烤烟致香物质GC/MS指纹图谱在产区识别中的应用

为研究GC/MS指纹图谱在烤烟产区识别中的应用,实验采用同时蒸馏萃取烤烟中香气物质,GC/MS检测,构建了湖南、广西、贵州3个产区烤烟的致香物质标准指纹图谱。随机选取这3个产区及广东、河南的部分烤烟样品对建立的标准指纹图谱进行验证。结果表明,验证样品与其所属产区的标准指纹图谱相似度较高,而与其他产区标准指纹图谱的相似度较低,从而能准确的识别其所属产区。将几个产区烤烟样品的指纹图谱进行系统聚类分析,不同产区的烤烟能够很好的聚合到一类,表明构建的指纹图谱能够反映不同产区烤烟的风格特色,进一步验证了利用GC/MS指纹图谱结合系统聚类法对样品进行产区识别及风格特色定位的可行性。     

烤烟热分析图谱的香型判定模型构建

为了提高烤烟烟叶香型判定的效率,基于热分析图谱和机器学习提出了一种烤烟烟叶香型判别的新方法。采用热重分析仪测定了中国八大香型烤烟烟叶热分析图谱,通过各香型烟叶样品热解温度差异比较,提取了不同香型烟叶样品的热解特征温度;依据遗传算法改进的支持向量机构建了香型判别模型,并测定了模型判定的准确率。结果表明:①八大香型烤烟烟叶热分析图谱在150～400℃区间存在明显差异。②Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ、Ⅵ、Ⅶ、Ⅷ香型热解特征温度分别为368.3、763.4、613.0、517.2、611.2、652.6、336.1、383.5℃。③GA-SVM方法构建的香型判定模型对烤烟烟叶香型判定准确率为83.3%。     

基于GA-SVM算法的烤烟香型自动识别研究

为了对不同香型烤烟进行特征差异性识别,选取清香型、浓香型和中间香型3类香型的514个烟叶样品,对其中的68种致香成分进行检测,结合数据分析和模式识别技术,提出了一种基于烟草致香成分和遗传算法-支持向量机(GA-SVM)算法的烤烟香型自动识别方法,通过使用遗传算法对支持向量机进行参数优化和调整,并采用5折交叉验证的方法计算分类正确率。分别对GA-SVM算法、SVM算法和朴素贝叶斯算法的分类效果进行对比测试,结果表明:3种模式识别方法对3类香型的分类正确率分别为96.40%、78.58%和84.42%,GA-SVM算法显著优于SVM和朴素贝叶斯等传统分类算法。该方法能够为烤烟香型准确识别、烤烟产地溯源、烟叶香型风格定位提供技术支持。     

基于GC-IMS的白酒特征分析及鉴别

探讨一种在未对挥发组分定性、定量的条件下,实现白酒准确鉴别的简便方法。选用两种香型共10种白酒,每种白酒取2个勾调批次的样品。直接原样顶空制样,通过气相色谱-离子迁移谱法(GC-IMS)分析,获得可视化的指纹图谱,并进一步提取白酒主要特征建立Fisher线性判别模型。从白酒样品中共检出134种挥发组分。指纹图谱可直观反映白酒样品中微量挥发组分的含量差异和勾调的批次稳定性。在未完全剖析和定量所有组分前提下,采用逐步回归分析分别对基于全部134种挥发组分、相关性分析选择的39种特征组分以及主成分分析提取的6个主成分建立的3个Fisher线性判别模型进行优化。优化后的相关性分析模型(优化为21种组分特征)和主成分分析模型对训练集的分类正确率和留一法交叉验证分类正确率均为100%,对测试集样品的判别正确率均为95%。由全部特征经逐步回归分析优化的模型,共提取24个组分特征,建立的Fisher线性判别模型效果最优。其对训练集分类正确率为100%,留一法交叉验证分类正确率为100%,对测试集酒样预测正确率达100%。GC-IMS方法可为白酒生产过程中的质量控制、市场监管及白酒原产地保护提供技术支持...     

近红外技术对不同动物来源肉掺假的检测

采用近红外光谱结合主成分分析法(PCA)、判别分析法,分别建立了牛肉和羊肉中掺杂其它动物肉的定性鉴别模型,根据鉴别准确率评价模型的预测性能。采用近红外光谱结合PCA、偏最小二乘法(PLS),建立了掺假物的定量检测模型,根据模型对预测集样品的预测均方差(RMSEP)以及预测值与实测值间的相关系数(r)验证模型的预测能力。结果,牛肉掺猪肉模型对训练集和预测集的鉴别准确率分别为97.86%和91.23%,羊肉掺猪肉模型对训练集和预测集的鉴别准确率分别为98.28%和92.98%,羊肉掺鸭肉模型对训练集和预测集的鉴别准确率分别为99.59%和93.97%,羊肉掺假模型对训练集和预测集的鉴别准确率分别为97.57%和90.76%。牛肉掺假定量模型对训练集的交互验证均方差(RMSECV)和预测集的RMSEP分别为3.87%和4.13%,r分别为0.9505和0.9134;羊肉掺假定量模型对训练集的RMSECV和预测集的RMSEP分别为4.48%和4.86%,r分别为0.9306和0.9082。表明近红外技术结合一定的化学计量学方法可实现不同动物来源肉掺假的鉴别,且能够对掺假物进行定量检测。     

一种烤烟综合香韵指数的建立及其在低纬高原区烤烟香韵分区中的应用

为了定量研究烤烟香韵及其分区,应用主成分分析方法,分析了3种典型香型(中间香型、浓香型和清香型)烤烟标准样品各1份以及低纬高原区893份样品的香韵种类及强度的感官评价数据,提出了一个能极显著区分3种香型标准样品烤烟香韵特征的烤烟香韵指数,并应用于低纬高原区烤烟香韵的分区中。结果表明:尽管低纬高原烤烟区大部分为清甜香韵风格片区,但低纬高原区烤烟香韵存在显著的地域差异。极典型清香型香韵区位于低纬高原区中的云南省中部地区,该区烤烟具有显著的清甜香、酸香、果香和花香等香韵特征。典型的中间香型香韵区大致位于低纬高原区中的四川南部地区和贵州西部地区,该区烤烟的蜜甜香韵特征显著增强,清甜香韵特征明显减弱,酸香、果香和花香等香韵特征有所减弱。     

特香型烤烟挥发性致香物质的测定与分析

使用同时蒸馏萃取装置以及气相色谱/质谱联用仪（GC/MS）对特香型烧烟，香料烟和烤烟3种类型的烟叶进行了挥发性致香成分的检测分析。定性和定量分析结果表明，特香型烤烟与香料烟在挥发性致香物质的种类和含量上存在着较大的差异。与烤烟挥发性致香物质种类和含量比较，差异相对较小，特香型烤烟含有1-戊烯-3-醇，1-戊醇、3-羟基-2-丁酮等特殊成分，含有2-戊烯醛，癸醛、2-壬烯醛，香叶基丙酮，壬酸，1H-naphtho[2,1-b]pyran等与香料烟相同的成分。3种类型的共有成分中，2，4-庚二烯醛，苯甲醛，苯乙醛，二氢大马酮，大马酮等成分在特香型烤烟中含量最高。     

基于游离氨基酸的烤烟配打模块香型判别方法研究

为明确不同香型烤烟配打模块游离氨基酸组分差异，并实现对清香型、中间香型及浓香型烤烟复烤模块的准确分类，选取7个清香型、7个中间香型和8个浓香型烤烟配打模块为研究对象，对其游离氨基酸含量进行OPLS-DA分析，结合SVM模型进行香型判别。结果表明：不同香型烤烟模块游离氨基酸总量范围为13 141.72～27 695.47μg/g，其中脯氨酸和天冬酰胺含量在各香型中占比最高，天冬氨酸、谷氨酸、甘氨酸、丙氨酸、胱氨酸、亮氨酸、酪氨酸、苯丙氨酸、4-氨基丁酸、赖氨酸、组氨酸、色氨酸、精氨酸和游离氨基酸总量在不同香型间存在显著性差异。丙氨酸和天冬氨酸在OPLS-DA分析中VIP值大于1且在不同香型间差异显著（p<0.05），可筛选为香型判定指标。基于21种游离氨基酸的前两种主成分构建的SVM模型对模块香型的判别率准确率为86.36%；基于筛选出的2个游离氨基酸特征指标构建的SVM模型判别准确率为90.91%。基于丙氨酸和天冬氨酸的SVM模型判别率和可信度都在较高水平，可应用于烤烟配打模块的香型判别。     

利用可见-近红外光谱鉴定不同香型风格烤烟的方法

为实现对烤烟香型风格的快速判别,应用可见-近红外光谱技术对浓香型、中间香型、清香型3种烤烟样品进行光谱采集,获得烟叶内在化学成分的特征光谱信息。选取全波段特征光谱经均值归一化、Savitzky-Golay卷积平滑、多元散射校正和标准正态变换等优化预处理,采用主成分分析(PCA)对光谱数据进行聚类分析,并结合偏最小二乘判别分析(PLSDA)建立了3种香型风格烤烟定性判别模型。结果表明,建立的PLS-DA模型的校正集和验证集的正确识别率均达到100%,模型性能良好,说明利用可见-近红外光谱技术对不同香型风格烤烟具有很好的分类和鉴别效果,为实现烤烟不同香型风格的快速、准确判别提供了一种新方法。     

基于GC/MS结合多元统计学筛选爆珠香精中香味标志物

目的：筛选出爆珠香精质量控制用的特征香味组分标志物。方法：采用气相色谱—质谱法（GC/MS）对爆珠香精中挥发性及半挥发性化合物进行检测,建立目标样品色谱指纹图谱,并对组分数据进行主成分分析（PCA）和正交偏最小二乘法—判别分析（OPLS-DA）。结果：GC/MS共鉴定出27种挥发性、半挥发性物质,包含柠檬烯、丁香酚、茴香脑、薄荷醇等香味化合物以及辛癸酸甘油混合酯壁材物质;优选条件下的仪器精密度、日内精密度和日间精密度分别为0.56%～9.94%,3.07%～9.81%,2.81%～11.95%,结合ChemPattern软件近邻算法对图谱数据进行对齐,建立了爆珠香精样品的GC/MS指纹图谱;PCA分析对正常与模拟状态下爆珠香精样品区分不明显,但基于OPLS-DA分析发现共有4种化合物被鉴定为特征标志物（变量重要性投影值＞1,P＜0.05）,分别为柠檬烯、辛酸甲酯、癸酸甲酯和丁香酚,该系列特征物质可反映爆珠香精果香香韵的特点。结论：使用GC/MS采集样品指纹图谱,结合OPLS-DA分析手段,能够有效筛选出爆珠香精特征香味的标志物,为客观评价爆珠香精质量提供参考。     

UPLC-MS/MS法测定金沙江水域鱼体中卡巴氧及喹乙醇代谢物

为建立一种白酒香型鉴别方法,以DB-WAX为色谱柱,样品加标后直接采用气相色谱（GC）法进样分析。结果表明,香气成分线性相关系数R2＞0.999,检测限＜5.11 mg/L,精密度试验结果的相对标准偏差（RSD）＜4.11%;平均回收率为80.20%～97.93%。采用偏最小二乘法（PLS）对不同香型白酒数据进行建模和预测,不同香型白酒样品在PLS得分图中能分开,利用训练集和验证集数据对模型进行验证,结果表明预测准确率较高,校正均方差（RMSEE）和预测均方差（RMSEP）值也说明PLS模型对不同白酒香型具有较强的预测性。该方法在判别白酒香型分析中具有较高的准确性。     

偏最小二乘方法在不同白酒香型判别分析中的应用

为建立一种白酒香型鉴别方法,以DB-WAX为色谱柱,样品加标后直接采用气相色谱（GC）法进样分析。结果表明,香气成分线性相关系数R2＞0.999,检测限＜5.11 mg/L,精密度试验结果的相对标准偏差（RSD）＜4.11%;平均回收率为80.20%～97.93%。采用偏最小二乘法（PLS）对不同香型白酒数据进行建模和预测,不同香型白酒样品在PLS得分图中能分开,利用训练集和验证集数据对模型进行验证,结果表明预测准确率较高,校正均方差（RMSEE）和预测均方差（RMSEP）值也说明PLS模型对不同白酒香型具有较强的预测性。该方法在判别白酒香型分析中具有较高的准确性。     

基于香韵活性值的不同产地中间香型烤烟风格特征差异分析

为阐明中间香型烤烟的风格特征差异,以3种产地(重庆、遵义和牡丹江)C3F中间香型烤烟烟叶为研究对象,采用GC-MS法测定烟叶主流烟气中96种重要香气成分释放量,计算其香气活性值,并根据香韵归属获得10种香韵的活性值,经对比分析揭示3种中间香型烤烟的香韵特点.结果表明:3种中间香型烤烟主流烟气粒相物中96种香气成分的总释...     

基于zNose~(TM)电子鼻对不同品牌汾酒的快速识别

风味是鉴别汾酒品牌最重要的标准之一。针对传统品酒师品评的主观性及现阶段光谱仪、色谱仪等大型仪器检测汾酒的局限性,实验采用表面声波型电子鼻zNose~(TM)对6种不同品牌的汾酒酒样进行指纹图谱采集。通过比较指纹图谱差异,对酒样特征峰进行提取,利用主成分分析和判别因子分析对数据进行分析,并用贝叶斯判别函数验证其准确率,采用概率神经网络建立了识别模型。结果表明,主成分分析和判别因子分析都能对不同品牌汾酒进行区分,且判别因子分析法的区分效果优于主成分分析法,建立的概率神经网络模型其识别率达到100%。研究发现,表面声波型电子鼻zNose~(TM)对不同品牌汾酒具有较好的鉴别和分类能力。     

基于电子鼻对不同香型白酒的快速识别和分类

使用声表面波zNose4200型电子鼻对不同香型的白酒测试样品进行指纹图谱采集,并分析和比较白酒测试样品的指纹图谱。通过比较峰面积差异,对样品特征峰进行提取,分别运用主成分分析、典型判别分析和聚类分析建立识别模型。研究表明:3种香型6种白酒之间存在共性又有显著差异,利用采集的数据建立的指纹图谱模型能够很好的表达出不同香型白酒香味成分之间的关系。通过对不同香型白酒的特征比较,用提取的特征信息可以区分不同香型的白酒且区分正确率达100%。所以使用声表波型电子鼻在一定程度上为白酒的生产和销售过程中不同香型的白酒鉴定和分类,提供了技术支持。     

不同香型烤烟烟叶香韵研究

为明确不同香型烤烟烟叶香气特征,以国内外典型生态区浓香型、清香型和中间香型烤烟烟叶样品为试验材料,对其香韵种类和强度进行感官评价与分析。结果表明,浓香型是在烤烟本香(干草香)的基础上,以焦甜香、木香、焦香、辛香等为主体香韵的香气特征,焦甜香韵突出;清香型是在烤烟本香(干草香)的基础上,以清甜香、青香、木香、辛香等为主体香韵的香气特征,清甜香韵突出;中间香型是在烤烟本香(干草香)的基础上,以正甜香、木香、辛香等为主体香韵的香气特征,正甜香韵突出。     

江西烤烟香气香韵及其空间特征

为研究江西烤烟香气特征和香型风格区划,运用“香味轮廓分析法”评鉴了该省代表性小产地烟叶样品的香气香韵.结果表明,烟草本香是江西烤烟主体香韵;烘焙香和辛香是江西烤烟重要香韵;清甜香、焦甜香、木香、树脂香及果香香韵是导致江西烤烟香型风格空间差异的主要香韵.其中,木香、树脂香和果香香韵具有一定区域性特点(东部强于西部),但主要表现为部位差异;清甜香与焦甜香韵既有明显部位差异,又有明显区域性特点.表现在,中部叶的清甜香韵明显强于上部叶,焦甜香韵呈相反趋势;清甜香韵在东部烟区表现突出,焦甜香韵在西部烟区表现突出.江西烟区明显可分东部清甜香和西部焦甜香两大香型风格片区.     

恩施主产烟区烤烟香气香型香韵特征

为掌握恩施烤烟香型香韵和品质特征,对恩施主产烟区烤烟样品进行感官质量分析。结果显示,恩施烤烟香型为中间香型,程度"尚显著-较显著",植烟区域、海拔和品种间烟叶香型一致性高。恩施烟区属"武陵秦巴生态区-醇甜香型",香韵丰富,15种香韵有14种得到显现;香韵以干草香、正甜香为主,辅以木香,复合清甜香、焦甜香、青香、豆香、坚果香、焦香、辛香、果香、药草香、花香、酒香。香气品质中主要指标香气质、香气量和透发性均处于中等+至较好的水平。植烟区域对香韵差异有显著影响,中海拔烟区香气品质最佳。总的来看,恩施烟区属"武陵秦巴生态区-醇甜香型",香韵丰富,主要香韵是干草香和正甜香;香气品质中等至较好,香气特征稳定,中海拔烟区更能彰显香型特征和香气品质。     

不同香型产区烤烟游离氨基酸含量及组成差异分析

为明确烤烟游离氨基酸含量及组成的区域差异,探索其与香型风格的关联性,采集和制备了浓香型、中间香型和清香型三类香型产区烟叶样品320个,分析了不同香型产区烤烟游离氨基酸的差异性及同一香型产区内的变异性,建立了游离氨基酸与烤烟香型风格的关系模型。结果表明:1三类香型产区烤烟的游离氨基酸含量和组成差异明显,分别有19种游离氨基酸含量和13种组成比例在不同香型产区间差异显著,且中部和上部烟叶规律一致;2同香型产区内,游离氨基酸含量和组成的变异系数差异较大,含量的平均变异系数为19.6%~66.2%,组成的平均变异系数为8.6%~54.3%;3运用逐步判别分析法,建立了基于游离氨基酸含量和组成比例的烟叶香型判别模型,模型的外部验证(220个样品)准确率达到83.6%;4β-丙氨酸、异亮氨酸、甘氨酸、酪氨酸等含量和组成比例可能与烤烟香型存在关联性。     

福建尤溪烟叶香韵风格的感官辅助凝胶色谱分析

  目的  分析福建尤溪烟叶香韵风格、重要致香成分及其内在关系。  方法  采用感官辅助凝胶色谱法（GPC）分离烟叶浸膏,筛选出其关键香韵特征组分,使用全二维气相色谱-飞行时间质谱联用法（GC×GC-TOF MS）分析各关键组分的重要致香成分。  结果  ① 烟叶浸膏可筛选出4个对香韵风格贡献度大的关键组分,各组分能按清甜香、干草香和焦甜香等香韵区分开,较好的反映出福建尤溪烟叶的香韵风格;②各组分重要致香成分及含量分布与感官评价结果吻合。  结论  香韵风格的感官评价辅助凝胶色谱分析可用于香韵风格与致香成分的内在关系分析研究。