黄酒中风味物质检测方案(离子迁移谱仪)

智能文字提取功能测试中

网络首发时间：2019-08-0709：28：48网络首发地址： http：//kns.cnki.net/kcms/detail/44.1620.ts.20190806.1033.005.html现代食品科技2019，Vol.35，No.9Modern Food Science and Technology 现代食品科技2019，Vol.35，No.9Modern Food Science and Technology 现代食品科技 Modern Food Science and Technology ISSN 1673-9078，CN 44-1620/TS 《现代食品科技》网络首发论文 题目： 采用气相色谱-离子迁移谱技术检测黄酒风味物质 作者：黄星奕，吴梦紫，马梅，郁姗姗，王沛昌，张晓瑞收稿日期：2019-04-16网络首发日期：2019-08-07引用格式： 黄星奕，吴梦紫，，马梅，郁姗姗，王沛昌，张晓瑞.采用气相色谱-离子迁移谱技术检测黄酒风味物质[J/OL]. 现代食品科技.http：//kns.cnki.net/kcms/detail/44.1620.ts.20190806.1033.005.html 网络首发：在编辑部工作流程中，稿件从录用到出版要经历录用定稿、排版定稿、整期汇编定稿等阶段。录用定稿指内容已经确定，且通过同行评议、主编终审同意刊用的稿件。排版定稿指录用定稿按照期刊特定版式(包括网络呈现版式)排版后的稿件，可暂不确定出版年、卷、期和页码。整期汇编定稿指出版年、卷、期、页码均已确定的印刷或数字出版的整期汇编稿件。录用定稿网络首发稿件内容必须符合《出版管理条例》和《期刊出版管理规定》的有关规定；学术研究成果具有创新性、科学性和先进性，符合编辑部对刊文的录用要求，不存在学术不端行为及其他侵权行为；稿件内容应基本符合国家有关书刊编辑、出版的技术标准，正确使用和统一规范语言文字、符号、数字、外文字母、法定计量单位及地图标注等。为确保录用定稿网络首发的严肃性，录用定稿一经发布，不得修改改文题目、作者、机构名称和学术内容，只可基于编辑规范进行少量文字的修改。 出版确认：纸质期刊编辑部通过与《中国学术期刊(光盘版)》电子杂志社有限公司签约，在《中国学术期刊(网络版)》出版传播平台上创办与纸质期刊内容一致的网络版，以单篇或整期出版形式，在印刷出版之前刊发论文的录用定稿、排版定稿、整期汇编定稿。因为《中国学术期刊(网络版)》是国家新闻出版广电总局批准的网络连续型出版物 (ISSN2096-4188， CN 11-6037/Z)，所以签约期刊的网络版上网络首发论文视为正式出版。 采用气相色谱-离子迁移谱技术检测黄酒风味物质 黄星奕，吴梦紫，马梅，郁姗姗，王沛昌，张晓瑞 (江苏大学食品与生物工程学院，江苏镇江212013) 摘要：为实现黄酒中挥发性风味物质的快速无损检测，本研究采用气相色谱-离子迁移谱(Gas chromatography-ion mobilityspectrometry， GC-IMS) 联用技术结合化学计量学方法对不同酒龄黄酒中的挥发性风味物质进行了研究。黄酒样本的 GC-IMS 图片库显示，不同酒龄黄酒的挥发性风味物质浓度存在显著差异。采用差谱法从谱图中筛选出33个特征峰，利用其中13个数据库可查询到又应物质的特征峰进行黄酒的风味成分分析。以33个特征峰峰高作为变量，通过主成分分析(principal component analysis， PCA)进行降维，前6个主成分累计贡献率为95%，可以有效区分各组样本。分别采用线性判别(Linear Discriminant Analysis， LDA)、K-最近邻分类算法(K-Nearest Neighbor， KNN)建立酒龄判别模型。结果显示， LDA 方法得到的训练集和预测集识别率分别为95%和90%， KNN的判别效果较好，训练集和预测集的识别率均达到100%。这说明， GC-IMS 可以有效应用于黄酒挥发性风味物质的检测，在食品风味物质分析等领域具有广阔的应用前景。 关键词：气相色谱-离子迁移谱谱用技术(GC-IMS)；黄酒；风味物质；酒龄判别 Determination of Flavor Substances of Chinese Rice Wine by GasChromatography-Ion Mobility Spectrometry HUANG Xing-yi， WU Meng-zi， MA Mei， YU Shan-shan， WANGPei-chang， ZHANG Xiao-rui (School of Food and Biological Engineering， Jiangsu University， Zhenjiang 212013， China) Abstract： Gas chromatography-ion mobility spectrometry (GC-IMS) combined with chemometric methods was employed as a rapid，non-destructive method for the detection of volatile flavors in Chinese rice wine. In this study， volatile organic flavor compounds in Chinese ricewine of different ages were studied. The GC-IMS image library of the Chinese rice wine samples showed significant differences in theconcentration of volatile flavor substances in Chinese rice wines of different ages. Thirty-three (33) differential peaks were selected from thespectra by differential spectrum method， and thirteen (13) of them that could be queried from the databases were employed for flavor componentanalysis. Dimensionality reduction was achieved by principal component analysis (PCA)， with 33 peaks selected and used as variables. The first6 principal components explained 95% of the variance and the samples in each group could be distinguished. A discriminant model wasestablished by linear discriminant analysis (LDA) and K-Nearest Neighbor (KNN). The results showed that the recognition rate of LDA was95% and 90% for training and prediction sets respectively. The discriminant effect of KNN was better， achieving a recognition rate of 100% forboth training set and prediction set. This indicates that GC-IMS can be effectively applied to the detection of volatile flavor substances inChinese rice wine， and has broad application prospects in the field of food flavor analysis. Key words： gas chromatography-ion mobility spectrometry(GC-IMS)； Chinese rice wine； flavor substances； classification of wine age 黄酒是世界上最古老的酒类之一，源于中国，在世界三大酿造酒(黄酒、葡萄酒和啤酒)中占有重要的地位。黄酒属低度酒，所含的多种成分是构成黄酒色、香、味的物质基础，在储存陈化过程中形成浓郁的酒香，鲜美醇厚的口味，香甜和谐的酒体。酿造过程中保有的营养成分如糖化胶质等，可辅助医疗， ( 收稿日期：2019-04-16 ) ( 基金项目：国 家 重点研发计划(2017YFD0400102) ) ( 作者简介：黄星奕(1963-)，女，教授，博士，研究方向：食品农产品无损 检测 ) 具保健功效，使得黄酒成为目前营养价值极高的低度酒饮料，越来越受到消费者的欢迎2-41。在当前的时代背景下，人们更加关注食品本身的品质和风味5~7，因此，黄酒在满足了品质要求的前提下，其风味的独特性就尤为重要。 黄酒风味目前没有专门的评定标准，其香气、口感等感官指标的主要评定方法为人工感官品评[8.9]。人工感官品评受主客观因素干扰较大，受限于品评专家经验、年龄、精神状态、身体状况甚至地域环境等1101，而风味相关的理化指标检测，，一般采用常规的物理化 学分析法(滴定、蒸馏等)和仪器分析法，虽然这些方法较为客观，但步骤繁琐、耗时长11~13]，无法对黄酒的风味指标进行快速检测。 气相色谱-离子一移谱 (Gas chromatography-ionmobility spectrometry， GC-IMS)联用技术是基于气相中不同的气相离子在电场中迁移速率的差异对离子进行标识的一项分析技术，是一种快速便捷且低成本的分析手段。 GC-IMS 目前被有效应用于医疗检测[14~16]，因其检测限低(低至 ppb 级)、分析时间短、简单易操作等优点，逐渐应用于食品、农产品领域17-201。陈通2等将该技术应用于食用植物油的分类，依据GC-IMS 检出的挥发性成分信息对植物油分类判别，识别准确率达94.4%。林若川等22进行了基于 GC-IMS技术鉴别绿茶风味的可行性研究，结果显示谱图数据可有效区分不同品种的绿茶，并能直观体现其风味差异性，可见，该技术在风味鉴别方面具有较好的研究延展性。 本研究采用 GC-IMS 技术对黄酒中的挥发性风味物质进行检测，并通过黄酒酒龄判别分析验证检测结果。GC-IMS 将气相分析技术的简易快捷与离子迁移谱的高分辨、高准确度分析有机结合，相得益彰，可望为黄酒的风味物质快速无损检测提供新的解决方式。 1 材料与方法 1.1 材料与仪器 本研究使用的黄酒样品(旦阳牌)均取自江苏省丹阳酒厂(15种样品，均为清爽半甜型)，根据实际情况，划分为三个酒龄段，三年陈及以下为低酒龄段(1~5号)，五至六年陈为中酒龄段(6~10号)，八年陈及以上为高酒龄段(11~15号)，每个酒龄段包含5个品种，每种酒2个样品，即每个酒龄段10个样品，共30个样品。 气相色谱-离子迁移谱仪 (FlavourSpec 1 H1-00053型)，德国 GAS 公司；配自动顶空进样装置(CombiPAL)， 瑞士 CTC； CLOT 毛细管柱(15 mx0.25mmx0.50um)， 德国 CS-Chromatographie ServiceGmbH。 1.2 实验方法 1.2.1 样品前处理 样品于室温下密封储存，检测前，将15种酒样分别取2ml分别置于 20 ml磁力钳口顶空进样瓶中，密 1.2.2 顶空条件 顶空孵化温度：40℃；孵化时间：15 min；加热方式：振荡加热；顶空进样针温度：60℃；摄氏度进样量：100pL；不分流模式；用高纯氮气(纯度≥99.999%)推动和清洗顶空针；清洗时间：15 min。 1.2.3 GC-IMS条件 漂移管长度：：10 cm；管内线性电压 400 V/cm；漂移管温度：40℃；漂移气(高纯氮气，纯度≥99.999%)；流速：150 mL/min； IMS 探测器温度：45℃。 1.2.4 检测方法 样品瓶按照仪器操作台上的标识顺序排列，设置仪器参数，自动进样器开始工作，机械手将样品瓶移至孵化台加热振荡。加热后样品瓶静置10 s，J顶空气体达到静态平衡后，进样针抽取100 pL顶空气体，注入 GC 色谱柱中预分离后进入电离室电离，电离后的离子进入IMS 漂移管，被法拉第盘接收。最终，经计算机处理得到 GC-IMS 谱图， 个休品检测完毕后自动进入下一个样品的检测程序。 2结果与讨论 对不同酒龄段的黄酒进行检测，结果显示，黄酒挥发性组分的差异更多的体现在组分含量的差异而不是种类的差异，而含量的差异则随着酒龄的变化呈明显趋势，即黄酒挥发性组分含量随酒龄的变化呈明显的规律。在此基础上，选择不同酒龄段具有代表性的样品进行对照分析。 2.1 不同酒龄段黄酒的 GC-IMS 谱图分析 图1中标识的4-1、9-2、15-1分别为三个不同酒龄段的黄酒样品的 GC-IMS 三维谱图。其中，4-1为低酒龄段代表样品，9-2为中酒龄段代表样品，15-1为高酒龄段代表样品。以4-1号样品的谱图为参比，通过差值谱图的形式对比分析特征峰。如图1所示，三种样品的谱图中，同一组份浓度相同的部分颜色抵消为白色背景，9-2和15-1样品的谱图中红色表示该组份的浓度高于4-1，红色越深，表示浓度越高；蓝色表示该组分的浓度比4-1中的低，颜色越深，表示浓度差越大。由图1可以看出，不同酒龄段的黄酒在GC-IMS 三维谱图上的出峰位置、数量大致相同，但峰强表现出明显的差异，说明各挥发性组分的含量随着陈酿时间的变化而变化。 图1不同酒龄段黄酒样品的 GC-IMS 差图谱 Fig.1 GC-IMS difference map of Chinese rice wine samples of different ages 注：4-1为低酒龄段代表样品，9-2为中酒龄段代表样品，15-1为高酒龄段代表样品以差谱图为依据，共选择了33个差异明显的特征峰。图2显示了三个不同酒龄段黄酒的特征峰图片库，1、2、8、10、11、14、15、16、17、21、24、28号 峰在三种酒龄中呈现规律的变化趋势，浓度范围区分 明显；13号则是呈相反的变化规律；32、33号是4-1与另外两种酒区分最为明显的峰；26号、29号是9-2在三种酒中峰强度最大的峰，可以以此将它与其他酒区分开来。 图2不同酒龄段代表样品的特征峰图片库 Fig.2 Characteristic peak image library of representative samples of different age groups 每个特征峰都对应着一种特征挥发性物质，总的来说，每种酒都有其典型的能与其他酒区分开来的特征峰，这些区别更多的体现在峰的强度上，因此，选择特征峰的峰强作为特征变量，进行后续的分析。图3为各个酒龄段所有样本的特征峰图片库，由上至下分别为低酒龄段、中酒龄段、高酒龄段。总体来看，13号、15号、17号、21号、30号、31号、32号峰 在三个酒龄段呈现规律的浓度梯度变化，高酒龄黄酒的风味物质种类相对较多，大多数物质的浓度也相对较高，低酒龄段黄酒物质种类相对较少且浓度低，中酒龄段黄酒挥发性物质种类与高酒龄段相近，但浓度相对较低且在一定的范围内。不同酒龄段的黄酒以此区分开来，这些不同种类和浓度的挥发性物质构成了各黄酒独一无二的风味。 2.2 丹阳黄酒样品中风味成分分析 如图4所示，选取挥发性物质种类含量最为丰富和全面的高酒龄段酒样谱图进行黄酒挥发性风味物质的分析，谱图中数据库可查询的物质共13种，详见表1。检出的13种物质中，包含1种蒎烯，4种醇类，4种酯类，1种酸类，1种醛类以及2种酮类。 可查询到的13种物质仅是黄酒挥发性物质的一部分，虽不能概括黄酒的整个挥发性物质体系，但具有代表性。从物质种类划分来看，六类物质中含量较高的是酯类、醇类和酮类，将这13种物质按种类划分后再按酒龄依次排列，如图5(a)所示。可以看出，随着酒龄的增加，各类挥发性物质的含量均呈增长趋势，图中所示的度量值为各特征峰峰高的标度。 具体比较分析如下：酯类是黄酒的主要风味物质之一!23]，多数酯类如2-甲基丁酸乙酯等均呈水果香，由图5(a)所示，黄酒中所含的酯类物质随陈酿时间总体呈上升趋势，随着陈酿过程中中化反应的发生，酯类物质的含量也不断增加，使得黄酒具有更加馥郁的香气；陈酿过程中醇类物质与酸类发生酯化反应，总体呈下降趋势，但目前可查询的醇类物质有限，由图可知醇类物质的变化有规律可循；羰基类化合物在 黄酒陈酿过程中总体呈上升趋势，是黄酒成品酒风味老化相关的最重要的一类物质，而图中醛类和酮类物质的变化趋势也正好体现了这一点。 图4黄酒高酒龄段的 GC-IMS二维谱图 Fig.4 GC-IMS two-dimensional spectrum of high-age sectionChinese rice wine 其次，检出的蒎烯、酸类、醛类均为单种物质，有明显变化趋势，且各有其独特的呈香特性，对黄酒风味的形成具有不可忽视的作用，如糠醛呈苦杏仁香、焦糖香，这使得黄酒具备了与其他酒类极易区分的特性，不同酒龄的黄酒特征香气浓郁程度也不一，因此这些物质可作为标记酒龄的指标物质，以此作为评判黄酒风味的标记物。 Table 1 Types and aroma characteristics of volatile substances in Chinese rice wine detected by GC-IMS 特征峰编号 物质名称 呈香特性 1 2-蒎烯 松萜特有气味 2 叶醇 药草香 3 2-甲基丁酸甲酯 水果香 4 2-甲基丁酸乙酯 水果香 5 3-羟基-2-丁酮 奶香 6 糠醛 苦杏仁、焦糖香 7 正丁醇 醇香 8 丙酸乙酯 甜香、水果香 9 丙酸 酸臭 10 2-丁酮 辛辣气味 11 丙烯酸甲酯 辛辣气味 12 异戊醇 苹果香 13 正己醇 青草香 酯比呈下降趋势，而挥发性物质总的含量则随酒龄的增高而增加。 从单个物质到按类划分，谱图数据均揭示了物质含量变化的规律性，这一点从总体来看也同样如此。如图5(b)所示，按酒龄阶段划分，随酒龄增高，醇 (b) 图5 (a) 按类划分的黄酒挥发性物质含量变化趋势图；(b) GC-IMS 检出的黄酒醇酯比及挥发性物质总含量随酒龄的变化趋势图 Fig.5 (a) Trend pattern of volatile matter content of Chineserice wine by class； (b) Trend of alcoholic ester ratio and totalvolatile matter detected by GC-IMS with age 对于已查询到的物质，观察特征峰的变化规律可对黄酒中该种物质含量的变化进行分析，而通过选取的特征峰，可大致对不同的酒龄段进行分类，故以建立酒龄判别模型的方法验证检测结果的有效性。 2.3 主成分分析 图5(a)所示为对选取的 GC-IMS 特征变量(特征峰峰高)进行主成分分析(principal componentanalysis， PCA)后得三的三维图，其中 PC1的贡献率为 58.30%， PC2 的贡献率为 13.88%， PC3 的贡献率为 11.10%，前6个主成分累计贡献率为 95.40%，前12个主成分累计贡献率为 99.43%。由图5(a)可知，三组样品基本能够区分开来，由于酒龄的接续性，使得组别间有较为接近的部分，这一点在组内也有体现。一组内的五种酒，虽属同一个酒龄段，但由于工艺、贮藏等因素，使得它们有所差异，数据点也相对离散，这间接说明，该项技术在酒的品种鉴别上具有很好的应用潜力。 2.4 线性判别分析 将提取到的33个特征峰的峰高作为特征变量，进行线性判别分析(Linear Discriminant Analysis， LDA)，用于对不同酒龄段样品的分组情况检测。利用PCA对特征信息进行降维处理后，前12个主成分变量已基本覆盖样品全部信息，因此选择前12个主成分作为模型输入，输出为各样本的分组。 结果如图6(b)所示，模型在主成分数为3时判别效果最优，训练集判别率为95%，预测集判别率为90%，说明所选择的特征变量能有效用于区分不同酒龄的黄酒。 图66：(a)黄酒样品 GC-IMS 特征变量的主成分分析图；(b)LDA在不同主成分数下的判别结果 Fig.6 (a) Principal component analysis of GC-IMScharacteristic variables of Chinese rice wine samples； (b) Discriminant results of LDA under different principalcomponent numbers. 2.5 K-最近邻分类判别 采用K-最近邻 (K-Nearest Neighbor， KNN) 算法，对经过 PCA 信息压缩后的数据进行分类识别，选择各组别60%的样本作为训练集，40%的样本作为预测集，建立酒龄段分类判别模型。图7的结果显示，当取最佳K值3、最佳主成分2时，训练集和预测集识别正确率均为100%，表明该模型稳健、可靠，则方法可用于黄酒酒龄段的分类检测。 图7不同主成分数和K值下 KNN模型的判别结果 Fig.7 Discriminant results of KNN model under differentprincipal component numbers and K values. 3 结论 3.1 本研究采用 GC-IMS 联用技术，对黄酒中的挥发性物质进行检测，结合化学计量学进行酒龄判别分析。首先，对黄酒样品的三维谱图进行分析，鉴别出丹阳黄酒中的13种风味物质，通寸单类物质含量及醇酯比等指标分析了黄酒的风味物质特性；其次，根据特征峰的变化趋势分析样品特性的变化规律。经主成分分析降维后，分别采用 LDA、KNN 等方法进行酒龄分类判别。研究结果显示， LDA方法得到的训练集和预测集识别率分别为95%和90%，采用KNN 算法建模分析时效果较好，训练集和预测集识别正确率均达100%。 3.2 酒龄的准确判别说明特征变量具有代表性，即检出的各个物质及其含量能有效表征黄酒挥发性风味物质的信息，验证了 GC-IMS 检测结果的准确性和有效性。这说明， GC-IMS 联用技术能有效运运用于黄酒挥发性风味物质的检测。 3.3 目前，现有的数据库可查询到的物质质类有限，未来逐渐完善后，将这项快速、无损、高精度的技术应用到实际生产中，通过快速反馈进行精准的风味调控，是食品风味检测领域的发展趋势。 ( 参考文献 ) ( [1] 王栋，经斌，徐岩，等.中国黄酒风味感官特征及其风味轮的 构建[].食品科学，2013，34(5)：90-95 WANG Dong， JING Bin， XU Yan ， et a l. Th e se n sory characteristi c s of Chinese rice wine j f lavor and the construction of flavor wheel []. Food Science， 2013， 3 4(5)： 90-95 ) ( 21 何伏娟，林秀芳，童忠东.黄酒生产 工 艺与技术[M].化学工业 出版社，2015 HE Fu-juan， L IN Xiu-fang， T ONG Zhong-dong. Production technology and t echnology of Chinese r ice wine [M].Chemical I n dustry Press， 2 015 ) ( 郭翔.黄酒风味物质分析与控制的研究[D].江南大学，2004. GUO Xi a ng. Re s earch on The analysis and control of flavor ： substances in Chinese rice wine [D]. Ji a ngnan Uni v ersity，2004 ) ( [4] 谢广发.黄酒酿造技术[M].北京：中国轻工业 出 版社，2010. XIE Guang-fa. Chinese Rice Wine Brewing Technology [M].Beijing： China L ight Industry Press， 2010 ) ( [5] Zhong J J， Y e X Q， Fa n g Z X， e t a l. De t ermination of biogenic a mines i n s e mi-dry and se m i-sweet Chi n ese rice wines f rom the S haoxing region [ ]. F ood Control， 2012，28(1)： 1 51-156 ) ( [6] 丁艳芳，谢海燕，王晓曦，等.食品风味检测技术发展概况[J]. 现代面粉工业，2013，27(1)：22-26 DING Y a n-fang， XIE H a i-yan， W A NG Xia o- tong， et al.Development of food flavor detection technology []. ModernFlour Industry， 2013，27(1)：22-26 ) ( [71 惠国华，陈裕泉.基于电子鼻系统的不同风味绍兴黄酒区分 方 法研究[].传感技术学报，2011，24(12)：1799-1803 HUI G uo-hua， CHEN Yu- q uan. Stu d y on diff e rentiation methods o f Shaoxing r i ce w ine b ased on e l ectronic nose system []. Journal of Transduction Technology， 2011， 24(12)： 1799-1803 ) ( [8] 许春华.不同酒龄黄酒味感风味分析及快速预测研究[D]. 上海应用技术学院，2012 XU Chun-hua. F l avor analysis and rapid p r ediction of Chinese rice wine flavors of different a g es [D]. Sh a nghai Institute of Applied Technology， 2012 ) ( [9] 李博斌，李祖光，刘兴泉，等.黄酒风味物质与黄酒香气感官 评分的定量关系[].酿酒科技，2008，(11)：90-92，96 LI B o-bin， LI Zu-guang， LIU X i ng-quan， et al. Quantitative relationship between t he f lavor of chinese rice wine a nd the sensory score of chinese rice wine aroma [ ]. Brewing ) ( S cience and Technology， 2008， (11)：90-92，96 ) ( [10] K waw E， Ma Y， Tchabo W， e t al. Ultrasonication effects onthe phytochemical， v o latile and s e nsorial c h aracteristics o flactic acid fermented mulberry juice [ ]. F ood B i oscience， 2018，24 ) ( [11 ] C h e n S ， Xu Y， Qian M C. C o mparison of the aromatic profileof traditional and modern types of Huang Ji u (C h inese ricewine) by a roma e x tract d i lution a nalysis and chemical analysis []. Flavour a nd F r agrance J o urnal， 2 0 18， 33(3)： 263-271 ) ( [12]X l n-liang M ， YAN X， We n -lai F. Characterization of aroma compounds in Chinese rice wine qu by solvent-assisted fl a vor evaporation a nd h e adspace solid-phase mi c roextraction []. Journal of Agricultural and Food Chemistry， 2010， 5 8(4)：2462-2469 ) ( [13] 王洪燕，张生万， 李 美萍，等.GC-MS分析不同地区黄酒中的 易挥发成分[].酿酒科技，2015，(9)：115-121 WANG Hong-yan， ZHANG Sheng-wan， LI Me i -ping， et al. GC-MS an a lysis of vo l atile c o mponents in ri c e wi n e in different regions []. Brewing Science and Technology， 2015， (9)：115-121 ) ( [14] Johansen S S ， J o rnil J . D e termination o f amphetamine，methamphetamine ， MDA and MDMA i n human hair by GC-EI-MS after d erivatizationwithh p erfluorooctanoyl chloride []. The S candinavian J ournal o f Clinical a nd Laboratory Investigation， 2 009， 69(1)： 113-12 0 ) ( [15] Z hu S， Conti R， Pe r rin J M， et al. Trends in at t ention deficit hyperactivity disorder ambulatory diagnosis and m edical treatment in t he U nited States， 2 000-2010 [J]. A c ademicpediatrics， 2012， 12(2) ： 110-116 ) ( [16] Yao X， Abraham N S ， A l exander G C ， e t al. E ffect of adherence to o ral anticoagulants on r isk of stroke and major bleeding among patients with atrial fibrillation [J]. Journal o f the American H eart Association， 2016， 5(2)：e003074 ) ( [17] A rroyo-Manzanares N， A n dres M， Jurado-Campos N， e t a l. T arget v s spectral fingerprint data a n alysis o f Ib e rian ha m ) ( samples for a voiding labelling fraud using headspace - g as chromatography-ion mobility spectrometry [J] . F ood Chemistry， 2017， 246：65 ) ( [18] Fast screening for presence of muddy/earthy odorants in wineand i n w ine must u s ing a h y phenated gas ch r omatography- differential ion m obility s pectrometry (GC/DMS) [] . International Journal f or Ion M obility Spectrometry， 2011，14(1)： 39-47 ) ( [19] 陈轲，刘零怡，徐翔，等.基于离子迁移谱法对橄榄油与油茶 籽油区分鉴别的研究[.中国粮油学 报，2016，31(11)：130-134 CHEN Ke， LI U Wei-yi， XU Xia n g， et al. Distinguishing between olive oil and camellia seed oil b ased on ion mobility spectrometry []. Journal of the Chinese Cereals and OilsAssociation， 2016，31 ( 1 1 )：130-134 ) ( [20] L eonhardt J W. A n e w ppb-gas analyzer by means of GC-ionmobility s pectrometryy ( (GC-IMS) Journal of Radioanalytical & Nuclear Chemistry， 2003，257(1) ： 133-139 ) ( [21] 陈通，陆道礼，陈斌.GC-IMS 技术结合化学计量学方法在食 用植物油分类中的应用[.分析测试学 报，2017，36(10)：1235-1239CHEN To n g， LU Dao-li， CHE N Bi n . Application o f GC-IMStechnology i combined with chemometrics method in classificationof e e dible vegetable o ils[].Journal of Instrumental Analysis， 2017，36(10) ： 1235-1239 ) ( [22] 林若川，邓榕，许丽蓉.基于 GC-IMS 技术的绿茶风味鉴别方法可行性的研究[].广东化工，2017 ， 44(23)：19-21 LIN R uo-chuan， DENG Wei， XU L i -rong. Study on The f easibility of green tea flavor identification method based on GC-IMS technology [ ] . G uangdong Chemical Industry， 2017，44(23)： 19-21 ) ( [231 兰 玉 倩，薛洁，江伟，等.黄酒陈酿过程中主要成分变化的研 究[].中国酿造，2011，(5)：165-170 LAN Y u -qian， XUE Jie， JIANG Wei ， et al. Study on th e changes o f m ain components in th e process of rice wine aging []. China Brewing， 2011，(5)：165-170 ) 为实现黄酒中挥发性风味物质的快速无损检测，本研究采用气相色谱-离子迁移谱（Gas chromatography-ion mobility spectrometry，GC-IMS）联用技术结合化学计量学方法对不同酒龄黄酒中的挥发性风味物质进行了研究。黄酒样本的GC-IMS 图片库显示，不同酒龄黄酒的挥发性风味物质浓度存在显著差异。采用差谱法从谱图中筛选出33 个特征峰，利用其中13 个数据库可查询到对应物质的特征峰进行黄酒的风味成分分析。以33 个特征峰峰高作为变量，通过主成分分析（principal component analysis，PCA）进行降维，前6 个主成分累计贡献率为95%，可以有效区分各组样本。分别采用线性判别（Linear Discriminant Analysis，LDA）、K-最近邻分类算法（K-Nearest Neighbor，KNN）建立酒龄判别模型。结果显示，LDA 方法得到的训练集和预测集识别率分别为95％和90%，KNN 的判别效果较好，训练集和预测集的识别率均达到100%。这说明，GC-IMS 可以有效应用于黄酒挥发性风味物质的检测，在食品风味物质分析等领域具有广阔的应用前景。