[發明專利]一種蜂蜜特征香氣分析及蜂蜜香氣體系模擬的方法有效
| 申請號: | 201310323250.4 | 申請日: | 2013-07-30 | 
| 公開(公告)號: | CN103499646A | 公開(公告)日: | 2014-01-08 | 
| 發明(設計)人: | 史波林;趙鐳;劉寧晶;裴高璞;支瑞聰;汪厚銀;張璐璐;解楠 | 申請(專利權)人: | 中國標準化研究院 | 
| 主分類號: | G01N30/02 | 分類號: | G01N30/02 | 
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 | 
| 地址: | 100191*** | 國省代碼: | 北京;11 | 
| 權利要求書: | 查看更多 | 說明書: | 查看更多 | 
| 摘要: | |||
| 搜索關鍵詞: | 一種 蜂蜜 特征 香氣 分析 體系 模擬 方法 | ||
技術領域
本申請涉及一種蜂蜜特征香氣分析及蜂蜜香氣體系模擬的方法。
背景技術
我國蜂蜜產量居世界首位,近年來產量一直保持快速增長的趨勢,由2001?年的25.2?萬噸增加到2009?年的40.2?萬噸,占世界總產量也由近20%提高到30%多。但由于經濟利益的驅動,目前蜂蜜市場摻假嚴重,導致摻假蜂蜜占據了蜂蜜市場的20%~30%,有些地區摻假造假的蜂產品占50%左右,嚴重損壞了消費者利益、影響蜂蜜產業健康發展、打擊出口貿易創匯。
由于缺乏檢測手段的影響,導致摻假打擊面臨困難,其根本原因如下:(1)由于蜂蜜本身的主要物質結構比較簡單,包含水和糖類成分,給摻假提供了便利條件,同時,單靠檢測這幾種物質含量的多少根本沒辦法判別是否摻假;(2)由于蜂蜜受蜜源植物種類、蜜蜂群勢強弱、蜜期時間長短、空氣的溫度和濕度,以及蜂蜜的加工、貯存、結晶等多種因素影響,造成蜂蜜主要物質的含量范圍變化較大,使得蜂蜜摻假簡單、方便;(3)C4等摻假檢測費用高、無法大規模用于實際檢測和執法。
香氣是產品品質體現的重要屬性之一,產品香氣表征需要突出其客觀性、真實性與全面性。目前氣相色譜(GC)、氣相色譜-質譜聯用(GC-MS)和氣相色譜-?嗅辨(GC-O)等方法,只能檢測產品中有限的單體香氣物質,并且這些香氣之間存在協同、變調等現象,很難從整體上反映樣品的香氣品質。而智能嗅覺系統(電子鼻)能夠模擬人類嗅聞特征,綜合表征香氣的整體信息,體現香氣的嗅覺特征和整體品質,同時比人的嗅覺更加客觀、可靠。目前已在食品新鮮度、食用油變質判別、果蔬成熟度檢測、茶葉產地品種識別、酒類品牌界定等方面開展了相關研究。
蜂蜜中含有300多種芳香物質,因此它是研究智能嗅覺表征的重要樣例;同時不同蜜源、不同產地其風味物質各異,并且蜂蜜摻假與否或品質優劣能在整體香氣上有所體現,使得香氣成為蜂蜜品質檢測與摻假鑒別的重要指標之一;充分說明采用智能嗅覺表征蜂蜜品質具有可行性,也為蜂蜜品質檢測及摻假鑒別提供了一種快速、經濟、準確且利于實時應用的檢測方法。因此選擇蜂蜜作為研究對象具有實用意義,對其行業健康發展更具深遠價值。
采用電子鼻進行產品品質判別或摻假鑒別分析,其本質是利用智能嗅覺圖譜的整體香氣信息,尋找樣品間的差異性,其核心是尋找代表樣品間差異性的圖譜信息,即“差異化信息”,也叫“智能嗅覺的差異化圖譜信息”。但是電子鼻的傳感器陣列具有交叉敏感性,即每根傳感器對每個香氣都有不同程度的響應,因此通過電子鼻采集的呈香物質圖譜具有廣譜、重疊等特點,很難單獨用肉眼從圖譜上區分不同樣品,需要進行“信號挖掘”,特別是“代表樣品間差異化信息的挖掘”,挖掘的差異性化信息越多,就越有助于快捷的區分產品特征與品質。但目前在差異化信息挖掘方面還很薄弱,也是制約電子鼻發展的瓶頸。
發明內容
一種蜂蜜特征香氣分析及蜂蜜香氣體系模擬的方法,其特征在于應用動態頂空結合循環富集技術提取蜂蜜呈香物質,在色譜柱末端進行1:1香氣含量分配后,應用氣質聯用與氣相色譜-嗅覺測定技術同時測定其揮發性呈香成分和嗅感特征,結晶蜂蜜進行水浴加熱,然后迅速冷卻至室溫,并保持室內恒溫狀態采集呈香物質,其中GC-MS中,利用質譜、相對保留指數和嗅聞三種方法確定蜂蜜的揮發性成分,并進行內標法定量;GC-O技術是采用頻率檢測和檢測強度相結合的方法,由5名優選嗅辨員組成的GC-O評價小組,確定分別代表蜂蜜頭香、前端香氣、體香和尾香四個揮發階段的特征風味活性香氣,根據四個揮發階段的特征香氣種類及含量比例,配比構建基本蜂蜜香氣模擬體系A,在體系A的基礎上,構建與其有差異性的四組體系,每組體系與基本體系A的差異體現在兩個方面,即在某個揮發階段要么其特征香氣含量不同,要么其特征香氣組分不同,而其他三個階段的香氣組分與含量都不變。
附圖說明
圖1?異常點剔除結果:(a)馬氏距離判別結果;(b)杠桿值判別結果;
圖2?基于方差比的特征提取結果
圖3?基于單項量判別的特征點提取結果
圖4?蟻群算法流程圖
圖5?基于蟻群算法的特征提取結果
圖6?基于核主成分分析的特征點提取結果
圖7?基于獨立成分分析的特征點提取結果
圖8?基于網格搜素的支持向量機參數優化結果
圖9?基于遺傳算法的支持向量機參數優化結果
圖10?基于粒子群算法的支持向量機參數優化結果
具體實施方式
1?關于樣本收集與制備
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國標準化研究院,未經中國標準化研究院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201310323250.4/2.html,轉載請聲明來源鉆瓜專利網。





