阅读说明：本技术 一种复合型成品白酒真假酒的鉴别方法 (Method for identifying true and false composite finished white spirit ) 是由 孙细珍 熊亚青 曹倩雯 陈雅慧 陈彦和 于 2020-12-09 设计创作，主要内容包括：本发明公开了一种复合型成品白酒真假酒的鉴别方法,包括以下步骤：(1)采用气相色谱对复合型白酒进行全谱分析,获取指纹图谱；(2)进一步采用内标法对复合型成品白酒真假酒的色谱峰进行定量测定；(3)将测定数据导入SIMCA 14.1软件建立工作集,对数据进行标准化和中心化预处理；(4)采用偏最小二乘回归多元统计学方法建立真假酒与风味特征组分含量的偏最小二乘回归方程模型；(5)采用交叉验证法验证回归模型,并评价拟合效果；(6)将待测样品导入模型形成预测集,采用偏最小二乘回归判别分析对样品的真实性进行预测。本发明可以为真假酒鉴别提供直观的证据,具有准确度高,结果可靠的优点。(The invention discloses a method for identifying true and false composite finished white spirit, which comprises the following steps: (1) performing full spectrum analysis on the compound white spirit by adopting gas chromatography to obtain a fingerprint spectrum; (2) further adopting an internal standard method to carry out quantitative determination on the chromatographic peak of the true and false composite finished white spirit; (3) importing the measured data into SIMCA14.1 software to establish a working set, and carrying out standardization and centralization pretreatment on the data; (4) establishing a partial least squares regression equation model of the contents of the true and false wine and the flavor characteristic components by adopting a partial least squares regression multivariate statistical method; (5) verifying the regression model by adopting a cross verification method, and evaluating the fitting effect; (6) and introducing the sample to be detected into a model to form a prediction set, and predicting the authenticity of the sample by adopting partial least squares regression discriminant analysis. The method can provide visual evidence for identifying true and false wine, and has the advantages of high accuracy and reliable result.)

一种复合型成品白酒真假酒的鉴别方法

技术领域

本发明属于成品白酒真实性鉴别分析技术领域，具体公开了一种由清香、浓香、酱香型白酒组合而成的复合型成品白酒真假酒的鉴别方法

背景技术

复合型成品白酒将清香型、浓香型和酱香型白酒按一定的比例巧妙地融合，芳香幽雅，诸香谐调，绵甜丰满，风味独特，成为我国白酒市场的畅销产品，深受消费者喜爱。随着复合型成品白酒市场份额的不断增加，市场上开始出现仿制假酒，不仅侵犯了消费者权益，而且严重伤害产品品牌形象，影响复合型白酒的健康发展。通过科学技术手段建立一种简便快速的真假酒鉴别方法，对维护产品的品牌形象，保障消费者的安全与权益，规范白酒行业与市场发展具有重要意义。

随着科学技术的快速发展，人们也一直在探索可以用于酒产品真假酒鉴别的新方法。李操利用单光子电离飞行时间质谱并结合主成分分析(PCA)，建立了一种快速准确鉴别白酒和劲酒真假的方法，对于快速筛查伪劣酒产品具有重要应用价值[李操.电喷雾萃取和单光子电离质谱法用于真假酒的快速分析[D].江西:东华理工大学，2013.]。巴特尔达赖利用电子舌技术结合多元统计分析建立预测模型，发现真酒和假酒在鲜味上存在明显的差异[巴特尔达赖.电子舌技术在真假伊力老陈酒鉴别中的应用[J].食品工业科技，2017.]。刘嘉飞等运用超高效液相色谱-串联高分辨质谱、紫外可见分光光度计，并结合主成分分析(PCA)，探索了2种简单、准确且快速的非靶向检测方法，为鉴别真假茅台提供了更多技术支持[刘嘉飞.非靶向检测技术鉴别茅台酒真假[J].食品安全质量检测学报，2019.]。孙细珍利用毛细管柱气相色谱对白酒进行成分分析，并运用指纹图谱相似度计算软件建立标准指纹图谱，从而有效地对白酒进行辨别[孙细珍.“指纹图谱”技术在白酒产品质量评价中的应用[J].酿酒科技，2005.]。谢建军利用中药色谱图分析和数据管理系统软件对葡萄酒进行识别分析，建立红葡萄酒的气相色谱指纹图谱法，可以快速有效地鉴别葡萄酒真假[谢建军.气相色谱指纹图谱法快速鉴别红葡萄酒真假[J].酿酒科技，2012.]。申请号为202010241399.8的中国专利申请公开了一种馥郁香型成品白酒瓶贮年份的鉴定方法，该发明通过馥郁香型成品白酒风味特征组分指纹图谱，结合多元统计学手段，建立馥郁香型瓶贮年份白酒鉴别技术，明确馥郁香型瓶贮年份白酒特征标记物，突破以往采用常规方法和手段难以对年份白酒产品进行有效真实性识别的技术局限。但是已公开的白酒真实性鉴别技术，主要集中在浓香型、酱香型、清香型等典型白酒上，对复合型成品白酒的真实性预测未见报道。

发明内容

本发明目的在于提供一种复合型成品白酒真假酒的鉴别方法，通过直接进样气相色谱内标法测定复合型成品白酒中主要的风味特征组分，然后采用偏最小二乘判别分析(Partial Least Squares Discrimination Analysis,PLS-DA)，建立复合型成品白酒真实性与风味组分含量的PLS-DA模型，将测试样品导入模型预测待测酒样的真实性。

本发明提供的技术方案如下：

一种复合型成品白酒真假酒的鉴别方法，包括下述步骤：

9)采用气相色谱对复合型成品白酒进行全谱分析，获取指纹图谱；

10)采用内标法对复合型成品白酒真假酒的色谱峰进行定量测定；

11)将所述步骤2)得到的测定结果进行数据预处理，获得数据集；

12)对数据集中的数据进行分类，分别为工作集和预测值；

13)采用偏最小二乘回归多元统计学方法，以工作集中复合型成品白酒真实性与步骤3)所得的风味组分含量建立偏最小二乘回归模型；

14)采用交叉验证法评价上述偏最小二乘回归模型，通过模型中每一组份解释的变量Y所占的分数R²Y(cum)和根据交叉验证的模型预测变量Y所占的分数Q²(cum)，评价模型的累计解释能力和交叉有效性；

15)采用置换检验(Permutation test)方法对偏最小二乘回归模型的回归系数进行显著性检验，置换次数为200次，p<0.05；

16)将预测集中的数据导入步骤5)中的偏最小二乘回归模型，预测样品的真实性。

作为本发明的一种优选技术方案，步骤2)中，复合型成品白酒中未定性的色谱峰含量采用半定量方法进行测定。

作为本发明的一种优选技术方案，步骤3)中，所述数据预处理采用SIMCA14.1软件进行标准化和中心化。

作为本发明的一种优选技术方案，步骤4)中，建立偏最小二乘回归模型时，风味特征组分的含量作为自变量X矩阵，相应复合型成品白酒真实性作为因变量Y矩阵。

作为本发明的一种优选技术方案，步骤4)中，选取变量累计贡献率>89％的成分作为主成分建立偏最小二乘回归模型。

作为本发明的一种优选技术方案，步骤5)中，R²在Y轴的截距<0.4，Q²在Y轴的截距<0.05，表示模型没有出现过拟合；相关系数越接近1，模型的预测值与实际值间误差越小。

与现有技术相比，本发明的有益效果：

(1)对复合型成品白酒进行全谱分析，未定性的指标采用内标法进行半定量分析；

(2)创新性将代谢组学技术方法转移应用至复合型成品白酒真假酒的鉴别；

(3)采用偏最小二乘判别分析(PLS-DA)建立复合型成品白酒真假酒与风味特征组分含量的偏最小二乘回归方程模型；

(4)采用交叉验证方法评价PLS-DA模型的有效性和合理性；

(5)通过预测分析对随机样品进行复合型成品白酒的真实性进行预测分析；

(6)所述方法应用于复合型成品白酒真实性鉴别，具有客观、准确、可靠的优点，且可以提供直观、可视化的确凿证据，具有充分的说服力。

附图说明

图1为实施例1中复合型成品白酒真酒的指纹图谱；

图2为实施例1中复合型成品白酒假酒的指纹图谱；

图3为实施例1中复合型成品白酒PLS-DA模型(M1)得分图；

图4为实施例1中复合型成品白酒PLS-DA验证模型；

图5为实施例1中复合型成品白酒真假酒预测模型(PS-A)得分图；

图6为实施例2中4个随机白酒真假酒预测模型(PS-B)得分图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在该具体实时方式中，一种复合型成品白酒真假酒的鉴别方法，包括下述步骤：

1)采用气相色谱对复合型成品白酒进行全谱分析，获取指纹图谱；

2)采用气相色谱内标法测定复合型成品白酒中色谱峰的含量；

3)将所述步骤2)得到的测定结果导入SIMCA14.1软件，建立工程和数据集；

4)对数据集进行数据标准化和中心化，并分类为工作集和预测集；

5)对工作集设置工程属性，选择PLS-DA模型，并根据复合型成品白酒真实性将样品分成T组(真酒)和F组(假酒)，形成未拟合的模型；

6)对模型进行自动拟合，系统根据交叉有效性指标，得到最佳的PLS-DA模型；

7)通过模型中每一组份解释的变量Y所占的分数R²Y(cum)和根据交叉验证的模型预测变量Y所占的分数Q²(cum)，评价模型的累计解释能力和交叉有效性；

8)通过主成分的散点图，识别特异点；如有特异点，则需进行重新拟合。

9)对拟合好的模型采用置换检验(Permutation test)方法对偏最小二乘回归模型的回归系数进行显著性检验，置换次数为200次，p<0.05。

步骤2)中，复合型成品白酒中风味特征组分的含量测定步骤参照国家标准GB/T10345-2007《白酒分析方法》，其它未定性的组分采用半定量方法进行测定。

步骤5)中，建立偏最小二乘回归模型时，风味特征组分的含量作为自变量X矩阵，相应复合型成品白酒真实性作为因变量Y矩阵。

步骤6)中，选取对变量累计贡献率>89％的成分作为主成分建立偏最小二乘回归模型。

步骤7)中，校正标准偏差<1，R²在Y轴的截距<0.4，Q²在Y轴的截距<0.05，表示模型没有出现过拟合；相关系数越接近1，模型的预测值与实际值间误差越小。

实施例1

1.材料与方法

1.1材料与设备

40个复合型成品白酒样本，其中包括：18个复合型成品白酒真酒(样品名称依次为T-1、T-2……Y-18)，18个复合型成品白酒假酒(样品名称依次为Y-1、Y-2……Y-18)，建立模型工作集；另外4个复合型白酒样品作为预测集(PS-A)，样品名分别为PS-1、PS-2、PS-9、PS-13。

7890气相色谱仪(美国安捷伦科技有限公司)，配分流/不分流进样口和FID检测器；CP-Wax 57CB毛细管色谱柱(50m×0.25mm，0.25μm，美国安捷伦J&W公司)；FA2004万分之一天平(上海精科)。

1.2方法

1.2.1白酒风味特征组分的含量测定

准确移取1mL酒样于2mL样品瓶中，加入10μL内标使用液，采用直接进样气相色谱法测定；进一步采用内标法测定样品中风味特征组分的含量，未定性组分的定量校正因子设为1，具体计算公式如下：

式中：C_i，第i个化合物的含量，mg/L；A_i，第i个化合物的峰面积；A₀，内标物的峰面积；f_i,第i个化合物的定量校正因子；C₀，内标物的含量，mg/L。

1.2.2数据处理

将检测数据导入SIMCA14.1软件建立工程和数据集，并进行数据标准化和中心化预处理。

1.2.3偏最小二乘回归模型建立

将36个复合型成品白酒样品组成的工作集中，主要风味组分的含量(mg/L)作为自变量X矩阵，将相应复合型成品白酒样品真实性作为因变量Y矩阵，建立PLS-DA模型，并对模型(M1)进行自动拟合。

1.2.4偏最小二乘回归模型评价

对主成分散点图进行特异点识别，要求所有点均在95％置信区间内；如有特异点，则需进行模型重新拟合；采用交叉验证法对模型进行评价，置换次数为200次。

1.2.5样品预测

将4个待测试样品组成的预测集(PS-A)导入PLS-DA模型(M1)，进行真实性预测分析。

2.结果与讨论

2.1风味组分含量分析

采用气相色谱法对复合型成品白酒进行全谱分析，获取复合型白酒成品真假酒指纹图谱见图1和图2；进一步采用内标法测定样品中风味特征组分的含量，在复合型成品白酒真假酒中共有峰56个，经标准品定性34个化合物，未定性化合物22个，描述性统计结果如表1所示。

表1 风味组分含量描述性统计(mg/L)

2.2偏最小二乘回归模型

将36个复合型成品白酒样品中主要风味组分的含量(mg/L)作为自变量X矩阵，将相应复合型成品白酒样品真实性作为因变量Y矩阵，建立PLS-DA模型(M1)，模型(M1)参数信息见表2，PLS-DA得分图见图3。

注：数据处理、模型构建等操作均使用SIMCA14.1软件(Umetrics AB，Umea，Sweden)。

表2 复合型成品白酒PLSR模型(M1)参数列表

从表2可知，2个主成分2累计可以解释Y矩阵信息的0.999，Q²(cum)为0.998，拟合参数R²Y(cum)和Q²均接近1，表明模型(M1)具有极高的解释能力和交叉有效性，样品真实性与解释变量存在明显的线性关系，证明了模型(M1)的合理与准确性。

复合型成品白酒真假酒在PLS-DA得分图(图3)上获得良好的区分，真酒集中在第二、第三象限，假酒集中在第一、第四象限，聚类效果良好，所有样本均在95％置信区间内，不存在特异点，表明模型(M1)的拟合效果很好，不需要做改动。

2.3偏最小二乘回归模型评价结果

采用交叉验证法对模型(M1)进行评价，验证结果见表3。从表3可知，模型(M1)的相关系数R²为0.96，Q²为0.94；R²的回归线截距为0.133，Q²的回归线截距为-0.375，小于0.05。验证模型(图4)中所有左边的Q²值低于最右边的原始点，所有左边的R²值低于右边的原始值，综上验证结果表明模型(M1)具有良好的解释能力和交叉有效性。

表3 PLS-DA模型(M1)验证结果

2.4样品真实性预测结果

将4个待测样品组成的预测集(PS-A)导入PLS-DA模型(M1)进行预测，预测结果见表4和图5。

表4 4个复合型成品白酒样品真假酒预测结果

从图5可知，4个样品中PS-1和PS-2与真酒组聚类，PS-9和PS-13与假酒组聚类；从表4可知PS-1和PS-2与真酒的吻合程度分别为0.92和0.97，接近1；PS-9和PS-13与假酒的吻合程度分别为1.02和1.04，接近1。结果表明预测集(PS-A)中样品PS-1和PS-2为真酒，样品PS-9和PS-13为假酒；预测结果与感官评价结果一致。

实施例2

1.材料与方法

随机提供4个复合型成品白酒样本(样品编号分别为PS-24、PS-25、PS-42、PS-43)组成预测集(PS-B)进行真假预测，样品的定量分析步骤同实施例1。将风味组分测定数据以表格的形式表示，表格的行表示观测值，列表示变量。

打开SIMCA 14.1软件，导入实施例1的PLS-DA模型(M1)，然后导入预测集(PS-B)进行结果预测，预测结果见表5和图6。

表5 4个随机白酒样品真假酒预测结果

从图6可知，4个样品中PS-24和PS-25公布在第二、三象限，PS-42和PS-43分布在第一、四象限；从表5可知PS-24和PS-25与真酒的吻合程度分别为0.90和0.98，接近1；PS-9和PS-13与假酒的吻合程度分别为0.99和1.01，接近1。结果表明预测集(PS-B)中样品PS-24和PS-25为真酒，样品PS-42和PS-43为假酒；预测结果与感官评价结果一致。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。