常瑞红，蔡 楠，洪 胜，姜 勇，张瑞娟，郭亚飞

（江苏洋河酒厂股份有限公司，江苏宿迁223800）

中国白酒是世界著名的六大蒸馏酒之一，也是我国特有的蒸馏酒。它是以粮谷为原料，经传统固态法发酵、蒸馏、陈酿、勾调而成，其工艺比其他5种蒸馏酒复杂得多，是我国伟大而宝贵的民族遗产[1]，浓香型白酒作为我国十三大香型的主要香型，因其“无色透明（允许微黄），窖香浓郁、绵甜醇厚，香味协调、尾净爽口”的感官特点，而深受广大消费者喜爱，是目前销量最多的白酒，销售份额占白酒市场80%以上[2]。白酒中的香味化合物种类繁多，常见的为酯类、醇类、酸类等化合物，其中酯类化合物是白酒中最重要的香味组成成分，现在白酒中检出的酯类有45种以上[3]。浓香型白酒中最主要的酯类物质是己酸乙酯、乙酸乙酯、丁酸乙酯、乳酸乙酯，其中己酸乙酯为浓香型白酒的主体香，而己酸乙酯的含量及与其他酯类物质的量比关系决定了浓香型白酒的品质和风格[4]，己酸乙酯和乙酸乙酯比值超出一定范围，可能造成原酒品质变差、香味不协调、口感不正、典型性差，从而影响白酒勾调及成品酒品质。目前，原酒中风味物质的分析大部分采用气相色谱法，此方法操作较繁琐、浪费人力和原酒，且分析周期较长，结果反馈与原酒分级入库不同步[5]。因此，开发一种高效、准确、简便地检测原酒中己酸乙酯与乙酸乙酯含量的检测方法具有重大意义。

近红外光谱分析技术是利用样品在近红外光谱区特有的、丰富的物质信息，用于有机物（含氢基团C-H、S-H、N-H、O-H）定量定性的一种现代化分析技术[6]，其与传统化学分析方法相比，具有分析速度快、样品无需前处理、绿色环保等优点，已在农业[7]、化工[8]、食品[9]等行业广泛应用，为提高酒类检测效率，实现在线检测，研究者逐渐将近红外光谱分析技术应用到酒类生产行业，如酒醅[10]、大曲[11]、白酒[12]、葡萄酒[13]等的快速分析，主要分析含量较高组分，而对酒类产品中的微量组分分析报道较少。

本研究以浓香型原酒为研究对象，运用气相色谱分析、近红外光谱技术结合化学计量学方法（偏最小二乘法）建立己酸乙酯与乙酸乙酯的快速检测模型，以期将该模型应用到实际生产中，提高数据（己酸乙酯与乙酸乙酯含量）反馈的及时性，及时辨识原酒质量指导原酒分级。

1 材料与方法

1.1 材料、试剂与仪器

酒样：417个原酒样品，江苏洋河酒厂股份有限公司。

试剂：己酸乙酯（色谱纯，99.5%），Sigma公司；乙酸乙酯（色谱纯，99.5%），Sigma公司；乙酸正丁酯（色谱纯，98%），Sigma公司；无水乙醇（色谱纯99.7%），国药集团化学试剂有限公司。

仪器设备：NIRMaster傅里叶变换近红外光谱仪，瑞士BUCHI公司；GC-2014C气相色谱（配有氢火焰离子化检测器），日本岛津公司；白酒分析专用色谱柱（20 m×0.45 mm），Kromat公司；电子分析天平，奥豪斯国际贸易有限公司。

1.2 试验方法

1.2.1 化学值测定

气相色谱测定条件：进样口温度130℃；检测器温度 150℃，柱温 95℃，进样量 0.4 μL；以99.999%的氮气为载气，流速40 mL/min；H2流速30 mL/min；空气流速300 mL/min。

气相色谱程序升温：初始温度35℃，保持5 min，以5℃/min升到70℃，保持20 min。

60%vol乙醇溶液的配制：准确量取300 mL无水乙醇移于500 mL容量瓶中，用超纯水定容至刻度，摇匀备用。

2%（体积分数）内标溶液的配制：准确量取2 mL乙酸正丁酯移入100 mL容量瓶中，用60%vol乙醇溶液定容至刻度，摇匀备用。

标准溶液的配制：准确称取己酸乙酯和乙酸乙酯0.800 g，将其用60%vol乙醇溶液溶解并转移至100 mL容量瓶，定容至刻度，摇匀后得混合标准储备液，依次取0.5 mL、1 mL、2 mL、4 mL、6 mL混合标准液至10 mL容量瓶中，分别加入0.2 mL内标溶液，用60%vol乙醇溶液定容至刻度，得到一定浓度梯度的混合标准溶液，依次进样后，分别得到标准曲线。

样品制备：取待测酒样10 mL，加入0.2 mL内标溶液，上机进样，根据内标法进行定量。

本研究通过红外光谱（FTIR）分析OSA基团是否成功接到淀粉链上，通过扫描电子显微镜（SEM）分析对比原淀粉与 OSA淀粉形态的差异。选取不同取代度、颗粒浓度及油相比例等因素，以乳液的体积平均直径粒径（d4,3）和乳化指数（EI）为考察指标，研究上述因素对 OSA淀粉颗粒制备乳液的乳化性影响。

1.2.2 近红外光谱采集

将原酒样品混合均匀后，先用待测液将高性能样品杯和透反射盖清洗3次，然后缓缓倒入20 mL样品（液膜不要有气泡）。采集光谱使用NIRWare Opreator；测量池选择NIRFlex Liquid；波长范围10000～4000 cm-1；仪器分辨率8 cm-1；以空气为内参比；光谱扫描32次，样品重复扫描3次，取平均光谱为分析用光谱。

1.2.3 光谱预处理和模型建立

通过近红外光谱仪扫描417个原酒样品得到1251个光谱，按照建模要求，校正集∶验证集以2∶1原则进行分配，用于定量模型建立。为了消除与浓度无关的其他因素的干扰，提高图谱与样品之间的相关性[14]，一般选择性进行平滑处理、矢量归一化、一阶导数、二阶导数等预处理，从而可有效降低光谱基线的漂移或平移，以得到样品的最明显特征光谱[15]，最后利用偏最小二乘法（PLS）建立相应项目的定量模型。

1.2.4 模型评价方法

近红外光谱模型的质量性能，一般由决定系数（R2）和预测均方根误差（RMSEP）指标进行评价，R2越接近1，表明模型线性关系越好，RMSEP越小，表明模型预测效果越好，预测结果的误差越小[16]。

为检验模型的稳定性和精密度，随机取2个盲样，通过近红外光谱仪扫描11次，得到11组数据，根据标准偏差（RSD）评价模型的稳定性和精密度；为检验模型的预测能力，随机取87个盲样，根据比较气相色谱仪分析结果与近红外模型分析结果之间的偏差，证明模型预测结果是否准确。

2 结果与分析

2.1 原酒的气相色谱（图1）

图1 标样和原酒样品的气相色谱图

由图1可知，混合标准物与原酒中其他风味物质均得到良好分离，峰形较好且独立，可采用此方法对原酒中风味物质进行准确定量。

2.2 原酒中己酸乙酯与乙酸乙酯的化学值

运用气相色谱分析原酒中己酸乙酯和乙酸乙酯的含量，根据混标和内标的质量浓度、峰面积对应关系，拟合得到线性回归方程。结果见表1。

表1 己酸乙酯和乙酸乙酯的保留时间、回归方程和相关系数

由表1可知，己酸乙酯和乙酸乙酯的保留时间分别为34.29 min、2.98 min，标准曲线的相关系数分别为0.9998和0.9997，说明其线性关系良好。

原酒中己酸乙酯和乙酸乙酯的化学值测定结果见表2，由表2可知，己酸乙酯和乙酸乙酯校正集和验证集的范围（最大值和最小值）较大，样品代表性较强，但并不能代表所有原酒，后续可根据需要扩大建模的数据范围，使建立的模型更具有适应性。

表2 原酒中己酸乙酯和乙酸乙酯的化学值分析

2.3 原酒近红外光谱图处理及模型建立（图2）

图2 原酒样品的近红外光谱图

原酒样品经近红外光谱仪扫描得到一系列原始光谱，最后汇集为一张特征光谱图，如图2a所示，原始光谱经DB1、NCL预处理后得到最终用于建模的谱图，如图2b所示。

原酒中主要成分是水和乙醇，其含量达98%～99%，水分子的一级倍频吸收在7200 cm-1附近，合频位于4600 cm-1附近；乙醇的特征吸收区域位于4347 cm-1附近[17]，所以为了避免水分和乙醇分子对模型定量的干扰，在建模之初需将此段波长扣除。

由图2可知，原酒样品在10000～4000 cm-1波段内具有特征性的吸收，在7144～5000 cm-1和9500～7404 cm-1波段内吸收较为强烈；在10000～9500 cm-1波段内吸收相对较弱；由图2a可知，每条光谱形状相近，谱图较窄，说明样品均匀度好，具有较好的重复性和一定的差异性。由图2b所示，光谱经DB1、NCL预处理方法处理后，光谱分辨率得以提高，光谱间的差异得到加强。所以原酒中己酸乙酯和乙酸乙酯建模的最优波段均为9500～7404 cm-1和 7144～5000 cm-1。

2.4 模型的建立

根据2.3分析，原酒中己酸乙酯和乙酸乙酯建模最佳光谱区、最佳预处理方法和主成分维数见表3。

表3 己酸乙酯和乙酸乙酯最优波段的选择和最佳预处理方法

在此条件下，己酸乙酯和乙酸乙酯定量模型的R2分别为0.9107、0.9164，说明模型的线性关系均较好；预测均方根误差（RMSEP）分别为2.1351、1.7918，其值略微偏高一点，说明其模型预测误差会略微偏大一些，RMSEP略大可能是因为己酸乙酯和乙酸乙酯本是原酒中的微量风味成分，其自身会发生一些酯化、缩合及水解等化学反应，导致含量发生微小变化。但总体而言，己酸乙酯和乙酸乙酯的模型质量是较好的。

2.5 模型精密度和稳定性验证

为了检验模型预测原酒中己酸乙酯和乙酸乙酯结果的精密度和稳定性，我们随机抽取2个原酒盲样，分别进行11次重复预测实验，并将预测结果和化学值（真值）进行比较，结果见表4。

由表4可知，2个原酒样品预测结果相对标准偏 差（relative standard deviation，RSD）分 别 为0.93%、1.32%、0.62%、0.96%，均小于5%，说明采用近红外模型预测原酒中己酸乙酯和乙酸乙酯的波动较小；预测值与化学值之间的相对误差分别为0.71%、0.34%、0.45%、0.92%，与化学值差异较小，同时对预测结果与化学值进行t检验，在0.05水平下，结果没有显著差异性，说明预测值与化学值不存在系统误差。从而说明两个指标模型的精密度和稳定性较好。

表4 模型预测样品的精密度和稳定性检验 (mg/100 mL)

2.6 模型可靠性验证

利用已建立好的模型对87个未参与建模的盲样进行预测，进一步验证模型的可靠性，盲样的预测能更客观真实地反映模型对样品的预测性能[18]，结果见图3。由图3可知，己酸乙酯和乙酸乙酯的预测模型对盲样的预测误差分别为0.591%、0.712%，且相关性均较好，R2分别为0.9948、0.9977，说明模型的预测效果较好。综上所述，建立的模型预测性能较好，预测结果可靠，可以很好地预测未知原酒样品中己酸乙酯和乙酸乙酯的含量。

图3 己酸乙酯和乙酸乙酯预测值与化学值相关图

3 结论

本研究采用近红外光谱技术对浓香型原酒中己酸乙酯和乙酸乙酯的近红外图谱进行分析，并结合气相色谱法测得的己酸乙酯和乙酸乙酯含量进行建模，原酒中两项指标（己酸乙酯和乙酸乙酯）模型的 R2分别为 0.9107、0.9164，RMSEP 分别为2.1351、1.7918，在后续验证试验中，预测值和化学实测值无显著差异（0.05水平下），且预测重复实验的RSD（%）均小于5%；模型对盲样的预测误差分别为0.591%、0.712%，R2分别为0.9948、0.9977，综合说明模型的准确度、稳定性及可靠性均较好，即预测效果较好，满足生产检测需求。

本文建立了浓香型原酒中己酸乙酯和乙酸乙酯快速检测模型，不仅简化分析流程、提高检测效率、减少资源浪费等，且可及时高效地检出原酒中己酸乙酯和乙酸乙酯含量，有效辨识原酒品质优劣，合理指导原酒分级。因此，近红外光谱技术在原酒分析中具有很好的应用前景。