聚类分析在不同年份特香型白酒中的应用

杨 莹，吴生文，林 培，曾婷婷，熊秋萍，蔡 珊

（四特酒有限责任公司，江西 樟树 331200）

年份白酒是指贮存一定时间的白酒，因其绵柔、醇厚的口感得到消费者的广泛青睐。近年来“喝酒看年份”，从红酒、威士忌、白兰地蔓延到白酒，已成为一种消费流行趋势，在消费者看来，喝“年份酒”是高质量生活享受的表现。但正由于年份酒的火爆开场，不少白酒企业纷纷亮出年份酒的招牌，被炒得沸沸扬扬，但其概念却越来越模糊。由于没有明确的年份酒相关标准与相应的市场管控手段，有不良商家抓住这一漏洞大肆破坏年份酒市场，大量假酒纷纷涌入白酒市场，年份酒市场混乱，消费者易入年份酒骗局，白酒企业声誉不断在受损。

建立年份酒相关标准已迫在眉睫，白酒市场也同样期待年份酒标准的制定与执行。年份酒系列标准如果出台，会保护自律企业的正当权益，更有利于净化白酒年份酒市场，遏制白酒年份酒生产经营乱象。随着现代分析手段的进步，不断揭示白酒的质量与风味成分及含量密切相关，霍丹群等利用白酒微量成分的差异对白酒品牌鉴别进行研究，发现白酒的香气物质决定了白酒产品的差异，陈飞利用GC和GC/Q-TOFMS对白酒基酒中的微量组分进行定量检测，通过主成分分析(PCA)、聚类分析(HCA)、判别分析(LDA)以及神经网络分析(ANN)等模式识别技术对基酒进行鉴别分类并建立模型，并通过神经网络建立基酒酒龄识别模型。

指纹图谱是指某些复杂物质经一定处理后，采用一定的技术分析手段，获得能够标识特征的谱图。依靠指纹图谱评价白酒质量时，回归分析、聚类分析、判别分析、相关分析、主成分分析等多元统计方法在白酒质量控制中能得到较好的效果。本试验通过建立特香型不同年份白酒的指纹图谱，利用聚类分析进行鉴别研究，联系指纹图谱与现有的感官评酒相比较，综合有效的评价特香型年份白酒的质量，体现特香型白酒的年份特点。

1 材料与方法

1.1 材料、试剂及仪器

酒样：四特A 系列年份白酒(45 %vol)、四特B系列年份白酒(45 %vol)、四特C 系列年份白酒(45%vol)、四特D 系列年份白酒(45%vol)，四特酒有限责任公司。四特年份成品酒均采用同一等级的四特基酒进行勾调，基酒的品质保证同一等级质量，且储存容器相同，成品酒的质量差由储存年份带来。

试剂及耗材：叔戊醇（纯度≥99.6%）、乙酸正戊酯（纯度≥99.4%）、乙醇（纯度≥99.9%）、乙醛（纯度≥99.8%）、甲酸乙酯（纯度≥99.7%）、乙酸乙酯（纯度100 %）、乙缩醛（纯度≥99.4 %）、甲醇（纯度≥99.4 %）、异戊醛（纯度≥98.2 %）、仲丁醇（纯度≥99.8%）、丁酸乙酯（纯度≥99.8%）、正丙醇（纯度≥99.8 %）、异丁醇（纯度≥99.%）、戊酸乙酯（纯度≥99.8 %）、正丁醇（纯度≥99.9 %）、2-甲基-1-丁醇（纯度≥99.6%）、异戊醇（纯度≥99.8%）、己酸乙酯（纯度≥99.8%）、正戊醇（纯度≥99.8%）、醋酉翁（纯度≥99.3%）、庚酸乙酯（纯度≥99.0%）、乳酸乙酯（纯度≥99.8%）、正己醇（纯度≥99.9%）、辛酸乙酯（纯度≥99.6 %）、糠醛（纯度≥98.8 %）、丙酸（纯度≥99.8%）、2,3-丁二醇（左）（纯度≥99.8%）、2,3-丁二醇（内）（纯度≥99.8%）、异丁酸（纯度≥99.8%）、丁酸（纯度≥99.7%）、异戊酸（纯度≥99.0%）、戊酸（纯度≥99.1%）、己酸（纯度≥99.8%）、棕榈酸乙酯（纯度≥99.8%）：美国西格玛奥德里奇公司。

仪器设备：GC-8860 气相色谱仪，美国安捷伦科技有限公司；DB-624UI 毛细管色谱柱(30 m×0.53 mm×3.00 μm)，美国安捷伦科技有限公司；VORTEX-5KYLIN-BELL 旋涡混合器，海门市其林贝尔仪器制造有限公司。

1.2 试验方法

1.2.1 内标溶液制备

参照国家标准GB/T 10345—2007《白酒分析方法》并略有改动。准确称量2 mL 乙酸正戊酯与2 mL 叔戊醇的质量，装于100 mL 的容量瓶中，用60 %的乙醇溶液定容至刻度，配制2 %(V/V)的内标溶液，并分别计算得出混合内标中的叔戊醇含量为15.2967 g/L，乙酸正戊酯含量为15.3317 g/L。

1.2.2 白酒溶液制备

使用移液枪吸取1.2.1 中配制的叔戊醇与乙酸正戊酯混合内标100 μL 于100 mL 白酒样品中，漩涡振荡混匀。

1.2.3 气相色谱条件

载气(氮气)流速：1.5 mL/min；氢气流速：30 mL/min；尾吹流速：40 mL/min。

空气流速：400 mL/min；检测器：氢火焰离子化检测器；气化温度：250 ℃；进样量1 μL。

1.2.4 感官品评

由8 人组成品评小组，将酒样注入洁净、干燥的专用酒杯中，在明亮处观察，记录其色泽、清凉程度、沉淀以及悬浮物情况。按照举杯齐眉，眼观其色，鼻闻其香，口品其味的原则，记录其香气特征，仔细品尝记录口味特征。

1.2.5 相对峰面积计算

相对峰面积计算公式为：Ar=Ai/As。其中，Ai为待测峰的峰面积，As 为同一谱图中参照峰的峰面积。

1.2.6 数据分析

聚类分析是研究如何将样品或变量按照多个方面的特征进行综合分类的一种多元统计方法，是根据物以类聚的原理将相似的样品或变量归为一类。聚类分析是一种探索性的分析，在分类的过程中，不必事先给出一个分类的标准，聚类分析能够从样本数据出发，自动进行分类。

本实验采用Agilent Chemstation 工作站、中药色谱指纹图谱相似度评价系统A 版软件、SPSS 22.0 系统分析软件进行聚类分析。

2 结果与分析

2.1 不同年份特香型白酒的感官品评结果

由表1 可以看出，四特D 系列年份酒酒体感官等级最高，四特A 系列年份酒酒体感官等级最低。四特D 系列年份酒香气优雅、细腻，陈香怡人，入口绵甜甘润，柔顺丝滑，香味协调、酒体丰满；四特C系列年份酒清香、浓香、酱香三香协调，细腻,入口绵甜柔顺；四特B 系列年份酒香气淡雅舒适，粮香自然，回味爽净；四特A 系列年份酒窖香伴着粮香，微有酯香。感官评语符合特香型酒体的风格特点。

表1 不同年份系列特香型白酒的感官品评结果

2.2 不同年份特香型白酒特征指纹峰的相对峰面积结果

本实验4 类年份酒样品共20 个年份白酒酒样，共含有39 个共有峰，包括叔戊醇（醇类物质内标峰）、乙酸正戊酯（除醇类物质以外的内标峰）两个内标峰和溶剂峰，将41 个共有峰中相对峰面积Ar较小且在各年份白酒图谱中差异较小的共有峰删除，选取17 个共有峰进行聚类分析，经验证17 个共有峰进行的聚类分析与所有共有峰进行的聚类分析结果一致。说明选取的17 个共有峰能代表样品，可以作为特征指纹峰。四特A 与四特B 系列年份酒共10 个实验酒样17 个特征物质色谱含量见表2，四特C 与四特D 系列年份酒共10 个实验酒样17个特征物质色谱含量见表3。四特A 与四特B 系列年份酒共10 个实验酒样17 个特征指纹峰的相对峰面积见表4，四特C 与四特D 系列年份酒共10 个实验酒样17个特征指纹峰的相对峰面积见表5。

表2 四特A、B系列年份酒酒样17个特征物质色谱含量 (g/L)

表3 四特C、D系列年份酒酒样17个特征物质色谱含量 (g/L)

由表4、表5 可知，不同年份类型的特香型白酒相对峰面积存在一定的差异性，因此表中17 个特征指纹峰的数据可以代表整个谱图进行聚类分析，将不同年份系列的特香型四特白酒区分开。

表4 四特A、B系列年份酒酒样17个特征指纹峰的相对峰面积

表5 四特C、D系列年份酒酒样17个特征指纹峰的相对峰面积

2.3 采用特征峰进行系统聚类分析结果

聚类分析方法采用最远邻元素，区间采用欧式距离平方计算。

2.3.1 聚类进度结果

根据聚类分析结果得聚类进度结果，见表6。

由表6 可知，系数越小的两项越先合并为一类，从阶段1来看，16号酒样（D1）与17号酒样（D2）合并，该项合并的下一阶在阶段6与酒样20（D5）合并，合并项在阶段12与酒样18（D3）合并，合并项在阶段17 与11 号酒样（C1）合并为一类，以此类推，直到所有的观测值合并为一类为止。

表6 聚类进度结果

2.3.2 聚类成员结果

根据实验酒样，将聚类成员数设为4，根据聚类所得聚类成员表见表7。

由表7 可知，所有观测年份酒样如归为2 群集，则四特A 系列为一类，四特B、C、D 系列为一类；所有观测年份酒样如归为3 群集，则A 系列为一类，B系列为一类，C、D 系列为一类；所有观测年份酒样如归为4 群集，则四特A 系列为一类，四特B 系列为一类，四特C系列为一类，四特D系列为一类。

表7 聚类成员表

2.3.3 聚类分析树状图

4种年份四特白酒聚类分析结果所得树状图见图1。

图1 四特A、B、C、D 4个系列年份白酒聚类分析树状图

由图1 可以明显看出，特香型4 个年份系列成品酒酒样可聚类分成4 类，基本上与酒体感官品评结果相一致，说明系统聚类分析可以用于鉴别不同年份感官等级的特香型成品白酒。此结果与祝成等通过聚类分析对不同感官等级白酒基酒的研究相似；与先春等利用近红外光谱结合聚类分析对不同风格酱香型白酒的研究结果相似。

3 结论及展望

通过对4 个系列的特香型年份白酒进行色谱分析，从39 个共有峰中挑选能够代表整个谱图的17 个特征指纹峰。根据17 个特征指纹峰的相对峰面积数据，采用SPSS 22.0 统计分析软件进行系统聚类分析，实验结果表明，聚类分析结果与酒体感官品评结果基本一致。说明此方法用于鉴别特香型年份系列成品白酒是可行的。本实验研究成果与赵国群等利用聚类分析对梨酒品质分析相似；与欧阳一非等利用聚类分析对油炸型方便面感官评价中的应用结果相似；与闫博文等基于多元统计分析方法建立北方馒头品质评价体系的结果类似。

主成分分析法是通过降维技术将多个变量转化为少数几个主成分的实用统计分析方法，是解决存在多数且各变量之间存在一定联系等相关问题的一种有效方法。根据聚类分析得到的17 个特征指纹峰来分析数量较多的系列的酒体样本来说，特征指纹峰数量较多，数据库庞大且处理繁杂，是否可通过主成分分析法来代替17 个特征指纹峰，使得数据分析简化且分析结果与使用全部的谱图结果一致呢？这一问题后期可继续探讨。