張昱，侯旭杰

（1.塔里木大學(xué)生命科學(xué)學(xué)院，新疆阿拉爾843300；2.塔里木大學(xué)生命科學(xué)學(xué)院，新疆生產(chǎn)建設(shè)兵團(tuán)南疆特色農(nóng)產(chǎn)品深加工重點(diǎn)實(shí)驗(yàn)室，新疆阿拉爾843300）

電子鼻和電子舌技術(shù)在葡萄酒檢測中的應(yīng)用概述

張昱1，侯旭杰2

（1.塔里木大學(xué)生命科學(xué)學(xué)院，新疆阿拉爾843300；2.塔里木大學(xué)生命科學(xué)學(xué)院，新疆生產(chǎn)建設(shè)兵團(tuán)南疆特色農(nóng)產(chǎn)品深加工重點(diǎn)實(shí)驗(yàn)室，新疆阿拉爾843300）

電子鼻和電子舌是模仿哺乳動物嗅覺和味覺而制成的智能感官檢測儀器。介紹了兩者的基本原理和模式識別方法，對目前電子鼻和電子舌在葡萄酒品質(zhì)檢測中的應(yīng)用現(xiàn)狀進(jìn)行概述，并對電子鼻和電子舌今后的研究前景進(jìn)行了展望。

電子鼻；電子舌；葡萄酒

隨著人們物質(zhì)生活水平的提高，食品質(zhì)量問題一直受到消費(fèi)者的關(guān)注，其中酒類品質(zhì)更是被人們所重視。酒類的品質(zhì)通常是通過它的品牌、酒齡、原產(chǎn)地和風(fēng)味等方面來評價的，建立一套完善的評價體系對酒的發(fā)展至關(guān)重要。目前，對于葡萄酒類品質(zhì)檢測的手段有感官分析法、化學(xué)法和智能感官（電子鼻、舌）法。感官分析是評價葡萄酒質(zhì)量的經(jīng)典方法，是依靠人的嗅覺和味覺，通過聞酒類產(chǎn)品散發(fā)出的氣味或是品嘗酒類產(chǎn)品的味道而做出判斷，由于把揮發(fā)物判定為氣味的首要因素是嗅覺，同時辨別一種氣味物質(zhì)為香氣或臭味的唯一標(biāo)準(zhǔn)還是嗅覺，這決定了感官分析是香氣質(zhì)量評價的基礎(chǔ)，是目前任何先進(jìn)儀器分析所無法取代的［1］。但由于人是感性動物，容易受周圍環(huán)境和情緒變化的影響，使得嗅覺和味覺出現(xiàn)“疲憊”的狀態(tài)，檢測結(jié)果可能就會受到人的誤判。長期以來，儀器檢測的方法主要有氣相色譜分析法（Gas Chromatography，GC），高效液相色譜分析法（High Performance Liquid Chromatograph，HPLC），氣相色譜與質(zhì)譜聯(lián)用分析法（Gas Chromatography with Mass Spectrometry，GC-MS），氣相色譜-嗅覺測定技術(shù)（GC-O），穩(wěn)定同位素鑒別法，熒光光譜法等，這些方法可以比較準(zhǔn)確的分析被測物質(zhì)中單一成分的種類和濃度，但是其檢測耗時，檢測儀器設(shè)備昂貴，并且不能對被測物質(zhì)進(jìn)行整體的評價。所以，急需一種能夠快速、有效，對樣品進(jìn)行整體評價的現(xiàn)代化檢測分析儀器。

隨著生命科學(xué)和人工智能的發(fā)展，電子鼻和電子舌系統(tǒng)的問世，解決了這一需求，這兩種系統(tǒng)的設(shè)計(jì)完全是模仿哺乳動物的嗅覺和味覺功能。電子鼻和電子舌是近十年發(fā)展起來的嗅覺、味覺傳感器技術(shù)產(chǎn)品，傳統(tǒng)的單一氣體或液體傳感器具有交叉敏感等缺點(diǎn)，電子鼻和電子舌的出現(xiàn)使得能準(zhǔn)確區(qū)分氣體和液體的干擾成分成為可能，具有客觀、可靠和重現(xiàn)性好等優(yōu)點(diǎn)。

1　電子鼻和電子舌的工作原理及簡介

1.1電子鼻的工作原理及簡介

電子鼻是一種模仿哺乳動物嗅覺的儀器［2］，可以快速表征氣體整體信息，即“指紋信息”。由具有部分選擇性的化學(xué)傳感器陣列和適當(dāng)?shù)哪Ｊ阶R別算法組成，能夠識別簡單或復(fù)雜氣味，且能夠快速的對液體樣本的整體氣味信息進(jìn)行綜合評價。是在20世紀(jì)90年代召開的電子鼻專題會議上由GARDNER J W［3］提出。絕大多數(shù)氣味的構(gòu)成成分都極其復(fù)雜，若只是使用單一的氣敏傳感器難以做到準(zhǔn)確的評定或辨別。于是，由多個氣敏傳感器組成的傳感器陣列就應(yīng)運(yùn)而生，利用各傳感器的交叉敏感特性來反映復(fù)雜氣味所特有的特征。一個完善的電子鼻系統(tǒng)其組成通常包括氣敏傳感器陣列、數(shù)據(jù)處理和智能識別等部分［4-6］。其中氣敏傳感器陣列就相當(dāng)于人類嗅覺系統(tǒng)中的嗅覺細(xì)胞，數(shù)據(jù)預(yù)處理單元和模式識別單元就相當(dāng)于人類的大腦，而這中間的連接就相當(dāng)于嗅覺神經(jīng)的信號傳遞系統(tǒng)。在對酒類進(jìn)行檢測的時候，氣敏傳感器陣列中的傳感器會與酒類散發(fā)出的氣味發(fā)生物理化學(xué)反應(yīng)，產(chǎn)生模擬信號，再由信號處理單元處理、放大和將模擬量轉(zhuǎn)化為數(shù)字量，最后經(jīng)過模式識別環(huán)節(jié)檢測結(jié)果［7］。目前，電子鼻技術(shù)已在酒類產(chǎn)品的在線監(jiān)測、品牌和品種鑒別、原產(chǎn)地識別和酒齡識別等領(lǐng)域得到廣泛的應(yīng)用，并顯示出其獨(dú)特的優(yōu)越性。

電子鼻系統(tǒng)模擬人類嗅覺功能體現(xiàn)在以下方面：

（1）將多個氣敏傳感器組成傳感器陣列，來模擬鼻器官內(nèi)的嗅覺神經(jīng)細(xì)胞，再配合以檢測調(diào)理電路，對氣體進(jìn)行實(shí)時檢測。

（2）將氣敏傳感器陣列的響應(yīng)信號進(jìn)行濾波，模數(shù)（A/D）轉(zhuǎn)換等處理后，對有用的信號進(jìn)行特征提取，獲得多維響應(yīng)信號。

（3）用恰當(dāng)?shù)哪Ｊ阶R別算法將多維響應(yīng)信號轉(zhuǎn)化為感官評定指標(biāo)值，得到被檢測氣體的定性定量分析結(jié)果。

1.2電子舌的工作原理及簡介

民以食為天，食以味為先，電子舌正是對生物體尤其是對人類味覺識別系統(tǒng)的模仿。它是20世紀(jì)80年代中期發(fā)展起來的一類用于分析和識別液體“味道”的新型分析測試設(shè)備［8］，最終給出綜合性的評價。隨著國內(nèi)外學(xué)者對電子舌的研究不斷深入，電子舌被定義為：由具有非專一性、弱選擇性、對溶液中不同組分（有機(jī)和無機(jī)，離子和非離子）具有高度交叉敏感性的傳感器單元組成的傳感器陣列，結(jié)合適當(dāng)?shù)哪Ｊ阶R別算法和多變量分析方法對陣列數(shù)據(jù)進(jìn)行處理，從而獲得溶液樣本定性定量信息的一種分析儀器［9］。不同于普通的化學(xué)分析方法，電子舌的傳感器輸出的并非是樣品成分的分析結(jié)果，而是一種與試樣某些特性有關(guān)的信號模式，這些信號經(jīng)由具有模式識別能力的計(jì)算機(jī)分析后能夠得出對樣品味覺特征的總體評價［10］。

電子舌的工作原理是通過模擬人類味覺的功能來實(shí)現(xiàn)的［11-14］。它主要由味覺傳感器陣列，信號處理單元和模式識別單元構(gòu)成。人類通過口腔對食物進(jìn)行咀嚼和攪拌，使在舌頭上的神經(jīng)末梢向大腦中樞神經(jīng)傳送味覺信號，大腦對這些復(fù)雜的味覺信號進(jìn)行分類識別處理，最終做出味道好壞的判斷。電子舌在測量樣品時，首先通過前端的傳感器陣列獲得樣品的“味道”信號，信號通過信號處理單元進(jìn)行處理與特征提取，最終送入到電子計(jì)算機(jī)，再通過模式識別算法進(jìn)行識別處理。

2　電子鼻和電子舌的模式識別

模式識別是利用計(jì)算機(jī)技術(shù)和數(shù)學(xué)方法結(jié)合起來完成的綜合性技術(shù)，對輸入信號進(jìn)行適當(dāng)處理，以獲取所測樣品的組成成分和濃度的信息，最終對樣品進(jìn)行分類識別的分析方法。模式識別方法大體由統(tǒng)計(jì)模式識別和結(jié)構(gòu)模式識別兩種方法組成，其中常見的方法為統(tǒng)計(jì)模式識別方法。基于統(tǒng)計(jì)方法的模式識別系統(tǒng)的識別過程首先要獲取信息，然后篩選信息并保留最有用的信息，最后根據(jù)信息作出結(jié)論。目前，使用最廣泛的模式識別方法主要有：主成分分析（PCA）、偏最小二乘判別分析（PLSDA）、軟獨(dú)立模型類別分析（SIMCA）、線性判別分析（LDA）、反向傳播人工神經(jīng)網(wǎng)絡(luò)（BP網(wǎng)絡(luò)）、支持向量機(jī)（SVM）、概率神經(jīng)網(wǎng)絡(luò)（PNN）等。

2.1主成分分析（PCA）

主成分分析（PCA）是一種基于統(tǒng)計(jì)的分析方法，由Karhunen于1947年提出，隨后Loeve于1963年將其歸納總結(jié)，所以又稱為k-l變換。主成分分析其目的是在數(shù)據(jù)空間中找出一組向量盡可能解釋數(shù)據(jù)的方差，通過一個特殊矩陣將原來的高維數(shù)據(jù)投影為較低維的數(shù)據(jù)，但盡量保留數(shù)據(jù)的主要信息，以便于處理［15-16］。PCA就是保留低階的主成分，忽略高階的主成分，選出比原始變量個數(shù)少，但能解釋資料中變量的幾個新變量，即主成分。用來理解資料的綜合性指標(biāo)［17-18］，設(shè)法將原來眾多具有一定相關(guān)性，重新組合成一組新的互相無關(guān)的綜合指標(biāo)來代替原來的指標(biāo)。

2.2線性判別分析（LDA）

線性判別分析（LDA）也稱Fisher判別分析，是采用投影的方式，將高維空間的樣本投射到低維空間上，以此達(dá)到壓縮特征空間維數(shù)和抽取分類信息的目的。在投影后的新空間中，不同類別樣本有最大的類間距，相似樣本有最小的類內(nèi)距。因此，LDA模式識別使所測樣品在空間中有最佳的可分離性［19-21］。

2.3偏最小二乘算法（PLS-DA）

偏最小二乘判別分析（PLS-DA）是一種以特征投影顯示的方法，表明自變量X（傳感器的響應(yīng)信號矩陣）和因變量Y（對應(yīng)實(shí)際的物理量）之間的模型關(guān)系，而且變量之間存在高度相關(guān)性。最后建立一個有趨勢化的標(biāo)準(zhǔn)曲線，以此預(yù)測未知點(diǎn)的數(shù)值［22］。該方法在建模過程中集中了主成分分析、典型相關(guān)分析和多元線性回歸分析的特點(diǎn)。偏最小二乘回歸方法與主成分分析法相同，都試圖提取反映數(shù)據(jù)變異的最大信息，但主成分分析法只考慮一個自變量矩陣，而偏最小二乘法還有一個了“響應(yīng)”矩陣，因此具有預(yù)測功能［23］。

2.4BP神經(jīng)網(wǎng)絡(luò)（BPNN）

BP神經(jīng)網(wǎng)絡(luò)［24］以其優(yōu)良的非線性逼近性能受到越來越多領(lǐng)域的關(guān)注，成功地解決了求解非線性連續(xù)函數(shù)的多層前饋神經(jīng)網(wǎng)絡(luò)權(quán)重調(diào)整問題。從BP算法可以看出，BP模型把一組樣品的I/O問題變?yōu)橐粋€非線性優(yōu)化問題，它使用的是優(yōu)化中最普遍的梯度下降法。如果把神經(jīng)網(wǎng)絡(luò)看成輸入到輸出的映射，則這個映射是一個高度非線性映射。BP神經(jīng)網(wǎng)絡(luò)模型包括其輸入輸出模型、作用函數(shù)模型、誤差計(jì)算模型和自學(xué)習(xí)模型。

2.5軟獨(dú)立模型類別分析（SIMCA）

軟獨(dú)立模型類別分析（SIMCA）是一種建立在PCA基礎(chǔ)上的模式識別方法，對同類標(biāo)準(zhǔn)樣品進(jìn)行PCA分析，建立相應(yīng)的數(shù)學(xué)模型，對未知樣品進(jìn)行判別分析，也就是說用標(biāo)準(zhǔn)庫模型和未知樣品進(jìn)行擬合，以確定未知樣品屬于哪一種類型，通常應(yīng)用于樣品真?zhèn)蔚蔫b別［25-26］。一個SIMCA模型包含了訓(xùn)練集中各個分類的PCA子模型。每個PCA分類子模型的最佳主成分?jǐn)?shù)可通過交叉驗(yàn)證技術(shù)以預(yù)測殘差平方和進(jìn)行判斷。由于每個獨(dú)立的模型可以選取不同的主成分?jǐn)?shù)，因此不同模型在輸入空間中可能表現(xiàn)為線、平面或超平面等各種形狀。

3　電子鼻在葡萄酒品質(zhì)檢測中的應(yīng)用

電子鼻識別的是特征香氣，而不是單一化合物，通過將傳感器的響應(yīng)信號傳輸至識別系統(tǒng)而對氣體進(jìn)行檢測［27］。它將各種不同的氣味信號與預(yù)先建立好的數(shù)據(jù)庫中的信號加以比較，進(jìn)行識別判斷，具有類似鼻子的功能［28］。電子鼻首先在煙酒和食品工業(yè)方面顯示高超作用。目前電子鼻已經(jīng)在葡萄酒領(lǐng)域中逐漸得到應(yīng)用，并顯示出其廣泛的優(yōu)越性，在葡萄酒的生產(chǎn)在線監(jiān)測、品種識別分類、產(chǎn)地信息識別和年份識別，特征風(fēng)味研究等領(lǐng)域都得到了應(yīng)用［29］。電子鼻技術(shù)的研究，給葡萄酒的等級劃分開拓了另一片天空，通過電子鼻系統(tǒng)對不同類型但具有相似氣味的葡萄酒進(jìn)行檢測，可以獲得不同的氣味指紋數(shù)據(jù)，從而辨別出不同品種的葡萄酒［30］。

在葡萄酒品種識別分類方面，Lozano等［31］利用電子鼻來區(qū)分不同儲藏時間的葡萄酒。Garcia等［32］使用電子鼻結(jié)合統(tǒng)計(jì)分析來區(qū)分來自同一酒莊和同一品種4種類型的紅葡萄酒，結(jié)果表明，電子鼻能夠很好地識別4種類型的酒。劉寧等［33］利用電子鼻PEN3系統(tǒng)對10種釀酒酵母釀制葡萄酒的芳香成分進(jìn)行檢測分析，研究表明，電子鼻結(jié)合主成分分析、線性判斷分析能準(zhǔn)確辨別出不同酵母對應(yīng)的酒樣，且分辨率都在0.95以上。梁威等［34］利用電子鼻對3種葡萄酒種類進(jìn)行檢測，最初使用8個傳感器陣列對葡萄酒進(jìn)行種類識別，然后利用主成分分析對傳感器進(jìn)行優(yōu)化，最終選擇了4個傳感器陣列。支持向量機(jī)（SVM）和BP神經(jīng)網(wǎng)絡(luò)在葡萄酒的分類問題上也表現(xiàn)出較好的鑒別效果，然而SVM相對于BP神經(jīng)網(wǎng)絡(luò)識別率更高而且更加穩(wěn)定，適合葡萄酒的分類檢測。

在葡萄酒原產(chǎn)地信息鑒別方面，Berna Amalia Z等［35］利用GC-MS和電子鼻對來自3個不同國家，6個不同地區(qū)的葡萄酒進(jìn)行了原產(chǎn)地鑒別。用電子鼻將GC-MS得出的分組信息進(jìn)行處理，結(jié)果表明，基于金屬氧化物的電子鼻（MOS-Enose）用固相微萃取（SPEM）方法結(jié)合乙醇去除在對葡萄酒原產(chǎn)地進(jìn)行鑒別時，錯誤分別率只有6.5%，對葡萄酒的產(chǎn)地鑒別能夠較好的區(qū)分。

在利用電子鼻感官模型構(gòu)建方面，宮雪等［36］利用PEN3電子鼻檢測10種不同菌株釀造的葡萄酒及1瓶商業(yè)葡萄酒樣的香氣，評價基于不同模式識別分析方法電子鼻對不同菌株葡萄酒的區(qū)分效果；建立葡萄酒感官評價的綜合主成分評價模型，并用該模型對這11種葡萄酒進(jìn)行感官評價。結(jié)果表明，基于主成分分析與線性判別分析，電子鼻可以更好地區(qū)分不同菌株釀造的葡萄酒樣。

電子鼻技術(shù)在葡萄酒氣味方面的研究，李曉敏等［37］課題組通過電子鼻對不同葡萄酒樣本的氣味進(jìn)行采集，利用自帶軟件主成分分析（PCA）對采集數(shù)據(jù)進(jìn)行分析，結(jié)果表明：不同樣本酒體的氣味差異明顯，電子鼻能夠區(qū)分不同風(fēng)味葡萄酒的酒體，且能夠計(jì)算不同酒體間差異性的大?。毁|(zhì)控模型能夠從氣味上控制葡萄酒的質(zhì)量，識別其他品牌葡萄酒及不合格葡萄酒。電子鼻技術(shù)用于研究葡萄酒氣味的分析，方法簡單，操作方便，樣品不需要前處理，避免了前處理過程中對樣品氣味成分的破壞和損失。電子鼻軟件提供了功能強(qiáng)大的數(shù)據(jù)分析軟件，操作簡單的多變量統(tǒng)計(jì)分析計(jì)算方法，具有分析結(jié)果簡單明了的優(yōu)勢。電子鼻自身的優(yōu)勢決定了其在氣味分析方面具有廣闊的應(yīng)用前景。

4　電子舌在葡萄酒品質(zhì)檢測中的應(yīng)用

電子舌能夠獲取液體樣本的味覺特征的總體信息，可以對液體樣本的成分進(jìn)行定量分析，同時樣品無需進(jìn)行前處理，可以實(shí)現(xiàn)快速的檢測，是一種不依賴于生物味覺的客觀感受系統(tǒng)。因此，電子舌技術(shù)在葡萄酒區(qū)分辨別方面的研究越來越廣泛。

在葡萄酒酒齡辨別方面，Tian等［38］利用多頻脈沖智舌對相同葡萄品種，不同年份的干紅葡萄酒進(jìn)行了酒齡檢測，分別利用PCA、PLS-DA和SIMCA 3種模式識別方法對酒樣進(jìn)行了數(shù)據(jù)處理，研究發(fā)現(xiàn)，這3種方式都能有效區(qū)分葡萄酒的年份，但是PLS-DA的區(qū)分能力是最好的。Rudnitskaya等［39］利用高效液相色譜法（HPLC）和電子舌對多種不同種類和年份的葡萄酒進(jìn)行了酒齡預(yù)測，同時也對酒中的有機(jī)酸和酚類化合物的濃度進(jìn)行了檢測。結(jié)果發(fā)現(xiàn)，HPLC的數(shù)據(jù)在酒齡、葡萄酒種類和它們之間的相互關(guān)系是有意義的，而電子舌的數(shù)據(jù)只在酒齡方面有意義。但是電子舌在預(yù)測酒齡方面更精確。電子舌對有機(jī)酸和酚類物質(zhì)的濃度建立了PLS回歸模型。模型采用交叉驗(yàn)證的方法，結(jié)果表明，電子舌能夠?qū)ζ錆舛冗M(jìn)行比較好的檢測。

在利用電子舌鑒別葡萄酒的種類區(qū)分方面，張平等［40］利用電子舌對冰葡萄酒樣品進(jìn)行區(qū)分辨識，采用主成分分析法和判別因子分析法對實(shí)驗(yàn)數(shù)據(jù)進(jìn)行處理。結(jié)果表明，在主成分圖和判別因子圖上，各冰葡萄酒樣品的落點(diǎn)在各自的區(qū)域范圍內(nèi)而互不干擾，說明電子舌能夠?qū)⒏鞣N不同種類和同一種類經(jīng)橡木桶不同貯藏時間的冰葡萄酒樣品很好地區(qū)分開。

電子舌在葡萄酒產(chǎn)地信息和品牌識別方面，王俊課題組［41］使用Alpha.MOS公司的電子舌系統(tǒng)對長城干紅系列葡萄酒進(jìn)行了區(qū)分，樣品有不同產(chǎn)地（山東煙臺、河北昌藜、河北沙城）和不同品種（赤霞珠、品麗珠、蛇龍珠）的葡萄酒，結(jié)果發(fā)現(xiàn)電子舌對于不同產(chǎn)地和不同品種的葡萄酒均有較好的識別效果，模式識別采用主成分分析法和判別因子分析法。Wander N等［42］使用伏安法電子舌成功地區(qū)分葡萄酒和威士忌酒樣品。該電子舌系統(tǒng)采用金電極和銅電極作為工作電極陣列，模式識別方法選擇主成分分析法，酒的類型有干紅、軟紅、干白和軟白。黃贛輝等［43］以多頻率大幅脈沖作為激發(fā)掃描信號，采用鉑、金、銀和鈀4個電極組成傳感器陣列，檢測被測物質(zhì)整體特征性響應(yīng)信號，輔以相應(yīng)的數(shù)學(xué)方法，成功構(gòu)建多頻脈沖電子舌。通過對6個不同品牌的干紅葡萄酒進(jìn)行辨識區(qū)分，結(jié)果顯示該電子舌具有檢測信息量豐富、設(shè)備簡單、性能穩(wěn)定等特點(diǎn)。

在葡萄酒風(fēng)味分析方面，Capone［44］課題組利用電子鼻和GC-MS對來自意大利普利亞地區(qū)的17種葡萄酒進(jìn)行了風(fēng)味分析。首先利用固相微萃取（SPEM）對酒樣進(jìn)行了前處理，通過GC-MS檢測出18種化合物，再利用電子鼻技術(shù)對檢測出來的風(fēng)味化合物進(jìn)行了濃度預(yù)測，并分別利用PLS方法和二次響應(yīng)面回歸（RSR）方法對風(fēng)味化合物的濃度建立了回歸模型，實(shí)驗(yàn)結(jié)果表明，18種化合物的濃度都有良好的預(yù)測，但RSR方法比PLS方法預(yù)測的更加準(zhǔn)確。測量更多的酒樣，從而增加更多的數(shù)據(jù)，對所建模型的結(jié)果預(yù)測將更加準(zhǔn)確。

5　電子鼻與電子舌聯(lián)合檢測在葡萄酒中的應(yīng)用

不論人或動物，鼻子和嘴總是離得很近，客觀上造成了從不同角度對同一食物同時識別的可能。后來，人們研究發(fā)現(xiàn)，各種各樣的食物、飲料，同時具有味覺和嗅覺的特征。由于電子鼻檢測葡萄酒樣品氣味，電子舌檢測葡萄酒樣品滋味，僅依靠其一，難以代表樣品整體風(fēng)味。因此對物質(zhì)分析，同時使用電子舌與電子鼻，顯然比單獨(dú)使用其中一個要精確得多。電子鼻和電子舌有其各自的優(yōu)勢檢測范圍，近年來，在一些領(lǐng)域已使用電子鼻和電子舌相結(jié)合的技術(shù)進(jìn)行檢測。

Buratti［45-46］利用電子鼻和電子舌結(jié)合分析了4種品牌的意大利Brabera紅酒和產(chǎn)自15個不同地方的干紅葡萄酒樣品，用主成分分析法和線性判別法進(jìn)行識別。試驗(yàn)結(jié)果表明，這種創(chuàng)新的方法不僅可以完全區(qū)分用同種葡萄釀造的不同紅酒，還可以完全區(qū)分不同產(chǎn)地的葡萄酒。Cor-rado Di Natale等［47］結(jié)合電子鼻與電子舌2種儀器對不同的紅葡萄酒進(jìn)行了分析。試驗(yàn)結(jié)果表明，結(jié)合2種儀器進(jìn)行檢測，效果優(yōu)于使用任意一種儀器，不但可以將不同的酒樣區(qū)分開來，還可以預(yù)測樣品的多種理化指標(biāo)如糖度、總酸、pH值等，相對標(biāo)準(zhǔn)誤差最低可至0.1%。此外，該系統(tǒng)還可以更好地預(yù)測多種感官指標(biāo)，很好地預(yù)測專家組對葡萄酒樣風(fēng)味的感官評分。

許春華等［48］采用電子鼻嗅覺指紋分析系統(tǒng)和電子舌味覺指紋分析系統(tǒng)及人工感官評價對不同品種櫻桃酒（中櫻狄墨爾干紅和干白）和不同品種葡萄酒（張?jiān)８砂缀烷L城干紅）的香氣和口感進(jìn)行了檢測，并采用主成分分析（PCA）和判別因子分析法（DFA）對傳感器響應(yīng)信號進(jìn)行了分析研究，結(jié)果表明：電子鼻和電子舌結(jié)合模式識別方法可用于果酒的風(fēng)味評價，對不同品種果酒的區(qū)分效果良好。

Gil-Sánchez等［49］利用電子鼻和電子舌技術(shù)對3種西班牙葡萄酒（2種紅葡萄酒、1種白葡萄酒）在接觸空氣過后的酒樣質(zhì)量損壞程度進(jìn)行了區(qū)分鑒別分析。把酒樣與空氣接觸分別放置1 d、5 d、9 d、22 d、28 d、36 d和48 d。將電子鼻和電子舌得到的數(shù)據(jù)用PCA方法進(jìn)行數(shù)據(jù)處理，當(dāng)只用電子舌技術(shù)分析的時候，不能將48 d后的酒樣區(qū)分開，只用電子鼻技術(shù)分析，只能將48 d后的酒樣區(qū)分開來。但同時使用電子鼻和電子舌技術(shù)，卻能將暴露在空氣中不同時間的酒樣質(zhì)量損壞程度區(qū)分開來。

6　展望

近年來，葡萄酒的品質(zhì)、品牌真?zhèn)?、酒齡真?zhèn)?、風(fēng)味等問題非常突出，嚴(yán)重影響和制約葡萄酒行業(yè)的發(fā)展，對人類的身體健康造成影響，成為人們共同關(guān)注的焦點(diǎn)。建立一套快速無損智能檢測技術(shù)是目前葡萄酒領(lǐng)域，甚至是食品領(lǐng)域最需迫切解決的科學(xué)技術(shù)問題之一。電子舌和電子鼻技術(shù)，對樣品無需進(jìn)行前處理，能夠?qū)崿F(xiàn)快速的實(shí)時監(jiān)測，而且電子鼻和電子舌技術(shù)的模式識別方法能夠?qū)⒏鞣N樣品很好地區(qū)分開來，因此，這兩種技術(shù)將會成為葡萄酒分析檢測中的新的發(fā)展方向。但電子舌和電子鼻技術(shù)是一個比較新興的研究領(lǐng)域，在很多應(yīng)用方面尚不成熟。首先，電子舌和電子鼻不能定性定量的分析出酒類中的微量成分，而且需要多個傳感器，導(dǎo)致儀器體型較大、結(jié)構(gòu)復(fù)雜等等；其次，電子舌和電子鼻對樣品進(jìn)行檢測時，需要對葡萄酒樣品進(jìn)行大量數(shù)據(jù)建模，而數(shù)據(jù)庫的完整性將會影響檢測結(jié)果；最后，所測樣品質(zhì)量的穩(wěn)定性和樣品風(fēng)格的典型性都會對電子舌和電子鼻的檢測結(jié)果有影響。

目前，在許多重要文獻(xiàn)中都把電子鼻與電子舌技術(shù)的融合看做是仿生技術(shù)必然的發(fā)展趨勢，足以證明二者結(jié)合意義重大。如果單獨(dú)使用其中的某種技術(shù)對物質(zhì)進(jìn)行檢測時，只能獲得嗅覺或味覺的單一信息，造成檢測的局限性。當(dāng)使用電子鼻與電子舌融合技術(shù)時，檢測的信息更加全面，更加貼近人類對物質(zhì)的判斷模式［50］。特別是當(dāng)檢測對單獨(dú)使用電子鼻系統(tǒng)或者電子舌系統(tǒng)反映不敏感的物質(zhì)時，使用電子鼻與電子舌融合技術(shù)，能提高其檢測的識別率。因此在未來階段，我國對于酒類品質(zhì)檢測的重點(diǎn)應(yīng)放在電子鼻、舌相結(jié)合的技術(shù)上，并使用融合算法來加以比較，通過不斷實(shí)驗(yàn)來獲得最佳效果。

［1］糜川清，郭安鵲，王華.感官分析及儀器分析在葡萄酒香氣研究中的應(yīng)用［J］.食品科學(xué)，2012，23：351-355.

［2］Zhang L，Tian F C，Pei G S.Anew kernel discriminant analysis framework for electronic nose recognition［J］.Analytica ChimicaActa，2014，816：8-17.

［3］Gardner J W，Bartlett P N.Abrief history of electronic nose［J］. SensorActuat B-Chem，1994，1（1-3）：211-220.

［4］戴鑫，于海燕，肖作兵.電子鼻和電子舌在飲料酒分析中的應(yīng)用近況［J］.食品與發(fā)酵工業(yè)，2012，38（8）：296.

［5］賈洪鋒，盧一，何江紅，等.電子鼻在耗牛肉和牛肉豬肉識別中的應(yīng)用［J］.農(nóng)業(yè)工程學(xué)報，2011，27（5）：358-363.

［6］趙夢醒，丁曉敏，曹榮，等.基于電子鼻技術(shù)的鱸魚新鮮度評價［J］.食品科學(xué)，2013，3（6）：143-147.

［7］丁興林，張宇林，周紅標(biāo).電子鼻/舌在酒類品質(zhì)檢測中的應(yīng)用研究進(jìn)展［J］.中國釀造，2015（11）：20-22.

［8］程秀娟，朱虹，鄭麗敏，等.電子舌技術(shù)在飲料識別中的應(yīng)用［J］.食品科技，2006（8）：163-167.

［9］陸曉民，張遠(yuǎn)兵，何華奇，等.關(guān)于21世紀(jì)初我省中等農(nóng)職業(yè)教育教學(xué)實(shí)習(xí)基地建設(shè)的思考［J］.現(xiàn)代農(nóng)業(yè)科技，2009（2）：248-249.

［10］黃秋婷，黃惠華.電子舌技術(shù)及其在食品工業(yè)中的應(yīng)用［J］.食品與發(fā)酵工業(yè)，2004，30（7）：98-101.

［11］GhoshA，Tudu B，Tamuly P，et al.Prediction of theaflavin and thearubigin content in black tea using a voltammetric electronic tongue［J］.Chemometrics and Intelligent Laboratory Systems，2012，116：57-66.

［12］Zhou B，Wang J.Discrimination of different types damage of rice plants by electronic nose［J］.Science Direct，2011，109（4）：250-257.

［13］Sipos L，Kovács Z，Sági-kiss V，et al.Discrimination of mineral waters by electronic tongue，sensory evaluation and chemical analysis［J］.Food Chemistry，2012，135（4）：2947-2953.

［14］Noguerol-Pato R，González-Barreiro C，Cancho-Grande B，et al.Quantitative determination and characterisation of the main odourants of Mencía monovarietal red wines［J］.Food Chemistry，2009，117（1）：473-484.

［15］袁志發(fā)，周靜芋.多元統(tǒng)計(jì)分析［M］.北京：科學(xué)出版社，2002：58-62.

［16］魯小利.基于電子舌的黃酒品質(zhì)檢測［D］.杭州：浙江大學(xué)，2007.

［17］Welke J E，Manfroi V，Zanus M，et al.Differentiation of wines according to grape variety using multivariate analysis of comprehensive two-dimensional gas chromatography with time-of-flight mass spectrometric detection data［J］.Food Chemistry，2013，141（4）：3897-3905.

［18］Zheng J，Liang R，Wu C，et al.Discrimination of different kinds of Luzhou-flavor raw liquors based on their volatile features［J］.Food Research International，2014，56：77-84.

［19］粱威，張麗娜，王歡，等.基于電子鼻技術(shù)的葡萄酒分類檢測方法［J］.科學(xué)技術(shù)與工程，2013，13（4）：930-933.

［20］Qin O Y，Zhao J W.Classification of rice wine according to different marked ages using a novel artificial olfactory technique based on colorimetric sensor array［J］.Food Chemistry，2013，138（2-3）：1320-1324.

［21］Moreno-García J.Biological aging status characterization of Sherry type wines using statistical and oenological criteria［J］. Food Research International，2013，54（1）：285-292.

［22］Oliveri P.Partial least squares density modeling（PLSDM）-A new class-modeling strategy applied to the authentication ofolives in brine by near-infrared spectroscopy［J］.Analytica ChimicaActa，2014，851：30-36.

［23］許祿，邵學(xué)廣.化學(xué)計(jì)量學(xué)方法［M］.北京：科學(xué)出版社，2006：163-174.

［24］Yu F，Xu X Z.Ashort-term load forecasting model of natural gas based on optimized genetic algorithm and improved BP neural network［J］.Applied Energy，2014，134：102-113.

［25］Galtier O，Abbas O.Comparison of PLS1-DA，PLS2-DAand SIMCAfor classification by origin of crude petroleum oils by MIR and virgin olive oils by NIR for different spectral regions［J］.Vibrational Spectroscopy，2011，55（1）：132-140.

［26］Gómez-deAnda F，Gallardo-Velazquez T.Feasibility study for the detection of Trichinella spiralis in a murine model using mid-Fourier transform infrared spectroscopy（MID-FTIR）with attenuated total reflectance（ATR）and soft independent modelling of class analogies（SIMCA）［J］.Veterinary Parasitology，2012，190（3-4）：496-503.

［27］糜川清，郭安鵲，王華.感官分析及儀器分析在葡萄酒香氣研究中的應(yīng)用［J］.食品科學(xué)，2012，23：351-355.

［28］杜鋒，雷鳴.電子鼻及其在食品工業(yè)的中應(yīng)用［J］.食品科學(xué)，2003，24（5）：161-163.

［29］楊麗麗，張岱，方堅(jiān)，等.電子鼻分析技術(shù)在葡萄酒檢測中的應(yīng)用［J］.中外葡萄與葡萄酒，2007（5）：48-50.

［30］SawyerA.電子鼻技術(shù)的最新進(jìn)展［EB/OL］.中國葡萄酒信息網(wǎng)（2003-12-26）［2016-06-06］.http://www.winechina.com/ html/2003/12/200312794.html.

［31］Lozano J，Arroyo T，Santos J P，et al.Electronic nose for wine ageing detection［J］.Sensor andActuators B:Chemical，2008，133（1）：180-186.

［32］Garcia M，F(xiàn)ernandez M J，F(xiàn)ontecha J L，et al.Differentiation of red wines using an electronic nose based on surface acoustic wave devices［J］.Talanta，2006，68（4）：1162-1165.

［33］劉寧，馬捷，劉延琳.電子鼻對釀酒酵母菌株產(chǎn)香特性的評價［J］.食品科學(xué)，2011（2）：164-167.

［34］粱威，張麗娜，王歡，等.基于電子鼻技術(shù)的葡萄酒分類檢測方法［J］.科學(xué)技術(shù)與工程，2013，13（4）：930-933.

［35］BernaAZ，Trowell S.Geographical origin of Sauvignon Blanc wines predicted by mass spectrometry and metal oxide based electronic nose［J］.Analytica ChimicaActa，2009，648（2）：146-152.

［36］宮雪，劉寧，李二虎，等.基于電子鼻的葡萄酒感官評價模型的構(gòu)建［J］.中國釀造，2014（5）：67-71.

［37］李曉敏，袁利文，彭玉睿.電子鼻技術(shù)在葡萄酒氣味檢測中的應(yīng)用［J］.現(xiàn)代測量與實(shí)驗(yàn)室管理，2016（2）：3-5.

［38］Tian S Y，Deng S P.Discrimination of red wine age using voltammetric electronic tongue based on multifrequency largeamplitude voltammetry and pattern recognition method［J］. Sensors and Materials，2007，19（5）：287-297.

［39］RudnitskayaA，Rocha S M.Evaluation of the feasibility of the electronic tongue as a rapid analytical tool for wine age prediction and quantification of the organic acids and phenolic compounds.The case-study of Madeira wine［J］. Analytica ChimicaActa，2010，662（1）：82-89.

［40］張平，冮潔，胡文忠，等.電子舌對冰葡萄酒的區(qū)分辨識研究［J］.釀酒科技，2014（10）：41-42.

［41］王俊，姚聰.基于電子舌技術(shù)的葡萄酒分類識別研究［J］.傳感技術(shù)學(xué)報，2009，22（8）：1088-1093.

［42］Novakowski W，Bertotti M，Paixao T R L C.Use of copper and gold elect rodes as sensitive elements for fabrication of an electronic tongue:discrimination of wines and whiskies［J］. Microchemical Journal，2011，99（1）：145-151.

［43］黃贛輝.傳感器陣列構(gòu)建及初步應(yīng)用［D］.杭州：浙江工商大學(xué)，2006.

［44］Capone S，Tufariello M，F(xiàn)rancioso L.Aroma analysis by GC/MS and electronic nose dedicated to Negroamaro and Primitivo typical ItalianApulian wines［J］.Sensors and Actuators B:Chemical，2013，179（31）：259-269.

［45］Buratti S，Benedetti S，Scampicchio M，et al.Characterization and classification of Italian Barbera wines by using an electronic nose and an amperometric electronic tongue［J］. Analytica ChimicaActa.2004，525（1）：133-139.

［46］Buratti S，Ballabio D，Benedetti S，et al.Prediction of Italian red wine sensorial descriptors from electronic nose，electronic tongue and spectrophotometric measurements by means of GeneticAlgorithm regression models［J］.Food Chemistry，2007，100：211-218.

［47］Corrado D N，Paolesse R，Burgio M，et al.Application of metal oporphyrins-based gas and liquid sensor arrays to the analysis of red wine［J］.Analytica ChimicaActa，2004，513：49-56.

［48］許春華，肖作兵，牛云蔚，等.電子鼻和電子舌在果酒風(fēng)味分析中的應(yīng)用［J］.食品與發(fā)酵工業(yè)，2011（3）：163-167.

［49］Gil-Sánchez L，Soto J.Anovel humid electronic nose combined with an electronic tongue for assessing deterioration of wine［J］.Sensors andActuatorsA: Physical.2011，171（2）：152-158.

［50］陳棟琳.電子鼻/舌系統(tǒng)設(shè)計(jì)及氣-味信息融合技術(shù)應(yīng)用［D］.長春：東北電力大學(xué)，2015.

Application of Electronic Nose and Electronic Tongue in Quality Detection of Grape Wine

ZHANG Yu1and HOU Xujie2
（1.College of Life Sciences，Tarim University，Alar，Xinjiang 843300；2.Key Lab of Deep Processing of Local Agricultural Products，College of Life Sciences，Tarim University，Alar，Xinjiang 843300，China）

Electronic nose and electronic tongue are intelligent sensory testing instruments which are made by imitating the smell and taste of mammals.In this paper，their basic principles and pattern recognition methods were introduced.Besides，their application status in quality detection of grape wine at present was summed up，and their research prospects in the future were discussed.

electronic nose；electronic tongue；wine

TS262.61；TS261.4；TS261.7

A

1001-9286（2016）10-0088-06

10.13746/j.njkj.2016219

國家自然科學(xué)基金資助項(xiàng)目（31560450）。

2016-07-06

張昱（1989-），女，碩士研究生，研究方向?yàn)槭称芳庸づc貯藏，E-mail：2533481567@qq.com。

侯旭杰（1976-），男，碩士，教授，主要從事農(nóng)產(chǎn)品加工與貯藏等研究工作，E-mail：houxujie@sina.com。

優(yōu)先數(shù)字出版時間：2016-09-14；地址：http://www.cnki.net/kcms/detail/52.1051.TS.20160914.1455.006.html。