電子鼻檢測(cè)烤后煙葉揮發(fā)性組分的方法研究

馮莉，常愛(ài)霞，郭從濤，李艷麗，高亭亭，文軻，羅成剛*

(1.中國(guó)農(nóng)業(yè)科學(xué)院煙草研究所，青島 266101；2.中國(guó)農(nóng)業(yè)科學(xué)院研究生院，北京 100081；3.青島農(nóng)業(yè)大學(xué)，青島 266109；4.四川農(nóng)業(yè)大學(xué)，成都 611130)

電子鼻檢測(cè)烤后煙葉揮發(fā)性組分的方法研究

馮莉1,2，常愛(ài)霞1，郭從濤3，李艷麗1,2，高亭亭1,2，文軻4，羅成剛1*

(1.中國(guó)農(nóng)業(yè)科學(xué)院煙草研究所，青島 266101；2.中國(guó)農(nóng)業(yè)科學(xué)院研究生院，北京 100081；3.青島農(nóng)業(yè)大學(xué)，青島 266109；4.四川農(nóng)業(yè)大學(xué)，成都 611130)

本研究采用電子鼻系統(tǒng)對(duì)不同形態(tài)烤后煙樣進(jìn)行測(cè)定，以便初步建立一個(gè)烤后煙葉揮發(fā)性組分判別檢測(cè)的方法。結(jié)果表明，不同樣品形態(tài)、同一樣品不同放置時(shí)間均對(duì)電子鼻檢測(cè)效果有一定影響。對(duì)于煙絲樣品，放置 4 h 檢測(cè)為宜；對(duì)于煙末樣品，放置 30 min 檢測(cè)為宜；采用煙絲樣品檢測(cè)效果優(yōu)于煙末樣品。結(jié)果分析表明，線性判別分析（LDA）比主成分分析（PCA）更能有效的區(qū)分不同樣品，幵且 LDA 分析的結(jié)果更能代表樣品的整體特征。傳感器 Loadings 分析表明，煙絲樣品檢測(cè)時(shí)貢獻(xiàn)率較大的傳感器是 2、7、8、9；煙末樣品檢測(cè)時(shí)貢獻(xiàn)率較大的傳感器是 2、7、9。利用電子鼻技術(shù)在合適的條件下，可以對(duì)不同品種不同部位的煙樣進(jìn)行區(qū)分和鑒別。

電子鼻；檢測(cè)；煙葉；揮發(fā)性成分；方法

煙葉質(zhì)量是卷煙質(zhì)量的主要決定因素，煙葉香氣是衡量煙葉質(zhì)量的重要指標(biāo)。一直以來(lái)，感官評(píng)吸是評(píng)價(jià)煙葉香氣及吃味優(yōu)劣的最主要方法，但感官評(píng)吸主觀性較強(qiáng)且影響人體健康，樣品量大時(shí)難以有效進(jìn)行[1]。隨著分析檢測(cè)技術(shù)的發(fā)展，人們開(kāi)始利用氣相色譜/質(zhì)譜聯(lián)用技術(shù)(GC/MS)，對(duì)煙葉香吃味的物質(zhì)基礎(chǔ)進(jìn)行探索，以期能夠找到客觀的評(píng)價(jià)煙葉香吃味的方法，但這些檢測(cè)方法檢測(cè)費(fèi)用昂貴，前處理方法繁瑣，檢測(cè)周期長(zhǎng)，特別是所得氣味都是經(jīng)樣品分離后的結(jié)果，很難代表樣品的整體性，與人的嗅覺(jué)很難作系統(tǒng)化和科學(xué)化的對(duì)照[2]。近年來(lái)，研究人員開(kāi)始將氣敏傳感器陣列和模式識(shí)別技術(shù)相結(jié)合，構(gòu)造了能夠?qū)ι镄嵊X(jué)功能進(jìn)行模擬的電子鼻。與其他常規(guī)儀器分析法如色譜-質(zhì)譜聯(lián)用、色譜-紅外聯(lián)用、核磁共振等波譜技術(shù)相比，操作簡(jiǎn)便，樣品前處理簡(jiǎn)單，測(cè)定速度快、基本不用有機(jī)溶劑，是一種“綠色”的仿生檢測(cè)儀器。同時(shí)，它得到的不是被測(cè)樣品中某種或某幾種成分的定性與定量結(jié)果，而是給予樣品中揮發(fā)成分的整體信息，也稱“指紋”數(shù)據(jù)[3]。因此，電子鼻技術(shù)已在酒類的品質(zhì)評(píng)價(jià)和水果、茶葉等農(nóng)產(chǎn)品品質(zhì)評(píng)價(jià)的研究中得到應(yīng)用[4-10]。目前，電子鼻在煙草行業(yè)研究中的應(yīng)用，多集中在卷煙內(nèi)在品質(zhì)的分析[11]、卷煙真?zhèn)蔚蔫b別[12]、卷煙煙絲加香質(zhì)量的評(píng)價(jià)[13]、卷煙煙絲揮發(fā)性組分的整體性研究[14]等方面，關(guān)于電子鼻技術(shù)對(duì)煙葉原料評(píng)價(jià)的研究報(bào)道還較少。本研究通過(guò)對(duì)煙葉樣品不同處理形態(tài)、不同處理時(shí)間以及不同數(shù)據(jù)分析方法的研究，初步探索電子鼻判別煙葉樣品揮發(fā)性組分整體性的可行方法，旨在為煙葉原料以及新品種選育過(guò)程中香氣性狀的快速判定篩選奠定方法基礎(chǔ)。

1 材料與方法

1.1 材料和儀器

1.2方法

分別秤取各品種不同部位的煙絲和煙末樣品各 5 g，置于 100 mL 三角燒瓶中，封口膜密封，每個(gè)試驗(yàn)樣品重復(fù)3次；樣品經(jīng)快速密封后，按設(shè)置時(shí)間 0 min、30 min、60 min、4 h、24 h 和 48 h 進(jìn)行測(cè)定。采用直接頂空吸氣法(室溫 20 ℃，濕度60%)直接將進(jìn)樣針頭插入密封的三角瓶中，用電子鼻進(jìn)行測(cè)定。電子鼻的測(cè)定條件為:傳感器自清洗時(shí)間為 100 s，傳感器歸零時(shí)間為 10 s，樣品準(zhǔn)備時(shí)間為 5 s，進(jìn)樣流量為 300 mL/min，分析采樣時(shí)間為 60 s。

表1 PEN 3 傳感器陣列及其性能Table 1 Sensor array and its performance

1.3 數(shù)據(jù)處理

對(duì)于樣品區(qū)分分析，利用主成分分析法(PCA)和線性判別式分析(LDA)。對(duì)電子鼻不同傳感器貢獻(xiàn)率，主要采用 Loadings分析。

2 檢測(cè)方法的研究確立

2.1 烤后煙葉揮發(fā)物檢測(cè)中電子鼻響應(yīng)值的變化

圖 1 呈現(xiàn)了 0～60 s 10 個(gè)傳感器對(duì)烤后煙葉煙絲揮發(fā)物的相應(yīng)強(qiáng)度變化。從圖1可以看出，電導(dǎo)率比值剛開(kāi)始接近于 1(與 G0相近)，隨著揮發(fā)物質(zhì)在傳感器表面的富集，傳感器的電導(dǎo)率出現(xiàn)明顯變化，隨著采樣時(shí)間的延長(zhǎng)在 30 s后基本趨于平緩，達(dá)到一個(gè)平穩(wěn)的狀態(tài)。從圖2可以看出，煙末如煙絲。因此，本研究用穩(wěn)定狀態(tài)下信號(hào)進(jìn)行分析，取45～55 s的信號(hào)作為分析的時(shí)間點(diǎn)。

2.2 電子鼻對(duì)不同形態(tài)及不同放置時(shí)間樣品的響應(yīng)

圖1 10 個(gè)傳感器對(duì)烤后煙絲香氣的典型響應(yīng)曲線Fig. 1 Typical response curves of 10 sensors to volatiles of flue-cured tobacco leaves cut

圖2 10 個(gè)傳感器對(duì)烤后煙末香氣的典型響應(yīng)曲線Fig. 2 Typical response curves of 10 sensors to volatiles of flue-cured tobacco leaf powder

圖3 煙絲樣品不同放置時(shí)間下傳感器響應(yīng)值的變化Fig. 3 Response values of cut tobacco by different storage time

對(duì)比圖 3 和圖 4，煙末樣品的 10 個(gè)傳感器的電導(dǎo)率比值明顯低于煙絲樣品，說(shuō)明利用煙絲樣品檢測(cè)效果要好于煙末樣品。

圖4 煙末樣品不同放置時(shí)間下傳感器響應(yīng)值的變化Fig. 4 Response values of tobacco powder by different storage time

2.3 不同數(shù)據(jù)分析方法比較

根據(jù)電子鼻對(duì)不同形態(tài)及不同放置時(shí)間樣品的響應(yīng)結(jié)果，放置 4 h 的煙絲樣品電子鼻檢測(cè)效果最好。在此，選擇放置 4 h 的煙絲樣品檢測(cè)數(shù)據(jù)進(jìn)行分析。

2.3.1 PCA 分析 主成分分析(PCA)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，并對(duì)降維后的特征向量進(jìn)行線性分類，最后在 PCA分析的散點(diǎn)圖上顯示主要的兩維散點(diǎn)圖。PC1 和PC2 上包含了在 PCA 轉(zhuǎn)換中得到的第一主成分和第二主成分的貢獻(xiàn)率，貢獻(xiàn)率越大，說(shuō)明主要成分可以較好地反映原來(lái)多指標(biāo)的信息[15]。

從圖 5可以看出，PCA分析的第一主成分的貢獻(xiàn)率為 94.69%(橫坐標(biāo) PC1)，第二主成分的貢獻(xiàn)率為 3.18%(縱坐標(biāo) PC2)，兩個(gè)主成分貢獻(xiàn)率之和已達(dá) 97%以上，表明 PCA 第一主成分、第二主成分的二維圖可以代表原始數(shù)據(jù)中的總體信息。利用PCA分析不能將煙絲樣品進(jìn)行有效區(qū)分，不同樣品間重合度較高，僅紅大的上部葉與其他樣品沒(méi)有重疊。云煙 87 的上部葉和中煙 103 的上部葉出現(xiàn)重疊，中煙 103、紅大和云煙 87 的下部葉和中煙 103、云煙 87 的中部葉出現(xiàn)重疊，表明其揮發(fā)性物質(zhì)類似。

圖5 放置 4 h 煙絲樣品檢測(cè)結(jié)果的 PCA 分析圖Fig. 5 Analytical results by PCA for cut tobacco after storing 4 hours

從圖 6可以看出，在 LDA 分析中，線性判別函 數(shù) LD1 和 LD2 的 貢 獻(xiàn) 率 分 別 為 71.10% 和22.86%，總的貢獻(xiàn)率為 93.96%，可以很好的將不同品種上、中、下3個(gè)部位的樣品區(qū)分開(kāi)，并且 3個(gè)品種同一部位的樣品聚集度較好，表明3個(gè)品種同一部位揮發(fā)性物質(zhì)總體特征接近。就同一部位不同品種比較，紅大與云煙 87 總揮發(fā)性成分差異相對(duì)較大，與中煙 103 差異相對(duì)較小，中煙 103 與紅大和云煙 87均有部分重疊。

圖6 放置 4 h 煙絲樣品檢測(cè)結(jié)果的 LDA 分析圖Fig. 6 Analytical results by LDA for cut tobacco after storing 4 hours

2.4 電子鼻不同傳感器貢獻(xiàn)率分析

Loadings分析可用來(lái)分析電子鼻各傳感器貢獻(xiàn)率，幫助區(qū)分在當(dāng)前模式下各傳感器的相對(duì)重要性。如果某個(gè)傳感器在坐標(biāo)軸上的位置距原點(diǎn)(0，0)越遠(yuǎn)，其負(fù)載參數(shù)值就越大，說(shuō)明該傳感器在識(shí)別時(shí)的貢獻(xiàn)就越大；反之，貢獻(xiàn)率就越小。當(dāng)某個(gè)傳感器在模式識(shí)別中的負(fù)載參數(shù)接近0時(shí)，那么該傳感器的識(shí)別能力可以忽略不計(jì)；若傳感器的響應(yīng)值很高，則該傳感器就是識(shí)別傳感器[16]。

由圖 7可知，在煙絲樣品中，7傳感器對(duì)第一主成分貢獻(xiàn)率最大，2傳感器、9傳感器次之；8傳感器對(duì)第二主成分貢獻(xiàn)率最大，9傳感器、6傳感器次之；5、3傳感器相近，且距離原點(diǎn)最近，說(shuō)明其貢獻(xiàn)率很低，可以忽略；7、9、2、8 傳感器距離原點(diǎn)較遠(yuǎn)，響應(yīng)值較大，在識(shí)別不同品種的烤煙煙絲樣品時(shí)作用最大。據(jù)此可對(duì)傳感器進(jìn)行選擇與優(yōu)化，據(jù)本實(shí)驗(yàn)中對(duì)煙絲樣品的傳感器 Loadings 分析，去掉的傳感器為 5、3、4、1、10。

由圖 8可知，在煙末樣品中，7傳感器對(duì)第一主成分貢獻(xiàn)率最大，2傳感器、9傳感器次之；2傳感器對(duì)第二主成分貢獻(xiàn)率最大，8傳感器次之；1、3和 5傳感器幾乎重合，且距離原點(diǎn)最近，說(shuō)明其貢獻(xiàn)率很低，可以忽略；7、2、9 距離原點(diǎn)較遠(yuǎn)，響應(yīng)值較大，在識(shí)別不同品種的烤煙煙末樣品時(shí)作用最大。據(jù)此可對(duì)傳感器進(jìn)行選擇與優(yōu)化，據(jù)本實(shí)驗(yàn)中對(duì)煙末樣品的傳感器 Loadings分析，去掉的傳感器為 5、3、1、4。

圖7 煙絲樣品的 Loadings 分析圖Fig. 7 Analytical results by loadings for cut tobacco

圖8 煙末樣品的 Loadings 分析圖Fig. 8 Analytical results by loadings for tobacco powder

3 討 論

本研究中煙末樣品的檢測(cè)峰值遠(yuǎn)低于煙絲樣品，主要原因可能有兩個(gè)，一是煙末樣品相比煙絲樣品，多了 40 ℃烘箱中的烘烤及烤后研磨的處理工序，揮發(fā)性物質(zhì)散失量較多；二是煙末樣品壓得相對(duì)緊密，部分樣品揮發(fā)組分不能充分揮發(fā)，而煙絲樣品相對(duì)蓬松，易于揮發(fā)性組分的溢出。由于煙葉在卷煙使用的過(guò)程中，也主要是以煙絲形態(tài)利用，所以利用電子鼻檢測(cè)時(shí)采用煙絲樣品要優(yōu)于煙末樣品。此外，由于檢測(cè)的是揮發(fā)性氣體受溫度影響較大，同時(shí)煙葉在切絲利用前還需要經(jīng)過(guò) 70 多度的復(fù)烤工序，因此，今后還應(yīng)該探索不同溫度處理對(duì)煙葉揮發(fā)性組分的影響，以便有效鑒別不同煙葉原料在后續(xù)卷煙利用中的應(yīng)用價(jià)值。

利用電子鼻進(jìn)行烤后煙葉揮發(fā)性組分檢測(cè)時(shí)，不同樣品形態(tài)、同一樣品不同放置時(shí)間均對(duì)檢測(cè)效果有一定影響。實(shí)驗(yàn)表明，對(duì)于煙絲試樣，放置 4小時(shí)檢測(cè)為宜；對(duì)于煙末樣品，放置 30 min 檢測(cè)為宜。從樣品形態(tài)上來(lái)看，煙絲樣品的檢測(cè)效果最好。利用電子鼻技術(shù)在合適的條件下，可以對(duì)不同品種不同部位的煙樣進(jìn)行很好的區(qū)分和鑒別，采用電子鼻系統(tǒng)中的 LDA分析比 PCA 分析更能有效的區(qū)分不同樣品，并且 LDA 分析的結(jié)果更能代表樣品的整體特征。經(jīng)過(guò)傳感器 Loadings 分析，對(duì)煙絲樣品，檢測(cè)時(shí)貢獻(xiàn)率較大的傳感器是 2、7、8、9，優(yōu)化時(shí)去掉的傳感器為 1、3、4、5、10；對(duì)煙末樣品，檢測(cè)時(shí)貢獻(xiàn)率較大的傳感器是 2、7、9，貢獻(xiàn)率較小、優(yōu)化時(shí)去掉的傳感器為 1、3、4、5?？梢钥闯?，電子鼻作為檢測(cè)揮發(fā)性組分的一種操作簡(jiǎn)單、速度快的新型儀器，隨著試驗(yàn)方法的不斷完善和化學(xué)計(jì)量學(xué)方法的不斷進(jìn)步，其在煙葉原料相關(guān)研究領(lǐng)域中將得到廣泛應(yīng)用。

[1]毛友安，劉巍，黃建國(guó)，等. 用電子鼻技術(shù)評(píng)價(jià)煙葉揮發(fā)性組分的研究[J]. 化學(xué)傳感器，2006，26(2):23-28.

[2]唐曉偉，劉明池，何洪巨，等. 新鮮番茄風(fēng)味組分研究[J]. 食品科學(xué)，2007，28(2):28-30.

[3]張紅梅，王俊. 電子鼻傳感器陣列優(yōu)化及其在小麥儲(chǔ)藏年限檢測(cè)中的應(yīng)用[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2006(12): 164-167.

[4]王俊，胡桂仙，于勇，等. 電子鼻與電子舌在食品檢測(cè)中應(yīng)用研究進(jìn)展[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2004，20(2): 292-295.

[5]周亦斌，王俊. 基于電子鼻的番茄成熟度及貯藏時(shí)間評(píng)價(jià)的研究[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2005，21(4):113-117.

[6]Stijn Saevels, Jeroen Lammertyn, Amalia Z Berna, et al. An electronic nose and a mass spectrometry-based electronic nose for assessing apple quality during shelf life[J]. Postharvest Bio logy and Technology, 2004, 31: 9-19.

[7]Corrado Di Natale, Antonella Macagnano, Eugenio Martinelli, et al. The evaluation of quality of postharvest oranges and apples by means of an electronic nose[J]. Sensors and Actuators B, 2001, 78: 26-31.

[8]Brezmes J, Llobet E, Vilanova X, et al. Fruit ripeness monitoring using an electronic nose[J]. Sensors and Actuators B, 2000, 69: 223-229.

[9]Corrado Di Natale, Manuela Zude-Sasse, Antonella Macagnano, et al. Outer product analysis of electronic nose and visible spectra: Application to the measurement of peach fruit characteristics[J]. Analytica Chimica Acta, 2002, 459: 1072117.

[10] 周亦斌，王俊. 新技術(shù)在茶葉品質(zhì)評(píng)價(jià)中應(yīng)用的現(xiàn)狀及趨勢(shì)[J]. 茶葉科學(xué)，2004，24(2):82-85.

[11] 殷勇，吳守一. 用基于神經(jīng)網(wǎng)絡(luò)的電子鼻評(píng)定卷煙香氣質(zhì)量[J]. 儀器儀表學(xué)報(bào)，2003，24(1):86-88.

[12] Luo D H, Gholam H, John R. Application of ANN with extracted parameters from an electronic nose in cigarette brand identification [J]. Sens Actuators B, 2004, 99: 253-257.

[13] 黃勇強(qiáng)，鄒小波，趙杰文. 電子鼻在香精識(shí)別中的應(yīng)用研究[J]. 食品工業(yè)科技，2005(12):85-88.

[14] 毛友安，劉巍，黃建國(guó)，等. 用電子鼻技術(shù)評(píng)價(jià)煙葉揮發(fā)性組分的研究[J]. 化學(xué)傳感器，2006，26(2):23-28.

[15] 唐曉偉，張萬(wàn)清，耿利華，等. 電子鼻評(píng)價(jià)甜瓜成熟度及風(fēng)味的研究[J]. 中國(guó)農(nóng)學(xué)通報(bào)，2010，26(21): 75-80.

[16] 宋偉，劉璐，支永海，等. 電子鼻判別不同儲(chǔ)藏條件下糙米品質(zhì)的研究[J]. 食品農(nóng)業(yè)科學(xué)，2006，32(6): 677-682.

Study on the Method of Using Electronic Nose to Detect the Volatile Components in Cured Leaves

FENG Li1,2, CHANG Aixia1, GUO Congtao3, LI Yanli1,2, GAO Tingting1,2, WEN Ke4, LUO Chenggang1*
(1. Tobacco Research Institute of CAAS, Qingdao 266101, China; 2. Graduate School of CAAS, Beijing 100081, China; 3. Qingdao Agricultural University, Qingdao 266109, China; 4. Sichuan Agricultural University, Chengdu 611130, China)

This study attempted to use electronic nose system to measure cured tobacco leaf samples of various forms, so that a method for determining volatile component in tobacco leaves could be established. The results showed that the detection results were influenced by tobacco forms and storage periods. Storage time of 4 hours was the best for detecting cut tobacco leaves, and 30 minutes was optimum for tobacco powder. The detection results for cut tobacco was better than those of tobacco powder. Linear discrimination analysis (LDA) discriminate different tobacco materials more effectively than principal component analysis (PCA). The result of LDA could represent overall characteristics of sample. Tested by the Loadings analysis, sensor 2, 7, 8, 9 had higher contribution rates during test cut tobacco sample, while, sensor 2, 7, 9 had higher contribution rates during test tobacco powder. Electronic nose detection could be used to discriminate the varieties or regions produced of flue-cured tobacco leaves.

electronic nose; detection; tobacco leaf; volatile component; method

S572

1007-5119（2014）04-0092-07 DOI：10.13496/j.issn.1007-5119.2014.04.018

國(guó)家煙草專賣局項(xiàng)目“?濃香型?烤煙品種的選育及應(yīng)用研究”(110200902044)

馮 莉，女，在讀碩士，從事作物遺傳育種理論與方法研究。E-mail:fengliyebo520@163.com。*通信作者，E-mail:ctsqz@163.net

2013-03-21

2013-12-30