基于灰色關聯度分析肉味香精電子鼻響應值與感官評分之間的相關性

魏代巍，魏超昆，張惠

摘? 要：為構建肉味香精評價的客觀方法，以電子鼻響應值為客觀評價指標彌補傳統感官評價隨意性較強、重復性、穩定性較差等特點。通過美拉德反應模擬2 種肉味香精（烤肉風味和肉湯風味香精），利用灰色關聯度、主成分分析和方差分析，建立烤肉、肉湯風味香精感官評分與電子鼻響應值之間的相關性。結果表明：添加10.00 g/100 mL谷氨酸時，肉味香精表現出濃郁的肉湯風味，傳感器W5S、W6S、W1S、W1W和W2S對肉湯風味響應值較高，灰色關聯度分別為0.738、0.803、0.822、0.825和0.864;添加3.33 g/100 mL谷氨酸時，肉味香精表現出濃郁的烤肉風味，傳感器W5S、W6S、W1S和W1W對烤肉風味響應值較高，灰色關聯度分別為0.744、0.835、0.847和0.854;在此基礎上利用灰色關聯度較高傳感器的灰色關聯度與感官評分建立回歸模型，回歸方程均具有較高擬合度，能使感官評分更加客觀。

關鍵詞：美拉德反應;風味;電子鼻;感官評價;灰色關聯度

Grey Correlation Degree for Analysis of the Correlation between Electronic Nose Responses to Meat Flavors and Their Sensory Scores

WEI Daiwei， WEI Chaokun*， ZHANG Huiling*

（Ningxia Key Laboratory of Food Microbial Application Technology and Safety Control， College of Food and Wine， Ningxia University， Yinchuan? ?750000， China）

Abstract： To develop an objective evaluation method for meat flavors， electronic nose responses were employed as objective evaluation measures to compensate for the disadvantages of traditional sensory evaluation， such as strong randomness as well as poor repeatability and stability. In this study， Maillard reaction was used to prepare two meat flavors： barbecue-like and broth-like， and the correlation between sensory evaluation and electronic nose responses was established by using grey correlation degree， principal component analysis （PCA）， and analysis of variance （ANOVA）. The results showed that through Maillard reaction with 10.00 g/100 mL of glutamic acid， a strong broth-like flavor was obtained， and the sensors W5S， W6S， W1S， W1W， and W2S had higher response values to the broth-like flavor， and their correlation coefficients with the sensory evaluation scores were 0.738， 0.803， 0.822， 0.8220.825 and 0.864， respectively; when 3.33 g/100 mL of glutamic acid was added to the reaction system， a strong barbecue-like flavor was obtained， and the sensors W5S， W6S， W1S， and W1W had higher response values to the barbecue-like flavor， and their correlation coefficients with the sensory evaluation scores were 0.744， 0.835， 0.847， and 0.854， respectively. On this basis， a regression model was developed between the correlation coefficients of the sensor response values with higher grey correlation degree and the sensory scores， which had excellent goodness of fit.

Keywords： Maillard reaction; flavor; electronic nose; sensory score; grey correlation degree

DOI：10.7506/rlyj1001-8123-20220120-004

中圖分類號：TS201.2? ? ? ? ? ? ? 文獻標志碼：A? ? ? ? ? ? ? ?文章編號：

引文格式：

魏代巍， 魏超昆， 張惠玲. 基于灰色關聯度分析肉味香精電子鼻響應值與感官評分之間的相關性[J]. 肉類研究， 2022， 36（5）：? . DOI：10.7506/rlyj1001-8123-20220120-004.? ? http：//www.rlyj.net.cn

WEI Daiwei， WEI Chaokun， ZHUANG Huiling. Grey correlation degree for analysis of the correlation between electronic nose responses to meat flavors and their sensory scores[J]. Meat Research， 2022， 36（5）：? . DOI：10.7506/rlyj1001-8123-20220120-004.? ? http：//www.rlyj.net.cn

美拉德反應是指氨基（氨基酸、肽或蛋白質等）和羰基（還原糖等）相互之間的生化反應，也被定義為非酶促褐變反應，一般出現于食物熱加工和貯藏過程中[1]。美拉德反應中，反應底物對最終形成的風味物質影響較大，當半胱氨酸作為反應底物時，可以產生2-甲基-3-呋喃硫醇、二糠硫醇等具有肉香味的化合物[2];谷氨酸為反應底物時，產生丁二酸、琥珀酸[3]等具有鮮味和“Kokumi味”的化合物;甘氨酸作為反應底物時，產生2-乙基吡嗪、2-乙?；秽染哂锌鞠阄兜奈镔|[4]。用美拉德反應制備肉味香精，已被廣泛用于食品風味的改善[5]。

谷氨酸作為一種常見的食品風味劑[6]，主要用于改善肉類食品的鮮味[7]。谷氨酸參與半胱氨酸-木糖美拉德反應體系后，會使得產物風味有從烤肉風味向肉湯風味轉變的趨勢[8]。在Cao Changchun等[9]的研究中同樣發現，甘氨酸參與的半胱氨酸-木糖美拉德反應體系也具有類似的趨勢。因此，通過調控“半胱氨酸-還原糖-其他氨基酸”美拉德反應體系可以模擬制備烤肉、肉湯風味香精。

目前，主要采用人工感官來對產品風味進行評價，但其主觀隨意性較強，重復性、穩定性較差。電子鼻通過傳感器、信號采集單元和模式識別[10]模擬人的嗅覺功能，來對氣味進行感知、分析和判斷，具有檢測范圍廣、檢測速度快、靈敏度高等特點。以電子鼻代替感官評價，具有客觀、快捷、重現性好、無疲勞感等特點[11]。Barbri等[12]用電子鼻對沙丁魚新鮮度和揮發性成分進行快速檢測;張迪雅等[13]利用氣相色譜-質譜分析儀和電子鼻研究不同加熱溫度下不同部位牛肉揮發性物質的氣味，發現造成它們之間差異的主要原因是醛類和醇類物質的含量和種類不同;陳修紅等[14]用電子鼻對不同種類的花椒油樣品進行分析和區分。有關電子鼻分析食品風味與感官評價之間的相互關聯分析研究還較為有限，孟舒雨等[15]研究獅子頭電子鼻響應值與感官評價之間的相關性;楊濤等[16]研究不同小麥品種餅干電子鼻響應值與感官評價之間的相關性。通過建立二者之間的數學模型，使對食品風味的感官評價可以用客觀方法進行衡量，能夠避免人工評價的缺陷。

灰色關聯度分析方法，是一種多因素統計分析方法，在農產品產地溯源[17]、生長情況預測[18]、農產品綜合評價[19]及中藥質量評價等方面被廣泛應用。本研究以通過美拉德反應制備出的肉味香精為研究對象，應用電子鼻和感官評價對其風味分別進行評價，在此基礎上分別建立肉味香精的烤肉風味和肉湯風味與電子鼻響應值之間的相關性。

1? ?材料與方法

1.1? ?材料與試劑

L-半胱氨酸（純度99%）、L-谷氨酸（純度98%）、D-木糖（純度98%）? ?上海麥克林科技有限公司;磷酸二氫鈉、磷酸氫二鈉? ?北京生化藥物試劑有限公司。

1.2? ?儀器與設備

PHSJ-5型pH計? ?上海雷磁儀器有限公司;FA2004型電子天平? ?上海儀電科學儀器股份有限公司;ZNCL-GS190*90型恒溫油浴鍋? ?鞏義市科瑞儀器有限公司;DF-11型冷凍干燥機? ?常州愛華儀器制造有限公司;PEN3型電子鼻? ?德國Airsense公司。

1.3? ?方法

1.3.1? ?美拉德反應產物的制備

向30 mL、pH 7、0.2 mol/L磷酸緩沖溶液中加入木糖10 g/100 mL、半胱氨酸0.67 g/100 mL、谷氨酸1.67、3.33、5.00、6.67、8.33、10.00、11.67 g/100 mL，分別編號1～7，使其混合均勻后加入20 mL安瓿瓶中，在110 ℃條件下反應90 min。美拉德反應產物在-80 ℃預凍24 h后經冷凍干燥機凍干，4 ℃冰箱冷藏備用。

1.3.2? ?電子鼻測定

用分析天平稱取0.1 g樣品，將樣品分別裝于20 mL頂空瓶中，螺帽中帶有特氟隆/硅隔膜，加入5 mL蒸餾水溶解，樣品在25 ℃下平衡30 min。電子鼻傳感器通常由10 個不同的金屬氧化物構成[20]，每根感應器對某一大類化學物質的響應顯著[21]，如表1所示。

電子鼻檢測參照宮雪等[22]的方法，并作一定的修改。采樣時間1 s/組，傳感器清洗時間300 s，歸零時間10 s，流速300 mL/min，分析采樣時間120 s。采用直接頂空吸氣法，在室溫25 ℃條件下對樣品進行檢測，每個樣品重復3 次。

1.3.3? ?感官評價

挑選9 名食品專業的學生組成感官評定小組，對肉味香精進行感官評分，評分指標為肉湯味、烤肉味、鮮味、焦糖味、醇厚感、總體接受性，評分標準如表2所示。

1.3.4? ?灰色關聯度分析

1.3.4.1? ?確定分析數列

根據灰色系統理論和分析方法的要求，將7 組樣品視為一個整體，即為灰色系統。而電子鼻的各傳感器作為灰色系統的子系統，把傳感器的響應值作為一個因素進行分析計算[23]。選擇參考數列時[24]，感官評分記為Y0，Y0=[Y0（1），Y0（2），Y0（3），…，Y0（x）]，其中x為肉味香精樣品編號，x=1，2，3，…，7。選擇比較數列時[25]，電子鼻傳感器響應值記為Yi，Yi=[Yi（1），Yi（2），Yi（3），…，Yi（x）]，其中i為電子鼻傳感器編號，i=1，2，3，…，10，x=1，2，3，…，7。

1.3.4.2? ?計算灰色關聯系數

（1）

式中：εi（x）為第x組樣品的子序列Yi與母序列Y0的灰色關聯系數;minimink|Y0（x）-Yi（x）|為兩級最小差值;maximaxk|Y0（x）-Yi（x）|為兩級最大差值;|Y0（x）-Yi（x）|為母序列與子序列的絕對差值;ρ為分辨系數，為了減小|Y0（x）-Yi（x）|太大而引起的失真，引入ρ[26]，ρ的取值范圍為0～1，在本研究中，ρ取0.5。當ρ取0.5時，灰色關聯度大于0.6，結果較好[27]。

1.3.4.3? ?計算灰色關聯度

灰色關聯度是所有灰色關聯系數的算術平均數[15]，按照式（2）計算。

（2）

式中：ri為母序列Y0與子序列Yi之間的灰色關聯度;n為子序列的數據個數，n=7。

1.3.4.4? ?數據來源

以電子鼻傳感器中的W5S傳感器作為參照[28]，分別計算不同谷氨酸添加量樣品的相對傳感器響應值。傳感器響應值的前處理結果如表3所示。

1.4? ?數據處理

采用Origin 2021和Excel 2003軟件對數據進行方差分析、主成分分析（principal component analysis，PCA）以及對灰色關聯系數和灰色關聯度進行函數和數據分析。

2? ?結果與分析

2.1? ?肉味香精感官評分

由表4可知，2號樣品，即添加3.33 g/100 mL谷氨酸時，烤肉味、焦糖味評分最高。隨著谷氨酸添加量逐漸增加，烤肉味評分顯著降低（P<0.05），肉湯味評分顯著增加（P<0.05），當谷氨酸添加量超過10.00 g/100 mL時，肉湯味評分顯著降低（P<0.05）。當過量加入谷氨酸時，鮮味比較刺鼻，產生一些不愉快的氣味。結合烤肉味、肉湯味評分可知，2號樣品中的谷氨酸添加量最利于產生烤肉風味，是烤肉風味香精中谷氨酸最佳添加量;6號樣品谷氨酸添加量最有利于產生肉湯風味，是肉湯風味香精中谷氨酸最佳添加量。

2.2? ?肉味香精電子鼻檢測結果的PCA

PCA是對原始數據線性轉化的一種分析方法[29]。為了更直觀比較各個組別間的差別，對不同谷氨酸添加量的樣本進行PCA。由圖1可知，PC1的方差貢獻率為63.2%，PC2的方差貢獻率為28.3%，累計方差貢獻率為91.5%，大于85%，能夠代表樣品的整體信息[30]。7 個樣品大多分布在第1、3、4象限?？救怙L味樣品（1、2、3號樣品）主要分布在第2象限，并且距離較近，表明它們之間風味相似;肉湯風味樣品（4、5、6號樣品）主要分布在3、4象限，烤肉、肉湯風味樣品之間距離較遠，表明烤肉、肉湯風味具有明顯差異。7號樣品分布在第1象限，距離其他樣品較遠，與其他樣品風味差異明顯，這與其感官評分中總分最低相對應（表4），導致它們之間差異的原因可能是谷氨酸添加量較多，產物具有較重的甜味和鮮味，導致綜合評分降低。

2.3? ?肉味香精感官評價與傳感器響應值灰色關聯度分析

2.3.1? ?無量綱化處理

將7 組樣品的感官評價指標設為參考數列[31]，電子鼻的10 根傳感器響應值設為比較數列，將子序列與母序列進行灰色關聯度分析。首先，采用均值化變換的方法對所有數列進行無量綱化處理[32]，先求出表3每個傳感器響應值的樣本均值，再將實際值與該均值相比，結果如表5所示。

2.3.2? ?電子鼻響應值與感官指標的灰色關聯系數和灰色關聯度

7 組樣品烤肉風味評分兩級最大差值55.19，肉湯風味評分兩級最大差值58.50;烤肉風味評分兩級最小差值27.74，肉湯風味評分兩級最小差值30.14，將上述數值依次引入公式（1）可以得出傳感器響應值與烤肉風味評分和肉湯風味評分的灰色關聯系數，再將灰色關聯系數引入公式（2）可以得出電子鼻傳感器響應值與感官指標的灰色關聯度。

由表6～7可知，電子鼻10 根傳感器響應值與烤肉、肉湯風味感官評分的灰色關聯度，除W1C、W2W、W3S灰色關聯度較低外，其余的傳感器灰色關聯度均在0.700以上。說明烤肉、肉湯風味感官評分與電子鼻響應值之間存在較高的相關性。依據灰色關聯度的差異，不同電子鼻傳感器對各風味指標的灰色關聯度不同，其中與烤肉風味灰色關聯度最高的是W1W，灰色關聯度為0.854，傳感器W1W對硫化物類敏感;與肉湯風味灰色關聯度最高的是W2S，灰色關聯度為0.864，傳感器W2S對醇類、醛酮類敏感。

2.4? ?肉味香精感官評分與電子鼻傳感器響應值的回歸模型

由電子鼻傳感器響應值和感官評分的灰色關聯度分析可得，不同風味、感官品質在其所對應的傳感器上的響應值不同。所以，根據灰色關聯度的差異可分別建立電子鼻傳感器響應值與烤肉評分、肉湯評分之間的相關關系。分別對烤肉風味評分、肉湯風味評分與電子鼻的10 根傳感器響應值間的灰色關聯度進行回歸分析，y代表烤肉風味評分或肉湯風味評分，X1、X2、X3、X4、X5、X6、X7、X8、X9、X10分別代表電子鼻的W1C、W5S、W3C、W6S、W5C、W1S、W1W、W2S、W2W、W3W 10 個傳感器響應值與對應感官評分的灰色關聯度[33]。肉湯風味評分與電子鼻傳感器響應值灰色關聯度的回歸模型為y=38.43-69.45X2-5.38X4+26.4X6+17.58X7+9.68X8;烤肉風味評分與電子鼻傳感器響應值灰色關聯度的回歸模型為y=46.44-92.03X2-9.23X4+28.07X6+39.63X7，均通過F檢驗和t檢驗，其決定系數R2分別為0.980和0.998，說明回歸方程具有較高的擬合度。

3? ?結? 論

通過控制羰基與氨基的質量比，可以模擬制備烤肉、肉湯風味香精，由感官評分可知，當添加3.33 g/100 mL谷氨酸時，美拉德反應產物表現出濃郁的烤肉風味，添加10.00 g/100 mL谷氨酸時，美拉德反應產物表現出濃郁的肉湯風味。根據PCA可以很好區分烤肉、肉湯風味香精。電子鼻傳感器響應值與香精烤肉、肉湯風味感官評分的灰色關聯度除W1C、W2W、W3S外都在0.700以上，說明用電子鼻響應值代替感官評分具有可行性。在此基礎上建立香精烤肉、肉湯風味感官評分與電子鼻傳感器響應值灰色關聯度的回歸模型，分別為：y=46.44-92.03X2-9.23X4+28.07X6+39.63X7、y=38.43-69.45X2-5.38X4+26.4X6+17.58X7+9.68X8。通過數學模型可使感官評分更加客觀，對后期進行工藝優化具有重要意義。

參考文獻：

[1] MA Hongchao， CHEN Yitong， HE Zhaozhan， et al. Facile fluorescent glucose detection based on the Maillard reaction[J]. Colloids and Surfaces A： Physicochemical and Engineering Aspects， 2022， 18： 128339. DOI：10.1016/j.colsurfa.2022.128339.

[2] ZHANG Zheqi， ZANG Mingwu， ZHANG Kaihui， et al. Effects of phospholipids and reheating treatment on volatile compounds in phospholipid-xylose-cysteine reaction systems[J]. Food Research International， 2021， 139： 109918. DOI：10.1016/j.foodres.2020.109918.

[3] GAO Binghong， HU Xiaobo， LI Ruiling， et al. Screening of characteristic umami substances in preserved egg yolk based on the electronic tongue and UHPLC-MS/MS[J]. LWT-Food Science and Technology， 2021（2）： 112396. DOI：10.1016/j.lwt.2021.112396.

[4] WONG K H， AZIZ S A， MOHAMED S. Sensory aroma from Maillard reaction of individual and combinations of amino acids with glucose in acidic conditions[J]. International Journal of Food Science and Technology， 2010， 43（9）： 1512-1519. DOI：10.1111/j.1365-2621.2006.01445.

[5] 孫夢. 天然牛肉風味香精制備及還原糖-氨基酸反應體系模擬探討[D]. 成都： 西華大學， 2017： 1-10.

[6] ZHOU Yongyan， LI Ya， YU Ainong. The effects of reactants ratios， reaction temperatures and times on Maillard reaction products of the L-ascorbic acid/L-glutamic acid system[J]. Food Science and Technology， 2016， 36（2）： 268-274. DOI：10.1590/1678-457X.02415.

[7] CHARVE J， MANGANIELLO S， GLABASNIA A. Analysis of umami taste compounds in a fermented corn sauce by means of sensory-guided fractionation[J]. Journal of Agricultural and Food Chemistry， 2018， 66（8）： 1863-1871. DOI：10.1021/acs.jafc.7b05633.

[8] CERNY C， DAVIDEK T. Formation of aroma compounds from ribose and cysteine during the Maillard reaction[J]. Journal of Agricultural and Food Chemistry， 2003， 51（9）： 2714-2721. DOI：10.1021/jf026123f.

[9] CAO Changchun， XIE Jianchun， HOU Li， et al. Effect of glycine on reaction of cysteine-xylose： insights on initial Maillard stage intermediates to develop meat flavor[J]. Food Research International， 2017， 99： 444-453. DOI：10.1016/j.foodres.2017.06.012.

[10] ZHANG Hongmei， WANG Jun， TIAN Xiaojing， et al. Optimization of sensor array and detection of stored duration of wheat by electronic nose[J]. Journal of Food Engineering， 2007， 82（4）： 403-408. DOI：10.1016/j.jfoodeng.2007.02.005.

[11] RAGAZZO-SANCHEZ J A， CHALIER P， CHEVALIER D， et al. Identification of different alcoholic beverages by electronic nose coupled to GC[J]. Sensors and Actuators B： Chemical， 2008， 134（1）： 43-48. DOI：10.1016/j.snb.2008.04.006.

[12] BARBRI N E， MIRHISSE J， IONESCU R， et al. An electronic nose system based on a micro-machined gas sensor array to assess the freshness of sardines[J]. Sensors and Actuators B： Chemical， 2009， 141（2）： 538-543. DOI：10.1016/j.snb.2009.07.034.

[13] 張迪雅， 謝丹婷， 李曄. 應用電子鼻和GC-MS比較牛肉不同部位的揮發性物質組成[J]. 食品工業科技， 2017， 38（21）： 241-246. DOI：10.13386/j.issn1002-0306.2017.21.048.

[14] 陳修紅， 歐克勤， 汪厚銀， 等. Heracles快速氣相電子鼻對花椒油氣味指紋分析研究[J]. 食品科技， 2016， 41（12）： 256-261. DOI：10.13684/j.cnki.spkj.2016.12.051.

[15] 孟舒雨， 李苗云， 趙改名， 等. 基于灰色關聯度法的獅子頭風味電子鼻分析與感官評分相關性[J]. 肉類研究， 2019， 33（4）： 24-28. DOI：10.7506/rlyj1001-8123-20190226-041.

[16] 楊濤， 周琴， 姜東， 等. 灰色關聯分析法在不同小麥品種餅干品質評價中的應用[J]. 麥類作物學報， 2020， 40（4）： 464-472. DOI：10.7606/j.issn.1009-1041.2020.04.10.

[17] 王軒， 畢金峰， 劉璇， 等. 不同產地紅富士蘋果品質的灰色關聯度分析[J]. 食品科學， 2013， 34（23）： 88-91. DOI：10.7506/spkx1002-6630-201323019.

[18] 魏常敏， 許衛猛， 邢永鋒， 等. 不同年份玉米雜交種主要農藝性狀與產量的灰色關聯度分析[J]. 浙江農業科學， 2019， 60（10）： 1756-1759. DOI：10.16178/j.issn.0528-9017.20191017.

[19] 張傳珂. 灰色系統理論在甜瓜品種綜合評估中的應用[J]. 安徽農業科學， 2005， 33（7）： 1310-1311. DOI：10.3969/j.issn.0517-6611.2005.07.038.

[20] 劉亭利， 胡國清. 電子鼻的應用綜述[J]. 傳感器世界， 2007， 13（8）： 6-10. DOI：10.3969/j.issn.1006-883X.2007.08.001.

[21] 馮廷闖， 符漫， 熊英梅， 等. 基于電子舌、電子鼻和GC-MS分析襄陽大頭菜新，老鹵水滋味和揮發性物質[J]. 中國釀造， 2021， 40（11）： 49-54. DOI：10.11882/j.issn.0254-5071.2021.11.009.

[22] 宮雪， 劉寧， 李二虎， 等. 基于電子鼻的葡萄酒感官評價模型的構建[J]. 中國釀造， 2014（5）： 67-71. DOI：10.11882/j.issn.0254-5071.2014.05.016.

[23] 蘇蘭少， 林秀芳. 廣西甜玉米新品種主要性狀的灰色關聯度分析[J]. 現代農業科技， 2021（24）： 18-24. DOI：10.3969/j.issn.1007-5739.2021.24.008.

[24] 李少泓， 夏鵬飛， 馬肖， 等. 基于灰色關聯分析方法評價當歸藥材質量[J]. 中藥材， 2012， 35（11）： 1742-1746. DOI：10.13863/j.issn1001-4454.2012.11.014.

[25] 李峰， 張振秋， 康廷國. 灰關聯度法評價鹿鞭藥材質量研究[J]. 中藥材， 2008（2）： 189-192. DOI：10.13863/j.issn1001-4454.2008.02.011.

[26] 于萍， 李克. 使用Microsoft Excel進行數據的灰關聯分析[J]. 微型電腦應用， 2011， 27（3）： 29-30. DOI：10.3969/j.issn.1007-757X.2011.03.010.

[27] 李小玉， 田宏先， 王瑞霞. 灰色關聯度分析和主成分分析在油菜抗旱育種中的應用[J]. 種子， 2021， 40（9）： 92-97. DOI：10.16590/j.cnki.1001-4705.2021.09.092.

[28] 吳慧琳， 李苗云， 朱瑤迪， 等. 基于灰色關聯分析4 種酸肉電子鼻與感官評分之間相關性[J]. 浙江農業科學， 2020， 61（6）： 1168-1175. DOI：10.16178/j.issn.0528-9017.20200641.

[29] 李兆云， 王昭， 夏雪芬， 等. 基于主成分分析和聚類分析對不同產地細莖石斛的氨基酸評價[J]. 科技尚品， 2021（3）： 3-9. DOI：10.12310/j.issn.1674-1064.2021.03.002.

[30] 杜勃峰， 李達， 肖仕蕓， 等. 基于HS-SPME-GC-MS及主成分分析綜合評價貴州典型辣椒品種香氣品質[J]. 食品研究與開發， 2019， 40（7）： 149-155. DOI：10.3969/j.issn.1005-6521.2019.07.025.

[31] 胡中海， 孫謙， 馬亞琴， 等. 冷凍對溫州蜜柑橘瓣品質影響的灰色關聯度分析評價[J]. 食品與發酵工業， 2015， 41（8）： 198-202. DOI：10.13995/j.cnki.11-1802/ts.201508037.

[32] 伍國紅， 李玉玲， 孫鋒， 等. 有核葡萄干品質因子灰色關聯度分析[J]. 安徽農業科學， 2020， 48（12）： 203-205; 208. DOI：10.3969/j.issn.0517-6611.2020.12.058.

[33] 何蓮， 易宇文， 彭毅秦， 等. 基于電子鼻和氣質聯用分析不同生長期茂縣花椒葉揮發性風味物質[J]. 南方農業學報， 2019， 50（3）： 641-648. DOI：10.3969/j.issn.2095-1191.2019.03.28.