赤霞珠酿酒葡萄总酚含量的近红外光谱定量分析

酿酒葡萄中的总酚含量是影响葡萄品质的重要指标,也是影响葡萄酒质量的关键因素。为了快速准确地检测赤霞珠葡萄的总酚含量,利用近红外光谱技术结合GA-ELM预测模型对赤霞珠葡萄总酚含量进行预测研究。试验采用5个收获期（每期采集40串,每串取10个）的赤霞珠葡萄,采集200组葡萄的12 500~4 000 cm-1波段范围内的近红外光谱。基于福林酚比色法原理对赤霞珠葡萄的总酚含量进行测定,使用SPXY算法将样品按照3∶1比例分为校正集和预测集,共计150个校正集和50个预测集。分别采用多元散射（MSC）、标准正态变换（SNV）、数据中心化（MC）、移动窗口平滑（MA）和一阶导数+SG方法对原始光谱进行预处理,优选出最佳的预处理方法为MSC。并进一步采用竞争性自适应重加权算法（CARS）、遗传算法（GA）、联合区间偏最小二乘算法（si-PLS）和连续投影算法（SPA）分别对光谱波段进行提取,经对比分析发现CARS提取的69个特征波长数据能有效提高模型的稳定性和预测结果。在MSC预处理和特征波长提取的基础上,引入极限学习机（ELM）算法,建立赤霞珠葡萄总酚含量的预测模型,在总酚含量预测过程中,采用遗传算法（GA）对ELM模型进行优化,并探究了不同的激活函数和隐含层神经元个数对GA-ELM模型预测能力的影响,确定最优的激活函数为Sigmoidal,最优的神经元个数为50个。最后,将ELM和GA-ELM模型的预测能力进行对比,结果显示GA-ELM模型的预测能力高于ELM模型的预测能力,其中MSC+CARS+GA-ELM模型预测能力最好,校正相关系数（R_c）为0.901 7,预测相关系数（R_p）为0.901 3,校正均方根误差（RMSEC）为2.112 4,预测均方根误差（RMSEP）为1.686 8,剩余预测偏差（RPD）为2.308 0。研究结果表明：利用近红外光谱技术结合变量优选建立的GA-ELM模型可实现对赤霞珠葡萄的总酚含量的预测,为赤霞珠葡萄品质的检测奠定了理论基础。     

中国不同产区赤霞珠干红葡萄酒香气成分数据的可视化分析

可视化技术被引入葡萄酒香气成分数据的分析,以达到鉴别区分不同产区葡萄酒的目的。葡萄酒分析样品是2005年赤霞珠干红葡萄酒产品。5个产区是河北昌黎、新疆玛纳斯、云南弥勒、宁夏贺兰山东麓和河北沙城。香气成分用二氯甲烷连续萃取,有机相真空浓缩之后进行GC-MS分析检测。共鉴定并半定量分析出5个产区赤霞珠干红葡萄酒中68种香气成分,对原始色谱分析数据进行标准归一化处理,将信息映射到[0,1]之间的灰度图空间,然后根据数据可视化原理,用Vc 构建含多种香气成分信息的二维灰度图,直观表征不同产地赤霞珠干红葡萄酒的香气成分信息。研究结果是一种反映葡萄酒化学信息的条形码技术,该技术转换葡萄酒香气成分色谱数据之后得到二维灰度图,能够良好区分不同产区的赤霞珠干红葡萄酒。     

昌黎原产地干红葡萄酒的三维荧光光谱特征研究

应用三维荧光光谱技术,研究了昌黎原产地不同品种和年份葡萄酒的三维荧光光谱特征.研究表明,2005年不同葡萄品种酒样的三维荧光特征峰的数目、位置和强度差异显著,可以区分各个品种酒样;而不同酿造年份的赤霞珠酒样均在λex/λem为A:260/365 nm、B:290/370 nm以及C:325/420 nm附近出现荧光特征峰,三维荧光特征峰出现位置一定,但荧光强度差异显著,可以用于区分各个酒样.因此三维荧光光谱技术能提供葡萄酒的指纹特征,据此可鉴别昌黎原产地不同品种和年份的葡萄酒.