以进一步挖掘CIELAB参数与相关感官理化指标间的关系[13],不少研究也基于CIELAB参数并结合以上两种方法探究红酒颜色与花色苷成分间的联系[14-17]。

单纯的颜色参数便于分析和比较,却难以形象直观地表现和传递葡萄酒的颜色特征。为了宏观形象地描述红葡萄酒的颜色,人们进行了多种尝试。如拍照,但这对拍照技术条件要求很高[18],且图像信息难以量化,不便于比较,故难以适应大量酒样颜色信息的描述。而文献[19]绘制了112款红葡萄酒、36款桃红葡萄酒和82款白葡萄酒在CIELAB色空间中的分布图,并尝试利用合成液体复制和再现葡萄酒的颜色。文献[5]对10款新红葡萄酒的CIELAB参数进行了计算,并初步尝试在CIELAB空间中运用色度图和明度图表示和比较不同红葡萄酒的颜色。文献[20-22]构建了可视化的CIELAB色空间表征法,该方法在完整描述CIELAB颜色参数值的基础上,通过彩度分布图、明度分布图以及特征颜色图呈现和传递红葡萄酒的宏观颜色特征,较之单纯的CIELAB参数更加形象和直观。

红葡萄酒颜色会直接影响品尝者对其整体质量的评价,故酒体颜色是描述和分析葡萄酒感官品质的有效手段和葡萄酒质量分级的重要依据。当前,对红葡萄酒颜色的描述有不少方法,但对其颜色品质的分级缺乏研究。现阶段仍然主要依靠专业品鉴员的感官评价法进行红葡萄酒颜色质量分级。这种方法主观性较强,只能简单定性,缺乏定量标准、随意性较大,受品鉴者主观差异所导致的颜色判断与评价的误差难以忽略[23]。且该方法对观测和品鉴条件的要求十分严格[24-25]。在不同的文化背景和语言体系中,对红葡萄酒颜色的主观描述存在着一定程度上的交流障碍与理解偏差。因而现有文献基于CIELAB色空间对红葡萄酒颜色的量化分级进行了探讨,文献[26]建立起了红葡萄酒颜色感官评价与CIELAB参数以及花色苷含量之间的联系。文献[8]分别在CIELAB色空间中二维的色相图、彩度图和亮度图中对13款红葡萄酒的颜色参数进行了等级划分,进而对酒样的颜色品质进行了量化分级。文献[23]基于贺兰山东麓116款红葡萄酒的颜色参数建立利用L*、a*和b*参数的等级表达红葡萄酒颜色信息的分级体系。文献[27]通过对237款干红葡萄酒的颜色分析建立了基于大量葡萄酒样本综合颜色数据库的颜色分类方法和数学模型。这些研究虽然尝试对红葡萄酒颜色及其颜色质量进行量化分类或分级,但并未给出有效可靠的量化分级标准,或缺乏更多理论依据,体系庞杂、不够精简和宏观,尚未见到更系统明晰的颜色品质分级方案和应用。

因此,本文旨在通过对我国西北地区多款干红葡萄酒CIELAB参数和宏观颜色特征等进行分析,构建干红葡萄酒颜色特征的定量分类和分级方法,以期为红葡萄酒颜色信息的存贮、传递、比较和评价提供方案;并进一步为产区红葡萄酒颜色品质的区分评价和过程控制、建立红葡萄酒颜色稳定方案、制定产区相关红葡萄酒颜色品质分级标准提供理论依据和参考。

1 材料与方法

1.1 干红葡萄酒样品

175款干红葡萄酒样品来自我国西北地区3个产区内不同产地的不同酒庄。具体产区包括宁夏(N)、甘肃(G)和新疆(X);年份囊括2013(13)年至2018(18)年;单酿型酒样品种多为赤霞珠(CS)和美乐(M),少部分为蛇龙珠(CG)、品丽珠(CF)、西拉(S)、黑比诺(PN)、烟73(Y)和马瑟兰(MS),混酿(MV)酒样品种多为赤霞珠和美乐。酒样根据年份(13～18)-品种(缩写)-产区(N,G或X)+序号(1, 2,…)的顺序进行编号(如17-CS-G1指甘肃产区2017年的赤霞珠1号酒样)。

1.2 仪器与设备

Cary 60 UV-Vis型紫外可见分光光度计,安捷伦科技(中国)有限公司。1 mm标准带盖圆底比色皿,芯硅谷-上海阿拉丁生化科技股份有限公司;一次性5 mL无菌针管,西安交大医用器材厂;0.45 μm一次性无菌针式有机系过滤器,天津杉羽科技发展有限公司。

1.3 方法

1.3.1可见吸收光谱测定

以去离子水作参比,将干红葡萄酒样品经0.45 μm有机系微孔滤膜过滤后,采用1 mm光程的玻璃比色皿,用紫外可见分光光度计扫描酒样在可见光区380～780 nm内的吸收光谱,间隔1 nm,每酒样重复3次。

1.3.2CIELAB颜色特征分析

1.3.3颜色可视化表征

基于文献[20,22]提出的可视化的CIELAB颜色表征方法并稍加修改后对试验酒样的颜色进行可视化表征,可视化表征结果以色彩分布图、明度分布图和特征颜色图呈现。具体方法简述为:在CIELAB色空间中,L*、a*和b*构建了一个三维立体空间,每个酒样在CIELAB色空间中都由一个点表示。当取定L*=70时,a*和b*即组成了一个具有确定明度的二维色彩平面。将色空间中各酒样点投影在a*(a*=0～60)和b*(b*=0～60)所构建的二维色彩平面上,称之为色彩分布图。当取定a*和b*均等于0时,L*即代表具有确定色彩信息的一维明度坐标轴,在其延展出的明度平面上投影各酒样点,称之为明度分布图。结合各酒样的L*、a*和b*参数值,对圆斑进行着色,得到特征颜色图。

1.3.4颜色微观量化分类方法

1.3.5颜色宏观量化分级方法

1.3.6数据处理

使用Microsoft Excel 2016进行数据统计和相关图表的绘制;使用IBM SPSS Statistics 20完成主要数据分析;使用Adobe Photoshop CS6绘图。

2 结果与讨论

2.1 酒样颜色可视化表征

175款干红葡萄酒的色彩分布图和明度分布图见图1,从图1可以看出,175款酒样的色彩具有很高的多样性、离散性和区分度,而明度具有较高的区分度。每一款酒样都具有独特的色彩特征和明度特征,体现了其颜色的独特性和差异性,这正是对干红葡萄酒颜色进行微观量化分类和宏观量化分级的基础。

图1 175款干红葡萄酒样色彩与明度分布图

2.2 酒样颜色微观量化分类

2.2.1色彩微观类别划分

表1 色调色度和明度L*的微观类别划分及其对应分值

图2 微观色彩和微观明度类别划分示意图

2.2.2明度微观类别划分

基于前述方法中对干红葡萄酒颜色的微观量化分类方法,结合175款干红葡萄酒样的明度L*的取值范围,对其划分具体的类别。

175款干红葡萄酒样明度L*的极小值41.59和极大值88.78,将明度L*值以40为起始,90为终止,每相隔10划分1个取值范围,共分为5个不同的取值范围。同时,不同的取值范围对应不同的类别。处于同一明度类别的酒样可以认为在视觉感受的角度具有比较相近的明度信息。具体的取值范围与对应类别见表1。同时,在明度图中对L*的不同取值范围划分相应类别(图2b)。

2.2.3酒样颜色微观类别划分

然而,这种以CIELAB颜色参数值为量化依据的微观颜色分类方法得到的类别数量较多,彼此间缺乏显著的优劣区分度和次序,并不能从感官角度出发评价其宏观颜色质量的优劣高低。

2.3 酒样颜色宏观量化分级

本试验中175款干红葡萄酒颜色的宏观颜色级别的分布情况及不同酒龄酒样的宏观颜色级别描述性统计见图3和表3。

表3 各年份供试酒样的宏观颜色级别描述性统计

图3 各宏观颜色级别的供试酒样分布图

从图3可以看出175款供试酒样的宏观颜色级别及其数目的分布趋势,大部分酒样的级别为3级、4级和5级,少数酒样的级别为2级,仅8款酒样的级别为1级、12款酒样的级别为6级。经计算,所有酒样的平均级别为3.62,偏度系数为0.752,峰度系数为-1.876,故其分布呈尖阔峰正偏态分布,分布集中在高级数,不对称的尾端向级数高处延伸。由此可以说明本试验中175款干红葡萄酒样的总体宏观颜色级别为中等偏高,相应地,其颜色质量的表现为中等较差。

由表3可知,2013年酒样的最高和最低级别分别为4和5,平均级别为4.86;2014年酒样的最高和最低级别分别为2和6,平均级别为4.14;2015年的酒样的最高和最低级别分别为2和6,平均级别为4.09;2016年酒样的最高和最低级别分别为1和6,平均级别为3.50;2017年酒样的最高和最低级别分别为1和6,平均级别为3.45;2018年酒样的最高和最低级别分别为1和6,平均级别为3.31。175款不同酒龄的干红酒样的宏观颜色级别呈现出了一定的分布规律,陈年葡萄酒的级数较大,级别靠后,颜色质量不佳。较年轻葡萄酒的级数较小,级别靠前,颜色质量较优,经计算,年份(酒龄)与平均级别之间的皮尔逊相关系数为-0.947 (p<0.01),基于此,随酒龄变小,颜色分级的级数变小,出现小级数的概率增高,级别越靠前,则颜色质量的表现越好。

利用可视化的CIELAB颜色表征法[20, 22]对175款供试酒样的特征颜色进行表征,并按宏观颜色级别分类,得到各宏观颜色级别的供试酒样特征颜色图如图4所示。图4中平均特征颜色指每个宏观颜色级别内所有酒样特征颜色的平均,同一级别内相同得分的酒样根据酒样编号排序,不代表优劣次序。

图4 各宏观颜色级别的供试酒样特征颜色图

从图4可以看出,175款干红葡萄酒的颜色品质综合得分处于8～30分之间,对应地,宏观颜色级别处于6～1级。从每个宏观颜色级别的平均特征颜色和各酒样特征颜色可以看出,1级酒样的特征颜色总体上紫红色调、红色调强,色彩饱和度高,鲜艳浓郁,颜色深沉厚重;2级酒样的特征颜色总体上紫红色调、红色调较强或呈现出少许的黄色调,色彩饱和度较高,颜色较深;3级酒样的特征颜色总体上表现出了一定的黄色调,色彩饱和度中等,颜色略浅,微亮;4级酒样的特征颜色总体上表现出了较强的黄色调,紫色调和红色调明显减弱,色彩饱和度较低,略泛灰,较明亮;5级酒样的特征颜色总体上已经以黄色调为主导,色彩饱和度低,泛灰,颜色清浅明亮;6级酒样的特征颜色总体上以黄色调为主,色彩饱和度低,泛灰,颜色透亮。

通过酒样特征颜色的直观呈现,供试酒样的颜色品质一目了然。随级数增大,酒样紫色调和红色调减弱,黄色调增强;色彩饱和度降低,鲜艳浓郁的颜色开始变淡泛灰;颜色的透明度也逐渐提高,酒体失去深沉厚重感,变得清浅透亮。图4中各宏观颜色级别的平均特征颜色也清晰地呈现出了一致的颜色变化趋势。由此可见,本研究中构建的颜色品质量化分级方法划分出的6个宏观颜色级别对175款供试酒样有清晰明显的分级效果,具有较强的应用推广价值。通过该宏观量化分级方法可以纵向对一款红葡萄酒不同年份的颜色质量进行分级,由此判断其陈酿期间的稳定性;还可以横向对多款同一年份红葡萄酒的颜色质量进行分级,由此评判和比较其陈酿特性。该分级方法对研究红葡萄酒的陈酿稳定性,预防色素的衰退,延缓红葡萄酒颜色品质的劣化,进而提高红葡萄酒的颜色质量具有指导意义。相比于文献[8]基于13款红葡萄酒提出的颜色分级方法中不够明确、可操作性较低的分级标准,本研究在175款干红葡萄酒样品的基础上构建的颜色品质量化分级方法提出了更明晰的评级标准,建立了更具体可行的量化分级方案。相比于文献[23]将葡萄酒的颜色分为1 690个等级从而建立起的细微庞杂的分级体系,本研究中对红葡萄酒的微观颜色类别划分更加精简,而宏观颜色级别划分则更为直观;文献[26]结合了感官品鉴综合评价酒样的颜色品质,本研究中的量化分级方法则排除了人为主观因素的影响,一致性高,可重复性强。相比于文献[27]通过建立综合颜色数据库和复杂的数学模型及亚数学模型对红葡萄酒颜色进行分类,此量化分级方法仅基于CIELAB颜色参数和简单的数学运算即可实现对红葡萄酒颜色的量化分类与分级,更加简便易行,适用性强,推广价值高。此后,随着样本量的逐渐扩大和进一步验证,此微观量化分类和宏观量化分级方法可以更趋细致和完善。

3 结束语

以我国西北地区175款干红葡萄酒为试验材料,基于CIELAB颜色可视化方法,构建了干红葡萄酒颜色的微观量化分类方法和宏观量化分级方法,得到了125个微观颜色类别和6个宏观颜色级别。这种精简、宏观的微观颜色量化分类和宏观颜色量化分级方法具有客观、简便、易标准化的特点,为描述、评价红葡萄酒的颜色信息和质量提供了一种新的可能方案,使得区别、评判、比较和传递红葡萄酒颜色信息和质量更加客观化、数字化,具有高还原度和简便易行的特点。