基于主成分分析判别特香型不同年份类型白酒的研究

杨 莹,吴生文,林 培,曾婷婷,熊秋萍,蔡 珊

(四特酒有限责任公司,江西樟树 331200)

摘 要:通过气相色谱对特香型4类(X1~X4)年份白酒的挥发性成分进行检测,利用主成分分析(PCA)对所有挥发性风味物质构建质量评价模型。结果表明,共检测定量出30种风味物质。运用挥发性香气质量评价模型来计算4个年份类别的特香型白酒的综合得分,得分顺序为X1>X2>X3>X4。主成分分析结果表明,X1、X2类年份白酒之间差异较大,X3、X4类年份白酒样品具有较高的相似性,但与X1、X2类别的年份白酒风格存在一定的差异。主成分分析得出的结果与感官品评大体一致,说明主成分分析能较好鉴别特香型年份类别白酒。

关键词:特香型年份白酒;主成分分析;风味物质

不同香型白酒具有各自独特的风格特点,四特酒作为特香型白酒的特色代表,从古至今一直秉承古法酿造手法,以清香醇纯、回味无穷的特点响誉八方[1-2];以赣江水系为酿造用水、精选赣鄱贡米为原料,采用“续渣混蒸,三进四出”的传统工艺,发酵窖池采用江西特有的红褚条石垒砌而成,窖池具有百年历史,“百年窖”由此也成就了四特酒“口感诸香谐调、柔绵醇和”的风味[3-5]

年份白酒作为一种高端产品的代表,在白酒行业内已火爆多年,但年份酒的概念却争议不断,目前年份酒也无可追溯的标准[6-7]。四特酒作为特香型白酒的典型代表,对维护行业信誉度、树立特香型年份白酒标准责无旁贷,让真正的年份酒以独特的风味立足于市场,让伪劣年份酒和不法商家无处遁形[8]

主成分分析(principal component analysis,PCA)是一种将多个变量转化为少数几项综合变量的降维过程,也就是求出少数几个主成分,使它们尽可能地保留原始变量的信息,且彼此不相关,它是一种数学变换的方法,通过线性变换转换为一组不相关的变量,简化原来的多维问题[9-11]。陈飞[12]基于白酒的微量组分通过主成分分析手段对基酒进行分类鉴别与模式识别;李静等[13]对指纹图谱采用典型判别分析和主成分分析方法研究白酒品质;杨亮等[14]采用主成分分析法研究不同香型白酒挥发性物质差异,得出酒体挥发性物质的构成差异是白酒香型及风格差异的实质;主成分分析法在酒品等领域广泛应用[15-17]。本研究运用主成分分析对特香型不同年份类型白酒的风味物质进行降维处理,对不同类型年份白酒进行判别,为年份特香型白酒的质量评价提供参考依据。

1 材料与方法

1.1 材料与试剂

年份酒X1系列(45%vol)、年份酒X2系列(45%vol)、年份酒X3系列(45%vol)、年份酒X4系列(45%vol):四特酒有限责任公司;叔戊醇(纯度>99.6%)、乙醇(纯度>99.9%)、甲醇(纯度>99.4%)、仲丁醇(纯度>99.8%)、正丙醇(纯度>99.8%)、异丁醇(纯度>99.8%)、正戊醇(纯度>99.8%)、正丁醇(纯度>99.9%)、2-甲基-1-丁醇(纯度>99.6%)、异戊醇(纯度>99.8%)、正己醇(纯度>99.9%)、2,3-丁二醇(左)(纯度>99.8%)、2,3-丁二醇(内)(纯度>99.8%)、乙酸正戊酯(纯度>99.4%)、甲酸乙酯(纯度>99.7%)、丁酸乙酯(纯度>99.8%)、戊酸乙酯(纯度>99.8%)、己酸乙酯(纯度>99.8%)、乙酸乙酯(纯度>99.8%)、庚酸乙酯(纯度>99.0%)、乳酸乙酯(纯度>99.8%)、辛酸乙酯(纯度>99.6%)、棕榈酸乙酯(纯度>99.8%)、乙醛(纯度>99.8%)、乙缩醛(纯度>99.4%)、异戊醛(纯度>98.2%)、醋嗡(纯度>99.3%)、糠醛(纯度>99.8%)、丙酸(纯度>99.8%)、异丁酸(纯度>99.8%)、丁酸(纯度>99.7%)、异戊酸(纯度>99.0%)、戊酸(纯度>99.1%)、己酸(纯度>99.8%):美国西格玛奥德里奇公司;白酒标样:中国食品发酵研究院。

1.2 仪器与设备

VORTEX-5KYLIN-BELL旋涡混合器:海门市其林贝尔仪器制造有限公司;GC8860型气相色谱(gaschromatography,GC)仪、DB-624UI毛细管色谱柱(30 m×0.53 mm×3.00 μm):安捷伦科技(中国)有限公司。

1.3 方法

1.3.1 样品预处理

样品预处理参照国家标准GB/T 10345—2007《白酒分析方法》[18]并略有改动。准确称量2 mL乙酸正戊酯与2 mL叔戊醇,装于100 mL容量瓶中,用体积分数为60%的乙醇溶液定容至刻度,配制成体积分数2%的内标溶液。吸取叔戊醇、乙酸正戊酯混合内标溶液100 μL于10 mL的年份酒样中,用旋涡混合器振荡混匀[19]

1.3.2 气相色谱分析条件

载气流速:1.5 mL/min;氢气流速:30 mL/min;尾吹流速:40 mL/min;空气流速:400 mL/min;检测器:氢火焰离子化检测器;气化温度:250 ℃。

定性定量方法:根据上述气相色谱条件,分别对白酒标样与年份酒X1、年份酒X2、年份酒X3、年份酒X4白酒进样,各系列年份酒样的色谱峰与白酒标样的色谱峰进行比对,对各年份系列酒样的峰进行定性;对各定性物质配置适宜范围的单标样品浓度,对白酒标样中的各微量物质含量进行验证,用验证后的白酒标样中各微量成分的含量对各类型年份酒中化合物的进行定量。

1.3.3 感官品评

参照国家标准GB/T 33404—2016《白酒感官品评导则》[20]并略有改动。由8人组成品评小组,将酒样注入洁净、干燥的专用酒杯中,在明亮处观察,记录其色泽、清凉程度、沉淀以及悬浮物情况。按照举杯齐眉,眼观其色,鼻闻其香,品其味的原则。记录其香气特征,仔细品尝记录口味特征,最后得出各样品的得分。

1.3.4 数据处理

使用软件SPSS 22.0对特香型4个年份类型的白酒样品风味物质含量进行主成分分析。

2 结果与分析

2.1 特香型年份白酒样品感官品评结果

特香型年份白酒样品感官品评结果见表1。由表1可知,特香型4类年份白酒酒体感官品评结果得分为X1>X2>X3>X4。

表1 不同年份系列特香型白酒的感官品评结果
Table 1 Sensory evaluation results of Te-flavor Baijiu of different vintages

2.2 特香型年份白酒样品挥发性风味成分检测结果

取各年份类型的白酒样品进行气相色谱分析,各年份类型酒样中的挥发性风味成分测定结果见表2。

表2 四类年份酒样挥发成分检测结果
Table 2 Determination results of volatile components in 4 types of vintage Baijiu

续表

由表2可知,特香型4类四特年份酒样各定量出30种风味物质,总体来看,样品X1、X2、X3、X4的风味物质总含量呈下降趋势。从酯类物质来看,4类年份酒样中的乙酸乙酯、己酸乙酯、乳酸乙酯含量较高,其中,X1酒样中的乙酸乙酯和乳酸乙酯含量最高;从酸类物质来看,丁酸、己酸、戊酸含量较高,X2酒样中丁酸、己酸、戊酸含量较高,X4酒样最低;从醇类物质来看,正丙醇含量较为突出,在X1酒样表现最明显;从醛类物质来看,乙醛含量较高,在X4酒样中乙醛含量最低。酯类是具有芳香的化合物,在白酒中起着重要作用,是形成酒体香气浓郁的主要因素,酸类主要影响白酒的口感和后味,醇类除乙醇外,对促使酒体丰满、浓厚起着重要的作用。随着时间的变化,酒体的风味物质含量、配比也在逐渐变化,白酒呈现的风格也逐渐变化。

2.3 主成分的特征值及贡献率分析结果

采用SPSS 22.0对特香型年份白酒中的30种风味物质含量进行主成分分析,得到主成分的特征值及方差贡献率见表3。

表3 主成分的特征值及其贡献率
Table 3 Eigenvalues and contribution rate of principal components

由表3可知,主成分(principal component,PC)1方差贡献率为54.522%,主成分2(PC2)方差贡献率为30.249%,主成分3(PC3)方差贡献率为15.229%。三个主成分累计方差贡献率达到100%,因此可以用表3中3个主成分代替原始30个挥发性风味成分的色谱数据,达到了降维的目的。

2.4 主成分载荷矩阵、特征向量以及主成分散点图分析结果

主成分载荷矩阵及特征向量见表4,表4中A1~A30代表的物质为表2从上至下的30种风味物质,以表2中的30种风味物质PC1载荷值为横坐标,PC2载荷值为纵坐标作散点图见图1。

结合表4和图1可知,在PC1中乙醛(A1)、甲酸乙酯(A2)、乙酸乙酯(A3)、甲醇(A5)等17个变量载荷系数绝对值较高,说着这些变量对PC1体现的挥发性成分信息较大;在PC2中丁酸乙酯(A8)、己酸乙酯(A15)、正己醇(A20)等7个变量载荷系数绝对值较高,在PC2中起主要作用;在PC3中戊酸乙酯(A11)、辛酸乙酯(A21)、丙酸(A23)3个变量载荷系数绝对值较高,在PC3中代表性较强。PC1可单独解释风味物质方差信息量的54.522%;PC2可单独解释风味物质方差信息量的30.249%;PC3可单独解释风味物质方差信息量的15.229%。

表4 主成分载荷矩阵及特征向量
Table 4 Principal component loading matrix and eigenvector

图1 30种风味物质的主成分散点图
Fig.1 Distribution point diagram of main components of 30 flavor substances

利用主成分分析建立特香型年份白酒质量评价模型,由表3和表4可以建立PC1、PC2、PC3三个主成分的线性回归方程以及主成分综合得分模型如下:

式中:F1、F2、F3分别代表PC1、PC2、PC3的特征值。

根据F模型公式可以算出特香型各年份类型酒体质量评价模型为:

2.5 不同样品主成分得分以及年份类型主成分散点图分析

根据F模型计算特香型年份白酒各类型主成分得分及综合得分,得分结果见表5。以四种年份类型特香型白酒PC1分值为横坐标,PC1分值为纵坐标作散点图见图2。

表5 不同样品主成分得分
Table 5 Principal component scores of different samples

图2 四种年份类型特香型白酒的主成分散点图
Fig.2 Main component dispersion points of 4 types of vintage Te-flavor Baijiu

由表5可知,综合排名第一位的是X1类型年份酒样,随后为酒样X2、X3、X4。与酒体感官评价结果相同,说明建立该模型有实际意义。

由图2可知,X1类年份酒样分布在第四象限,X2类年份酒样分布在第二象限,X3、X4类年份酒样分布在第三象限。表明X1、X2两个年份白酒之间差异较大,X3、X4两个年份白酒样品具有较高的相似性,但与X1、X2两个年份白酒风格存在一定的差异。原因可能是X3与X4类年份酒所用的勾调酒体相似度较高,酒样的挥发性物质及含量相似度也较高,而与X1、X2类年份酒样差异较大。此分析过程与李建等[21]在年份酒的鉴定与管理研究中提到的寻找年份酒中特征成份与白酒年分之间的关系目的相似。

3 结论

利用气相色谱测定特香型4类年份白酒中的挥发性物质,共检测定量了30种风味物质;利用统计软件进行主成分分析,找出了3种主成分,三种主成分累计方差贡献率达到100.000%;通过主成分建立了质量评价模型计算年份酒体的风味评分,综合评分从高到低分别为X1、X2、X3、X4,与酒体感官评价结果大体一致。主成分分析结果表明,X1、X2两个年份白酒之间差异较大,X3、X4类型的年份酒所用的酒体种类相似度较高,酒样的挥发性物质及含量相似度也较高,而与X1、X2类年份酒样差异较大。

综上所述,通过对特香型年份白酒的风味物质含量进行主成分分析,可以判别特香型年份白酒的质量等级。

参考文献:

[1]熊秋萍.特香型白酒生产全过程质量安全控制技术的研究[D].南昌:南昌大学,2018.

[2]叶舞.汉字设计在白酒包装中的应用研究——以四特酒系列为例[D].青岛:青岛大学,2017.

[3]章肇敏,吴生文.特香型白酒酿造工艺分析[J].中国酿造,2012,31(5):164-167.

[4]徐柏田,林培,吴生文,等.双轮底发酵工艺对特香型基础酒风味影响的研究[J].中国酿造,2019,39(8):112-118.

[5]李梦霞.四特酒里的故事[J].江西画报,2017(36):90-97.

[6]刘彬,周梦姗,陈小蓉.瓶贮年份酒是伪命题吗?[J].新食品,2016(38):30-38.

[7]刘晶晶.瓶贮年份酒规范将出台禁止虚报年龄[J].中国食品,2015(3):74-74.

[8]李颖.高端市场“年份白酒”多是噱头[J].中国质量万里行,2013(1):25-27.

[9]周思芸.样本均值非零假定下基于Oja算法的在线PCA研究[D].上海:上海大学,2019.

[10]涂龙威.考虑相关性与多维输出的结构全局敏感性分析方法研究[D].长沙:湖南大学,2019.

[11]孙宗保,周轩,吴建峰,等.基于超高效液相色谱-高分辨质谱的白酒基酒等级判别[J].中国酿造,2019,38(4):48-52.

[12]陈飞.基于微量组分的白酒基酒分类鉴别与模式识别研究[D].重庆:重庆大学,2018.

[13]李静,宋飞虎,浦宏杰,等.基于电子鼻的白酒品质检测[J].食品与发酵工业,2015,41(4):160-164.

[14]杨亮,占杨杨,魏刚,等.基于气质联用法的两种香型白酒挥发性成分差异分析[J].中国酿造,2018,37(10):76-81.

[15]朱锦.白酒品种鉴别的电子鼻系统设计与研究[D].镇江:江苏大学,2020.

[16]王鹏,况福民,邓育武,等.基于主成分分析的衡阳市土地生态安全评价[J].经济地理,2015,35(1):168-172.

[17]刘志鹏.全二维气相色谱-飞行时间质谱技术在白酒挥发性风味组分定性、定量分析中的应用[D].无锡:江南大学,2019.

[18]中华人民共和国国家质量监督检验检疫总局,中国国家标准化管理委员会.GB/T 10345—2007白酒分析方法[S].北京:中国标准出版社,2007.

[19]邱凤梅,陈伟,虞吉寅,等.毛细管柱气相色谱内标法同时测定白酒中11种成分[J].中国卫生检验杂志,2017,27(7):948-950.

[20]中华人民共和国国家质量监督检验检疫总局,中国国家标准化管理委员会.GB/T 334.4—2016白酒感官品评导则[S].北京:中国标准出版社,2017.

[21]李建,姜雪,曹玉发,等.年份酒的鉴定与管理研究[J].中国酿造,2012,31(8):6-10.

Discrimination of Te-flavor Baijiu in different years based on principal component analysis

YANG Ying,WU Shengwen,LIN Pei,ZENG Tingting,XIONG Qiuping,CAI Shan
(Site Liquor Co.,Ltd.,Zhangshu 331200,China)

Abstract:The volatile components of 4 types of vintage Te-flavor Baijiu(Chinese liquor)(X1-X4)were detected by gas chromatography,and quality evaluation model was established with all volatile flavor substances by principal component analysis(PCA).The results showed that a total of 30 flavor substances were detected and quantified.The volatile aroma quality evaluation model was used to calculate the comprehensive scores of the Te-flavor Baijiu of the four vintage categories,and the score in order was X1>X2>X3>X4.Principal component analysis results showed that there was a big difference between vintage Baijiu X1 and X2.The vintage Baijiu X3 and X4 had high similarities,but there were certain differences with the vintage Baijiu X1 and X2 styles.The results obtained by the principal component analysis were generally consistent with the sensory evaluation,indicating that the principal component analysis could better identify vintage Te-flavor Baijiu.

Key words:vintage Te-flavor Baijiu;principal component analysis;flavor substance

中图分类号:TS262.3

文章编号:0254-5071(2021)03-0166-04

doi:10.11882/j.issn.0254-5071.2021.03.031

引文格式:杨莹,吴生文,林培,等.基于主成分分析判别特香型不同年份类型白酒的研究[J].中国酿造,2021,40(3):166-169.

收稿日期:2020-10-09

修回日期:2020-11-27

基金项目:江西省重点研发计划项目(20192BBF60044)

作者简介:杨 莹(1993-),女,助理工程师,硕士,研究方向为食品加工与安全。