本研究以山葡萄酒为实验材料，利用电子鼻技术通过主成分分析（PCA)、线性判别分析法(LDA方法)、方差分析法（ANOVA)等多种方法度葡萄酒样品的体积分数、样品体积和样品瓶顶空生成时间进行优化，在优化参数的条件下，通过逐步线性判别分析法（Step-LDA）对2014-2017年不同酒龄的山葡萄酒进行识别，达到对山葡萄酒酒龄准确识别的目的。

检测设备：电子鼻PEN3，德国AIRSENSE

01.PCA和LDA分析

电子鼻在优化参数条件下可以完全区分2014年、2015年、2016年和2017年的山葡萄酒样品，并且在PCA和LDA分析图上，各样品的分布位置不同，储存时间越长，样品间距离越远，识别效果越好。山葡萄酒的优化参数为样品体积分数10%、样品体积5mL、样品瓶顶空生成时间30min。

逐步判别分析法可以依据建立的模板，对未知酒样品进行识别。本实验选取了2014-2017年各10个样品建立模板，对另外10个样品进行逐步线性判别分析。由表6可知，2014-2016年的10个样品预测的准确率均为100%，而2017年的10份样品中有3个样品被误分到2016年，准确率为70%，可能是由于2017年山葡萄酒贮存时间已达半年多，个别样品香气成分与2016年香气成分可能比较接近的原因。本实验说明利用电子鼻通过逐步线性判别分析法对山葡萄酒识别时，山葡萄酒的酒龄为一年半以上时能获得100%的准确率。

结论：电子鼻测定不同酒龄山葡萄酒时，样品体积分数，样品体积和样品瓶顶空生成时间对测定结果有很大影响，其中样品体积的影响程度最大，对单个传感器和复合传感器影响均极显著（P＜0.01）。结合PCA，LDA和ANOVA分析方法，确定出优化参数为：样品体积分数10.0%、样品体积5mL、样品瓶顶空生成时间30min。

文献来源：延边大学农学院