利用模式识别技术鉴别中国葡萄酒的产地和品种.pdf

《利用模式识别技术鉴别中国葡萄酒的产地和品种.pdf》由会员分享，可在线阅读，更多相关《利用模式识别技术鉴别中国葡萄酒的产地和品种.pdf（6页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、2 0 0 9N o 36 8 S e r i a lN o 2 0 4C h i n aBr e w i n gR e s e a r c hR e p o r t利用模式识别技术鉴别中国葡萄酒的产地和品种高年发，李丽，张健(天津市工业微生物重点实验室，天津科技大学生物工程学院，天津3 0 0 2 2 2)摘要：通过测定样品的物理化学指标来辨别中国葡萄洒的品种和产地。本实验借助葡萄洒分析仪和紫外可见分光光度计，共测了2 0 项物理化学指标。3 3 个样品来自3 个小同的产地，3 4 个样品来自3 个不同品种。方差分析被用来鉴别具有显著差异的变量。丰成分分析和逐步判别分析被用来对数据进行进一步

2、的分类分析。最终，通过典则判别分析分别建立了有效的产地鉴别和品种鉴别的判别模型，并且交义检验被用来对该模型的预测能力进行估计，正确率分别为9 3 9 4 和1 0 0。关键词：葡萄酒；模式识别：物理化学指标：分类中图分类号：0 2 3 5文献标识码：A文章编号：0 2 5 4 _ 5 0 7 1(2 0 0 9)0 3 0 0 6 8 0 5C l a s s i f i c a t i o no f C h i n e s ew i n ea c c o r d i n gt og r a p eo r i g i na n dv a r i e t yb yp a t t e r nr e

3、 c o g n i t i o nG A ON i a n f a，L IL i，Z H A N GJ i a n(T i a n j i nK e yL a bo f I n d u s t r i a lM i c r o b i o l o g y,C o l l e g eo f B i o t e c h n o l o g y,T i a n j i nU n i v e r s i t yo f S c i e n c ea n dT e c h n o l o g y,T i a n j i n3 0 0 4 5 7,C h i n a)A b s t r a c t：T h

4、 ep h y s i c a lc h e m i s t r yi n d e x e so fC h i n e s ew i n e sw e r ei n v e s t i g a t e df o r t h ep u r p o s eo ft h e i rc l a s s i f i c a t i o na c c o r d i n gt ov a r i e t yo ro r i g i n T w e n t yp h y s i c a lc h e m i s t r yi n d e x e sw e r eq u a n t i f i e db yw

5、i n ea n a l y z e ra n dU V V I Ss p e c t r o p h o t o m e t e r T h i r t y t h r e er e dw i n es a m p l e sc a m ef r o mt h r e er e g i o n sa n dt h i r t y-f o u rr e dw i n es a m p l e sw e r em a d ef r o mt h r e ev a r i e t i e s A N O V Aw a su s e dt od e t e r m i n es i g n i f

6、i c a n tc o n c e n t r a t i o nd i f f e r e n c e sb e t w e e nt h ed i f f e r e n tv a r i e t i e s F u r t h e rg r o u p i n go ft h ed a t aW a Si n v e s t i g a l e c lb yp r i n c i p a lc o m p o n e n ta n a l y s i sa n ds t e pd i s c r i m i n a n ta n a l y s i s F i n a l l y，c

7、a n o n i c a ld i s c r i m i n a n ta n a l y s i sw a su s e dt od e r i v ec l a s s i f i c a t i o nf u n c t i o n sf o r t h ee f f e c t i v er e c o g n i t i o no fw i n eo r i g i n sa n dv a r i e t i e s T h ee v a l u a t i o no f t h em o d e ld o n eb yc r o s s-v a l i d a t i o n，

8、o b t a i na v e r a g ep e r c e n t a g eo f c o r r e c tc r o s s v a l i d a t e dc l a s s i f i c a t i o no f 9 3 9 4 a n d1 0 0，r e s p e c t i v e l y K e yw o r d s：w i n e：p a t t e r nr e c o g n i t i o n：p h y s i c a lc h e m i s 仃yi n d e x；c l a s s i f i c a t i o n葡萄酒的质量主要取决于葡萄的品

9、种、产地和酿造工艺等因素【l】。凶此在葡萄酒质量的控制方面，国外多采用原产地命名的方法来对葡萄酒进行分级。在葡萄酒产业较发达的国家(如西班牙、法国、希腊、意大利、葡萄牙、阿尔及利亚、摩洛哥、罗马尼亚和突尼斯等)，都有原产地命名的专门法律。这些国家严格地执行国际葡萄与葡萄酒组织关于原产地命名葡萄酒规定，以确保这些产品的风格和质量完全决定于各产地的地理条件圆。按照他们的规定，产地的生态气候和葡萄品种是2 个最重要的因素。中国的葡萄酒产业发展相对滞后，在葡萄酒质量管理方面还有待提高。目前，对葡萄酒的鉴别主要采用感官评定法。传统的产品感官评价主要依靠品评专家的个人经验来完成，品评专家必须具有大量的行业

10、背景知识和丰富的品评经验，但品评结果的主观性较强，且品评过程时间长、费用大，成本较高，不利于大批量样本的感官品评。由于葡萄酒的化学成分复杂，也可借助化学计量学的方法对其进行区分。化学计量学方法即通过定量分析葡萄酒中多种化学物质的含量，再对数据进行多元统计分析，从而达到对样品进行鉴别的目的。这种方法比感官评定更加客观、公正。葡萄酒作为许多欧洲国家的一种重要的商品，国外对这种鉴别方法已经作了较多的研究圈。2 0 0 4 年，A n d r 6 d e V i i 1 i e r s 等 4 1 通过分析无色酚类物质达到了鉴别南非不同品种的葡萄酒的目的；2 0 0 3 年，C a r l o sD

11、i a z 等【5 1 通过对挥发成分测定区分了不剧品种的西班牙葡萄酒；2 0 0 6 年，F e d e f i c oM a r i n i 等昀利用分析物理化学、矿物元素等指标区分了来自不同产区的意大利C D O 葡萄酒；2 0 0 6 年，J o s 6S o u s aC a m a r a 等【1 通过鉴别酒中的萜类物质成功的辨别了不同品种的马德拉葡萄酒。但是，对化学成分进行准确的定性定量分析较凼难且过程复杂。因此，通过简单有效的方法收稿日期：2 0 0 8 1 1 1 7作者简介：高年发(1 9 4 5)，男，江苏吴江人，教授，主要从事葡萄酒酿造和生物质化学品炼制研究工作。这为工

12、业化大生产提供了有力的理论依据。参考文献：【1 董洪新，任桂婷黄清荣。等白灵菇深层培养工艺的研究 J】微生物学杂志2 0 0 4，2 4(1)：2 2 2 4【2】闫训友，王玮，赵英阿魏侧耳多糖研究进展 J】北方园艺，2 0 0 7(1 2)：2 4 3 2 4 5【3】甘勇，吕作舟阿魏蘑多糖理化性质及免疫活性研究【J】菌物系统，2 0 0 1 2 0(2)：2 2 8 2 3 2【4】李永泉，吴炬，花立民，等臼阿魏菇菌缝体多糖(P 仰)体外抗氧化活性【J】兰州大学学报：自然科学版，2 0 0 3，3 9(6)：7 0 7 3【5】冀宏白灵菇生产关键控制点管理技术口l 中国食用菌2 0 0 7

13、，2 6：3 4 3 5【6】姜宁，刘晓鹏，钟霞，等杏鲍菇深层发酵培养基的优化【_，】中国酿造，2 0 0 8(1 7)：3 6 3 8 万方数据研究报告中国酿造2 0 0 9 年第3 期总第2 0 4 期6 9 来鉴别葡萄洒的产地和品种，防止以次充好，对葡萄酒市场的健康发展有着极其匿要的意义。目前中国在这方面较深入的研究尚少。本实验借助葡萄酒分析仪和分光光度计简便的测定了4 8 个样品的2 0 项指标，并对得到的数据进行了方差分析(A N O V A)、主成分分析(P C A)和逐步判别分析(S D A)，达到了区分开不同品种和不同产地中国葡萄酒的目的。1 材料与方法1 1 酒样4 8 瓶样

14、品分别取自长城葡萄酒厂、张裕葡萄酒厂、王朝葡萄酒厂(见表1)。这3 家葡萄酒厂是中国目前排名前三位的葡萄酒酿造公司，其总销售量占国内市场的绝大部分。葡萄均在成熟后采摘，经各公司的酿造工艺加工而成。所取样品均为苹乳发酵后未经品种间调配的原酒。其中来自不同产区的3 3 瓶赤霞珠用于3 个产地怀涿盆地、胶东半岛、银J I I 产区的鉴别；来自怀涿盆地和胶东半岛的3 4 瓶酒将用于3 个品种一赤霞珠、梅鹿辄、蛇龙珠的区分。表1 样品的品种、产地和数量T a b l e1 V a r i e W o r i g i na n da m o u n to ft h ew i n es a m p l e

15、s注：“用于d 种区分的样品；“用于产地区分的样品1 2 主要实验仪器与试剂W I N E S C A N 葡萄酒分析仪F T 1 2 0：丹麦F O S S 公司；D E L T A 3 2 0 p H 计：M E T T L E RT O L E D O 公司；低速离心机(L D 5 1 0)：北京医用离心机厂；7 5 2 型紫外可见分光光度计：天津市华伟科技发展有限公司；磷酸氢二钠，柠檬酸。1 3 理化指标测定方法葡萄酒物理化学指标的测定：葡萄酒分析仪可较准确的测定出酒精度、总酸、挥发酸、果糖、葡萄糖、还原糖、酒石酸、柠檬酸、乳酸、苹果酸、多酚指数、甲醇、甘油、葡萄酸、p H 值共1 5

16、 项指标。分析前样品需用0 4 5 岬滤膜过滤，每个样品测定3 次取其平均值。色度、色调、三色值：酒样经5 0 0 0 r r n i n 离一0 1 0 m i n 后，取清液l m L，再加入9 m L 磷酸氢二钠柠檬酸缓冲液(与葡萄酒p H 值相同)，即将l r n I 样品稀释至1 0 m L。用光程为l c m 的比色皿，测定吸光度值A A 帅A 鲫透光率T 盼T 4 9 5、T 鼢T 6 2 5。色度=D D+A 扩A 色调=A A mX=0 4 2 x T 柙3 5 x T 5，0+0 21x T 椰Y=O 2 0 x 6 3 x T m+0 17 x kZ=0 2 4 x T

17、4 够+0 9 4 x k1 4 统计分析方法本实验的所有数据分析均采用S A S1 0 0f o rW i n d o w s统计分析软件(S A SI n s t i t u t e，C a r y，N o r t hC a r o l m a，U S A)进行计算。单因素方差分析可用来鉴别哪些变量在不同产地或不I J 品种间有明显差异。主成分分析是一种通过降维技术把多个变量化为少数几个主成分(即综合变量)的统计方法。这些主成分能够反映原始变量的绝大多数信息，通常表示为原始变量的某种线性组合判别分析。在主成分分析过程中不需要指出被分析样品的类别。如果在判别分析中使用的自变量x 太多，可能由

18、于m个变量存在相关关系，在建立判别函数时，这些自变量对判别函数的作用被其他变量所代替，使得这些自变量的变化在判别函数中变得无足轻重。这样，如果把所有变量引入判别函数，极可能使判别函数不稳定，判别效果差。逐步判别分析可以挑选重要的变量建立判别函数，是解决这一问题的较好方法。逐步判别分析的统计思想有3 种选择变量的方法：向前引入法、向后剔除法和逐步选择法。本实验选用第3 种逐步选择法。判别分析最重要的作用是建立一个具有较好预测能力的判别模型，可以用来预测未知样品的分类。交叉检验法可用来评估模型预测能力。交叉检验法是将数据中前n 1 个观测当作参考数据，将这n 1 个观测所导出的分类指标应用在第n

19、个观测上，如此执行n 次，每次以一个不同的观测值当做评判数据。建立判别函数式的方法则主要F i s h e r 判别(典则判别)和B a y e s 判别准则，他们都是从“距离”这个概念出发建立判别函数式的，只不过定义距离的方法不同而已。理论和实践证明，F i s h e r 判别和B a y e s 判别的效果是等价鲥田。在判别分析过程中需要说明被分析样品的所属的类别。本实验选择F i s h e r 判别(典则判别)来建立判别模型。2 结果与讨论2 1 产地鉴别首先，对用于产地鉴别的3 3 个样品的原始数据进行单因素方差分析。由表2 可知，不同产地的赤霞珠葡萄酒产品在理化特性上差异很大。单

20、因素分析的结果显示在9 5 的显著水平上，色度、色调、三色值、酒精度、总酸、挥发酸、葡萄糖、酒石酸、多酚指数、甲醇、p H 值共1 3 项指标存在着明显的差异。其中3 个产区的样品在颜色方面存在较大区别，除色调外其他4 个颜色参数的F 值均大于2 0。总酸的F 值最大为6 4 5 6，酒石酸次之为3 5 3 0，这表明不同产地的葡萄酒的酸含量差异较明显。为了达到减少变量维数的目的，对用于产地鉴别的原始数据作主成分分析。由表3 可知，前5 个主成分的特征值均大于l，其累积贡献率达到了7 9 1 1，说明前5 个主成分可以代表绝大部分原始数据。以P C I 为横坐标，P C 2 为 万方数据7 0

21、 2 0 0 9N o 3S e r i a IN o 2 0 4C h i n aB r e w i n gR e s e a r c hR e p o r t纵举标，绘制出3 3 个葡萄酒样品的二维散点图，见图1。图中怀涿盆地葡萄酒位于图的左侧，与胶东半岛和银川产区较明显地分离开。虽然胶东半岛和银川I 产区的样品没能得到十分清晰分离，但胶东半岛洒样基本位于银川产区的右上方。图2 为以P C I 为横坐标，P C 2 为纵坐标绘制的变量分布图。表2 产地鉴别的方差分析(平均值-I-标准差)T a b l e2 R e s u l t sf r o mA N O V Ao fo r i g i

22、 ni d e n t i f i c a t i o n(m e a n+S D)产地怀涿盆地胶东半岛银川产区F 8 值n 571 21 43 3色度0 8 4+0 180 4 6 0 0 80 6 2 0 0 82 4 0 5色调0 7 4 0 0 80 8 5 0 0 70 8l O 0 74 4 1X6 0 3 9 6 5 97 5 1 6 3 9 16 8 7 3+3 2 82 2 8 5Y5 1 1 6 8 3 77 0 8 2 4 9 l6 2 5 l 4 1 92 4 2 2Z5 4 5l 8 3 77 5 5 5 6 5 26 5 3 7 5 5 521 O l酒精度v o

23、l1 2 5 5 0 1 71 2 0 0 0 3 01 2 2 5 0 3 27 6 9总酸(g L I)5 8 3 0 1 23 5 l 0 1 64 9 0 0 6 46 4 5 6挥发酸(g L 1)0 4 7：L-0 1 30 6 2 0 0 70 5 2 0 0 57 3 4果糖(g L“)3 0 6 0 2 63 1 2 0 1 32 9 8 0 1 21 9 7葡萄糖(2 L 1)0 4 6+0 2 10 6 4 0 0 80 5 5 0 1 23 7 1还原糖(g L _ J)3 5 4-,-0 4 13 6 l 0 3 33 4 7 0 2 20 6 1酒秆酸(g L-I)

24、2 6 2 0 1 51 9 1 0 1 41 7 8 0 2 83 5 3 0柠檬艘(g L。)0 2 3 0 0 40 3 1 O 0 50 3 2+0 1 l2 2 3孚L 睃(g L。)1 6 7 0 1 91 8 l O 1 81 6 5 0 1 92 4 0苹果酸(g L 1)0 3 9 0 0 80 3 4 0 0 80 4 1 0 1 31 4 0多酚指数6 2 3 7 4 7 54 8 3 0 7 6 04 7 1 4 士6 9 41 1 8 1甲醇(g L。1)0 2 3 0 0 20 1 8 0 0 20 2 0 0 O l1 9 3 0甘油(g L 1)8 0 1 O

25、3 18 0 8 0 5 48 1 3 0 3 40 1 8葡萄酸(r a g L-)0 5 l O 1 40 5 3 0 30 6 1 0 3 90 2 4p H 值3 5 8 0 1 03 7 0 0 1 l3 7 3 0 1 l3 3 6注：a 为F 嘣(2，3 0)=3 3 2，F a o(2，3 0)=5 3 9-b 为样品的数量表3 产地鉴别的前5 个主成分特征值、贡献率及累积贡献率T a b l e&E i g e n v a l u e s,p e r c e n t a g e o f v a r i a n c e a n d c u m u l a t i v e p e

26、 r c e n t a g ee x p l a i n e db yt h ef i v ef i r s tp r i n c i p a lc o m p o n e n t so fo r i g i ni d e n t i f i c a t i o n琴卜1口：一U山P C I(3 6 5 2)口怀涿盆地_ 歧尔半岛银川产区图1 产地鉴别的P C I，P C 2 散点图F 电u 怕1 D i s t r i b u t i o no fa n a l y z e dw i n e si nt h ep l a n ed e f i n e db yP C Ia n dP C 2

27、o fo r i g i ni d e n t i f i c a t i o nr o厶泓潞钧酸乳f 晦)3啡发酸0 章叫砷f i 酸oj 耵【I I ，髟盼指故1 4 苎岛褊f ：抑描涝惑酸舵苹粜f 讹P C I图2 产地鉴别的变量分布图F i g u r e2 S c a t t e rd i a g r a mo fv a r i a b l e so fo r i g i ni d e n t i f i c a t i o n图1 中各产区的样品基本聚集在各自特定的区域内。结合表2、图2 可知，由于怀涿盆地的酒样在色度、酒精度、总酸、酒石酸、多酚指数和甲醇这6 个变量上有相对较高的

28、平均值，使其分布趋于图1 的左半边。同样，在胶东半岛酒样的变量中平均值较高的为色调、三色值、挥发酸、果糖、葡萄糖、还原糖和乳酸，而银川产区酒样为柠檬酸、苹果酸、甘油、葡萄酸和p H 值。在图2 中变量色调、三色值、挥发酸、果糖、葡萄糖、还原糖和乳酸位于变量柠檬酸、苹果酸、甘油、葡萄酸和p H 值的右上方。因此在图1 中，胶东半岛葡萄酒样品的分布位于银J|l 产区样品的右上方。摹1oNNZUC A N l(7 9 6 7)口怀涿盆地胶东半岛O 银川产中心图3 产地鉴别的典则判别散点图F i g u r e3 S c a t t e rd i a g r a mo fc a n o n i c a

29、 ld i s c r i m i n a t i o na c c o r d i n gt oo r i g i ni d e n t i f i c a t i o n通过使用逐步选择的分析方法，8 个具有较强判别能力的变量色调、Y、总酸、葡萄糖、酒石酸、苹果酸、多酚指数和p H 值被选出，用来进行下面的判别分析。应用典则判别分析法对3 3 个样品的8 个变量组成的原始数据进行判别分析，得到2 个典则判别方程C A N l、C A N 2。图3 是2 个典则判别方程的二维得分图，在图中可清楚地看到3 3 个样品分布到了3 个区域中。其中C A N l 使怀涿盆地和胶东半岛的样品得以明显区

30、分。结合表2 和2 个方程的系数分析可得，由于怀涿盆地的样品在总酸(2 7)、酒石酸(3 2 5)、多酚指数(-0 0 7)这3 个变量上具有较大的平均值，使其获得较小的C A N l 值而趋于图左侧：胶东半岛的样品在变量色调(1 0 9 5)和葡萄糖(5 0 7)具有较大的平均值，使其具有 万方数据研究报告中国酿造2 0 0 9 年第3 期总第2 0 4 期7 1 较大的C A N I 值而位于图的最右侧。银川I 产区的样晶在变量苹果酸(一2 8 2)S H p H 值(一4 8 9)上具有较高的平均值，而获得最小的C A N 2 值，位于图的最底部。这个结果与主成分分析中得到的结果相一致。

31、C A N I=1 0 9 5 x V 色,i l l 一0 0 4 x V w 2 7 0 x V 总-十5 0 7 x VI I I 蕾-一3 2 5 x V 滑石麓+8 5 l x V 单-艘一O 0 7 x V 多鼢指破一4 8 9 x V 口HC A N 2=2 3 3 x V 色调十o 1l V Y-1 11x V 总瞳+1 7 9 x V m-膏+4 6 4 x V 矗石-2 8 2 x V E m+O 0 9 x V；盼指敷一4 8 9 x V r H表4 产地鉴别的逐步判别模型交叉检验结果T a b l e4 R e s u l t so fC r o s s v a l i

32、 d a t e do fo r i g i ni d e n t i f i c a t i o nu s i n g$D A表5 品种鉴别的方差分析(平均值标准差)T a b l e5 R e s u l t sf r o mA N O V Ao fv a r i e t yi d e n t i f i c a t i o n(m e a n+S D)注：a 为F(2，3 0)=3 3 2，F(2，3 0)=5 3 9 b 为样品的数量交叉检验进一步估计了该逐步判别模型的预测能力，其结果见表4，7 个怀涿盆地酒样和1 2 个胶东半岛酒样均得到正确判别，只有2 个银川产区酒样被误判。因此，

33、交叉检验的正确率为3 1 3 3 x 1 0 0=9 3 9 4。此交叉检验结果是令人满意的，说明该模型有较好的预测能力。2 2 品种鉴别产自怀涿盆地和胶东半岛的3 4 瓶不同品种的葡萄酒被用于品种的鉴别分析，样品的分布情况见表l。对3 4 个样品的2 0 个变量组成的原始数据进行单因素方差分析，结果见表5。在2 0 个变量中有8 个变量在9 5 的水平下存在品种问的差异，其中有5 个变量在9 9 的显著水平F 也存在差异。通过前后对比发现，不同品种l 日J 的F 值比不同产地间的低。这可能是由于用来做品种鉴别的样晶取自两个不同的产区且采用了不同的酿造工艺，使得品种鉴别的组内方差(s E)较大

34、，从而导致F 值(F 值=s A 2 s E z)较低。2，、l享蕞0金：-I2-23P C I(3 27 6)口赤霞珠-梅鹿辄蛇龙珠图4 品种鉴别的P C I，P C 2 散点图F i g u r e4 D i s t r i b u t i o no fa n a l y z e dw i n e si nt h ep l a n ed e f i n e db yP C Ia n dP C 2o fv a r i e t yi d e n t i f i c a t i o nU 4|；硎煳石喇矿嚣篷肛瘫墨洒精腰lp i t0 1no 4 迥3 0 2 _ o 嘴D 1也凋0 2酸O 3

35、U叼4mEP C I图5 品种鉴别的变量分布图F i g u r e 5 S c a t t e rd i a g r a mo fv a r i a b l e so fv a n e t yi d e n t i f i c a t i o n表6 品种鉴别的前6 个主成分特征值，贡献率及累积贡献率T a b l e6 E i g e n v a l u e s，p e r c e n t a g eo fv a d a n c ea n dc u m u l a t i v ep e r c a n t a g ee x p l a i n e db yt h es i xf i r s

36、 tp r i n c i p a lc o m p o n e n t so fv a r i e t yi d e n t i f i c a t i o n再对品种鉴别的原始数据作主成分分析，由表6 可知，前6 个主成分的特征值均大于1，且累计贡献率达到8 7 8 3，基本反映了原指标的信息。分别以主成分1 和主成分2 为横坐标和纵坐标，做品种鉴别的主成分得分图。由图4 观察可得，梅鹿辄位于图的中上方，而蛇龙珠位于图的左下方，因此这两个品种的酒样在主成分分析中得到了较好的分离。由 万方数据2 0 0 9N o 37 2 S e r i a lN o 2 0 4C h i n aBr e

37、w i n gR e s e a r c hR e p o r t图5 和表5 分析可知，梅鹿辄葡萄酒在变量酒精度、葡萄糖、还原糖、酒石酸、柠檬酸、甲醇和葡萄酸值上有相对较大的平均值使其趋于图4 的中上方；蛇龙珠在变量色调、三色值(X，Y，Z)、乳酸和苹果酸上有相对较大的平均值而位于图4的左F 方。赤霞珠在图4 中的分布较分散，但大部分样品位于梅鹿辄样品的下方，蛇龙珠的右方，这是由于赤霞珠样品在变量色度、挥发酸、果糖和甘油有较大平均值。C A N(8 34 9)口办霞珠梅鹿辄。蛇龙珠f 1 1 心图6 品种鉴别的典则判别散点图F i g u r e6 T h es c a t t e rd i

38、 a g r a mo fc a n o n i c a ld i s c r i m i n a t i o na c c o r d i n gt ov a r i e t yi d e n t i f i c a t i o n表7 品种鉴别的逐步判别模型交叉检验结果T a b l e7 R e s u l t so fC r o s s v a l i d a t e do fv a r i e t yi d e n t i f i c a t i o nu s i n gS D A经逐步判别分析，有7 个具有较强判别能力的变量甘油、甲醇、色度、Z、酒精度、柠檬酸、苹果酸被选择。同样，

39、再对这些变量进行典则判别分析，得,0 2 个典则判别方程。图6 是这两个典则判别方程的二维得分图，在图中可清楚地看到3 3 个样品均得到了准确的区分。其中，C A N l 可区分开梅鹿辄和赤霞珠葡萄酒。结合表5 和两个典则判别方程的系数分析可得，这是由于梅鹿辄在变量甲醇(1 5 7 4 4)、柠檬酸(9 2 9)具有较高的平均值，而蛇龙珠在变量苹果酸(5 1 2)、Z(-0 5 6)有较高的平均值。同样由于赤霞珠样品在变量色度(6 9 4)和甘油(2 9 6)有最大的平均值使其获得最大的C A N 2 值而位于图的最上方。且该模型的交叉检验结果为1 0 0。C A N l=一2 0 1 x V

40、 廿油+1 5 7 4 4 x V 甲爵-4 2 6 9 x V 邑鹰-0 5 6 x V z-2 9 4 x V 漓精度+9 2 9 x V ,l l m 一5 i 2 x V￥畦C A N 2=2 9 6 x V 甘油-3 7 6 3 x V 甲醇+6 9 4 x V 色鹰+o 0 3 V 一1 1 7 x V 碉精度+7 9 3 x V 柠t 暖-4 1 9 x V 草果酸3 结论本实验选用的2 0 个物理化学指标，可借助葡萄酒分析仪和紫外可见分光光度计进行简便准确的测定。通过对原始数据进行多元统计分析，找出了对各产地和品种的判别具有决定性作用的变量。并且各自建立了两个典则判别方程可较准

41、确地鉴别出不同产地和品种的酒样，且该判别模型均具有较好的预测能力。对3 个产地怀涿盆地、胶东半岛、银川I 产区的鉴别较重要的变量分别为总酸、酒石酸、多酚指数；色调、Y、葡萄糖；苹果酸、p H 值。对3 个品种赤霞珠、梅鹿辄、蛇龙珠的区分较重要的变量分别为色调、甘油；甲醇、柠檬酸；酒精度、Y。虽然，在品种鉴别的主成分分析中赤霞珠没有得到较好的分离，但利用经过逐步判别分析得到的变量建立的模型具有较好的判别能力。因此，变量的选择对判别模型的建立是十分重要的。产地和品种判别模型的建立将为葡萄酒原产地保护提供重要依据。参考文献：【l】I s a b e lR e v i l l a,M a r i aL

42、 u i s aG o n z a l e z S a n j o s 6 M u l t i v a r i a t ee v a l u a t i o no fc h a n g e si n d u c e di nr e dw i n ec h a r a c t e r i s t i c sb yu s eo fe x t r a c t i n ga g e n t s【J】A g r i c u l t u r a lF o o dC h e m，2 0 0 2，5 0：4 5 2 5-4 5 3 0【2】李华中国的原产地域产品与葡萄酒的地理标志及其保护【D】第二届国际葡萄与

43、葡萄酒学术研讨会论文集，2 0 0 1“)：2 0 2 2【3】A R V A N r r 0 Y A l 州I SIS，K A T S O T AMN A p p l i c a t i o no fq u a l i t yc o n t r o lm e t h o d sf o ra s s e s s i n gw i n ea u t h e n t i c i t y：U s eo fm u l t i v a r i a t ea n a l y s i s(c h c m o m e t r i c s)【J T r e n d si nF o o dS c i e n c

44、eT e c h n o l，1 9 9 9，1 0：3 2 1 3 3 6【4】A n d r d eV i l l i e r s，P a v e lM a j e k C l a s s i f i c a t i o no fS o u t hA f r i c a nr o da n dw h i t e w i n e sa c c o r d i n gt og r a p ev a r i e t yb a s e do nt h en o n c o l o u r e dp h e n o-l i cc o n t e n t【J】E u r F o o d R e s T

45、 e e h n o l，2 0 0 5，2 2 1：5 2 0-5 2 8 5】C a r l o sD f a z，J o s 6E l i a s V o l a t i l ec o m p o u n d so fb o t t l e dw i n e sw i t hD e-n o m i n a t i o no fO r i g i nf r o mt h eC a n a r yI s l a n d s(S p a i n)【J】F o o dC h e m 2 0 0 3，8 1：4 4 7-4 5 2 6】F E D E R I C OM，R E M OB A u t

46、 h e n t i c a t i o no fI t a l i a nC D Ow i n e sb yc l a s s m o d e l i n gt e c h n i q u e s J】C h e m o m e m c sa n dI n t e l l i g e n tL a b o r a t o r yS y s t e m s，2 0 0 6 t 8 4：1 6 4 1 7 1【7】J o 醣S o o s aC a m a r a,M a r i aA r m i n d aA i r e s C l a s s i f i c a t i o no fB o

47、a l，M a l v a z i a,S e r c i a la n dV e r d e l l l ow i n e s b a s e do nt e r p e n o i dp a t t e r n s【J】F o o dC h e m，2 0 0 7，1 0 l：4 7 5-4 8 4【8】何宁，吴黎兵统计分析系统S A S M】武汉：武汉大学出版社。2 0 0 5 万方数据利用模式识别技术鉴别中国葡萄酒的产地和品种利用模式识别技术鉴别中国葡萄酒的产地和品种作者：高年发，李丽，张健，GAO Nianfa，LILi，ZHANG Jian作者单位：天津市工业微生物重点实验室,天津

48、科技大学,生物工程学院,天津,300222刊名：中国酿造英文刊名：CHINA BREWING年，卷(期)：2009(3)参考文献(8条)参考文献(8条)1.何宁;吴黎兵 统计分析系统SAS 20052.JosSoosa Camara;Maria Arminda Aires Classification of Boal,Malvazia,Sercial and Verdelho winesbased on terpenoid patterns外文期刊 2007(2)3.FEDERICO M;REMO B Authentication of Italian CDO wines by class-m

49、odeling techniques 20064.Carlos Daz;Jos Elas Volatile compounds of bottled wines with Denomination of Origin from theCanary Islands(Spain)20035.Andrde Villiers;Pavel Majek Classification of South African red and white wines according togrape variety based on the non-coloured phenolic content 20056.A

50、RVANITOYANIS I S;KATSOTA M N Application of quality control methods for assessing wineauthenticity:Use of multivariate analysis(chcrnometrics)19997.李华 中国的原产地域产品与葡萄酒的地理标志及其保护会议论文 20018.Isabel Revilla;Maria Luisa Gonzlez-Sanjos Multivariate evaluation of changes induced in red winecharacteristics by u