亿电竞网站_腾讯游戏

樱桃酒由樱桃经过发酵等特定的工艺酿制而成，不仅含有樱桃几乎所有的营养成分，而且还具有独特的色、香、味，深受消费者的青睐。本研究主要利用电子舌技术对不同品牌的樱桃酒进行辨别，并通过 PCA、PLSR 法对感官属性与不同传感器的相关性进行了研究，为传感器的筛选提及定量预测感官属性供了一定的理论指导作用。

材料与方法

材料与仪器

实验酒样分别来自 5 个不同的厂家，编号W1、W2、W3、W4、W5；电子舌系统 (型号:ASTREE), 法国 Alpha M.O.S 公司.

感官评价

采用定量描述性感官评价法。评价人员根据相关标准进行了培训，分别对樱桃酒的 4 种感官属性（酸、甜、苦、涩）进行评价, 每个样品重复评价 2 次。

数据处理

将由感官评定和电子舌分析得到的数据信息进行统计分析，主要包 PCA、DFA和 PLSR分析。相关数学统计分析由电子舌自带软件及 SPSS 统计分析软件完成。

结果与讨论

感官评定结果

对五种樱桃酒的感官属性(酸、甜、苦、涩)进行感官评定，结果如表 1 所示。由表 1 可知，W1 的酸味和涩感最强，但甜味值最低。W2 的苦味值最大，酸味值最小。W5 甜味值最大，而涩值最小。相比较而言，W3 和 W4 的味觉和口感强度均处于中等强度。

传感器相应信号的 PCA 分析

对电子舌采集得到的数据进行 PCA 分析，其结果如图 1 所示。主成分得分图以散点图为基础，每个点代表一个样品，点之间的距离代表样品之间特征差异的大小。从图 1 中可看出同一样品不同批次的重复进样构成一个独立的组群，表示分析的重复性合格。主成分 1（PC1）和主成分 2（PC2）的累积方差贡献率为 94.27%，这说明 PC1 和 PC2已经包含了较大的信息量，能够反映样品的整体信息，可将不同的樱桃酒在 PCA 图中明显的区分开来。

传感器相应信号的DFA 分析

将电子舌采集得到的数据进行 DFA 分析，结果如图 2 所示。由图 2 可知，DFA 对樱桃酒样品的累积区分指数达到了 99.297％(DF1 为 96.388％，DF2 为 2.909％)，DFA 法能够对样品间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(图 1)的小，不同样品组间的区分更明显。

感官属性与传感器响应的相关性分析

对热点/活动结果与电子舌数据进行PCA相关性分析，如图3所示。主成份1和2反映了样品的大都分信息，在图上距离越近，说明样品与传感器的相关性越强。由图3 可知，传感器ZZ与涩、苦味的相关性较好，传感器JB与酸味相关性较强，而传感器HA、CA与甜味的相关性较好。

为了进一步确认热点/活动结果与电子舌数据的相关性，对两者进行PLSR分析， 7个不同的传感器（ZA、BB、BA、GA、HA、JB、CA）作为X变量，感官属性（酸、甜、苦、涩）作为Y变量,如图 4 所示。该 PLSR 模型的方差贡献率为PC1=55%，PC2=42%。图4是感官属性与传感器的相关性载荷图，图中的两个椭圆，分别表示50%和100%的方差贡献率。传感器ZA、BB、BA、GA、HA、CA和感官属性涩、和甜味位于两个椭圆之间，说明该模型可以对这些变量具有更好的解释能力。由图4可知，传感器ZZ与涩、苦味的相关性较好，传感器JB与酸味相关性较强，而传感器HA、CA与甜味的相关性较好。此相关性结果与图3 PCA的相关性结果相符合。

结论

5个樱桃酒样品的不同感官属性（酸、甜、苦、涩）大多数具有显著性差异；PCA分析法和DFA分析法可用于不同酒样味觉和口感特征的模式识别分析，能将不同样品明显的区别开来，说明ASTREE电子舌具有辨别不同酒样的能力；通过PCA、PLSR对感官属性与传感器的相关性分析，表明传感器ZZ与涩、苦味的相关性较好，传感器JB与酸味相关性较强，而传感器HA、CA与甜味的相关性较好。

来源：感官科学与评定转载请注明来源。
参考文献：牛云蔚,张晓鸣,肖作兵,宋诗清,朱建才,顾永波.樱桃酒感官评价与电子舌热点/活动的相关性研究[J].食品工业科技,2012,33(16):105-107.DOI:10.13386/j.issn1002-0306.2012.16.066.
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。