电子舌对酱油的区分识别研究

曹仲文

（扬州大学旅游烹饪学院，江苏扬州 225127）

电子舌对酱油的区分识别研究

曹仲文

（扬州大学旅游烹饪学院，江苏扬州 225127）

运用电子舌对多种类型的酱油进行识别，将所得数据经过特征值处理后应用判别值（DI）、主成分分析（PCA）、判别函数分析（DFA）、偏最小二乘法（PLS）4种方法进行分析。结果表明：电子舌能够有效识别不同的酱油，表明电子舌在调味品检测方面有着较为广阔的应用前景。

电子舌；酱油；判别值；主成分分析；判别函数分析；偏最小二乘法

酱油，是各民族菜系中传统的调味品，在中国周朝就有制酱的记载［1］。传统酱油由豆、麦、麸皮酿造，色泽红褐色，有独特酱香，滋味鲜美，是有助于促进食欲的调味品，在烹饪中应用极广，在烹饪行业中，主要对酱油的色泽、滋味等有所要求。由于酱油的酿造方法极其简单，这就导致一些小作坊跟风而起，自产自销，这部分酱油中有60%是以水加味精及合成色素勾兑而成，长期食用对肝、肾有一定毒副作用，合成色素还会影响儿童智力发育，长期食用这种酱油会造成安全隐患。

目前烹饪行业中传统的酱油鉴别方法多是采用感官检查，而质监部门对酱油产品的抽检主要是检验食品添加剂（防腐剂、色素等）和细菌类，导致以往发现的不合格情况主要是以氨基酸态氮（以氮计）项目不达标、安全指标如防腐剂、菌落总数超标等问题为主［2］。于丽燕等曾应用近红外光谱特征进行了酱油成分分析［3］，结果显示只能对酱油中氮元素的分布进行分析，而不能识别氮元素的种类，所以研究一种快速鉴别酱油的技术和方法非常必要。

电子舌是由具有高度交叉敏感特性的传感器单元组成的传感器阵列，结合适当的模式识别算法和多变量分析方法对阵列数据进行处理，从而获得溶液样本定性定量信息的一种分析仪器［4］。目前根据相关资料，已能识别多种可用于烹饪的原料，如食醋［5］、豆瓣［6］、醋豆等［7］。在食品新鲜程度检测中的应用，人类主要通过嗅觉与味觉系统来辨别食品的好坏与新鲜程度，电子舌可以分析样品中的不挥发或低挥发分子及可溶性化合物。其与传统分析方法相比，不但检测速

度快，而且操作简单，无样品前处理，对样品不存在破坏，现已被广泛应用于茶叶［8］、酒类［9－12］、乳品［13，14］、饮料［15］、肉类［16］等样品的分析和检测中。在相似味型检测方面的应用，电子舌依然能够很好地进行区分和判断，能够准确地分析其相似程度以及差异［17］。为此，本文拟应用电子舌，针对餐饮烹饪中常用的酱油进行区分识别研究。

1 材料与方法

1.1 材料与仪器

1.1.1 试验材料

本试验所选用的酱油均是在扬州市场占有率较高的品牌，在当地比较具有代表性，样品名及生产厂家见表1。

表1 样品名及生产厂家

1.1.2 试验仪器

试验所采用的电子舌系统为上海昂申智能科技有限公司的智舌系统，其组成见图1。主要是将传感器阵列产生的基于不同产品的相应信号，通过模式识别的方法进行区分识别，笔者将其应用于鸡汤和人工勾兑高汤的区分识别，取得了良好的效果［18］。

图1 智舌示意图

1.2 试验方法

对酱油的标签进行详细的分析并分类，包括其品牌、酿造方法、颜色分类、氮含量。

对酱油进行编号：分别是样品A、样品B、样品C、样品D、样品E、样品F，对应的酱油是海天味极鲜特级酱油、海天草菇老抽酱油、李锦记草菇老抽酱油、李锦记红烧酱油、李锦记锦珍老抽、四美老抽酱油，见表2。

表2 不同酱油的基本信息和编号

取洁净的烧杯分别按顺序放入酱油，之后把酱油和清洁液一并放入电子舌相应槽内。

开启机器，并对样品进行自动采样。

每个样品测试3次，一共得到18个相应的数据点，并对其数据进行记录和保存。

利用电子舌自带的数据处理软件对数据进行采集、分析和模式识别。

1.3 数据处理

分别采用主成分分析（PCA）、判别函数分析（DFA）、偏最小二乘分析（PLS）的处理方法，对不同编号的样品进行区分识别。

2 结果与分析

2.1 不同酱油的主成分信息判别值（DI）的计算

利用Photoshop软件处理主成分分析图，得到基于主成分分析图的区域分析，见图2。

图2 基于主成分分析图的区域分析

对其中各个区域面积进行计算，得到相应样品的像素点。S，SA～SF对应的像素分别是118222，3160，1889，2626，634，208，173。不同的区域代表不同的样品，区域对应的面积则代表电子舌对于该种酱油的识别能力。面积越大则代表误差越大，面积越小则说明电子舌对该样品测定越稳定。经过计算，酱油的主成分判别值DI＝92%，远远大于80%，可见对于酱油来说，电子舌对其识别能力非常好，数据见表3。

表3 Photoshop获取的主成分图对应像素

2.2 同种品牌不同类型酱油的主成分分析（PCA）以及判别函数（DFA）

对电子舌得到的主成分分析图和判别函数分析图，按照同种品牌不同类型进行分类，得到图3和图4。

图3 同种品牌不同类型酱油的主成分分析（PCA）

图4 同种品牌不同类型酱油的判别函数（DFA）

每个样品的3次不重复进样构成一个独立的族群，说明分析的重复性合格；每一种样品都在各自的区域里互相没有重叠，电子舌可以较好地区别不同的酱油。同时发现对于同种品牌的酱油，电子舌可以很好地对其进行区分和归类。不同的点之间的距离越近代表其差异性越小；相互距离越远，差异性越大。

样品A和样品B都是海天品牌的酱油，而样品C、样品D、样品E则是李锦记品牌的酱油，所以电子舌对其进行的识别结果显示，相同品牌更趋向在一起。而四美酱油（样品F），因为其采用的是低盐固态技术，品牌和工艺与其他样品完全不同，所以是单独在一边。

2.3 不同品牌同种类型酱油的主成分分析（PCA）以及判别函数（DFA）

对电子舌得到的主成分分析图和判别函数分析图，按照不同品牌同种类型进行分类，得到图5和图6。

图5 不同品牌同种类型酱油的主成分分析（PCA）

图6 不同品牌同种类型酱油的判别函数（DFA）

对于相同类型的酱油（图中矩形圈中的部分），样品B、样品C相似度十分靠近，说明对于酱油来说，具体的制作目的还是有很大意义的。每种品牌的草菇老抽、红烧酱油等都具有其特点，都能在菜肴烹制过程中起到不同的作用，这说明文中的这些品牌的酱油厂商准确标注了标签。市面上的酱油可以按照不同的烹饪目的进行区分。

对于老抽和生抽（图中圆圈中的部分），样品A作为生抽的代表，样品B、样品C、样品D、样品E则代表老抽，样品之间的距离相距很远。样品F是扬州四美老抽酱油，由于其独特的制作工艺，介于老抽和生抽中间，这也与感官评价和扬州百姓食用习惯相符。

2.4 偏最小二乘法（PLS）拟合分析

将用6种传感器，在10Hz频率段下检测的酱油所得数据建立PLS模型。以传感器响应值为因变量，以酱油的标签氮含量（见表2）为自变量进行曲线拟合，得到图7。

图7 酱油主成分的拟合函数分析（PLS）

由图7可知，拟合函数相关系数为0.97698，拟合效果良好，这说明对于酱油来说，氮含量是重要的一个主成分，利用电子舌能够指导假酱油的识别。

3 结论

本试验运用电子舌系统，所得数据经过特征提取后，分别用两种数据处理方法进行处理，主成分分析在选取两个主成分绘制得分图时，就可以取得较好的分类效果，而判别函数分析比主成分分析的分类效果更加明显。采用偏最小二乘法对电子舌检测数据的结果建立最优模型，利用已建立的模型对已知氮含量的酱油进行PLS模型预测，得到的预测值都较为准确，因此电子舌对酱油氮含量具有测定作用，可以用于鉴别假酱油［19，20］。

当然，由于酱油的种类太多，而本试验所选取的样品数目毕竟有限，不能完全代表市面上所有酱油种类。此外，酱油自身的分类也不是特别明确，这也间接导致了样品选择的不确定性。有一些隐藏的因素会干扰到电子舌对酱油的鉴别。最为关键的是化学酱油这一假冒伪劣产品，由于未能找到，无法进行测试，可在以后的相关试验研究中加以改进。

［1］顾和平.中国古代大豆的加工和食用［J］.中国农史，1992（1）：84-86.

［2］沈龙青.现代酱油的感官检查［J］.中国调味品，2006（4）：49-53.

［3］于丽燕，方如明，陈斌.近红外光谱透射法测定酱油的主要成分［J］.食品科技，2001（1）：64-65.

［4］孙月娥，陈芬.电子鼻与电子舌在果蔬质量评价中的应用［J］.食品工业，2011（4）：87-89.

［5］舒静，陈轩，潘从道，等.不同品牌食醋味感特征的电子舌分析［J］.中国调味品，2013，38（8）：95-98.

［6］贾洪锋，周凌洁，张淼，等.电子舌在豆瓣区分识别中的应用［J］.食品工业科技，2012，33（4）：177-179.

［7］Apetrei C，Rodriguez-Mendez M L，De Saja J A.Modified carbon paste electrodes for discrimination of vegetable oils［J］.Sensors and Actuators，2005，111-112：403-409.

［8］He Wei，Hu Xiaosong，Zhao Lei，et al.Evaluation of Chinese tea by the electronic tongue：correlation with sensory properties and classification according to geographical origin and grade level［J］.Food Research International，2009，42（10）：1462-1467.

［9］Buratti S，Ballabio D，Benedetti S，et al.Prediction of Italian red wine sensorial descriptors from electronic nose，electronic tongue and spectrophotometric measurements by means of genetic algorithm regression models［J］.Food Chemistry，2007，100（1）：211-218.

［10］Rudnitskaya A，Polshin E，Kirsanov D，et al.Instrumental measurement of beer taste attributes using an electronic tongue［J］.Analytica Chimica Acta，2009，646（2）：111-118.

［11］Legin A，Rudnitskaya A，Seleznev B，et al.Electronic tongue for quality assessment of ethanol，vodka and eau-de-vie［J］.Analytica Chimica Acta，2005，534（1）：129-135.

［12］Cosio M S，Ballabio D，Benedetti S，et al.Evaluation of different storage conditions of extra virgin olive oils with an innovative recognition tool built by means of electronic nose and electronic tongue［J］.Food Chemistry，2007，101（2）：485-491.

［13］Dias L A，Peres A M，Veloso A C A，et al.An electronic tongue taste evaluation：identification of goat milk adulteration with bovine milk［J］.Sensors and Actuators B：2009，136（1）：209-217.

［14］吴从元，王俊，韦真博，等.电子舌预测不同体积分数牛奶的表观黏度［J］.农业工程学报，2010，26（6）：226-230.

［15］姜莎，陈芹芹，胡雪芳，等.电子舌在红茶饮料区分辨识中的应用［J］.农业工程学报，2009，25（11）：345-349.

［16］韩剑众，黄丽娟，顾振宇，等.基于电子舌的鱼肉品质及新鲜度评价［J］.农业工程学报，2008，24（12）：141-144.

［17］车君艳，朱文政，陈巧，等.电子舌对相似味型的分析研究及感官评价［J］.中国调味品，2013，38（6）：32-34.

［18］曹仲文，张晓燕，周晓燕.电子舌对鸡汤和人工勾兑高汤及其混合样品的识别［J］.食品与机械，2015，31（1）：14-17.

［19］GB 18186－2000，酿造酱油［S］.

［20］SB/T 10336－2000，配制酱油［S］.

Research on Distinction and Identification of Soy Sauce by Electronic Tongue

CAO Zhong-wen
（School of Tourism and Culinary Science，Yangzhou University，Yangzhou 225127，China）

Electronic tongue is used to detect different brands and types of soy sauce.Datas are analyzed with four recognition techniques：discrimination index（DI），principal component analysis（PCA），deterministic finite automaton（DFA）and partial least squares（PLS）.The results show that the electronic tongue has better ability to distinguish soy sauce and it has a broad application prospect in condiment detection.

electronic tongue；soy sauce；DI；PCA；DFA；PLS

TS264.21

A

10.3969/j.issn.1000-9973.2017.03.025

1000-9973（2017）03-0110-04

2016－09－15

曹仲文（1973－），男，副教授，博士，主要从事轻工技术与工程研究。