本研究以山葡萄酒為實驗材料，利用電子鼻技術通過主成分分析（PCA)、線性判別分析法(LDA方法)、方差分析法（ANOVA)等多種方法度葡萄酒樣品的體積分數、樣品體積和樣品瓶頂空生成時間進行優化，在優化參數的條件下，通過逐步線性判別分析法（Step-LDA）對2014-2017年不同酒齡的山葡萄酒進行識別，達到對山葡萄酒酒齡準確識別的目的。

檢測設備：電子鼻PEN3，德國AIRSENSE

01.PCA和LDA分析

電子鼻在優化參數條件下可以區分2014年、2015年、2016年和2017年的山葡萄酒樣品，并且在PCA和LDA分析圖上，各樣品的分布位置不同，儲存時間越長，樣品間距離越遠，識別效果越好。山葡萄酒的優化參數為樣品體積分數10%、樣品體積5mL、樣品瓶頂空生成時間30min。

逐步判別分析法可以依據建立的模板，對未知酒樣品進行識別。本實驗選取了2014-2017年各10個樣品建立模板，對另外10個樣品進行逐步線性判別分析。由表6可知，2014-2016年的10個樣品預測的準確率均為 100 %，而2017年的10份樣品中有3個樣品被誤分到2016年，準確率為70%，可能是由于2017年山葡萄酒貯存時間已達半年多，個別樣品香氣成分與2016年香氣成分可能比較接近的原因。本實驗說明利用電子鼻通過逐步線性判別分析法對山葡萄酒識別時，山葡萄酒的酒齡為一年半以上時能獲得 100 %的準確率。

結論：電子鼻測定不同酒齡山葡萄酒時，樣品體積分數，樣品體積和樣品瓶頂空生成時間對測定結果有很大影響，其中樣品體積的影響程度大，對單個傳感器和復合傳感器影響均極顯著（P＜0.01）。結合PCA，LDA和ANOVA分析方法，確定出優化參數為：樣品體積分數10.0%、樣品體積5mL、樣品瓶頂空生成時間30min。

文獻來源：延邊大學農學院