宁夏大学张军翔教授等：融合机器学习的赤霞珠干红葡萄酒香气浓郁度关键化合物挖掘

背景：葡萄酒香气是影响消费者偏好的关键感官特征，但传统感官评价存在主观性，仪器分析成本高，因此需要建立客观评价方法。研究目的：本研究旨在融合机器学习，建立赤霞珠干红葡萄酒香气浓郁度的客观评价方法，并解析影响浓郁度的关键香气化合物。结论：通过感官模糊综合评价将14种酒样划分为不同浓郁度等级；香气浓郁度与可滴定酸、挥发酸及挥发性脂肪酸类化合物含量显著正相关；乙酸乙酯、乙酸异戊酯、乙酸苯乙酯和α-大马酮的气味活性值（OAV）与浓郁度显著正相关；正交偏最小二乘判别分析（OPLS-DA）识别出异丁醇、癸酸乙酯、癸醛、乙酸苯乙酯和α-大马酮为关键差异化合物，其中α-大马酮受年份和产地显著影响；比较三种机器学习算法，随机森林（RF）稳定性最强，筛选出的重要特征因子多为酯类和挥发性脂肪酸类物质，为葡萄酒香气客观评价和质量控制提供了理论指导。