基于HS-SPME-GC-MS与近红外光谱联用技术解析黄酒陈酿状态差异及其品质控制研究

为解决黄酒陈酿状态鉴别难题，研究人员结合HS-SPME-GC-MS和NIR技术，构建了高精度分类模型（R2>98%，RPD>5），成功区分1-20年陈酿黄酒，揭示了酯类、醛类等关键风味物质随陈酿时间的变化规律，为地理标志产品绍兴黄酒的质量控制提供了技术支撑。

　　

黄酒作为中国传统发酵酒的代表，其独特风味与陈酿过程密切相关。然而，市场上陈年黄酒的真伪鉴别长期依赖主观感官评价，缺乏客观标准。同时，陈酿过程中酯类、醛类等关键风味物质的动态变化机制尚未系统阐明，制约了黄酒产业的品质提升与标准化发展。

针对这一难题，来自古越龙山酒业等机构的研究团队在《Food Chemistry: X》发表研究，创新性地将顶空固相微萃取气相色谱-质谱联用技术（HS-SPME-GC-MS）与近红外光谱（NIR）相结合，对1年、5年、8年、10年和20年陈酿的半干型黄酒样本进行系统分析。通过化学计量学方法构建了陈酿年份鉴别模型，并解析了关键风味物质的演化规律。

研究采用古越龙山公司提供的5组不同陈酿年份黄酒样本，主要运用三大技术：1）NIR光谱采集（13,000-4000 cm^-1范围）；2）HS-SPME-GC-MS分析挥发性成分；3）化学计量学建模包括因子分析（FA）、主成分分析（PCA）和偏最小二乘回归（PLS）。

NIR光谱分析
通过6198.1-5380.7 cm^-1波段的SNV预处理，建立的FA模型对5个年份组的鉴别准确率达100%。PCA显示前两个主成分累计解释79.5%的变异，不同年份样本呈规律性分布，其中1年与20年样本差异最显著。

挥发性成分定量
检测到148种挥发性化合物，以酯类（44种）、醇类（28种）和醛类（26种）为主。PLS模型对2-苯乙醇（2-phenylethanol）、丁二酸二乙酯（diethyl succinate）等6种标志性化合物的预测R²均>0.97，RPD值全部>3，显示优异预测能力。

代谢物动态变化
热图分析发现：1）2-苯乙醇等醇类物质随陈酿时间递增；2）癸醛（decanal）等醛类呈下降趋势；3）20年陈酿中2,4-二甲基苯甲醛（2,4-dimethylbenzaldehyde）等物质显著富集。PCA进一步证实不同年份样本的挥发性成分存在显著差异，前两个主成分解释50.2%的变异。

该研究首次实现NIR与HS-SPME-GC-MS技术的协同应用，构建的陈酿年份鉴别模型准确率超95%，为黄酒品质控制提供了双重技术保障。揭示的酯类、醛类物质动态变化规律，不仅阐明了陈酿过程中"醇香转酯香"的化学本质，还为优化陈酿工艺提供了分子层面的理论依据。特别是建立的NIR快速检测体系，可大幅提升地理标志产品绍兴黄酒的市场监管效率，对维护传统发酵食品产业健康发展具有重要实践意义。