利用電子鼻檢測不同香辛料熬制的鹵湯

王儲炎 熊國遠(yuǎn)+賈敬敏 袁士光+方義均

摘要：采用電子鼻技術(shù)對不同香辛料調(diào)制的鹵湯進(jìn)行檢測，并使用主成分分析（PCA）、線性判別分析（LDA）2種模式進(jìn)行分析。結(jié)果表明：12種食用香辛料對整體風(fēng)味影響因素大小次序?yàn)樯借?小茴香>丁香>草果>甘草>肉桂>花椒、白芷>豆蔻>砂仁>八角>香葉；主成分分析、線性判別分析2種分析模式均可明顯區(qū)分鹵湯中香辛料成分，鹵湯整體風(fēng)味的感覺與香辛料含量并不呈正相關(guān)，也并非香辛料添加量越多，人體嗅覺感受越明顯。研究結(jié)果可為傳統(tǒng)肉制品的加工提供借鑒。

關(guān)鍵詞：香辛料；電子鼻；鹵湯；模式分析

中圖分類號： TS264.9文獻(xiàn)標(biāo)志碼： A

文章編號：1002-1302（2017）10-0136-04

香辛料是利用植物的種子、花蕾、葉莖、樹皮、根塊、果實(shí)或其提取物制成的一類具有芳香、辛香等典型風(fēng)味的天然植物性原料統(tǒng)稱[1]。作為天然植物調(diào)味劑，香辛料一般具有香、辣、辛、麻、苦、甜等氣味，不僅能夠賦予食物獨(dú)特的氣味，還能改善食物風(fēng)味，抑制和矯正肉制品中不良?xì)馕叮故称凤L(fēng)味更加協(xié)調(diào)[2-4]。香辛料在肉制品加工中具有不可替代的作用，傳統(tǒng)醬鹵肉制品如符離集燒雞、德州扒雞、錦州溝幫子熏雞、河南道口燒雞、吳山貢鵝、五香豬蹄等，都離不開香辛料的貢獻(xiàn)，其調(diào)味鹵湯的共有做法多數(shù)包括選取十多種香辛料，通過粉碎、稱取、混合、熬煮等工藝[5]。

電子鼻又稱為氣味分析儀，是一種模擬人類嗅覺原理開發(fā)出的高科技產(chǎn)品，主要由氣敏傳感器、信號處理系統(tǒng)和模式識別系統(tǒng)組成。其中，氣敏傳感器是電子鼻的基礎(chǔ)部件，也是其核心部分，它相當(dāng)于人的嗅覺神經(jīng)元，單個(gè)氣敏傳感器對氣體的響應(yīng)可用強(qiáng)度表示。當(dāng)由多個(gè)氣敏傳感器組成傳感器陣列同時(shí)測量多種成分組成的氣味時(shí)，就會在多維空間中形成響應(yīng)模式。在建立數(shù)據(jù)庫的基礎(chǔ)上，對每個(gè)樣品進(jìn)行數(shù)據(jù)計(jì)算和識別，可得到樣品的氣味指紋圖，從而實(shí)現(xiàn)對揮發(fā)性氣體的分析、檢測[6-9]。目前，電子鼻在食品、農(nóng)業(yè)、醫(yī)藥、環(huán)境監(jiān)測等諸多領(lǐng)域已有研究和應(yīng)用[10-11]，食品領(lǐng)域主要應(yīng)用到茶葉[12-15]、白酒[16-17]、葡萄酒[18-20]、煙草的質(zhì)量鑒別[21-22]、香精的檢測[23-25]、豬肉新鮮度的識別[26]等。本研究首次利用電子鼻檢測肉制品加工中不同香辛料熬制出的調(diào)味鹵湯，通過采取主成分分析、線性判別分析2種模式來對優(yōu)化信息進(jìn)行處理，以期獲得不同香辛料配方對鹵湯的影響，從而為醬鹵肉制品的調(diào)味提供合理建議，為其加工工藝的改進(jìn)提供有效的理論依據(jù)。

1材料與試劑

1.1材料

小茴香、肉桂、八角、花椒、草果、豆蔻、砂仁、甘草，購自宿州市李元記調(diào)味品公司；香葉、丁香、白芷、山奈，購自合肥周谷堆農(nóng)貿(mào)市場。

1.2儀器與設(shè)備

Inose電子鼻[包含SS1（芳香族化合物類）、SS2（氮氧化合物、低分子胺類）、SS3（硫化物類）、SS4（有機(jī)酸酯、萜類）、SS5（萜類、酯類）、SS6（甾醇類、三萜類）、SS7（脂肪烴含氧衍生物類）、SS8（胺類）、SS9（氫氣類）、SS10（呋喃類）、SS11（VOC）、SS12（硫化物）、SS13（乙烯）、SS14（內(nèi)酯類、吡嗪類）14個(gè)金屬傳感器]，上海瑞玢國際貿(mào)易有限公司；TP-300D型分析天平，上海精密儀器有限公司；FZ-4型高速粉碎機(jī)，溫嶺市百樂粉碎設(shè)備廠；C20-SDHJ07G型電磁爐，浙江紹興蘇泊爾生活電器有限公司。

1.3試驗(yàn)方法

1.3.1樣品的制備結(jié)合筆者所在課題組前期的試驗(yàn)結(jié)果[27]，選擇常用的12種香辛料，如小茴香、花椒、草果、肉桂、香葉、白芷、豆蔻、砂仁、八角、丁香、山柰、甘草，通過粉碎、稱取、混合、蒸煮、冷卻、離心等步驟制作鹵湯，基礎(chǔ)配方見表1。然后固定11種香辛料配方，通過改變某種香辛料的比例來制備樣品，各香辛料濃度設(shè)5個(gè)水平（表2），樣品總量為60個(gè)。

每個(gè)樣品平行測定4次。

1.4數(shù)據(jù)分析

電子鼻數(shù)據(jù)主要采用的分析方法有主成分分析（principal components analysis，簡稱PCA）法、線性判別分析（linear discriminant analysis，簡稱LDA）法[28-30]。其中PCA分析法散點(diǎn)圖上顯示主要的二維散點(diǎn)圖，顯示第1主成分PCA1、PCA2的貢獻(xiàn)率。貢獻(xiàn)率較大，說明主要成分可以較好地反映原來多指標(biāo)的信息。一般認(rèn)為貢獻(xiàn)率超過70%時(shí)，此方法即可使用[20]。LDA法具有分類效果好、易實(shí)現(xiàn)等優(yōu)點(diǎn)，可與PCA法同時(shí)采用，達(dá)到更好地分析的目的[31-32]。PCA法、LDA法在電子鼻氣味檢測領(lǐng)域已取得良好效果，因此本試驗(yàn)主要采用這2種方法進(jìn)行數(shù)據(jù)處理。

1.5辨別值（DI）

DI值是判斷區(qū)分能力優(yōu)劣的主要指標(biāo)[10]，一般DI值為單樣品區(qū)域面積占所有區(qū)域總體面積比例的互補(bǔ)值。DI大于80%，說明區(qū)分效果較明顯。

2結(jié)果與分析

2.1不同香辛料的PCA分析結(jié)果

雖然12種香辛料僅有1種因素為變量，但是PCA分析法還是能夠很好地區(qū)分，總體識別指數(shù)DI值均高于90%。一般來說，第1主成分、第2主成分包含了很大的信息量，能夠反映樣品間的整體信息[21]，因此PCA主成分分析能夠較好地區(qū)分12種香辛料中任意1種香辛料的變化。

由圖1可知，小茴香第1主成分貢獻(xiàn)率達(dá)92.6%，第1主

[FL（2K2]成分、第2主成分的總貢獻(xiàn)率均達(dá)到99.4%，小茴香樣品之間的差別主要是由第1主成分決定的[16]，第1主成分主要為芳香族化合物類，這與事實(shí)也相符；此外，從香葉、草果、八角、花椒等材料中也可得出類似的結(jié)論；而對肉桂進(jìn)行分析得出，其第1主成分、第2主成分均對肉桂的風(fēng)味有一定的影響，這說明芳香族化合物類、氮氧化合物、低分子胺類對其風(fēng)味有一定影響，這是肉桂不同于其他11種香辛料風(fēng)味特征的主要原因。

2.2不同香辛料的LDA分析結(jié)果

由圖2可知，除了肉桂2比較接近外，其他組分均分布較遠(yuǎn)，呈現(xiàn)無規(guī)律的變化情況；同時(shí)發(fā)現(xiàn)，香辛料DI值均高于80%，說明LDA對各香辛料的區(qū)分辨別效果非常明顯。所有香辛料均不隨添加量呈現(xiàn)比例等值的變化，這可能有3個(gè)原因：（1）每種香辛料的風(fēng)味均有多種物質(zhì)組成；（2）不同風(fēng)味物質(zhì)濃度不呈現(xiàn)比例累積的趨勢，可能會有相乘作用、加強(qiáng)作用，甚至還會有相殺作用；（3）可能與本研究為不同香辛料組成的混合鹵湯這個(gè)檢測對象有關(guān)。而由圖1、圖2可知，香辛料整體風(fēng)味的感覺與單個(gè)香辛料含量的比例并不呈正相關(guān)，也并非香辛料添加量越多，其風(fēng)味物質(zhì)越明顯，或者說濃度高會對人嗅覺感受有明顯的影響，因此在開發(fā)不同香辛料配方過程中，要結(jié)合實(shí)際情況，通過實(shí)踐更多地進(jìn)行探索。

2.4雷達(dá)圖分析

在雷達(dá)圖分析過程中，發(fā)現(xiàn)12種香辛料的變化趨勢基本一致，以小茴香、豆蔻為例進(jìn)行解釋，詳見圖3、圖4。由圖3可知，5種不同小茴香濃度樣品的電子鼻傳感器響應(yīng)值的大致輪廓相似，說明5種樣品的整體風(fēng)味相似，符合試驗(yàn)設(shè)計(jì)要求；但仍有一些差別，主要表現(xiàn)在雷達(dá)圖中的2、5、11、12、13的傳感器信號差別，這是由于小茴香含量不同造成的，表明傳感器能夠識別小茴香的風(fēng)味物質(zhì)。由圖3還可見，小茴香3的圖形位于最外圈，總體特征值最大，表明感應(yīng)器對樣品3的小茴香成分靈敏度大于其他4個(gè)樣品中小茴香成分添加量，間接表明人類對香辛料整體風(fēng)味的感受與香辛料含量并不呈正相關(guān)，并非香辛料添加量越多，人體嗅覺感受越明顯。

由圖4可知，豆蔻3樣品的圖形位于最外圈，總體特征值明顯大于其余4種樣品，表明電子鼻對豆蔻3樣品風(fēng)味更敏感，同時(shí)說明該樣品中豆蔻的添加量對整體氣味、風(fēng)味影響最明顯，高于或低于此添加量，對于產(chǎn)品的氣味影響都較小。

3結(jié)論

12種食用香辛料對整體風(fēng)味影響因素排序?yàn)樯借?gt;小茴香>丁香>草果>甘草>肉桂>花椒、白芷>豆蔻>砂仁>八角>香葉，主成分分析（PCA）完全可以識別12食用香辛料中任意1種香辛料添加量的變化，線性判別分析（LDA）使樣品類內(nèi)距離變小、類間距離變大，使模式在空間中有最佳的分離性。根據(jù)對雷達(dá)圖分析表明，人體對于香辛料整體風(fēng)味的感覺與香辛料含量并不呈正相關(guān)，并非香辛料添加量越多，人體嗅覺感受越明顯。

參考文獻(xiàn)：

[1]彭林，李明澤，任文瑾，等. 香辛料生理功能的研究進(jìn)展[J]. 食品與發(fā)酵工業(yè)，2012，38（2）：157-162.

[2]張?zhí)耢o，Gu Y，Lu C X. 肉制品中香辛料的應(yīng)用[J]. 肉類研究，2009，119（8）：85-88.

[3]楊龍江，戴瑞彤，吳國強(qiáng). 香辛料及其在肉制品中的應(yīng)用[J]. 肉類工業(yè)，2001（1）：8-12.

[4]孫明珠，燕玉富. 天然香辛料的種類和功能[J]. 肉類工業(yè)，1997（6）：39-41.

[5]操時(shí)樹，白琳. 加工肉制品常用的香辛料[J]. 肉類工業(yè)，2000（4）：11-13.

[6]謝安國，王金水，渠琛玲，等. 電子鼻在食品風(fēng)味分析中的應(yīng)用研究進(jìn)展[J]. 農(nóng)產(chǎn)品加工·學(xué)刊，2011（1）：71-73，87.

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

[8]高瑞萍，劉輝. 電子鼻和電子舌在食品分析中的應(yīng)用[J]. 肉類研究，2010（12）：61-67.

[9]劉亭利，胡國清. 電子鼻的應(yīng)用綜述[J]. 傳感器世界，2007，13（8）：6-10.

[10]丁玉勇. 基于電子鼻和多種模式識別算法的不同種食用香辛料的鑒別[J]. 食品科學(xué)，2013，34（16）：274-278.

[11]鄒慧琴，劉勇，林輝，等. 電子鼻技術(shù)及應(yīng)用研究進(jìn)展[J]. 傳感器世界，2011，17（11）：6-11.

[12]于慧春，王俊. 電子鼻技術(shù)在茶葉品質(zhì)檢測中的應(yīng)用研究[J]. 傳感技術(shù)學(xué)報(bào)，2008，21（5）：748-752.

[13]陳哲，趙杰文. 基于電子鼻技術(shù)的碧螺春茶葉品質(zhì)等級檢測研究[J]. 農(nóng)機(jī)化研究，2012，34（11）：133-137.

[14]薛大為，楊春蘭. 基于電子鼻技術(shù)的黃山毛峰茶品質(zhì)檢測方法[J]. 湖北工程學(xué)院學(xué)報(bào)，2014，34（3）：64-67.

[15]于慧春，王俊，張紅梅，等. 龍井茶葉品質(zhì)的電子鼻檢測方法[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2007，38（7）：103-106.

[16]高永梅，劉遠(yuǎn)方，李艷霞，等. 主要香型白酒的電子鼻指紋圖譜[J]. 釀酒科技，2008（5）：38-40，44.

[17]周紅標(biāo)，張宇林，丁友威，等. 自適應(yīng)概率神經(jīng)網(wǎng)絡(luò)及其在白酒電子鼻中的應(yīng)用[J]. 智能系統(tǒng)學(xué)報(bào)，2013（2）：177-182.

[18]Cynkar W，Cozzolino D，Dambergs B，et al. Feasibility study on the use of a head space mass spectrometry electronic nose （MS e-nose） to monitor red wine spoilage induced by Brettanomyces yeast[J]. Sensors and Actuators B-Chemical，2007，124（1）：167-171.

[19]張樹明，楊陽，倪元穎. 近紅外光譜和電子鼻技術(shù)用于葡萄酒

[KG2]發(fā)酵過程中酒精度的定量分析[J]. 光譜學(xué)與光譜分析，2012，32（11）：2997-3001.

[20]薛婷，岳進(jìn)，鄧云，等. 不同烘烤度橡木片陳釀葡萄酒的電子鼻快速區(qū)分[J]. 上海交通大學(xué)學(xué)報(bào)（農(nóng)業(yè)科學(xué)版），2014，32（3）：45-50.

[21]田耀偉，楊雷玉，朱先約，等. 電子鼻在卷煙真?zhèn)舞b別中的應(yīng)用[J]. 食品工業(yè)科技，2011（4）：376-378，382.

[22]李敏健，沈光林，伍錦鳴，等. 電子鼻技術(shù)在卷煙內(nèi)在品質(zhì)分析中的應(yīng)用[J]. 煙草科技，2009（1）：9-13，21.

[23]陳曉明，馬明輝，李景明，等. 電子鼻在天然蘋果香精檢測中的應(yīng)用[J]. 食品科學(xué)，2007，28（3）：261-265.

[24]李寧，鄭福平，李強(qiáng)，等. 電子鼻對牛奶、奶油、奶味香精檢測參數(shù)的研究[J]. 食品科學(xué)，2009，30（18）：335-339.

[25]田懷香，孫宗宇. 電子鼻在金華火腿香精識別中的應(yīng)用[J]. 中國調(diào)味品，2008，33（11）：61-64.

[26]孫鐘雷. 電子鼻技術(shù)在豬肉新鮮度識別中的應(yīng)用[J]. 肉類研究，2008，2（2）：50-53.

[27]王儲炎，楊松，陳亮，等. 幾種香辛料對麻辣雞感官品質(zhì)的影響[J]. 現(xiàn)代農(nóng)業(yè)科技，2015（14）：288-290.

[28]胡桂仙，王俊，海錚，等. 不同儲藏時(shí)間柑橘電子鼻檢測研究[J]. 浙江農(nóng)業(yè)學(xué)報(bào)，2006，18（6）：458-461.

[29]Buratti S，Benedetti S，Scampicchio M，et al. Characterization and classification of Italian Barbera wines by using an electronic nose and an amperometric electronic tongue[J]. Analytica Chimica Acta，2004，525（1）：133-139.

[30]García M，Aleixandre M，Gutiérrez J，et al. Electronic nose for wine discrimination[J]. Sensors and Actuators B：Chemical，2006，113（2）：911-916.

[31]李照，邢黎明，云戰(zhàn)友，等. 電子鼻測定牛奶中摻入外來脂肪[J]. 乳液科學(xué)與技術(shù)，2008，31（1）：39-41.

[32]王鑫，賈洪鋒，鄧紅，等. 電子鼻在芝麻油及芝麻油香精識別中的應(yīng)用[J]. 中國調(diào)味品，2012，37（5）：39-43.