曾輝，劉璇，吳昕燁，畢金峰*，鄧放明，高琨,3，王雪媛,3

1(湖南農(nóng)業(yè)大學(xué) 食品科技學(xué)院，湖南 長(zhǎng)沙，410128) 2(中國(guó)農(nóng)業(yè)科學(xué)院 農(nóng)產(chǎn)品加工研究所/農(nóng)業(yè)部農(nóng)產(chǎn)品加工重點(diǎn)實(shí)驗(yàn)室，北京，100193) 3(沈陽(yáng)農(nóng)業(yè)大學(xué) 食品學(xué)院，遼寧 沈陽(yáng)，110866)

?

基于電子鼻技術(shù)的不同蘋(píng)果品種香氣的表征與識(shí)別

曾輝1,2，劉璇2，吳昕燁2，畢金峰1,2*，鄧放明1，高琨2,3，王雪媛2,3

1(湖南農(nóng)業(yè)大學(xué) 食品科技學(xué)院，湖南 長(zhǎng)沙，410128) 2(中國(guó)農(nóng)業(yè)科學(xué)院 農(nóng)產(chǎn)品加工研究所/農(nóng)業(yè)部農(nóng)產(chǎn)品加工重點(diǎn)實(shí)驗(yàn)室，北京，100193) 3(沈陽(yáng)農(nóng)業(yè)大學(xué) 食品學(xué)院，遼寧 沈陽(yáng)，110866)

摘要采用電子鼻技術(shù)，對(duì)4個(gè)品系8個(gè)品種的蘋(píng)果香氣進(jìn)行描述，并探究各品系品種間風(fēng)味輪廓的差異，從而實(shí)現(xiàn)電子鼻對(duì)不同品種蘋(píng)果香氣的識(shí)別。采用主成分分析(principal component analysis，PCA)、載荷分析(loadings analysis，LA)以及線性判別分析(linear discriminant analysis，LDA)分別對(duì)電子鼻10個(gè)傳感器的響應(yīng)信息進(jìn)行分析。結(jié)果表明：線性判別分析的區(qū)分效果要優(yōu)于主成分分析，電子鼻對(duì)不同品種蘋(píng)果的區(qū)分效果有重疊，部分同品系的蘋(píng)果品種風(fēng)味特征極其接近。其中喬納金、斯塔克矮金冠、華帥一號(hào)蘋(píng)果的香氣在主成分分析和線性判別分析中都顯著區(qū)分于其他品種，而同品系的垂枝國(guó)光和國(guó)光蘋(píng)果風(fēng)味輪廓重疊嚴(yán)重，香氣無(wú)明顯差異。因此，基于蘋(píng)果香氣物質(zhì)的差異，電子鼻可以作為識(shí)別蘋(píng)果品種的一種重要手段。

關(guān)鍵詞電子鼻；蘋(píng)果品種；香氣；主成分分析；載荷分析；線性判別分析

蘋(píng)果是薔薇科蘋(píng)果亞科蘋(píng)果屬(Malus)植物，落葉喬木。近年來(lái)我國(guó)蘋(píng)果產(chǎn)量增長(zhǎng)迅速，據(jù)國(guó)家統(tǒng)計(jì)局資料顯示，2013年蘋(píng)果產(chǎn)量高達(dá)3 968.26萬(wàn)t，且每年都呈增加趨勢(shì)[1]。蘋(píng)果品種較多，但用于生產(chǎn)的只有40～50種，其中富士蘋(píng)果為第一品種，占20.9%，其次是元帥系、金冠系、嘎拉、青蘋(píng)和喬納金[2-3]。品系指來(lái)源于同一祖先，性狀表現(xiàn)大致相同的一群個(gè)體，同一品系下的蘋(píng)果經(jīng)芽變、選育等方式產(chǎn)生更多新品種[4]。

香氣指通過(guò)人們嗅覺(jué)器官感覺(jué)到的令人感到愉快舒適的氣息，不同品種的水果其香氣表征不同，因此香氣是區(qū)分水果品種的一個(gè)重要手段，蘋(píng)果已測(cè)定出350多種揮發(fā)性物質(zhì)，主要包括一些酯類(lèi)、醇類(lèi)和醛類(lèi)等[5]，但只有含量超過(guò)其味感閾值的少數(shù)物質(zhì)對(duì)風(fēng)味起重要作用。通過(guò)香氣來(lái)識(shí)別不同品種的水果已經(jīng)成為一種越來(lái)越普遍的方法。

目前主要的香氣分析技術(shù)有氣相色譜-質(zhì)譜聯(lián)用(GC-MS)、電子鼻(E-NOSE)、聞嗅儀(GC-O)。其中GC-MS分析樣品耗時(shí)長(zhǎng)[6]，GC-O其聞嗅部分一般需要經(jīng)過(guò)培訓(xùn)的專(zhuān)業(yè)人士來(lái)進(jìn)行評(píng)價(jià)[7]。電子鼻是20世紀(jì)90 年代發(fā)展起來(lái)的新穎的分析、識(shí)別和檢測(cè)復(fù)雜嗅味和揮發(fā)性成分的儀器。相對(duì)于GC-MS來(lái)說(shuō)，電子鼻能短時(shí)間迅速地分析香氣成分，并給予樣品中揮發(fā)成分的整體信息，稱(chēng)為“指紋數(shù)據(jù)”[8]。目前電子鼻已廣泛應(yīng)用于水果品種的區(qū)分[9]，貯藏過(guò)程香氣的變化[10]，水果腐敗過(guò)程香氣的變化[11]，果蔬的特征香氣[12]和果汁新鮮程度[13]等的研究，研究結(jié)果表明，電子鼻能無(wú)損快速地檢測(cè)香氣，并建立相關(guān)的預(yù)測(cè)、識(shí)別模型，只是傳感型的電子鼻在傳感器的選擇上需要進(jìn)一步的研究改進(jìn)。基于電子鼻響應(yīng)值的差異，可以采用主成分分析(PCA)、線性判別分析(LDA)和載荷分析(LA)等數(shù)據(jù)處理方法對(duì)結(jié)果進(jìn)行分析。GOMEZ等[14]利用PEN2電子鼻對(duì)柑橘在貯藏過(guò)程香氣的變化進(jìn)行區(qū)分識(shí)別， LDA的區(qū)分效果要優(yōu)于PCA，因此在數(shù)據(jù)處理方法上的選擇對(duì)結(jié)果的分析也至關(guān)重要。目前電子鼻對(duì)蘋(píng)果香氣的研究主要集中于一些典型品種的對(duì)比區(qū)分及貨架期等的研究[9,15]，如富士、嘎納、紅星等，對(duì)于同品系不同品種蘋(píng)果香氣的區(qū)分還較少，本研究擬用PEN3電子鼻對(duì)4個(gè)品系的8個(gè)品種的蘋(píng)果香氣進(jìn)行識(shí)別區(qū)分，并對(duì)比主成分分析和線性判別分析對(duì)不同蘋(píng)果的區(qū)分效果及電子鼻各傳感器對(duì)蘋(píng)果香氣的載荷分析，以實(shí)現(xiàn)電子鼻在蘋(píng)果加工品種選擇上的快速識(shí)別。

1材料與方法

1.1試驗(yàn)材料

選擇8個(gè)中晚熟蘋(píng)果品種(表1)，2次采自中國(guó)農(nóng)業(yè)科學(xué)院果樹(shù)所(興城)“國(guó)家種質(zhì)蘋(píng)果資源圃”，采集時(shí)間分別為2014年9月28日和2014年10月9日。每品種隨機(jī)挑選3棵長(zhǎng)勢(shì)中等，樹(shù)形一致，結(jié)果正常的植株，選擇無(wú)腐爛病害且大小外觀一致的蘋(píng)果[16]，每個(gè)品種采集5 kg。蘋(píng)果采收后立即運(yùn)回中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)產(chǎn)品加工研究所果蔬加工與質(zhì)量控制實(shí)驗(yàn)室。經(jīng)淀粉指數(shù)檢測(cè)為八九分成熟后[17]，去核去柄，沿蘋(píng)果最大橫徑處切片(5 mm)，迅速用液氮冷凍，置于-40 ℃貯藏備用，以最大程度地降低香氣物質(zhì)的損失。

表1　八個(gè)蘋(píng)果品種與相應(yīng)品系

1.2實(shí)驗(yàn)儀器

電子天平,德國(guó)Sartorius公司BSA4202S(0.01g)；電子鼻，德國(guó)Airsense公司PEN3電子鼻，內(nèi)置10 個(gè)金屬傳感器，對(duì)于不同氣味給予不同的響應(yīng)信號(hào)。10個(gè)傳感器所感應(yīng)物質(zhì)如表2所示。

表2　傳感器陣列

1.3實(shí)驗(yàn)方法

1.3.1樣品準(zhǔn)備

于20 mL頂空瓶中加入2 mL去離子水，再加入0.60 g NaCl固體(分析純)，NaCl能使束縛在水中的香氣充分散發(fā)出來(lái)。蘋(píng)果從冷凍室取出，每個(gè)品種隨機(jī)從10個(gè)蘋(píng)果中各挑取1片，四分法切分，取對(duì)角線的2片蘋(píng)果切成細(xì)碎果?；靹?均勻取樣)，準(zhǔn)確稱(chēng)量6.0 g置于20 mL頂空瓶中，瓶蓋上用聚四氟乙烯隔墊密封，常溫下(26 ℃左右)靜置30 min后立刻進(jìn)行電子鼻香氣的檢測(cè)。每個(gè)品種3個(gè)平行試驗(yàn)。

1.3.2分析參數(shù)

電子鼻檢測(cè)采用頂空抽樣的方法，針頭通過(guò)聚四氟乙烯隔墊插入到樣品瓶中，注意不要使針頭碰到樣品及瓶壁。傳感器清洗時(shí)間為180 s，樣品檢測(cè)時(shí)間為60 s，自動(dòng)調(diào)零時(shí)間10 s，內(nèi)部流量300 mL/min，進(jìn)樣流量300 mL/min。橫坐標(biāo)是采樣時(shí)間，縱坐標(biāo)為傳感器陣列的響應(yīng)信號(hào)，是傳感器接觸到樣品揮發(fā)物后的電阻G與傳感器在經(jīng)過(guò)潔凈空氣時(shí)的電阻G0的比值。當(dāng)傳感器接觸到樣品揮發(fā)物后，電導(dǎo)率G發(fā)生改變，與初始電導(dǎo)率G0的比值 G/G0隨之變化。響應(yīng)氣體濃度越大，G/G0的值越偏離1(大于或者小于 1)，如果濃度低于檢測(cè)線或者沒(méi)有感應(yīng)氣體，則接近甚至等于1。為了有效地消除漂移現(xiàn)象，每次測(cè)量前后，傳感器都進(jìn)行清洗和標(biāo)準(zhǔn)化，這有效地保證了電子鼻測(cè)量數(shù)據(jù)的穩(wěn)定性和精確度。

1.4數(shù)據(jù)的統(tǒng)計(jì)分析

電子鼻所測(cè)得的數(shù)據(jù)使用其自帶的Winmuster軟件和SSPS17.0軟件進(jìn)行主成分分析(PCA)、載荷分析(LA)及線性判別分析(LDA)。

1.4.1主成分分析

主成分分析是將所提取的傳感器多指標(biāo)的信息進(jìn)行數(shù)據(jù)轉(zhuǎn)換和降維，并提取降維后的特征值大于1的特征向量進(jìn)行線性分類(lèi)，最后在PCA 分析的散點(diǎn)圖上顯示主要的兩維或三維的散點(diǎn)圖。PC1和PC2上表示在PCA 轉(zhuǎn)換中得到的第一主成分和第二主成分的貢獻(xiàn)率，其貢獻(xiàn)率越大(一般大于或等于85%)，則說(shuō)明主要成分可以較好地反映原來(lái)多指標(biāo)的信息。

1.4.2載荷分析

載荷分析是反映主成分與相應(yīng)的原始指標(biāo)變量的相關(guān)系數(shù)，用來(lái)表示不同主成分和各個(gè)變量之間的密切程度。位點(diǎn)坐標(biāo)表示分別所在各主成分上的比例大小，相關(guān)系數(shù)(絕對(duì)值)越大，則主成分對(duì)該變量的代表性也越大[18]。

1.4.3線性判別分析

線性判別分析是用于在已知的分類(lèi)下遇到有新的樣本時(shí)，選定一個(gè)判別標(biāo)準(zhǔn)，以判定將新樣本放置于哪一個(gè)類(lèi)別之中。線性判別分析時(shí)，可以利用所有的傳感器信號(hào)以提高分類(lèi)的準(zhǔn)確性。線性判別分析相比于主成分分析來(lái)說(shuō)更加注重樣品在空間中的分布規(guī)律及各樣品間的距離分析[14]。

2結(jié)果與分析

2.1八個(gè)蘋(píng)果品種的電子鼻傳感器響應(yīng)值

圖1-a～圖1-h分別為華帥一號(hào)、短枝金冠、斯塔克矮金冠、喬納金、新紅星、金冠、垂枝國(guó)光、國(guó)光的電子鼻檢測(cè)結(jié)果。由8個(gè)品種蘋(píng)果樣品的10個(gè)傳感器響應(yīng)圖可知，各傳感器響應(yīng)初始值均較低，在1附近，隨著蘋(píng)果產(chǎn)生的揮發(fā)氣體富集在傳感器表面，傳感器的響應(yīng)值不斷增大，逐漸達(dá)到平穩(wěn)值。10條曲線分別代表10個(gè)傳感器的響應(yīng)值，在華帥一號(hào)蘋(píng)果(圖1-a)和斯塔克矮金冠(圖1-c)中，傳感器7(W1W)反應(yīng)最敏感，其次是傳感器2(W5S)、傳感器9(W2W)，其他傳感器響應(yīng)值相對(duì)較低，這些響應(yīng)值與每個(gè)傳感器的檢測(cè)限的不同也有關(guān)系。其中傳感器7對(duì)硫化物、萜烯類(lèi)敏感，由此可知此2個(gè)品種中的萜烯類(lèi)物質(zhì)較多，這與前人研究的嘎啦蘋(píng)果的香氣輪廓類(lèi)似[19]。而其余6個(gè)品種中均是傳感器2(W5S)最靈敏，其次是傳感器7(W1W)、傳感器9(W2W)。其中傳感器2(W5S)對(duì)氮氧化合物敏感，傳感器9(W2W)對(duì)有機(jī)硫化物敏感，這說(shuō)明華帥一號(hào)與斯塔克矮金冠有某些萜烯類(lèi)香氣化合物是顯著區(qū)別于其他6個(gè)品種，并且這與之后的判別模型結(jié)果也是相吻合的。圖1中各傳感器對(duì)不同品種蘋(píng)果的響應(yīng)值趨勢(shì)大體相似，2號(hào)傳感器(W5S)的響應(yīng)值最高，其次是7號(hào)(W1W)和9號(hào)(W2W)傳感器(其中華帥一號(hào)和斯塔克矮金冠蘋(píng)果除外)，其他傳感器響應(yīng)值均接近于1，可能由于蘋(píng)果中不含有與此類(lèi)傳感器相對(duì)應(yīng)的香氣類(lèi)型，如氨類(lèi)化合物、氫氣、甲烷等。而選擇不同類(lèi)型的傳感器，其響應(yīng)值也會(huì)有明顯不同，于慧春等[20]選擇了14個(gè)TGS-8 系列的金屬氧化物傳感器對(duì)富士和秦冠蘋(píng)果的香氣進(jìn)行了檢測(cè)，只有2個(gè)傳感器對(duì)蘋(píng)果的香氣不敏感，響應(yīng)值接近于1，因此，傳感器的選擇對(duì)香氣檢測(cè)的結(jié)果至關(guān)重要。根據(jù)各品種香氣檢測(cè)的傳感器響應(yīng)值差異結(jié)果，可以對(duì)不同品系品種的蘋(píng)果進(jìn)行區(qū)分。

a～h分別為華帥一號(hào)、短枝金冠、斯塔克矮金冠、喬納金、新紅星、金冠、垂枝國(guó)光、國(guó)光的電子鼻傳感器響應(yīng)值圖1　八個(gè)蘋(píng)果品種電子鼻傳感器響應(yīng)值Fig.1　Eight apple varieties e-nose sensor response values

2.2主成分分析

主成分分析法的原理是降維的思想，通過(guò)研究指標(biāo)體系內(nèi)在結(jié)構(gòu)之間的關(guān)系， 把多指標(biāo)轉(zhuǎn)化成少數(shù)幾個(gè)相互獨(dú)立且包含原有指標(biāo)大部分信息的綜合指標(biāo)[21]。圖2為八個(gè)蘋(píng)果品種的電子鼻主成分分析圖，從圖2中可以看出，數(shù)據(jù)采集點(diǎn)所在的橢圓區(qū)域在主成分分析圖中有特定的分布區(qū)域但又有部分重疊，說(shuō)明主成分分析法適用于不同蘋(píng)果品種的成分分析。從圖2還可以看出，第一主成分貢獻(xiàn)率達(dá) 63.42%，第二主成分貢獻(xiàn)率為36.28%，總貢獻(xiàn)率為99.70%，所受干擾較小，所以這2個(gè)主成分能較好的反應(yīng)原始高維矩陣的信息，可以反映各品種蘋(píng)果的香氣物質(zhì)有所不同。從圖2中各蘋(píng)果品種的變化趨勢(shì)來(lái)看，短枝金冠、國(guó)光、垂枝國(guó)光、新紅星、金冠PC1軸正向變化，而喬納金、斯塔克矮金冠、華帥一號(hào)沿PC2軸正向變化，且這幾個(gè)品種沿PC1軸向左變化，這說(shuō)明喬納金、斯塔克矮金冠、華帥一號(hào)等與之前品種香氣相差較大。且從橢圓之間距離來(lái)看，短枝金冠、國(guó)光與垂枝國(guó)光距離較近，說(shuō)明香氣相差不大；同時(shí)新紅星與金冠距離較近，說(shuō)明此兩品種香氣也有些相似。而喬納金、斯塔克矮金冠、華帥一號(hào)與其他品種都距離較大，它們各自有各自的特征香氣，香氣物質(zhì)的種類(lèi)或含量相差較大，與圖1傳感器7(W1W)對(duì)華帥一號(hào)蘋(píng)果和斯塔克矮金冠反應(yīng)最敏感結(jié)果相對(duì)應(yīng)，且說(shuō)明2個(gè)品種中的萜烯類(lèi)物質(zhì)較多顯著區(qū)別與其他品種，同時(shí)可知傳感器7對(duì)第二主成分貢獻(xiàn)率大。

圖2　八個(gè)蘋(píng)果品種電子鼻主成分分析圖Fig.2　Eight apple varieties e-nose principal component analysis

表3是8個(gè)品種間的相關(guān)系數(shù)矩陣，其中新紅星與金冠、垂枝國(guó)光、國(guó)光的相關(guān)系數(shù)為0.999，相關(guān)性較高。同品系的垂枝國(guó)光與國(guó)光相關(guān)系數(shù)高達(dá)1，從育種方面來(lái)看，垂枝國(guó)光是國(guó)光的一種變異類(lèi)型，其果實(shí)的大小、形狀、著色、風(fēng)味等與國(guó)光基本一致，其突出的特點(diǎn)是枝條有自然下垂的特性[22]，在本次研究中，垂枝國(guó)光與國(guó)光在香氣方面高度一致，難以區(qū)分。

表4為主成分分析的解釋總方差表，提取特征值大于1的主成分，由圖可知，只有第一個(gè)主成分的特征值大于1，所以提取一個(gè)主成分，第一個(gè)主成分特征值為7.328，占到總方差的91.598%。

表3　相關(guān)系數(shù)矩陣

表4　主成分分析的解釋總方差

表5為主成分分析的成分矩陣圖，從表5可以看出，各品種在第一主成分的載荷有所不同，其中短枝金冠和喬納金在第一主成分上有較高載荷，說(shuō)明第一主成分基本上可以反映不同蘋(píng)果品種的香氣物質(zhì)的信息。由成分矩陣可以得到第一主成分的函數(shù)表達(dá)式為：

Y1=0.787×A1+0.994×A2+0.941×A3+0.998×A4+0.979×A5+ 0.971×A6+0.982×A7+0.986×A8

其中A1～A8為表1中的8個(gè)蘋(píng)果品種，由此可以計(jì)算得出10個(gè)傳感器的主成分得分如表6所示。

表5　主成分分析的成分矩陣

從表6中可以看出，2號(hào)傳感器(W5S)主成分得分最高，為28.970 06。其次為7號(hào)(W1W)和9號(hào)(W2W)傳感器。2號(hào)、7號(hào)和9號(hào)傳感器主要對(duì)氮氧化物、硫化物、萜烯類(lèi)、有機(jī)硫化物比較敏感。結(jié)合文獻(xiàn)分析，蘋(píng)果的特征香氣可能與某些萜烯類(lèi)化合物的成分和含量變化有關(guān)，如芳樟醇、香葉基丙酮等[23]。

表6　主成分分析結(jié)果

2.3負(fù)荷加載分析(LA)

電子鼻中內(nèi)置10 個(gè)金屬傳感器，對(duì)于不同氣味給予不同的響應(yīng)信號(hào)。10個(gè)傳感器所感應(yīng)物質(zhì)如表2所示。不同傳感器在負(fù)荷加載分析圖中的位置可以反映傳感器對(duì)于樣品揮發(fā)性氣味貢獻(xiàn)率的大小。距離原點(diǎn)越遠(yuǎn)，表示此傳感器對(duì)于揮發(fā)性成分的分析中所起的作用越大，反之，則說(shuō)明該傳感器作用較小。圖3顯示，第1主成分的貢獻(xiàn)率是 63.42%，第2主成分貢獻(xiàn)率為36.28%，且W5S(2號(hào))、W1W(7號(hào))傳感器對(duì)第一主成分貢獻(xiàn)率較大，且W1W(7號(hào))對(duì)第二主成分貢獻(xiàn)率最大，其次是W1W(9號(hào))，傳感器2(W5S)對(duì)氮氧化合物敏感，感器7(W1W)對(duì)硫化物、萜烯類(lèi)敏感，傳傳感器9(W2W)對(duì)有機(jī)硫化物敏感，這與張鵬[24]等研究的富士蘋(píng)果貨架期結(jié)果傳感器2(W5S)對(duì)第二主成分貢獻(xiàn)最大、傳感器7(W1W)對(duì)第一主成分貢獻(xiàn)最大的結(jié)果正好相反，可能由于這些蘋(píng)果品種與富士的特征香氣差別較大，因此各傳感器的載荷不同。這也為之后電子鼻檢測(cè)蘋(píng)果香氣傳感器的選擇研究提供基礎(chǔ)數(shù)據(jù)。

圖3　八個(gè)蘋(píng)果品種香氣成分負(fù)荷加載分析圖Fig.3　Eight varieties of apple aroma components load loading analysis diagram

2.4線性判別分析(LDA)

LDA分析是在進(jìn)行PCA分析之后，對(duì)電子鼻傳感器所感應(yīng)的揮發(fā)性物質(zhì)的響應(yīng)信號(hào)進(jìn)一步優(yōu)化處理，來(lái)更好地將數(shù)據(jù)之間的差異性擴(kuò)大，進(jìn)而反映不同品種蘋(píng)果香氣的差異情況。與主成分分析相比，LDA方法更注重于同一類(lèi)別空間中的分布狀態(tài)及彼此之間的距離，從所有數(shù)據(jù)中收集信息，提高分類(lèi)精度，8個(gè)蘋(píng)果品種的 LDA分析見(jiàn)圖4。LD1和LD2的貢獻(xiàn)率分別為 83.70%和14.70%，兩判別式的總貢獻(xiàn)率為98.40%，能較好地反映總體信息。LDA分析圖呈現(xiàn)出清晰的4個(gè)區(qū)域，其中金冠、新紅星、垂枝國(guó)光和國(guó)光重疊較多，不易區(qū)分，這與主成分分析的相關(guān)系數(shù)矩陣(表3)相對(duì)應(yīng)，其他幾個(gè)品種重疊較少，說(shuō)明 LDA分析能較好的識(shí)別部分蘋(píng)果品種的香氣物質(zhì)。從各品種橢圓的距離來(lái)看，短枝金冠與其他品種的距離較大，且在LD2軸上與其他品種顯著區(qū)分，這可能是由于它具有某種特殊香氣物質(zhì)不同于其他7個(gè)品種，在線性判別分析中被區(qū)分識(shí)別。其他7個(gè)品種沿LD1軸向右變化，除短枝金冠在線性判別分析中被顯著識(shí)別外，其他品種與PCA 分析結(jié)果基本相吻合，因此LDA能提高分類(lèi)的精度。

圖4　八個(gè)蘋(píng)果品種的線性判別分析圖Fig.4　Eight apple varieties of linear discriminant analysis

3結(jié)論

利用電子鼻方法能較好地區(qū)分部分蘋(píng)果品種的香氣，且線性判別分析的區(qū)分效果要優(yōu)于主成分分析，其中，喬納金、華帥一號(hào)、斯塔克矮金冠的香氣與其他品種明顯區(qū)分。而其他品種區(qū)分效果不佳，金冠、新紅星、垂枝國(guó)光和國(guó)光重疊較多，短枝金冠在主成分分析中與垂枝國(guó)光和國(guó)光蘋(píng)果重疊嚴(yán)重，在線性判別分析中卻與其他品種顯著區(qū)分。另外如同品系的垂枝國(guó)光和國(guó)光品種，可能由于它們的香氣物質(zhì)含量及種類(lèi)非常類(lèi)似，電子鼻不能區(qū)分此品系的兩種蘋(píng)果。

電子鼻檢測(cè)方便快捷，分析成本較 GC-MS 低，但是其不能對(duì)揮發(fā)性成分進(jìn)行定性定量分析，不能給予各品種的特征香氣種類(lèi)及含量，因此目前已有將電子鼻技術(shù)和SPME-GC-MS結(jié)合起來(lái)[6,25-26]，對(duì)特征香氣物質(zhì)等進(jìn)行深入分析，本試驗(yàn)今后的研究會(huì)進(jìn)一步結(jié)合SPME-GC-MS技術(shù)來(lái)綜合評(píng)價(jià)不同品種的蘋(píng)果香氣物質(zhì)，并建立不同的品系品種識(shí)別模型。

參考文獻(xiàn)

[1]白沙沙. 鮮食蘋(píng)果品質(zhì)評(píng)價(jià)研究[D]. 北京: 中國(guó)農(nóng)業(yè)科學(xué)院, 2012.

[2]李嘉瑞,鄒養(yǎng)軍,任小林. 芻議中國(guó)蘋(píng)果產(chǎn)業(yè)現(xiàn)代化[J]. 果樹(shù)學(xué)報(bào), 2008, 25(3): 378-381.

[3]翟衡,趙政陽(yáng),王志強(qiáng),等. 世界蘋(píng)果產(chǎn)業(yè)發(fā)展趨勢(shì)分析[J]. 果樹(shù)學(xué)報(bào), 2005, 22(1): 44-50.

[4]過(guò)國(guó)南,閻振立,張恒濤,等. 我國(guó)早、中熟蘋(píng)果品種的生產(chǎn)現(xiàn)狀、選育進(jìn)展及發(fā)展展望[J]. 果樹(shù)學(xué)報(bào), 2009, 26(6): 871-877.

[5]DIMICK P S,HOSKIN J C,ACREE T E. Review of apple flavor state of the art[J]. Critical Reviews in Food Science and Nutrition, 1983, 18(4): 387-409.

[6]JO D,KIM G,YEO S, et al. Analysis of aroma compounds of commercial cider vinegars with different acidities using spme/gc-ms, electronic nose, and sensory evaluation[J]. Food Science and Biotechnology, 2013, 22(6): 1 559-1 565.

[7]DU X,SONG M,BALDWIN E, et al. Identication of sulphur volatiles and gc-olfactometry aroma proling in two fresh tomato cultivars[J]. Food Chemistry, 2015, 171: 306-314.

[8]吳守一,鄒小波. 電子鼻在食品行業(yè)中的應(yīng)用研究進(jìn)展[J]. 江蘇理工大學(xué)學(xué)報(bào)：自然科學(xué)版, 2000, 21(6): 13-17.

[9]ZOU Xiao-bo,ZHAO Jie-wen. Comparative analyses of apple aroma by a tin-oxidegas sensor array device and gc/ms[J]. Food Chemistry, 2008, 107(1): 120-128.

[10]DEFILIPPI B,JUAN W S,VALDéS H, et al. The aroma development during storage of castlebrite apricots as evaluated by gas chromatography, electronic nose, and sensory analysis[J]. Postharvest Biology and Technology, 2009, 51(2): 212-219.

[11]惠國(guó)華,厲鵬,吳玉玲,等. 基于電子鼻系統(tǒng)的水果腐敗過(guò)程表征方法[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2012, 28(6): 264-268.

[12]ASIKIN Y,MAEDA G,TAMAKI H, et al. Cultivation line and fruit ripening discriminations of shiikuwasha(citrus depressa hayata) peel oils using aroma compositional,electronic nose, and antioxidant analyses[J]. Food Research International, 2015, 67: 102-110.

[13]HONG Xue-zhen,WANG Jun,QI Guan-de. E-nose combined with chemometrics to trace tomato-juice quality[J]. Journal of Food Engineering, 2015, 149: 38-43.

[14]GOMEZ A H,WANG J,HU G, et al. Discrimination of storage shelf-life for mandarin by electronic nose technique[J]. Lwt, 2007, 40(4): 681-689.

[15]張曉華,張東星,劉遠(yuǎn)方,等. 電子鼻對(duì)蘋(píng)果貨架期質(zhì)量的評(píng)價(jià)[J]. 食品與發(fā)酵工業(yè), 2007, 33(6): 20-23.

[16]王沛. 蘋(píng)果變溫壓差膨化脆片品質(zhì)評(píng)價(jià)體系的建立及應(yīng)用[D].北京：中國(guó)農(nóng)業(yè)科學(xué)院, 2012.

[17]BLANPIED G D,SILSBY K J. Predicting harvest date window for apples[R]. Cornell Cooperative Extension, 1992.

[18]劉明,潘磊慶,屠康,等. 電子鼻檢測(cè)雞蛋貨架期新鮮度變化[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2010, 26(4): 317-321.

[19]樊麗,任小林,向春燕,等. 基于電子鼻和GC-MS評(píng)價(jià)嘎拉蘋(píng)果采后芳香品質(zhì)[J]. 食品科學(xué), 2014, 35(22): 164-168.

[20]于慧春,段勇. 兩種品種蘋(píng)果內(nèi)部品質(zhì)與氣味間關(guān)系研究[C].上海：國(guó)際農(nóng)業(yè)工程大會(huì)數(shù)字化設(shè)計(jì)與仿真技術(shù)分會(huì)，2010-09-19.

[21]王沛,劉璇,畢金峰,等. 基于主成分分析的中早熟蘋(píng)果脆片品質(zhì)評(píng)價(jià)[J]. 中國(guó)食品學(xué)報(bào), 2012, 12(6): 204-211.

[22]中國(guó)果樹(shù)志：蘋(píng)果卷[M].北京：中國(guó)林業(yè)出版社, 1999: 273-274.

[23]APREA E,COROLLARO ML,BETTA E, et al. Sensory and instrumental profiling of 18 apple cultivars to investigate the relation between perceived quality and odour and flavour[J]. Food Research International, 2012, 49(2): 677-686.

[24]張鵬,李江闊,陳紹慧. 基于電子鼻判別富士蘋(píng)果貨架期的研究_張鵬[J]. 食品工業(yè)科技, 2015, 36(5): 272-276.

[25]CUI S,WANG J,YANG L, et al. Qualitative and quantitative analysis on aroma characteristics of ginseng at different ages using E-nose and GC-MS combined with chemometrics[J]. Journal of Pharmaceutical and Biomedical Analysis, 2015, 102: 64-77.

[26]CHENG H,QIN Z H,GUO X F,et al. Geographical origin identication of propolis using GC-MS and electronic nosecombined with principal component analysis[J]. Food Research International, 2013, 51(2): 813-822.

Identification of apple cultivars based on aroma analysis by electronic nose

ZENG Hui1,2， LIU Xuan2， WU Xin-ye2，BI Jin-feng1,2*， DENG Fang-ming1, GAO Kun2,3， WANG Xue-yuan2,3

1(College of Food Science and Technology, Hunan Agricultural University, Changsha 410128, China) 2(Institute of Food Science and Technology CAAS/Key Laboratory of Agro-Products Processing,Ministry of Agriculture, Chinese Academy of Agricultural Sciences, Beijing 100193, China) 3(College of Food Science, Shenyang Agricultural University, Shenyang 110866,China)

ABSTRACTThe aroma of four strains of eight cultivars of apples were analyzed by using electronic nose technology, and cultivar identification were conducted by Principal Component Analysis (PCA), Loading Analysis (LA) and Linear Discriminant Analysis (LDA) methods based on data derived from electric nose. The objective of present paper was to explore the differences of aroma profile between various strains and cultivars. Ten sensors，response data of the electronic nose were used for PCA, LA and LDA. Results suggested that LDA showed better accuracy than PCA in cultivar identification. However, slight overlap was found among some apple cultivars detected by the electronic nose, such as several apple cultivars with the same strain have an extremely similar aroma profile. The Jonagold, Stark short crown, HuaShuai I apple could be distinguished significantly from other cultivars in both PCA and LDA, while high overlap was detected between the aroma profiles of same strain, such as weeping Guoguang and Guoguang apple. Thus, it can be inferred that their aroma profiles were general resemblance. Therefore based on the different aroma substance between the apple cultivars, electronic nose can be used as an important means to identify apple cultivars.

Key wordselectronic nose; apple cultivars; aroma; PCA; LA; LDA

收稿日期：2015-08-25，改回日期：2015-10-15

基金項(xiàng)目：國(guó)家自然科學(xué)基金青年科學(xué)基金(31301527)；公益性行業(yè)(農(nóng)業(yè))科研專(zhuān)項(xiàng)經(jīng)費(fèi)資助(201303076-02)

DOI:10.13995/j.cnki.11-1802/ts.201604036

第一作者：碩士研究生(畢金峰研究員為通訊作者，E-mail：bijinfeng2010@163.com)。