紅外光譜及Bayes信息融合技術(shù)的葡萄酒鑒別研究

陶思嘉　李夢(mèng)華　李景明等

摘 要 建立了將檢出限不同的近紅外透射光譜技術(shù)和中紅外衰減全反射光譜技術(shù)進(jìn)行Bayes信息融合后用于葡萄酒鑒別的方法。分別采集3種品種和3種陳釀方式的干紅葡萄酒的近紅外透射光譜和中紅外衰減全反射光譜，用PLSDA法分別建立基于近紅外光譜和中紅外光譜的判別模型，用Bayes方法實(shí)現(xiàn)兩種判別結(jié)果的融合修正。信息融合后的結(jié)果為：葡萄酒品種鑒別模型的建模集準(zhǔn)確率為95.08%，檢驗(yàn)集準(zhǔn)確率為94.68%，葡萄酒陳釀方式鑒別模型的建模集準(zhǔn)確率為98.91%，檢驗(yàn)集準(zhǔn)確率為98.75%；均優(yōu)于單獨(dú)采用一種光譜技術(shù)的判別結(jié)果。實(shí)驗(yàn)表明，信息融合技術(shù)有助于模型判別效果的提高，采用Bayes信息融合技術(shù)對(duì)葡萄酒品種和陳釀方式進(jìn)行快速識(shí)別是可行的。

關(guān)鍵詞 葡萄酒； 鑒別； 信息融合； 貝葉斯

1 引 言

不同品種的釀酒葡萄的色澤、大小、形態(tài)及所含成分等不同，葡萄品種之間的差異導(dǎo)致了葡萄酒組分和質(zhì)量之間的差別 [1，2 ]。我國(guó)釀酒葡萄的主要品種有：赤霞珠、美樂(lè)、蛇龍珠等。葡萄酒的陳釀是葡萄酒的成熟過(guò)程，常見(jiàn)的有在不銹鋼罐和橡木桶中進(jìn)行的貯存陳釀，簡(jiǎn)稱為不銹鋼罐陳釀和橡木桶陳釀。也有葡萄酒生產(chǎn)企業(yè)采用在不銹鋼罐中添加橡木片、橡木塊貯藏葡萄酒，既能達(dá)到橡木桶貯藏的相似效果，又能降低橡木桶貯藏的成本，簡(jiǎn)稱為橡木塊陳釀。不同陳釀方式的葡萄酒的多糖含量、總酚含量、色度、色調(diào)等都有一定差異 [3 ]。目前，鑒別不同品種和陳釀方式的葡萄酒的方法主要還是利用品評(píng)專家的感官鑒定來(lái)實(shí)現(xiàn)，受到個(gè)人經(jīng)驗(yàn)和條件的限制；而現(xiàn)有的儀器分析、理化分析等只能從某一或某幾個(gè)側(cè)面反映葡萄酒的品質(zhì)。隨著紅外光譜技術(shù)（包括近紅外和中紅外）的發(fā)展，很多研究人員開(kāi)始利用這一技術(shù)對(duì)葡萄酒品質(zhì)特性進(jìn)行快速判別 [4～6 ]。GardeCerdn等 [7 ]利用近紅外光譜技術(shù)分析了600份紅葡萄酒中的酚類成分， 并依此實(shí)現(xiàn)了對(duì)其陳釀時(shí)間的判別。Picque等 [8 ]用中紅外光譜判別分析了1998 年、1999 年、2000 年和2002 年338 瓶葡萄酒的年份。牛曉穎 [9 ]、吳貴芳 [10 ]等探討了用近紅外光譜技術(shù)進(jìn)行黃酒酒齡、產(chǎn)地以及葡萄酒品種定性鑒別的可行性。

2 實(shí)驗(yàn)方法

2.1 材料

共兩個(gè)葡萄酒樣品集。樣品集1用于葡萄酒品種的研究，是由中國(guó)農(nóng)業(yè)大學(xué)葡萄與葡萄酒研究中心提供的2003～2011年的干紅葡萄酒，共3個(gè)品種，其中赤霞珠100個(gè)，美樂(lè)41個(gè)，蛇龍珠31個(gè)，共172個(gè)樣品。這些樣品來(lái)自河北懷來(lái)與昌黎、山東煙臺(tái)、甘肅、新疆、寧夏等葡萄產(chǎn)區(qū)。樣品集2用于葡萄酒陳釀方式的研究，為北京龍徽釀酒有限公司2005年、2006年和2007年赤霞珠干紅葡萄酒，均產(chǎn)自河北懷來(lái)，其中橡木桶陳釀葡萄酒44個(gè)，橡木塊陳釀葡萄酒26個(gè)，不銹鋼罐陳釀葡萄酒26個(gè)，共計(jì)96個(gè)樣品。兩個(gè)樣品集共268個(gè)樣品。

2.2 實(shí)驗(yàn)儀器與光譜采集方法

2.2.1 近紅外光譜的采集 用BRUKER MPA傅立葉變換型近紅外光譜儀掃描干紅葡萄酒樣品的近紅外透射光譜，以空氣為參比，在室溫下進(jìn)行光譜采集，樣品池光程為1 mm，掃描譜區(qū)為3900～12500 cm

摘 要 建立了將檢出限不同的近紅外透射光譜技術(shù)和中紅外衰減全反射光譜技術(shù)進(jìn)行Bayes信息融合后用于葡萄酒鑒別的方法。分別采集3種品種和3種陳釀方式的干紅葡萄酒的近紅外透射光譜和中紅外衰減全反射光譜，用PLSDA法分別建立基于近紅外光譜和中紅外光譜的判別模型，用Bayes方法實(shí)現(xiàn)兩種判別結(jié)果的融合修正。信息融合后的結(jié)果為：葡萄酒品種鑒別模型的建模集準(zhǔn)確率為95.08%，檢驗(yàn)集準(zhǔn)確率為94.68%，葡萄酒陳釀方式鑒別模型的建模集準(zhǔn)確率為98.91%，檢驗(yàn)集準(zhǔn)確率為98.75%；均優(yōu)于單獨(dú)采用一種光譜技術(shù)的判別結(jié)果。實(shí)驗(yàn)表明，信息融合技術(shù)有助于模型判別效果的提高，采用Bayes信息融合技術(shù)對(duì)葡萄酒品種和陳釀方式進(jìn)行快速識(shí)別是可行的。

關(guān)鍵詞 葡萄酒； 鑒別； 信息融合； 貝葉斯

1 引 言

不同品種的釀酒葡萄的色澤、大小、形態(tài)及所含成分等不同，葡萄品種之間的差異導(dǎo)致了葡萄酒組分和質(zhì)量之間的差別 [1，2 ]。我國(guó)釀酒葡萄的主要品種有：赤霞珠、美樂(lè)、蛇龍珠等。葡萄酒的陳釀是葡萄酒的成熟過(guò)程，常見(jiàn)的有在不銹鋼罐和橡木桶中進(jìn)行的貯存陳釀，簡(jiǎn)稱為不銹鋼罐陳釀和橡木桶陳釀。也有葡萄酒生產(chǎn)企業(yè)采用在不銹鋼罐中添加橡木片、橡木塊貯藏葡萄酒，既能達(dá)到橡木桶貯藏的相似效果，又能降低橡木桶貯藏的成本，簡(jiǎn)稱為橡木塊陳釀。不同陳釀方式的葡萄酒的多糖含量、總酚含量、色度、色調(diào)等都有一定差異 [3 ]。目前，鑒別不同品種和陳釀方式的葡萄酒的方法主要還是利用品評(píng)專家的感官鑒定來(lái)實(shí)現(xiàn)，受到個(gè)人經(jīng)驗(yàn)和條件的限制；而現(xiàn)有的儀器分析、理化分析等只能從某一或某幾個(gè)側(cè)面反映葡萄酒的品質(zhì)。隨著紅外光譜技術(shù)（包括近紅外和中紅外）的發(fā)展，很多研究人員開(kāi)始利用這一技術(shù)對(duì)葡萄酒品質(zhì)特性進(jìn)行快速判別 [4～6 ]。GardeCerdn等 [7 ]利用近紅外光譜技術(shù)分析了600份紅葡萄酒中的酚類成分， 并依此實(shí)現(xiàn)了對(duì)其陳釀時(shí)間的判別。Picque等 [8 ]用中紅外光譜判別分析了1998 年、1999 年、2000 年和2002 年338 瓶葡萄酒的年份。牛曉穎 [9 ]、吳貴芳 [10 ]等探討了用近紅外光譜技術(shù)進(jìn)行黃酒酒齡、產(chǎn)地以及葡萄酒品種定性鑒別的可行性。

2 實(shí)驗(yàn)方法

2.1 材料

共兩個(gè)葡萄酒樣品集。樣品集1用于葡萄酒品種的研究，是由中國(guó)農(nóng)業(yè)大學(xué)葡萄與葡萄酒研究中心提供的2003～2011年的干紅葡萄酒，共3個(gè)品種，其中赤霞珠100個(gè)，美樂(lè)41個(gè)，蛇龍珠31個(gè)，共172個(gè)樣品。這些樣品來(lái)自河北懷來(lái)與昌黎、山東煙臺(tái)、甘肅、新疆、寧夏等葡萄產(chǎn)區(qū)。樣品集2用于葡萄酒陳釀方式的研究，為北京龍徽釀酒有限公司2005年、2006年和2007年赤霞珠干紅葡萄酒，均產(chǎn)自河北懷來(lái)，其中橡木桶陳釀葡萄酒44個(gè)，橡木塊陳釀葡萄酒26個(gè)，不銹鋼罐陳釀葡萄酒26個(gè)，共計(jì)96個(gè)樣品。兩個(gè)樣品集共268個(gè)樣品。

2.2 實(shí)驗(yàn)儀器與光譜采集方法

2.2.1 近紅外光譜的采集 用BRUKER MPA傅立葉變換型近紅外光譜儀掃描干紅葡萄酒樣品的近紅外透射光譜，以空氣為參比，在室溫下進(jìn)行光譜采集，樣品池光程為1 mm，掃描譜區(qū)為3900～12500 cm

摘 要 建立了將檢出限不同的近紅外透射光譜技術(shù)和中紅外衰減全反射光譜技術(shù)進(jìn)行Bayes信息融合后用于葡萄酒鑒別的方法。分別采集3種品種和3種陳釀方式的干紅葡萄酒的近紅外透射光譜和中紅外衰減全反射光譜，用PLSDA法分別建立基于近紅外光譜和中紅外光譜的判別模型，用Bayes方法實(shí)現(xiàn)兩種判別結(jié)果的融合修正。信息融合后的結(jié)果為：葡萄酒品種鑒別模型的建模集準(zhǔn)確率為95.08%，檢驗(yàn)集準(zhǔn)確率為94.68%，葡萄酒陳釀方式鑒別模型的建模集準(zhǔn)確率為98.91%，檢驗(yàn)集準(zhǔn)確率為98.75%；均優(yōu)于單獨(dú)采用一種光譜技術(shù)的判別結(jié)果。實(shí)驗(yàn)表明，信息融合技術(shù)有助于模型判別效果的提高，采用Bayes信息融合技術(shù)對(duì)葡萄酒品種和陳釀方式進(jìn)行快速識(shí)別是可行的。

關(guān)鍵詞 葡萄酒； 鑒別； 信息融合； 貝葉斯

1 引 言

不同品種的釀酒葡萄的色澤、大小、形態(tài)及所含成分等不同，葡萄品種之間的差異導(dǎo)致了葡萄酒組分和質(zhì)量之間的差別 [1，2 ]。我國(guó)釀酒葡萄的主要品種有：赤霞珠、美樂(lè)、蛇龍珠等。葡萄酒的陳釀是葡萄酒的成熟過(guò)程，常見(jiàn)的有在不銹鋼罐和橡木桶中進(jìn)行的貯存陳釀，簡(jiǎn)稱為不銹鋼罐陳釀和橡木桶陳釀。也有葡萄酒生產(chǎn)企業(yè)采用在不銹鋼罐中添加橡木片、橡木塊貯藏葡萄酒，既能達(dá)到橡木桶貯藏的相似效果，又能降低橡木桶貯藏的成本，簡(jiǎn)稱為橡木塊陳釀。不同陳釀方式的葡萄酒的多糖含量、總酚含量、色度、色調(diào)等都有一定差異 [3 ]。目前，鑒別不同品種和陳釀方式的葡萄酒的方法主要還是利用品評(píng)專家的感官鑒定來(lái)實(shí)現(xiàn)，受到個(gè)人經(jīng)驗(yàn)和條件的限制；而現(xiàn)有的儀器分析、理化分析等只能從某一或某幾個(gè)側(cè)面反映葡萄酒的品質(zhì)。隨著紅外光譜技術(shù)（包括近紅外和中紅外）的發(fā)展，很多研究人員開(kāi)始利用這一技術(shù)對(duì)葡萄酒品質(zhì)特性進(jìn)行快速判別 [4～6 ]。GardeCerdn等 [7 ]利用近紅外光譜技術(shù)分析了600份紅葡萄酒中的酚類成分， 并依此實(shí)現(xiàn)了對(duì)其陳釀時(shí)間的判別。Picque等 [8 ]用中紅外光譜判別分析了1998 年、1999 年、2000 年和2002 年338 瓶葡萄酒的年份。牛曉穎 [9 ]、吳貴芳 [10 ]等探討了用近紅外光譜技術(shù)進(jìn)行黃酒酒齡、產(chǎn)地以及葡萄酒品種定性鑒別的可行性。

2 實(shí)驗(yàn)方法

2.1 材料

共兩個(gè)葡萄酒樣品集。樣品集1用于葡萄酒品種的研究，是由中國(guó)農(nóng)業(yè)大學(xué)葡萄與葡萄酒研究中心提供的2003～2011年的干紅葡萄酒，共3個(gè)品種，其中赤霞珠100個(gè)，美樂(lè)41個(gè)，蛇龍珠31個(gè)，共172個(gè)樣品。這些樣品來(lái)自河北懷來(lái)與昌黎、山東煙臺(tái)、甘肅、新疆、寧夏等葡萄產(chǎn)區(qū)。樣品集2用于葡萄酒陳釀方式的研究，為北京龍徽釀酒有限公司2005年、2006年和2007年赤霞珠干紅葡萄酒，均產(chǎn)自河北懷來(lái)，其中橡木桶陳釀葡萄酒44個(gè)，橡木塊陳釀葡萄酒26個(gè)，不銹鋼罐陳釀葡萄酒26個(gè)，共計(jì)96個(gè)樣品。兩個(gè)樣品集共268個(gè)樣品。

2.2 實(shí)驗(yàn)儀器與光譜采集方法

2.2.1 近紅外光譜的采集 用BRUKER MPA傅立葉變換型近紅外光譜儀掃描干紅葡萄酒樣品的近紅外透射光譜，以空氣為參比，在室溫下進(jìn)行光譜采集，樣品池光程為1 mm，掃描譜區(qū)為3900～12500 cm