基于电子鼻技术对云南普洱熟茶的香气品质判别

利用电子鼻技术对云南普洱熟茶进行香气分析及判别,为普洱熟茶的品质分级及筛选提供理论依据,促进普洱熟茶品质判别的数字化。采用电子鼻技术对具有典型代表的9个云南普洱熟茶进行了检测。通过Winmuster软件,利用主成分分析法PCA、线性判别法LDA和传感器区别贡献率分析法(Loadings)对样品进行分析。PCA分析结果显示,可以将同品牌不同年份的普洱熟茶香气完全区分开,且效果较好,区分度可达99.9%。LDA分析结果显示,通过线性判别,选择合适的判别式,可以较好地将同一品牌不同年份的普洱熟茶区分开,说明不同年份的普洱熟茶其挥发物成分存在较大差异,可以被电子鼻检测区别开。Loadings分析结果显示,10个传感器中,7、2和9号作为此次分析的关键传感器,对茶叶香气的响应明显,对区分贡献率最大。研究结果表明,电子鼻这种快速无损的新方法是一种有效的通过气味来评价茶叶品质的技术,可以用于云南普洱熟茶香气品质判别,对于不同年份的普洱熟茶有非常好的区分度。     

底圩茶风干叶香气的判别分析

[目的]采用电子鼻技术对13个底圩优良群体种的风干叶香气进行研究。[方法]利用主成分分析(PCA)与线性判别分析(LDA),对底圩茶新梢和成熟叶的干茶、茶汤和叶底香气物物质进行分析和判别。[结果]电子鼻技术对13个底圩优良群体种风干叶均有较好的响应。PCA分析表明,新梢干茶和茶汤的贡献率分别为99.85%、99.85%,高于成熟叶干茶和茶汤的贡献率(99.32%、99.71%),叶底则相反,新梢贡献率(99.84%)低于成熟叶贡献率(99.94%);LDA分析表明,新梢干茶和茶汤贡献率(85.44%、91.62%)高于成熟叶干茶和茶汤贡献率(77.92%、88.87%),叶底新梢贡献率(98.09%)低于成熟叶(98.17%);PCA贡献率均高于LDA,则PCA较LDA更能明显地区分13个底圩优良群体种风干叶的香气。通过电导率G/G₀值可以判别出硫化物挥发性成分为底圩茶第一主要成分,芳香成分、有机硫化物为第二主要成分,氮氧化合物为第三主要成分。[结论]应用电子鼻技术对13个底圩优良群体种的香气鉴定是可行的,有望在底圩茶检测领域得到使用。     

电子鼻技术对不同贮藏地的普洱茶香气分析

【目的】普洱茶在贮藏的过程中,其内含物质和品质会发生相应的变化,香气是普洱茶品质中的重要因子。【方法】文章利用电子鼻技术分别对云南六大茶山茶业股份有限公司的3款分别贮藏在18个地方茶样进行检测,共计50个茶样,运用SPSS22软件对检测的数据进行筛选,通过Win Muster软件,采用PCA(主成分分析法)和Loading(传感器区别贡献率分析法)分别对茶样进行分析,最后通过对电子鼻检测的不同茶样的G/G0电导率比值的分析,比较不同贮藏地的普洱茶香气之间的差别。【结果】在采用PCA分析时,叶底法相对与其他3种香气采集方法能够较好地区分贮藏在不同地方的这3款普洱茶;3款茶样在不同的贮藏地发生变化的主要香气类型为硫化物等,且硫化物的变化最大、含量最多;通过PCA分析能较好地区分贮藏在不同地方的普洱茶香气。【结论】不同的贮藏环境对普洱茶香气的变化有着十分重要的影响。     

利用电子鼻评价树莓果实香气

树莓是一种富含香气物质的小浆果,电子鼻法可无损快速分析果实香气物质。利用电子鼻PEN 3.5系统检测36个不同品种及同一品种不同发育时期树莓果实香气物质,采用主成分分析法（PCA）、线性判别分析法（LDA）和传感器区分贡献率法（LO）分析树莓果实香气物质。PCA分析表明,不同树莓品种在香气物质含量及组成之间存在较大差异;LDA分析可区分不同结果类型、发育时期树莓果实香气,从而区分不同颜色树莓果实香气成分;LO分析结果表明,传感器贡献率高低依次为W1S传感器（烷类化合物）、W2S传感器（检测醇和部分芳香族化合物）、W3C传感器（烷类和脂肪族）和W6S传感器（氢化物）;果实成熟期前,香气物质含量显著增加,芳烃化合物、氨及芳香分子、烷类、检测醇及部分芳香族化合物、烯烃及芳族和极性分子增加尤为明显。结果表明,利用电子鼻法可区别不同成熟度树莓果实,用于树莓果实种质资源香气评价。研究为树莓香气研究增加快速简便方法,为其他树种果实香气评价提供借鉴。     

电子鼻在六堡茶陈化年份识别中的应用

[目的]探索电子鼻(EN)技术在六堡茶陈化年份识别上的应用,为建立六堡茶品质评价新技术体系提供参考依据.[方法]采用PEN3型便携式电子鼻气味分析系统提取不同厂家、不同陈化年份六堡茶茶干、茶汤和茶底的响应特征值,用主成分分析法(PCA)和线性判别分析法(LDA)分析其陈化年份和预测模型,以马氏距离(MA)、欧氏距离(EU)和判别函数分析(DFA)法验证预测模型的准确性.[结果]不同陈化年份六堡茶对EN产生不同的响应信号,分别选取171~175、166~170和155~160 s的EN响应值作为建立干茶、 茶汤和茶底识别模型的特征值;LDA较PCA能更好地区分不同陈化年份的六堡茶,不同陈化年份样品分布在不同区域,干茶、茶汤和茶底的判别式LD1和LD2的累计贡献率分别为93.00%、88.31%和80.52%;EU、MA和DFA法对干茶识别模型的验证准确率分别达88.23%、88.23%和94.12%,对茶汤识别模型的验证准确率均为82.35%,对茶底识别模型的验证准确率分别为70.58%、82.35%和94.12%.[结论]EN可识别不同陈化年份六堡茶的芳香物质等特征气味并对其进行区分和归类,可在茶叶陈化年份识别中推广应用.     

高压脉冲电场促进普洱生茶醇类香气的作用研究

以云南主要产茶区2012年乔木古树为原料,利用HPEF的生物效应,对普洱生茶醇类香气进行了实验研究。利用电子鼻对样本香气成份进行检测。通过提取醇类香气的原始数据并处理分析,结果表明茶叶在18k V/120Hz/45min条件下醇类香气的含量增加了21.8%。利用电子鼻自带软件Winmuster对醇类香气的数据进行主成分(PCA)、线性判别(LDA)和传感器区别贡献率(Loadings)的分析,并对实验结果进行正交试验分析。结果表明:HPEF促进茶叶醇类香气的优化条件为12k V/120Hz/30min,影响醇类香气的主要因素是时间,电压因素的影响有限;     

基于电子鼻技术的小麦种子活力鉴别

为探究准确高效鉴别种子活力的新技术,利用电子鼻系统对未老化(CK)、58℃热水浴老化(Hot water aging method,HW)和50%甲醇老化(Methanol solution aging method,MS)后的山农27小麦种子进行检测,采用主成分分析(Principal component analysis,PCA)、线性判别分析(Linear discriminant analysis,LDA)及载荷分析(Loadings)对老化处理后不同活力水平的小麦种子进行鉴别研究。试验结果:1)老化处理后不同活力水平的小麦种子在电子鼻传感器上有不同的特征性响应图谱;2)PCA分析无法区分热水浴老化后活力接近的小麦种子;3)LDA分析对热水浴老化和甲醇老化不同活力水平的小麦种子均具有较好的区分效果;4)载荷分析确定了热水浴老化各活力水平小麦种子的差异气味主要来自于无机硫化物(W1W)、小分子氮氧化合物(W5S)和有机硫化物(W2W),短链烷烃(W1S)、醇醚醛酮类气体(W2S)和氢气类(W6S)。甲醇老化各活力水平小麦种子的差异气味主要来自于有机硫化物(W2W)、小分子氮氧化合物(W5S)、短链烷烃(W1S)、醇醚醛酮类气体(W2S)和无机硫化物(W1W)。本研究结果揭示以电子鼻技术作为检测手段,通过对小麦种子挥发性成分的检测结合LDA分析,可以实现对不同活力小麦种子进行快速准确高效地鉴别,再结合Loading分析,可以进一步分析相关的差异性气体成分。     

电子鼻在沃柑贮藏时间识别中的应用

[目的]利用电子鼻技术对不同贮藏时间的沃柑进行检测分析,为快速判断沃柑的新鲜度及建立沃柑品质快速评价体系提供技术支持.[方法]利用PEN3电子鼻系统获取不同贮藏时间沃柑的气味特征值,通过载荷分析法分析传感器对沃柑芳香物的相对重要作用,采用主成分分析(PCA)和线性判别分析(LDA)对气味特征值进行分析并建立预测模型,并以样品果对预测模型进行验证.[结果]不同贮藏时间的沃柑会产生不同气味响应信号,经载荷分析发现传感器7(W1W)、9(W2W)、6(W1S)、2(W5S)和8(W2S)在沃柑贮藏期识别中影响最大;建立模型时选取90~92 s时的稳定响应值作为特征值;采用PCA无法对贮藏间隔5 d的沃柑进行区分,而应用LDA能很好地区分不同贮藏时间的沃柑,总贡献率85.12%.预测模型能对样品果进行贮藏时间的初步判别,平均准确率达98.23%.[结论]电子鼻结合LDA的无损检测方法能对不同贮藏时间的沃柑气味特征进行识别并区分,可应用于沃柑贮藏时间快速判断.     

电子鼻在紫菜识别中的应用

采用电子鼻技术对不同生产日期的坛紫菜进行识别,并对所获得数据进行主成分分析(PCA)、线性判别法(LDA)分析,发现电子鼻可以区分所选的不同生产日期的坛紫菜.研究还发现,电子鼻能够识别随着货架期延长造成的坛紫菜的气味变化,将所选的生产日期不同的种坛紫菜区分开来.坛紫菜的Loadings分析表明,2号传感器对第一主成分贡献率最大,6号传感器对第二主成分贡献率较大.     

不同储藏时间柑橘电子鼻检测研究

利用电子鼻PEN2系统对不同储藏方式及时间下柑橘芳香成分进行检测分析。试验先通过电子鼻系统动态采集柑橘芳香成分并得到电子鼻的响应值，再利用PCA、LDA等模式识别方法进行数据分析，LDA方法能更好区分不同储藏时间的柑橘，表明利用电子鼻能够无损检测区分不同新鲜度的柑橘，同时采用Loadings分析方法可以得知，传感器2，7，9在柑橘新鲜度检测中起主要作用，这为进一步优化传感器以及探索方便快捷的柑橘无损检测技术提供了依据。     

普洱茶贮藏技术的研究进展

普洱茶是一种耐贮藏的茶,贮藏是重要的加工工序,不合理的贮藏方式会造成普洱茶品质降低。通过实地调研普洱茶生产区、销售区、贮藏区,了解普洱茶产业现状并搜集普洱茶贮藏相关技术,结合文献,分析普洱茶贮藏中存在的问题,提出相应的解决方案,并指出普洱茶相关标准体系构建的必要性。     

窖藏和冷藏条件下鸭梨挥发性物质及其相关基因表达分析

【目的】比较窖藏和冷藏过程中,鸭梨果实品质、呼吸速率、乙烯释放速率、电子鼻特征、挥发性物质及其相关基因表达的差异,进一步解析两种贮藏方式对鸭梨香气物质形成的影响及其机制。【方法】鸭梨采收后以窖藏和冷藏两种方式贮藏,测定贮藏期间果实硬度、可溶性固形物含量（SSC）、可滴定酸（TA）含量、呼吸速率和乙烯释放速率,使用电子鼻检测挥发性物质变化,利用气质联用色谱（GC-MS）测定挥发性物质成分及含量,利用荧光定量PCR（Real-time PCR）技术分析乙烯生成（PbACS1、PbACO2）及其信号转导（PbETR1、PbETR2、PbERS1a、PbERS1b、PbEIN3、PbERF）、挥发性物质合成（PbAAT1、PbADH2、PbADH3、PbADH5、PbHPL、PbLOX1、PbLOX8）相关基因的表达量变化情况。【结果】冷藏期间,鸭梨果实硬度变化较小,SSC上升,TA含量下降。窖藏时,果实硬度下降比较明显,但对SSC的影响较小,而TA含量增加。与冷藏相比,窖藏下果实呼吸速率较高,乙烯释放高峰提前1个月出现,且其峰值较高。电子鼻可有效区分两种贮藏方式下的挥发性物质,其中W1W、W5S、W2W、W1S这4种传感器对挥发性物质区分起主要作用;窖藏期间果实挥发性物质较多。鸭梨果皮和果肉的挥发性物质包含醛类、酯类、醇类、萜类、烷烃类等,且果皮中含量较高;窖藏果皮和果肉、冷藏果皮和果肉中分别检出36种和33种、28种和24种挥发性物质,窖藏鸭梨较冷藏时生成更多的乙酯类化合物,其中己酸乙酯、辛酸乙酯、丁酸乙酯、（E,Z）2,4-癸二烯酸乙酯等为果皮主要香味物质,己酸乙酯、丁酸乙酯为果肉主要香味物质。相关基因的表达分析表明,与冷藏相比,窖藏明显上调鸭梨果皮和果肉ACC氧化酶（PbACO2）、脂氧合酶（PbLOX1）和醇酰基转移酶（PbAAT1）相关基因的表达,下调乙烯不敏感转录因子（PbEIN3）的表达。【结论】在贮藏3个月内,与冷藏鸭梨相比,窖藏条件明显促进乙烯生成（PbACO2）和香气合成（PbLOX1、PbAAT1）等基因的表达,此时果实具有较多的香气物质种类和较高含量,表现出香味浓郁的特点。     

梅占茶不同环境做青过程香气形成及其变化

试验采用高香优质的乌龙茶品种梅占,同批采摘的鲜叶为材料,研究不同环境做青过程香气形成及其变化,分析香气组分在做青过程的形成与消长规律,表现出呈递增趋势、递减趋势、先增后减变化及仅在毛茶中检出等4种情况。这一系列复杂的动态变化,反应了乌龙茶做青过程香气形成与消长的特点。同时说明做青过程环境的差异还直接影响着香气成分的组成及其比率。分析人工做青环境与自然环境中做青的毛茶样,香气成分含量最高的均为橙花叔醇,证实了橙花叔醇是福建乌龙茶的主要特征香气组分。试验表明同一品种不同做青环境中对应阶段青叶间的香型相似率大,都在0.95以上,表明乌龙茶具有明显的品种香。感官审评结果表明本试验人工环境做青所得到的毛茶样比自然环境中做青所得到的毛茶样内质较优异。     

基于电子鼻技术多花黄精药材的鉴别研究

为了建立基于电子鼻技术对多花黄精不同产地、不同生长年限及不同加工方法的药材的鉴别方法,本文通过电子鼻技术检测多花黄精不同药材样品的气味在传感器上的响应值,应用主成分分析(PCA)和LDA线形判别分析对特征数据进行统计学分析。结果表明,电子鼻检测不同产地、不同生长年限及不同加工方法的多花黄精药材的响应值有差异,气味有差异,PCA、LDA及雷达图分析均能判别。由此表明,电子鼻检测结合判别模式为多花黄精不同产地、不同加工方法和不同生长年限的药材提供了有效、客观和简便的定性鉴别技术。     

黄山毛峰茶贮藏时间电子鼻检测方法研究

利用电子鼻对6个贮藏时间5个等级的黄山毛峰茶进行检测,首先获取反映茶叶香气的原始特征向量,再通过主成分分析法（PCA）提取出前5个主成分作为主特征向量,然后以主特征向量作为BP神经网络（BPNN）的输入,建立黄山毛峰茶贮藏时间预测模型（PCA BPNN）。结果表明：PCA BPNN对于贮藏0 d的茶叶,最大预测误差为11 d,5个（6.67%）样本预测误差超过13 d;对于贮藏60 d的茶叶,最大预测误差为13 d,4个（5.33%）样本预测误差超过10 d;对于贮藏120 d的茶叶,最大预测误差为16 d,7个（933%）样本预测误差超过10 d;对于贮藏180 d的茶叶,最大预测误差为19 d,8个（10.67%）样本预测误差超过10 d;对于贮藏240 d的茶叶,最大预测误差为21 d,8个（10.67%）样本预测误差超过10 d;对于贮藏300 d的茶叶,最大预测误差为14 d,6个（8.00%）样本预测误差超过10 d。该研究所建立的PCA BPNN预测模型可用于检测黄山毛峰茶贮藏时间,且与以原始特征变量作为输入的BPNN模型相比,性能更好。     

不同烘烤度橡木片陈酿葡萄酒的电子鼻快速区分

采用电子鼻技术对不同烘烤度橡木片陈酿的葡萄酒进行检测,优化电子鼻传感器,并使用PCA(主成分分析)和LDA(线性判别分析)两种模式对优化信息进行分析。结果表明,两种分析模式均可显著区分经橡木片陈酿的葡萄酒与未经陈酿的原酒。在葡萄酒陈酿第22天前,LDA能够将不同烘烤度橡木片陈酿的葡萄酒明显区分开,LDA-DI均大于80%(陈酿第9天和第15天出现波动)。在葡萄酒陈酿26d左右,其陈酿接近完成,此时LDA依然能对其进行一定程度区分,LDA-DI值为-0.2%,总之,LDA-DI值均高于PCA-DI值。实验表明,电子鼻可以准确、高效地鉴别葡萄酒陈酿与否并可对不同陈酿工艺作出区分,为葡萄酒品质快速鉴定提供有力依据。此外,相较于PCA法,LDA法区分效果更好。     

茶叶香气质量的电子鼻检测条件筛选研究

通过比较不同茶样量、茶水比、水浴温度和时间条件下茶叶的香气特点,确定了茶粉法、喷雾法和叶底法的方法参数。以茶汤法为对照,对这3种条件下的茶叶香气进行电子鼻检测分析,结果表明,茶粉法条件下(过28目筛的茶粉0.5 g于10 ml钳口瓶中,茶水比1∶1.5,35℃温浴15 min),电子鼻不同传感器的响应值较高,重复性较好,并能够良好地反映感官评审结果,较好地区分不同等级龙井茶香气质量差异,明显好于其他3种方法。     

电子鼻在竹笋种类识别中的应用

通过电子鼻技术检测不同竹笋间气味的差异性,以便初步建立一种可以快速区分竹笋种类的科学方法。以壮绿竹Dendrocalamopsis valida,绿竹Dendrocalamopsis oldhami,梁山慈竹Sinocalmus affinis,马来甜龙竹Dendrocalamus aspera,芦竹Arundo donax,撑绿竹Bambusa pervariabilis × Dendrocalamopsis grandis,硬头黄竹Bambusa rigida和毛竹Phyllostachys edulis等8种竹笋为实验对象,采用电子鼻对它们具有特殊气味的挥发性气体进行分析检测,通过主成分分析法（PCA）,线性判别法（LDA）和分层聚类分析（HCA）对8种竹笋样品进行了分析。结果表明:通过电子鼻技术,8种竹笋能准确地被区分,且各种竹笋气味间存在差异性。通过Loading分析表明传感器贡献率较大的是传感器W5S和传感器W1S。电子鼻技术可以应用于不同竹笋种类的区分和鉴别。图5表3参15     

猪肉储藏时间的电子鼻区分方法

用电子鼻对不同储藏时间(0~6 d)的猪肉样品进行区分,并确定电子鼻区分不同储藏时间肉品的较佳实验参数.对传感器信号进行多因素方差分析(analysis of variance,ANOVA)表明:对于固定容器的猪肉样品,不同的样品质量对电子鼻响应信号的影响极为显著;其次是样品在烧杯内的密封时间.通过单因素方差分析和区分度指标检验,得出猪肉在500 mL烧杯内的最佳参数为样品质量10 g、密封时间5 min.采用以上参数,对储藏0~6 d的猪肉样品进行辨别,结果发现不管是运用主成分分析(principle components analysis,PCA)还是线性判别分析(linear discri minant analysis,LDA),电子鼻都能很好地区分不同储藏天数的猪肉样品.