基于理化指标分析的葡萄与葡萄酒的评价
基于理化指标分析的葡萄与葡萄酒的评价
摘要
针对酿酒葡萄与葡萄酒理化指标的统计，通过聚类法，典型相关分析及逐步回归分析法等，建立数据统计模型：
对于问题一，首先对两组数据进行整理分析，然后利用spss软件进行配对数据t-检验（详见第三页表二），从而判断出两组评酒员的评价结果具有显著性差异。而后利用excel进行方差分析-无重复双因子分析得出二组结果更为可信。详细见第 3 页。
对于问题二，使用matlab软件对原始变量进行主成分分析得出中和变量,然后使用spss软件应用离差平方和法对中和变量进行聚类分析，从而根据酿酒葡萄的理化指标和葡萄酒的质量对这些酿酒葡萄进行分级，为了检验欧式测距是否可以正确区分出葡萄的等级，所以对主成份分析后的理化指标求均值，经过验证，均值相差大，足以区分葡萄等级，最终将红葡萄分为3级，白葡萄分为4级。详细见第 5 页。
对于问题三，首先通过matlab软件对葡萄酒的理化指标进行主成分分析，得出中和指标。然后使用spss软件进行典型相关分析，得到葡萄酒的理化指标与酿酒葡萄的理化指标的关联度。再通过对关系度表格的分析，得到酿酒葡萄与葡萄酒的理化指标之间的联系。详细见第 14 页。
对于问题四，考虑到葡萄酒质量与酿酒葡萄和葡萄酒理化指标可能成线性关系，故应用逐步回归分析，将葡萄酒质量设为因变量，酿酒葡萄和葡萄酒理化指标设为自变量，列出线性回归方程，通过spss软件进行数据拟合和显著性分析，排除影响不显著的变量，将因变量与评酒员打分结果对比，得出拟合结果基本符合。再通过分析得到分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响。最后根据F检验判断所得数据的正确性。由于葡萄酒可能会收到年份和贮藏环境等其他因素的影响，因此不能单纯地通过葡萄和葡萄酒的理化指标来评价葡萄酒的质量。详细见第 16 页。
关键字：典型相关分析 t检验主成分分析
一、问题重述
葡萄酒是一种成分复杂的酒精饮料，不同产地、年份和品种的葡萄酒成分不同。成分与葡酒的质量关系密切，是划分葡萄酒等级的重要依据。而通过测量葡萄酒的物理化学性质进而评估其质量，应该是最有效的方法。理化实验室常规检验包括葡萄酒的密度，酒精或pH 值，而质量评价主要依靠专家的感官。应该强调指出味道是最难理解的一种感官，因此葡萄酒质量分类是一项艰巨的任务。根据酿酒葡萄的理化指标和葡萄酒的质量对这些酿酒葡萄进行分级。分析酿酒葡萄与葡萄酒的理化指标之间的联系。分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响，并论证能否用葡萄和葡萄酒的理化指标来评价葡萄酒的质量？等等属于此范畴。
二、问题分析
本题是研究酿酒葡萄的理化指标，葡萄酒的理化指标，酿酒葡萄的质量，葡萄酒的质量之间的关系。根据已有的数据分析出他们之间存在的关系来判断能否用葡萄和葡萄酒的理化指标来评价葡萄酒的质量？
问题一使用matlab 进行显著性差异分析，并判断出哪组评酒员的评价更可信。
问题二利用SPSS 统计分析软件分别对红、白葡萄的理化指标进行因子分析，确定哪些因素对酿酒葡萄的分级起主要作用，并根据对主要因素的分析划分酿酒葡萄的等级。
问题三根据典型相关分析，得到酿酒葡萄与葡萄酒理化指标的关联度，通过对关系度表格的分析，可以得到酿酒葡萄与葡萄酒的理化指标之间的联系。 问题四由典型相关分析分别得到酿酒葡萄理化指标与葡萄酒质量的关联度和葡萄酒的理化指标对葡萄酒的质量的关联度，再通过分析得到分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响。
三、模型假设
1. 评酒员为人正派，品德高尚，有充足的精力和体力。
2．评酒员有好的感官和较低的感官阀值，对样品有较高的鉴赏能力。 3．评酒时所处的环境是相同，且未收到外界干扰。 4. 采集数据时数据误差在可控范围内。 5. 不考虑不同葡萄酒的酿造时间。
四、定义与符号说明
1X ，2X 分别为两样本平均数。
1
2X σ，22X σ分别为两样本方差。
γ为相关样本的相关系数。
ij e 表示向量i e 的第j 个分量。
11R ，22R 分别为第一组变量和第二组变量的相关系数阵。 12R = 21
R '为第一组变量和第二组变量的相关系数。 五、模型的建立与求解
（一） 分析附件1中两组评酒员的评价结果有无显著性差异，哪一组结果更
可信？
附件一的数据分析可知，我们采用配对数据t 检验和方差分析法。
双总体t 检验是检验两个样本平均数与其各自所代表的总体的差异是否显著。
相关样本的t 检验公式为：
t =
。
第一步：建立假设、确定检验水准α。
H0：假设两组评酒员评价结果无显著性差异。 H1：假设两组评酒员评价结果有显著性差异。 双侧检验，检验水准:α=0.05
第二步：在spss 的Variable View 中建立数据库，并输入数据，对数据样品进行配对T 检验。
红酒一组 7.309 270 3.7919
0.2308 白酒一组 7.426 280 3.8108 0.2277
红酒一组
第三步判断
由表一可以看出：红酒一组、红酒二组、白酒一组、白酒二组的均值分别为：7.309、7.051、7.426、7.653，标准差分别为：3.7919、3.7919、3.7919、3.9565，标准误为：0.2308、0.2198、0.2277、0.2364。
由表二可知：红酒共抽取270个指标，白酒共抽取280指标。相关性和sig 分别为：0.978、0.974、9.724E-184、7.031E-182。由于选取的α=0.05，即选取置信度为95%，若P<0.05拒绝H0，接受H1，若P>=0.05，则还不能拒绝H0。
由表3看出P〈0.05两组评酒员评价结果有显著性差异。
我们采用方差分析法来确定可信度。
第一步：对每组数据进行无重复双因子分析。
方差分
析
差异源SS df MS F P-value F crit
行7304.268 27 270.5284 4.523772 6.01E-11 1.531778 列18023.93 9 2002.659 33.48844 6.41E-38 1.918539 误差14531.77 243 59.80151
总计39859.97 279
标准差比较图：
由以上两图我们可以清晰的知道第二组更可信。
（二）根据酿酒葡萄的理化指标和葡萄酒的质量对这些酿酒葡萄进行分级。
（1）分析附表二可知，我们将采用主成分分析法来解决酿酒葡萄的理化指标和葡萄酒的质量对这些酿酒葡萄进行分级。
主成分分析是利用降维的思想，将多个变量转化为少数几个综合变量（即主成分），其中每个主成分都是原始变量的线性组合，各主成分之间互不相关，从
而这些主成分能够反映始变量的绝大部分信息，且所含的信息互不重叠。
① 计算相关系数矩阵
??
?
????????
???=pp p p p p r r r r r r r r r R 2
1
222
21
11211
在式中，r ij （i ，j=1，2，…，p ）为原变量的xi 与xj 之间的相关系数，其计
算公式为
∑∑∑===----=
n
k n
k j kj
i ki
n
k j kj i ki
ij x x
x x
x x x x
r 1
1
2
2
1
)()
()
)((
因为R 是实对称矩阵（即r ij =r ji ），所以只需计算上三角元素或下三角元素即可。
② 计算特征值与特征向量
首先解特征方程0=-R I λ，求出特征值),,2,1(p i i =λ，并使其按大小顺序排列，即0,21≥≥≥≥p λλλ ；然后分别求出对应于特征值i λ的特征向量
),,2,1(p i e i =。这里要求i e =1，即112
=∑=p
j ij e ，
其中ij e 表示向量i e 的第j 个分量。 ③ 计算主成分贡献率及累计贡献率 主成分i z 的贡献率为
),,2,1(1
p i p
k k
i
=∑=λ
λ
累计贡献率为
)
,,2,1(11p i p
k k
i
k k
=∑∑==λ
λ
一般取累计贡献率达85—95%的特征值m λλλ,,,21 所对应的第一、第二，…，第m （m ≤p ）个主成分。
④ 计算主成分载荷 其计算公式为
)
,,2,1,(),(p j i e x z p l ij i j i ij ===λ
得到各主成分的载荷以后，还可以按照式进一步计算，得到各主成分的得分
?
?
???
???????=nm n n m m z z z z z z z z z Z 2
1
22221
11211
（2）应用欧氏距离确定中和数据间的距离：
1
221
(2)(||)p
ij ik jk k d x x ==-∑
白葡萄聚类树状图
红葡萄聚类树状图
（3）应用离差平方和法进行聚类.。
白葡萄氨基酸总
量
蛋白质
mg/100g
褐变度总糖g/L
还原糖
g/L
可溶性
固形物
g/l
果穗质
量/g
百粒质
量/g
分数平均分
葡萄
样品
3
5022.14 467.239 43.218 180.595 232.429 214.9 213.22 164.2 75.6 734.85 葡萄
样品
28
3785.57 450.458 74.477 220.079 239.325 226.6 108.76 114.4 79.6 588.80 葡萄
样品27 2475.21 642.373 870.194 190.615 224.944 212.6 166.08 177.3 77 559.59
样品
3068.34 629.801 90.611 229.306 227.250 231.1 200.52 226.2 76.1 553.25 516.03 24
葡萄
2669.22 546.446 91.796 169.980 212.712 172.7 498.78 340.8 78.4 531.20
样品
15
葡萄
样品
2658.04 467.203 137.636 202.917 256.020 219.6 112.78 143.5 81.5 475.46
5
葡萄
1554.02 585.359 1167.648 209.266 228.364 211.4 92.88 145.5 79.2 474.85 437.39 样品
21
葡萄
2350.79 516.862 205.610 222.956 255.290 224.1 141.94 148.7 79.5 460.64
样品
25
葡萄
2095.61 515.756 192.731 217.996 243.081 219.4 125.62 285.4 79.8 441.72 398.87 样品
10
葡萄
1522.52 505.339 839.450 199.345 253.514 221.8 186.74 143.4 77.4 438.84
样品
23
葡萄
2045.24 479.934 150.273 219.782 235.097 220.7 205.54 146.2 76.6 419.93
样品
20
葡萄
1279.30 496.457 179.703 175.040 186.849 199.9 275.06 892.2 77.9 418.04 314.94 样品
1
葡萄
1847.12 499.080 143.493 186.448 220.124 196.4 296.71 171.9 75.5 404.09
样品
6
葡萄
2073.33 496.835 14.674 224.841 259.877 226.4 104.91 127.9 74.3 400.34
样品
26
葡萄
样品
1542.17 524.857 530.556 177.222 253.400 201.1 145.27 134.7 77.1 398.48
14
葡萄
1724.16 457.649 148.364 209.365 250.510 211.4 285.82 202.5 72.4 395.79
样品
12
葡萄
2085.76 496.201 25.340 206.885 212.442 209.1 110.99 116.0 76.9 393.29
样品
4
葡萄
1870.93 538.451 79.239 207.778 222.278 210.3 95.94 172.5 75.8 385.91
样品
葡萄
1927.42 482.855 44.976 209.464 220.415 228.9 138.23 127.5 80.4 384.46 样品
9
葡萄
样品
1566.97 557.441 218.452 167.202 174.030 188.8 316.51 184.5 71.4 382.81 11
葡萄
1721.58 560.343 75.887 161.746 242.200 174.4 234.90 178.3 74.2 380.39 样品
7
葡萄
1289.93 581.913 133.056 183.968 198.668 186.3 286.24 149.0 76.7 342.86 样品
18
葡萄
样品
1273.22 493.739 189.667 157.778 196.156 174.8 285.06 235.5 72.3 342.03 8
葡萄
样品
1457.67 402.156 63.447 167.202 225.523 209.1 73.36 88.2 79.4 307.34 22
葡萄
样品
991.92 464.819 144.825 170.675 216.733 192.0 259.11 198.2 67.3 300.62 16
葡萄
1167.29 416.876 134.629 192.401 182.553 194.2 111.53 114.0 80.3 288.20 样品
17
葡萄
664.96 459.397 118.628 153.909 177.755 187.1 286.10 271.0 73.9 265.86 样品
13
葡萄
817.81 455.675 27.517 199.147 210.105 202.2 165.06 137.4 76.4 254.60 样品
19
白葡萄分级为：
红葡萄氨基酸
总量
花色苷
黄酮醇
(mg/kg)
总糖
g/L
还原糖
g/L
可溶性
固形物
g/l
果穗质
量/g
百粒质
量/g
分数平均分
葡萄样品
3
8397.28 157.939 164.9927 256.190 273.758 257.6333 83.13 105.4 74.6 1085.66
葡萄样品
21
6346.83 89.282 47.2196 205.794 259.110 216.9 147.66 106.1 72.2 832.34 959.00 葡萄样品
6
3434.17 46.186 7.7272 244.385 223.817 246.1333 202.2367 171.9667 66.3 515.88
葡萄样品
12
2556.79 32.343 2.4802 247.659 262.155 261.1 191.9467 187.7333 68.3 423.39
葡萄样品
23
2380.81 172.626 44.7476 207.679 212.564 208.7667 278.75 219.0667 77.1 422.46 399.90 葡萄样品
19
2463.60 115.704 31.2649 205.794 220.333 214.9 173.0933 168.8333 72.6 407.35
葡萄样品
20
2273.63 23.523 9.6262 193.194 227.338 209.1 307.1433 334.3 75.8 405.96
葡萄样品
22
2566.61 74.027 13.8003 224.147 226.399 234.7 106.6133 115.8333 71.6 403.75
葡萄样品
18
2398.38 40.228 6.5161 226.032 265.773 226.5667 196.0067 208.4 65.4 403.70
葡萄样品
9
2262.72 240.843 58.5407 193.690 194.925 203.3667 186.6167 138.0667 78.2 395.22
葡萄样品
1
2027.96 408.028 17.6780 208.175 237.668 226.4667 182.93 123.6333 68.1 388.96
葡萄样品
7
2391.16 60.767 9.8648 209.861 303.950 211.3667 63.61 168.8333 65.3 387.19
葡萄样品
5
1844.00 120.606 6.6502 209.663 195.460 212.9333 515.4633 254.2333 72.1 381.23 306.56
葡萄样品
2355.69 7.787 25.5751 209.563 237.891 210.2 177.83 118.8 61.6 378.33 11
葡萄样品
1950.76 241.397 115.5546 198.849 196.990 226.4667 213.0867 181.0667 66 376.69 8
葡萄样品
1713.65 59.424 43.8121 212.738 271.504 238.2 446.6367 264.1 74.5 369.40 17
葡萄样品
2128.82 224.367 27.4550 205.000 229.136 228.8 81.61667 98.3 74 366.39 2
葡萄样品
1638.83 144.881 14.3803 201.825 244.512 203.3333 517.4544 237.3667 71.5 363.79 24
葡萄样品
2144.68 79.685 26.9679 189.722 237.766 203.3333 137.97 174.7 71.2 362.89 4
葡萄样品
2177.91 52.792 9.7179 179.107 208.933 214.8667 159.31 174.4667 65.7 360.31 15
葡萄样品
851.17 58.469 13.9166 173.353 197.377 195.7333 793.4667 245.5 72 289.00 26
葡萄样品
1409.70 49.643 30.2112 150.337 156.038 194.6333 288.69 251.3 68.2 288.75 25
葡萄样品
1237.81 140.257 134.6375 191.508 255.335 193.8667 209.1067 136.2667 72.6 285.71 14
葡萄样品
1553.50 60.660 8.1900 204.008 189.275 205.6333 119.1733 109.3333 69.9 279.96 16
葡萄样品
1416.11 65.324 40.7586 197.857 212.237 203.3667 159.97 147.9667 68.8 279.15 13
葡萄样品
1364.14 44.203 28.7475 167.202 161.421 181.2267 255.44 200.8 68.8 274.66 10
葡萄样品
1116.61 34.190 15.9809 196.667 213.216 206.9 282.0867 148.7333 71.5 253.99 27
红葡萄分级为：
（4）检验：根据酿酒葡萄指标的平均值检验分组是否成立；由上图表可知，
平均分差异大，分组成立。
（三）分析酿酒葡萄与葡萄酒的理化指标之间的联系。
本问采用典型相关分析：
红葡萄酒DPPH半抑
制体积
（IV50）
白藜芦醇
(mg/L) 单宁花色苷总酚总黄酮
常量x1 2.39 55.59 (16.69)1931.35 27.86 97.16 氨基酸总量mg/100gfw x2 0.00 0.00 (0.00)0.12 0.00 0.00 蛋白质mg/100g x3 (0.00)(0.18)0.06 (0.43)0.01 (0.08) VC含量（mg/L) x4 (0.01)0.56 (0.35)(13.79)(0.12)(0.02)花色苷mg/100g鲜重x5 0.00 0.03 0.01 2.29 0.02 0.06 酒石酸（g/L）x6 0.02 (0.90)0.26 29.93 0.44 1.28 苹果酸（g/L）x7 0.01 (0.68)(0.06)24.24 (0.26)(0.08)柠檬酸（g/L）x8 (0.11) 4.30 (2.56)(129.34)(2.15)(5.20)多酚氧化酶活力x9 (0.00)0.11 (0.19)(0.40)(0.09)0.00 褐变度ΔA/g*g*min*ml x10 0.00 (0.01)0.01 0.30 0.00 0.00 DPPH自由基1/IC50（g/L）x11 3.59 163.85 (30.91)1333.99 (15.60)70.89 总酚(mmol/kg) x12 (0.05)(1.28)0.25 (41.60)0.22 (1.32)单宁(mmol/kg) x13 0.01 (0.70)0.29 19.81 0.20 0.36 葡萄总黄酮（mmol/kg）x14
白藜芦醇(mg/kg) x15 (0.02)(1.15)0.56 (5.38)0.38 (0.62)黄酮醇(mg/kg) x16 (0.00)(0.14)0.01 (2.83)0.01 (0.06)总糖g/L x17
还原糖g/L x18 0.00 (0.03)0.01 2.03 0.01 0.05 可溶性固形物g/l x19 0.00 (0.38)0.17 7.45 0.12 0.16 PH值x20 (0.21)(0.54)(4.11)(165.13)(7.91)(9.42)可滴定酸（g/l）x21 (0.13) 1.39 (0.59)(163.75)(1.35)(5.42)固酸比x22 (0.00) 1.25 (0.36)(19.70)(0.28)(0.27)干物质含量g/100g x23 (0.07) 1.18 (0.00)(84.09)(0.25)(2.31)果穗质量/g x24 (0.00)(0.04)0.02 (0.43)0.01 (0.03)百粒质量/g x25 (0.00)(0.11)0.02 (0.22)0.02 (0.02)果梗比(%) x26 (0.07) 1.38 0.06 (38.89)(0.63)(2.28)出汁率(%) x27 0.01 0.40 (0.22)(1.68)(0.11)0.24 果皮质量（g）x28 4.56 177.86 (42.13)2543.39 (30.47)96.42 果皮颜色x29 0.04 1.65 (0.92)7.06 (0.48) 1.44
白葡萄酒
单宁DPPH
半抑制
体积总黄酮
白藜芦
醇总酚
常量
67.10 4.29 166.14
17.51
34.08 氨基酸总量mg/100gfw x1
(0.00) (0.00) (0.00) 0.00 (0.00) 蛋白质含量
x2 (0.01) (0.00) (0.02) (0.01) (0.01) VC 含量（mg/L)
x3 (1.61) (0.14) (4.61) (2.49) 0.36 花色苷mg/100g 鲜重
x4 (0.63) (0.03) (1.74) 0.07 (0.44) 酒石酸
x5 0.67 0.04 1.18 0.14 0.27 苹果酸
x6 (0.20) (0.02) (0.07) (0.53) (0.09) 柠檬酸
x7 (0.33) (0.02) (1.09) (0.26) (0.08) 多酚氧化酶活力
x8 (0.09) (0.01) (0.16) (0.05) (0.06) 褐变度ΔA/g*g*min*ml x9
(0.00) (0.00) (0.00) (0.00) (0.00) DPPH 自由基1/IC50（g/L ） x10 (7.06) (0.49) (21.23)
(5.63) (4.18) 总酚(mmol/kg)
x11 (0.54) (0.01) (0.08) (0.01) (0.28) 单宁(mmol/kg)
x12 0.45 0.02 0.33 (0.15) 0.36 葡萄总黄酮（mmol/kg ） x13 (0.14) (0.02) (0.98)
(0.05) (0.07) 白藜芦醇(mg/kg)
x14 (0.00) 0.00 (0.72) (0.09) 0.14 黄酮醇(mg/kg)
x15 0.17 0.01 0.32 0.08 0.07 总糖g/L
x16 (0.06) (0.00) (0.16) (0.06) (0.03) 还原糖g/L x17 (0.06) (0.00) (0.10)
(0.03) (0.04) 可溶性固形物g/l
x18 0.18 0.01 0.39 0.07 0.10 PH 值
x19 (10.09) (0.66) (23.00) (3.98) (5.89) 可滴定酸（g/l ）
x20 (2.16) (0.13) (4.33) 0.92 (1.33) 固酸比
x21 (0.35) (0.02) (0.68) 0.05 (0.18) 干物质含量g/100g
x22 0.08 0.01 (0.25) 0.10 0.21 果穗质量/g
x23 0.01 0.00 0.03 (0.00) 0.01 百粒质量/g
x24 (0.00) (0.00) (0.01) (0.00) (0.00) 果梗比(%)
x25 (2.31) (0.12) (4.43) (0.98) (1.20) 出汁率(%)
x26 0.05 0.00 (0.13) 0.08 0.04 果皮质量（g ） x27 (1.90) (0.33) (15.10) (3.68) 1.63
（1）根据分析目的建立原始矩阵 原始数据矩阵
??
?????
???????nq n n np n n q p q p y y y x x x y y y x x x
y y y x x x
2
1
212222122211121111211
（2）对原始数据进行标准化变化并计算相关系数矩阵
R = ??
?
?
??2221
1211
R R R R （3）求典型相关系数和典型变量
计算矩阵=A 111-R 12R 122-R 21R 以及矩阵=B 122-R 21R 1
11-R 12R 的特征值和特征向
量，分别得典型相关系数和典型变量。如上图。
（4）检验各典型相关系数的显著性。根据上表中sig值进行检验，因其均小于0.05，则表示差异显著。
（四）分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响，并论证能否
用葡萄和葡萄酒的理化指标来评价葡萄酒的质量？
我们使用spss这个工具进行采用逐步回归分析法进行显著性分析，设葡萄酒的质量为y（因变量），以葡萄酒和葡萄的理化质量为自变量建立回归的方程。
对于白葡萄酒：
根据上表可得：
y=-1.361x22-0.012x31+80.352对于红葡萄酒：
葡萄酒理化指标的测定
葡萄酒主要理化指标的测定 1 实验目的 通过测定葡萄酒中糖（总糖或还原糖）、酸、花色苷、酒精度、SO2(游离SO2和总SO2)的含量以及酒的色度和色调，掌握葡萄酒主要理化指标的测定方法。 2 方法 总糖和还原糖（直接滴定法） 原理 利用费林溶液与还原糖共沸，生成砖红色氧化亚铜溶液的反应，以次甲基蓝为指示液，以样品或经水解后的样品滴定煮沸的费林溶液，达到终点时，稍微过量的还原糖将蓝色的次甲基蓝还原为无色，以示终点。根据样品消耗量求得总糖或还原糖含量。 注：反滴法——即先向反应体系中加入一定量的葡萄酒，再用标准葡萄糖溶液滴定反应体系至终点，此时所用糖的体积与标定费林试剂时所用糖体积的差值即为酒中的糖。（一般地，滴定时用待测液进行滴定，但由于干葡萄酒中糖含量较低，滴定至终点所需样液量极大，因此采用反滴法） 试剂和材料 盐酸溶液（1:1） 氢氧化钠溶液（200g/L） 葡萄糖标准液（L） 次甲基蓝指示液 费林溶液（I，II） 测总糖用葡萄酒（25mL葡萄酒，酸水解，调pH至中性，蒸馏水定容至500mL）测还原糖用葡萄酒（50mL葡萄酒，蒸馏水定容至500mL）
分析步骤（见黑板） 结果计算 X=*1000 X:葡萄酒中总糖或还原糖的含量，单位g/L F：费林溶液I、II各5mL相当于葡萄糖的克数，单位g C：葡萄糖标准溶液的浓度，单位g/mL V：消耗标准葡萄糖溶液的体积单位mL V1吸取酒样的体积；V2稀释后的体积；V3吸取V2的体积 =(测总糖用葡萄酒) 总酸（指示剂法） 原理 利用酸碱中和原理，以酚酞做指示剂，用氢氧化钠标准溶液滴定样品中的有机酸，根据氢氧化钠溶液的体积计算葡萄酒中的有机酸含量（以酒石酸计） 试剂和材料 氢氧化钠标准滴定溶液L 酚酞指示液 分析步骤（见黑板） 结果计算 X= X:样品中总酸的含量（以酒石酸计），单位g/L c：氢氧化钠标准滴定溶液的浓度，单位mol/L V0：空白试验消耗氢氧化钠体积，单位mL V1:滴定样品时消耗氢氧化钠体积，单位mL V2：吸取酒样的体积，单位mL 75：酒石酸摩尔质量数，单位g/mol
葡萄酒理化指标检测
美国新橡木桶贮存赤霞珠干红葡萄酒W2B5理化指标分析 班级：生工081 学号：080302101 姓名：杨冲 摘要：本实验以美国新橡木桶贮存赤霞珠干红葡萄酒为原料,根据GBT 15038-2006 葡萄酒、果酒通用分析方法测定样品的总酸、挥发酸、酒精度、干浸出物、总浸出量、残糖、单宁、色度、色调、总酚、总SO2、明胶指数、盐酸指数、pH、可溶性固形物。结果显示, 葡萄酒的各项理化指标符合国家新标准中的规定。本文讨论分析了橡木桶对赤霞珠干红葡萄酒储存过程中理化指标的影响。 关键词：赤霞珠；橡木桶；干红葡萄酒；理化指标；分析检测 1 引言 葡萄酒是以新鲜葡萄或葡萄汁为原料，经发酵而成的含有多种营养成分的饮料酒, 是世界公认的对人体有益的健康酒精饮品。葡萄酒具有很高的营养价值和保健作用, 内含一种称为白藜芦醇的物质, 以红葡萄酒中含量最多, 可用于癌症的化学预防。葡萄酒能调节人体新陈代谢, 促进血液循环, 防止胆固醇增加, 同时还有利尿、激发肝功能和防止衰老的作用, 长期适当适量( 每天控制在50mL) 饮用, 可以起到滋补、强身、美容的作用, 可防止坏血病、贫血、眼角膜炎, 降低血脂, 促进消化, 对预防癌 症和医治心脏病大有禆益。 干红葡萄酒中含有人体维持生命活动所需的三大营养素：维他命、糖及蛋白质。葡萄糖是人类维持生命、强身健体不可缺少的营养成分，是人体能量的主要来源。近年来也越来越受广大顾客的青睐。本研究的目的就是通过对赤霞珠干红葡萄酒理化指标的检测，保障酒的质量，并通过检测分析在制作、品种、贮存工具、贮存条件相同的情况下，只有贮存时间不同对酒理化性质的比较分析。 由于橡木桶贮存过的葡萄酒日益得到消费者的认可，橡木桶便越来越受到世界各地的酿酒师的青睐。橡木香气是木桶贮藏的葡萄酒中最常见的香气。经过木桶贮藏，葡萄酒逐渐氧化成熟。新、旧橡木桶也会对葡萄酒产生一定影响，随着贮酒次数的增加，木桶的贮藏效果逐渐减弱。几乎有葡萄酒出产的地方都可以见到赤霞珠的身影，但是它在世界各地区的表现是有所差异的，不同的地区由于气候不同导致葡萄的质量不同。本文研究的是美国新橡木桶贮存赤霞珠干红葡萄酒的理化指标差异。 2 材料与方法 2.1 原料 美国6#新橡木桶贮存2#赤霞珠干红葡萄酒（W2B6）2010年10月—2011年6月的九个样品。 2.2 试剂与仪器 试剂： NaOH 标准液，费林溶液Ⅰ、Ⅱ液，葡萄糖标液，福林-肖卡、福林-丹尼斯(试剂等。 仪器：分析天平，分光光度计， pH计等。
葡萄酒各种物化参数测定
葡萄酒理化指标的测定 1酒精度的测定 密度计法 依据不同的酒精溶液所对应的比重不同的原理，将葡萄酒中的酒精蒸馏出来，通过用比重计测量其比重，计算出酒精溶液的浓度。 1步骤 用100ml容量瓶准确量取20℃酒样倒入1000ml圆底烧瓶中，再用约100ml 水冲洗容量瓶，洗液一齐倒入圆底烧瓶中，置600W电炉上加热蒸馏（采用蛇形冷凝器）开启冷却水，用原容量瓶接收蒸馏液（以冷却水大小调节蒸馏温度，使蒸馏液的温度不超过25℃）。将蒸馏液摇匀倒入100ml量筒，选用合适的精密酒精计，眼睛平视，读数读弯月面下缘，同时记录下温度，查酒精温度、浓度换算表，得到被测酒样的酒精度。所得结果保留至1位小数。 2结果的允许误差 平行实验测定结果绝对值之差不得超过0.1%（v/v）。 3检验时注意事项 3.1被测样品酒精度在15%（v/v）以上时采用此方法。 3.2酒精计的分度值为0.1或0.2％（v/v），所用酒精计必须经国家认可的计量部门检定。 3.3测定含气葡萄酒时需排气后再取样。排气方法：用低真空连续抽气2分钟。 3.4蒸馏液的温度应控制在20℃±5。 3.5为避免蒸馏过程中乙醇蒸汽的逃逸而影响测定结果的准确性，蒸馏前必须检查蒸馏仪器的接口处是否严密。若出现漏气，必须重新测定。 3.6对于挥发酸含量过高（以醋酸计超过1g/l）或二氧化硫含量过高的样品应根据总酸测定的结果，用1N的氢氧化钠对样品进行中和后再进行蒸馏。 2.还原糖的测定 2.1斐林法 2.1.1步骤 2.1.1.1预备试验 取斐林氏A、B液各5ml，置于250ml三角瓶中，加水50ml，加入酒样5ml，加热至沸腾。在沸腾状态下，用0.25%的葡萄糖溶液滴定至淡蓝色，加2滴1%的次甲基兰指示剂，继续滴定至蓝色完全消失，记录所消耗的葡萄糖溶液的毫升数。 2.1.1.2正式试验 取斐林氏A、B液各5ml，置于250ml三角瓶中，加水50ml，加入酒样5ml。然后加入比预备试验少1ml的0.25%的葡萄糖溶液，加热至沸腾并保持2分钟。加2滴次甲基兰指示剂，在沸腾状态下，在1分钟内用葡萄糖溶液滴定至终点，记录消耗的毫升数，读数至小数点后两位。 2.1.2计算 还原糖（以葡萄糖计，g/L）＝［（S－G×V）/5］×F×1000式中：S－斐林氏A、B液各5ml，相当于葡萄糖的克数； G－葡萄糖溶液的准确浓度，g/mL； V－（两次滴定）耗用葡萄糖溶液的平均体积，mL； 5－取样体积，mL；
基于数据挖掘技术的葡萄酒评价体系研究
Advances in Applied Mathematics 应用数学进展, 2015, 4(4), 376-384 Published Online November 2015 in Hans. https://www.360docs.net/doc/3714742680.html,/journal/aam https://www.360docs.net/doc/3714742680.html,/10.12677/aam.2015.44047 The Study on Evaluation System of Wine Based on Data Mining Sizhe Wang1, Zhigang Wang2*, Yong He2 1Automation Professional Class 1301, School of Information Science and Engineering, Central South University, Changsha Hunan 2College of Information Science and Technology, Hainan University, Haikou Hainan Received: Nov. 8th, 2015; accepted: Nov. 23rd, 2015; published: Nov. 30th, 2015 Copyright ? 2015 by authors and Hans Publishers Inc. This work is licensed under the Creative Commons Attribution International License (CC BY). https://www.360docs.net/doc/3714742680.html,/licenses/by/4.0/ Abstract Based on Question A of Mathematical Contest in Modeling for college students in 2012, the empha-sis in this paper is mainly on the establishment of evaluation system of wine based on data mining technology. The wine quality is determined by the score of the wine tasting. We analyze the credi-bility of the liquor score by one-way ANOVA. We classify the wine grape by extracting common factors of some physical and chemical indicators from the wine grape, and by clustering the factor score and wine score. The stepwise regression model is established through the correlation be-tween the physical and chemical indicators and the physical and chemical indicators of wine grapes. By the regression model between the aroma substances and the score of the wine, the key physical and chemical indicators of wine quality will be found. In the end, some shortcomings of current rating system of wine will be pointed out. Keywords Evaluation System of the Wine, Data Mining Technology, One-Way ANOVA, Cluster Analysis, Regression Analysis 基于数据挖掘技术的葡萄酒评价体系研究 王思哲1，王志刚2*，何勇2 1中南大学信息科学与工程学院自动化专业1301班，湖南长沙 2海南大学信息科学技术学院，海南海口 *通讯作者。
葡萄酒的理化检验
一、理化指标的检验（无特殊说明水为蒸馏水） 1、酒精度的检验（密度瓶法） 原理：通过蒸馏除去样品中的不挥发物质，用密度瓶测定出馏出液的密度。根据馏出液的密度，查表1，求得20℃时酒精度。用％（体积分数）表示。 仪器：分析天平（感量0.0001g ），全玻璃蒸馏器（500ml ），附温度及密度瓶（50ml ） 操作步骤： 用100ml 容量瓶准确量取100ml 样品于500ml 蒸馏瓶中，用50ml 水分三次冲洗容量瓶，洗液全部并入蒸馏瓶中。连接冷凝器，以取样用容量瓶做接收器。开启冷凝水，缓慢加热蒸馏。收集馏出液接近刻度，取下容量瓶，补加水至刻度。 将密度瓶洗净、干燥，带温度计和侧孔罩称量，至恒重。 将密度瓶中加入蒸馏水，于20℃时用滤纸吸去侧管中流出的液体，盖上侧孔罩，擦干瓶壁上的水，称量出水与密度瓶的重量。 将密度瓶中的水倒出，用试样冲洗密度瓶3~5次，装满，于20℃称量。 计算： 0.9972.12.99811220 20m m A A m m A m m -?=?+-+-=ρ 2020 ρ——样品在20摄氏度时的密度，g/ml ； m ——密度瓶的质量，g ； m 1——20℃时密度瓶与水的质量，g ； m 2——20℃时密度瓶与试样的质量，g ； 所得结果应保留至一位小数。 2、总糖和还原糖的测定（菲林试剂法） 原理：利用菲林溶液与还原糖共沸，生成氧化亚铜沉淀的反应，以次甲基蓝为指示剂，以样品或经水解后的样品滴定煮沸的菲林溶液，达到终点时，稍微过量的还原糖将蓝色的次甲基蓝还原为无色，根据样品消耗量求得总糖或还原糖的含量。 试剂和材料：盐酸（1+1），NaOH 溶液（200g/L ），葡萄糖标准溶液（2.5g/L,称取在105℃~110℃烘箱内烘干3h 并在干燥器中冷却的无水葡萄糖2.5g ，用水溶
葡萄酒的评价完整版
2012高教社杯全国大学生数学建模竞赛 承诺书 我们仔细阅读了中国大学生数学建模竞赛的竞赛规则. 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。 我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等）。 我们参赛选择的题号是（从A/B/C/D中选择一项填写）： 我们的参赛报名号为（如果赛区设置报名号的话）： 所属学校（请填写完整的全名）： 参赛队员(打印并签名) ：1. 2. 3. 指导教师或指导教师组负责人(打印并签名)： 日期： 2012 年 9 月 10 日 赛区评阅编号（由赛区组委会评阅前进行编号）：
2012高教社杯全国大学生数学建模竞赛 编号专用页 赛区评阅编号（由赛区组委会评阅前进行编号）： 全国评阅编号（由全国组委会评阅前进行编号）：
葡萄酒的评价方法研究 摘要 在本文中，我们分析葡萄酒和酿酒葡萄的理化指标与所酿的葡萄酒的质量之间的关系，研究能否用葡萄和葡萄酒的理化指标评价葡萄酒的质量。 针对问题一，本文分析了所给附件1中两组评酒员对不同葡萄酒样品的评价结果，运用方差分析法来分析两组评价结果差异的显着性。在显着性水平取为0.05的情况下，发现两组评价结果的均值和方差均满足齐性，即两组评酒员的评价结果没有显着性差异。因无显着差异，本文把两组评酒员的评分的总均值作为葡萄酒评分的期望值，计算两组评酒员对于各酒样品评分的方差并求和，结果显示第二组的总方差明显小于第一组，即其评分稳定性更高，得出第二组的评价结果更可信。 针对问题二，本文借助问题一中第二组的评价结果，将葡萄酒的质量数量化。运用主成分分析方法，得出酿酒葡萄的主要理化指标，在此基础上运用相关性分析法，分析了酿酒葡萄的主要理化指标和葡萄酒质量的相关程度，将酿酒葡萄的主要理化指标的加权平均值作为葡萄分级的标准，其中权重取为理化指标的相关系数。把各葡萄样品的主要理化指标代入表达式，得到最终加权平均值，对其划分级别，并作为葡萄的级别。结果显示红葡萄样品集中在第2,3,4级，而白葡萄大多数集中在第2级（级别数值越小代表葡萄质量越好）。 针对问题三，本文依据问题二中所得的酿酒葡萄的主要理化指标，运用相关性分析法，分析了葡萄酒的理化指标与酿酒葡萄的主要理化指标之间的相关程度，我们得到的主要结论为：红葡萄酒中的花色苷与酿酒葡萄中的DPPH自由基、褐变度显着相关，与酿酒葡萄的出汁率、槲皮素、柠檬酸低度相关，与酿酒葡萄的其他主要理化指标微弱相关；白葡萄酒中的单宁与酿酒葡萄的DPPH自由基、葡萄总黄酮、谷氨酸、异亮氨酸低度相关，与酿酒葡萄的其他主要理化指标微弱相关。 针对问题四，考虑到除葡萄与葡萄酒的理化指标外，葡萄与葡萄酒的芳香物质可能对葡萄质量也会造成影响。首先，运用主成分分析法，得出芳香物质中的主要成分，并借助问题二中所得的酿酒葡萄的主要理化指标，运用相关性分析法，综合分析了葡萄酒质量受酿酒葡萄和葡萄酒的理化指标、酿酒葡萄和葡萄酒中的芳香物质的影响程度。根据所得结果，取与葡萄酒质量关联程度较大的因素作为自变量，以葡萄酒质量作为因变量，运用多元线性回归模型建立相应的函数关系。通过上述定性与定量分析，说明葡萄酒的质量受葡萄和葡萄酒中芳香物质的影响，因此不能仅以葡萄和葡萄酒的理化指标判别葡萄酒的质量。 以上结果具有较高的可靠性和可行性，对于葡萄酒的评价具有一定的指导意义。关键词：葡萄酒质量理化指标方差分析主成分分析多元线性回归相关性分析 一：问题重述
葡萄等级分划数学建模.
葡萄酒的评价模型 摘要 问题背景：现在国际上对葡萄酒的质量评价一般是通过聘请一批有资质的评酒员 进行品评。评酒员通过对葡萄酒的外观分析、香气分析、口感分析和整体评价进 行打分。然而评酒员拼酒时还受个人的感官因数，比如年龄、口味风格等因素的 影响。本模型在忽略一些影响因素的基础上对题目给出的问题进行分析。 问题一：分析两组评酒员评价两种葡萄酒哪一组更合理的问题，我们把附表 中两组评酒员评酒时的打分提炼为四组数据，分别为两组评酒员对27种红葡萄 酒的评价结果和28种白葡萄酒的评价结果。然后做评酒员对葡萄酒的评价做配 对样本T检验分析，运用spss软件将的到的四组数据求得方差分析方差所得结果，我们得到第二组评酒员评酒的结果更具有合理性。 问题二：对于问题2酿酒葡萄的分级问题，我们可以根第一问分析得出的葡萄酒的品分质量和葡萄的理化指标进行分析，运用排序中求秩和比的进行秩排序，并对葡萄酒的品分排序，利用模糊数学等级划分的方法对酿酒葡萄进行分级。、问题三：首先，我们利用SPSS计算出酿酒葡萄与葡萄酒的理化指标的相关 系数。由于葡萄的理化指标较多，通过整理数据，在Excel中得到某个葡萄酒的 理化指标与若干个酿酒葡萄的理化指标的相关系数,并且规定相关系数大于等于0.6表示两者相关性显著；最后，在SPSS中分别求出回归方程。 问题四，首先利用SPSS分别计算出葡萄酒的理化指标与葡萄酒质量的相关 系数、葡萄的理化指标与葡萄酒质量的相关系数。然后通过分析其相关系数，分 析葡萄和葡萄酒的理化指标对葡萄酒质量的影响。 关键词：模糊数据分析原理、偏相关系数、排序问题重秩和比法、主成分分析、配对样 本T检验、回归分析原理、相关分析原理 问题重述
分析酿酒葡萄与葡萄酒的理化指标之间的联系
论酿酒葡萄与葡萄酒之间的关系 郭其昌 2001年8月于天津蓟县《第八届全国葡萄、葡萄酒学术研讨会》 各位代表： 我试图用很短的时间把我用50多年时间研究的这个题目向大家说清楚。 我讲3个方面：葡萄酿酒和葡萄栽培技术协作的2次全国会议、酿酒葡萄品种和葡萄酒的关系、葡萄质量和葡萄酒的关系。 一、葡萄酿酒和葡萄栽培技术协作的2次全国会议 关于这2次会议，《新中国葡萄酒业五十年》这本书的第16~68页有着详细的记载，大家抽时间可以看一看，相信能够从中取得一些教益。 74年的会议在烟台举行，会议根据当年上半年由轻工、外贸、栽培等单位组织的调查，总结了从解放至当时的葡萄和葡萄酒行业的情况，提出了原料基地化、基地良种化和良种区域化的理论以及执行办法，制定了发展规划。具体包括：确定发展葡萄不与粮棉争地、厂社挂钩、利用野生资源、加速发展栽培与酿酒之间的协作和研究、根据产地区域划分协作区、各地区的建议发展品种、区域性酿酒试验、出台葡萄酒暂行管理办法（葡萄酒标准的基础）。为了使行业了解国外情况，还公布了5期内容丰富的国外葡萄酒现状和法规。 80年的会议在通化举行，会议内容非常集中。主要解决了以下问题：讨论葡萄酒质量管理办法等4个试行草案、随着葡萄酒改型（出现干酒）的发展品尝新产品并提出结论、确定研究推广葡萄酿酒新工艺和新设备以及酿酒葡萄品种区域化的研究方向。 为什么从70年代初我们就把酿酒和栽培结合在一起共议大事？因为通过前20年的研究和实践，使我们清楚地认识到二者之间休戚与共的相互关系。其实，葡萄栽培和葡萄酿酒本来就是栓在一根绳子上面的两只蚂蚱，要各行其是，只有两败俱伤，谁也没法进步。酿酒葡萄多次的种种拔拔，其主要原因是两方面结合出的问题。 我们可以清醒地看到：市场经济是栽培和酿酒双方要尊重的市场。种植酿酒葡萄是为了提供给葡萄酒厂酿造葡萄酒。葡萄酒厂的市场是面向消费者，而酿酒葡萄的市场是葡萄酒厂，二者相互依存、不可分割。 通过多年的工作，使我们知道要及时地总结经验和汲取教训，再不要热衷于随流。因此，随着行业的发展，两三年开一次这样的会议，有益于行业的健康和正常发展。 希望酿酒工业协会和农学会紧密结合，把这次会议作为74年和80年会议的继续，继往开来，开创出酿酒葡萄和葡萄酿酒紧密结合的一片大好局面。
葡萄酒理化指标参考文献
葡萄酒理化指标参考文献 [1] GBT 15038-2006 葡萄酒、果酒通用分析方法. [2] 蔺红苹,邱翠婵,刘嘉玲.自酿葡萄酒的卫生指标和理化指标的检测湛江师范学院学报2010 年6 月第31 卷第3 期 [3]宋润刚，路文鹏，沈育杰.山葡萄新品种“左优红”果实色素及干红酒理化指标检测分析中外葡萄与葡萄酒2005,6:7～8 [4]赵建萍，张军翔，刘谱. 不同发酵温度和浸渍时间对红葡萄酒理化指标的影响中外葡萄与葡萄酒 2006,6:13～14 [5]王志东，张军翔，王琨，李梅. 不同酵母及果胶酶对红葡萄酒综合理化指标的影响中外葡萄与葡萄酒2007, 2 [6]孙建平, 潘秋红, 于庆泉, 段长青. 葡萄酒酉石稳定评判指标及其影响因素初探中外丽萄与蔺萄酒 2008 1:7-10 [7] 陆其科. 高纯度酒精蒸馏[M] . 北京:中国轻工业出版社,19921 [8] 周薇,羊语梅,张军岷. 品红—亚硫酸比色法测定酒中甲醇的方法改进[J] . 中国卫生检验杂志,2004 (5) :6471 [9] 田强. 酒类产品质量检验[M] . 北京:中国计量出版社,20061 [10] 周建新. 食品中菌落总数和大肠菌群检验的质量控制[J] . 粮食与食品工业, 2007 (3) :42 - 451 [11] 李华,王华,袁春龙,等. 葡萄酒化学[M] . 北京:科学出版社,20051 [12] 刘达雄. 海珠区出售葡萄酒中甲醇的含量调查分析[J] . 中国科技信 息,2005(12) :93 - 941 [13] 黄亚东. 杨梅酒中甲醇形成及其毒性分析[J] . 酿酒科技,1999 (2) :60 - 611 [14] 马丽辉,陈卫民. 啤酒中大肠菌群检测法的探讨[J] . 酿酒科技,2004 (4) :89 – 901 [15] 彭德华.影响葡萄酒质量的主要因素分析[J] . 中外葡萄与葡萄酒，2004，5：40-44 [16] 李艳，崔彦志，随子华葡萄酒过程中聚合单宁的变化，酿酒科技，2009年03期 [17] Zaman M, Cameron KC, Di HJ,Inubushi K. Changes in mineral N,microbial biomass and enzyme activitiesindifferentsoildepthsafterapplicationsof dairy shed effluent and chemical fertilizer [J]. Nutrient Cyclingin Agroecosystems, 2002 (63):275-290 [18] H. Y. Chu, Y. Hosen, K. Yagi, K. Okada, O. Ito. Soil microbial biomass and activities in a Japanese Andisol asaffected by controlled release and applicationdepthofurea[J]. BiologyandFertilityofSoils(2005) 42: 89-96Biology and
葡萄酒的质量检测标准
同问 葡萄酒的质量检测标准、 2010-5-16 08:07 提问者：jave_sting|悬赏分：10 |浏览次数：3034次 有谁知道葡萄酒的质量检测包括哪几方面啊 推荐答案 2010-5-16 10:23 GB/T 15038 葡萄酒、果酒通用分析方法 GB 15037—2006 葡萄酒（可以去百度文库，免费查阅） 6 分析方法 6.1感官要求 按GB/T 15038检验。 6.2理化要求 按GB/T 15038检验。 6.3 苯甲酸、山梨酸 按GB/T 5009.29检验。 6.4 净含量 按JJF 1070检验。 表1 感官要求 项目要求 外观色泽白葡萄酒近似无色、微黄带绿、浅黄、禾杆黄、金黄色 红葡萄酒紫红、深红、宝石红、红微带棕色、棕红色 桃红葡萄酒桃红、淡玫瑰红、浅红色 澄清程度澄清，有光泽，无明显悬浮物（使用软木塞封口的酒允许有少量软木渣，装瓶超过1年的葡萄酒允许有少量沉淀） 起泡程度起泡葡萄酒注入杯中时，应有细微的串珠状气泡升起，并有一定的持续性 香气与滋味香气具有纯正、优雅、怡悦、和谐的果香与酒香，陈酿型的葡萄酒还应具有陈酿香或橡木香
滋味干、半干葡萄酒具有纯正、优雅、爽怡的口味和悦人的果香味，酒体完整 半甜、甜葡萄酒具有甘甜醇厚的口味和陈酿的酒香味，酸甜协调，酒体丰满起泡葡萄酒具有优美醇正、和谐悦人的口味和发酵起泡酒的特有香味，有杀口力 典型性具有标示的葡萄品种及产品类型应有的特征和风格 注：感官评价可参考附录A进行。 1）特种葡萄酒按相应的产品标准执行。 2）特种葡萄酒按相应的产品标准执行。 表2 理化要求 项目要求 酒精度a（20℃）（体积分数）/（％）≥ 7.0 总糖d（以葡萄糖计）/（g/L）平静葡萄酒干葡萄酒b ≤4.0 半干葡萄酒c 4.1～12.0 半甜葡萄酒12.1～45.0 甜葡萄酒≥45.1 高泡葡萄酒天然型高泡葡萄酒≤12.0（允许差为3.0） 绝干型高泡葡萄酒12.1～17.0（允许差为3.0） 干型高泡葡萄酒17.1～32.0（允许差为3.0） 半干型高泡葡萄酒32.1～50.0 甜型高泡葡萄酒≥50.1 干浸出物/（g/L）白葡萄酒≥16.0 桃红葡萄酒≥17.0 红葡萄酒≥18.0 挥发酸（以乙酸计）/（g/L）≤1.2 柠檬酸/（g/L）干、半干、半甜葡萄酒≤1.0 甜葡萄酒≤2.0 二氧化碳（20℃）/MPa 低泡葡萄酒< 250mL/瓶0.05～0.29 ≥250mL/瓶0.05～0.34 高泡葡萄酒< 250mL/瓶≥0.30 ≥250mL/瓶≥0.35 铁/（mg/L）≤8.0 铜/（mg/L）≤1.0 苯甲酸或苯甲酸钠（以苯甲酸计）/（mg/L）≤ 50 山梨酸或山梨酸钾（以山梨酸计）/（mg/L）≤ 200 注：总酸不作要求，以实测值表示（以酒石酸计，g/L） a 酒精度标签标示值与实测值不得超过±1.0％（体积分数）。 b 当总糖与总酸（以酒石酸计）的差值小于或等于2.0 g/L时，含糖最高为 9.0 g/L 。 c 当总糖与总酸（以酒石酸计）的差值小于或等于2.0 g/L时，含糖最高为 18 g/L。 d 低泡葡萄酒总糖的要求同平静葡萄酒。
数学建模--葡萄酒的分级(正式版)
承诺书 我们仔细阅读了中国大学生数学建模竞赛的竞赛规则. 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子 邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关 的问题。 我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其 他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式 在正文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违 反竞赛规则的行为，我们将受到严肃处理。 我们参赛选择的题号是（从A/B/C/D中选择一项填写）： A 我们的参赛报名号为（如果赛区设置报名号的话）： 所属学校（请填写完整的全名）：西安理工大学 参赛队员 (打印并签名) ：1. 郑晓东 2. 罗璐 3. 宫维静 指导教师或指导教师组负责人 (打印并签名)： 日期： 2013 年 05月 10 日
葡萄酒质量的综合评价分析 摘要 近年来，随着人们生活水平的提高，葡萄酒也随之受到人们的喜爱，加之食品科学技术的提高，人们对葡萄酒的品质也有了更高的要求，本文就针对葡萄酒品质的相关问题进行建模，求解和有关分析。 对问题一，首先基于两组评酒员对同一批葡萄酒的评价分数数据，采用假设检验中的t检验法建立评估两组数据差异的模型，运用Spss软件求解，得到两组数据存在显著性差异的结论，其次，通过计算两组数据的方差，用以比较稳定性，得到第二组更可信的结论。 对问题二，首先对酿酒葡萄理化指标数据进行标准化处理，经过主成分分析法将葡萄分为四个等级，其次，按可信度高的一组（第二组）得分将葡萄酒分为五级，综合两种分级，将酿酒葡萄分为了——级。 对问题三，首先同问题二对酿酒葡萄与葡萄酒的理化指标进行主成分分析，用Matlab的曲线拟合得到葡萄酒的得分,分别与酿酒葡萄与葡萄酒的理化指标之间的函数关系，再进行反解即得到酿酒葡萄与葡萄酒的理化指标之间联系。 对问题四，采用灰色关联度分析的方法进行求解，分别求出酿酒葡萄的理化指标与葡萄酒质量的关联度、葡萄酒理化指标与其质量的关联度，通过关联度值的大小，即可看出酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响大小，并以此为基准来论证酿酒葡萄和葡萄酒的理化指标能否用来评价葡萄酒的质量。 关键词：t检验主成分分析曲线拟合灰色关联度分析
葡萄酒及酿酒葡萄理化指标及质量关系分析A题
承诺书 参赛队员 (打印并签名) ： 题目葡萄酒与酿酒葡萄理化指标与质量关系分析 关键词 t检验、Q型聚类分析、主成分分析、葡萄酒质量、理化指标 题目 摘要 葡萄酒的品尝是一门学问。本文通过两组品评员对红葡萄酒（27个样本）与白葡萄酒（28个样本）的评分表入手，根据酿酒葡萄与葡萄酒的理化指标的内在联系，运用t 检验、Q型聚类分析、主成分分析等方法，深入讨论酿酒葡萄与葡萄酒的理化指标对葡萄酒质量的影响。 对于问题一：通过每组样本的总得分算出红葡萄与白葡萄的样本总方差，每组对应数据运用t检验进行统计。结果为T1=1.7437<2.101,且P1=0.2130>0.05；T2=1.1641<2.101,且P2=0.3501>0.05。所以两组品酒员对红葡萄酒、白葡萄酒的评价结果均无显著性差异。且第一组的方差比第二组大，所以第二组的结果更可信。 对于问题二：通过建立Q型聚类分析模型,以酿酒葡萄的理化指标和葡萄酒的质量为标准来对酿酒葡萄进行分类，用类平均法来求相似性度量得到红葡萄、白葡萄分级图。 对于问题三：对红葡萄与白葡萄共有的理化指标进行相关性分析，根据他们之间的相关系数，根据各个指标建立典型相关系数表，同时画出相关系数大的指标的关系图。 对于问题四：根据对葡萄与葡萄酒的理化性质的分类，并将其对应于对葡萄酒的外观、香气、口感和整体评价的影响，由第三问知道他们之间存在线性关系，则利用多元回归模型将他们拟合出一个线性方程，进而找出他们的联系，从而得出可以用葡萄和葡萄酒的理化指标来评价葡萄酒的质量的结论。 关键词：t检验、Q型聚类分析、主成分分析、葡萄酒理化性质、多元线性回归 一．问题重述 本次研究对象为两组红葡萄酒与白葡萄酒，葡萄酒的主要质量指标为专业性评酒提供了依据，葡萄酒的主要质量指标大体可分为感官指标和理化指标两大类。尤其是感官品评，是目前国内外鉴定葡萄酒品质的主要手段。本论文从三大感官指标项目入手，分别是外观分析、香气分析、口感分析。其中每个项目中有几项指标。外观分析包含澄清度和色调；香气分析包含纯正度、浓度和质量；口感分析包含纯正度、浓度、持久性和质量。理化指标主要指酒精含量（酒精度）、酸度和芳香物质浓度【1】。
实验一、酿酒葡萄成熟度的控制以及入罐发酵
实验一、酿酒葡萄成熟度的控制以及入罐发酵 一、目的与要求 成熟度是决定葡萄酒质量的重要因素。通过测定浆果的成熟度，来了解原料的成熟质量，确定各品种的最佳工艺成熟度，并以此决定葡萄酒类型和相应的工艺条件。同时简单了解葡萄酒酿制的工艺原理。 二、试剂与仪器 1.pH计、手持糖量计、托盘天平、量筒、水浴锅、电炉、移液管、锥形瓶、容量瓶、5L玻璃瓶。 2.斐林试剂A、B液，1%次甲基兰，0.1mol/L氢氧化钠溶液、1%酚酞指示剂、邻苯二甲酸氢钾，95%酒精，盐酸等。 三、方法与步骤 1.采样：从转色期开始每隔5-7天采样一次，对于大面积园，采用250株取样法：每株随机取1-2粒果实，并取300—400粒；面积较小的品种。可随机取5 - l0穗果实，装入塑料袋于冰壶中，迅速带回实验室分析。简单的成熟度的测定可用手持糖量计测定，如果是精确的测定可在实验室中采用斐林试剂测定。 2.百粒重与百粒体积，随机取100粒果实，称重，然后将其放入250ml(或500ml)量筒中，加入一定体积的水，至完全淹没果实．读取量筒水面的读数，减去加入时的水量，即为百粒体积。 3.出汁率的测定；取100g分选较好的葡萄果粒，用纱布挤汁，放入小烧杯中，立即称量；出汁率=葡萄汁重量/葡萄果实重量。
干红葡萄酒的发酵工艺过程图
计算：在发酵结束后还需要再进行出汁率的测定。 自流汁率(％)=W1/W2 x 100 总出汁率(％)=(W1+W2)/ Ws x 100 式中W1——葡萄浆自流汁的重量，(g)； Ws——试样重量，(g)； W2——经压榨流出的葡萄汁重量，(g)。 4.可溶性固形物与pH值；用手持糖量计测定葡萄汁的可溶性固形物(％)，取20ml汁测pH值。 5.还原糖与总酸：用斐林试剂法测定还原糖，用碱滴定法测定总酸。 6.果皮色价测定：取20粒果实，洗净擦干，撕下果皮并用吸水纸擦净皮上所带果肉及果汁，然后剪碎，称取0.2克果皮用盐酸乙醇溶液(1 mol/L盐酸: 95％乙醇= 15：85)50ml浸泡，浸泡20小时左右，然后测定540nm下的吸光度，计算果皮色价(X A x 10)/W (X A——吸光度，W——果皮重量g)。 7.入罐：分选葡萄果实，剔除病虫、生青、腐烂的果实。除梗，破碎30%，入罐。 四、结果及分析 评价浆果的成熟质量。
葡萄酒的主要质量指标大体可分为感官指标和理化指标两大类
葡萄酒的主要质量指标大体可分为感官指标和理化指标两大类。感官指标主要指色泽、香气、滋味和典型性方面的要求，理化指标主要指酒精含量（酒精度）、酸度和糖分指标。 从感官指标来看，首先要求葡萄酒应具有天然的色泽。即原料葡萄的色泽，如红葡萄酒是宝石红，白葡萄酒是浅黄色。葡萄酒本身应清亮透明无浑浊。葡萄酒除应有葡萄的天然果香外还应有浓厚的酯香，不应有外来的气味，更不能有异味。滋味与香气密切相关，香气优良的葡萄酒其滋味醇厚柔润。葡萄酒的滋味主要有酸、甜、涩、浓淡、后味等。 典型性也称为风格。各种葡萄酒有各自不同的风格。同时因各地区、各厂家的葡萄栽培和酿造工艺的不同，同一品种的酒，其风格特点也可能各不相同。每种葡萄酒均应由自己的典型性，典型性越强越好。我国葡萄酒国家标准对感官指标有明确的规定。 葡萄酒的理化指标也因酒种不同而有所不同。测定葡萄酒所含的酒精量时，需将酒中的酒精蒸馏出来，再用酒精计测定。一般甜型、加香型葡萄酒酒精度为11.0%~24.0%,其他类型葡萄酒为7.0%~13.0%。葡萄酒中含有发挥酸和不挥发酸，合称总酸。甜型、加香型葡萄酒不挥发酸含量为5.0~8.0/克·升-1，其它类型葡萄酒为5.0~7.5/克·升-1。挥发酸含量均应不超过1.1克·升-1。根据葡萄酒的酸度，可以鉴定其滋味，但如挥发酸增加则说明酒已变质。 葡萄酒的糖分因品种不同而各异，一般为9%~18%，个别也有20%以上的。具体来说，干型葡萄酒的糖分含量不得超过4.0，半干型葡萄酒在4.1%~12%之间，半甜型葡萄酒在12.1%~50%之间。 葡萄酒的主要质量指标为专业性评酒提供了依据，尤其是感官品评，是目前国内外鉴定葡萄酒品质的主要手段。 1、众所周知,对于同一事物的评价,如果大家的意见越一致 那么评价的可信度就越高。 所以对于问题1的解题思路也就清晰明了了. 我们可以通过离散度 所谓离散程度即观测变量各个取值之间的差异程度。它是用以衡量风险大小的指标。 这一概念来对每一组评酒员作出的评估作出风险分析。显而易见的是若风险评估的值越高 这组评酒员的评价就存在问题了。若风险评估值大小相当 这说明这两组评酒员是没有明显差异的。 2、题目中要求对葡萄作出评级。看起来似乎没有思路 那么我们可以动一下我们的小脑 筋。既然对于评级我们没有参考标准 那么我们可以参考评酒员的评价。即使用逆向思维 从评酒员的评分发出 那么大体上葡萄的分级基本上就能确定下来 根据确定先来的葡萄分级进行逆推 就可以得出结论。 3、对于这个问题 最直观也是最基本的思路就是看两者之间的趋势。作出两者的趋势图。
理化指标
第一章理化指标 第一部分污水 无机废水主要含有重金属、重金属络合物、酸碱、氰化物、硫化物、卤素离子以及其他无机离子等。有机废水含有常用的有机溶剂、有机酸、醚类、多氯联苯、有机磷化合物、酚类、石油类、油脂类物质 一、色度 真实颜色：是指去除浊度后水的颜色，测定时如水样浑浊，应放置澄清后取上清液或用孔径为0.45um滤膜过虑或经离心后再测定； 表观颜色：没有悬浮物的水所具有的颜色，包括了溶解性物质所产生的 颜色，测定未经过滤或离心的原始水样的颜色即为表观颜色，对于清洁的或浊度很低的水，这两种颜色相近，对着色很深的工业废水其颜色主要由于胶体和悬浮物所造成故可根据需要测定真实颜色或表观颜色。 方法选择：测定较清洁的、带有黄色色调的天然水和饮用水的色度，用铂钴比色法，以度数表示结果。对受工作废水污染的地表水和工业废水，可用文字描述颜色的种类和深浅度，并以稀释倍数法测定色的强度。 1．铂钴比色法： 仪器：50ml具塞比色管 试剂：氯铂酸钾、六水氯化钴、盐酸 二、PH值 1．玻璃电极法-----现在已经很少用 以玻璃电极为指示电极、饱合甘汞电极为参比电极组成电池，在25℃的理想条件下根据电动势的变化测量出PH值，PH计上一般都有温度补偿装置，用以校正温度对PH的影响。 (1)仪器：各种型号的PH计或离子活度计、玻璃电极、甘汞电极或银-氯化
银电极、磁力搅拌器、50 ml聚乙烯或聚四氟乙烯烧杯. (2)试剂：氯化钾 2．便携式PH计法(B)-----较常用的复合电极法 以玻璃电极为指示电极，以Ag/AgCl等为参比电极全在一起组成PH复合电极。利用复合电极来测定水样的PH值。 仪器：各种型号的便携式PH计、0 ml聚乙烯或聚四氟乙烯烧杯 三、残渣（SS） 残渣分为总残渣、可滤残渣和不可滤残渣三种，总残渣是污水在一定温度下蒸发，烘干后剩留在器皿中的物质，包括“不可滤残渣”（即截留在滤器上的全部残渣，也称为悬浮物）和“可滤残渣”（即通过滤器的全部残渣，也称为溶解性固体）。 1.103-105℃烘干的总残渣（B） 将混合均匀的水样，在称至恒重的蒸发皿中于蒸汽浴或水浴中蒸干，放在103-105℃烘箱内烘至恒重，增加的重量为总残渣。 仪器：瓷蒸发皿（直径90mm硬质烧杯或玻璃蒸发皿）、烘箱、蒸汽浴或水浴锅。 2.103-105℃烘干的可滤残渣（A） 将过滤后的水样放在称至恒重的蒸发皿内蒸干，然后在103-105℃烘至恒重，增加的重量为可滤残渣。 3.180℃烘干的可滤残渣（A） 水样在此温度下烘干，可使吸着水全部赶尽，所得结果与化学分析结果所计算的总矿物质含量较接近。 4.103-105℃烘干的不可滤残渣（悬浮物）（A） 指不能通过孔径为0.45um滤膜的固体物，用0.45um滤膜过滤水样，经103-105℃烘干后得到不可滤残渣（悬浮物）的含量。 仪器：全玻璃或有机玻璃微孔滤膜过滤器、滤膜（孔径0.45um、直径45-60mm）、吸滤瓶、真空泵、无齿扁嘴镊子、称量瓶（内径30-50mm） 四、溶解氧
葡萄酒理化指标检测
葡萄酒理化指标检测
美国新橡木桶贮存赤霞珠干红葡萄酒W2B5理化指标分析班级：生工081 学号：080302101 姓名：杨 冲 摘要：本实验以美国新橡木桶贮存赤霞珠干红葡萄酒为原料,根据GBT 15038-2006 葡萄酒、果酒通用分析方法测定样品的总酸、挥发酸、酒精度、干浸出物、总浸出量、残糖、单宁、色度、色调、总酚、总SO2、明胶指数、盐酸指数、pH、可溶性固形物。结果显示,葡萄酒的各项理化指标符合国家新标准中的规定。本文讨论分析了橡木桶对赤霞珠干红葡萄酒储存过程中理化指标 的影响。 关键词：赤霞珠；橡木桶；干红葡萄酒；理化指标；分析检测 1 引言 葡萄酒是以新鲜葡萄或葡萄汁为原料，经发酵而成的含有多种营养成分的饮料酒, 是 世界公认的对人体有益的健康酒精饮品。葡萄酒具有很高的营养价值和保健作用, 内含一 种称为白藜芦醇的物质, 以红葡萄酒中含量 最多, 可用于癌症的化学预防。葡萄酒能调节
人体新陈代谢, 促进血液循环, 防止胆固醇增加, 同时还有利尿、激发肝功能和防止衰老的作用, 长期适当适量( 每天控制在50mL) 饮用, 可以起到滋补、强身、美容的作用, 可防止坏血病、贫血、眼角膜炎, 降低血脂, 促进消化, 对预防癌症和医治心脏病大有禆益。 干红葡萄酒中含有人体维持生命活动所需的三大营养素：维他命、糖及蛋白质。葡萄糖是人类维持生命、强身健体不可缺少的营养成分，是人体能量的主要来源。近年来也越来越受广大顾客的青睐。本研究的目的就是通过对赤霞珠干红葡萄酒理化指标的检测，保障酒的质量，并通过检测分析在制作、品种、贮存工具、贮存条件相同的情况下，只有贮存时间不同对酒理化性质的比较分析。 由于橡木桶贮存过的葡萄酒日益得到消费者的认可，橡木桶便越来越受到世界各地的酿酒师的青睐。橡木香气是木桶贮藏的葡萄酒中最常见的香气。经过木桶贮藏，葡萄酒逐渐氧化成熟。新、旧橡木桶也会对葡萄酒产生一定影响，随着贮酒次数的增加，木桶的贮藏效果逐渐减弱。几乎有葡萄酒出产的地方都可以
分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响
（一）品尝方法 1、看外观：通过3次观察，判断葡萄酒的色泽和挂杯情况。先用食指和拇指握住酒杯柄脚部，将酒杯置于腰高低，低头垂直观察酒的液面，看酒体是否正常；再将酒杯举至双眼高度，观察酒的色泽，透明度及是否存在悬浮物和沉淀物；然后，将酒杯倾斜或摇动，使酒液均匀分布于酒杯的内壁，静置后观察酒液的挂杯状况。 2、闻香：通过3次闻香，判断香气，第一次闻香；端起酒杯，稍低头将鼻孔接近于杯口，只能闻到挥发性强的成份香气；第二次闻香，摇动酒杯，使酒液呈圆周运动，杯壁湿润，酒杯空间充满挥发性成份，再闻香更浓，第三次闻香找香气是否有缺陷。 3 尝味酒入口后，要使酒液布满舌部及口腔，闭上嘴唇，利用舌头及面颊肌肉的运动分散酒液，也可微微张口，轻轻地吸点空气，使酒的香气进入鼻腔后部，品尝味道。一般先感觉到甜味，再感知酸味，后尝到苦涩味，当然不是截然分开的。 （二）葡萄酒评价 1、外观：色正、悦目、晶亮、澄清透明、有光泽、闪烁等； 2、香气：醇正、清雅、优美、具有和谐的果香和酒香； 3、口味：醇厚、圆润、协调等； 4、典型性：风格独特、典型性强； 各类上好的葡萄酒的综合评价。 例：干型，半干型葡萄酒，具有和谐的果香味和酒香味；口味干爽，醇厚，优雅；典型性强。 半甜型葡萄酒：果香和酒香和谐，口味甘甜，醇厚柔和；风格典型。 在葡萄酒的感官评价中，由于品酒员间存在评价尺度、评价位置和评价方向等方面的差异，导致不同品酒员对同一酒样的评价差异很大。从而不能真实地反映不同酒样间的差异。因此，在对感官评价结果进行统计分析时．必须对品酒员的原始数据进行相应的处理，以真实反映样品间的差异。对有关数据处理方法的比较分析结果表明：标准化法不仅没有消除品酒员间的异质性，反而加大了品酒员间的差异；而置信区间法对原始数据进行调整，能有效地降低品酒员间的差异，真实地反映酒样间的客观差异。