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

合集下载

果酒感官分析和理化分析(整理2)

1酒的检测指标葡萄酒的质量指标大致分为三类，一是现行国家标准GB/T15037-94中的检验指标；二是葡萄酒的特性指标，也确实是根基那些只有真正用葡萄酿造的产品才具有的指标，包括有机酸〔苹果酸、柠檬酸、乳酸、酒石酸〕、氨基酸、氨基酸态氮、高级醇、脂类、单宁、白黎芦醇等多酚类物质；三是限量指标，即葡萄酒中的一些禁用物质成分，包括防腐剂、色素、甜味剂、农药残留以及钾、钠、钙、镁等金属离子。

2青梅的作用及价值从青梅果肉的营养成份检测瞧，水分含量88.6%，固形物11.4%，复原糖1.3%，总酸6.4%，蛋白质0.8%，粗纤维2%，灰分0.9%；从青梅果肉矿物质及维生素含量瞧，钙29.7,磷29.1,铁1.4,锌0.74,维生素Ｅ0.17,黄酮145。

由此，我们能够瞧出青梅组成成分的特点是：1.低糖高酸。

总酸6.4%，其糖酸比Ｔ值为0.2是鸭梨的１/72，杏的1/8，甚至比柠檬的Ｔ值还低。

因此青梅是一种优良的天然酸味原料，具有合理的钙磷化。

其比值为1：1,是生产儿童食品和老年食品的上等原料。

3.含维生素Ｂ2高达5.6毫克100克，为其它水果的数百倍，而且维生素Ｂ2处于特别稳定的高酸性环境中，这是达县青梅十分突出的优势所在。

从现代医学瞧，青梅的保健功能要紧表达在以下五个方面：第一，调节酸碱平衡，维持体液弱碱性第二，消除疲乏，增强活动。

第三，有显著的整肠作用。

第四，青梅的解毒作用。

第五，防老抗衰。

以下葡萄酒果酒通用分析方法GB/T15038—2005 代替GB/T15038-19943感官分析〔外瞧香气味道典型性〕3.1 原理感官分析系指评价员通过用口、眼、鼻等感受器官检查产品的感官特性，即对葡萄酒、果酒产品的色泽、香气、味道及典型性等感官特性进行检查与分析评定。

3.2 品酒品尝杯品尝杯见图1。

3.2.2 调温调节往除标贴后的酒的温度，使其到达：起泡、加气起泡葡萄酒9℃～10℃；白葡萄酒〔一般〕10℃～11℃；桃红葡萄酒12℃～14℃；白葡萄酒〔优质〕13℃～15℃；红葡萄酒〔干、半干、半甜〕、果酒〔半干、半甜〕16℃～18℃；加香葡萄酒、甜红葡萄酒、甜果酒18℃～20℃。

第6章葡萄酒的质量与风格第1节葡萄酒质量与风格的基本内容

第6章葡萄酒的质量与风格第1节葡萄酒质量与风格的基本内容6.1.1 葡萄酒的质量6.1.1.1 关于质量的定义：1.从消费者、品尝者评价的角度反映的是葡萄酒的感观质量即主观质量。

从这个角度来讲，葡萄酒的质量就是其令人满意的特性的总体；是通过消费者表现出来的，并且受消费者的口味和喜好等影响。

所以，从某种意义上讲，葡萄酒的感观质量决定于消费者的质量。

2.从理化分析的结果上反映出的是葡萄酒的客观质量。

从该角度来讲，葡萄酒的质量即是有利健康、不含不利健康的成份；而且理论指标符合有关"标准"的规定。

6.1.1.2 关于葡萄酒的质量标准葡萄酒的质量标准可分为两大类，即客观标准和主观标准。

1.客观标准(理化标准)：是指那些可用仪器分析方法确定的标准。

客观标准主要评判的是葡萄酒的理化特性；客观标准是目前各类葡萄酒官方标准的核心。

通过这些标准，还建立了生产规则，质量保证手段(如酿造、贮藏、处理方法以及允许使用的添加物和限量等等)。

2.主观标准(感观标准)：是指那些通过品尝员的品尝确定的标准。

主观标准主要评判的是葡萄酒的感官特性如葡萄酒的外观、香气、口感等。

品尝是鉴定它们的唯一手段，而不能用仪器测定或现在不能测定的特性。

6.1.2 葡萄酒的风格葡萄酒的风格是指一种葡萄酒区别于同类其它葡萄酒的令人舒适的独有特征和个性。

风格是构成葡萄酒感观质量的一个部分。

所以它必须是区别于同类其他葡萄酒的使人感觉舒适、愉快的个性和特征。

否则就不是风格，而是缺陷。

例如，生青、粗糙、硬而酸涩等为一些生红葡萄酒特别是压榨酒的典型特征，它们给人以非常难受的感觉，是需要经过适当的陈酿和其它方式修正的缺陷。

所以，这些特征就不能称之为风格。

6.1.3 影响葡萄酒质量与风格的因素葡萄酒是人和自然关系的产物，是人在一定的气候、土壤等生态条件下，采用相应的栽培技术，种植一定的葡萄品种，收获其果实，通过相应的工艺进行酿造的结果。

因此，原产地的生态条件、葡萄品种以及人所采用的栽培、采收、酿造方式等，决定了葡萄酒的质量和风格。

葡萄酒质量评价的定量分析

第３５卷
第３期
宜春学院学报
ＪｏｕｎａｒｌｏｆＹｉｃｈｕｎＣｏｌｌｅｇｅ
Ｖ０１．３５．Ｎｏ．３
Ｍａｒ．２０１３
２０１３年３月
葡萄酒质量评价的定量分析
朱家明。钟梅。张月茹，吴磊
ｑｕａｌｉｔｙｂｙｃｏｒｒｅｓｐｏｎｄｉｎｇｐｈｙｓｉｃｓａｎｄｃｈｅｍｉｓｔｒｙｉｎｄｅｘ，ａｎｄＳＯＯｉｌ．
Ｋｅｙｗｏｒｄｓ：ＷｉｎｅＱｕｌａｉｔｙ；ＭａｎｎＷｈｉｔｎｅｙＵＴｅｓｔ；ＰｒｉｎｃｉｐｌａＣｏｍｐｏｎｅｎｔＡｎａｌｙｓｉｓ；ＭｕｌｔｉｖａｒｉａｔｅＳｔａｔｉｓｔｉｃａｌＡｎａｌｙ —
影响等结果。
关键词：葡萄酒质量；曼一惠特尼ｕ检验；主成分分析；多元统计分析；Ｍａｔｌａｂ７．０中图分类号：０１２１文献标识码：Ａ文章编号：１６７１ —３８０Ｘ（２０１３）０３— ０００８一Ｏ５
Ａｂｓｔｒａｃｔ：Ｉｎｔｈｉｓｐａｐｅｒ，ｂａｓｅｄｏｎｈｅｔｄａｔａｏｆｗｉｎｅｃｏｎｎｏｉｓｓｅｕｒｓａｎｄｐｈｙｓｉｃｓａｎｄｃｈｅｍｉｓｔｒｙｉｎｄｄｘｏｆｂｒｅｗｉｎｇｇｒａｐｅｓ，ｓｏｍｅｃｏｍｐｒｅｈｅｎｓｉｖｅｅｖａｌｕａｔｉｏｎｍｏｄｅｌｓａｒｅｅｓａｂｔｌｉｓｈｅｄｂｙｕｓｉｎｇｔｈｅｍｅｈｏｔｄｓｏｆｎｏｎｐａｒａｍｅｔｒｉｃｔｅｓｔｓ，ｆｕｚｚｙＣ —ｍｅａｎｓｃｌｕｓｔｅｉｒｎｇａｎｄｍｕｌｔｉｖａｒｉａｔｅｓｔａｔｉｓｔｉｃａｌａｎａｌｙｓｉｓ．Ｍｏｒｅｏｖｅｒ，ｗｉｈｔｈｅｔｈｅｌｐｏｆＭａｌｆａｂ，ｓｏｍｅｉｍｐｏｒｔａｎｔｒｅ — ｓｕｉｔｓａｒｅｏｂａｉｔｎｅｄ，ｓｕｃｈａｓｒｅｌｉａｂｉｌｉｔｙｏｆｗｉｎｅｅｖｌｕａａｔｉｏｎ，ｃｌａｓｓｉｉｆｃａｔｉｏｎｏｆｂｒｅｗｉｎｇｇｒａｐｅｓ，ｔｈｅｅｆｆｅｃｔｏｎｗｉｎｅ ’ Ｓ

葡萄酒的质量评估

6
7
8
9
10
84 73 71 6
72 75 70 7
59 68 66 8
84 76 90 9
84 75 73 10
70 66 66
50 66 64
57 72 51
74 65 67
72 72 64
对于样品 7，p = 0.0892 0.1364 均大于 0.05 所没有显著性差异样品 10，通过 matlab 编程计算得
P 值均小于 0.05，说明两组样品存在显著性差异，而且某组评酒员之间的评价也存在显著性差异。样品 11 通过软件计算出 P 值，P=0.0003<0.01 说明两组样品评价存在非常显著性差异，而另一个 P=0.1978>0.05，说明每个组各个评酒员间对于样品 11 的评价差异不大。
所以，对于红葡萄酒而言，第二组评酒员的结果更可信。对于白葡萄酒可以采用相同的分析方法，白葡萄酒：第一组平均值第二组平均值 82 77.9 74.2 75.8 79.4 76.9 71 81.5 68.4 75.5 77.5 74.2 71.4 72.3
葡萄酒的质量评估摘要
确定葡萄酒质量时一般是通过聘请评酒员进行品评，通过对葡萄酒的各类指标进行评分求和，进而确定葡萄酒的质量。本题通过建立相关的数学模型，确定酿酒葡萄、葡萄酒各项理化指标和葡萄酒质量的关系。针对问题一，首先采用单因素分析法，比较两组评酒员的评价结果有无显著性差异，经过计算发现存在显著性差异。抽取几个样品，分别对两组的评酒员的评价结果采用双因素分析法，最后得出哪一组评酒员更可信。针对问题二，采用聚类分析法，对酿酒葡萄的多个理化指标进行聚类分析，由第一问可知第二组评酒员较可信，所以采用附件 1 中第二组评酒员的评分，根据 27 种葡萄酒样品的得分情况，按《葡萄酒观察家》的评分体系，将红葡萄酒分为 2 档，白葡萄酒分为 3 档[1]，则该种葡萄酒所采用的葡萄就处于相应的等级。针对问题三，采用多元回归分析，以葡萄酒的各项理化指标为因变量，酿酒葡萄的各项指标为自变量，运用 Matlab 软件求解相关函数关系式。针对问题四，由相关资料可知[2]，影响葡萄酒的感官评估的因素主要是芳香物质，根据附件 3，我们可以求和计算总的芳香物质的量，结合附件 2 的理化指标进行聚类分析，结合附件 1 第二组评酒员的评价结果，进行分级，与问题二的结果比较分析得到葡萄与葡萄酒的理化指标和葡萄酒质量的联系。ቤተ መጻሕፍቲ ባይዱ 关键词：单因素分析、双因素分析、聚类分析、相关性分析

葡萄酒指标

葡萄酒的评价
[摘要]
本文针对葡萄酒评价中评酒员打分、酿酒葡萄分级、酿酒葡萄与葡萄酒理化指标之间的联系和理化指标对葡萄酒质量的影响四个方面的问题，利用数理统计的思想和理论依据对所知数据进行研究。
对于问题1：首先判断两组评酒员的评价结果有无显著性差异，即判断组别这个因素对评价结果有无显著影响，我们采用了双因素方差分析的方法。其次评价哪组的结果更可信，同样采用了双因素方差分析，分别分析两组内的10个人评分的差别对评价结果的影响，进行比较之后得出结果：对于红葡萄酒和白葡萄酒两组评酒员的评价结果均有显著性差异；对于红葡萄酒，第一组评酒员的评价结果更可信，对于白葡萄酒，第二组评酒员的评价结果更可信。
并设在水平配合下的数据来自总体：
检验如下假设：
，不全相等
，不相等
分别用如下检验统计量
这里，，。
对于给定的显著性水平，如果，则拒绝，即认为因素A对试验பைடு நூலகம்标有显著影响；
如果，则拒绝，即认为因素B对试验指标有显著影响，即组别对评分有显著性影响，即两组评酒员对白葡萄酒的评价结果有显著性差异。
白葡萄酒：
同理，设因素A为白葡萄酒样品的差异，因素B为两个组别的差异。让A取个28个水平：，让B取2个水平：。在各种水平配合下进行实验。我们先对每个评酒员的各项目打分求和得他们对每个酒样品的总评分，对于每组各位评酒员的打分求均值。即在水平下的实验数据：
（特别注明，在此计算过程中我们发现第一组的7号评酒员对白葡萄酒3号样品的持久度评分缺失，推断是由于录入失误造成的，简单地用该项的组内均值来替代空缺。）
对于问题3：对葡萄和葡萄酒的大量理化指标首先进行R型聚类筛选出部分指标进行典型相关分析。得出结论：部分理化指标有较大的联系。红葡萄中，花色苷增与酒色泽L*(D65)、总酚呈相关，柠檬烯与酒中总酚、色泽L*(D65)相关，邻二甲苯、果皮质量与酒中乙酸-2-甲基丙基酯、色泽L*(D65)相关；白葡萄中，柠檬酸、果穗质量和酒中乙酸正丙酯、色泽a*(D65)相关。

2012年数学建模A题

葡萄酒质量评定模型摘要葡萄酒质量的评定长久以来都是采用聘请品酒员，通过品酒员对葡萄酒各项指标打分求和来确定葡萄酒的质量。

葡萄酒的价格因品酒员评分高低的不同有显著的差别。

然而在这样的评定方式中人的主观因素对酒质量的评定占主导地位，葡萄酒质量的评定结果存在较大的不确定性。

随着人们对葡萄酒消费的增加及高质量化的追求，建立合理、规范、客观的葡萄酒质量评定模型显得尤为重要。

根据题中给出的相关数据，通过解决以下问题建立葡萄酒质量评定模型。

对于问题一：首先，将题目附录1中的数据经Excel处理，得到每组评酒员对每种酒样品的总分。

然后，对每一种酒样品运用两配对样本的非参数检验(符号秩和检验)对数据进行显著性差异分析，运用MATLAB软件比较各酒样品的两组数据发现两组结果差异显著。

其次，通过Excel求出每一种酒的品酒员所打总分的方差，得到两组品酒员分别对两类葡萄酒的方差走势图(见图1.1、1.2)，根据总体方差最小，方差波动较小，确定第二组品酒员的评分更可信。

最后，采用SPSS软件作进一步检验，结果相同即模型合理。

对于问题二，选取一级理化指标作为酿酒葡萄分级参考，对理化指标运用主成分分析法降维，通过MATLAB计算得到红葡萄的主成分有8个，白葡萄的主成分有11个。

综合评分得到的葡萄酒质量影响，红葡萄的影响因素有9个，白葡萄的影响因素有12个。

然后，利用折衷型模糊决策模型，考虑到由主成分分析方法得到的酿酒葡萄的的主成分值在反应酿酒葡萄质量好坏问题上会有一定的偏差，利用三角模糊的表达方式对主成分指标值进行表示，分别将红、白两类酿酒葡萄按隶属度大小排序，在运用聚类分析的方法，利用SPSS软件将葡萄划分为五个等级(见表格2.1)。

对于问题三，数据的庞杂是解决该问题的难点。

我们运用问题二中的主成分分析方法将理化指标转化为几个主成分，并运用MATLAB编程求出具体的主成分数值，然后建立线性回归模型，求解出酿酒葡萄与葡萄酒理化指标主成分之间的相关关系，从而反映出酿酒葡萄与葡萄酒理化指标之间的联系。

葡萄酒质检标准

标题：葡萄酒质检标准详解引言：葡萄酒作为一种享誉世界的文化饮品，拥有着悠久的历史和深厚的文化底蕴。

它不仅代表了酿酒师的精湛工艺，也是自然恩赐的美味结晶。

为了确保每一瓶葡萄酒的品质，严格的质量检测标准不可或缺。

本文将深入探讨构成葡萄酒质量检验的标准内容，并解析其对葡萄酒整体品质的影响。

一、感官评价标准感官评价是判断葡萄酒品质的最直观方式，包括视觉、嗅觉和味觉三个方面。

首先，视觉评价主要关注葡萄酒的颜色、清澈度以及泡沫的特性。

例如，红葡萄酒应呈现出深紫或宝石红色，白葡萄酒则应是淡黄或金黄色。

其次，嗅觉评价则侧重于葡萄酒散发出的香气类型和复杂性，如水果香、花香、橡木香等。

最后，味觉评价则涉及到酒体的平衡性、单宁含量、酸度、甜度以及余味的长度和品质。

二、化学和物理参数标准葡萄酒的化学和物理参数标准主要包括酒精度、酸度、挥发性酸度、糖分含量、pH值、硫酸盐含量等。

这些参数对葡萄酒的口感、保存能力和稳定性具有重要影响。

例如，适宜的酒精度可以带来良好的口感和较长时间的保存期；而合适的酸度则能为葡萄酒增添新鲜感和活力。

此外，对于有机葡萄酒和无醇葡萄酒等特殊类型的酒款，还需进行相应的特殊成分检测。

三、微生物标准微生物标准是评判葡萄酒安全性的重要指标。

它涉及葡萄酒中允许存在的微生物种类及其数量限制，如酵母、乳酸菌等。

这些微生物的存在对于葡萄酒的发酵过程至关重要，但过量或存在非酿酒微生物则可能导致葡萄酒品质下降甚至变质。

因此，通过微生物检测确保葡萄酒在生产过程中的卫生条件和产品的最终安全。

四、包装和标签标准高质量的葡萄酒不仅需要优质的酒液，还需配以恰当的包装和准确的标签信息。

包装标准主要涉及瓶子的密封性、抗压力和材质是否能够保护酒液免受外界光照和温度变化的影响。

标签上则需要明确标示酒的品牌、产地、生产年份、葡萄品种、酒精度、净含量等信息，帮助消费者了解产品特性并做出明智的选择。

五、存储和运输标准葡萄酒从生产线到消费者手中的存储和运输过程中，也需要遵循一定的标准来保证其品质。

葡萄酒理化指标

葡萄酒理化指标葡萄酒是一种受人欢迎的酒类，而其质量与口感的好坏往往取决于其理化指标。

理化指标能够反映葡萄酒的成分、品质和口感等方面，是评价葡萄酒品质的重要依据。

本文将介绍一些常见的葡萄酒理化指标。

1. 酒精含量酒精含量是葡萄酒中最重要的理化指标之一。

它可以影响葡萄酒的味道、风味和口感。

葡萄酒中的酒精含量通常以百分比的形式表示，例如10%或14%。

酒精含量的高低会对葡萄酒的口感产生明显的影响，酒精含量越高，葡萄酒的口感会越醇厚。

2. pH值pH值是用于衡量葡萄酒酸碱度的指标。

葡萄酒的pH值通常在3.0到4.0之间，酸度越高，pH值越低。

pH值的变化会影响葡萄酒的稳定性、颜色和风味。

一般来说，较低的pH值会使葡萄酒更加酸爽，而较高的pH值会使葡萄酒更加柔和。

3. 总酸度葡萄酒的总酸度是指葡萄酒中所有酸性物质的总量。

总酸度包括酒石酸、柠檬酸、苹果酸等。

总酸度对葡萄酒的口感和风味有着重要的影响。

总酸度越高，葡萄酒会呈现出更为酸爽和清新的口感。

4. 残糖含量葡萄酒的残糖含量是指在葡萄酒中未发酵的糖分含量。

残糖含量的高低对葡萄酒的甜度有着直接的影响。

残糖含量分为干型（0-4g/L）、半干型（4-12g/L）、半甜型（12-45g/L）和甜型（45g/L以上）等不同档次。

残糖含量越高，葡萄酒的甜度就越高。

5. 色素和多酚含量葡萄酒中的色素和多酚是赋予葡萄酒颜色和抗氧化性的重要成分。

色素和多酚含量的高低会直接影响葡萄酒的颜色和品质。

它们能够提供葡萄酒的浓度和丰富度，同时也能够提供一定的保护作用。

6. 硫酸盐含量硫酸盐是葡萄酒中常见的添加剂，它可以用于保护葡萄酒的稳定性和抗氧化性。

硫酸盐的含量会对葡萄酒的品质产生影响。

过高的硫酸盐含量可能会给葡萄酒带来刺激性气味和口感，而过低的含量可能会导致葡萄酒易氧化。

以上介绍了一些常见的葡萄酒理化指标，这些指标可以帮助我们更全面地了解葡萄酒的品质和口感。

在选择和品尝葡萄酒时，我们可以参考这些指标对葡萄酒进行评估和比较，以找到适合自己口味的葡萄酒。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

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。

通过对趋势图的直接观察两者之间的大体关系即可确定然后根据曲线拟合的方法可得出两者间的函数关系。

4、对于问题4的这中学术中称之为白痴型问题大家肯定一眼就能得出结论那就是肯定能用理化指标来评价葡萄酒的质量。

但这里有个前提就是先分析葡萄和葡萄酒理化指标之间的关系显然这是解题的关键。

对于这种大量数据的问题只要通过计算机实现基本上不要考虑认为分析因为在浪费大量时间的前提下基本上不会得出结论。

言归正传谈一下解题的关键点或者是捷径可以通过附件一种的数据来作出评价。

至于具体的方法因为只是初步的讲解还未作出具体判断。

估计会在后续的评论中作出判断。