濃香型白酒產(chǎn)區(qū)覆蓋全國(guó) 20 余個(gè)省份，市場(chǎng)占有率高達(dá) 50%左右，多年來(lái)持續(xù)占據(jù)白酒市場(chǎng)主導(dǎo)地位。隨著產(chǎn)業(yè)變革和消費(fèi)升級(jí)，濃香型白酒行業(yè)正處于由量到質(zhì)的轉(zhuǎn)變期，品質(zhì)提升已成為企業(yè)可持續(xù)發(fā)展的關(guān)鍵動(dòng)力。感官品質(zhì)差異分析是品質(zhì)提升的基礎(chǔ)性和保障性工作，能幫助企業(yè)精準(zhǔn)分析自身產(chǎn)品與競(jìng)品在感官品質(zhì)上的差異維度和差異程度，科學(xué)捕捉地域性競(jìng)品的優(yōu)勢(shì)點(diǎn)和全國(guó)性競(jìng)品的特征點(diǎn)，助力企業(yè)有針對(duì)性的優(yōu)化自身品質(zhì)、提升市場(chǎng)競(jìng)爭(zhēng)力。

目前，科研界常采用定量描述分析法（Quantitative Descriptive Analysis，QDA）從色、香、味、格四個(gè)方面來(lái)研究不同香型白酒的典型風(fēng)格特征、質(zhì)量等級(jí)歸類、配方優(yōu)化設(shè)計(jì)[9]等。如劉傳賀等采用定量描述分析法構(gòu)建了芝麻香型白酒的感官特征標(biāo)準(zhǔn)，驗(yàn)證該方法在白酒感官研究中的有效性；倪興婷等將定量描述分析法應(yīng)用于濃香型白酒中窖泥臭味的解析，為異味溯源與配方優(yōu)化提供了科學(xué)依據(jù)；方超等基于感官描述分析法揭示了不同香型的山莊老酒在風(fēng)味和滋味屬性上具有顯著差異，為白酒風(fēng)格特征研究提供參考依據(jù)。但是 QDA 對(duì)評(píng)價(jià)人員要求非常嚴(yán)格，需要評(píng)價(jià)員相互間達(dá)到感官指標(biāo)理解上的統(tǒng)一性與感官?gòu)?qiáng)度賦值上的一致性，評(píng)價(jià)過(guò)程中稍有偏差便易出現(xiàn)品評(píng)數(shù)據(jù)的高離散性，這種情況難以滿足白酒企業(yè)在行業(yè)轉(zhuǎn)型期對(duì)競(jìng)品的快速響應(yīng)、全面洞察及精準(zhǔn)應(yīng)對(duì)的需求，限制了該方法的實(shí)用性和推廣性，使得目前白酒產(chǎn)業(yè)界很少使用 QDA。

中心點(diǎn)剖面法（Pivot Profile）是一種基于自由描述的快速感官分析方法。該方法無(wú)需評(píng)價(jià)人員記住固定的專業(yè)描述詞，以評(píng)價(jià)人員累積的感官經(jīng)驗(yàn)為基礎(chǔ)，采用成對(duì)比較的方式自由描述所感知到的樣品間具有差異的感官特征，可以更全面、更便捷、更有效的建立所測(cè)試產(chǎn)品類型的感官指標(biāo)體系。適合項(xiàng)全選法（Check-All-That-Apply，CATA）也是一種快速感官描述分析技術(shù)。該方法要求評(píng)價(jià)人員基于對(duì)樣品的感知，選出所有適用該樣品屬性的描述詞，以所有評(píng)價(jià)人員對(duì)每個(gè)樣品描述詞上的累積頻次之和作為該樣品描述詞的呈現(xiàn)強(qiáng)度，但是 CATA 主要提供樣品有無(wú)某種感官屬性的信息，在感官屬性強(qiáng)度的測(cè)量與比較方面具有一定的局限性。Pivot - CATA 是 CATA 的升級(jí)版，彌補(bǔ)了 CATA 不具備量化的缺點(diǎn)，它能讓評(píng)價(jià)人員在特定感官指標(biāo)下評(píng)價(jià)各樣品感官?gòu)?qiáng)度相對(duì)于參比樣（P 樣品）的高低情況，因不需要度量具體感官?gòu)?qiáng)度值，大大提高了各評(píng)價(jià)人員間量化結(jié)果的統(tǒng)一性，保證了合并所有評(píng)價(jià)人員數(shù)據(jù)的有效性。這兩種方法分別在咖啡、茶葉等有所應(yīng)用，但組合使用鮮有報(bào)道。Pivot Profile 通常為 Pivot - CATA 提供產(chǎn)品評(píng)價(jià)所需要的感官指標(biāo)，而這種指標(biāo)提供方式幫助 Pivot - CATA 在樣品間品質(zhì)差異量化分析時(shí)，具有比 Pivot Profile 更高的精度，這種組合具備了 QDA 中感官指標(biāo)確定和量化評(píng)價(jià)的功能，卻比 QDA 操作更方便、更快速。此外，Pivot Profile 和 Pivot - CATA 通常需要大量消費(fèi)者（一般都 60 位以上）進(jìn)行實(shí)驗(yàn)來(lái)保證結(jié)果的可靠性，但白酒具有風(fēng)味復(fù)雜、刺激強(qiáng)烈的感官特性，采用經(jīng)驗(yàn)豐富的專業(yè)評(píng)價(jià)員，更能充分體現(xiàn) 2 種方法的便捷性優(yōu)勢(shì)，使得這種組合不僅能減少評(píng)價(jià)員人數(shù)、縮短感官評(píng)價(jià)時(shí)間，還能獲得穩(wěn)定、可靠的感官結(jié)果。

基于上述方法組合的優(yōu)勢(shì)分析，本研究選取 20 款不同產(chǎn)地、不同價(jià)格和不同品牌的市售主流高度濃香型白酒成品為研究對(duì)象，探索 Pivot - CATA 方法在白酒感官品質(zhì)特征挖掘和品質(zhì)差異分析中的適用性與實(shí)用性。首先，由專業(yè)品酒師采用 Pivot Profile 法構(gòu)建 Pivot -CATA 所需的感官評(píng)價(jià)指標(biāo)體系，以提高指標(biāo)的統(tǒng)一性和實(shí)效性。采用 7 點(diǎn)離散單級(jí)標(biāo)度對(duì)樣品進(jìn)行整體品質(zhì)評(píng)分，分析價(jià)格與品質(zhì)的匹配度，并通過(guò)品酒師間的一致性檢驗(yàn)保證評(píng)分結(jié)果的可靠性。在此基礎(chǔ)上，采用 Pivot - CATA 方法對(duì) 20 款濃香型白酒成品的感官差異進(jìn)行分析，識(shí)別影響品質(zhì)分類的關(guān)鍵感官屬性及不同產(chǎn)區(qū)白酒的差異特征，驗(yàn)證該方法在濃香型白酒中的適用性。本研究為白酒行業(yè)引入新型快速感官分析方法提供借鑒，為甄別價(jià)格與品質(zhì)的匹配性提供參考，為品質(zhì)判別中精準(zhǔn)聚焦少數(shù)關(guān)鍵指標(biāo)提供策略，為白酒產(chǎn)品品質(zhì)提升與市場(chǎng)定位提供依據(jù)，具有明顯的方法創(chuàng)新價(jià)值與實(shí)踐指導(dǎo)意義。 1、材料與試劑
為了保證實(shí)驗(yàn)結(jié)果的代表性、科學(xué)性和參考性，本研究從品牌代表性（11 個(gè)品牌）、產(chǎn)品多樣性（20 款樣品）及產(chǎn)區(qū)廣泛性（涉及安徽、河南、江蘇、四川、新疆 5 個(gè)省份），選擇了 20 款 2024 年產(chǎn)的酒精度在 50-52%vol 的市售主流濃香型白酒成品，具體樣品信息見(jiàn)表 1。為保證樣品的真實(shí)性，均通過(guò)正規(guī)渠道進(jìn)行采購(gòu)。 2、Pivot - CATA感官評(píng)價(jià)方法 依次根據(jù)回答表（圖 2）上的每項(xiàng)感官指標(biāo)，將每個(gè)被測(cè)樣品與 1 款參比樣（P 樣品）在該指標(biāo)上進(jìn)行強(qiáng)度比對(duì)，并將比對(duì)結(jié)果記錄在回答表對(duì)應(yīng)位置處。若被測(cè)樣品與 P 樣品均沒(méi)有感受到該指標(biāo)特征，則勾選“均無(wú)”；若 P 樣品感受到該指標(biāo)特征，而被測(cè)樣品沒(méi)有感受到，則勾選“更淡或無(wú)”；若待測(cè)樣品感受到該指標(biāo)特征，但是 P 樣品沒(méi)有感受到，則勾選“更濃/更重”；若二者都可以感受到該指標(biāo)特征，則將感受到的強(qiáng)度差異記錄在回答表中（“更淡或無(wú)”、“更濃/更重”或“相同”）。本研究 1.2.4 中的參比樣品同樣作為 Pivot - CATA實(shí)驗(yàn)的參比樣品（P 樣品）。在品評(píng)期間采用純凈水漱口，同時(shí)每評(píng)價(jià)完 5 個(gè)樣品后，休息約 10 分鐘左右。 1、Pivot - CATA法的評(píng)價(jià)指標(biāo)確定
對(duì)采用 Pivot Profile 法收集到的大量感官描述詞進(jìn)行整理后，共收集感官描述詞 1203個(gè)，其中不重復(fù)出現(xiàn)的詞匯有 177 個(gè)。通過(guò)合并同義詞、刪除定量描述詞（如較、略有、略帶、稍有等）以及去除無(wú)關(guān)術(shù)語(yǔ)后得到 34 個(gè)描述詞，但考慮到 Pivot Profile 方法側(cè)重捕捉樣品差異可能會(huì)忽略一些共性特征，又將這次詞匯結(jié)合白酒風(fēng)味輪、濃香型白酒文獻(xiàn)中出現(xiàn)的感官描述詞、相關(guān)標(biāo)準(zhǔn)中出現(xiàn)的感官描述詞進(jìn)行整合、歸納，重點(diǎn)補(bǔ)充 Pivot Profile實(shí)驗(yàn)中未出現(xiàn)但屬于濃香型白酒特征風(fēng)味的感官描述詞，最終擴(kuò)充到 71 個(gè)不重復(fù)出現(xiàn)的候選描述詞。在此基礎(chǔ)上，邀請(qǐng)專家品酒師綜合濃香型白酒風(fēng)味特征對(duì)這些詞匯進(jìn)行交流討論，進(jìn)行了刪除、合并、調(diào)整等處理。包括刪除了口語(yǔ)化描述詞，如水味；去掉了出現(xiàn)頻率較少的描述詞，如咸菜味、鮮味等；刪掉其它白酒香型的典型描述詞，如藥香、清香、醬香；去掉詞義籠統(tǒng)不明的詞匯，如酒香、幽雅度、發(fā)酵香等；刪除偏化學(xué)術(shù)語(yǔ)并不方便在消費(fèi)者中傳播、同時(shí)又蘊(yùn)含果香花香等特征的詞匯，如醇香、酯香、醛香；同時(shí)為了便于品評(píng)操作，合并負(fù)面描述詞餿味、腥味、油漆味等統(tǒng)稱為異雜味；合并了詞義相近描述詞，如將舒適度歸于柔和度中；考慮到濃香型白酒因釀造工藝原因達(dá)不到焦香和糊香程度（在醬香型白酒中常出現(xiàn)），所以選擇焙烤香；而清爽感更傾向于口感描述，在口感中保留。最終得到高共識(shí)度的 41 個(gè)用于 Pivot - CATA 品評(píng)實(shí)驗(yàn)的描述詞，確保了詞匯的名詞詞性清晰性、表達(dá)準(zhǔn)確性、不同詞匯含義間的無(wú)交叉性，這次詞匯覆蓋了體現(xiàn)樣品間差異的嗅覺(jué)、味覺(jué)和口腔觸覺(jué)等不同維度，詳見(jiàn)圖 3。相比國(guó)家標(biāo)準(zhǔn) GB/T 33405－2016《白酒感官品評(píng)術(shù)語(yǔ)》，新增了 16 個(gè)描述詞，其具體含義見(jiàn)表 2。
2、基于總體感官指標(biāo)的對(duì)應(yīng)分析
為確保對(duì)應(yīng)分析結(jié)果的準(zhǔn)確性與可解釋性，篩選出具有高區(qū)分度與高共識(shí)性的關(guān)鍵感官屬性。參考 Longo 等的數(shù)據(jù)處理方式，計(jì)算各描述詞在 20 款樣品中差值得分的標(biāo)準(zhǔn)差，其值越小說(shuō)明該指標(biāo)對(duì)于區(qū)分各樣品間差異的貢獻(xiàn)度很小，即各樣品在該指標(biāo)下差異很小。Longo 等在研究中保留標(biāo)準(zhǔn)差 > 1.5 的描述詞，考慮到濃香型白酒成品自身風(fēng)味的復(fù)雜性及對(duì)核心差異指標(biāo)的要求，本研究刪除標(biāo)準(zhǔn)差＜2 的描述詞（見(jiàn)圖 6），包括酸香、青草香、焙烤香、堅(jiān)果香、油脂香、糠味、異雜味、新酒味、苦味和后苦等 10 個(gè)描述詞，保留 31 個(gè)描述詞用于后續(xù)對(duì)應(yīng)分析。

 

由圖 7 可知，前 2 個(gè)因子的累計(jì)貢獻(xiàn)率達(dá) 70.49%，表明這兩個(gè)因子能夠解釋原始數(shù)據(jù)中絕大部分信息。在樣品分布方面，高（紅色）、中（綠色）、低（藍(lán)色）的品質(zhì)分類樣品，在圖 7 中呈現(xiàn)出左、中、右的空間分布特征，形成清晰的對(duì)應(yīng)關(guān)系。同時(shí)還呈現(xiàn)出品質(zhì)越高樣品越聚集、差異越小，品質(zhì)越低樣品越分散、差異越大，這在一定程度上說(shuō)明了高品質(zhì)酒樣的感官特性比較接近，而低品質(zhì)酒樣的缺點(diǎn)各不相同。但 SH1、DK1、WLY2 和 YH 這 4個(gè)樣品的空間分布規(guī)律不明顯，值得后續(xù)進(jìn)一步關(guān)注和分析。在指標(biāo)分布方面，圖 7 最左側(cè)（F1 負(fù)半軸）集中呈現(xiàn)香氣綜合指標(biāo)和口感綜合指標(biāo)，高品質(zhì)樣品同樣位于該區(qū)域，表明品質(zhì)越高，這些感官屬性相對(duì)強(qiáng)度越強(qiáng)。與之相對(duì)，最右側(cè)分布的指標(biāo)偏于負(fù)向，會(huì)對(duì)品質(zhì)評(píng)價(jià)產(chǎn)生負(fù)面影響。結(jié)合樣品分布，也能清晰看出高品質(zhì)樣品與正向指標(biāo)分布得更接近，同時(shí)又處于負(fù)向指標(biāo)的反方向，即高品質(zhì)樣品正向指標(biāo)數(shù)值高，負(fù)向指標(biāo)體現(xiàn)少甚至沒(méi)有，反之亦然。
在品質(zhì)與指標(biāo)關(guān)聯(lián)對(duì)應(yīng)分析時(shí)，指標(biāo)過(guò)多不利于清晰、準(zhǔn)確的挖掘影響酒樣整體感官品質(zhì)的關(guān)鍵感官指標(biāo)。因此分別對(duì)嗅覺(jué)感知指標(biāo)（具體香氣屬性與整體香氣感受）和味覺(jué)感知指標(biāo)（具體基本味、整體口感感受和后味余味回味感受）進(jìn)行對(duì)應(yīng)分析，并深入分析各品牌、各產(chǎn)地、各產(chǎn)品的品質(zhì)差異。 本研究結(jié)合 Pivot Profile 法、文獻(xiàn)調(diào)研法、自由描述問(wèn)卷法和專家小組焦點(diǎn)討論法，從1000 多個(gè)描述詞中經(jīng)過(guò)分解、解析、歸類、合并、剔除、整合等方式，共得到 41 個(gè)用于分辨濃香型白酒成品感官特性的描述詞，體現(xiàn)了詞匯在概念上的易理解性、無(wú)交叉性，及其在品質(zhì)評(píng)價(jià)中所發(fā)揮的覆蓋性、區(qū)分性和操作性，且專業(yè)品酒師有效保證了感官品質(zhì)描述詞獲取的數(shù)量（多樣性）與質(zhì)量（統(tǒng)一性）?；诖?，采用 7 點(diǎn)離散單級(jí)標(biāo)度和 Pivot - CATA 法系統(tǒng)分析了 20 款不同價(jià)格、不同產(chǎn)地和不同品牌濃香型白酒的整體品質(zhì)與感官特性，揭示了樣品的價(jià)格與品質(zhì)之間存在著一定程度的不符現(xiàn)象，如低價(jià) SH2、SD1、YL3 呈現(xiàn)出高品質(zhì)特征，而高價(jià) DK1 呈現(xiàn)出低品質(zhì)特征。同時(shí)明確了影響濃香型白酒品質(zhì)分類的關(guān)鍵屬性，如整體香氣（協(xié)調(diào)度、柔和度、層次感、活躍度等）、陳香、窖香、整體口感、回甘和后味干凈度較強(qiáng)可以提高酒體品質(zhì)，而乳香、酸味、后酸和澀口感較強(qiáng)會(huì)降低酒體品質(zhì)。通過(guò)專業(yè)品酒師開(kāi)展 Pivot - CATA 實(shí)驗(yàn)，評(píng)價(jià)測(cè)試樣在各評(píng)價(jià)指標(biāo)下其強(qiáng)度是高于或低于參比樣，這種量值方式有力確保了評(píng)價(jià)結(jié)果的可靠性與數(shù)據(jù)分析的價(jià)值性。
本研究基于 20 款產(chǎn)品感官數(shù)據(jù)顯示，不同產(chǎn)區(qū)樣品在特定感官屬性上存在一定的差異。如安徽產(chǎn)區(qū)樣品（3 款）的酸味、后酸和澀口感較突出，河南產(chǎn)區(qū)的 DK 樣品乳香突出，新疆產(chǎn)區(qū)樣品（3 款）甜香、花香和水果香突出等。本研究構(gòu)建的 Pivot - CATA 方法體系為濃香型白酒感官特性區(qū)分提供了有效支撐，為白酒品質(zhì)判別提供了重要方向，為白酒行業(yè)的品質(zhì)提升和創(chuàng)新發(fā)展提供了理論基礎(chǔ)和方法依據(jù)，為統(tǒng)一白酒生產(chǎn)端與消費(fèi)端的品質(zhì)觀提供了有力保障。
來(lái)源：感官科學(xué)與評(píng)定。

參考文獻(xiàn)：黃建桂,鐘葵,高海燕,等.基于Pivot-CATA法的典型濃香型白酒成品關(guān)鍵感官特性挖掘與品質(zhì)分析[J/OL].食品工業(yè)科技,1-16[2026-03-03]

提醒：文章僅供參考，如有不當(dāng)，歡迎留言指正和交流。且讀者不應(yīng)該在缺乏具體的專業(yè)建議的情況下，擅自根據(jù)文章內(nèi)容采取行動(dòng)，因此導(dǎo)致的損失，此公眾號(hào)運(yùn)營(yíng)方不負(fù)責(zé)。如文章涉及侵權(quán)或不愿我平臺(tái)發(fā)布，請(qǐng)聯(lián)系處理。