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

本研究以14种不同产地及年份的赤霞珠干红葡萄酒为对象，旨在建立一种基于机器学习的香气浓郁度客观评价方法，并解析关键香气化合物。研究背景是葡萄酒香气浓郁度对品质评价至关重要，但传统感官评价主观性强，仪器分析成本高。研究目的为通过气相色谱-质谱分析、理化指标测定及模糊数学感官综合评价，挖掘影响香气浓郁度的关键化合物，并利用机器学习算法构建预测模型。结论表明：基于模糊数学可将酒样划分为4个浓郁度等级；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OAV与浓郁度显著正相关；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；随机森林算法（RF）模型性能最优，重要预测因子多为酯类和脂肪酸类物质。研究为葡萄酒香气客观评价和质量控制提供了理论指导。