基于面部表情分析技术的葡萄酒中关键香气与饮用舒适度相关性评价

黄翠1,武运1*,薛洁2,3*,皇甫洁2,3,孙志伟2,3,唐家乐1,张成学1,李宁1,宋涛2,3

1(新疆农业大学 食品科学与药学学院,新疆 乌鲁木齐,830052)

2(中国食品发酵工业研究院,北京,100015)

3(国家酒类品质与安全国际联合研究中心,北京,100015)

摘 要 为明晰新疆地产葡萄酒中影响饮用舒适度的关键香气物质,以新疆四大产区葡萄酒为试材,采用顶空固相微萃取(headspace solid-phase microextraction,HS-SPME)与GC-MS联用技术,结合香气活性值(odor activity value,OAV)确定11款葡萄酒中的关键香气,基于模糊数学传统感官与智能感官面部表情分析对11款酒的感官质量进行综合评价并建立线性回归模型,将关键情绪维度与关键香气物质作相关性分析。研究结果表明,共定性定量了79种香气物质(共有组分43种),酯类数量最多(35种),醇类次之(19种),萜烯类(11种)、醛酮类(7种)、酸类(4种)和其他类(3种)最少。其中吐哈盆地赤霞珠(2号)、焉耆盆地马瑟兰(7号)、焉耆盆地霞多丽(8号)品评得分结果较高;线性回归模型R2=0.831且拟合度良好,说明面部表情分析中其效价及唤醒度能基本反映综合饮用舒适度。通过相关性分析确定与饮用舒适度相关的关键物质为乙酸乙酯、异戊醇、活性戊醇、甲醇、3-羟基-2-丁酮、辛酸等。该研究为提高新疆葡萄酒饮用舒适度奠定了科学理论依据。

关键词 葡萄酒香气;面部表情综合评价;饮用舒适度

葡萄酒因具备独特、复杂的典型风格而深受大众喜爱,不同葡萄酒由于葡萄品种、气候、土壤等生态条件以及酿造方式等差异,使生产出的葡萄酒风格存在很大差异,因此特征鲜明的葡萄酒风格一直是酿酒师所追求的目标[1]。目前对于葡萄酒质量的评价主要集中于理化指标、感官品评[2],其中感官评价仍然是评价葡萄酒质量最有效的方法[3],对于高质量的葡萄酒来讲,其饮用过程即风味口感等能带给人愉悦舒适感,因此提升酒类饮用舒适度已成为如今一大研究热点[4]

饮用舒适度是指饮料酒的饮用体验,其研究主要集中在两部分,一是饮中舒适度,包括饮用时对酒体外观、香气、口感的综合感受;二是饮后舒适,包括饮用后产生的生理反应等[5]。有文献表明,香气物质是葡萄酒的重要感官指标和质量参数[6],同时也是影响葡萄酒酒饮用舒适度的关键因素,影响酒类饮用舒适度的正向因素[7]包括呈香风味因子、酯酸比例等;负向因素[8]主要有杂醇油、乙醛等。国外学者常采用“宿醉”一词来评价酒类饮用体验感,评价方法多集中于:宿醉严重程度量表[9-10]、人体饮后感受评价问卷[11]、动物行为学评价模型[12]等。这些评价也大多采用了主客观相结合的评价方式,而采用面部表情分析技术来评价葡萄酒饮用舒适度的研究鲜有报道。面部表情分析技术[13]是智能感官品评方式的一种,此外还包括脑电分析[14]、心率体温[15]、眼动追踪[16]等。其可以在品评过程中提供快速变化的情感信息,是一种通过分析人脸信息尝试理解人类情感的技术,其主要通过捕捉品评者在品评过程中面部的关键肌肉点,并对比表情图像数据库将表情数据分类,在食品中的应用较为广泛[17-18]

本研究基于模糊数学传统感官评价法与智能感官面部表情分析技术相结合的方式对11款葡萄酒进行综合质量评价,采用气相色谱-质谱联用技术(gas chromatography-mass spectrometry,HS-SPME-GC-MS)对11款新疆地产葡萄酒中香气物质定性定量分析,以香气活度值(odor activity value,OAV)确定酒体中关键香气物质。通过对关键情绪维度与关键香气成分的相关性分析,明确葡萄酒酒体中影响饮用舒适度的关键香气物质,以期为葡萄酒品质评价及品质提升提供科学的理论依据。

1 材料与方法

1.1 材料与试剂

酒样取自新疆焉耆盆地、吐哈盆地、天山北麓、伊犁河谷四大产区的11款葡萄酒;酒样收集信息如表1所示。

表1 酒样信息
Table 1 Information of wine samples

样品分类样品标号样品编号样品名称酿造原料(单品种)干红YQ-C1焉耆盆地干红赤霞珠TH-C2吐哈盆地干红赤霞珠YL-C3伊犁河谷干红赤霞珠TS-C4天山北麓干红赤霞珠YQ-ML5焉耆盆地干红梅洛YQ-XL6焉耆盆地干红西拉YQ-MSL7焉耆盆地干红马瑟兰YQ -XDL8焉耆盆地干白霞多丽干白TH-BSN9吐哈盆地干白白诗南YL-LSL10伊犁河谷干白雷司令TS-LSL11天山北麓干白雷司令

1.2 仪器与设备

气相色谱-质谱联用仪、DB-WAX色谱柱,安捷伦科技(中国)有限公司;面部表情分析仪、Face Read 软件,版本8.0 诺达思(荷兰)。

1.3 实验方法

1.3.1 建立模糊数学综合评价级

品评人员共20人,其中包括国家品酒师及葡萄酒专业人员;参照国标GB 15037—2006,以葡萄酒外观、香气、口感、整体4个方面进行品评打分,同时进行面部表情信息的采集,最后将品评打分按优良中差进行人数统计汇总。

根据葡萄酒感官评价标准(表2)分别对7款干红、4款干白进行模糊数学综合感官评价,并建立评价级。评价对象集U,代表进行感官评价的11款酒样集合,U={u1u2u3u4u5u6u7u8u9u10u11},其中u1u11分别代表11款酒样,uj代表11款酒样的综合评价,其中j=1,2,3,4,5,6,7,8,9,10,11。

表2 葡萄酒感官评价标准
Table 2 Sensory evaluation criteria for wines

因素感官评价标准及等级优(90分)良(80分)中(70分)差(60分)外观(15%)充分代表了该品种酒的固有色泽,酒体澄清有光泽、无悬浮物(15~14分)代表了该品种葡萄酒的固有色泽,酒体澄清有光泽、无明显悬浮物(13~12分)能代表该品种葡萄酒的基本色泽,酒体澄清有光泽、非常轻度雾浊(11~10分)代表性丢失较少或呈现浅紫色,酒体伴有轻度云浊(9~8分)香气(30%)有典型的葡萄品种香气及陈酿香,香气纯正、优雅、和谐、怡悦(30~27分)有明显的葡萄品种香及陈酿香,香气纯正、和谐(26~23分)香气明显但不典型,果香弱但无异香(22~19分)无明显香气或者有腐烂刺鼻的味道(18~15分)口感(45%)入口酸甜协调、具有优雅果香,回味绵长(45~38分)口味纯正、爽怡,果香味明显,酸甜协调(37~30分)有一定的果香、无杂味,酒体轻薄(29~22分)无明显果香味或伴有异味,口感粗糙(21~14分)酒体(10%)风格典型,酒体协调,复杂度高(10~9分)有一定典型风格,酒体协调(8~7分)典型性一般,风格良好(6~5分)无典型性,酒体失衡(4~3分)

因素集及权重的确立:评价因素集Rj={v1v2v3v4},v1v4分别代表评价干红葡萄酒的4个评价指标,即{外观,香气,口感,酒体}。

评价得分集B={b1b2b3b4}={优,良,中,差}={90,80,70,60}。权重集X={x1x2x3x4}={0.15,0.3,0.45,0.1}。根据模糊数学变化原理利用矩阵乘法,将权重集合乘以模糊数学关系矩阵Rj,可以得到酒样对4个因素的综合隶属度Tj

1.3.2 面部表情技术分析

基于面部表情分析系统捕捉品评者品评过程中的面部表情信息,采用系统自带的Face Reader软件对葡萄酒品评过程中的观色、闻香、品尝三阶段加以处理分析[19]。面部表情数据最后分为7种情绪,其中正向情绪包括:中立、喜悦、惊奇;负向情绪包括:悲伤、惧怕、愤怒以及厌恶[20]。此外,以效价及唤醒度作为整体品评阶段的参考。效价值是正负情绪的均值之比的综合分析维度,唤醒度是正情绪的均值与所有情绪均值之比的综合分析维度,均可用于品评过程中的整体情绪评价。

1.3.3 挥发性香气物质的测定

HS-SPME提取挥发性成分:在10 mL顶空进样瓶中加入1 mL酒样、5 g盐、4 mL蒸馏水,将样品瓶在恒温条件下振荡15 min,使用50/30 μm DVB/CAR/PDM萃取头萃取,萃取前将萃取头老化2 h,样品萃取40 min,每个样品重复3次取平均值。GC-MS条件参考王雪薇等[21]的数据。

1.3.4 定性定量分析

定性采用MS即计算机内置的标准质谱库NIST进行对比检索(匹配度≥80),查询对应的CAS号、保留时间;定量采用标准品配制混标,按梯度稀释后与待测样品在相同处理参数下测出标样在不同浓度下的标准曲线,并绘制工作曲线计算待测化合物含量[22],采用全扫描方式。

1.3.5 OAV的计算

一般以OAV≥1的香气物质用于评价香气对风味的贡献程度[23]。计算如公式(1)所示:

(1)

式中:C为计算出的该化合物的质量浓度,mg/L;OT为指香气化合物在文献中查阅到的气味阈值。

1.4 数据处理

采用IBM SPSS Statistics 20.0进行显著性差异分析(least-significant difference,LSD)、线性回归(最小二乘法);采用Origin软件做柱状图、差异性热图。

2 结果与分析

2.1 基于模糊数学的传统感官综合评价

根据品评打分得到感官评定结果及模糊数学评定矩阵(https://doi.org/10.13995/j.cnki.11-1802/ts.036340),以1号酒样为例,综合隶属度T1如下:

(0.660,0.225,0.115,0.000)

计算出酒样的模糊评价结果,经过加和后及得到每个样品的最终感官评分,如1号酒样最终感官评分T1=0.660×90+0.225×80+0.115×70+0.000×60=85.45;所有样品的最终模糊评判结果与综合评分见附表(https://doi.org/10.13995/j.cnki.11-1802/ts.036340)。

大多酒样综合评分等级为良;干红组综合品评得分顺序为:吐哈盆地赤霞珠(2号)>焉耆盆地马瑟兰(7号)>伊犁河谷赤霞珠(3号)>焉耆盆地西拉(6号)>焉耆盆地赤霞珠(1号)>焉耆盆地梅洛(5号)>天山北麓赤霞珠(4号);干白组综合品评得分顺序为:焉耆盆地霞多丽(8号)>伊犁河谷雷司令(10号)>吐哈盆地白诗南(9号)>天山北麓雷司令(11号)。干红组感官品评得分高的为吐哈盆地的赤霞珠葡萄酒(2号)、焉耆盆地马瑟兰(7号),评分较低的为天山北麓赤霞珠(4号);而干白葡萄酒感官品评质量最佳的为焉耆盆地的霞多丽(8号),评分较低的为天山北麓雷司令(11号)。

2.2 基于面部表情分析技术的综合评价

通过面部表情分析仪记录品评过程,得到7个情绪维度的得分值;由于香气对观色阶段的情绪值几乎无影响,主要影响人的嗅闻、品尝等感官情绪;因此忽略观色阶段情绪值,选取闻香、品尝阶段的Face Reader得分进行分析。情绪维度得分值越大代表强度越高;将得分值采用LSD进行差异性分析,结果见表3。对可以显著区分不同酒样的正向情绪(愉快、惊奇)和负向情绪(厌恶、惧怕)进行具体分析(图1)。

图1 品评者对不同样品的情绪得分图

Fig.1 Emotional score chart of different samples by reviewers

表3 面部表情方差分析图
Table 3 ANOVA plot of facial expression

情绪维度平均值F值中性0.5290.008厌恶0.0535.135∗∗悲伤0.1492.877惊奇0.03113.397∗∗∗惧怕0.01616.199∗∗∗愉悦0.10917.699∗∗∗愤怒 0.0611.32效价-0.08236.096∗∗∗唤醒0.33223.820∗∗∗

注:***代表P<0.01 的显著性水平,**代表P<0.05 的显著性水平。

综合图1情绪得分图来看,愉快情绪维度平均值为0.038~0.169;惊奇情绪维度为0.01~0.06;厌恶情绪维度得分为0.02~0.07。惧怕情绪维度得分为0.006 1~0.019 1,厌恶情绪维度得分为0.034~0.079。各款样品中闻香、品尝阶段愉悦情绪值最高并显著高于其他情绪值,说明葡萄酒中存在使人闻香产生愉悦舒适感的物质。其中闻香阶段焉耆盆地霞多丽白葡萄酒(8号)愉悦值最高,焉耆盆地梅洛红葡萄酒(5号)愉悦值最低;品尝阶段天山北麓产区雷司令白葡萄酒(11号)愉悦值最高,天山北麓产区赤霞珠红葡萄酒(4号)愉悦值最低。

将显著性指标归类为正向及负向情绪,根据情绪之和的平均值做柱状图(图2),其品评过程中所有样品正向情绪得分值均显著大于负向情绪,干红组各样品正向情绪较高的为:吐哈盆地赤霞珠(2号)>焉耆盆地马瑟兰(7号)>伊犁河谷赤霞珠(3号)>焉耆盆地赤霞珠(1号)>焉耆盆地西拉(6号)>焉耆盆地梅洛(5号)>天山北麓赤霞珠(4号);干白组正向情绪较高的为:焉耆盆地霞多丽(8号)>天山北麓雷司令(11号)>吐哈盆地白诗南(9号)>伊犁河谷雷司令(10号)。综合其唤醒度及情绪效价来看,吐哈盆地赤霞珠(2号)、伊犁河谷赤霞珠(3号)、焉耆盆地马瑟兰(7号)、焉耆盆地霞多丽(8号)这几款酒比同类型酒样的饮用舒适感要好。这与模糊数学综合品评得分排序结果一致性较高。

a-愉悦;b-惊奇;c-厌恶;d-惧怕

图2 正负向情绪得分柱状图

Fig.2 Histogram of positive and negative emotional scores

2.3 基于面部表情与传统感官评价模型的建立

面部表情情绪值唤醒度与效价作为整体参考衡量指标,一般认为该值的大小与品评者对该款酒的饮用综合舒适度相关。接着以模糊数学感官评价法所得综合评分为因变量Y值,以效价(闻)、唤醒(闻)、唤醒(尝)、效价(尝)平均值为自变量X值建立线性回归(最小二乘法)模型,获得以综合品评得分为目标函数的二次回归拟合方程:y=140.404+54.082×效价(闻香)-95.835×唤醒(闻香)-17.589×效价(品尝)-72.012×唤醒(品尝)。

所得回归方程可以根据效价及唤醒度预测葡萄酒饮用舒适的综合得分。对于变量共线性表现,方差膨胀因子(variance inflation factor, VIF)值用于解释变量间存在高度相关的关系(VIF应小于5),所得VIF全部小于5且模型符合要求。模型没有多重共线性问题,模型构建良好。F检验的结果分析可以得到,显著性P值为0.017**,水平上呈现显著性,因此模型基本满足要求。

得出R2=0.831,R2代表曲线回归的拟合程度,越接近1效果越好,说明模型公式有80%的拟合程度与其模糊数学综合感官品评得分相吻合。真实值与预测值拟合度良好,因此说明面部表情各情绪维度可以作为衡量整体综合饮用舒适度的参考指标。

2.4 不同葡萄酒的香气物质解析

通过HS-SPME-GC-MS对香气成分量化分析(https://doi.org/10.13995/j.cnki.11-1802/ts.036340),11款葡萄酒中共测得79种香气物质(共有成分43种),且各香气物质种类存在异同;主要包括酯类、醇类、醛酮类、酸类、萜烯类和其他化合物。其中酯类数量最多(35种),醇类次之(19种),萜烯类(11种)、醛酮类(7种)、酸类(4种)和其他类(3种)最少;这些香气物质主要来源于葡萄果实以及发酵过程中产生。

由附表4(https://doi.org/10.13995/j.cnki.11-1802/ts.036340)、图3可知,香气物质在葡萄酒中的总体含量为324 252.80~1 073 541.29 μg/L,且差异显著。葡萄酒中的醇类物质是酒体醇甜和助香物质,醇类化合物主要为糖苷类的水解、氨基酸和脂肪酸的代谢产物[24-25],其含量最高且占香气成分总量的63%~78%,含量较高为甲醇、异戊醇、活性戊醇等高级醇物质。高级醇的生成通过酵母氨基酸的异化作用[26-27],也可通过糖的合成代谢经由氨基酸的合成代谢途径生成,其中天山赤霞珠(4号)、焉耆梅洛(5号)醇类含量最高,可能是降低饮用舒适度的原因之一。

附表1 酒样感官评定结果
Table S1 Sensory evaluation results of wine samples

干红酒样外观香气口感酒体优良中差优良中差优良中差优良中差11352013430135201532021721018110181101730031622016220163101622041064011720125301244051271013430127101352061433015410144201541071532016310172101631081730016220172101622091631014330143301343010154101532016220153201116220152301541014720权重0.150.30.450.1

附表2 模糊数学评定矩阵
Table S2 Fuzzy math assessment matrix

R1=0.650.250.100.650.20.1500.650.250.100.750.150.10R2=0.850.10.0500.90.050.0500.90.050.0500.850.1500R3=0.80.10.100.80.10.100.80.150.0500.80.10.10R4=0.50.30.200.550.350.100.250.1500.60.60.20.20R5=0.60.350.0500.650.20.1500.60.350.0500.650.250.10R6=0.70.150.1500.750.20.0500.70.20.100.750.20.050R7=0.750.150.100.80.150.0500.850.10.0500.80.150.050R8=0.850.15000.80.10.100.850.10.0500.80.10.10R9=0.80.150.0500.70.150.1500.70.150.1500.650.20.150R10=0.750.20.0500.750.150.100.80.10.100.750.150.10R11=0.80.10.100.750.10.1500.20.0500.70.70.350.10

附表3 十一款酒样模糊评判结果与综合评分
Table S3 Fuzzy evaluation results and comprehensive scores of 11 wine samples

样品标号样品编号Tj的模糊数学评价结果综合评分/分综合评分等级YQ-C1T1=(0.660,0.225,0.115,0.000)85.45良好TH-C2T2=(0.887 5,0.067 5,0.045,0.000)88.425良好YL-C3T3=(0.800,0.122 5,0.0775,0.000)87.225良好TS-C4T4=(0.4125,0.237 5,0.080,0.270)77.925中等YQ-ML5T5=(0.620,0.295,0.085,0.000)85.35良好YQ-XL6T6=(0.720,0.192 5,0.0875,0.000)86.325良好YQ-MSL7T7=(0.815,0.127 5,0.0575,0.000)87.575良好YQ-XDL8T8=(0.830,0.107 5,0.0625,0.000)87.675良好TH-BSN9T9=(0.710,0.155,0.135,0.000)85.75良好YL-LSL10T10=(0.772 5,0.135,0.092 5,0.000)86.80良好TS-LSL11T11=(0.505,0.1025,0.070,0.315)77.45中等

附表4 葡萄酒挥发性香气物质含量 单位:μg/L
Table S4 Content of Volatile Aromatic Substances in Wine

分类编号香气物质1号酒样2号酒样3号酒样4号酒样5号酒样6号酒样7号酒样8号酒样9号酒样10号酒样11号酒样YQ-CTH-CYL-CTS-CYQ-MLYQ-XLYQ-MSLYQ-XDLTH-BSNYL-LSLTS-LSL1丁酸乙酯(ethyl butyrate)72.01±0.0354.42±0.3465.37±0.3254.61±0.1378.1±0.2371.89±0.0175.52±0.32140.37±0.0296.56±0.03155.45±0.2148.33±0.212异戊酸乙酯(ethyl isovalerate)22.96±0.0515.65±0.0410.01±0.020.77±0.0332.48±0.0530.7±0.0126.94±0.0317.87±0.0230.74±0.064.56±0.050.72±0.033乙酸异戊酯(isoamyl acetate)138.6±0.14130.86±0.12199.02±0.13110.17±0.12128.2±0.12190.31±0.15209.34±0.09776.88±0.12207.65±0.151460.33±0.18325.44±0.094戊酸乙酯(ethyl valerate)1.76±0.060.65±0.040.72±0.020.73±0.010.91±0.030.84±0.051.09±0.020.85±0.040.38±0.011.04±0.080.33±0.035己酸乙酯(ethyl caproate)431.66±0.16184.93±0.13199.43±0.12182.94±0.16234.95±0.13176.21±0.12186.95±0.14602.69±0.12282.9±0.19928.57±0.11162.34±0.166庚酸乙酯(ethyl heptanoate)3.23±0.050.84±0.030.38±0.010.35±0.040.24±0.030.18±0.060.19±0.020.09±0.030.07±0.080.12±0.050.05±0.047乳酸乙酯(ethyl lactate)143 548.9±0.51104 380.5±0.4172 015.73±0.32175 653.4±0.25192 802.9±0.77161 010.6±0.35155 927.8±0.835 307.59±0.257 334.8±0.123 102.58±0.168 717.65±0.148己酸丁酯(butyl hexanoate)1.87±0.020.71±0.010.34±0.030.38±0.010.19±0.020.15±0.040.13±0.050.07±0.060.04±0.030.03±0.040.05±0.029辛酸乙酯(ethyl octanoate)102.21±0.0650.02±0.0849.23±0.0182.38±0.0592.72±0.0364.03±0.0864.68±0.03244.22±0.0955.96±0.13618.86±0.15181.26±0.0910己酸异戊酯(isoamyl caproate)1.55±0.020.65±0.040.4±0.060.55±0.010.41±0.040.31±0.040.22±0.030.34±0.020.08±0.010.35±0.020.14±0.0111癸酸乙酯(ethyl caprate)29.51±0.1215.78±0.1515.7±0.1337.08±0.1526.74±0.1320.05±0.1122.92±0.1664.7±0.1311.12±0.04278.43±0.19160.15±0.1712丁二酸二乙酯(diethyl succinate)8333.8±0327853.37±0.255874.23±0.3418227.48±0.289855.13±0.4116128.66±0.2814219.38±0.351968.96±0.515289.45±043501.37±0.19957.4±0.2113苯乙酸乙酯(ethyl phenylacetate)42.03±0.1519.63±0.1310.17±0.1117.25±0.1910.18±0.0410.91±0.068.3±0.033.97±0.026.36±0.042.95±0.013.16±0.0214乙酸苯乙酯(phenethyl acetate)61.54±0.0337.44±0.0522.51±0.0435.14±0.0716.58±0.0527.34±0.0426.05±0.0747.17±0.0855.52±0.0488.81±0.03112.51±0.0715月桂酸乙酯(ethyl laurate)17.9±0.069.08±0.055.06±0.047.18±0.033.59±0.083.53±0.023.11±0.033.09±0.042.42±0.0821.72±0.0515.93±0.0416棕榈酸乙酯(ethyl palmitate)599.51±0.12421.56±0.16255.45±0.14251.56±0.11168.7±0.12145.44±0.15112.67±0.1820.23±0.1413.86±0.122.54±0.1110.87±0.14酯类17肉豆蔻酸乙酯(ethyl myristate)152.07±0.23126.35±0.1587.33±0.1695.6±0.1373.34±0.1872.43±0.1262.58±0.1162.63±0.2362.01±0.1572.08±0.3273.56±0.2618硬脂酸乙酯(ethyl stearate)49.65±0.1343.05±0.1526.56±0.1732.7±0.1227.43±0.1125.49±0.2424.41±0.1526.35±0.1726.31±0.1234.65±0.1136.74±0.1519油酸乙酯(ethyl oleate)261.05±0.13181.03±0.24120.79±0.18176.36±0.14107.22±0.18106.64±0.12114.6±0.1479.63±0.1683.32±0.17153.84±0.15142.96±0.1820亚油酸乙酯(ethyl linoleate)290.6±0.18223.94±0.21124.14±0.25137.54±0.1690.03±0.1886.4±0.1262.7±0.1462.46±0.1968.43±0.1274.15±0.1169.52±0.1521乙酸乙酯(ethyl acetate)47 479±0.1564 221±0.2429 455±0.2762 156±0.3146 281±0.4350 715±0.2545 146±0.3226 575±0.3540 091±0.4112 796±0.3530 086±0.4222水杨酸甲酯(methyl salicylate)———6.73±0.026.62±0.043.12±0.0815.99±0.038.29±0.014.6047±0.03————23辛酸甲酯(methyl octanoate)5.07±0.0114.97±0.024.37±0.013.53±0.027.07±0.086.57±0.036.20±0.040.22±0.01—8.46±0.041.72±0.0224乳酸异戊酯(isoamyl lactate)13.31±0.0714.69±0.069.46±0.0219.80±0.0521.03±0.0618.95±0.0415.76±0.02————25丁二酸单乙酯(monoethyl succinate)5.86±0.0117.59±0.038.24±0.0447.72±0.057.97±0.06293.69±0.1233.33±0.0915.59±0.0632.14±0.05——26肉桂酸乙酯(ethyl cinnamate)6.51±0.035.36±0.054.87±0.025.32±0.045.69±0.015.17±0.034.64±0.044.13±0.054.48±0.06—

续附表4

分类编号香气物质1号酒样2号酒样3号酒样4号酒样5号酒样6号酒样7号酒样8号酒样9号酒样10号酒样11号酒样YQ-CTH-CYL-CTS-CYQ-MLYQ-XLYQ-MSLYQ-XDLTH-BSNYL-LSLTS-LSL27己酸戊酯(amyl caproate)——6.59±0.04————————28对苯二甲酸二丁酯(dibutyl terephthalate)5.66±0.023.63±0.052.93±0.062.92±0.052.55±0.032.56±0.042.83±0.01—1.88±0.011.99±0.03—29十五酸乙酯(ethyl pentadecanate)6.31±0.054.39±0.063.45±0.033.02±0.050.68±0.01————0.48±0.02—30辛酸丁酯(butyl octanoate)——3.21±0.02————————31乙酸壬酯(nonyl acetate)——3.01±0.08———0.93±0.02————32乙酸己酯(hexyl acetate)——4.02±0.01————5.53±0.0410.83±0.08300.47±0.1554.12±0.1333壬酸乙酯(ethyl nonanoate)6.61±0.04———5.28±0.03——————34己酸戊酯(amyl caproate)——6.59±0.02————————35辛酸3-甲基丁酯(3-methylbutyl octanoate)3.85±0.011.66±0.013.49±0.02——2.66±0.031.83±0.010.24±0.020.60±0.01——酯类小计154 215.593 9178 040.477 7108 604.451 5257 345.6250 097.378 8229 224.991 4216 361.018 536 031.3879 253 768.571 2820 614.319 6641 160.959 7536仲丁醇(sec-butanol)11.47±0.039.55±0.049.64±0.128.78±0.0712.1±0.0511.24±0.0411.93±0.0224.72±0.0417.4±0.0528.81±0.098.06±0.0737正丙醇(n-propanol)32 597.63±0.1818 013.13±0.2331 291.37±0.2722 216.29±0.3543 606.83±0.2837 142.99±0.3139 419.27±0.4534 964.64±0.2721 788.89±0.3223 249.73±0.1913 827.15±0.2738异丁醇(isobutanol)33 401.05±0.3425 235.23±0.2732 020.42±0.3630 214.57±0.2839 001.09±0.3155 913.15±0.2649 815.68±0.3215 843.68±0.3536 928.33±0.2817 810.53±0.318 781.83±0.2439戊醇(2-pentanol)7.27±0.0530.08±0.1447.07±0.0830.93±0.1620.86±0.1231.06±0.0433.83±0.08124.49±0.1236.19±0.24240.5±0.1256.65±0.1640活性戊醇(active amyl alcohol)47 077.97±0.3543 410.72±0.4535 477.67±0.2957 397.94±0.2745 541.19±0.3170 487.6±0.3559 130.99±0.2829 267.62±0.3648 368.37±0.2919 311.75±0.2519 485±0.2241异戊醇(isoamyl alcohol)137 483.5±0.36122 206.7±0.45102 800.7±0.39141 339.8±0.33134 238.2±0.42173 295.5±0.024160 093.1±0.31101 925.5±0.37140 576.1±0.2957 372.41±0.3563 181.83±0.4642正戊醇(pentyl alcohol)3.27±0.021.41±0.011.61±0.041.34±0.021.75±0.080.09±0.010.07±0.034.48±0.060.06±0.027.49±0.051.27±0.0343正己醇(N-hexanol)898.52±0.151 022.31±0.121 077.19±0.251 997.26±0.19893.57±0.231 196.85±0.171 194.58±0.16358.64±0.13995.84±0.241 663.78±0.21516.23±0.12醇类441,2-丙二醇(1,2-propanediol)23 920.41±0.3460 655.11±0.2830 648.12±0.3655 952.88±0.3332 944.13±0.2433 355.51±0.1641 117.24±0.2524 870.93±0.3246 996.61±0.2622 536.53±0.1814 051.42±0.2445甲醇(carbinol)223 110±0.35292 520±0.25254 960±0.31267 250±0.25248 840±0.33253 860±0.21269 410±0.3488 710±0.2961 980±0.2240 609±0.3436 450±0.2746正丁醇(butanol)5 119±0.21194±0.124 557±0.195 539±0.22901±0.18147±0.124 317±0.15444.01±0.22312±0.14175±0.135 115±0.22472,3-丁二醇(2,3-butanediol)32 204±0.2776 326±0.2963 934±0.2592 686±0.2174 812±0.3987 771±0.33106 134±0.4163 582±0.4742 003±0.3946 751±0.2848 957±0.3248苯甲醇(benzyl alcohol)26.65±0.1439.014±0.1233.56±0.1131.06±0.0976.96±0.16—43.20±0.06————49癸醇(3-decanol)5.80±0.046.05±0.025.41±0.06—4.99±0.03—6.07±0.02—5.96±0.015.62±0.036.14±0.0450壬醇(2-nonanol)5.61±0.027.11±0.016.68±0.045.99±0.066.46±0.035.19±0.025.54±0.066.39±0.055.31±0.024.66±0.044.32±0.0751壬醇(1-nonanol)23.78±0.1213.18±0.1611.35±0.1112.95±0.1918.18±0.1712.77±0.0914.79±0.17————52癸醇(1-decanol)——————3.70±0.043.90±0.032.41±0.016.09±0.035.77±0.04

续附表4

分类编号香气物质1号酒样2号酒样3号酒样4号酒样5号酒样6号酒样7号酒样8号酒样9号酒样10号酒样11号酒样YQ-CTH-CYL-CTS-CYQ-MLYQ-XLYQ-MSLYQ-XDLTH-BSNYL-LSLTS-LSL53庚醇(heptanol)——7.45±0.08————————54辛醇(1-octanol)13.48±0.0311.26±0.02—8.365±0.0213.37±0.059.14±0.03—5.98±0.023.96±0.013.58±0.01—醇类小计535 909.413 6639 700.794 7556 889.24674 693.155 4620 932.679 7713 239.092 6730 750.99360 136.980 4400 020.431 4229 776.481 7210 447.6755辛酸(octanoic acid)75.79±0.1282.14±0.1180.78±0.1587.18±0.1377.47±0.21129.06±0.1998.87±0.14580.66±0.17480.36±0.031 027.77±0.25816.47±0.24酸类56癸酸(capric acid)—15.22±0.1813.07±0.2223.21±0.179.71±0.1429.23±0.1116.97±0.12101.40±0.09111.06±0.10394.93±0.17281.62±0.1357己酸(caproic acid)21.76±0.0317.69±0.0519.74±0.0120.38±0.0815.59±0.0225.99±0.0419.93±0.03119.04±0.0577.29±0.03159.80±0.12120.90±0.1558月桂酸(lauric acid)—————————3.41±0.032.41±0.02酸类小计97.55115.05113.59130.77102.77184.28135.77801.1668.711 585.919 8891 221.403 842593-羟基-2-丁酮(3-hydroxy-2-butanone)13 509±0.231 186±0.3419 334±0.4526 683±0.3222 349±0.2916 209±0.3124 630±0.27894±0.22565±0.19514±0.08873±0.2660糠醛(furfural)674.48±0.12558.75±0.15156.77±0.19569.6±0.21504.96±0.18621.83±0.22583.99±0.18986.55±0.21802.92±0.19117.9±0.26118.1±0.2161苯甲醛(benzaldehyde)28.65±0.1314.14±0.0518.88±0.089.19±0.0310.17±0.055.93±0.084.97±0.023.41±0.127.15±0.116.16±0.144.79±0.09醛酮类62乙醛(acetaldehyde)11 919±0.159 371±0.2239 372±0.1660 889±0.1814 686±0.218 092±0.1719 170±0.1573 461±0.1224 737±0.2464 865±0.2870 165±0.1763仲辛酮(2-octanone)——————————4.91±0.0264壬醛(1-nonanal)6.73±0.02———————2.21±0.01——65乙偶姻(homozygous marriage)2 230.73±0.311 326.42±0.321 727.02±0.411 525.82±0.352 190.7±0.282 023.58±0.311 884.54±0.161 361.07±0.251 326.72±0.181 575.84±0.23996.02±0.18醛酮类小计28 368.5912 456.3160 608.6789 676.6139 740.8326 952.3446 273.576 706.0327 44167 078.972 161.8266β-苯乙醇(β-phenylethanol)19 690±0.1328 609.75±0.2716 721.55±0.2851 618.06±0.3114 415.69±0.4337 184.63±0.2632 255.68±0.318 066.76±0.3229 790.17±0.425 102.82±0.3510 279.56±0.2967橙花叔醇(nerolidol)—0.63±0.03—————————68α-萜品烯(α-terpinene)———2.25±0.025.47±0.053.86±0.129.29±0.11————69芳樟醇(linalool)—4.12±0.019.97±0.063.30±0.02—8.11±0.04—1.21±0.07—3.03±0.023.68±0.0570γ-丁内酯(γ-Butyrolactone)6.98±0.148.09±0.21—6.58±0.177.31±0.03————3.77±0.08—萜烯类71大马烯酮(dalmatensone)3.81±0.11—2.34±0.03—2.54±0.02—3.06±0.031.17±0.05—0.86±0.011.26±0.0572香茅醇(citronellol)——1.77±0.02———1.59±0.04——2.28±0.02—73alpha-松油醇(alpha - terpineol)——————9.01±0.165.02±0.13———744-萜烯醇(4-terpene alcohol)——————1.59±0.18————75桉油烯醇(spathulenol)————0.34±0.02——————76香叶基丙酮(geranylacetone)—6.27±0.125.41±0.11————————萜烯类小计19 700.7928 628.8616 741.0451 630.1914 431.350 8637 196.632 280.228 074.1629 790.175 112.761 0284.577四甲基吡嗪(tetramethylpyrazine)8.02±0.034.44±0.021.08±0.062.18±0.071.00±0.030.78±0.040.77±0.020.19±0.010.31±0.020.16±0.011.23±0.03其他类78三甲基吡嗪(trimethylpyrazine)4.37±0.092.19±0.050.97±0.031.46±0.020.92±0.120.5±0.060.48±0.030.14±0.010.24±0.020.05±0.020.43±0.04792,4-二叔丁基苯酚(2,4-di-tert-butylphenol)79.35±0.3282.78±0.2686.57±0.3561.32±0.2779.79±0.1965.35±0.1470.64±0.1168.70±0.1973.77±0.2184.21±0.2797.69±0.18其他类小计91.7489.4188.6264.9681.7166.6371.8969.0374.3284.4299.35总计738 383.68859 030.90743 045.611 073 541.29925 386.721 006 863.931 025 873.39481 818.69511 763.21324 252.80335 375.70

注:“—”表示未检出,P<0.05。

图3 样品间香气物质种类含量占比图

Fig.3 Proportion diagram of aromatic substances among samples

表4 十一款葡萄酒中的关键香气物质(OAV>1)
Table 4 Key aroma substances in 11 wines (OAV>1)

编号香气物质/(μg/L)阈值[18-22]/(μg/L)1号2号3号4号5号6号7号8号9号10号11号香气特征[18-22]1丁酸乙酯203.602.723.272.733.913.593.787.024.837.772.42酸果香、草莓香、甜瓜香2乙酸异戊酯304.624.366.633.674.276.346.9825.906.9248.6810.85热带果香、新鲜香蕉味3己酸乙酯586.3336.9939.8936.5946.9935.2437.39120.5456.58185.7132.47果皮、热带水果味4乳酸乙酯14 00010.257.465.1412.5513.7711.5011.140.380.520.220.62优雅的果香5辛酸乙酯2500.410.200.200.330.370.260.260.980.222.480.73茴香味、甜味6丁二酸二乙酯1 2006.946.544.9015.198.2113.4411.851.644.410.420.80煮熟的苹果香气7乙酸乙酯7 5006.338.563.938.296.176.766.023.545.351.714.01香蕉、苹果气息8肉桂酸乙酯16.515.364.875.325.695.17—4.644.134.48—水果气息9乙酸己酯45——0.09————0.120.246.681.20苹果、茴芹10异丁醇40 0000.840.630.800.760.981.401.250.400.920.450.22醇香11活性戊醇30 0001.571.451.181.911.522.351.970.981.610.640.65酒精、药味、香蕉味12异戊醇30 0004.584.073.434.714.475.785.343.404.691.912.11指甲油味、化学溶剂味13正己醇1 0000.901.021.082.000.891.201.190.361.001.660.52果香、青香、甜葡萄14β-苯乙醇8 5002.323.371.976.071.704.373.790.953.500.601.21玫瑰花香15甲醇100 0002.232.932.552.672.492.542.690.890.620.410.36酒精味,不愉快的气味163-羟基-2-丁酮25952.164.5874.65103.0286.2962.5895.103.452.181.983.37脂肪酸、淡奶油味17乙醛40 0000.300.230.981.520.370.200.481.840.621.621.75不愉快的气味18乙偶姻2598.615.126.675.898.467.817.285.265.126.083.85特殊奶油气味19辛酸5000.150.160.160.170.150.260.201.160.962.061.63奶酪味、酸味20大马烯酮0.0576.20—46.80—50.80—61.2023.40—17.2025.20蜂蜜、焦糖香、紫丁香

注:— 表示无数据。

酯类来源于氨基酸和脂肪酸等物质的代谢,是由醇和酸的酯化作用形成的,适量时能烘托主体香使酒体完美;所测含量占香气成分总量的6%~27%,其中酯类含量较高的物质为乳酸乙酯、丁二酸二乙酯、乙酸乙酯等,焉耆梅洛(5号)样品酯类含量占比最高,其中乳酸乙酯含量高达192 802.9 μg/L。

萜烯类化合物是以异戊二烯为基本结构单元构成的烃类化合物[28],主要来源于葡萄果实;所测得的萜烯类化合物以β-苯乙醇、大马烯酮、芳樟醇等为主,含量占香气成分总量的2%~6%,并且天山北麓赤霞珠干红(4号)β-苯乙醇的含量(51 618.06 μg/L)最高。

醛酮类与酸类物质是微生物在发酵阶段共同作用的产物,可以赋予酒体愉快的香气[10];酸类物质的主要贡献是呈味作用和作为酯的前驱物质及稳定剂作用,但对香味的直接贡献较小。所测醛酮类及酸类物质占香气成分总量的比例较低,主要以3-羟基-2-丁酮、乙醛、糠醛、辛酸等为主。

差异性热图(图4)将GC-MS分析得到的香气物质进行数据可视化,颜色越深代表该物质在某一样品中的含量越高(空白区域为该物质未检出)。从热图中来看,乳酸乙酯、乙酸乙酯、异戊醇、1-2丙二醇、甲醇、2,3丁二醇、3-羟基-2-丁酮等在样品间差异显著且占主导地位,可以作为明显区分11款样品的特征性香气物质。

图4 样品间香气物质差异性热图

Fig.4 Heat map of inter-sample variability of aroma substances

2.5 基于OAV关键香气物质的贡献分析

葡萄酒整体风味属性的呈现一般与酒体中的关键香气物质紧密联系。根据OAV理论,香气物质浓度高并不一定对酒体香气有很大贡献[29-30]。因此单靠物质含量判定其关键香气成分具有局限性,进而还需借助OAV深入揭示葡萄酒中的关键香气成分[31-32]

综合以上,将检出的79种挥发性香气物质进行OAV计算并归纳其关键香气,分析酒样间风格特点差异性,将20种关键香气活性物质(OAV>1)归纳总结下(表4)可以看出OAV>50的香气物质有3种,分别是己酸乙酯、3-羟基-2-丁酮、大马烯酮;经文献描述己酸乙酯呈热带水果味,大马烯酮呈蜂蜜花香味。OAV>10的有乳酸乙酯(优雅的果香)、丁二酸二乙酯(煮熟的苹果香气)、乙酸异戊酯(香蕉气息)3种物质。这些物质对葡萄酒整体差异性起到很大的贡献作用,其余香气物质可能为酒体结构提供重要修饰作用。

将相同香韵的OAV进行分类加和求平均值绘制香气特征雷达图(图5)。将香气归类为花香、瓜果香、奶香、醇香、药香、不愉快的气味六类;如图5所示,11款酒花香、奶香、瓜果香最为丰富。通过筛选OAV>10的关键香气物质发现,11组酒样共有关键香气物质为己酸乙酯;干红组中焉耆赤霞珠(1号)、天山赤霞珠(4号)、焉耆梅洛(5号)、焉耆西拉(6号)、焉耆马瑟兰(7号)共有2种关键香气物质为:乳酸乙酯、3-羟基-2-丁酮,带给酒体果香、奶油香气息;其中焉耆西拉(6号)、焉耆马瑟兰(7号)特有的关键香气物质为丁二酸二乙酯,带给酒体苹果香气味。干白组焉耆盆地霞多丽(8号)、伊犁河谷雷司令(10号)、天山北麓雷司令(11号)共有关键香气2种,分别是乙酸异戊酯、大马烯酮,赋予酒体丰满的花果香气息。

图5 关键香气物质雷达图

Fig.5 Radar map of key aroma substances

2.6 关键香气物质与饮中舒适度的相关性

基于20种OAV>1的香气物质与愉悦、惊奇、惧怕、厌恶4个关键维度情绪的闻香、品尝阶段得分值做相关性分析,综合相关性热图(图6)来看,图中带“*”标记的为情绪值、关键香气间具有显著性相关关系;标记的“*”数量越多代表相关性越强,颜色越深代表相关性系数越大。

图6 关键情绪维度与关键香气间的相关性热图

Fig.6 Heat map of correlations between key emotional dimensions and key aromas

在闻香阶段与正向情绪呈强相关的物质有3-羟基-2-丁酮(3-hydroxy-2-butanone)、乙酸乙酯(ethyl acetate);相关性较弱的物质有乙偶姻(homozygous marriage)、丁二酸二乙酯(diethyl succinate)等。在闻香阶段与负向情绪呈强相关的物质有活性戊醇(active amyl alcohol)、异戊醇(isoamyl alcohol)等;呈弱相关的物质有异丁醇(isobutanol)等。乙酸乙酯(ethyl acetate)、甲醇(carbinol)、辛酸(octanoic acid)、3-羟基-2-丁酮(3-hydroxy-2-butanone)等在品尝阶段与负向情绪呈显著相关。由此可以看出葡萄酒中与正向情绪呈强相关的大多为酯类物质,与负向情绪呈强相关的大多为醇类物质。说明葡萄酒中酯类物质含量的增多可能会提高饮用舒适度,醇类物质的含量较高则会造成饮用过程舒适感的降低。

3 讨论

本研究中将模糊数学传统感官评价综合得分与面部表情综合维度建立多元线性回归模型,其作为机器学习模型中单模型的一种,针对本研究中品评20人的数据量来建立,主要目的是确定传统模糊数学感官品评与面部表情品评得分的拟合度。机器学习模型通过已知的样本通过一定的方法确定未知参数,其数据量的夯实对模型构建的准确性具有很大的帮助;如若要进一步构建机器学习模型后期还应补充样本数据。因此,对于后续的相关研究中,本课题组可以通过收集较多的新疆葡萄酒样品、增加样品品评人数、划分品评人群等多种方式丰富其数据量,为后期构建机器学习模型奠定基础。

赵文梅等[11]研究发现较高含量的高级醇如正己醇、正丁醇等会降低酱香型白酒中饮用体验;部分酮类、吡嗪类等对饮后舒适度起到提升的作用。徐佳楠[12]研究推断异戊醇和正丙醇含量过高对浓香型白酒饮用舒适度有一定影响。本研究结果与上述文献基本相一致,葡萄酒中的酒体成分及形成机理均很复杂,但最终的源头离不开工艺,依靠工艺提高饮用舒适度仍是今后研究的方向。因此在后续工艺优化中可以从丰富酯类种类、提高酯类含量、降低高级醇含量等方面入手从而提高新疆葡萄酒的饮用舒适感。

参考文献

[1] 王华. 中国葡萄酒的风格[J].酿酒, 2010, 37(6):5-7. WANG H.The style of Chinese wine[J].Liquor Making, 2010, 37(6):5-7.

[2] XU Q W, XU K L.Quality evaluation of Chinese red wine based on cloud model[J].Journal of Food Biochemistry, 2019, 43(10):e12787.

[3] HOU G L, GE B, SUN L L, et al.A study on wine sensory evaluation by the statistical analysis method[J].Czech Journal of Food Sciences, 2020, 38(1):1-10.

[4] 徐佳楠, 杨帅, 倪永培, 等.影响迎驾贡酒饮后舒适度的关键酒体成分研究[J].酿酒科技, 2019(12):23-28;31. XU J N, YANG S, NI Y P, et al.Study on the key components influencing the comfort after drinking Yingjia Gongjiu liquor[J].Liquor-Making Science &Technology, 2019(12):23-28;31.

[5] 刘超, 田鹏, 刘莎, 等.浓香型白酒饮用舒适度与白酒中微量成分相关性分析[J].食品工业科技, 2018, 39(12):255-260. LIU C, TIAN P, LIU S, et al.Correlation analysis between the liquor drinking comfort degree and the microconstituents in the strong flavour Chinese spirits[J].Science and Technology of Food Industry, 2018, 39(12):255-260.

[6] 夏鸿川, 张众, 孙丽君, 等.混菌发酵对贺兰山东麓‘赤霞珠’干红葡萄酒香气的影响[J].食品科学, 2022, 43(14):165-175. XIA H C, ZHANG Z, SUN L J, et al.Effect of mixed culture fermentations on the aroma compounds of ‘Cabernet Sauvignon’ dry red wine produced in the eastern foothill of Helan Mountain[J].Food Science, 2022, 43(14):165-175.

[7] 曹晓念, 沈才洪, 毛健, 等.白酒的饮用舒适度研究进展[J].中国酿造, 2021, 40(1):1-6. CAO X N, SHEN C H, MAO J, et al.Research progress on drinking comfortableness of Baijiu[J].China Brewing, 2021, 40(1):1-6.

[8] 童国强, 杨强, 乐细选.白酒饮用舒适度的影响因素及应对措施[J].酿酒科技.2011(8):91-92;95. TONG G Q, YANG Q, LE X X.The factors influencing liquor drinking comfort degree &the solutions[J].Liquor-Making Science &Technology, 2011(8):91-92;95.

[9] ROHSENOW D J, HOWLAND J, MINSKY S J, et al.The acute hangover scale:A new measure of immediate hangover symptoms[J].Addictive Behaviors, 2007, 32(6):1314-1320.

[10] VERSTER J C, VAN DE LOO A J A E, BENSON S, et al.The assessment of overall hangover severity[J].Journal of Clinical Medicine, 2020, 9(3):786.

[11] 赵文梅, 姚逸萍, 陈禹锜, 等.酱香型白酒饮后舒适度与主要风味成分相关性分析[J].酿酒科技, 2022, (8):59-64. ZHAO W M, YAO Y P, CHEN Y Q, et al.Correlation between main flavor components in Jiangxiang Baijiu and its post-drinking comfort level[J].Liquor-Making Science &Technology, 2022, (8):59-64.

[12] 徐佳楠. 影响浓香型白酒饮后舒适度关键酒体成分的评价模型建立[D].乌鲁木齐:新疆农业大学, 2020. XU J N.Establishment of evaluation model of key body components affecting the comfort of Luzhou-flavor liquor after drinking [D].Urumqi:Xinjiang Agricultural University, 2020.

[13] 冯婧, 皇甫洁, 董建辉, 等.面部表情分析技术在露酒感官及消费者接受度评价的初步研究[J].食品与发酵工业, 2022, 48(6):257-262. FENG J, HUANGFU J, DONG J H, et al.Sensory evaluation and consumer acceptance of Chinese Lujiu using facial expression analysis[J].Food and Fermentation Industries, 2022, 48(6):257-262.

[14] 吕力超, 邱永庭, 饶奋标, 等.基于脑电波的人脑喜好度检测方法及装置:中国,CN108345383A[P].2018-07-31. LYU L C, QIU Y T, RAO F B, et al.Method and device for detecting human brain preference based on brain waves: China, CN108345383A[P].2018-07-31.

[15] GONZALE Z, VIEJO C, FUENTES S, HOWELL K, et al.Integration of non-invasive biometrics with sensory analysis techniques to assess acceptability of beer by consumers[J].Physiology &behavior, 2019, 200:139-147.

[16] CALBI M, LANGIULLI N, SIRI F, et al.Visual exploration of emotional body language:A behavioural and eye-tracking study[J].Psychological Research, 2021,85(6):2326-2339.

[17] GUPTA M, TORRICO D D, HEPWORTH G, et al.Differences in hedonic responses, facial expressions and self-reported emotions of consumers using commercial yogurts:A cross-cultural study[J].Foods, 2021,10(6):1237.

[18] DE WIJK R A, KANEKO D, DIJKSTERHUIS G B, et al.A preliminary investigation on the effect of immersive consumption contexts on food-evoked emotions using facial expressions and subjective ratings[J].Food Quality and Preference, 2022, 99:104572.

[19] KÖSTER E P, MOJET J.From mood to food and from food to mood:A psychological perspective on the measurement of food-related emotions in consumer research[J].Food Research International, 2015, 76:180-191.

[20] WAEHRENS S S, GRØNBECK M S, OLSEN K, et al.Impact of consumer associations, emotions, and appropriateness for use on food acceptability:A CATA and liking evaluation of vegetable and berry beverages[J].Journal of Sensory Studies, 2018, 33(4):e12328.

[21] 王雪薇, 王舸楠, 江伟, 等.新疆产区不同品种葡萄酒香气成分分析[J].中国酿造, 2018, 37(11):159-165. WANG X W, WANG G N, JIANG W, et al.Analysis of aroma components of different wines from Xinjiang[J].China Brewing, 2018, 37(11):159-165.

[22] 郑明朋, 李亚军, 张众, 等. 贺兰山东麓‘霞多丽’干白葡萄酒发酵过程中香气成分与特征变化[J]. 食品与发酵工业, 2023, 49(16):188-195. ZHENG M P, LI Y J, ZHANG Z, et al. Changes in aroma components and characteristics of ‘Chardonnay’ dry white wine at the eastern foot of Helan Mountain [J]. Food and Fermentation Industries, 2023, 49(16):188-195.

[23] 易封萍, 马宁, 朱建才.基于GC-O、OAV及Feller加和模型对酱香型习酒特征香气成分的分析[J].食品科学, 2022, 43(2):242-256. YI F P, MA N, ZHU J C.Identification of characteristic aroma compounds in soy sauce aroma type Xi Baijiu using gas chromatography-olfactometry, odor activity value and feller′s additive model[J].Food Science, 2022, 43(2):242-256.

[24] LI P L, ZHU Y, LU M L, et al.Variation patterns in the content of glycosides during green tea manufacturing by a modification-specific metabolomics approach:enzymatic reaction promoting an increase in the glycosidically bound volatiles at the pan firing stage[J].Food Chemistry, 2019, 279:80-87.

[25] ZHOU Z W, WU Q Y, YAO Z L, et al.Dynamics of ADH and related genes responsible for the transformation of C6-aldehydes to C6-alcohols during the postharvest process of oolong tea[J].Food Science &Nutrition, 2019, 8(1):104-113.

[26] GONZLEZ LVAREZ M, GONZLEZ-BARREIRO C, CANCHO-GRANDE B, et al.Relationships between Godello white wine sensory properties and its aromatic fingerprinting obtained by GC-MS[J].Food Chemistry, 2011, 129(3):890-898.

[27] 任宇婷, 乔美灵, 孙子羽, 等.清香型白酒发酵过程中高级醇形成规律[J].食品与发酵工业, 2023, 49(4):38-44. REN Y T, QIAO M L, SUN Z Y, et al.Formation of higher alcohols during the fermentation of light-flavor Baijiu[J].Food and Fermentation Industries, 2023, 49(4):38-44.

[28] YANG Y, JIN G J, WANG X J, et al.Chemical profiles and aroma contribution of terpene compounds in Meili (Vitis vinifera L.) grape and wine[J].Food Chemistry, 2019, 284:155-161.

[29] EBELER S E.Analytical chemistry:Unlocking the secrets of wine flavor[J].Food Reviews International, 2001, 17(1):45-64.

[30] 温可睿, 黄敬寒, 潘秋红, 等.葡萄香气物质及其影响因素的研究进展[J].果树学报, 2012, 29(3):454-460. WEN K R, HUANG J H, PAN Q H, et al.Research progress of aromatic compounds and influencing factors in grapes[J].Journal of Fruit Science, 2012, 29(3):454-460.

[31] 李娜. 户太8号桃红葡萄酒关键香气物质及其呈香机制研究[D].杨凌:西北农林科技大学, 2022. LI N.Study on key aroma substances and aroma mechanism of hutai No.8 pink wine [D].Yangling:Northwest A&F University, 2022.

[32] 左俊伟, 亓相媛, 赵彩云, 等.宁夏贺兰山东麓产区霞多丽、贵人香干白葡萄酒香气成分分析[J].食品与发酵工业, 2016, 42(10):149-155. ZUO J W, QI X Y, ZHAO C Y, et al.Analysis on aroma composition in Chardonnay and Riesling dry white wines from Eastern Region of Ningxia Helan Mountain[J].Food and Fermentation Industries, 2016,42(10):149-155.

Evaluation of correlation between key aromas and drinking comfort in wine based on facial expression analysis technology

HUANG Cui1, WU Yun1*, XUE Jie2,3*, HUANGFU Jie2,3, SUN Zhiwei2,3, TANG Jiale1, ZHANG Chengxue1, LI Ning1, SONG Tao2,3

1(College of Food Science and Pharmacy, Xinjiang Agricultural University, Urumqi 830052, China)

2(China Food Fermentation Industry Research Institute, Beijing 100015, China)

3(National International Joint Research Center for Liquor Quality and Safety, Beijing 100015, China)

ABSTRACT To clarify the key aroma substances that affect the drinking comfort of local wines in Xinjiang, the key aroma substances in 11 wines were determined by headspace solid-phase microextraction (HS-SPME) combined with gas chromatography-mass spectrometry (GC-MS) and odor activity value (OAV), and the sensory quality of 11 wines was comprehensively evaluated based on fuzzy mathematics, traditional sensory and intelligent sensory facial expression analysis, and a linear regression model was established.The correlation between key emotional dimensions and key aroma substances was analyzed.Results showed that 79 kinds of aroma substances (43 kinds of components) were qualitatively and quantitatively determined, of which esters were the most (35 kinds), followed by alcohols (19 kinds), terpenes (11 kinds), aldehydes and ketones (7 kinds), acids (4 kinds), and others (3 kinds) were the least.Among them, Cabernet Sauvignon (No.2) in Tuha basin, Marselan (No.7) in Yanqi basin and Chardonnay (No.8) in Yanqi basin scored higher.The linear regression model R2=0.831 and the fitting degree was good, which showed that its titer and arousal could basically reflect the comprehensive drinking comfort in facial expression analysis.Through correlation analysis, it was determined that the key substances related to drinking comfort were ethyl acetate, isoamyl alcohol, active amyl alcohol, methanol, 3-hydroxy-2-butanone, octanoic acid and so on.This study laid a scientific theoretical basis for improving the drinking comfort of Xinjiang wine.

Key words Wine aroma; comprehensive evaluation of facial expressions; drinking comfort

DOI:10.13995/j.cnki.11-1802/ts.036340

引用格式:黄翠,武运,薛洁,等.基于面部表情分析技术的葡萄酒中关键香气与饮用舒适度相关性评价[J].食品与发酵工业,2024,50(8):146-153.HUANG Cui,WU Yun,XUE Jie, et al.Evaluation of the correlation between key aromas and drinking comfort in wine based on facial expression analysis technology[J].Food and Fermentation Industries,2024,50(8):146-153.

第一作者:硕士研究生(武运教授和薛洁教授级高级工程师为共同通信作者,E-mail:lxxuejie@126.com;wuyunster@sina.com)

基金项目:新疆维吾尔自治区“十四五”重大科技专项(2022A02002-2)

收稿日期:2023-05-30,改回日期:2023-08-10