红外光谱及Bayes信息融合技术的葡萄酒鉴别研究

陶思嘉　李梦华　李景明等

摘 要 建立了将检出限不同的近红外透射光谱技术和中红外衰减全反射光谱技术进行Bayes信息融合后用于葡萄酒鉴别的方法。分别采集3种品种和3种陈酿方式的干红葡萄酒的近红外透射光谱和中红外衰减全反射光谱，用PLSDA法分别建立基于近红外光谱和中红外光谱的判别模型，用Bayes方法实现两种判别结果的融合修正。信息融合后的结果为：葡萄酒品种鉴别模型的建模集准确率为95.08%，检验集准确率为94.68%，葡萄酒陈酿方式鉴别模型的建模集准确率为98.91%，检验集准确率为98.75%；均优于单独采用一种光谱技术的判别结果。实验表明，信息融合技术有助于模型判别效果的提高，采用Bayes信息融合技术对葡萄酒品种和陈酿方式进行快速识别是可行的。

关键词 葡萄酒； 鉴别； 信息融合； 贝叶斯

1 引 言

不同品种的酿酒葡萄的色泽、大小、形态及所含成分等不同，葡萄品种之间的差异导致了葡萄酒组分和质量之间的差别 [1，2 ]。我国酿酒葡萄的主要品种有：赤霞珠、美乐、蛇龙珠等。葡萄酒的陈酿是葡萄酒的成熟过程，常见的有在不锈钢罐和橡木桶中进行的贮存陈酿，简称为不锈钢罐陈酿和橡木桶陈酿。也有葡萄酒生产企业采用在不锈钢罐中添加橡木片、橡木块贮藏葡萄酒，既能达到橡木桶贮藏的相似效果，又能降低橡木桶贮藏的成本，简称为橡木块陈酿。不同陈酿方式的葡萄酒的多糖含量、总酚含量、色度、色调等都有一定差异 [3 ]。目前，鉴别不同品种和陈酿方式的葡萄酒的方法主要还是利用品评专家的感官鉴定来实现，受到个人经验和条件的限制；而现有的仪器分析、理化分析等只能从某一或某几个侧面反映葡萄酒的品质。随着红外光谱技术（包括近红外和中红外）的发展，很多研究人员开始利用这一技术对葡萄酒品质特性进行快速判别 [4～6 ]。GardeCerdn等 [7 ]利用近红外光谱技术分析了600份红葡萄酒中的酚类成分， 并依此实现了对其陈酿时间的判别。Picque等 [8 ]用中红外光谱判别分析了1998 年、1999 年、2000 年和2002 年338 瓶葡萄酒的年份。牛晓颖 [9 ]、吴贵芳 [10 ]等探讨了用近红外光谱技术进行黄酒酒龄、产地以及葡萄酒品种定性鉴别的可行性。

2 实验方法

2.1 材料

共两个葡萄酒样品集。样品集1用于葡萄酒品种的研究，是由中国农业大学葡萄与葡萄酒研究中心提供的2003～2011年的干红葡萄酒，共3个品种，其中赤霞珠100个，美乐41个，蛇龙珠31个，共172个样品。这些样品来自河北怀来与昌黎、山东烟台、甘肃、新疆、宁夏等葡萄产区。样品集2用于葡萄酒陈酿方式的研究，为北京龙徽酿酒有限公司2005年、2006年和2007年赤霞珠干红葡萄酒，均产自河北怀来，其中橡木桶陈酿葡萄酒44个，橡木块陈酿葡萄酒26个，不锈钢罐陈酿葡萄酒26个，共计96个样品。两个样品集共268个样品。

2.2 实验仪器与光谱采集方法

2.2.1 近红外光谱的采集 用BRUKER MPA傅立叶变换型近红外光谱仪扫描干红葡萄酒样品的近红外透射光谱，以空气为参比，在室温下进行光谱采集，样品池光程为1 mm，扫描谱区为3900～12500 cm

摘 要 建立了将检出限不同的近红外透射光谱技术和中红外衰减全反射光谱技术进行Bayes信息融合后用于葡萄酒鉴别的方法。分别采集3种品种和3种陈酿方式的干红葡萄酒的近红外透射光谱和中红外衰减全反射光谱，用PLSDA法分别建立基于近红外光谱和中红外光谱的判别模型，用Bayes方法实现两种判别结果的融合修正。信息融合后的结果为：葡萄酒品种鉴别模型的建模集准确率为95.08%，检验集准确率为94.68%，葡萄酒陈酿方式鉴别模型的建模集准确率为98.91%，检验集准确率为98.75%；均优于单独采用一种光谱技术的判别结果。实验表明，信息融合技术有助于模型判别效果的提高，采用Bayes信息融合技术对葡萄酒品种和陈酿方式进行快速识别是可行的。

关键词 葡萄酒； 鉴别； 信息融合； 贝叶斯

1 引 言

不同品种的酿酒葡萄的色泽、大小、形态及所含成分等不同，葡萄品种之间的差异导致了葡萄酒组分和质量之间的差别 [1，2 ]。我国酿酒葡萄的主要品种有：赤霞珠、美乐、蛇龙珠等。葡萄酒的陈酿是葡萄酒的成熟过程，常见的有在不锈钢罐和橡木桶中进行的贮存陈酿，简称为不锈钢罐陈酿和橡木桶陈酿。也有葡萄酒生产企业采用在不锈钢罐中添加橡木片、橡木块贮藏葡萄酒，既能达到橡木桶贮藏的相似效果，又能降低橡木桶贮藏的成本，简称为橡木块陈酿。不同陈酿方式的葡萄酒的多糖含量、总酚含量、色度、色调等都有一定差异 [3 ]。目前，鉴别不同品种和陈酿方式的葡萄酒的方法主要还是利用品评专家的感官鉴定来实现，受到个人经验和条件的限制；而现有的仪器分析、理化分析等只能从某一或某几个侧面反映葡萄酒的品质。随着红外光谱技术（包括近红外和中红外）的发展，很多研究人员开始利用这一技术对葡萄酒品质特性进行快速判别 [4～6 ]。GardeCerdn等 [7 ]利用近红外光谱技术分析了600份红葡萄酒中的酚类成分， 并依此实现了对其陈酿时间的判别。Picque等 [8 ]用中红外光谱判别分析了1998 年、1999 年、2000 年和2002 年338 瓶葡萄酒的年份。牛晓颖 [9 ]、吴贵芳 [10 ]等探讨了用近红外光谱技术进行黄酒酒龄、产地以及葡萄酒品种定性鉴别的可行性。

2 实验方法

2.1 材料

共两个葡萄酒样品集。样品集1用于葡萄酒品种的研究，是由中国农业大学葡萄与葡萄酒研究中心提供的2003～2011年的干红葡萄酒，共3个品种，其中赤霞珠100个，美乐41个，蛇龙珠31个，共172个样品。这些样品来自河北怀来与昌黎、山东烟台、甘肃、新疆、宁夏等葡萄产区。样品集2用于葡萄酒陈酿方式的研究，为北京龙徽酿酒有限公司2005年、2006年和2007年赤霞珠干红葡萄酒，均产自河北怀来，其中橡木桶陈酿葡萄酒44个，橡木块陈酿葡萄酒26个，不锈钢罐陈酿葡萄酒26个，共计96个样品。两个样品集共268个样品。

2.2 实验仪器与光谱采集方法

2.2.1 近红外光谱的采集 用BRUKER MPA傅立叶变换型近红外光谱仪扫描干红葡萄酒样品的近红外透射光谱，以空气为参比，在室温下进行光谱采集，样品池光程为1 mm，扫描谱区为3900～12500 cm

摘 要 建立了将检出限不同的近红外透射光谱技术和中红外衰减全反射光谱技术进行Bayes信息融合后用于葡萄酒鉴别的方法。分别采集3种品种和3种陈酿方式的干红葡萄酒的近红外透射光谱和中红外衰减全反射光谱，用PLSDA法分别建立基于近红外光谱和中红外光谱的判别模型，用Bayes方法实现两种判别结果的融合修正。信息融合后的结果为：葡萄酒品种鉴别模型的建模集准确率为95.08%，检验集准确率为94.68%，葡萄酒陈酿方式鉴别模型的建模集准确率为98.91%，检验集准确率为98.75%；均优于单独采用一种光谱技术的判别结果。实验表明，信息融合技术有助于模型判别效果的提高，采用Bayes信息融合技术对葡萄酒品种和陈酿方式进行快速识别是可行的。

关键词 葡萄酒； 鉴别； 信息融合； 贝叶斯

1 引 言

不同品种的酿酒葡萄的色泽、大小、形态及所含成分等不同，葡萄品种之间的差异导致了葡萄酒组分和质量之间的差别 [1，2 ]。我国酿酒葡萄的主要品种有：赤霞珠、美乐、蛇龙珠等。葡萄酒的陈酿是葡萄酒的成熟过程，常见的有在不锈钢罐和橡木桶中进行的贮存陈酿，简称为不锈钢罐陈酿和橡木桶陈酿。也有葡萄酒生产企业采用在不锈钢罐中添加橡木片、橡木块贮藏葡萄酒，既能达到橡木桶贮藏的相似效果，又能降低橡木桶贮藏的成本，简称为橡木块陈酿。不同陈酿方式的葡萄酒的多糖含量、总酚含量、色度、色调等都有一定差异 [3 ]。目前，鉴别不同品种和陈酿方式的葡萄酒的方法主要还是利用品评专家的感官鉴定来实现，受到个人经验和条件的限制；而现有的仪器分析、理化分析等只能从某一或某几个侧面反映葡萄酒的品质。随着红外光谱技术（包括近红外和中红外）的发展，很多研究人员开始利用这一技术对葡萄酒品质特性进行快速判别 [4～6 ]。GardeCerdn等 [7 ]利用近红外光谱技术分析了600份红葡萄酒中的酚类成分， 并依此实现了对其陈酿时间的判别。Picque等 [8 ]用中红外光谱判别分析了1998 年、1999 年、2000 年和2002 年338 瓶葡萄酒的年份。牛晓颖 [9 ]、吴贵芳 [10 ]等探讨了用近红外光谱技术进行黄酒酒龄、产地以及葡萄酒品种定性鉴别的可行性。

2 实验方法

2.1 材料

共两个葡萄酒样品集。样品集1用于葡萄酒品种的研究，是由中国农业大学葡萄与葡萄酒研究中心提供的2003～2011年的干红葡萄酒，共3个品种，其中赤霞珠100个，美乐41个，蛇龙珠31个，共172个样品。这些样品来自河北怀来与昌黎、山东烟台、甘肃、新疆、宁夏等葡萄产区。样品集2用于葡萄酒陈酿方式的研究，为北京龙徽酿酒有限公司2005年、2006年和2007年赤霞珠干红葡萄酒，均产自河北怀来，其中橡木桶陈酿葡萄酒44个，橡木块陈酿葡萄酒26个，不锈钢罐陈酿葡萄酒26个，共计96个样品。两个样品集共268个样品。

2.2 实验仪器与光谱采集方法

2.2.1 近红外光谱的采集 用BRUKER MPA傅立叶变换型近红外光谱仪扫描干红葡萄酒样品的近红外透射光谱，以空气为参比，在室温下进行光谱采集，样品池光程为1 mm，扫描谱区为3900～12500 cm