颜色是评价葡萄酒品质的重要感官指标,颜色能够直观反映葡萄酒品质,并与葡萄酒类型、贮藏性,甚至营养价值等都有重要关系。葡萄酒中对颜色产生贡献的主要物质是花色苷,在酿造葡萄酒时其从葡萄皮被浸提到葡萄汁中,是赋予葡萄酒颜色的主要化合物。酒精发酵结束后,葡萄酒色泽饱满,呈现紫红色。进入陈酿阶段,葡萄酒的色泽慢慢开始变化,逐渐开始黄化,向胭脂红色、宝石红色转变,若陈酿条件欠佳,便出现褐变,向砖红色、黄褐色转变,研究葡萄酒颜色对提升葡萄酒品质、优化葡萄酒酿造工艺具有重要的意义。
红葡萄酒的主要呈色物质是花色苷,花色苷对味觉的直接影响微乎其微,但质量较好的红葡萄酒通常含有较高水平的花色苷,并且其与缩合单宁反应能生成稳定的红葡萄酒色素[1]。研究表明添加有机酸可增强葡萄酒颜色,使得酒体L*更低、a*更高,在陈酿期间有效减缓b*升高[2]。葡萄酒颜色与酚类、抗氧化活性有较强的相关性,花色苷直接决定着葡萄与葡萄酒的颜色,而黄烷-3-醇、黄酮醇和酚酸在葡萄酒中可作为辅色素与花色苷发生反应生成更稳定的衍生色素,使葡萄酒的颜色更加稳定[3],缩合单宁在加酸水解后会产生花色素,对葡萄酒颜色也有一定的贡献[4]。
CIELab参数被广泛运用于葡萄酒颜色品质评价,该方法能够精准地评价葡萄酒颜色,并能有效地定性和区分葡萄酒,在一定程度上年轻干红葡萄酒的色彩强度与葡萄酒的整体品质呈正相关,但该方法仅从CIELab参数单一维度评价葡萄酒,未考虑葡萄酒颜色相关物质也可以作为评价与鉴别葡萄酒的重要指标。李运奎等[5]在CIELab颜色空间取L*为定值,以a*和b*组成一个二维色彩平面,并将供试酒样投影在二维色彩平面上作为彩度分布图,此外取a*和b*等于0,以L*为明度坐标轴,将供试酒样投影在一维平面上作为明度分布图,通过此可视化表征方法将中国各产区陈酿型赤霞珠干红葡萄酒的颜色特征基于CIELab颜色空间进行直观表征,达到以可视的图像呈现葡萄酒颜色信息的效果,随后又以此方法为基础对西北地区红葡萄酒进行颜色的微观量化分类和宏观量化分级[6],使葡萄酒颜色信息能够直观显示。陶永胜等[7]以不同产区赤霞珠干红葡萄酒香气成分量化数据建立数据矩阵,对数据矩阵进行标准化处理后,使数据空间在[0,1]区间内,通过灰度映射对[0,1]的各数值按升序分配一种特定的灰度,数值大小与灰度深浅成正比例,构建含多种香气成分信息的二维灰度图,实现以视觉模式变化代替抽象数据变化,提出了一种鉴别葡萄酒产地与质量的可视化技术,该方法也可作为评价葡萄酒颜色品质的一种方法,但目前相关的研究较少。遂本研究在基础理化指标、多酚类物质含量、CIELab参数等指标分析的基础上,结合CIELab颜色空间和二维灰度图更加直观和全面地反映物质与酒体颜色的关系,以期为葡萄酒的鉴别及颜色品质的评价提供参考及技术支持。
1 材料与方法
1.1 材料与试剂
供试酒样:新疆天山北麓产区张裕巴保男爵酒庄种植基地商业采收期(2021年9月26日)的赤霞珠葡萄果实经除梗破碎后放置于1 t不锈钢发酵罐中,添加偏重亚硫酸钾60 mg/L,30 min后添加200 mg/L果胶酶,于5 ℃条件下冷浸渍24 h后接种200 mg/L FX10酵母进行发酵,1号酒样为酒精发酵结束后进行取样并放置于-20 ℃冰箱保存,随后将葡萄酒灌装瓶储,在同一室温避光条件下进行自然苹-乳发酵及陈酿,于2021年12月25日、2022年3月27日进行取样并放置于-20 ℃冰箱保存作为2、3号酒样,随后实时跟踪葡萄酒颜色变化进行取样冷冻保存,于2022年4月16日采集4号酒样并冷冻保存,2022年6月19日、7月15日采集5、6号酒样,2022年8月2日、8月18日、9月27日采集7～9号酒样,于2022年11月29日采集10号酒样。
盐酸、甲醇、乙醛、无水乙醇(均为分析纯),北京化学试剂公司;氯化钾、无水碳酸钠、亚硫酸氢钠、氯化钠、三氯化铁、亚硝酸钠、三氯化铝(均为分析纯),天津市致远化学试剂有限公司;没食子酸、单宁酸、芦丁(均为分析纯),上海源叶生物科技有限公司;Folin-Ciocalteu(分析纯),北京索莱宝科技有限公司;Folin-Denis(分析纯),海标科技有限公司;p-DMACA(分析纯),美国Sigma公司。
1.2 仪器与设备
T6紫外可见分光光度计,北京普析通用仪器有限责任公司;WineScanTM Flex 葡萄酒成分快速分析仪,丹麦福斯有限公司;SF-TGL-20R冷冻离心机,上海安亭科学仪器厂;DZKW-S-4电热恒温水浴锅,上海跃进医疗器械厂;LE203E电子天平、FE22 pH计,梅特勒-托利多仪器(上海)有限公司。
1.3 测定方法
1.3.1 基础理化指标测定
使用葡萄酒成分快速分析仪测定,取澄清酒样20 mL于试管中,将其置于分析仪探头下方进行测定。
1.3.2 CIELab参数测定
参考王宏[8]的方法。
1.3.3 总色素、聚合色素、褐变指数测定
总色素(wine color of pigments,WCP)、聚合色素(polymeric pigment color,PPC)测定参考葛谦等[9]的方法;褐变指数(browning index,BI)测定参考李甜等[10]的方法。
1.3.4 多酚类物质含量测定
总花色苷(total anthocyanins,TA)含量测定参考翦祎等[11]的方法;采用Folin-Ciocalteu法测定总酚(total polyphenolshenols,TP)含量[12];采用p-DMACA盐酸法测定总黄烷-3-醇(total flavan-3-ol,TFl)含量[13];采用Folin-Denis法测定总单宁(total tannins,TN)含量[14];总黄酮(total flavonoids,TPd)含量测定参考常远[15]的方法。
1.3.5 可视化表征方法
CIELab颜色空间直观表征参考李运奎等[5-6]的方法;二维灰度图可视化表征参考陶永胜等[7]方法。
1.4 数据分析
结果以平均值±标准差的形式表示,使用IBM SPSS Statistics 26及线上分析网站Metaboanalyst 5.0 (http://www.metaboanalyst.ca/)进行统计与分析,Microsoft Excel 2021、MATLAB R2018作图。
2 结果与分析
2.1 葡萄酒基础理化指标
由表1可知,10款供试酒样的基础理化指标均符合GB/T 15037—2006《葡萄酒》。供试酒样的酒精度为9.61～14.53%vol,还原糖含量为2.86～4.61 g/L,其中1号酒样的酒精度是供试酒样中最低的,其还原糖含量也仅为2.86 g/L,这可能是葡萄原料品质导致的。供试酒样的酒精度、pH、苹果酸含量存在显著差异(P<0.05),1～4号酒样的挥发酸没有显著差异,7～9号供试酒样还原糖含量没有显著差异。
表1 葡萄酒基础理化指标
Table 1 Basic physical and chemical indicators of wine
序号酒精度/%vol挥发酸/(g/L)苹果酸/(g/L)柠檬酸/(g/L)酒石酸/(g/L)总酸/(g/L)还原糖/(g/L)pH19.61±0.14j0.41±0.01c2.60±0.30a0.34±0.003a0.91±0.005d4.40±0.06h2.86±0.03g4.08±0.09c211.36±0.99h0.41±0.07c1.20±0.06f0.20±0.006d1.21±0.005a6.03±0.03c4.61±0.01a3.88±0.11e311.68±0.82f0.41±0.02c2.40±0.03b0.35±0.006a1.01±0.005c6.30±0.06b4.46±0.03b3.69±0.09g410.85±0.07i0.40±0.08c2.20±0.06d0.31±0.003b1.01±0.006c5.90±0.06d4.46±0.03b3.66±0.01h512.00±0.49d0.60±0.01b1.10±0.03g0.15±0.003f0.91±0.005d5.70±0.06e4.16±0.03d3.91±0.23d612.43±0.56c0.60±0.04b1.40±0.03e0.17±0.003e0.91±0.005d5.93±0.03cd4.30±0.06c3.84±0.10f711.83±0.52e0.70±0.02a0.60±0.05h0.01±0.003g0.70±0.005f4.73±0.03g3.71±0.01f4.24±0.03a811.40±0.17g0.67±0.04a0.50±0.05i0.02±0.003g0.70±0.005f4.46±0.03h3.66±0.03f4.20±0.07b914.53±0.30a0.70±0.01a0.33±0.03j0.20±0.006d1.07±0.03b5.50±0.06f3.76±0.06f3.93±0.06d1014.08±0.48b0.60±0.02b2.29±0.08c0.27±0.003c0.80±0.003e6.50±0.06a4.06±0.03e3.82±0.03f
注:序号1～10表示1～10号赤霞珠葡萄酒(下同);同列不同小写字母代表差异显著(P<0.05)(下同)。
2.2 葡萄酒CIELab参数等指标
附表1(https://doi.org/10.13995/j.cnki.11-1802/ts.036593)为供试酒样的CIELab参数及总色素、聚合色素、褐变指数,其中L*表示明度,a*表示红/绿色度值,b*表示蓝/黄色度值,
为饱和度,表示色彩的集中程度,Hab为色调角,表示色彩的整体倾向,
为色差,与参照酒样的色差值越小则两者颜色越接近,当色差值在6以上,视觉感受强烈,代表着另外一种色彩[16]。本文在前人对红葡萄酒颜色量化分级研究的基础上[6,16-18],结合新疆产区赤霞珠干红葡萄酒的颜色变化规律[14]及供试酒样的CIELab参数阈值,将供试酒样划分为紫红色(Hab<15°)、胭脂红色(15°≤Hab<25°)、宝石红色(25°≤Hab<35°)、砖红色(35°≤Hab<55°)、黄褐色(55°≤Hab)。
由附表1(https://doi.org/10.13995/j.cnki.11-1802/ts.036593)可知,1号酒样的颜色较暗(L*最小),酒体的饱和度最高
最小),红色色度最高(a*最大)且黄色色度较低(b*较小),酒体整体呈现深紫红色(Hab较小),说明1号酒样具有新红葡萄酒的颜色特征,以1号酒样作为参照酒样。2～3号酒样具有相对较大的a*和较小的b*,酒体的红色色度高,黄色色度低,酒体颜色略带紫红色调,但酒样的L*较高,说明酒体较为明亮,层次感不够丰富,与1号酒样相比整体颜色较为单薄,此时2号酒样呈现淡紫红色。4～10号酒样的Hab介于22.04°～72.35°,说明酒体颜色不再是新红葡萄酒的紫红色,酒体颜色倾向于陈酿红葡萄酒的宝石红或砖红色。10号酒样的明度最高为
最小为2.23、7.38,Hab最大为72.35°,与参照酒样的色差最大为40.53,总色素和聚合色素皆为最低,说明酒体花色苷含量低,黄化程度严重,呈现淡黄色。所有供试酒样的为7.38～26.47,最高的为1号酒样,色彩较为浓厚,最低的为10号酒样,色彩较为稀薄,大部分酒样的在20以内,说明酒样的饱和度不高,色彩较淡。
2.3 葡萄酒多酚类物质含量
由附表2(https://doi.org/10.13995/j.cnki.11-1802/ts.036593)可知,供试酒样的总花色苷含量为3.22～219 mg/L,总酚含量为1 243.83～3 834.21 mg/L,一般来说,用于长时间陈酿的红葡萄酒,其总酚含量能达到3 500 mg/L或更多,在供试酒样中仅有少数适宜陈酿。总黄烷-3-醇含量为48.65～306.20 mg/L,在1～8号酒样中,总黄烷-3-醇含量较为稳定,在黄化程度严重的9～10号酒样中,黄烷-3-醇含量极少。总单宁含量为1 042.68～5 185.81 mg/L,黄化程度最高的10号酒样单宁含量明显低于其他酒样。结合CIELab参数分析,红色色度值大的酒样总花色苷含量较高,当黄色色度值增大,酒体颜色逐渐倾向于黄色,总花色苷含量较低。在陈酿红葡萄酒中,总单宁和总花色苷含量较低,可能是由于陈酿过程中两者之间相互结合,形成橘黄色的产物[19]。
2.4 基础理化、多酚类物质含量、CIELab参数等指标相关性分析
为探究基础理化指标、多酚类物质含量、CIELab参数等指标与葡萄酒颜色的内在联系,进行皮尔逊相关性分析。结果表明,基础理化指标、多酚类物质含量与CIELab参数等指标均存在相关性。由图1可知,a*与总黄烷-3-醇、总色素、总花色苷含量呈极显著正相关(P<0.01),说明TFl、TA、总色素含量增加有利于提高红葡萄酒红色色度值,总色素描述的是游离和聚合花青素产生的颜色,由于单体花青素的逐渐丧失,总色素会随着陈酿时间的延长而降低。游离花青素的颜色主要体现为年轻红葡萄酒的颜色,而年轻红葡萄酒的a*通常较高,其红色色素主要来自于花青素,随着红葡萄酒的颜色从年轻红葡萄酒的紫红色演变为陈年红葡萄酒的砖红色,在溶液中与多种化合物反应,如花青素与单宁等酚类化合物的聚合,导致色素从天然花青素转变为花青素衍生物,红色色素减少[20]。a*与L*、b*、Hab呈极显著负相关(P<0.01),说明L*与Hab的增加会使红葡萄酒明度提高,色彩层次感降低,黄色色素积累导致红葡萄酒红色色调减弱。b*与聚合色素、总黄酮呈极显著正相关(P<0.01),说明聚合色素、总黄酮过高会使红葡萄酒的黄色色度值增加,这与前人的研究有所不同,通常聚合色素赋予红葡萄酒红色、紫色和蓝色等色调,当聚合色素浓度增加时,红葡萄酒的颜色通常会变得更深、更浓,并且可能有更明显的红色和紫色调,但红葡萄酒的颜色是受多种因素影响的,可能是呈现红色的花青素与酚类物质结合生成聚合色素,使红色色素减少,或是聚合色素、总黄酮与其他化合物的相互作用使酒体出现黄化[21],当葡萄酒中的总黄酮含量增加时,黄色化合物的浓度会上升,此时葡萄酒可能呈现出较浅的黄色或者明显的黄色色调,这与黄酮醇呈黄色有一定关系,研究者在白葡萄酒颜色的相关研究中发现总黄酮对白葡萄酒颜色没有影响,这可能是由于红、白葡萄酒中酚类化合物的组成和含量因原料的使用、气候条件、原料产地的土壤环境、酿酒过程、储存和陈酿的不同而有很大的差异[22]。L*与Hab、b*呈极显著正相关(P<0.01),与呈显著负相关(P<0.05),说明葡萄酒明度越高,饱和度就越低,酒体的层次感越弱。与聚合色素呈显著正相关(P<0.05),说明聚合色素的积累能够增加葡萄酒的颜色强度,通常总酚含量高的葡萄酒中更容易形成聚合色素,其抗氧化能力也越强[23]。Hab与b*呈极显著正相关(P<0.01),与
聚合色素呈显著负相关(P<0.05),说明葡萄酒Hab越大,其整体越倾向黄色,和聚合色素含量也越低,这与红葡萄酒色泽衰退过程中的变化规律相符合。
图1 基础理化、多酚类物质含量、CIELab参数等指标相关性热图
Fig.1 Heat map of the correlation between basic physicochemical, polyphenolic content, and CIELab parameters
其次,分析基础理化指标与CIELab参数的相关性发现,基础理化指标与CIELab参数等指标均有相关性,其中pH与a*呈极显著负相关(P<0.01),与b*、L*、Hab呈极显著正相关(P<0.01),其原因可能是花色苷分子在水溶液中存在着酸碱平衡,在不同pH下花色苷存在多种不同的化学结构导致葡萄酒呈现不同颜色,且花色苷的颜色也会随着结构的变化而发生转换。在pH为3.5的葡萄酒中,花色苷主要以无色的半缩醛和红色烊盐离子的形式存在,酒体呈现红色。随着pH逐渐升高,花色苷分子的酸碱平衡向蓝紫色的醌式碱和无色半缩醛方向移动,半缩醛的杂环进一步断裂形成查尔酮[24]。酒精度与呈现极显著正相关(P<0.01),是因为红葡萄酒的颜色取决于从葡萄皮中提取的花青素及其在葡萄酒中以有色形式存在的稳定性,而酒精作为一种有机溶剂对葡萄皮色素提取具有重要影响[25]。但相关性分析结果不能良好地筛选出特征指标。
2.5 赤霞珠葡萄酒偏最小二乘法-判别分析
为了探究不同色泽赤霞珠葡萄酒基础理化、多酚类物质含量及CIELab参数等指标的特征性,以筛选出区分供试酒样的特征指标为目标进行偏最小二乘法-判别分析(partial least squares-discriminant analysis, PLS-DA)(图2)。如图2-a、图2-c、图2-e所示,供试酒样均可以很好地被区分开,说明各供试酒样之间存在差异。以变量投影重要性(variable importance in the projection,VIP)评价指标的贡献,VIP>1的指标为特征指标。由图2-b、图2-d、图2-f可知,基础理化指标中特征指标为苹果酸、酒精度。苹果酸作为葡萄与葡萄酒中的重要有机酸,在葡萄酒发酵及陈酿过程中,葡萄酒中的酒酒球菌能够将苹果酸转化为L-乳酸,这一转化过程对葡萄酒的协调性和稳定性具有重要影响[26]。CIELab参数中特征指标为Hab、L*、a*,多酚类物质中特征指标为总单宁含量、总酚含量,其中总单宁、总酚的贡献明显大于总黄酮,说明总单宁、总酚含量在区分不同色泽赤霞珠葡萄酒中具有重要作用,总酚含量高的葡萄酒往往具有较强的抗氧化能力,表现出良好的陈酿潜力,而葡萄酒颜色也是评判葡萄酒陈酿潜力的重要特征[1]。Hab较a*、b*的贡献更大,说明以Hab对不同色泽赤霞珠葡萄酒进行区分效果更好,此结果与前人通过色调角对不同色泽的葡萄酒进行酒龄判定相似[27]。
a-基础理化指标得分图;b-基础理化指标变量投影重要性图;c-CIELab参数得分图;d-CIELab参数变量投影重要性图;e-多酚类物质含量得分图;f-多酚类物质含量变量投影重要性图
图2 赤霞珠葡萄酒基础理化指标、CIELab参数、多酚类物质含量偏最小二乘法-判别分析图
Fig.2 Partial least squares-discriminant analysis plot of basic physicochemical indicators, CIELab parameters, and polyphenol content of Cabernet Sauvignon wines
2.6 赤霞珠葡萄酒可视化表征
2.6.1 基于CIELab颜色空间可视化表征
红葡萄酒Hab一般介于0°～90°,因此只需要绘制色彩平面的第一象限。以a*、b*为横纵坐标,a轴表示红色色度值,从左往右红色色度逐渐增大,酒体颜色的红色占比逐渐增加,b轴表示黄色色度值,从低到高黄色色度逐渐增大,各酒样坐标点到原点的距离为相应酒样的饱和度
其所在直线与a轴形成的夹角为色调角Hab,表示酒体颜色的整体倾向,从0°～90°酒体逐渐黄化,酒样的坐标点间的距离表示酒样之间的色差
其值越小,表明与参照酒样的颜色越接近[5-6,16]。如图3-a、图3-b所示,1号酒样的红色色度值、饱和度最大,明度最低,而10号酒样的红色色度值、饱和度值最小,且黄化程度最严重(Hab最大),明度最高,1号酒样和10号酒样的色差最大。由图3-b可知,1号酒样明度最低,酒体颜色较为深沉,10号酒样明度最高,酒体颜色较为稀薄,除此之外,其他供试酒样明度波动不大。
a-彩度分布图;b-明度分布图
图3 赤霞珠葡萄酒CIELab彩度和明度分布图
Fig.3 CIELab colorfulness and lightness distributions of Cabernet Sauvignon wines
2.6.2 基于二维灰度图的数据可视化表征
可视化技术可应用于葡萄酒香气成分数据的分析,根据数据可视化原理构建二维灰度图能够直观表征不同产地葡萄酒的香气成分信息,以达到鉴别区分不同产区葡萄酒的目的[7],此方法呈现的是不同产区葡萄酒的特征香气成分,但在实际生产中难以实现小分子物质的定性定量检测及可视化表征。在相同可视化原理与思想的条件下,将二维灰度图引入葡萄酒颜色特征指标的可视化表征分析,根据偏最小二乘法-判别分析结果筛选出区分不同色泽葡萄酒贡献较大的特征指标后构建二维灰度图,该方法能够对实际生产条件下便于实现定量检测的指标进行可视化表征且可达到有效鉴别不同色泽葡萄酒的效果,为客观评价葡萄酒颜色品质提供新思路。不同产区及陈酿条件下会引起不同色泽葡萄酒特征指标的数值差异,但只是在原有基础上的细微改变。如图4所示,供试酒样之间的差异显而易见且可比性较好,二维灰度图横轴由7个特征指标构成,纵轴无实际含义,灰度的深浅对应的是特征指标的数值大小,灰度越浅代表数值越小,灰度越深则代表数值越大,灰度相似则代表数值相近。
a～j-1～10号赤霞珠葡萄酒;A～G-7个特征指标,分别为酒精度、苹果酸、Hab、L*、a*、总单宁、总酚含量
图4 赤霞珠葡萄酒二维灰度图
Fig.4 Two-dimensional grey scale map of Cabernet Sauvignon wines
由图4-c～图4-h可知,3号与4号酒样,5号和6号酒样,7号和8号酒样颜色及特征指标数值相近,其中3号和4号酒样的Hab、苹果酸相近,总单宁含量和总酚含量有所差异。5号和6号酒样的L*和总酚含量相近,苹果酸、总单宁含量有所差异。在所有供试酒样中,1号和10号酒样差别最大,由二维灰度图4-a、图4-j可知,1号酒样的酒精度、Hab、L*较低,而a*、苹果酸、总单宁和总酚含量都较高,10号酒样的总单宁、总酚含量都较低,而Hab、L*较高,由二维灰度图可推测1号酒样为年轻的红葡萄酒(a*较高),具有较好的颜色品质和陈酿潜力(总酚较高),而10号酒样为已经褐变的陈年红葡萄酒,黄化程度严重(Hab最大),酒体稀薄,层次感较差(L*最高),已经不再适合陈酿(单宁、总酚较低),这是由于单宁在陈酿过程中对葡萄酒的颜色和香气稳定性起着核心作用,葡萄酒单宁是预测葡萄酒颜色稳定发展的最强因素[28]。
3 结论
选取新疆天山北麓产区赤霞珠干红葡萄酒从酒精发酵结束至最终色泽衰退(深紫红色-黄褐色)过程中10款样品为试材,测定基础理化指标、多酚类物质含量、CIELab参数、总色素、聚合色素等指标。利用皮尔逊相关性分析与偏最小二乘法-判别分析筛选出区分不同色泽赤霞珠葡萄酒的特征指标。结果表明供试酒样基础理化指标中特征指标为苹果酸、酒精度,多酚类物质中特征指标为总单宁、总酚含量,CIELab参数中特征指标为Hab、L*、a*。结合供试酒样CIELab颜色空间彩度分布图、明度分布图、特征指标可视化结果及物质含量综合分析,酒体呈现紫红色时(Hab<15°,1、2号酒样),a*、总单宁和总酚含量较高,通常为新葡萄酒的颜色,若L*较低,酒体则呈现层次丰富的深紫红色(1号酒样),反之则酒体颜色单薄,层次感较弱(2号酒样),呈现淡紫红色。当酒体呈现胭脂红色时(15°≤Hab<25°,3、4号酒样),红色色度值(a*)为14.69～16.41,明度(L*)为85左右,总单宁含量为3 302.57～3 459.51 mg/L,总酚含量为2 157.59～2 983.46 mg/L。当酒体呈现宝石红色时(25°≤Hab<35°,5、6号酒样),其苹果酸含量为1.10～1.40 g/L,L*为71.71～74.52,a*为18.13～20.52,总单宁含量为4 558.06～4 652.22 mg/L,总酚含量为2 998.39～3 272.02 mg/L。当酒体的L*达到90且总单宁和总酚含量均在1 500 mg/L以下时,酒体黄化程度严重,已经不再适合陈酿。基于CIELab颜色空间和二维灰度图的葡萄酒可视化表征方法,直观反映了不同色泽赤霞珠葡萄酒颜色及特征指标信息,能够良好鉴别不同色泽赤霞珠葡萄酒,为客观评价葡萄酒颜色品质提供新的参考。后续试验中可以针对同一产区不同品种葡萄酒或不同产区同一品种葡萄酒进行可视化表征,作为葡萄酒品种、产区鉴定的一种方法。
[1] 潘秋红. 葡萄酒化学[M].北京:科学出版社, 2019: 110-113.
PAN Q H.Wine Chemistry[M].Beijing:Science Press, 2019: 110-113.
[2] 张扬, 彭晶晶, 李坤一, 等.发酵前添加有机酸对西拉红葡萄酒颜色和感官质量的影响[J].食品与发酵工业, 2023, 49(7):90-98.
ZHANG Y, PENG J J, LI K Y, et al.Effects of organic acid added before fermentation on color and sensory quality of Syrah red wine[J].Food and Fermentation Industries, 2023, 49(7):90-98.
[3] 赵宇, 沙青, 孔彩琳, 等.西北地区干红葡萄酒质量相关理化指标的判别功能解析[J].食品科学技术学报, 2021, 39(3):129-139.
ZHAO Y, SHA Q, KONG C L, et al.Discriminant analysis of physicochemical indexes related to quality of dry red wines from northwest China[J].Journal of Food Science and Technology, 2021, 39(3):129-139.
[4] 李雨宇, 杨佳荟, 袁春龙.不同年份干红葡萄酒单宁结构特性与涩感强度的关系[J].中国食品学报, 2022, 22(8):308-315.
LI Y Y, YANG J H, YUAN C L.Structural characteristics of tannin in dry red wines of different vintages and their relationship with astringency intensity[J].Journal of Chinese Institute of Food Science and Technology, 2022, 22(8):308-315.
[5] 李运奎, 韩富亮, 张予林, 等.基于CIELAB色空间的红葡萄酒颜色直观表征[J].农业机械学报, 2017, 48(6):296-301.
LI Y K, HAN F L, ZHANG Y L, et al.Visualization for representation of red wine color based on CIELAB color space[J].Transactions of the Chinese Society for Agricultural Machinery, 2017, 48(6):296-301.
[6] 李运奎, 范舒悦, 张煜, 等.西北地区红葡萄酒颜色微观量化分类与宏观量化分级[J].农业机械学报, 2023, 54(5):379-386.
LI Y K, FAN S Y, ZHANG Y, et al.Micro-quantitative classification and Macro-quantitative gradation of color of dry red wines in northwest China[J].Transactions of the Chinese Society for Agricultural Machinery, 2023, 54(5):379-386.
[7] 陶永胜, 李华, 王华.中国不同产区赤霞珠干红葡萄酒香气成分数据的可视化分析[J].分析化学, 2008,36(5):653-657.
TAO Y S, LI H, WANG H.Data visualization of wine aroma compounds of cabernet sauvignon dry red wines from different origins in China[J].Chinese Journal of Analytical Chemistry, 2008,36(5):653-657.
[8] 王宏. 宁夏干红葡萄酒陈酿过程中酚类物质及颜色的变化规律研究[D].银川:宁夏大学, 2015.
WANG H.Evolution of phenolic components and color features for the dry red wines in Ningxia during wine aging period[D].Yinchuan:Ningxia University, 2015.
[9] 葛谦, 刘正庭, 陈翔, 等.赤霞珠葡萄酒酿造过程中花色苷及颜色参数变化规律[J].中国酿造, 2018, 37(2):137-141.
GE Q, LIU Z T, CHEN X, et al.Change rule of anthocyanins and color parameters during cabernet sauvignon winemaking process[J].China Brewing, 2018, 37(2):137-141.
[10] 李甜, 王越, 安家彦.紫薯酒发酵过程颜色变化规律及颜色特征[J].食品与发酵工业, 2016, 42(1):48-52.
LI T, WANG Y, AN J Y.Research on color change rules and color features of purple sweet potato wine during fermentation[J].Food and Fermentation Industries, 2016, 42(1):48-52.
[11] 翦祎, 韩舜愈, 张波, 等.单一pH法、pH示差法和差减法快速测定干红葡萄酒中总花色苷含量的比较[J].食品工业科技, 2012, 33(23):323-325;423.
JIAN Y, HAN S Y, ZHANG B, et al.Comparison of single pH method, pH-differential method and substraction method for determining content of anthocyanins from red wine[J].Science and Technology of Food Industry, 2012, 33(23):323-325;423.
[12] JAYAPRAKASHA G K, SINGH R P, SAKARIAH K K.Antioxidant activity of grape seed (Vitis vinifera) extracts on peroxidation models in vitro[J].Food Chemistry, 2001, 73(3):285-290.
[13] 孟江飞. 山西乡宁地区葡萄采收时间对葡萄及葡萄酒酚类物质与抗氧化活性影响[D].杨凌:西北农林科技大学, 2011.
MENG J F.Effect of harvest time on phenolic contents and antioxidant properties of grape and wines in Xiangning County, Shanxi province[D].Yangling:Northwest Agriculture and Forestry University, 2011.
[14] 冯磊. 新疆产区赤霞珠红葡萄酒色泽稳定性研究[D].烟台:烟台大学, 2022.
FENG L.Study on color stability of cabernet sauvignon red wine in Xinjiang region[D].Yantai:Yantai University, 2022.
[15] 常远. 新疆吐哈产区酿酒葡萄成熟指标体系研究[D].杨凌:西北农林科技大学, 2019.
CHANG Y.Study on Maturity Index System of Wine Grape in Tuha Region of Xinjiang[D].Yangling:Northwest Agriculture and Forestry University, 2019.
[16] 陈晓艺. 红葡萄酒颜色CIEL*a*b*方法研究[D].银川:宁夏大学, 2015.
CHEN X Y.Research the method of CIEL*a*b* of red wine color[D].Yinchuan:Ningxia University, 2015.
[17] BOISIER B, MANSOURI A, GOUTON P, et al.Wine color characterization and classification for nuances reproduction[C].Fifth International Conference on Signal Image Technology and Internet Based Systems.Piscataway:IEEE, 2009:93-98.
[18] 耿晨晨. 贺兰山东麓红葡萄酒中颜色变化规律研究[D].银川:宁夏大学, 2017.
GENG C C.Study on the color variation laws in red wines from the eastern foot of Helan Mountain[D].Yinchuan:Ningxia University, 2017.
[19] MATEUS N, OLIVEIRA J, SANTOS-BUELGA C, et al.NMR structure characterization of a new vinylpyranoanthocyanin-catechin pigment (a portisin)[J].Tetrahedron Letters, 2004, 45(17):3455-3457.
[20] LAITILA J E, SALMINEN J P.Relevance of the Concentrations and sizes of oligomeric red wine pigments to the color intensity of commercial red wines[J].Journal of Agricultural and Food Chemistry, 2020, 68(11):3576-3584.
[21] LANDI N, SCOGNAMIGLIO M, WOODROW P, et al.Biochemical Traits, 1H NMR profile and residual DNA content of ‘Asprinio’, white wine from Campania region (Southern Italy)[J].Foods, 2022, 11(15):2322.
[22] PANDEYA A, RAYAMAJHI S, POKHREL P, et al.Evaluation of secondary metabolites, antioxidant activity, and color parameters of Nepali wines[J].Food Science &Nutrition, 2018, 6(8):2252-2263.
[23] 赵昊, 宋晶晶, 于佳俊, 等.不同产区葡萄酒多酚物质抗氧化活性差异及相关性分析[J].食品与发酵工业, 2021, 47(6):84-91.
ZHAO H, SONG J J, YU J J, et al.Differences and correlation analysis of polyphenols and antioxidant activity in different wines regions[J].Food and Fermentation Industries, 2021, 47(6):84-91.
[24] TAGHAVI T, PATEL H, AKANDE O E, et al.Total anthocyanin content of strawberry and the profile changes by extraction methods and sample processing[J].Foods, 2022, 11(8):1072-1086.
[25] ESCRIBANO-VIANA R, PORTU J, GARIJO P, et al.Effect of the sequential inoculation of non-Saccharomyces/Saccharomyces on the anthocyans and stilbenes composition of Tempranillo wines[J].Frontiers in Microbiology, 2019, 10:773-783.
[26] VION C, PELTIER E, BERNARD M, et al.Marker assisted selection of malic-consuming Saccharomyces cerevisiae strains for winemaking.Efficiency and limits of a QTL’s driven breeding program[J].Journal of Fungi, 2021, 7(4):304-327.
[27] 李伟, 席晓敏, 李辉, 等.贺兰山东麓赤霞珠干红葡萄酒陈酿过程中颜色变化研究[J].食品科学技术学报, 2020, 38(2):41-47.
LI W, XI X M, LI H, et al.Determination of color change during aging of cabernet sauvignon in eastern foothill of Helan Mountain[J].Journal of Food Science and Technology, 2020, 38(2):41-47.
[28] GAMBUTI A, PICARIELLO L, RINALDI A, et al.Evolution of Sangiovese wines with varied tannin and anthocyanin ratios during oxidative aging[J].Frontiers in Chemistry, 2018, 6:63-74.
