电子鼻电子舌在咖啡风味研究中的应用

翟晓娜,杨剀舟,柴　智,冷小京

(中国农业大学,食品科学与营养工程学院,食品质量与安全北京实验室,北京100083)



电子鼻电子舌在咖啡风味研究中的应用

翟晓娜,杨剀舟,柴智,冷小京*

(中国农业大学,食品科学与营养工程学院,食品质量与安全北京实验室,北京100083)

随着感官传感技术的不断发展,电子鼻和电子舌传感器已逐渐在食品检测及其他领域中得到大量的研究与应用。本文在阐述电子鼻和电子舌的基本原理及其数据处理方式的基础上,着重介绍了电子鼻、电子舌在咖啡风味中的研究现状,为咖啡风味的研究及质量控制提供参考。

咖啡,风味,电子鼻,电子舌,模式识别

咖啡是世界上最流行的饮料之一,是仅次于原油的第二大原材料交易商品。咖啡风味是评判咖啡品质的重要标准,其构成受到品种、产地、预处理、烘焙等众多因素的影响[1-2]:如阿拉比卡种与罗伯斯塔种相比具有更丰富复杂的成分;高海拔区品种常具有较高脂类风味物质的含量[3];对高水分含量浆果的处理不当会导致霉味[4];烘焙条件的变化引发的不同美拉德反应、斯特克降解反应及焦糖化反应,会改变呋喃、醛酮、酚类及有机酸等挥发性物质的比例,从而形成不同的风味特征[1,5-6];而生豆拼配工艺及后期处理对风味品质也有重要影响。因此,能否对风味特性进行准确的测定和分析,是提高咖啡风味质量的重要保证。

目前对咖啡风味评价的主要手段大多依赖于感官评价,但该方法过多的人为因素、易受干扰及不可重复性,使之难以作为可靠的数据分析基础,因此引入客观的新型理化分析检测技术十分必要[7]。具有高灵敏度、可靠性及重复性的电子鼻、电子舌类生物传感器在食品行业如肉类、酒水饮料方面已有系统的研究,相关数据表明这些技术在咖啡研究领域同样极有潜力。因此本文对电子鼻、电子舌的基本工作原理及应用现状进行总结,探讨其在咖啡领域中普遍应用的前景。

1　电子鼻电子舌简介

19世纪80年代初,由传感器阵列和信号处理系统组成的模拟人类味觉和嗅觉的电子鼻、电子舌检测技术开始应用于环境监测、药剂学及临床诊断等方面。近年来,这些技术的研究和应用领域不断扩大,逐渐进入食品行业。

1.1电子鼻的组成及工作原理

按Gardner与Bartlett的理解,“电子鼻”是指由具有部分特异性的电子化学传感器阵列及恰当的模式识别系统组成的能够识别简单或复杂气味的装置[8]。目前较著名的电子鼻系统有英国的Neotronics system & AromaScansystem、Bloodhound、法国的Alpha MOS以及日本的Frgaro和我国台湾的Smell & KeenWeen等[9]。图1显示了人类嗅觉系统与电子鼻基本组成元素间的对应关系[10]。

图1　电子鼻与人类嗅觉系统的三大基本元件Fig.1　Diagram of the three basic elements of electronic nose and human nose

典型的电子鼻系统由多传感器阵列、信息处理单元及参考数据库组成。其中传感器阵列指的是由多个对不同气味物质敏感性不同的传感器组成,可将不同气味分子在其表面的作用转化为可测量的电信号,实现对混合气体的识别[11]。目前电子鼻系统的气敏传感器主要包括金属氧化物半导体气敏传感器(MOS)、金属半场效晶体管传感器(MOSFET)、导电聚合物传感器(CP)、压电晶体传感器(如体声波传感器BAW)及表面声波气敏传感器(SAW)等。其中MOS因其制备简单、价格低廉且灵敏度较高而最为常用,并形成以SnO2、ZnO、Fe2O3为主的三大氧化物半导体体系[12-13]。

1.2电子舌的组成及工作原理

“电子舌”系统在欧洲第十届固态传感器会议上被首次提出[14]。与电子鼻类似,该系统也主要由传感器阵列和模式识别系统组成,其中味觉传感器由类脂薄膜构成,当其一侧与味觉物质接触时,膜两侧电势发生变化,引发系统对味觉物质的响应并输出相应信号,经计算机系统处理后形成样品味觉特征的“指纹”数据[15-17]。

目前电子舌主要采用的是电化学检测方法,包括电位分析法[18]、电流分析法[19]、循环伏安法[20]、SAW及光化学传感器系统[21]。商业电子舌系统有法国的Alpha MOS和日本的Kiyoshi Toko[22]。

1.3电子鼻、电子舌模式识别方法

在数据采集中,电子鼻、电子舌均会受到电磁扰动、气流扰动等随机噪声信号的影响,因此必须采取不同的模式识别方法对数据进行消噪处理[23]。模式识别算法按输入输出间的关系有线性和非线性两种。线性模式主要包括:

k-近邻法(k-NN)[24]:主要依据样本间的多维空间距离建模实现对未知样品类别的预测,该方法对样品的单位较为敏感,需进行归一化预处理。

聚类分析(CA)[25]:基于整个数据集内部存在的“分组”而形成的一种无监督学习算法。样本空间的“自然分组”源自每个子集中的点具有高度内在相似性。

主成分分析(PCA)[26]:常用于多元统计,其目的是将分散的信息集中到几个综合指标即主成分上。该方法具有不损失样品基本信息而对原始数据进行降维处理且可视化的优点,并可避免原始数据的共线性问题[27]。

判别分析(DA & DFA)[28]:在一系列多因子观测值的基础上对事物属性差别进行分类的方法,主要用于样品的定性预测。DFA是基于PCA对数据进行进一步的优化处理,在尽可能扩大不同类数据间差异的同时缩小同类数据间差异的基础上对样品进行分类、建模,并用模型对未知样品进行类别归属的判定。

偏最小二乘法(PLS)[29]:一种多因变量对多自变量的回归建模方法,适于多自变量个数多于观测样本数或变量之间高度相关的数据分析,具有PCA和多元线性回归分析的优点。

非线性模式识别方法主要包括:

人工神经网络(ANN)[30]:基于人脑细胞的工作原理,通过不断调整各神经元间的连接权重与偏置,使误差函数达到最小值来实现输入输出间的非线性映射[31]。这类算法包括注重输入与输出间的映射关系且容错能力强的BP-ANN(误差反向传播神经网络)[32]及充分结合了PCA-DA和BP-ANN优点的LVQ(学习向量量化)[33]。此外,还包括SOM(自组织映射)[34]、PNN(概率神经网络)及MLP(多层神经网络)[35]。

支持向量机(SVM)[36]:基于结构风险最小化原理,在新空间中求取最优线性分类面以实现对样本的分类。

统计质量控制分析(SQC)[37]:基于样品参数的正态分布计算样品分布的95%置信区间,其中未知样品的置信度在置信区间范围内即可认定为合格样品,否则为不合格。

1.4电子鼻及电子舌检测的优点

相比较于传统方法如GC、GC-MS、离子迁移谱及红外光谱法等,电子鼻和电子舌分析技术更贴近人类对样品的感知特点,弥补传统检测方法的不足。

2　电子鼻电子舌在咖啡风味中的研究进展

咖啡风味是决定咖啡品质的重要影响因素之一,历年来一直是咖啡领域的研究重点。目前电子鼻及电子舌在咖啡中的应用研究主要集中于咖啡品种鉴别、咖啡烘焙程度鉴定及咖啡质量监测等方面。巴西咖啡行业协会ABIC在2004年启动了一项旨在稳定、提高咖啡风味特征以刺激高品质咖啡消费的项目,并积极推荐电子鼻电子舌作为评价咖啡品质的方法之一[38]。

2.1电子鼻在咖啡风味研究中的应用

2.1.1咖啡豆品种的区分咖啡豆主要为阿拉比卡、罗布斯塔及利比里卡,咖啡豆因其种植自然环境的影响而具有不同的风味。且咖啡浆果不同的处理方式如水洗法、日晒法、麝香猫发酵等也会产生不同的风味特征。Pardo等[39]采用电子鼻(4组SnO2膜气敏传感器)系统,对4种不同品牌的咖啡豆、咖啡粉、浓缩咖啡以静态顶空萃取方法进行制样,数据进行PCA分析后的结果表明电子鼻对不同咖啡豆样品可实现100%的区分率、对咖啡粉样品可实现87.5%的区分率,而由于浓缩咖啡样品取样环境的不完全重复性该电子鼻系统无法对其进行很好的区分。Ongo等[40]应用EOS 835电子鼻(6组MOX传感器)对四种不同产地的菲律宾咖啡经麝香猫处理前后其特征风味物质进行表征,同时辅以GC-MS进行验证。结果表明电子鼻可根据处理前后咖啡豆中特征风味物质的浓度将麝香猫咖啡豆区分开,且不同产地的咖啡豆也具有各自的特征风味。

2.1.2咖啡生豆质量的鉴定咖啡杯测质量与生豆品质息息相关。浆果水洗过程中产生的酸豆会加速瑕疵豆的产生,使其染上不愉悦的酸臭味。在拼配咖啡中,越来越多的力量集中在通过化学组成的分析来鉴定残次豆的存在[41]。Juan等[42]对哥伦比亚特级咖啡豆、健康咖啡豆及瑕疵咖啡豆进行检测区分,并以杯测法作为参照。测量数据采用PCA分析,并以MLP方法辅助验证,结果表明以PC1和PC2为权重的分析结果可将样品成功区分。说明电子鼻系统可在咖啡生豆质量检测方面可发挥一定的作用,并逐渐实现咖啡生豆生产处理的在线检测。但由于咖啡生豆的挥发性物质较少,该系统无法对其进行良好的区分。在今后研究中应逐步提高电子鼻传感器的灵敏度使其能够应用于生豆的质量检测及其处理工艺的监测中。

2.1.3咖啡烘焙程度的鉴定及其在线监测咖啡豆的烘焙程度通常分为浅度烘焙(Light Roast)、中度烘焙(Medium Roast)及深度烘焙(Dark Roast)。蛋白质、多糖等物质在烘焙过程中可产生不同程度的挥发性及非挥发性物如酸、醛、酮、酯、含硫化合物、含氮化合物等,赋予咖啡特有的风味特征[43]。目前咖啡豆烘焙工艺条件的确定主要依赖于烘焙师的经验及感官评价,难以形成统一的标准规范。吴桂苹等[44]以海南4种不同品牌的咖啡和云南咖啡(不同烘焙程度)为研究对象,借助电子鼻αFOX4000系统检测不同咖啡产品的气味特征,采用PCA及DFA进行分析。结果如图2所示,5种样品之间的差异在PCA区分上比较明显,主要表现在信息权重为98.6%的横轴上;其中1、6、7号样品的显示范围与其余样品的显示区域距离最大,说明这3个样品间的气味存在较为明显的差异,电子鼻可成功的将5种不同烘焙程度的咖啡样品区分出来,且DFA分析结果与PCA的结果基本一致。

图2　不同咖啡样品的气味主成分分析图Fig.2　PCA for the armor of coffee sample

Santina等[45]采用以10种金属氧化物半导体传感器作为传感阵列的电子鼻PEN2系统,结合PCA和ANN数据处理方法对咖啡烘焙程度进行了实时在线模拟研究。实验以质量损失、咖啡豆密度、水分含量、亮度等为人工神经网络输入变量,以相对电导率为烘焙程度的评价指标。结果表明ANN可以成功地预测咖啡的烘焙程度,且预测模型与咖啡豆的质量损失相关系数为0.985。Nida等[46]成功的将一种带有集成加热元素Figaro TGS800为传感器的智能电子鼻系统用于咖啡质量的在线监测。因此应用电子鼻可实现咖啡不同烘焙程度的无损检测及烘焙程度的实时监测,益于提高咖啡烘焙的稳定性及推动标准的建立。

2.1.4咖啡产品的质量监测针对咖啡豆市场上以次充好而传统气相监测系统对此无法鉴别的现象,Kazimierz等[47]用两组完全相同的Figaro系列金属氧化物传感器的电子鼻对阿拉比卡、罗布斯塔及两者不同比例的混合咖啡豆进行检测,通过增加传感器的数量即扩大样品间的差异性并将数据结果进行雷达图分析后可将不同的样品进行区分。由于该分析方法辨识度较低,作者将SVM系统与电子鼻系统结合,分析比对样品测试结果间的微分信号可提高系统检测的灵敏性,实现区分样品98.79%的正确率。目前中国咖啡市场中即溶咖啡份额最大,约占85%[48],不同加工工艺(如喷雾干燥、冷冻干燥)及品牌的即溶产品具有不同的风味特征。Thepudom等[49]以泰国咖啡市场上现有的冷冻干燥咖啡及其他4种不同品牌的速溶咖啡为研究对象,利用MOS电子鼻系统及PCA数据处理方法探究了不同咖啡冲泡浓度其风味特征以及对4种品牌速溶咖啡的区分能力。结果表明咖啡的冲泡浓度能明显的影响咖啡的电子鼻分析结果,其PCA1权重分析为98.6%;且该电子鼻系统能较好的区分4种不同品牌的速溶咖啡,其PCA权重为97.1%。除上述外,咖啡生豆可能含有OTA(赭曲霉毒素),该毒素是一种天然耐热毒素,主要由Aspergillus ochraceus,A. carbonarius及A. niger菌株产生,对肾脏有较高的毒性和致癌性。目前通常采用薄层色谱分析法、高效液相色谱法及荧光检测等技术来检测食品中霉菌毒素的存在[50],而这些方法很难作为一种预防性措施。Sberveglieri等[51]运用EN EOS835(SACMI IMOLA scarl,Imola,Italy)对咖啡生豆中的霉菌进行了检测,并与GC-MS进行验证对比,结果发现电子鼻系统可很好的将无菌咖啡豆及受感染的咖啡豆区分开来,因此采用电子鼻来检测咖啡中微生物的状况,提早发现被污染产品,保障消费者及市场的安全是检测咖啡品质的未来发展方向之一。

2.2电子舌在咖啡风味研究中的应用

目前电子舌在食品检测上的应用主要集中在酒类、茶饮料和饮用水等方面,对于咖啡的研究见报道较少。Andrey等[52]以咖啡的风味、酸度及醇度为评价参数,研究了发现电子舌(具30个电位化学传感器)对咖啡风味的感知效果与感官评价趋势相同。而Ferreir等[53]系统探究了电子舌与感官评价间的相关关系,实验中电子舌系统对数据进行RSM-PCA(响应面-主成分分析)分析,与感官评价结果拟合得两者的相关性系数为0.964,表明运用该电子舌分析方法可以很好的区分咖啡并为其实现在线监测提供理论依据。

Várvölgyi等[54]探究了电子舌在咖啡感官评价中的应用前景,实验以不同咖啡原材料的咖啡胶囊为实验对象,利用GC-MS区分不同咖啡胶囊干粉原料、电子鼻(Alpha MOS)及感官评价区分以不同咖啡胶囊制备的咖啡液,并探究感官评价与仪器评价的相关性。结果表明感官评价与仪器测定存在着一定的相关性,其中电子鼻可对咖啡液的酸度进行较好的评价,其PLS模型R值为0.99。但电子鼻对样品的甜感、花果味等辨别度较低,模型R值分别为0.64及0.60,即仪器测定只能完成咖啡样品的评价,而无法代替感官评价。

2.3电子鼻电子舌联用技术在咖啡风味研究中的应用

Hartman将“风味”定义为把食物放在口腔中及咀嚼时所产生的嗅觉(香味)和味觉(滋味)的一种整体感觉,而上述研究中电子鼻、电子舌系统分别是从气味及滋味两个不同的角度对咖啡的风味特征进行了一定的探究。胡荣锁等[55]在探究研磨时间对咖啡风味的影响中以电子鼻及电子舌为评价手段,其PCA和DFA分析结果均表明随着研磨时间的增加咖啡的香味逐渐发生变化;SQC分析结果(以样品1为标准)表明不同研磨时间的样品虽气味变化不是很大,在可接受范围内(图3所示,除7号样品外,其余样品均落在可接受范围内),但口感变化较大(图4),只有样品2、3即研磨时间小于5 min的样品口感在可接受范围内。因此综合利用电子鼻电子舌系统一定程度上会更加全面的评价咖啡质量。再者电子鼻和电子舌技术虽可判断出咖啡豆在研磨过程中其气味和滋味的变化,但无法分析出其物质的变化,因此可进一步将电子感官技术与GC-MS等技术相结合,检测到咖啡加工工艺中风味物质的变化规律,优化咖啡的制作工艺,提高咖啡的风味质量。

图3　同研磨时间咖啡电子鼻SQC分析Fig.3　The e-nose SQC analysis of coffee with different milling times

图4　不同研磨时间咖啡电子舌SQC分析Fig.4　The e-tongue SQC analysis of coffee with different milling times

3　总结及展望

电子鼻电子舌作为一种新型的生物模拟分析手段在咖啡研究中具有很重要的意义。目前电子鼻技术相对于电子舌技术来说在咖啡中应用发展较快,研究主要集中在对咖啡品种鉴定分析及咖啡质量检测技术等方面,而对于咖啡评价体系的系统性研究还未见报道。由于电子鼻电子舌系统本身还存在一定的缺陷如:无法表现出气味或者滋味带给消费者的愉悦感[56];传感器的寿命相对较短(MOS传感器的寿命只有6～12个月);不同电子鼻电子舌之间缺乏统一的校准方法;对检测环境有一定的要求,如在有水蒸气或某单一物质(如乙醇)含量较高时,检测器灵敏度较低且易出现漂移状况;特定的食品检测需特定的传感材料等使得目前电子鼻电子舌还没有真正进入咖啡的实际生产应用中。

因此在今后的研究中建议:

建立电子鼻电子舌“享受型评价模型”,即将电子鼻电子舌的评价系统与质谱检测器、红外光谱检测器等相进一步结合,对咖啡风味进行全面的分析,同时与消费者的喜好良好进行模型探究,提高电子鼻电子舌数据分析的应用性;

对传感器材质、稳定性及普适性、轻便性进行进一步研究以扩大电子鼻电子舌在咖啡实际生产中的应用范围;

采用电子鼻和电子舌对整个咖啡生产工艺进行系统性研究,实现咖啡品质的在线检测和评价;建立关于咖啡生豆指纹图库及咖啡产品货架期预测模型,实现对咖啡行业良好监测。

电子鼻和电子舌技术作为一个新兴技术,对于完善健全咖啡评价体系具有重要意义,将为咖啡行业带来一次新的技术革命。

[1]Farah A,Monteiro M C.,Calado V,et al. Correlation between cup quality and chemical attributes of Brazilian coffee[J]. Food Chemistry,2006,98(2):373-380.

[2]Feldman R S,Ryder W S,Kung J T. Importance of nonvolatile compounds to the flavor of coffee[J]. Journal of Agricultural and Food Chemistry,1969,17(4):733-739.

[3]Decazy F,Avelino J,Guyot B,et al. Quality of different Honduran coffees in relation to several environments[J]. Journal of Food Science,2003,68(7):2356-2361.

[4]Leroy T,Ribeyre F,Bertrand B,et al. Genetics of coffee quality[J]. Brazilian Journal of Plant Physiology,2006,18(1):229-242.

[5]Jiang D,Peterson D G. Role of hydroxycinnamic acids in food flavor:a brief overview[J]. Phytochemistry Reviews,2010,9(1):187-193.

[6]Belitz H D,Grosch W,Schieberle P. Food chemistry(4th ed.)[M].2009. Heidelberg:Springer(Chapter 21).

[7]Patricia E,Jiménez V M. Functional properties of coffee and coffee by-products[J]. Food Research International,2012(46):488 -495.

[8]Gardner J W,Bartlett P N. A brief history of electronic noses[J]. Sensors and Actuators B:Chemical,1994(18):211-220.

[9]王俊,胡桂仙,于勇,等. 电子鼻与电子舌在食品检测中的应用研究进展[J]. 农业工程学报,2004,20(2):292-295.

[10]Craven M A,Gardner J W,Bartlett P N. Electronic noses-development and futureprospects[J]. Trends in analytical chemistry,1996,9(15):487-493.

[11]张哲,佟金.电子鼻和电子舌在食品检测中的研究和应用[J].华中农业大学学报,2005(10):25-30.

[12]赵爱凤,于国锋,刘晓艳,等. 电子鼻、电子舌在茶叶审评中的应用[J].福建农机,2002(3):23-26.

[13]Emmanuelle S,Jacques O B,Felix E. Electronic Noses’ and Their Application to Food[J].Lebensmittel-Wissenschaft und-Technologie,1998,31:305-316.

[14]Sehra G,Cole M,Gardner J W. Miniature taste sensing system based on dual SH-SAW sensor device:an electronic tongue[J]. Sensors and Actuators B:Chemical,2004,103(1):233-239.

[15]胡洁,李蓉. 人工味觉系统—电子舌的研究[J]. 传感技术学报,2001,14(2):169-179.

[16]Riul A Jr,Dantas C A,Miyazaki C M,et al. Recent advances in electronic tongues[J]. The Royal Society of Chemistry. 2010(135):2481-2495

[17]杨小兰,杨俊锋,张美霞. 电子舌在食品加工在线检测中的应用研究[J]. 饮料工业,2007,10(9):6-9.

[18]Vlasov Y G,Legin A V,Rudnitskaya A M,et al. 《Electronic tongue》-new analytical tool for liquid analysis on the basis of non-specific sensors and methods of pattern recognition[J]. Sensors and Actuators B:Chemical,2000,65(1):235-236.

[19]Scampicchio M,Benedetti S,Brunetti B,et al. Amperometric electronic tongue for the evaluation of the tea astringency[J]. Electroanalysis,2006,18(17):1643-1648.

[20]Winquist F,Krantz R C,Wide P,et al. Monitoring of freshness of milk by an electronic tongue on the basis of voltammetry[J]. Measurement Science and Technology,1998,9(12):1937.

[21]Li Z,Wang N,Vigneault C. Electronic nose and electronic tongue in food production and processing[J]. Stewart Postharvest Review,2006,2(4):1-5.

[22]Yuri V,Andrey L,Alisa R. Electronic tongues and their analytical application[J].Analytical & Bioanalytical Chemistry,2002(373):136-146.

[23]邹小波,赵杰文.电子鼻数据的预处理技术与应用[J]. 农业机械学报,2006,37(5):83-86.

[24]González M Y,Cerrato O M C,Pérez P J L,et al. Electronic nose based on metal oxide semiconductor sensors and pattern recognition techniques:characterization of vegetable oils[J]. Analytica Chimica Acta,2001,449(1):69-80.

[25]Schreyer S K,Mikkelsen S R. Chemometric analysis of square wave voltammograms for classification and quantitation of untreated beverage samples[J]. Sensors and Actuators B:Chemical,2000,71(1):147-153.

[26]Hierlemann A,Weimar U,Kraus G,et al. Polymer-based sensor arrays and multicomponent analysis for the detection of hazardous oragnic vapours in the environment[J]. Sensors and Actuators B:Chemical,1995,26(1):126-134.

[27]张覃轶. 电子鼻:传感器阵列,系统及应用研究[D]. 武汉:华中科技大学,2005.

[28]Delpha C,Lumbreras M,Siadat M. Discrimination and identification of a refrigerant gas in a humidity controlled atmosphere containing or not carbon dioxide:application to the electronic nose[J]. Sensors and Actuators B:Chemical,2004,98(1):46-53.

[29]白雪梅,赵松山.对主成分分析综合评价方法若干问题的探讨[J]. 统计研究,1995,6:47-51.

[30]Kettaneh N,Berglund A,Wold S. PCA and PLS with very large data sets[J]. Computational Statistics & Data Analysis,2005,48(1):69-85.

[31]Verikas A,Bacauskiene M. Feature selection with neural networks[J]. Pattern Recognition Letters,2002,23(11):1323-1335.

[32]王茹,田师一. 模式识别技术在电子舌中的应用与发展[J]. 食品科技,2009(2):108-112.

[33]Kohonen T. Self-organized formation of topologically correct feature maps[J]. Biological cybernetics,1982,43(1):59-69.

[34]姜园,张朝阳,仇佩亮,等. 用于数据挖掘的聚类算法[J].电子与信息学报,2005,27(4):655-661.

[35]Dutta R,Hines E. L,Gardner J W,et al. Tea quality prediction using a tin oxide-based electronic nose:an artificial intelligence approach[J]. Sensors and actuators B:Chemical,2003,94(2):228-237.

[36]Ortega A,Marco S,undic T,et al. New pattern recognition systems designed for electronic noses[J]. Sensors and Actuators B:Chemical,2000,69(3):302-307.

[37]杨军.统计质量控制[M]. 北京:中国标准出版社,2012.

[38]Ferreira E J,Pereira R C T,Delbem A C B,et al. Random subspace method for analysing coffee with electronic tongue[J]. Electronics Letters,2007,43(21):1138-1139.

[39]Pardo M,Niederjaufner G,Benussi G. et al. Data preprocessing enhances the classification of different brands of Espresso coffee with an electronic nose[J]. Sensors and Actuators B,2000(69):397-403

[40]Ongo E,Falasconi M,Sberveglieri G,et al. Chemometric Discrimination of Philippine Civet Coffee Using Electronic Nose and Gas Chromatography Mass Spectrometry[J]. Procedia Engineering,2012,47(12):977-980.

[41]Toci A T,Farah A. Volatile compounds as potential defective coffee beans’ markers[J]. Food chemistry,2008,108(3):1133-1141.

[42]Rodríguez J,Durán C,Reyes A. Electronic Nose for Quality Control of Colombian Coffee through the Detection of Defects in “Cup Tests”[J]. Sensors,2010(10):36-46

[43]伍颜贞.咖啡的化学特性[J].热带作物研究,1988(1):73-77.

[44]吴桂苹,胡荣锁,卢少芳.等. 电子鼻在咖啡产品品质检测中的应用研究[J]. 香料香精化妆品,2011(5):7-9

[45]Santina R,Chiara C,Angelo F,et al. Evaluation of Coffee Roasting Degree by Using Electronic Nose and Artificial Neural Network for Off-line Quality Control[J].Journal of food Science,2012,9(77):960-965.

[46]Nidal F S,Mahmoud Z I. Quality Control of Coffee Using an Electronic Nose System[J]. American Journal of Applied Sciences,2004,1(2):129-135.

[47]Brudzewski K,Osowski S,Dwulit A. Recognition of Coffee Using Differential Electronic Nose[J].Iee Transactions on instrumentation and measurement,2012,6(61):1803-1810.

[48]国勇. 标普:五年内中国将成为全球最大消费市场[J]. 企业改革与管理,2013,(9):86-86.

[49]Thepudom T,Sricharoenchai N,Kerdcharoen T. Classification of instant coffee odors by electronic nose toward quality control of production[C]//Electrical Engineering/Electronics,Computer,Telecommunications and Information Technology(ECTI-CON),2013 10th International Conference on. IEEE,2013:1-4.

[50]章英,许杨. 谷物类食品中赭曲霉毒素A分析方法的研究进展[J]. 食品科学,2006,27(12):767-771.

[51]Sberveglieri V,Fava P,Pulvirenti A,et al. New methods for the early detection of fungal contamination on green coffee beans by an Electronic Nose[C]//Sensing Technology(ICST),2012 Sixth International Conference on. IEEE,2012:414-417.

[52]Andrey L A R.,Boris S,Yuri V. Recognition of liquid and flesh food using an ‘electronic tongue’[J]. InternationalJournalof Food Science and Technology,2002(37):375-385.

[53]Ferreira E J,Pereira R C T,Delbem A C B,et al. Random subspace method for analyzing coffee with electronic tongue[J]. Electronics etters,2007,21(43):1138-1139.

[54]Várvölgyi E,Gere A,Szöllösi D,et al. Application of Sensory Assessment,Electronic Tongue and GC-MS to Characterize Coffee Samples[J]. Arabian Journal for Science & Engineering,2015,40(1):125-133.

[55]胡荣锁,谷风林,宗迎.等.不同研磨时间对咖啡感官风味的影响[J]. 中国农学通报,2012,28(09):259-263.

[56]Ampuero S,Bosset J O. The electronic nose applied to dairy products:a review[J]. Sensors and Actuators B:Chemical,2003,94(1):1-12.

Application of electronic nose and electronic tongue in the research of coffee flavor

ZHAI Xiao-na,YANG Kai-zhou,CHAI Zhi,LENG Xiao-jing*

(Beijing Laboratory for Food Quality and Safety,College of Food Science and Nutritional Engineering,China Agricultural University,Beijing 100083,China)

With the development of the olfactory and taste sensor technology,continuous researches and applications of electronic nose and electronic tongue have been done in food and other fields. In this paper,the basic principles and data processing models of the electronic nose and electronic tongue as well as their applications on the research of coffee flavor were introduced,in order to provide a reference for the study and quality control on coffee flavor.

coffee;flavor;electronic nose;electronic tongue;pattern recognition

2015-05-15

翟晓娜(1989-)，女，博士研究生，研究方向：农产品加工及贮藏，E-mail：zhaixiaona907@163.com。

冷小京(1966-)，男，博士，教授，研究方向：功能产品，E-mail：lengxiaojingcau@163.com。

国家自然科学基金资助项目(31171771)；国家科技支撑计划(2011BAD23B04)；奶牛产业技术体系北京创新团队。

TS273

A

1002-0306(2016)05-0365-06

10.13386/j.issn1002-0306.2016.05.066