一、材料與方法

材料

市售12個品牌原味豬肉脯，分別編號1～12，每種樣品選擇3個批次，每個批次選取3個豬肉脯作為實驗樣本。

儀器

上海瑞玢電子鼻

二、結果與分析

豬肉脯電子鼻風味分析

以第1批次的樣品為例，電子鼻檢測豬肉脯的風味信號響應曲線如圖1所示，電子鼻設備中各傳感器信號在120 s后基本趨向于穩定，截取電子鼻信號響應時間曲線中120～150 s時間段的平均值作為電子鼻的最終表征值，然后使用10 個電子鼻傳感器陣列信號作響應雷達圖。

由圖2可知，12 個品牌豬肉脯樣本的信號響應基本相似，其中傳感器W1S、W1W、W5S響應最為敏感，對應響應值均大于5倍初始值（G0），響應較微弱的傳感器有W1C、W3C、W5C。依據電子鼻傳感器陣列中10 個傳感器性能的描述（表1）可知，豬肉脯VOCs組分中含有芳香族化合物、硫化物、烷烴和一些弱極性化合物；W2S的響應值（G/G0）大于2，表明VOCs中含有醇、醛及醚等物質。由于電子鼻的響應信號無法直觀獲得VOCs組分的空間分布信息，因此，需要借助模式識別方法進行進一步分析。

豬肉脯品質判別

將12 個品牌共108 個豬肉脯樣本的電子鼻響應特征值作為表征變量，由于歸為合格等級的僅有8號品牌，特級僅有3號品牌，其余樣品屬于優級或不合格產品，為便于分析將樣本劃分為合格品與不合格品，即合格品為品牌編號3、4、8、10、11、12的樣品，其余品牌均為不合格樣品。

選取樣本電子鼻響應曲線中120～150 s時間段內穩定數據的平均值作為傳感器響應值，最終每個樣本品質屬性由10 個特征值（即10 個傳感器響應值）表征，所有樣本形成108×10的二維矩陣，采用k最近鄰算法進一步分析，數據經PCA處理后取前2個主成分得分作為變量參與建模，對應的貢獻率分別為74.57%、20.01%（累積貢獻率為94.58%），表明前2個主成分能夠表征大部分的原始數據信息。采用k最近鄰算法對PCA處理后的得分矩陣建立模型（k=3），以便觀察不同品質豬肉脯樣品的歸屬分布。由圖3可知：大部分合格樣品均歸屬于同一個聚集區域，僅有4號品牌的1 個批次樣品遠離歸屬邊界（圖中箭頭標記處）；不合格樣品分布區域較為廣泛，原因可能是不同豬肉脯使用的原料和生產工藝差異引起VOCs組分不同；最終k最近鄰判別方法分類的理論準確率達89.81%，由此可知，基于電子鼻技術的豬肉脯品質判別具有一定的可行性，后期需增加獨立樣品數量，用以驗證模型的實用型。

三、結 論

采用上海瑞玢電子鼻技術對不同品質豬肉脯的VOCs成分進行分析檢測，輔以理化指標分析豬肉脯樣品的品質屬性，并建立基于風味指紋圖譜的豬肉脯品質判別模型。結果表明，用電子鼻系統檢測出豬肉脯的主要風味成分為芳香族化合物、硫化物、烷烴及弱極性化合物，依據傳感器陣列的表征值結合化學計量學方法建立的理論判別模型準確率達89.81%，表明該方法具有一定的應用前景，可為豬肉脯等相關肉制品品質的快速判別提供一種新思路。