将酒花用于葡萄酒的酿造,可以赋予葡萄酒特殊风味,丰富葡萄酒的口味品种,适应消费者对多元化、本土化特色葡萄酒品种的需求。
本文拟采用电子舌系统采集不同种类以及不同浓度酒花酿造葡萄酒样品的味觉指纹信息,运 用主成分分析(PCA)和判别因子分析(DFA)讨论电子舌对不同种类以及不同浓度酒花酿造葡萄酒的区分效果,为口感感官质量评价体系的建立提供依据。
材料与方法
试验材料
6种酒 花———捷克萨兹 ( JKA )、 哈拉道(HLA)、 法 格 ( FGA)、 西 姆 科 ( XMA )、 西 楚(XCA)、卡斯卡特(KSTA):市售(样品编号见表1) 仪器设备
ASTRSSII 电 子 舌: 法 国 AlphaMOS 公 司
电子舌检测
取20mL 酒样于 200mL 容量瓶中进行定容,过滤后取 80mL 进行检测。实验采用 ASTREE 电子舌系统,该装置配有 7 根非专一性传感器,以 Ag / AgCl 作为参比电极,在室温下进行数据采集,电子舌的每根传感器对酸、咸、甜、苦和鲜味敏感,但程度不一。
结果与分析
电子舌对不同酒花葡萄酒检测结果分析
同类酒花各浓度酿造葡萄酒数据分析
电子舌对 6 种酒花葡萄酒的传感信号曲线图 谱如图 1 所示,结果显示,酿造过程中酒花的加入对葡萄酒的5 种测定味觉属性影响明显,不同种类酒花对葡萄酒的影响不同,同时,所考察的 6 种酒花中,除法格酒花、西楚酒花外,其余同一种酒花的不同浓度添加对葡萄酒的滋味影响也存在明显差异。
同浓度不同酒花酿造葡萄酒数据分析
同浓度不同酒花酿造葡萄酒样品的电子舌传感信号雷达图谱如图 2 所示,传感器对同浓度酒花酿造的葡萄酒的响应值均有差异。 整体看来,当浓度为 0.5g / L、0.8g / L、1.0g / L 时,JKA、 HLA、XMA、KSTA、 FGA 酒花葡萄酒在 ZZ、BA、BB、CA 与 JB 的响应值分布趋势相同,其主要差异体现在 GA、HA 传感器上,XCA 酒花葡萄酒在 4 个浓度梯度下与其他酒花葡萄酒在 HA 传感器上差异显著。
电子舌对不同酒花葡萄酒检测结果的 PCA 分析
对不同种酒花葡萄酒电子舌响应值进一步分析,酒样中的电子舌检测响应值的主成分的特征值及贡献率见表 3。将各酒花葡萄酒的 5 种浓度酒样对 7 个传感器的电子舌响应值进行降维处理后,均得到 3 个主成分,各成分的方差贡献率及主成分的累计贡献率如表 3 所示,不同酒花葡萄酒的 3 个主成分均足以代表样品的绝大部分信息。 对添加不同浓度的酒花酿造葡萄酒的电子舌作 PCA 分析二维图,如图 3 所示。图中所示的圆圈代表单一样品的整体信息特征,圆圈内的 3 个点代表了 3 个重复样品, 由图 3 可知,所有添加酒花后的葡萄酒ꎬ与未添加酒花的葡萄酒相比,酒样分布位置不同且无交叉,由此可见,添加酒花后的葡萄酒较未添加酒花的葡萄酒有明显不同的滋味。
电子舌对不同酒花葡萄酒检测结果的判别因子分析(DFA)
将电子舌采集得到的响应值数据进一步进行DFA 分析,酒样中的电子舌检测响应值的判别因子分析的特征值及贡献率见表 4。 不同浓度各酒花葡萄酒对电子舌响应值的判别因子分析二维图见图 4。整体来讲,样品的重复性较好,较为集中,DFA 法能够对样品间的差异有更好的区分度,并且同一样品组内的离散度也比 PCA 法的小,所有添加酒花后的葡萄酒,与未添加酒花的葡萄酒相比,位置均相离较远,添加酒花后的葡萄酒明显具有不同的滋味,结果与 PCA 法分析结果基本一致。 结论
本试验通过电子舌对于不同品种以及不同浓度的酒花所酿造的葡萄酒进行检测,结果显示电子舌是辨别不同浓度各类酒花葡萄酒的有效工具,添加 6 种酒花后酿造的葡萄酒与空白样品相比较均在电子舌测试结果上有较明显的差异。对仪器采集的数据进行 PCA 和 DFA 分析,发现不同品种以及不同浓度的酒花所酿造的葡萄酒均能有效地被识别,添加了酒花的样品在电子舌 PCA 与 DFA 分析上明显与空白样的分布不同,说明添加了酒花的葡萄酒产生了不同于空白样品的风味。
来源:感官科学与评定 转载请注明来源。
参考文献:戢得蓉,段丽丽,易宇文,赵佳佳,杨晓仪.采用电子舌对不同品种酒花酿造葡萄酒滋味的分析[J].四川旅游学院学报,2020(02):13-18.
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,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。
本文拟采用电子舌系统采集不同种类以及不同浓度酒花酿造葡萄酒样品的味觉指纹信息,运 用主成分分析(PCA)和判别因子分析(DFA)讨论电子舌对不同种类以及不同浓度酒花酿造葡萄酒的区分效果,为口感感官质量评价体系的建立提供依据。
材料与方法
试验材料
6种酒 花———捷克萨兹 ( JKA )、 哈拉道(HLA)、 法 格 ( FGA)、 西 姆 科 ( XMA )、 西 楚(XCA)、卡斯卡特(KSTA):市售(样品编号见表1) 仪器设备
ASTRSSII 电 子 舌: 法 国 AlphaMOS 公 司
电子舌检测
取20mL 酒样于 200mL 容量瓶中进行定容,过滤后取 80mL 进行检测。实验采用 ASTREE 电子舌系统,该装置配有 7 根非专一性传感器,以 Ag / AgCl 作为参比电极,在室温下进行数据采集,电子舌的每根传感器对酸、咸、甜、苦和鲜味敏感,但程度不一。
结果与分析
电子舌对不同酒花葡萄酒检测结果分析
同类酒花各浓度酿造葡萄酒数据分析
电子舌对 6 种酒花葡萄酒的传感信号曲线图 谱如图 1 所示,结果显示,酿造过程中酒花的加入对葡萄酒的5 种测定味觉属性影响明显,不同种类酒花对葡萄酒的影响不同,同时,所考察的 6 种酒花中,除法格酒花、西楚酒花外,其余同一种酒花的不同浓度添加对葡萄酒的滋味影响也存在明显差异。
同浓度不同酒花酿造葡萄酒数据分析
同浓度不同酒花酿造葡萄酒样品的电子舌传感信号雷达图谱如图 2 所示,传感器对同浓度酒花酿造的葡萄酒的响应值均有差异。 整体看来,当浓度为 0.5g / L、0.8g / L、1.0g / L 时,JKA、 HLA、XMA、KSTA、 FGA 酒花葡萄酒在 ZZ、BA、BB、CA 与 JB 的响应值分布趋势相同,其主要差异体现在 GA、HA 传感器上,XCA 酒花葡萄酒在 4 个浓度梯度下与其他酒花葡萄酒在 HA 传感器上差异显著。
电子舌对不同酒花葡萄酒检测结果的 PCA 分析
对不同种酒花葡萄酒电子舌响应值进一步分析,酒样中的电子舌检测响应值的主成分的特征值及贡献率见表 3。将各酒花葡萄酒的 5 种浓度酒样对 7 个传感器的电子舌响应值进行降维处理后,均得到 3 个主成分,各成分的方差贡献率及主成分的累计贡献率如表 3 所示,不同酒花葡萄酒的 3 个主成分均足以代表样品的绝大部分信息。 对添加不同浓度的酒花酿造葡萄酒的电子舌作 PCA 分析二维图,如图 3 所示。图中所示的圆圈代表单一样品的整体信息特征,圆圈内的 3 个点代表了 3 个重复样品, 由图 3 可知,所有添加酒花后的葡萄酒ꎬ与未添加酒花的葡萄酒相比,酒样分布位置不同且无交叉,由此可见,添加酒花后的葡萄酒较未添加酒花的葡萄酒有明显不同的滋味。
电子舌对不同酒花葡萄酒检测结果的判别因子分析(DFA)
将电子舌采集得到的响应值数据进一步进行DFA 分析,酒样中的电子舌检测响应值的判别因子分析的特征值及贡献率见表 4。 不同浓度各酒花葡萄酒对电子舌响应值的判别因子分析二维图见图 4。整体来讲,样品的重复性较好,较为集中,DFA 法能够对样品间的差异有更好的区分度,并且同一样品组内的离散度也比 PCA 法的小,所有添加酒花后的葡萄酒,与未添加酒花的葡萄酒相比,位置均相离较远,添加酒花后的葡萄酒明显具有不同的滋味,结果与 PCA 法分析结果基本一致。 结论
本试验通过电子舌对于不同品种以及不同浓度的酒花所酿造的葡萄酒进行检测,结果显示电子舌是辨别不同浓度各类酒花葡萄酒的有效工具,添加 6 种酒花后酿造的葡萄酒与空白样品相比较均在电子舌测试结果上有较明显的差异。对仪器采集的数据进行 PCA 和 DFA 分析,发现不同品种以及不同浓度的酒花所酿造的葡萄酒均能有效地被识别,添加了酒花的样品在电子舌 PCA 与 DFA 分析上明显与空白样的分布不同,说明添加了酒花的葡萄酒产生了不同于空白样品的风味。
来源:感官科学与评定 转载请注明来源。
参考文献:戢得蓉,段丽丽,易宇文,赵佳佳,杨晓仪.采用电子舌对不同品种酒花酿造葡萄酒滋味的分析[J].四川旅游学院学报,2020(02):13-18.
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,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。