鱼香味是川菜味型中的典型代表之一，其特点为咸甜酸辣，姜、葱、蒜香味浓郁，具有煮鱼的风味而不见鱼的妙处，深受消费者喜爱。鱼香味的形成得益于各种调料在美拉德等化学反应作用下所生成的各种风味物质的巧妙组合。本试验以电子鼻、电子舌检测各个不同品牌的鱼香调味汁，联合使用二者传感器获得的数据，区分出不同地域的鱼香调味汁在气味和滋味上的差异。
样品与方法
材料
本实验采用天猫超市购买的４种鱼香调味汁为研究样品
仪器设备
仪器设备
Fox4000型电子鼻、α-ASTREE电子舌：法国Alpha MOS公司
试验方法
试验方法
电子鼻检测
准确称量样品0.5g，放入顶空瓶中，密封、编号，待用。电子鼻分析条件：顶空产生温度70℃；顶空加热时间300s；载气流量150mL/s；进样量500ul；进样速度500mL/s；数据采集时间120s；数据采集延迟180s；手动进样。每个样品平行测试8次，取后5次稳定检测数据作为分析数据。取传感器在第120s时获得的信号进行分析。
电子舌检测
电子舌检测
准确称量样品10g，移入250ml容量瓶中，用蒸馏水定容至250ml，过滤，取滤液80ml，放入电子舌检测专用烧杯中，编号，待用。分析条件：自动进样，数据采集时间120s，传感器清洗120s，每个样品平行测5次，取后5次传感器在第120s时获得的稳定信号进行分析。
结果与分析
鱼香调味汁的电子鼻、电子舌传感器响应值方差分析
对鱼香调味汁的电子鼻、电子舌检测结果进行单因素方差分析，鱼香调味汁电子鼻、电子舌响应值的方差分析结果见表4和表5。
表4 鱼香调味汁电子鼻传感器响应值方差分析
注：a, b,c和d代表差异的显著性(P<0.05),下同。
鱼香调味汁电子鼻18根传感器（LY2型6根、T型5根和P型7根）响应值方差分析结果见表4。方差分析结果显示：在LY2型LY2/gCT传感器中，4个产地的鱼香调味汁响应值组内均方为0.135，组间均方为0.020945，F值小于1，且P值大于0.05，S-N-K检验均为4个ａ，则表明LY2/gCT传感器对鱼香调味汁中易燃气体敏感度不高。而其余T型、P型和LY2型共计17根传感器的响应值分析中，4个产地的鱼香调味汁响应值组间均方均大于组内均方，且F值远远大于1，P值远远小于0.05，故差异均显著。该结果表明，18根传感器中有17根传感器对鱼香味调味汁气味的响应值差异显著，故电子鼻能有效区分4个产地的鱼香调味汁。
表5 鱼香调味汁电子舌传感器响应值方差分析
由表5可知，总体上不同产地的鱼香调味汁在7根传感器组间均方较大，组内均方较小，F值均大于1,差异显著(P<0.05);但在S-N-K检验中，1,2号样品差异显著，3,4号样品差异不显著，说明电子舌传感器能够区分部分样品，但区分能力有限。这可能是由于采集到的原始数据中带有大量的冗余信息，导致无法判断样品差异，或者样品本身差异极小。
鱼香调味汁电子鼻、电子舌传雷达图分析
图１ 电子鼻（ａ）、电子舌（ｂ）雷达图
取电子鼻18根传感器在120s时5次检测结果平均值制作的雷达图见图1中a。可以看出，在所有T型、P型及LY2/LG传感器上，4个产地的样品的响应强度由强至弱分别为2号、4号、3号和1号；在LY型传感器（除去LY2/LG）上，4个样品的响应强度（由强至弱）分别是1号、3号、4号和2号；而4个样品在LY2/gCT传感器上交织在0.0附近的点上，说明这根传感器无法区分4个样品，这也与方差分析中LY2/gCT传感器对易燃气体敏感度不高、差异不显著的分析结果一致。T型、P型及LY2/LG传感器主要是对４个样品的极性物质、非极性物质、碳氢氧化合物和含硫化合物敏感，而LY2/gCT则是对易燃物质敏感。尽管在鱼香调味汁的制作过程中会产生一些易燃的物质，但是这些物质在制作过程中已经挥发，故电子鼻传感器无法捕捉到这些物质。综上所述，电子鼻雷达图有助于鉴别不同产地的鱼香调味汁。
取电子舌７根传感器在120S时5次检测结果平均值制作的雷达图，见图1中b。可以看出，1、2号样品差异显著，3、4号样品差异较小，这与电子舌方差分析的S-N-K检验中结果一致。这说明电子舌在一定程度上能够区分样品，但对于相似度较高的样品，其区分能力不足。
电子鼻、电子舌主成分分析
图２ 电子鼻（ａ）、电子舌（ｂ）主成分分析图
图2中a的4个样品的差异主要来源于第一主成分，差异明显。第一、二主成分分别为91.24%和5.43%，其总和已经超过85%，能够反映样品在气味上整体轮廓差异。样品4分布的区域较大，说明其稳定性和重复性较差，其次是样品3。图2中b的4个样品在第一主成分和第二主成分上均有差异，基本能够判定1、2号样品和3、4号样品差异明显，但1、2号样品之间的差异较难以判断，3、4号样品情况类似。第一、二主成分分别为75.13%和17.23%，其总和已经超过85%，能够反映样品在滋味上整体轮廓差异。4个样品在二维图中的分布区域较大，说明其稳定性和重复性较差，这说明在进行主成分分析时还有较多冗余数据未被及时剔除，而影响了实验结果。
电子鼻和电子舌传感器数据融合主成分分析
图３ 电子鼻和电子舌数据融合主成分分析
由图3可知，第一、二主成分分别为62.20%和33.15%，累积为95.35%，这说明经标准化和融合后的数据提取了原始数据中绝大部分有效信息，能够反应样品的主要风味轮廓。在图2电子舌主成分分析中，1、2号数据点非常靠近，且内部样品分布较为分散；3、4号样品情况类似，因为其原始特征矩阵中包含大量冗余信息，故需要对特征矩阵进行进一步的优化融合。但在经过归一化和合并数据进行主成分分析后，由图3可知，1号样品分布在Y轴的左侧；2、3、4号分布在Y轴右侧，所有组别的组内间距都非常小，而组间间距很大，相比较于图2中单独电子鼻或者电子舌PCA析，这4个组别具有较好的分离性。这可能是由于归一化处理数据，是力求样本在第一、二主成分坐标轴投影方差最大，避免一、二主轴包含信息的重叠，尽可能多地保留原始变量信息。故４种不同产地的鱼香调味汁组内间距经归一化处理后明显减小，且在组内聚集程度提高。这说明经过数据融合归一化后，同时从两个维度评价样品，有利于对不同鱼香调味汁的鉴别和区分。
结论
电子鼻对不同产地鱼香调味汁气味的评价显示：除了LY2/gCT这根传感器对4个样品响应强度的差异不显著外，其他17根传感器的差异显著。这说明电子鼻传感器能够从获得的响应值数据中将不同产地的鱼香调味汁从气味上加以区分；此外，雷达图和主成分分析的结果支持方差分析的结论。
电子舌评价不同产地的鱼香调味汁滋味显示：7根传感器的方差、雷达图分析表明,1、2号样品差异显著（P＜0.05），3、4号样品差异不显著；主成分分析均难以判断1、2号样品间以及3、4号样品间的差异。故推断电子舌传感器能够在一定程度上区分样品，但区分能力不足。
电子鼻和电子舌传感器数据融合后，从气味和滋味两个角度同时评价鱼香调味汁，得知，4个样品间差异明显，且样品组内聚集程度得到极大提高。故电子鼻和电子舌传感器数据融合主成分分析是评价食品风味整体轮廓的一种方法。
参考文献：林丹,胡金祥,何蓓蓓等.电子鼻和电子舌数据融合在鱼香调味汁风味识别中的应用[J].中国调味品,2021,46(09):145-150.
提醒：文章仅供参考，如有不当，欢迎留言指正和交流。且读者不应该在缺乏具体的专业建议的情况下，擅自根据文章内容采取行动，因此导致的损失，本运营方不负责。如文章涉及侵权或不愿我平台发布，请联系处理。 
