白酒地域特征鉴别技术研究进展

白酒因原料以及发酵过程中微生物群落差异,在微量元素、同位素及风味等方面形成独特的地域特征。通过仪器分析结合化学计量学方法可以进行白酒地域特征鉴别。本文依据地域特征的不同成因,分别从酿酒原料、微生物发酵产物两个方面对白酒地域特征鉴别的仪器分析方法（如电感耦合等离子体质谱法、同位素比值质谱法、色谱法、光谱法以及仿生传感器法等）进行了分类探讨;并论述了不同方法的适用领域及存在的问题,提出了白酒地域特征鉴别的关键问题及发展方向,以期为白酒的分析鉴别提供参考。     

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...