張鵬，李江闊，陳紹慧

（國家農產品保鮮工程技術研究中心（天津）/天津市農產品采后生理與貯藏保鮮重點實驗室，天津 300384）

電子鼻對不同貯藏/貨架期甜柿判別分析

張鵬，李江闊*，陳紹慧

（國家農產品保鮮工程技術研究中心（天津）/天津市農產品采后生理與貯藏保鮮重點實驗室，天津 300384）

利用電子鼻對不同貯藏/貨架期內的甜柿揮發(fā)性成分進行判別分析。采用主成分分析（PCA）、線性判別分析（LDA）模式判別方法進行數(shù)據(jù)分析，通過負荷加載（Loadings）分析研究主要傳感器響應值的變化。結果表明，LDA方法有效區(qū)分常溫和貯后不同貨架期的甜柿，對低溫貯藏期間的甜柿區(qū)分效果稍差。傳感器W2S（乙醇類）、W1W（萜烯類）在甜柿常溫貨架期和低溫貯藏期判別中起主要作用，而傳感器W2W（芳香成分和有機硫化物）、W1W（萜烯類）在甜柿貯后貨架期的判別中起主要作用。

電子鼻；甜柿；判別分析；貯藏期；貨架期

隨著現(xiàn)代食品工業(yè)的迅猛發(fā)展和人們對食品安全的逐漸重視，果蔬的品質以及等級已成為企業(yè)、消費者日益關心的問題。由于果蔬本身的特殊性，在果蔬品質檢測過程中，保證果蔬外形不破損、檢測速度快、無污染、自動化程度高等無損檢測技術都到廣泛的關注。電子鼻是一種模仿生物嗅覺的電子系統(tǒng)，是20世紀90年代發(fā)展起來的一種新穎的分析、識別和檢測復雜風味及大多數(shù)揮發(fā)性成分的儀器。與氣相色譜—質譜聯(lián)用技術（GC-MS）等化學分析儀器不同，其不需要進行樣品前處理，依靠人工智能系統(tǒng)獲得人體感官相吻合的“嗅覺”［1，2］，并根據(jù)氣味來識別物質的類別和成分。并具有著客觀、準確、快捷、全面地評價氣味，并且具有不破壞樣品和重復性好的特點，這是人和動物的鼻子以及氣相色譜等化學方法所不及的。

果蔬的氣味是評價其品質的重要手段，也是影響消費者購買的主要因素之一。不同果蔬各自都具有不同的香味，這是由它們自身所含的揮發(fā)性物質所決定的。果蔬隨著成熟度的改變、貯藏/貨架過程中呼吸強度的變化其揮發(fā)性特性也會發(fā)生改變，進而使得電子鼻檢測其揮發(fā)物來判斷其品質提供了可能。目前國內外研究者開展了電子鼻對果蔬的成熟度［3-7］、品種［8-9］、貯藏/貨架期［10-12］的鑒別研究，而在電子鼻區(qū)分柿子貯藏/貨架期的研究報道較少。作者以陽豐甜柿為試材，利用主成分分析（PCA）和線性判別分析（LDA）方法、負荷加載（Loadings）分析研究電子鼻對不同貯藏/貨架期果實的區(qū)分效果，為電子鼻在甜柿物流中應用提供技術參考。

1 材料與方法

1.1 試材與處理

“陽豐”甜柿于2012年10月16日采自北京市平谷縣，采收時挑選成熟度（約為八成熟）一致、無病蟲害和機械損傷的果實，采收當天運至實驗室進行如下處理：（1）常溫貨架實驗：用微孔袋（厚度0.02 mm）包裝置于常溫（18～20℃）下存放，每隔7 d取10個果實進行電子鼻檢測。（2）貯藏期實驗：預冷后用微孔袋（厚度0.02 mm）包裝置于在冷庫（0±1℃）貯藏，每隔10 d取10個果實，置于常溫下24 h后進行電子鼻檢測。（3）貯后貨架實驗：低溫貯藏40 d后置于常溫下（18～20℃）存放，每隔5 d取10個果實進行電子鼻檢測。

1.2 儀器與設備

PEN3型便攜式電子鼻：德國Airsense公司產品。該電子鼻包括10個金屬氧化物傳感器陣列，可以分析不同的揮發(fā)性成分，傳感器陣列及其性能描述見表1。

表1 PEN3型電子鼻標準傳感器陣列與性能描述Table1Standard sensor arrays and performance specification in Electronic nose PEN3

1.3 電子鼻檢測方法

將陽豐甜柿樣品分別放入600 mL燒杯中用保鮮膜封口，在常溫下放置30 min后進行電子鼻檢測分析，采用頂空吸氣法直接將進樣針頭插入燒杯，測定條件為：傳感器清洗時間100 s，自動調零時間10 s，樣品準備時間5 s，樣品測試時間40 s，樣品測定間隔時間1 s，自動稀釋0，內部流量300 mL/min，進樣流量300 mL/min。為了消除漂移現(xiàn)象，更好地保證了測量數(shù)據(jù)的穩(wěn)定性和精確度，要求每次測量前后，傳感器都要進行清洗和標準化。統(tǒng)計分析10個不同選擇性傳感器的G/G0值；通過電子鼻Winmuster分析軟件對采集到數(shù)據(jù)進行分析。

1.4 數(shù)據(jù)處理

利用儀器自帶的Winmuster分析軟件，對數(shù)據(jù)進行主成分分析（PCA）、線性判別分析（LDA）、負荷加載（Loadings）分析。

2 結果與分析

2.1 電子鼻對芳香特征的響應

按照電子鼻檢測方法對每個處理甜柿進行電子鼻檢測分析。圖1為一典型的電子鼻檢測試驗中傳感器陣列對甜柿芳香成分感應電阻比變化的響應圖。圖中每一條曲線代表一個傳感器的響應值，即甜柿的芳香成分通過傳感器通道時，電阻比（G/ G0）隨檢測時間的變化情況。

從圖1可以看出，剛開始相對電阻比較低，隨著芳香氣體的不斷吸入并在傳感器表面富集，該比值迅速增大并達到最大值，隨后逐漸趨于平緩，達到穩(wěn)定的狀態(tài)。樣品在23～25 s之間信號曲線較為平穩(wěn)，用穩(wěn)定狀態(tài)下23～25 s處的信號作為分析的時間點。由圖1可知，電子鼻對甜柿的芳香成分有明顯的響應，并且每一個傳感器對甜柿的響應各不相同，其中傳感器7較其他傳感器有更高的相對電阻比值。這表明利用電子鼻PEN3系統(tǒng)檢測甜柿的香氣成分是可行的。

圖1 傳感器對甜柿芳香物質的響應圖Fig.1Response graph of sense to sweet persimmon aroma

2.2 甜柿常溫貨架期的電子鼻判別分析

從圖2（a）甜柿常溫不同貨架期的PCA分析圖，從圖中可以看出第一主成分PC1貢獻率為80.65%，第二主成分貢獻率PC2為17.92%，總貢獻率為98.57%，表明兩個主成分已經基本代表了樣品的主要信息特征。甜柿常溫貨架時間0 d揮發(fā)性物質成分區(qū)域與21 d有交叉，貨架時間7、28 d揮發(fā)性物質成分區(qū)域與14 d有一定交叉。這表明單獨采用PCA方法不能將不同常溫貨架期的甜柿果實完全區(qū)分開，不能很好的反映貨架期間果實的品質變化趨勢。

LDA分析方法注重所采集的甜柿揮發(fā)性物質成分響應值在空間中的分布狀態(tài)及彼此之間的距離分析，即甜柿芳香速率變化分析見圖2。圖2（b）為甜柿常溫不同貨架期的LDA分析圖，從圖中可以看出判別式LD1和判別式LD2的貢獻率分別為66.77%和24.94%，總貢獻率為91.71%。從LDA分析中可以得到，隨著貯藏時間的變化，都可以較好地用電子鼻進行區(qū)分。從圖2還可以看出，隨著貯藏時間的不同，果實的芳香特性都會發(fā)生改變，這是因為隨著貯藏時間的延長，甜柿的化學成分含量會發(fā)生變化，從而芳香物質的含量也會發(fā)生變化。這與芳香物質的變化是一個動態(tài)過程這一理論相符合。甜柿貯藏14、21、28、35 d分布較為集中，0 d和7 d在LD1軸右邊，而42 d在LD1軸左邊，說明在甜柿在貯藏7 d后香氣成分發(fā)生了較大變化，在14～35 d芳香速率變化較小，而在貯藏42 d時香氣成分發(fā)生顯著變化，推測果實已經發(fā)生腐敗。

利用載荷分析可以幫助區(qū)分當前模式下傳感器的相對重要性。若單個傳感器在模式識別中負載參數(shù)接近0（橫、縱坐標對應值接近于0），說明該傳感器在模式識別中發(fā)揮作用較小，從而把該傳感器忽略；若單個傳感器的響應值越偏離于零，說明該傳感器在識別中作用較大，從而確認為識別傳感器。圖2（c）為甜柿常溫不同貨架期的載荷分析圖，從圖可以看出，W6S、W5C、W3C、W1C傳感器分布接近于（0，0），并且位置接近，說明其信號變化比較弱，貢獻率比較小，即烷烴類、極性較小的芳香型化合物對于PCA貢獻率較??；而W1W（萜烯類）、W2S（乙醇類）在第一主成分或第二主成分比重較大，說明甜柿芳香成分貯藏過程中揮發(fā)性特征成分差異的關鍵傳感器，說明萜烯類和乙醇類是主要揮發(fā)性成分；而W5S、W1S、W2W、W3S對主成分貢獻率也較大，說明甲烷類、一些芳香成分等也是甜柿貯藏過程中產生的重要揮發(fā)性成分。

2.3 低溫貯藏期間的電子鼻判別分析

從圖3（a）甜柿低溫貯藏期間的PCA分析圖，從圖中可以看出第一主成分PC1貢獻率為82.28%，第二主成分貢獻率PC2為16.26%，總貢獻率為98.54%，表明兩個主成分已經基本代表了樣品的主要信息特征。甜柿低溫貯藏0和10 d揮發(fā)性物質成分區(qū)域發(fā)生重疊，說明低溫貯藏前10 d甜柿揮發(fā)性物質變化不大，與低溫貯藏20、30 d區(qū)分效果較明顯，但低溫貯藏中后期（40、50 d）揮發(fā)性物質成分區(qū)域發(fā)生交叉，區(qū)分效果不理想。

圖2 甜柿在常溫貨架期間的PCA、LDA和Loadings分析圖Fig.2PCA，LDA and Loadings score plot of sweet persimmon during shelf life under ambient temperature

圖3 甜柿在低溫貯藏期間的PCA、LDA和Loadings分析圖Fig.3PCA，LDA and Loadings score plot of sweet persimmon during cold storage

圖3（b）為甜柿不同低溫貯藏期的LDA分析圖，從圖中可以看出判別式LD1和判別式LD2的貢獻率分別為85.73%和10.25%，總貢獻率為95.98%。從LDA分析中可以得到，除低溫貯藏40、50 d揮發(fā)性物質成分區(qū)域發(fā)生重疊外，其他不同低溫貯藏期甜柿的揮發(fā)性物質有著較為明顯的變化，電子鼻表征了不同低溫貯藏期甜柿揮發(fā)性物質成分的變化。從圖還可以看出，隨著低溫貯藏期間的延長，LD1軸數(shù)值逐漸較小，低溫貯藏中后期（40、50、60 d）LD1軸數(shù)值較小且較為接近，說明在40～60 d芳香速率變化較小。

圖3（c）為甜柿不同低溫貯藏期的載荷分析圖，從圖可以看出，不同傳感器的作用貢獻率與常溫下甜柿判別分析所起的作用相似。同樣是W1W、W2S在第一主成分或第二主成分比重較大，但不同的是W5S、W1S、W2W、W3S對主成分貢獻率大小有所不同。這可能是由于果實置于低溫環(huán)境下，其生理代謝發(fā)生了改變，使得酯類揮發(fā)性物質代謝前體（脂肪酸、氨基酸、糖）組成和含量變化以及脂氧合酶（LOX）、醇脫氫酶（ADH）、醇酰基轉移酶（AAT）等代謝相關酶活性變化對果實揮發(fā)性物質形成產生了影響。

2.4 貯后貨架期間的電子鼻判別分析

從圖4（a）甜柿貯后貨架期間的PCA分析圖，從圖中可以看出第一主成分PC1貢獻率為91.78%，第二主成分貢獻率PC2為6.28%，總貢獻率為98.06%，表明兩個主成分已經基本代表了樣品的主要信息特征。甜柿貯后貨架10 d和15 d揮發(fā)性物質成分區(qū)域發(fā)生交叉，而與貨架0、5 d揮發(fā)性物質成分區(qū)域空間分布較遠。

圖3（b）為甜柿貯后貨架期間的LDA分析圖，從圖中可以看出判別式LD1和判別式LD2的貢獻率分別為69.14%和25.72%，總貢獻率為94.86%。從LDA分析中可以得到，貯后不同貨架的甜柿揮發(fā)性物質成分區(qū)域沒有交叉與重疊，利用電子鼻對貯后貨架期間的甜柿進行區(qū)分效果較好。且貨架0、5 d LD1軸數(shù)值較為接近，隨著貯后貨架期的延長，LD1軸數(shù)值逐漸較小。

圖3（c）為甜柿貯后貨架期間的載荷分析圖，從圖可以看出，同樣是W6S、W5C、W3C、W1C信號變化比較弱，貢獻率比較小。但與常溫貨架、低溫貯藏期Loadings分析不同的是，W1W（芳香成分和有機硫化物）、W2W（萜烯類）是第一主成分、第二主成分貢獻率較大，說明在電子鼻判別分析貯后貨架期甜柿中W1W和W2W傳感器起到主要作用。而傳感器W5S、W1S、W2S、W3S作用次之。

圖4 甜柿在貯后貨架期間的PCA、LDA和Loadings分析圖Fig.4PCA，LDA and Loadings score plot of sweet persimmon during shelf life after cold storage

3 結語

通過對不同貯藏/貨架期甜柿電子鼻檢測分析表明，利用LDA方法可以很好區(qū)分常溫貨架期（0、7、14、21、28、35、42 d）和貯后貨架期（0、5、10、15 d）的甜柿，但在低溫貯藏期中，對0～60 d有較好的區(qū)分，優(yōu)于PCA方法。馬淑鳳［15］通過Loadings分析表明，傳感器W1S（甲烷類）、傳感器W2S（乙醇類）在不同貨架期水蜜桃判別中的貢獻率最大，推斷水蜜桃桃的揮發(fā)性成分中主要含有烷烴、乙醇類和芳香型化合物。Loadings分析表明，不同貯藏/貨架期甜柿的傳感器貢獻率不同，傳感器W2S（乙醇類）、W1W（萜烯類）在判別常溫貨架期和低溫貯藏期的甜柿中起主要作用，而傳感器W2W（芳香成分和有機硫化物）、W1W（萜烯類）在判別貯后貨架期的甜柿中起主要作用，推斷甜柿的主要揮發(fā)性成分由醇類、萜烯類和一些芳香成分構成。在貯后貨架期間的甜柿品質劣變加快，使得甜柿揮發(fā)性成分發(fā)生了較大的變化。以上為更好地利用電子鼻識別傳感器用于判斷不同貯藏/貨架期的富士蘋果提供了重要依據(jù)。以后可以根據(jù)甜柿揮發(fā)性成分的特點，對針對性的傳感器進行研究與優(yōu)化，再通過神經網絡、遺傳算法等相結合的模式識別方法，模擬人的思維過程，獲得更為精確的模型。

［1］杜鋒，雷鳴.電子鼻及其在食品工業(yè)中的應用［J］.食品科學，2003，24（5）:161-163.

［2］姚璐，丁亞明，馬曉鐘，等.基于電子鼻技術的金華火腿鑒別與分級［J］.食品與生物技術學報，2012，31（10）:1051-1056.

YAO Lu，DING Yaming，MA Xiaozhong，et al.Identification and classification of Jinhua ham by electronic nose［J］.Journal of Food Science and Biotechnology，2012，31（10）:1051-1056.

［3］Pathange L P，Mallikarjunan P，MariniR P，et al.Non-destructive evaluation of apple maturity using an electronic nose system［J］. Journal of Food Engineering，2006，77（4）:1018-1023.

［4］Benedetti S，Buratti S，Spinardi A，et al.Electronic nose as a non-destructive tool to characterize peach cultivars and to monitor their ripening stage during shelf-life［J］.Postharvest Biology and Technology，2008，47（2）:181-188.

［5］LI Jiangkuo，ZHANG Peng，XUE You-lin，et al.Discrimination of maturity and storage life for‘Mopan’persimmon by electronic nose technique［J］.Acta Hort.（ISHS），2013，996:385-390.

［6］周亦斌，王俊.基于電子鼻的番茄成熟度及貯藏時間評價的研究［J］.農業(yè)工程學報，2005，21（4）:113-117.

ZHOU Yibin，WANG Jun.Evaluation of maturity and shelf life of tomato using an electronic nose［J］.Transactions of the CSAE，2005，21（4）:113-117.（in Chinese）

［7］Gomez A H，Wang J，Hu G，et al.Electronic nose technique potential monitoring mandarin maturity［J］.Sensors and Actuators B: Chemical，2006，113（1）:347-353.

［8］鄒小波，趙杰文.支持向量機在電子鼻區(qū)分不同品種蘋果的應用［J］.農業(yè)工程學報，2007，23（1）:146-149.

ZOU Xiaobo，ZHAO Jiewen.Distinguishing different cultivar apples by electronic nose based on support vector machine［J］. Transactions of the CSAE，2007，23（1）:146-149.

［9］Parpinelloa G P，F(xiàn)abbrib A，Domenichelli S，et al.Discrimination of apricot cultivars by gas multisensor array using an artificial neural network［J］.Biosystems Engineering，2007，97（3）:371-378.

［10］尹芳緣，曾小燕，徐薇薇，等.基于電子鼻的芒果儲存時間預測方法研究［J］.傳感技術學報，2012，25（9）:1199-1203.

YIN Fangyuan，ZENG Xiaoyan，XU Weiwei，et al.Study of mango storage time predicting method utilizing electronic nose［J］. Chinese Journal of Sensors and Actuators，2012，25（9）:1199-1203.

［11］惠國華，吳玉玲，陳裕泉.基于電子鼻的香蕉儲存時間鑒別方法研究［J］.傳感技術學報，2012，25（5）:566-570.

HUI Guohua，WU Yuling，CHEN Yuquan.Investigation of banana storage time discriminating method using electronic nose［J］. Chinese Journal of Sensors and Actuators，2012，25（5）:566-570.

［12］胡桂仙，王俊，海錚，等.不同儲藏時間柑橘電子鼻檢測研究［J］.浙江農業(yè)學報，2006，18（6）:458-461.

HU Guixian，WANG Jun，HAI Zheng，et al.Electronic nose monitoring the oranges stored for different times［J］.Acta Agriculturae Zhejiangensis，2006，18（6）:458-461.

Electronic Nose for Discrimination of Sweet Persimmon within Different Shelf Life

ZHANG Peng，LI Jiangkuo*，CHEN Shaohui
（National Engineering and Technology Research Center for Preservation of Agricultural Products（Tianjin），Tianjin Key Laboratory of Postharvest Physiology and Storage of Agricultural Products，Tianjin 300384，China）

An electronic nose was used to characterize and classify different volatile components of sweet persimmon according to times of storage.Principal component analysis（PCA）and linear discrimination analysis（LDA）were respectively used for data process，and the response changes of the primary sensor were mainly analyzed by loadings analysis.LDA results indicated that sweet persimmon stored under different conditions，i.e，room temperature storage（18～20℃）and storage after postharvest（18～20℃after stored under 0±1℃for 40 d），was discriminated more effectively than those under cold storage（0±1℃）.Sensors of W2S（ethanol）and W1W（terpene）played important roles in discrimination of sweet persimmon with different shelf life under either room temperature or cold storage，while sensors of W2W（aroma constituent and organic sulfide）and W1W（terpene）contributed for discrimination of those stored after postharvest.Therefore，electronic nose is an efficient device for rapid discrimination of sweet persimmon stored under different conditions.

electronic nose，sweet persimmon，discrimination analysis，storage time，shelf life

Q511

A

1673—1689（2015）04—0390—06

2014-06-30

國家“十二五”科技支撐計劃項目（2012BAD38B01）；天津市農業(yè)科學院院長基金項目（12004）。

*通信作者：李江闊（1974—），男，遼寧興城人，工學博士，副研究員，主要從事農產品安全與果蔬貯運保鮮研究。E-mail:lijkuo@sina.com