摘要:
西北地区具有独特的风土条件,适宜酿酒葡萄的种植,已形成"大产区大品牌"的产业规划。但西北地区葡萄酒的地域风格尚不明晰,导致产业的规范性不足,可持续发展存在隐患。该研究分析西北地区干红葡萄酒的23项重要的色泽-味感理化指标,旨在开发一种基于机器学习技术的葡萄酒判别方法,实现西北地区干红葡萄酒产地和酒龄的精准判别。首先,以西北地区200款干红葡萄酒为研究对象,通过理化试验测定了总酚、总花色苷、滴定酸等23项色泽-味感理化指标;然后,采用Pearson相关系数分析了西北产区葡萄酒质量特征的一致性,并耦合随机森林(Random Forest, RF)分析理化指标对干红葡萄酒产地和酒龄表征的贡献度;最后,基于人工神经网络(Artificial Neural Networks, ANN)构建了西北地区干红葡萄酒产地和酒龄的精准判别模型。结果表明,色泽相关指标的模型贡献率合计31%,花色苷相关指标的模型贡献率合计26%,酚类物质相关指标的模型贡献率合计21.1%。模型对宁夏产区酒样判别的灵敏度(Sensitivity, SEN)为98.72%,准确率(Accuracy, CCR)98.72%;对新疆产区酒样判别的SEN为95.45%,CCR为100%;对甘肃产区酒样判别的SEN为100%,CCR为95.45%。该方法可以实现西北产区干红葡萄酒产地和酒龄的精准判别,可为中国西北地区优质葡萄酒的生产和产品的市场监管提供科学依据。