張情亞，余德順*，邱樹(shù)毅，王長(zhǎng)存，鄒江鵬，馬龍利，于海

1(中國(guó)科學(xué)院地球化學(xué)研究所,環(huán)境地球化學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室 超臨界流體中心，貴州 貴陽(yáng),550081) 2(貴州大學(xué) 化學(xué)與化工學(xué)院，貴州 貴陽(yáng),550025) 3(貴州省發(fā)酵工程與生物制藥重點(diǎn)實(shí)驗(yàn)室，貴州 貴陽(yáng),550025) 4(貴州金沙窖酒酒業(yè)有限公司，貴州 金沙,551800)

利用風(fēng)味物質(zhì)進(jìn)行金沙窖酒原產(chǎn)地溯源

張情亞1，2，余德順1，2*，邱樹(shù)毅3，王長(zhǎng)存4，鄒江鵬4，馬龍利1，2，于海1，2

1(中國(guó)科學(xué)院地球化學(xué)研究所,環(huán)境地球化學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室 超臨界流體中心，貴州 貴陽(yáng),550081) 2(貴州大學(xué) 化學(xué)與化工學(xué)院，貴州 貴陽(yáng),550025) 3(貴州省發(fā)酵工程與生物制藥重點(diǎn)實(shí)驗(yàn)室，貴州 貴陽(yáng),550025) 4(貴州金沙窖酒酒業(yè)有限公司，貴州 金沙,551800)

對(duì)不同產(chǎn)地及香型白酒中11種含量較高的主要風(fēng)味物質(zhì)進(jìn)行了測(cè)定，運(yùn)用化學(xué)計(jì)量學(xué)對(duì)所測(cè)得的11種風(fēng)味物質(zhì)含量進(jìn)行包括主成分分析、聚類分析、判別分析。結(jié)果表明：不同原產(chǎn)地白酒中的風(fēng)味物質(zhì)含量有顯著差異，結(jié)合化學(xué)計(jì)量學(xué)分析，建立了貴州金沙窖酒判別模型，判別準(zhǔn)確率為100%，結(jié)果表明利用風(fēng)味物質(zhì)進(jìn)行白酒原產(chǎn)地溯源研究是一種有效和準(zhǔn)確的手段，有利于相關(guān)企業(yè)產(chǎn)品質(zhì)量控制及產(chǎn)地溯源。

風(fēng)味物質(zhì)；金沙窖酒；產(chǎn)地溯源

中國(guó)白酒是中華民族寶貴的文化遺產(chǎn)，目前已經(jīng)形成了以濃香、醬香、 清香、 米香4大香型為主的12種香型[1]。除去白酒中大量的乙醇和水以外，通常把剩余的物質(zhì)稱之為微量組分，但不是所有的微量組分都對(duì)白酒風(fēng)味的形成有貢獻(xiàn)[2]，我們把對(duì)白酒風(fēng)味有貢獻(xiàn)的微量組分稱為風(fēng)味物質(zhì)，不同白酒中風(fēng)味物質(zhì)種類及含量的不同，也是決定不同品牌及香型白酒口感風(fēng)味別具特色的一個(gè)十分重要的因素[3]。從20世紀(jì)50年代開(kāi)始我國(guó)便開(kāi)始了對(duì)白酒微量組分的研究，并且已經(jīng)檢測(cè)到近千種成分[4]。隨著分析技術(shù)的不斷發(fā)展，關(guān)于白酒的風(fēng)味成分的分析方法也逐漸增多，從早期的紙上層析技術(shù)到氣相色譜技術(shù)，再到氣相色譜-質(zhì)譜聯(lián)用技術(shù)、氣相色譜-飛行時(shí)間質(zhì)譜、氣相色譜-聞香、電子鼻技術(shù)等[5-8]。對(duì)于白酒的分析也從風(fēng)味物質(zhì)分析發(fā)展到礦物元素分析，姜濤[9]等對(duì)黔川不同原產(chǎn)地的19種典型白酒中的礦物元素進(jìn)行分析測(cè)定，并篩選出6個(gè)特征礦物元素指標(biāo)用于進(jìn)行原產(chǎn)地溯源研究，整體判別正確率為94.7%。

貴州金沙窖酒酒業(yè)有限公司是貴州省內(nèi)僅次于茅臺(tái)酒的第二大醬香型白酒生產(chǎn)企業(yè)，金沙窖酒是貴州省的老牌名酒，具有醬香突出、優(yōu)雅細(xì)膩、味醇豐滿、酒體醇厚、回味悠長(zhǎng)以及空杯留香的純正醬香獨(dú)特風(fēng)味。本文以金沙窖酒為主要研究對(duì)象，結(jié)合其他不同產(chǎn)地的白酒，通過(guò)對(duì)相關(guān)白酒中主要的低沸點(diǎn)風(fēng)味物質(zhì)進(jìn)行定性、定量測(cè)定，結(jié)合化學(xué)計(jì)量學(xué)對(duì)所得數(shù)據(jù)進(jìn)行分析，建立金沙窖酒判別模型，探究風(fēng)味物質(zhì)在白酒產(chǎn)地溯源研究中的可行性。

1 材料與方法

1.1 材料、試劑與儀器

材料：貴州金沙窖酒酒業(yè)有限公司品牌白酒8種(醬香型)，購(gòu)于貴州金沙窖酒酒業(yè)有限公司，分別命名為：JS1、JS2、JS3、JS4、JS5、JS6、JS7、JS8，其他白酒均購(gòu)于貴陽(yáng)沃爾瑪超市。具體白酒品牌代碼、酒精度、香型及出廠年份見(jiàn)表1。

表1 白酒樣品

試劑：叔戊醇(純度≥99.5%，內(nèi)標(biāo)1)、乙酸正戊酯(純度≥99.5%，內(nèi)標(biāo)2)、2-乙基丁酸(純度≥99.5%，內(nèi)標(biāo)3)：色譜純，阿拉丁試劑有限公司；無(wú)水乙醇：色譜純，天津科密歐試劑有限公司。其他未述及實(shí)驗(yàn)用試劑均為分析純及以上，實(shí)驗(yàn)用水為超純水。

儀器：7890A 氣相色譜儀(gas chromatography, GC)，7890A-5975C 氣相色譜-質(zhì)譜聯(lián)用儀(gas chromatography-mass spectrometry, GC-MS)：美國(guó)Agilent公司；固相微萃取裝置(solid phase microextraction, SPME)，57328-u型復(fù)合萃取頭(Divinylbenzene/Carboxen/Polydimethylsiloxane, DVB/CAR/PDMS)，手動(dòng)進(jìn)樣手柄，SPME攪拌加熱平臺(tái)：美國(guó)supelco公司。

1.2 方法

1.2.1 標(biāo)準(zhǔn)及樣品制備

用移液槍準(zhǔn)確吸取叔戊醇、乙酸正戊酯、2-乙基丁酸各2 mL于100 mL容量瓶中，用體積分?jǐn)?shù)為60%的乙醇溶液定容至100 mL。取上述各品牌白酒分別置于10 mL容量瓶中，向其中加入0.2 mL 2%內(nèi)標(biāo)液，用酒樣定容至10 mL，低溫、密封、避光保存。

1.2.2 測(cè)定條件

色譜條件：Cp-wax 57 CB毛細(xì)管柱(50 m×0.25 mm，0.20 μm)；進(jìn)樣口溫度：250 ℃；載氣：高純氦氣(99.9999%),流速：0.8 mL/min;分流進(jìn)樣，分流比：30∶1；升溫程序：35 ℃保持5 min，先以5 ℃/min升至100 ℃ ，保持2 min，再以10 ℃/min升溫至160 ℃，保持15 min；進(jìn)樣量：0.6 μL。

質(zhì)譜條件：電子轟擊離子源，電子能量為70 ev，離子源溫度230 ℃，接口溫度280 ℃，質(zhì)量掃描范圍m/z 30～500，NIST11質(zhì)譜庫(kù)，進(jìn)樣方式：頂空-固相微萃取[10](headspace-solid phase microextraction, HS-SPME)。

1.2.3 HS-SPME方法

取酒樣溶液2 mL于5 mL的萃取瓶中，放入磁力攪拌轉(zhuǎn)子，旋緊瓶蓋。將萃取瓶放在固相微萃取攪拌加熱平臺(tái)設(shè)置溫度為35 ℃，將萃取瓶放在其上預(yù)熱15 min，萃取頭在使用前插入250 ℃ GC進(jìn)樣口解析5 min，隨后插入萃取頭距液面1～2 mm，萃取30 min，立即取出并插入GC-MS的GC進(jìn)樣口熱解析進(jìn)樣5 min。

1.2.4 數(shù)據(jù)分析

采用Aglient Chemstation工作站；SPSS 21.0軟件；EXCEL軟件對(duì)數(shù)據(jù)進(jìn)行處理。

2 結(jié)果與分析

2.1 白酒中風(fēng)味物質(zhì)的定性、定量分析

按照1.3.1配制好樣品，并按照1.3.3的HS-SPME進(jìn)樣方法以及1.3.2的色譜質(zhì)譜條件，對(duì)所有酒樣進(jìn)行GC-MS分析，通過(guò)對(duì)GC-MS分析所得總離子流圖與NIST11質(zhì)譜庫(kù)中的化合物進(jìn)行比對(duì)，化合物鑒定以相似度 >80%為依據(jù)，同時(shí)通過(guò)GC分析所得色譜圖與標(biāo)準(zhǔn)品的色譜圖保留時(shí)間進(jìn)行比對(duì)，以在相同色譜條件下，相同保留時(shí)間為同一種物質(zhì)為依據(jù)，共鑒定出19種白酒酒樣中57種低沸點(diǎn)風(fēng)味物質(zhì)(包含3種內(nèi)標(biāo)物)，選取其中主要的11個(gè)峰面積較大的組分(占總出峰面積的85%以上)作為特征變量，根據(jù)相關(guān)文獻(xiàn)[11]，采用氣相色譜直接進(jìn)樣，內(nèi)標(biāo)法完成定量計(jì)算，所有酒樣11個(gè)特征變量的定量結(jié)果見(jiàn)表2。

續(xù)表2

名稱乙醛乙酸乙酯乙縮醛異戊醛丁酸乙酯正丙醇異丁醇異戊醇乳酸乙酯乙酸糠醛TC276717184532666611467398106729041402111975936YX2241874746170950166291073235810231150761734GT3374288726499923746142051492312211494205292363ZJ3320538718781856942716253991163913381283QJ2955174836245103713966041738410815593125882368WLY15846372277275844412727852154141854742951HX2411287664103061123119521394684830SH35316065940010516167047148321090

2.2 風(fēng)味物質(zhì)的化學(xué)計(jì)量學(xué)分析

采用SPSS 21.0對(duì)JS1、JS2、JS3、JS4、JS5、JS6、MT、WZ、YB、TC、GT、YX、WLY、HX進(jìn)行主成分分析、聚類分析、判別分析，建立金沙窖酒判別模型，JS7、JS8、ZJ、QJ、SH用于驗(yàn)證判別模型的準(zhǔn)確性。

2.2.1 數(shù)據(jù)預(yù)處理

從表1中數(shù)據(jù)不難發(fā)現(xiàn)，數(shù)據(jù)結(jié)果中各變量之間存在量綱或者數(shù)量級(jí)的差異，數(shù)值大的變量自然會(huì)在分析過(guò)程中提供較大的貢獻(xiàn)，作用則更為顯著，這會(huì)導(dǎo)致那些盡管可能攜帶更重要的信息但數(shù)值較小的變量，但會(huì)被數(shù)值大的變量所掩蓋，從而造成不合理的統(tǒng)計(jì)分析結(jié)果，為避免這種情況的出現(xiàn)，必須對(duì)數(shù)據(jù)進(jìn)行預(yù)處理[12]，從而消除由于數(shù)量級(jí)以及量綱不同所造成的差異。采用SPSS 21.0對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，使數(shù)據(jù)服從(0,1)正態(tài)分布規(guī)律[13]，變換后的數(shù)據(jù)見(jiàn)表3。

表3 標(biāo)準(zhǔn)化數(shù)據(jù)

2.2.2 主成分分析

將表2的數(shù)據(jù)輸入SPSS中進(jìn)行主成分分析，得到變量間的相關(guān)系數(shù)矩陣，由相關(guān)系數(shù)矩陣出發(fā)，進(jìn)行主成分分析，主成分提取結(jié)果見(jiàn)表4，提取累計(jì)貢獻(xiàn)率大于80%的因子，由表4可知前3個(gè)主成分因子所攜帶的信息占總信息的87.661%，基本上保留了原變量的所有信息。表5為各變量在3個(gè)主成分因子上的載荷矩陣表，顯示了各原始變量在3個(gè)主成分上所占的載荷系數(shù)，即對(duì)主成分的貢獻(xiàn)率，可以根據(jù)每個(gè)變量在主成分上所占的載荷大小，來(lái)確定每個(gè)主成分所代表的變量信息。

表4 主成分提取結(jié)果

表5 因子載荷矩陣

由表5可以看出主成分1上載荷較大的因子有：乙縮醛、乙醛、異戊醛、異丁醇、異戊醇、糠醛、丁酸乙酯、正丙醇，說(shuō)明主成分1反映了醛類、醇類以及丁酸乙酯的信息；主成分2上載荷較大的因子有：乳酸乙酯、乙酸乙酯、乙酸，反映這3個(gè)組分的的信息；主成分3反映了乳酸乙酯這一個(gè)酯類組分的信息，不難發(fā)現(xiàn)，通過(guò)主成分分析我們將原來(lái)很多個(gè)變量轉(zhuǎn)化為3個(gè)主成分因子，每個(gè)主成分因子上具有較大載荷系數(shù)的變量，在很大程度上則代表了樣本所攜帶的信息，可以認(rèn)為是樣本的特征變量。通過(guò)進(jìn)一步分析，可得主成分因子得分系數(shù)矩陣(見(jiàn)表6)，表6則是主成分分析的最終結(jié)果，每一個(gè)主成分下的得分系數(shù)則反映了這些變量間的線性組合，不難看出，通過(guò)得分系數(shù)的大小，也能反映出每個(gè)主成分所體現(xiàn)的變量特征。從成分得分系數(shù)表6中能得到3個(gè)主成分得分方程。

F1=0.137×Z(乙醛)+0.073×Z(乙酸乙酯)+0.138×Z(乙縮醛)+0.135×Z(異戊醛)+0.115×Z(丁酸乙酯)+0.132×Z(正丙醇)+0.135×Z(異丁醇)+0.135×Z(異戊醇)-0.016×Z(乳酸乙酯)+0.095×Z(乙酸)+0.13×Z(糠醛)

F2=0.163×Z(乙醛)+0.339×Z(乙酸乙酯)+0.156×Z(乙縮醛)-0.12×Z(異戊醛)-0.184×Z(丁酸乙酯)-0.093×Z(正丙醇)-0.181×Z(異丁醇)-0.043×Z(異戊醇)+0.365×Z(乳酸乙酯)+0.313×Z(乙酸)-0.1×Z(糠醛)

F3=0.234×Z(乙醛)-0.46×Z(乙酸乙酯)+0.226×Z(乙縮醛)+0.182×Z(異戊醛)-0.038×Z(丁酸乙酯)-0.258×Z(正丙醇)-0.106×Z(異丁醇)+0.194×Z(異戊醇)+0.503×Z(乳酸乙酯)-0.353×Z(乙酸)+0.105×Z(糠醛)

式中,Z代表所代入的數(shù)據(jù)都是經(jīng)過(guò)標(biāo)準(zhǔn)變換后的數(shù)值，通過(guò)代入上面的方程，可以得到14種白酒樣品在3個(gè)主成分上的因子得分(如表7所示)，可見(jiàn)，通過(guò)主成分分析，可將原來(lái)11個(gè)變量轉(zhuǎn)化為3個(gè)主成分因子，達(dá)到降維的目的，因此在后續(xù)諸如聚類分析、判別分析，都通過(guò)主成分得分來(lái)進(jìn)行。

表6 成分得分系數(shù)矩陣

表7 主成分得分

以第一主成分得分為橫坐標(biāo)，第二主成分得分為縱坐標(biāo)得各白酒因子得分散點(diǎn)圖(圖1所示)。由圖1不難看出14種白酒大致分為3個(gè)區(qū)域：6種金沙窖酒集中分布在PC1正區(qū)域、PC2負(fù)區(qū)域；省內(nèi)其他醬香型白酒由于不是出于同一原產(chǎn)地，分布則較為分散，但也相對(duì)集中在PC2正區(qū)域；省外其他香型的兩種白酒的分布也是較為分散，但相對(duì)集中在PC1以及PC2負(fù)區(qū)域。由此可見(jiàn)，所選的11種風(fēng)味物質(zhì)是可以將金沙窖酒與其他白酒區(qū)分的有效指標(biāo)。

圖1 第一主成分和第二主成分得分散點(diǎn)圖Fig.1 Scatter plot of the PC1 and PC2 component scores

2.2.3 聚類分析

根據(jù)表7得到的各主成分得分，采用SPSS 21.0進(jìn)行系統(tǒng)聚類分析(HCA)，選擇組間連接法作為分類方法，選擇夾角余弦作為區(qū)間度量標(biāo)準(zhǔn)[14]，聚類分析結(jié)果用樹(shù)狀圖表示(圖2)。由圖2不難發(fā)現(xiàn)，14種白酒被分為6類：6種金沙窖酒被分為一類；WLY、HX被分為一類；YX、GT被分為一類；MT、YB、TC被分為一類；WZ、TC分別單獨(dú)成類。從系統(tǒng)聚類分析結(jié)果來(lái)看，分類效果是令人滿意的，能夠?qū)⒔鹕辰丫婆c其他醬香型白酒區(qū)分開(kāi)來(lái)。

圖2 聚類分析樹(shù)狀圖Fig.2 Dendrogram of clustering analysis

2.2.4 判別分析

選擇主成分分析時(shí)得出的3個(gè)主成分因子得分為預(yù)測(cè)變量，將14種白酒分為兩類作為分組變量取值，即金沙酒廠出品的6種白酒為1，其他酒廠出品的白酒為2，選擇5種酒樣作為驗(yàn)證判別結(jié)果準(zhǔn)確性，其中金沙酒廠2種(JS7、JS8)，其他酒廠3種(ZJ、QJ、SH)，利用SPSS軟件得到Fisher判別函數(shù)系數(shù)見(jiàn)表8，通過(guò)表8，建立判別模型。

金沙窖酒的Fisher判別函數(shù)：

Z1=4.726×F1-4.465×F2-0.354×F3-4.041

其他白酒的Fisher判別函數(shù)：

Z2=-3.544×F1+3.349×F2+0.266×F3-2.576

表8 分類函數(shù)系數(shù)

判別準(zhǔn)則為：將樣品數(shù)據(jù)分別輸入上述兩個(gè)方程，若Z1>Z2，對(duì)應(yīng)樣品判別為1(即金沙酒)，若Z1< Z2，對(duì)應(yīng)樣品判別為2(非金沙酒)。將初始酒樣與待判酒樣主成分因子得分分別代入上述兩個(gè)函數(shù)，輸出結(jié)果如表9所示。

表9 Fisher判別函數(shù)得分

由表9不難發(fā)現(xiàn)，8種金沙窖酒的Fisher判別得分Z1>Z2，根據(jù)判別準(zhǔn)則判定為1(即金沙窖酒)，其他各品牌白酒的Fisher判別得分Z1< Z2, 根據(jù)判別準(zhǔn)則判定為2(即非金沙窖酒)，原14種酒樣以及5種待判定酒樣全部判定正確，判別準(zhǔn)確率達(dá)到了100%。結(jié)果表明利用所建立的判別模型能很好的鑒定未知白酒是否屬于金沙窖酒，為相關(guān)企業(yè)產(chǎn)品質(zhì)量控制及產(chǎn)地溯源提供了基礎(chǔ)依據(jù)。

3 結(jié)論

本研究針對(duì)貴州省金沙窖酒等主要醬香型白酒以及省外其他主要香型白酒的風(fēng)味物質(zhì)進(jìn)行初步分析研究，對(duì)其中主要的11種低沸點(diǎn)風(fēng)味物質(zhì)進(jìn)行了定性、定量測(cè)定，并對(duì)數(shù)據(jù)進(jìn)行了化學(xué)計(jì)量學(xué)分析。獲得以下幾點(diǎn)結(jié)論：(1)通過(guò)主成分分析，提取了3個(gè)主成分因子，并求得各主成分得分，通過(guò)第一主成分得分和第二主成分得分散點(diǎn)圖可以將金沙窖酒與其他白酒區(qū)分開(kāi)；(2)通過(guò)聚類分析，將所有白酒分為6類：貴州金沙窖酒6種白酒被分為一類；WLY、HX被分為一類；YX、GT被分為一類；MT、YB、TC被分為一類；WZ、TC分別單獨(dú)成類，分類結(jié)果是令人滿意的，能將貴州金沙窖酒同省內(nèi)其他醬酒區(qū)分開(kāi)來(lái)；(3)通過(guò)判別分析，建立了貴州金沙窖酒Fisher判別模型，根據(jù)判別準(zhǔn)則，通過(guò)將原有酒樣以及待判定酒樣進(jìn)行驗(yàn)證，所有酒樣均被分類正確，模型準(zhǔn)確率達(dá)到了100%。

可見(jiàn)，利用風(fēng)味物質(zhì)進(jìn)行金沙窖酒原產(chǎn)地溯源研究是可行的，通過(guò)白酒主要風(fēng)味物質(zhì)的分析測(cè)定及建立判別模型能很好地對(duì)白酒進(jìn)行產(chǎn)地判定，為白酒生產(chǎn)質(zhì)量控制提供重要依據(jù)。

[1] 黃業(yè)立,張彬,武金華.試論芝麻香型白酒[J].釀酒科技,2007(7): 116-119.

[2] 范文來(lái),徐巖.白酒風(fēng)味物質(zhì)研究方法的回顧與展望[J].食品安全質(zhì)量檢測(cè)學(xué)報(bào),2014,5(10): 3 073-3 078.

[3] 李春光,屈菊平.氣相色譜法分析白酒微量成分研究[J].焦作大學(xué)學(xué)報(bào),2004(3): 105-106.

[4] 季克良,郭坤亮,朱書(shū)奎,等,全二維氣相色譜/飛行時(shí)間質(zhì)譜用于白酒微量成分的分析[J].釀酒科技 2007(3): 100-102.

[5] 范文來(lái),徐巖.中國(guó)白酒風(fēng)味物質(zhì)研究的現(xiàn)狀與展望[J].釀酒,2007,27(4): 31-37.

[6] 李大和.建國(guó)五十年來(lái)白酒生產(chǎn)技術(shù)的偉大成就(六)[J].釀酒,1999,26(6): 19-31.

[7] 曾祖訓(xùn).白酒香味成分的色譜分析[J].釀酒,2006,33(2): 3-6.

[8] 徐晚秀,李臻峰,張振,等.基于電子鼻的中國(guó)白酒酒齡檢測(cè)[J].食品與發(fā)酵工業(yè),2016,42(2): 144-149.

[9] 姜 濤,肖唐付,寧增平,等.黔川典型白酒多元素組成及其原產(chǎn)地判定研究[J].地球與環(huán)境,2013,41(5): 529-534.

[10] 張?jiān)戴?董建軍,郝俊光,等.頂空固相微萃取-氣相色譜-質(zhì)譜法同時(shí)檢測(cè)啤酒釀造大米中16 種風(fēng)味物質(zhì)含量[J].食品科學(xué),2015,36(22): 75-79.

[11] 蔡心堯,尹建軍,胡國(guó)棟.毛細(xì)管柱直接進(jìn)樣測(cè)定白酒香味組分的研究[J].色譜,1997,15(5): 367-371.

[12] 謝貞建,唐遠(yuǎn)謀,黃小燕,等.四川不同產(chǎn)地濃香型白酒金屬元素測(cè)定及主成分分析[J].釀酒科技,2014(11): 87-89.

[13] 周長(zhǎng)會(huì),高宴梓,祁正興,等.茶葉中微量元素的主成分分析和聚類分析[J].南陽(yáng)理工學(xué)院學(xué)報(bào),2012,4(2): 104-106.

[14] 劉江,陳興福,楊文鈺,等.川麥冬野生種質(zhì)資源色譜特征圖譜的建立及其系統(tǒng)聚類分析[J].中國(guó)中藥雜志,2010,35(20): 2 726-2 730.

Discussion of the origin traceability of Jinsha liquor by using flavor compounds

ZHANG Qing-ya1,2, YU De-shun1,2*, QIU Shu-yi3，WANG Chang-cun4, ZOU Jiang-peng4, MA Long-li1,2,YU Hai1,2

1(Research Center of Supercritical Fluids, State Key Laboratory of Environment Geochemistry, Institute of Geochemistry, Chinese Academy of Sciences, Guiyang 550081, China) 2(College of Chemistry and Chemical Engineering, Guizhou University, Guiyang 550025, China) 3(Province Key Laboratory of Fermentation Engineering and Biopharmaceutical，Guiyang 55025，China) 4(Guizhou Jinsha Jiaojiu Co. Ltd., Jinsha 551800, China)

Contents of 11 kinds of main flavor compounds in liquor from different producing areas and flavor types were determined and measured by chemometrics methods including principal component analysis, cluster analysis, and discriminant analysis. The results showed that contents of liquor from different origin producing areas were significant different. A discriminant model for liquor from Guizhou Jinsha was established based on chemometrics analysis and its discriminant accuracy reach 100%. The results showed that it was a very effective and accurate method to study the origin traceability of liquor through flavor compounds and was useful for quality control of related enterprises’ products and their origin traceability.

flavor compounds Jinsha liquor; origin traceability

10.13995/j.cnki.11-1802/ts.201612028

碩士(余德順研究員為通訊作者，E-mail：yudeshun@vip.skleg.cn)。

2013年度省市院科技合作項(xiàng)目(省市院合作項(xiàng)目2013-1)

2016-06-19，改回日期：2016-08-22