水稻是世界上最重要的糧食作物之一，隨著生活水平的提高，消費(fèi)者對(duì)稻米品質(zhì)的關(guān)注日益凸顯。稻米品質(zhì)受到品種、產(chǎn)地環(huán)境、加工技術(shù)等多因素影響，外觀品質(zhì)是影響稻米在目標(biāo)市場(chǎng)銷(xiāo)售的關(guān)鍵因素。本文利用電子眼、電子舌、電子鼻對(duì)45個(gè)不同產(chǎn)地來(lái)源的稻米樣品進(jìn)行外觀品質(zhì)、食味品質(zhì)分析。
材料
從市場(chǎng)購(gòu)入45份不同品牌不同產(chǎn)地的稻米樣品，編號(hào)1-45，主要來(lái)自東北和長(zhǎng)三角地區(qū)。人工感官評(píng)級(jí)將樣品進(jìn)行分組以及賦予不同等級(jí)分?jǐn)?shù)。
電子眼的形狀描述功能，能給出每組樣品中的每顆米粒大小等相關(guān)信息，結(jié)合GBT1354-2018中的碎米總量的定義，篩選出大于平均米粒大小的四分之三且面積大于1000像素的大米，統(tǒng)計(jì)其粒數(shù)，并計(jì)算在總米粒中的比例。堊白度（D）的計(jì)算參照GBT1354-2018中的公式進(jìn)行，數(shù)值以百分?jǐn)?shù)（%）計(jì)：
D=堊白粒率×堊白大小×100
表1 45個(gè)稻米樣品外觀品質(zhì)分析
45個(gè)稻米樣品的碎米度平均值為7.62%，堊白度的平均值為0.11%，變異系數(shù)為259.62%，表明不同樣品間的堊白度差異較大，其中8號(hào)樣品最高。樣品6，9，11，12的碎米度和堊白度均較小，且其評(píng)級(jí)為優(yōu)質(zhì)一級(jí)，表明外觀品質(zhì)優(yōu)良。
經(jīng)過(guò)篩選重要顏色頻譜進(jìn)行PCA分析，樣品間的區(qū)分指數(shù)為98，說(shuō)明45批大米在色澤上存在著一定的差異，電子眼能夠區(qū)分開(kāi)不同的大米樣品。第一主成分軸（PC1）占67.261%，第二主成分軸（PC2）占24.5%。說(shuō)明主要差異集中在橫軸上，即在橫軸上距離越遠(yuǎn)，差異越大。樣品17，18在右下角，游離在其他樣品之外，說(shuō)明與其他樣本在色澤上的差異較大。樣品3和樣品7分布在相近的區(qū)域，樣品2、8、13、15、36、37、40處在相近區(qū)域，其他剩余樣本集中在相近區(qū)域。主成分分析能顯示出45個(gè)樣本間所有的差異。（如圖1所示）
根據(jù)人工感官評(píng)級(jí)的結(jié)果，將所有樣品分成5組。01G對(duì)應(yīng)三級(jí)，02G對(duì)應(yīng)二級(jí)，03G對(duì)應(yīng)優(yōu)質(zhì)三級(jí)，04G對(duì)應(yīng)優(yōu)質(zhì)二級(jí)，05G對(duì)應(yīng)優(yōu)質(zhì)一級(jí)。將米粒破碎度及白堊度的數(shù)據(jù)引入數(shù)據(jù)庫(kù)中，新建關(guān)于色彩和形狀兩者相關(guān)的數(shù)據(jù)庫(kù)。并建立DFA聚類(lèi)分析模型（如圖2所示）?？梢钥闯?，綜合了形狀和顏色之后，模型能區(qū)分出優(yōu)質(zhì)1級(jí)，優(yōu)質(zhì)2級(jí)。2級(jí)和3級(jí)大米也能區(qū)分開(kāi)來(lái)，而優(yōu)質(zhì)3級(jí)大米中有的部分則與2級(jí)3級(jí)大米有部分交集。每個(gè)評(píng)級(jí)的樣品各選擇1個(gè)，投射進(jìn)模型中，驗(yàn)證模型的可靠性。分別選取來(lái)自5個(gè)不同等級(jí)的稻米樣品8、10、13、28，投射進(jìn)模型中，可以看出模型的識(shí)別性良好，都投射到了對(duì)的分組。
如圖3所示為不同等級(jí)5組樣品的主成分分析圖，從圖中可以看出，第一主成分（PC1）與第二主成分（PC2）的貢獻(xiàn)率之和約為84%，此數(shù)值表明雖然在PCA上代表了樣品84%的信息，但是區(qū)分指數(shù)為-119，遠(yuǎn)小于100，說(shuō)明不同等級(jí)大米樣品之間有重疊，其中部分樣品具有相似的香氣特征，僅依靠主成分分析難以將不同等級(jí)的稻米樣品區(qū)分開(kāi)。
將稻米樣品按不同級(jí)別進(jìn)行分組，二級(jí)-8、三級(jí)-28、優(yōu)質(zhì)一級(jí)-4、優(yōu)質(zhì)二級(jí)-1、優(yōu)質(zhì)三級(jí)-13，運(yùn)行DFA模型。不同級(jí)別的樣品可清晰地區(qū)分開(kāi)來(lái)，將樣品19的一個(gè)平行樣用此模型進(jìn)行識(shí)別，其被群組13-優(yōu)質(zhì)三級(jí)所識(shí)別（圖中黑色圓點(diǎn)），識(shí)別指數(shù)為100，后續(xù)可嘗試用于對(duì)新批次樣品進(jìn)行品質(zhì)歸屬鑒別（如圖4所示）。
感官擬合模型PLS
PLS模型是一種偏最小二乘回歸分析模型，使用已知感官得分的參考樣品來(lái)設(shè)置標(biāo)準(zhǔn)曲線，并根據(jù)變量的不同權(quán)重，計(jì)算各變量的回歸系數(shù)，建立回歸方程，模型相關(guān)系數(shù)＞0.8為合格。常用來(lái)預(yù)測(cè)感官得分和評(píng)級(jí)。將大米品質(zhì)的不同級(jí)別分別對(duì)應(yīng)1-5分，并將對(duì)應(yīng)打分賦予各個(gè)樣品，而后建立PLS模型（如圖5所示）。由圖8得出，相關(guān)系數(shù)0.9013＞0.8，模型合格。將樣品19的一個(gè)平行樣在模型中投射，可得模型計(jì)算得分為3.05分，屬于優(yōu)質(zhì)三級(jí)大米，與人工評(píng)級(jí)相符，后續(xù)可嘗試用此模型對(duì)新批次樣品進(jìn)行等級(jí)評(píng)價(jià)。
化合物定性
化合物的保留指數(shù)是指在某種固定相上使用正構(gòu)烷烴作為標(biāo)準(zhǔn)來(lái)衡量化合物在色譜柱上保留程度的量化值。同一種色譜柱的某一化合物的保留指數(shù)是恒定的?；衔锏谋Ａ糁笖?shù)可經(jīng)由正構(gòu)烷烴的保留時(shí)間和化合物的保留時(shí)間計(jì)算而得到，利用兩根色譜柱不同的保留指數(shù)可達(dá)到在無(wú)標(biāo)準(zhǔn)物質(zhì)的情況下定性化合物的效果。用AroChembase數(shù)據(jù)庫(kù)對(duì)樣品中的揮發(fā)性化合物（差異色譜峰）進(jìn)行定性，可能含有的化合物見(jiàn)表2所示。閾值的大小代表了物質(zhì)氣味的強(qiáng)弱，相同含量的兩種物質(zhì)，閾值越低則氣味越強(qiáng)。
每個(gè)稻米樣品6次平行，計(jì)算各等級(jí)樣品AHS（酸味）、PKS（通用）、CTS（咸味）、NMS（鮮味）等4個(gè)味覺(jué)傳感器得分的平均值，得到雷達(dá)圖（如圖6所示）。不同等級(jí)稻米樣品對(duì)應(yīng)4個(gè)傳感器的得分離散程度較大，表明4種傳感器可以較好的區(qū)分不同等級(jí)的稻米樣品。其中優(yōu)質(zhì)一級(jí)（分組4）AHS、PKS得分最高，NMS、CTS最小，三級(jí)（分組28）CTS得分最高。
PCA分析
傳感器的信號(hào)被整合到可以通過(guò)多維統(tǒng)計(jì)工具計(jì)算的數(shù)據(jù)矩陣中，選擇所有傳感器的信號(hào)生成基于主成分分析（PCA）的滋味分布圖（如圖7所示），它顯示了每個(gè)樣品的味道的接近程度。從圖中可以看出：第一主成分（PC1）與第二主成分（PC2）的貢獻(xiàn)率之和達(dá)到了89%，能很好地反映樣品的實(shí)際情況。樣品在電子舌主成分分析圖上的區(qū)分指數(shù)為-363，表明不同等級(jí)的樣品的滋味有一定重疊。
判別因子分析DFA模型
優(yōu)質(zhì)一二三級(jí)粳米對(duì)應(yīng)的品嘗評(píng)分值為90/80/70，單獨(dú)選擇優(yōu)質(zhì)一二三級(jí)樣品，并運(yùn)行DFA模型。模型圖（如圖8所示）中有部分區(qū)域重疊，說(shuō)明優(yōu)質(zhì)粳米間的滋味區(qū)分不明顯。其次是國(guó)標(biāo)中的品嘗評(píng)分值是結(jié)合了氣味/外觀結(jié)構(gòu)/適口性/滋味/冷飯質(zhì)地得到的綜合結(jié)果，數(shù)據(jù)的對(duì)應(yīng)上有所偏差。
圖8 45個(gè)稻米樣品的電子舌DFA模型 本研究中采集的稻米樣品雖然已經(jīng)過(guò)生產(chǎn)工序篩選，但東北地區(qū)和南方地區(qū)的樣品堊白度平均值差異顯著，東北地區(qū)0.02%，長(zhǎng)三角地區(qū)0.18%。
基于電子眼的顏色和形狀分析功能，能結(jié)合人工評(píng)測(cè)的標(biāo)準(zhǔn)給出相似的碎米總量和白堊米含量。并基于Alphasoft中的統(tǒng)計(jì)學(xué)分析功能，對(duì)不同等級(jí)的樣本進(jìn)行歸類(lèi)質(zhì)控。
利用電子鼻對(duì)稻米樣品進(jìn)行分析，能夠快速有效地將不同等級(jí)的樣品區(qū)分開(kāi)來(lái)，利用Arochembase數(shù)據(jù)庫(kù)能夠?qū)悠返膿]發(fā)性差異氣味成分進(jìn)行定性分析，可獲得揮發(fā)化合物的氣味描述以及閾值等信息。通過(guò)比對(duì)峰面積的差異 可得樣品間揮發(fā)性物質(zhì)含量的差異。建立的判別因子分析模型DFA和PLS感官擬合模型，大米樣品按等級(jí)區(qū)分開(kāi)來(lái)，并且感官擬合相關(guān)系數(shù)良好，投射驗(yàn)證結(jié)果表明模型可準(zhǔn)確判斷樣品的等級(jí)歸屬。
電子眼、電子鼻、電子舌的分析結(jié)果可以與人的感官評(píng)分結(jié)果進(jìn)行擬合，從而實(shí)現(xiàn)未知樣品外觀表型數(shù)據(jù)及香味強(qiáng)度值、滋味值的預(yù)測(cè)，建立的聚類(lèi)分析模型，可實(shí)現(xiàn)產(chǎn)地溯源及品種鑒定等聚類(lèi)分析功能。通過(guò)同一樣品不同時(shí)期的數(shù)據(jù)采集，可以建立產(chǎn)品貨架期模型，實(shí)現(xiàn)對(duì)產(chǎn)品穩(wěn)定性的有效評(píng)價(jià)。
來(lái)源：感官科學(xué)與評(píng)定，轉(zhuǎn)載請(qǐng)注明來(lái)源。 參考文獻(xiàn)：宋宇迎,張美景,胡德榆,等.基于電子眼、電子舌、電子鼻的45個(gè)稻米樣品的品質(zhì)分析[J].黑龍江糧食,2024,(06):29-34.提醒：文章僅供參考，如有不當(dāng)，歡迎留言指正和交流。且讀者不應(yīng)該在缺乏具體的專(zhuān)業(yè)建議的情況下，擅自根據(jù)文章內(nèi)容采取行動(dòng)，因此導(dǎo)致的損失，本運(yùn)營(yíng)方不負(fù)責(zé)。如文章涉及侵權(quán)或不愿我平臺(tái)發(fā)布，請(qǐng)聯(lián)系小編。
