馬燕紅，張生萬(wàn)*，李美萍，喬 華

(1.山西大學(xué)生命科學(xué)學(xué)院，山西 太原 030006；2.山西大學(xué)化學(xué)化工學(xué)院，山西 太原 030006)

清香型白酒酒齡鑒別的方法研究

馬燕紅1,2，張生萬(wàn)1,*，李美萍1,2，喬 華2

(1.山西大學(xué)生命科學(xué)學(xué)院，山西 太原 030006；2.山西大學(xué)化學(xué)化工學(xué)院，山西 太原 030006)

以清香型白酒的典型代表汾酒為研究對(duì)象，利用氣相色譜-質(zhì)譜法定性、氣相色譜三內(nèi)標(biāo)定量法，對(duì)新產(chǎn)和貯存0.5～30年的65°白酒中31種微量成分隨酒齡的變化行為進(jìn)行系統(tǒng)研究，并對(duì)其pH值、電導(dǎo)率等進(jìn)行分析測(cè)定。在此基礎(chǔ)上，運(yùn)用多元線性回歸和偏最小二乘技術(shù)，建立一個(gè)白酒組成與其酒齡的相關(guān)模型，同時(shí)采用內(nèi)部及外部雙重驗(yàn)證的辦法對(duì)所建模型穩(wěn)定性進(jìn)行分析和驗(yàn)證。多元線性分析結(jié)果顯示：建模相關(guān)系數(shù)為0.9990，交互檢驗(yàn)復(fù)相關(guān)系數(shù)為0.9980，外部檢驗(yàn)相關(guān)系數(shù)為0.9984；偏最小二乘回歸結(jié)果顯示：建模相關(guān)系數(shù)為0.9949，交互檢驗(yàn)復(fù)相關(guān)系數(shù)為0.9840。所建立的數(shù)學(xué)模型具有良好的穩(wěn)定性和預(yù)測(cè)能力，可用于清香型白酒的酒齡預(yù)測(cè)。

白酒；酒齡鑒別；氣相色譜-質(zhì)譜聯(lián)用

常言道，“酒是陳的好”。因而眾多企業(yè)為適應(yīng)消費(fèi)者心理需求紛紛推出年份酒，使得“10年陳釀”、“30年陳釀”酒如雨后春筍般涌現(xiàn)出來(lái)，且年份酒價(jià)格也一路飆升。但這些所謂“年份酒”，并不一定都是名符其實(shí)的陳年老酒，有的甚至是不法商販用食用酒精勾兌的偽劣產(chǎn)品。所以，探索出行之有效的白酒和其他蒸餾酒酒齡的鑒別方法尤為重要。

目前，感官鑒定是鑒別酒齡的一種重要手段，但其準(zhǔn)確性受感情因素、情緒因素、品評(píng)環(huán)境等諸多因素的影響。國(guó)內(nèi)外酒類(lèi)企業(yè)和監(jiān)管部門(mén)投入很大精力研究和探索年份酒的監(jiān)管方法和標(biāo)準(zhǔn)。莊名揚(yáng)[1]提出利用原子吸收光譜儀及相關(guān)儀器測(cè)定酒體中的金屬元素含量來(lái)鑒定白酒的貯存年份；王偉等[2]利用總酸總酯含量對(duì)貯存時(shí)間進(jìn)行建模，對(duì)白酒的酒齡進(jìn)行預(yù)測(cè)；于海燕等[3]采用傅里葉變換近紅外光譜儀建立黃酒酒齡定性鑒別模型；姜忠軍等[4]系統(tǒng)地分析了白蘭地的pH值、單寧、色度、總酚、非酒精揮發(fā)物總量、多酚類(lèi)物質(zhì)以及香氣成分等，并探討了上述成分與酒齡之間的關(guān)系，建立了白蘭地酒齡判定的方法；劍南春集團(tuán)科研人員[5]提出了利用揮發(fā)系數(shù)鑒別年份酒的方法；Guillen等[6]利用偏最小二乘和多元線性回歸法對(duì)雪利葡萄酒的年份與有機(jī)酸、高級(jí)醇、酚類(lèi)化合物等參數(shù)進(jìn)行建模，預(yù)測(cè)葡萄酒的酒齡。但對(duì)清香型白酒酒齡的有效鑒別方法尚未見(jiàn)報(bào)道。

本實(shí)驗(yàn)以清香型汾酒為主要研究對(duì)象，利用氣相色譜-質(zhì)譜(gas chromatography-mass spectrometry，GCMS)聯(lián)用、氣相色譜(GC)技術(shù)，采取化學(xué)計(jì)量學(xué)方法，研究汾酒中pH值、電導(dǎo)率和微量香味成分含量隨酒齡的變化規(guī)律，揭示白酒陳化過(guò)程中的物理化學(xué)變化，進(jìn)而建立一個(gè)白酒酒齡鑒別的相關(guān)數(shù)學(xué)模型。為白酒市場(chǎng)監(jiān)管、打擊偽劣產(chǎn)品、還企業(yè)清白、讓消費(fèi)者知情提供了一有效手段。

1 材料與方法

1.1 材料與儀器

31個(gè)不同陳釀時(shí)間的原漿汾酒由山西杏花村汾酒廠提供。

GC-MSD 7890-5975c氣質(zhì)聯(lián)用儀 美國(guó)Agilent公司；GC-2010氣相色譜儀(配FID檢測(cè)器) 日本島津公司；DDSJ-308A型電導(dǎo)率儀 上海雷磁廠；PHS-4CT型 上?？祪x儀器廠；IRIS Intrepid Ⅱ XSP ICP光譜儀 美國(guó)熱電公司。

1.2 方法

1.2.1 電導(dǎo)率和pH值的測(cè)定

對(duì)每個(gè)待測(cè)樣品的電導(dǎo)率和pH值分別用電導(dǎo)率儀和酸度計(jì)測(cè)定，平行測(cè)定3次，取平均值。

1.2.2 白酒主要香味成分的定性定量測(cè)定

1.2.2.1 GC-MS條件及分析

GC條件：配有Dean Switch裝置，利用中心切割技術(shù)，使用HP-FFAP(30m×0.25mm，0.25μm，美國(guó)J&W公司)為一維色譜柱、HP-5(30m×0.25mm，0.25μm，美國(guó)J&W公司)為二維色譜柱，進(jìn)樣量1μL，分流比30∶1；進(jìn)樣口溫度250℃；中心切割范圍：7.0～9.6min，將乙醇切入二維色譜柱中；載氣為高純He；柱流速1mL/min；升溫程序：初始溫度為45℃，保持4min后，以3.5℃/min程序升溫至230℃，保持20min。

MS條件：電子轟擊(electron ionization，EI)離子源；電子能量70eV；離子源溫度250℃；傳輸線溫度280℃；四極桿溫度為150℃；質(zhì)量掃描范圍m/z29～400。

在上述GC-MS條件下，對(duì)新產(chǎn)汾酒，采用直接進(jìn)樣法測(cè)定，并對(duì)各組分的質(zhì)譜圖進(jìn)行解析，同時(shí)與NIST 05 Spectral Library(美國(guó)Agilent公司)進(jìn)行比對(duì)，確認(rèn)其結(jié)構(gòu)。

1.2.2.2 GC條件及測(cè)定

使用BP-21 FFAP色譜柱(25m×0.32mm，0.5μm，澳大利亞SGE公司)；升溫程序與1.2.2.1節(jié)相同；汽化室與檢測(cè)器溫度均為250℃；載氣為高純N2；柱流速1mL/min，進(jìn)樣量為1μL；分流比30∶1。

在上述色譜條件下，采用文獻(xiàn)[7]的三內(nèi)標(biāo)法定量測(cè)定新產(chǎn)和貯存0.5～30年的65°白酒樣中微量香味成分的含量。每個(gè)待測(cè)樣品平行測(cè)定3次，取平均值。

1.2.3 酒齡鑒別模型的建立

將待測(cè)新酒和貯存0.5～30年的65°白酒的pH值、電導(dǎo)率及其相對(duì)含量較高的一些微量成分含量為變量，分別采用多元線性逐步回歸技術(shù)和偏最小二乘法對(duì)上述變量與酒齡相關(guān)聯(lián)建模。

2 結(jié)果與分析

2.1 pH值、電導(dǎo)率分析

對(duì)不同酒齡汾酒的pH值、電導(dǎo)率按1.2.1節(jié)方法分別進(jìn)行測(cè)定，結(jié)果見(jiàn)圖1。

圖1 酒齡與pH值(A)和電導(dǎo)率(B)的相關(guān)圖Fig.1 Plot of pH (A) and electrical conductivities (B) vs. liquor age

由圖1A可知，汾酒的pH值與酒齡呈負(fù)相關(guān)，其原因主要是由于酒中酯類(lèi)物質(zhì)水解及醇、醛氧化生成相應(yīng)酸所致，這一現(xiàn)象充分說(shuō)明酯化水解平衡、溶解氧的參與是白酒陳化過(guò)程中的主要變化行為；由圖1B可知，酒體的電導(dǎo)率值與酒齡呈正相關(guān)，其原因之一是由于酸度增加，酒體中游離的H+增加，另一方面是隨酒齡的增加儲(chǔ)酒容器中某些金屬離子向酒體中遷移的量增大[8-10]所致，充分說(shuō)明白酒陳化過(guò)程中儲(chǔ)酒容器表面的活性中心參與了反應(yīng)。

2.2 白酒微量成分分析

2.2.1 白酒中微量成分定性分析

圖2 白酒GC-MS總離子流色譜圖Fig.2 Total ion chromatogram of the aroma of the liquor analyzed

以新產(chǎn)汾酒為對(duì)象，采用直接進(jìn)樣法，按1.2.2.1節(jié)方法對(duì)汾酒中的微量成分進(jìn)行分析，其總離子流色譜圖及定性分析結(jié)果如圖2所示。

由圖2可知，在上述條件下共分離得到73種組分，確定了其中69個(gè)化合物的結(jié)構(gòu)。在這些化合物中酯類(lèi)最多，另有醇、醛、酮、酸、醚、烴及含硫含氮類(lèi)化合物等。

2.2.2 微量成分含量隨酒齡變化規(guī)律

按1.2.2.2節(jié)中的方法，分別測(cè)定了新產(chǎn)和貯存0.5～30年的65°汾酒酒樣中含量在0.1mg/100mL以上的31種微量成分含量隨酒齡的變化規(guī)律，結(jié)果見(jiàn)表1。

由表1可知，隨著酒齡的增大，酒中微量成分含量下降的程度低沸點(diǎn)物質(zhì)大于高沸點(diǎn)物質(zhì)、非極性物質(zhì)大于極性物質(zhì)，酯類(lèi)物質(zhì)含量呈下降趨勢(shì)，酸類(lèi)物質(zhì)含量呈上升趨勢(shì)，另外，對(duì)陳酒味有較大貢獻(xiàn)的β-苯乙醇(蜜香玫瑰味)和3-羥基丁酮含量隨酒齡的增加呈上升趨勢(shì)。

綜上所述，白酒的陳化主要是低沸點(diǎn)、非極性邪雜味物質(zhì)的揮發(fā)、溶解氧的氧化、酯化水解平衡、分子間弱相互作用以及貯存容器表面活性中心參與等綜合作用的結(jié)果。

2.3 酒齡鑒別模型的建立

2.3.1 多元線性逐步回歸模型

表1 不同酒齡汾酒香味成分的測(cè)定結(jié)果Table 1 Contents of aroma compounds in Fenjiu with different ages

續(xù)表1

續(xù)表1

令表1中的31個(gè)化合物為1～31號(hào)變量，pH值、電導(dǎo)率為第32、33號(hào)變量。采用多元線性逐步回歸技術(shù)，將上述33個(gè)變量與酒齡相關(guān)聯(lián)進(jìn)行變量篩選建模，逐步回歸的過(guò)程如表2所示。

表 2 逐步回歸變量分析Table 2 Analysis of variables by stepwise multiple regression

從表2可以看出，在逐步回歸過(guò)程中，隨變量個(gè)數(shù)m的增加，模型的相關(guān)系數(shù)R逐漸增大，標(biāo)準(zhǔn)偏差SD逐漸減小，表明模型對(duì)內(nèi)部樣本的估計(jì)能力逐漸改善；在交互檢驗(yàn)預(yù)測(cè)過(guò)程中，隨m的增加，RLOO逐漸增大，SDLOO逐漸減小，說(shuō)明模型對(duì)樣本的預(yù)測(cè)能力隨著m的增大而改進(jìn)，過(guò)程中不存在過(guò)擬合現(xiàn)象，不需要對(duì)變量進(jìn)行剔除。當(dāng)m＝5時(shí)，RLOO出現(xiàn)最大值(0.9980)，SDLOO也有最小值(0.469)。綜合分析可知，選用5個(gè)變量建立方程最好。用多元線性回歸建立白酒的陳釀時(shí)間(Y)與其pH值、電導(dǎo)率、微量成分(X)的相關(guān)數(shù)學(xué)模型為：

n＝31、m＝5、R＝0.9990、SD＝0.396、F＝4052.084；CV建模：RLOO＝0.9980、SDLOO＝0.469、FLOO＝ 2895.072。

式中：n為回歸樣本數(shù)；R為相關(guān)系數(shù)；SD為標(biāo)準(zhǔn)偏差；F為Fisher檢驗(yàn)值；RLOO、SDLOO、FLOO分別為留一法交互檢驗(yàn)的相關(guān)系數(shù)、標(biāo)準(zhǔn)誤差和Fisher檢驗(yàn)值。

2.3.2 模型驗(yàn)證

為了驗(yàn)證所建模型的外部預(yù)測(cè)能力和有效性，常采用留一法(leave-one-out，LOO)交叉檢驗(yàn)(crossvalidation，CV)的復(fù)相關(guān)系數(shù)RLOO和測(cè)試集的外部預(yù)測(cè)能力Qext進(jìn)行檢驗(yàn)。其中留一法交叉檢驗(yàn)的復(fù)相關(guān)系數(shù)RLOO是目前較為廣泛使用的一種模型驗(yàn)證方法，然而Tropsha等[11]的研究表明：RLOO值的大小與模型預(yù)測(cè)能力并沒(méi)有明顯相關(guān)關(guān)系，對(duì)模型預(yù)測(cè)能力的評(píng)價(jià)只能通過(guò)外部樣本集，即測(cè)試集來(lái)進(jìn)行。模型外部預(yù)測(cè)能力可以用Qext(external Q)來(lái)衡量：

式中：yi為測(cè)試集中樣本的實(shí)驗(yàn)值；yi為測(cè)試集樣本的預(yù)測(cè)值；y－tr為訓(xùn)練集樣本實(shí)驗(yàn)的平均值。

鑒于此，將上述31個(gè)樣本分為兩組，其中26個(gè)樣本作訓(xùn)練集(training set)，5個(gè)樣本作測(cè)試集(test set)。測(cè)試集選取方法為：將全部31個(gè)樣本從第一個(gè)樣本開(kāi)始每隔7個(gè)樣本選取1個(gè)作為測(cè)試集，選取的測(cè)試集在表1中用“*”標(biāo)出。同時(shí)用訓(xùn)練集建模結(jié)果如下：

采用上述5個(gè)外部樣本(測(cè)試集)對(duì)所建模型的預(yù)測(cè)能力進(jìn)行檢驗(yàn)，其Qext＝0.9984。使用方程(3)對(duì)31個(gè)化合物進(jìn)行估計(jì)與預(yù)測(cè)，并將計(jì)算與實(shí)驗(yàn)值的相關(guān)情況以及殘差分布散點(diǎn)圖分別繪于圖3中。從圖3A可以看出，白酒的酒齡與酒中化合物的含量及酒體的理化性質(zhì)呈明顯相關(guān)，具體表現(xiàn)為圖3A中樣本均勻分布于過(guò)原點(diǎn)45°直線周?chē)Ｔ趫D3B中絕大多數(shù)點(diǎn)的誤差分布在2SD之間，且無(wú)異常點(diǎn)出現(xiàn)，進(jìn)一步表明所建模型具有良好的穩(wěn)定性和預(yù)測(cè)能力。

2.3.3 偏最小二乘回歸模型

偏最小二乘回歸模型目前在定量構(gòu)效關(guān)系建模中較為流行。為保證變量單位空間尺度一致，首先采用自定標(biāo)法對(duì)原始變量(33個(gè)因素)標(biāo)準(zhǔn)化處理，再用化學(xué)計(jì)量學(xué)軟件Simca-p10.0對(duì)訓(xùn)練集26個(gè)樣本建模，并以交叉檢驗(yàn)最高值所對(duì)應(yīng)的主成分?jǐn)?shù)2作為模型的復(fù)雜程度。這2個(gè)主成分包含原始變量矩陣(X)79.31%信息量，解釋變量方差(Y)99.49%。同時(shí)采用外部樣本對(duì)模型的預(yù)測(cè)能力進(jìn)行檢驗(yàn)，其Q＝0.9840。由此可見(jiàn)該模型具有良好的穩(wěn)定性和泛化能力。

圖3 白酒酒齡與預(yù)測(cè)值模型相關(guān)性(A)和酒齡誤差分布(B)Fig.3 Plot of experiment vs. calculated (A) and error vs. n(B) on liquor age

2.3.4 模型中參數(shù)的物理意義

從上述模型可知，汾酒的酒齡主要與甲醇、1,1-二乙氧基異戊烷、異丁醇、2,3-丁二醇和電導(dǎo)率相關(guān)。其中甲醇與酒齡呈負(fù)相關(guān)，正好說(shuō)明白酒在自然陳化過(guò)程中，低沸點(diǎn)的有害物質(zhì)——甲醇會(huì)逐漸揮發(fā)[12]，所以甲醇含量越低表明酒齡越長(zhǎng)；1,1-二乙氧基異戊烷與酒齡呈正相關(guān)，是由于酒體中異戊醇被氧化成異戊醛，異戊醛又與乙醇生成該縮醛，并且白酒儲(chǔ)存時(shí)間越長(zhǎng)生成的1,1-二乙氧基異戊烷相對(duì)含量也就越高；異丁醇與酒齡呈正相關(guān)，是由于異丁醇相對(duì)于其他含量較高的微量成分來(lái)說(shuō)，其沸點(diǎn)、極性均相對(duì)較高，所以，白酒在自然陳化過(guò)程中其相對(duì)含量會(huì)有所增加，與酒齡呈正相關(guān)；2,3-丁二醇與酒齡呈負(fù)相關(guān)，主要是白酒在自然陳化過(guò)程中2,3-丁二醇會(huì)被酒體中的溶解氧氧化成3-羥基丁酮(醋翁)，所以酒齡越長(zhǎng)，其含量越低，另外，在白酒自然陳化過(guò)程中，3-羥基丁酮含量逐漸增加也充分說(shuō)明了這一點(diǎn)[13]；電導(dǎo)率值與酒齡呈正相關(guān)，是因?yàn)榫企w中的酯類(lèi)化合物在貯存過(guò)程中發(fā)生水解和醇、醛被氧化成酸，加之貯存容器表面活性中心參與反應(yīng)，微量金屬離子溶入酒體所致。

綜上所述，該模型的每一個(gè)變量均有明確的物理意義，并與白酒自然陳化行為完全吻合，即：不同酒齡白酒實(shí)測(cè)結(jié)果和所建模型得到了相互驗(yàn)證。

3 結(jié) 論

3.1 研究了清香型白酒的典型代表汾酒的pH值、電導(dǎo)率及其31種成分隨白酒酒齡的變化規(guī)律，得出了白酒的陳化機(jī)理：主要是低沸點(diǎn)、非極性邪雜味物質(zhì)的揮發(fā)、溶解氧的氧化、酯化水解平衡、分子間弱相互作用以及貯存容器表面活性中心參與等綜合作用的結(jié)果。

3.2 采用數(shù)理統(tǒng)計(jì)的方法，建立了一個(gè)白酒組成及其理化行為與其酒齡相關(guān)的數(shù)學(xué)模型，用于清香型白酒酒齡的預(yù)測(cè)，具有重要的理論和應(yīng)用價(jià)值。

[1] 莊名揚(yáng). 談?wù)勀攴菥婆c鑒別方法[J]. 釀酒科技, 2007(10)∶ 83-86.

[2] 王偉, 張生萬(wàn). 白酒貯存中酸酯變化規(guī)律及酒齡預(yù)測(cè)方法研究[J]. 釀酒科技, 2007(10)∶ 17-19.

[3] 于海燕, 應(yīng)義斌, 傅霞萍, 等. 近紅外透射光譜應(yīng)用于黃酒酒齡的定性分析[J]. 光譜學(xué)與光譜分析, 2007, 27(5)∶ 920-923.

[4] 姜忠軍, 李記明. 白蘭地成分與酒齡關(guān)系的研究[J]. 食品與發(fā)酵工業(yè), 2008(3)∶ 137-140.

[5] 徐占成. 揮發(fā)系數(shù)鑒別年份酒解決了年份酒鑒定的世界難題[J]. 釀酒科技, 2008(2)∶ 90-91.

[6] GUILLN D A, PALMA M, NATERA R, et al. Determination of the age of sherry wines by regression techniques using routine parameters and phenolic and volatile compounds[J]. Agric Food Chem, 2005, 53(7)∶ 2412-2417.

[7] 沈怡方. 白酒生產(chǎn)技術(shù)全書(shū)[M]. 北京∶ 中國(guó)輕工業(yè)出版社, 2007∶ 728-733.

[8] 劉沛龍, 唐萬(wàn)裕, 練順才, 等. 白酒中金屬元素的測(cè)定及其與酒質(zhì)的關(guān)系(上)[J]. 釀酒科技, 1997(6)∶ 23-27.

[9] 劉沛龍, 唐萬(wàn)裕, 練順才, 等. 白酒中金屬元素的測(cè)定及其與酒質(zhì)的關(guān)系(下)[J]. 釀酒科技, 1998(1)∶ 20-27.

[10] 賀葉琴, 王蘭, 王茜, 等. 金屬元素在汾酒中的作用及應(yīng)用研究[J].食品科學(xué), 2009, 30(11)∶ 124-130.

[11] TROPSHA A, GRAMATICA P, GOMBAR V K. The importance of being earnest∶ Validation is the absolute essential for successful application and interpretation of QSPR models[J]. QSAR and Combinatorial Science, 2003, 22(1)∶ 69-77.

[12] 張智遠(yuǎn). 白酒老熟機(jī)理探討[J]. 山東食品發(fā)酵, 2003(1)∶ 47-48.

[13] CAMARA J S, ALVES M A, MARQUES J C. Changes in volatile composition of Madeira wines during their oxidative ageing[J]. Analytica Chimica Acta, 2006, 563(1/2)∶ 188-197.

Mathematical Modeling for Identification of Fen-Flavor Liquor Aging Time

MA Yan-hong1,2，ZHANG Sheng-wan1,*，LI Mei-ping1,2，QIAO Hua2
(1. School of Life Science, Shanxi University, Taiyuan 030006, China；
2. College of Chemistry and Chemical Engineering, Shanxi University, Taiyuan 030006, China)

Fenjiu, which was a reprehensive of fragrant liquor, was taken as the research object. The pH values, electrical conductivities and the contents of flavor components analyzed by GC-MS were systematically analyzed with the age of liquor.Based on this, with the help of multiple linear regression (MLR) and partial least square regression (PLSR), a model of liquor property and its age was established. The estimation stability and generalization ability of the models were strictly analyzed by both internal and external validation. The correlation coefficientRof established models, leave-one-out (LOO) cross-validation(CV), Qext of MLR were 0.9990, 0.9980, 0.9984; the result of PLSR was the following∶RandRLOO were 0.9949, 0.9840. The results showed that the model is of great robustness and good predictive abilities. The method may play an important role in identifying the Fen-flavor liquor age in the theoretical and application.

liquor；identification of liquor age；gas chromatography-mass spectrometry (GC-MS)

O661

A

1002-6630(2012)10-0184-06

2011-06-21

山西省回國(guó)留學(xué)人員科研項(xiàng)目(200902)；山西大學(xué)研究生創(chuàng)新項(xiàng)目(20093029)

馬燕紅(1984—)，女，博士研究生，研究方向?yàn)槭称坊瘜W(xué)。E-mail：200622904003@mail.sxu.cn

*通信作者：張生萬(wàn)(1955—)，男，教授，學(xué)士，研究方向?yàn)槭称房茖W(xué)、化學(xué)計(jì)量學(xué)、藥物合成。E-mail：zswan@sxu.edu.cn