陈静 孙宇 沈丽

摘要 介绍了电子鼻（人工嗅觉系统）的基本原理及主要组成部分，综述了电子鼻近年来在检测农产品品质的研究进展，展望了其未来发展趋势。

关键词 电子鼻;农产品品质;检测;应用

中图分类号 S126  文献标识码 A  文章编号 0517-6611（2015）03-364-03

Application of Electronic Nose in Detecting the Quality of Agriculture Products

CHEN Jing， SUN Yu*， SHEN Li

（Beijing Wuzi University， Beijing 101149）

Abstract The principle and constitution of electronic nose（artificial olfactory system） was introduced， research progress of electronic nose in detection of agriculture products quality in recent years were reviewed， the development trend was forecasted.

Key words Electronic nose; Agriculture products quality; Detection; Application

基金项目 国家自然科学基金项目（31101337）;北京市科委科技新星项目（2011E005009000001）。

作者简介 陈静（1978- ），女，内蒙古通辽人，副教授，博士，从事食品流通与流通安全研究。

*通讯作者，硕士研究生，研究方向：食品流通与流通安全。

收稿日期 20141119

1 电子鼻（人工嗅觉系统）

电子鼻（Electronic Nose，EN）也称人工嗅觉系统，是模仿生物鼻的一种电子系统。电子鼻虽然研究历史很长，但1989年电子鼻才被正式定义。随后一年，研究者们召开了第一届电子鼻学术会议。目前科学家们已经在很多领域对电子鼻系统进行了研究和试验，这一系统也在很多领域为人类做出了贡献。

1.1 电子鼻工作基本原理

电子鼻系统的技术核心由气敏传感器阵列、信号预处理和模式识别系统组成，其工作流程如图1所示。传感器与不同气体接触或反应后会产生不同响应信号，响应谱就是对这些信号处理后得到的，经过信号预处理和模式识别分析，可对气体进行定性或定量的检测^[2]。

1.2 气敏传感器及其阵列

电子鼻性能的核心技术取决于气敏传感器及其阵列的选择，要提高电子鼻检测系统的性能必须选择适当的传感器阵列。传感器的决定性部分是敏感

材料，不同类型的气敏传感器由不同的敏感材料构成。目

图1 电子鼻系统工作流程

前，应用比较广泛的气敏传感器大体可分为4类：第一类，包

括金属氧化物半导体电导型和有机聚合物膜电导型气敏传

感器。第二类，场效应管气敏传感器^[3]。这种传感器是应用电荷功耗作用制成的。第三类，质量敏感型气敏传感器，包括石英晶体微天平气敏传感器和表面声波气敏传感器。第四类，基于光谱变化原理的光纤气敏传感器。这4类传感器由于材料和工作原理不同，在一致性、选择性、稳定性等方面存在差异。不同类型的传感器对不同检测对象的响应性不同，表1描述了该研究涉及的传感器的响应机理、属性和特点。

表1 几种传感器优缺点比较

作用机理测量方法气敏传感器种类制备方法灵敏度优点缺点

金属氧化物传感器（电导型气敏传感器）电导率金属氧化物微加工，喷涂5×10^-6～

5×10^-4价格合理，响应速度快，稳定性强在高溫下才能正常工作

有机聚合物膜气敏传感器（电导型气敏传感器）电导率，电容有机聚合物微加工，电镀，丝网印刷，旋涂1×10^-7～

1×10^-4常温下即可工作对湿度很敏感

场效应管气敏传感器（电势气敏传感器）电压，电流场效应管气敏传感器微加工技术仅能检测特定气体集成度较高，适用于以 CMOS 为基础化学传感器基底气体响应程度需要达到肖特基门槛

质量敏感型气敏传感器频率石英晶体微天平，声表面波微加工，电镀，丝网印刷，旋涂1.0 ng灵敏度高，可在常温下工作制作较复杂、要求高

光学气敏传感器波长，光吸收度光纤气敏传感器微加工，电镀，丝网印刷，旋涂待研究中屏蔽噪声能力强适应性强价格相对昂贵，适用范围小

1.2.1 金属氧化物气敏传感器。

目前，金属氧化物气敏传感器由于具有制备工艺成熟、结构简单、易集成、灵敏度高、对气体响应和恢复迅速、成本低等优越性受到研究者们的青睐。

学术界对金属氧化物气敏传感器（MOS）的气敏机理主要提出了两种模型：一是氧空位模型，空间电荷岁表面离子态浓度及其氧空位的变化发生变化;二是离子化模型，材料表面势垒在吸附气体前后发生变化而导致的敏感效应。

制备金属氧化物气敏传感器的过程中，可在其材料中混入贵金属，如金、铂、钯等来增加其灵敏度，掺杂贵金属后还可达到降低工作温度的目的。目前，金属氧化物半导体传感器的制备工艺已经非常成熟，产品有很高的商业化程度。

1.2.2 导电聚合物气敏传感器。

热电性、光电性、导电性强、低成本、附着性强、可与其他功能材料共聚或复合、可在非高温状态下使用等，是导电聚合物气敏传感器的主要优点。这类材料中的聚苯胺（PANI）、聚噻吩（PTH）、聚吡咯（PPY）由于这些性质比较突出，成为了导电聚合物气敏传感器的典型。

其气敏响应机理可以简单的概括为，聚合材料的电导率在吸附气体后，由于发生化学反应或产生聚合链溶胀而改变。由于检测不同气体会有不同的电导率变化，因此，可以用于检测气体的种类和浓度。

导电聚合物气敏传感器检测大气环境中的气体时，有不俗的表现。同时导电聚合物气敏传感器也可用于芳香烃（苯、甲苯、乙苯和苯乙烯等）、卤代烃类（卤代甲烷）、醇类（甲醇、乙醇、丙醇、丁醇）、丙酮等有机溶剂蒸汽的检测，检测的精度最高可达 10^-5[4]。

1.2.3 场效应管气敏传感器。

制备场效应管气敏传感器（MOSFET）的方法是，在栅极上涂敷一层敏感薄膜，场效应管气敏传感器（MOSFET）的选择性由所涂覆的敏感薄膜决定。传感器的选择性和灵敏度可以通过调整改变传感器的工作温度，催化剂种类和涂膜厚度实现。当气体与敏感膜相互作用时，传感器性能随漏源电流变化而变化，通过分析这些变化可以得到被测气体的信息。MOSFET气敏传感器可对CO₂、NO₂、CH₄以及有机气体等进行定量检测^[5-6]。

1.2.4 质量敏感型气敏传感器。

质量敏感型气敏传感器由于在抗干扰性、集成、精度、与计算机等处理系统相连等方面表现优异而受到研究者的广泛关注。

质量型气敏传感器以声表面波气敏传感器（SAW）和石英晶体微天平气敏传感器（QCM）为代表。质量型气敏传感器的气敏响应机理可以这样表述，将薄膜构成的振荡器涂在压电材料表面，由于薄膜具有选择吸附性，振荡器的声波参数（如波速、频率、振幅等）受到所附气体质量的影响会发生一系列变化，通过分析参数可以得到被测气体的相关信息。

结构简单、灵敏度高、成本低、稳定可靠等是比石英晶体微天平（QCM）气敏传感器的主要优势。声表面波气敏（SAW）传感器的工作频率比石英晶体微天平（QCM）气敏传感器高得多，因此SAW传感器比QCM传感器更为灵敏，但SAW的检测电路也比QCM的复杂，因此，易受环境温度等其他条件影响。

1.2.5 光纤气敏传感器。

近几年发展最快的传感器是光纤气敏传感器，光纤气敏传感器由光学特性表征，而传统的气敏传感器测量的是电信号如电势、电阻、电压或频率等。光纤气敏传感器适用性很强，表现于其可适应各种不同的光源、各式的光纤以及检测器等。

与上述几种传感器的原理均不相同，光纤气敏传感器的检测的方法是通过吸光度进行的，但也由于这个原因，这种方法专一性较强，如对CO₂有很强的选择性和敏感性，但对于其他低浓度气体几乎不敏感^[7]。

1.3 信号处理方法

信号处理和模式识别是电子鼻信号处理的主要部分，其作用是对信号进行分析和判斷，与人的大脑类似^[8]。传感器阵列对气味的灵敏度除与传感器质量有关，与处理信号的方法也有密切关系。

1.3.1 信号预处理子系统。

对信号进行滤波、交换和特征提取是信号预处理子系统的主要工作，其中特征提取是关键步骤。在进行特征提取和校正传感器阵列时，研究者们经常采用差分法、归一法和相对法等^[9]。为了提高数据转换的有效性并保证模式识别的准确性，可以将信号预处理与模式识别系统共同开发。

1.3.2 模式识别子系统。

经过特征提取后，对得到的信息进行再处理的过程称为模式识别，通过模式识别，可以获得混合气体的组成成分和浓度的信息。可将模式识别的过程分为两个阶段，一是学习阶段，即训练电子鼻使其明确被测气体的的特征;二是应用阶段，即通过模式识别对被测气体进行辨识。模式识别的方法多种多样且与不同的信号处理方法配合有不同效果，目前，使用比较广泛的模式识别方法有线性分类、局部最小方差、主成分分析、判别式分析、模板匹配、神经网络等。

2 电子鼻在农产品品质分析的应用研究进展

目前，人们检测农产品的主要依据是分析其理化性质、性状、生物特性及实际品尝，特别是通过感官评定和理化分析来评判农产品质量。这两种方法各有其优缺点，如表2所示。

表2 两种检测方法优缺点对比

感官评定理化分析

优点

检测方法简单、操作难度小、方便快捷检测精度高、结果准确

缺点

重复性差、评定结果变异大、不易量化、主观性强费用高、周期长、操作复杂、不易自动化

随着人们生活水平的提高，食品安全受到了更多的关注，能够便捷、可靠的确定食品安全，保证品质已成为消费者和研究者都十分关注的焦点，电子鼻技术由于能够满足这样的需要而越来越受到人们的重视。与传统的农产品评价方法相比，电子鼻检测方法在操作难度、检测时间、便携性、自动化等方面表现不俗。

安徽农业科学                         2015年

2.1 电子鼻在肉类方面的应用

Bourrounet等应用电子鼻系统来测量加热猪肉所挥发出来的气体判别猪肉的新鲜度^[9]。对38个背脂样品进行分析后，发现预测模型具有预测未知样品的能力，其准确率高达84.2%。Arnold等应用电子鼻系统测量了肉品新鲜度，他们主要分析了肉类加工品加工过程中微生物种类与数量和挥发性物质之间的联系^[10]。Barbri等应用电子鼻系统对牛羊肉的新鲜度进行了实验，结果发现电子鼻不但有区分新鲜肉和腐败肉的能力，而且在4℃条件下能够区分出不同货架期的牛肉和羊肉^[11]。

2.2 电子鼻在鱼类方面的应用

Zhang S.P.等通过检测海鲜的甲醛含量来判定是否腐败，他们用由6个TGS气体传感器构成的电子鼻，通过PCA分析得到结果，发现电子鼻能够快速地检测海鲜是否腐败^[12]。Hammond等应用金属氧化物半导体传感器阵列，通过神经网络数据分析，来检测大西洋鱿鱼、北大西洋蟾鱼、大西洋鳍鱼等3种鱼的新鲜度，结果表明该传感器阵列能够分辨出1～15 d不同保存天数的样品^[13]。Olafsdottir G.等研究了电子鼻系统在检测鱼类新鲜度及质量方面的应用，其研究成果奠定了鱼类品质质量的判断及多传感器设备建设和产业化的基础^[14]。

2.3 电子鼻在水果方面的应用

Brezmes J.等利用电子鼻系统对3种不同成熟度的水果进行评定，结果表明，电子鼻系统检测桃子和梨的准确率超过90%^[15]。Corrado D.N.等采用电子鼻系统检测了过熟苹果的表面损伤及粉性化问题和橘子芳香气味在储藏期间发生的变化，其结果表明：电子鼻可以对苹果进行预测、探伤，也能够预测橘子的储藏时间^[16]。Defilinpi等则分别应用电子鼻及感官评价对不同成熟阶段的杏进行了评价并用气相-质谱联用作为对比，结果表明两种方法都能够区分出两个不同成熟阶段的样品，但电子鼻的检测时间远远少于气相-质谱联用^[17]。

2.4 电子鼻在谷物方面的应用

Olsson J.等利用电子鼻系统和GC-MS技术检测了谷物贮藏过程中的挥发性气体的变化，通过PCA及PLS分析和对比试验，发现电子鼻能够准确预测出脱氧萎镰菌醇的含量^[18]。Paolesse R.等采用电子鼻对掺杂2种不同真菌的谷物进行了检测鉴别并用GCMS技术进行对比，其实验结果表明，电子鼻系统能够准确分辨出腐败和未腐败样品，以及腐败程度不同的样品，是一种快速无损的检测方法^[19]。

2.5 电子鼻在茶叶方面的应用

Dutta R.等采用电子鼻对5种经不同方法干燥、发酵和加热处理等加工工艺的茶叶进行了检测和评定，结论是：采用RBF的ANN方法可以100%地区分5种不同制作工艺的茶叶^[20]。Bhattacharyya N.等应用电子鼻对红茶发酵过程中的挥发性物质变化进行了在线跟踪，结果发现电子鼻不但能够探测无形系茶树品种发酵过程中的挥发性物质，而且能对其进行分类^[21]。

2.6 电子鼻在蔬菜方面的应用

Berna A.z.等通过检测番茄香气判断番茄品种，他们采用了基于石英晶体微平衡系统的电子鼻和基于质谱的电子鼻技术，同时应用固相微萃取结合气相色谱联用技术作为对比实验方法。结果表明电子鼻能够识别番茄品种^[22]。Goncinal.等利用电子鼻技术检测了罐装去皮的番茄接種不同菌种后的挥发性气体，同时GCMS技术进行对比实验，结果表明该电子鼻系统不但能够辨别变质番茄和未变质番茄，而且可以对特殊污染物（如大肠杆菌和啤酒酵母等）进行早期检测^[23]。

3 电子鼻发展趋势

与需要对样品进行繁琐的预处理和复杂、专业的实验操作的仪器相比，电子鼻在响应时间、检测速度、检测结果等方面表现优异。另外，人鼻无法胜任的检测毒气或刺激性气体的工作，电子鼻也可完成^[24]。虽然电子鼻技术随着其支持技术（新型传感器技术、微细加工技术、纳米技术、先进的信号处理算法）的快速发展而发展，但其检测水平和检测精度与人们的期望还存在着一定差距，因此还有许多研究工作要做。下面就其未来的发展趋势进行简要的展望。

（1）新型传感器的开发。目前的器皿传感器虽然多种多样，但是其应用大多还有很强的局限性，还没有一种能够通用的传感器出现，通过新型传感器的开发研究，希望能找到一种普遍适用的传感器来满足各种需求。

（2）信号处理方面，新的识别模式需要进一步开发和研究。目前电子鼻分析得到的被测样品挥发成分信息只是它的总体信息，而不是定性或定量的结果，因此需要更加精确的模式识别系统来对总体样本进行分析，新的模式识别技术必将推动电子鼻的发展。

（3）电子鼻相关技术的发展和融合是传感器数据融合这个新兴学科产生的基础。经过适当的融合后，传感器的特长可以充分发挥从而提高信息检测的精度和可靠性，为更好的判断、识别和决策提供更加真实可靠的数据。

（4）电子鼻需要更高的智能性来满足人们的要求，而随着生物信息学、生物芯片及生物计算机的出现，相信电子鼻的智能性会进一步提高。

参考文献

[1] GARDNER J W，BARTLETT P N.A brief history of electronic nose[J].Sensors and Actuators B，1994，18（19）：211-220.

[2] 于勇，王 俊，周 鸣.电子鼻技术的研究进展及其在农产品加工中的应用[J].浙江大学学报农业与生命科学版，2003，29（5）：579-584.

[3] 黄 晖，杨 鹏，姜海青，等.仿生气体测量系统电子鼻[J].传感器技术，2003，22（1）：1-4.

[4] NANTO H，STETTER J R.Introduction to chemossensors[M]//PEARCE T C，SCHIFFAN S S.Handbook of machine olfaction：electronic nose technology.Germany：Wiley-VCH，2003：506-507.

[5] KALMAN E L，LOFVENDAHL A，WINQUIST F，et al.Classification of complex gas mixture from automotive leather using an electronic nose[J].Analytica Chimica Acta，2000，403（1/2）：31-38.

[6] COVINGTON J A，GARDNER J W，BRIAND D，et al.A polymer gate fet sensor array for detecting organic vapours [J].Sensors and Actuators B：Chemical，2001，77（1/2）：155-162.

[7] 祝佳婧.電子鼻传感器技术的研制进展[J].北京生物医学工程，2002，21（4）：298-301.

[8] 高旭平，王平.电子鼻信号处理方法的研究进展[J].国外医学生物：医学工程分册，2001，24（1）：1-6.

[9] BOURROUNET B，TALOU T，GASET A.Application of a multi-gas-sensor device in the meat industry for Boar-taint detection [J].Sensors and Actuators B：Chemical，1995，27（1/3）：250-254.

[10] ARNOLD J W，SENTER S D.Use of digital aroma technology and SPME GC-MS to compare volatile compounds produced by bacteria isolate from processed poultry[J].Journal of the Science of Food and Agriculture，1998，38（3）：343-348.

[11] BARBRI N E，LLOBET E.Electronic Nose Based on Metal Oxide Semieonduetor Sensors as an Alternative Technique for the Spoilage Classification of Red Meat[J].Sensors，2008，8：142-156.

[12] ZHANG S P，XIE C S，BAI Z K，et al.Spoiling and formaldehyde-containing detections in octopus with an E-nose[J].Food Chemistry，2009，113（4）：1346-1350.

[13] HAMMOND J，MARQUIS B，MICHAELS R.A semiconducting metal-oxide array for monitoring fish freshness[J].Sensors and Actuators B，2002，84（2/3）：113-122.

[14] OLAFSDOTTIR G，NESVADBA P，CARECHE M，et al.Multisensor for fish quality determination[J].Trends in Food Science&Technology，2004，15（2）：86-93.