在風(fēng)味物質(zhì)研究領(lǐng)域,，依靠傳統(tǒng)依賴釀酒師感官判斷的風(fēng)味識別,，正在被更具可重復(fù)性和客觀性的技術(shù)手段所替代,。

比如,，電子鼻用于模擬人類嗅覺識別復(fù)雜香氣模式,，氣相色譜-質(zhì)譜聯(lián)用技術(shù)（GC-MS）已成為香氣成分分析的主流手段。

如今,，一種兼具圖像可視化與成分識別能力的技術(shù)——高光譜成像,，閃亮登場。

近期,，四川輕化工大學(xué)機械工程學(xué)院教授田建平團(tuán)隊在《Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy》（光譜化學(xué)學(xué)報A部分：分子與生物分子光譜學(xué),，IF：4.3，Q1）發(fā)表了一篇題為《Predicting the composition of aroma components in Baijiu using hyperspectral imaging combined with a replication allocation strategy-enhanced stacked ensemble learning model》（利用高光譜成像結(jié)合復(fù)制分配策略增強的堆疊集合學(xué)習(xí)模型預(yù)測白酒中的香氣成分組成）的論文,。

這項研究不僅展示了高光譜成像在風(fēng)味物質(zhì)可視化分析中的強大潛力,，也為白酒行業(yè)的智能質(zhì)控與風(fēng)味標(biāo)準(zhǔn)化提供了新的技術(shù)路徑。

什么是高光譜成像技術(shù),？

高光譜成像技術(shù),，正在悄悄改變我們判斷食物新鮮程度、質(zhì)量甚至風(fēng)味的方式,。

簡單來說,，它就像一臺“能看穿東西”的相機，不僅能拍出物體的形狀和顏色,，還能識別它在不同波長光線下的反應(yīng),。

因為,，每種成分對光的吸收都有自己的“指紋”，這項技術(shù)就能捕捉這些獨特的光譜圖譜,，從中分析出水分,、糖分、蛋白質(zhì)的含量,，甚至判斷是否已經(jīng)腐爛,、變質(zhì)。

可以把它理解為一場“無創(chuàng)體檢”,，無需接觸,，也不破壞物體本身，只需拍照片,，內(nèi)部的化學(xué)信息就一目了然,，且速度極快。

制圖@好酒地理局

廣西師范大學(xué)電子與信息工程學(xué)院——廣西類腦計算與智能芯片重點實驗室對不同包裝（裸放,、網(wǎng)袋,、紙袋）下的蘋果進(jìn)行了光譜圖像采集，分析了果實的顏色,、硬度,、甜度和香氣變化。他們用AI算法提取最有效的波段特征,，最終訓(xùn)練出準(zhǔn)確率超過75%的模型,，實現(xiàn)了蘋果的“無損質(zhì)檢”。

寧夏大學(xué)食品科學(xué)與工程學(xué)院教授王松磊團(tuán)隊將近紅外高光譜成像與數(shù)學(xué)建模方法結(jié)合,，用來判斷冰鮮牛肉的腐敗程度,。通過分析肉中的細(xì)菌分布變化，配合AI算法對不同菌群進(jìn)行建模預(yù)測,，模型的準(zhǔn)確度超過90%——為冷鏈?zhǔn)称返谋ｕr與安全評估提供了全新路徑,。

農(nóng)業(yè)領(lǐng)域同樣受益于這項技術(shù)。圍繞柑橘種植中的病害識別,，研究者們構(gòu)建了圖像增強與AI神經(jīng)網(wǎng)絡(luò)結(jié)合的識別框架,，對多種病害的識別準(zhǔn)確率均超過94%——這意味著在果園中只需一掃圖像，就能實現(xiàn)病害的早期預(yù)警,，大幅降低損失,。

圖源@AI生成

如今，這項技術(shù)也走進(jìn)了白酒的世界,。

科學(xué)家正嘗試用高光譜成像+AI,，去“看懂”白酒的香氣成分，不靠鼻子,，不開瓶,，僅憑一束光,，就判斷出酒中藏著多少“香”，準(zhǔn)確率高達(dá)99%,。

讓酒香“有圖可看”

高光譜成像獲取的是連續(xù)的光譜數(shù)據(jù),，比如從900納米到1700納米之間，通常會有上百個甚至幾百個“波段”（即不同波長的光）,。

每一個波段都記錄了樣品在某個特定光線下的反應(yīng),，就像一串“光的指紋”。但是有些波段對樣品中的關(guān)鍵成分非常敏感,，而有些波段幾乎沒有用,，甚至可能帶來噪音（干擾信息）。

所以,，研究團(tuán)隊需要從海量波段中挑出“對香氣預(yù)測最有幫助的那些”,，這樣能提高模型準(zhǔn)確率、減少計算量,、加快分析速度,、避免“喂給AI太多無用信息”。

這就叫做波段選擇,，也叫特征選擇,。

怎么選,？田建平團(tuán)隊采用的是“隨機森林”法,。

原理很簡單，它是一種會自己“做選擇題”的AI方法,，其反復(fù)嘗試哪些波段對預(yù)測準(zhǔn)確率影響最大,，然后給每個波段打一個“重要性評分”。

最終,，團(tuán)隊根據(jù)評分,，選出了酯類香氣成分預(yù)測中最重要的46個波段、酸類香氣成分預(yù)測中最重要的71個波段,。

▎由算法識別出的不同波長帶的重要性,。紅色虛線表示顯著性閾值，其中重要性大于0.15的波段被選為特征波段,。

減少冗余信息后,，模型運行更高效，預(yù)測結(jié)果也更準(zhǔn)確,。

研究團(tuán)隊共采集了300個醬香型白酒樣本,，試驗過程分為四個主要步驟：

首先是樣品采集與成分測定。每瓶酒的酯類和酸類香氣成分,，先通過氣相色譜-質(zhì)譜聯(lián)用技術(shù)（GC-MS）進(jìn)行定量檢測,，作為后續(xù)AI學(xué)習(xí)的“標(biāo)準(zhǔn)答案”,。

接下來，使用高光譜相機拍攝酒樣,，在900到1700納米的波段范圍內(nèi)采集“光譜圖像”,。每張圖不僅記錄了酒的外觀，還包含了豐富的光譜信息,。

然后是數(shù)據(jù)處理階段,。由于部分香氣成分在樣本中分布不均，AI容易“偏向”數(shù)量多的成分,，忽視少數(shù)重要成分,。為此，團(tuán)隊設(shè)計了一個“復(fù)制分配策略”（RAS）,，通過復(fù)制并調(diào)整樣本,，使罕見成分在數(shù)據(jù)中出現(xiàn)更多次，幫助AI更公平地學(xué)習(xí)各種香氣成分,。同時,，結(jié)合隨機森林算法篩選有效波段，避免模型“看太多沒用的信息”,。

▎RAS-SEL模型的原理和結(jié)構(gòu)

最后,，在建模階段，團(tuán)隊采用了一種叫“堆疊集成學(xué)習(xí)”的方法來構(gòu)建預(yù)測模型,。

簡單來說,，就是先用好幾個不同的基礎(chǔ)模型來做預(yù)測，然后把它們的預(yù)測結(jié)果再交給一個更高級的模型來綜合判斷,。這個高級模型就像“總指揮”,，根據(jù)前面那些模型給出的判斷結(jié)果，做出更準(zhǔn)確的最終預(yù)測,。

試驗結(jié)果顯示,，這種“高光譜成像+AI”的方法預(yù)測效果非常出色，模型不僅準(zhǔn)確率高（超過98%）,，而且比傳統(tǒng)方法更高效,，且不耗樣品——只需要一束光掃過酒樣，AI就能告訴你：這瓶酒香不香,、香在哪,、香多少？

制圖@好酒地理局

這種“用光識香”的方法不僅是一項科研突破,，也具有很強的實際應(yīng)用價值,。

其未來可以用于酒廠生產(chǎn)線上的實時質(zhì)控，讓每一批酒的香氣都可視化、數(shù)據(jù)化,；還能輔助香型分類與調(diào)酒操作,，建立起成分—風(fēng)味的映射關(guān)系；甚至有望推出“個性化定制酒”,，按照消費者各自的香味偏好,，調(diào)出一瓶專屬的風(fēng)味白酒……

高光譜成像讓白酒香氣成分變得“看得見”，人工智能讓“聞香識酒”變得可預(yù)測,、可復(fù)制,。這不僅是科技為傳統(tǒng)釀造賦能的一次嘗試，更可能是白酒行業(yè)走向數(shù)字化,、智能化的重要一步,。

給酒曲做“體檢”

目前，在白酒及其釀造過程中,，高光譜成像技術(shù)已經(jīng)開始應(yīng)用,，主要集中在兩個方面：原料的檢測和大曲品質(zhì)的監(jiān)測。

在原料檢測方面,，比如谷物中的脂肪含量,，過去常用的檢測方法不僅步驟繁瑣，還需要用到化學(xué)試劑,，容易造成污染,。而高光譜成像技術(shù)可以做到“無接觸、無污染”,，更環(huán)保也更高效,。

有研究表明，它能準(zhǔn)確預(yù)測谷物中的脂肪和脂肪酸含量,。這些脂肪在發(fā)酵時會被微生物轉(zhuǎn)化成風(fēng)味物質(zhì),，對白酒的口感影響很大,。

為了進(jìn)一步提升識別效率,，高光譜圖像常常和人工智能結(jié)合使用。尤其是近年來,，深度學(xué)習(xí)的加入讓它的表現(xiàn)更強,。

圖源@AI生成

有研究用這種方法準(zhǔn)確識別了水稻、玉米等種子的品種,，還找出了對分類最有用的光譜區(qū)間,，比如1300到1400納米這個范圍。結(jié)合卷積神經(jīng)網(wǎng)絡(luò)（CNN）,、循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）和LSTM等技術(shù),，甚至可以做到90%以上的識別準(zhǔn)確率。

這些方法未來還能拓展到高粱、小麥,、糯米等原料,，不光能鑒別品種，還能檢測蟲害和主要成分含量,，幫助提升釀酒原料的品質(zhì)和適用性,。

除了原料，白酒釀造中很關(guān)鍵的“大曲”也可以用高光譜技術(shù)來“體檢”,。

大曲的水分,、酸度和還原糖含量等，都是判斷它品質(zhì)的關(guān)鍵指標(biāo),。傳統(tǒng)檢測方法不僅慢,，還容易受人為操作影響，而高光譜成像既快又干凈,，還能同時測出多個指標(biāo),。

比如，有團(tuán)隊用它來監(jiān)測大曲發(fā)酵過程中的水分變化,，利用圖像中提取的紋理信息快速預(yù)測含水量,。有的研究還建立了專門的AI模型，實現(xiàn)了高精度的水分測量和分布圖可視化,。

▎利用高光譜成像技術(shù)預(yù)測大曲水分含量示意圖,。圖源@參考文獻(xiàn)[5]

還原糖含量是發(fā)酵時酵母生成酒精的“食物”，也是一個重要指標(biāo),。通過圖像分析方法,，可以直觀看到不同時期還原糖的變化趨勢。

酸度也是判斷微生物活性的重要依據(jù),，研究者通過建模,，把每個像素點的酸度值轉(zhuǎn)化成灰度圖甚至云圖，讓酸度變化一目了然,。

綜合來看,，隨著發(fā)酵的推進(jìn)，大曲中的水分,、還原糖和酸度通常都會逐漸下降,，從圖像上表現(xiàn)為顏色從紅變藍(lán)。

通過高光譜成像技術(shù),，我們可以實時掌握大曲的發(fā)酵狀態(tài),，不僅看得見，還能量化評估,，為釀酒過程中的調(diào)控提供精準(zhǔn)參考,，從而提升優(yōu)質(zhì)大曲的產(chǎn)量和白酒的品質(zhì),。

田建平團(tuán)隊的最新研究成果，進(jìn)一步完善了高光譜成像技術(shù)在白酒全產(chǎn)業(yè)鏈中的應(yīng)用,，它提供了一種可被推廣的“風(fēng)味科學(xué)體系”,，將傳統(tǒng)釀造工藝用現(xiàn)代科技重新解釋，并為未來的標(biāo)準(zhǔn)建設(shè),、產(chǎn)品創(chuàng)新,、消費溝通提供了可能。

圖源@AI生成

對白酒行業(yè)而言,，這既是一次產(chǎn)業(yè)邏輯的重塑,，也是一次面向未來的技術(shù)革命。

值得關(guān)注的是,，在查閱資料的過程中,，「#好酒地理局」看見了許許多多“數(shù)據(jù)科學(xué)與人工智能學(xué)院”“物理學(xué)院”“類腦計算與智能芯片重點實驗室”等非傳統(tǒng)釀酒學(xué)科的專家，紛紛投入白酒行業(yè)的研究,。

這不僅是一種跨界,，更是一種行業(yè)創(chuàng)新生態(tài)的重構(gòu)。

他們帶來了新工具,、新視角,、新標(biāo)準(zhǔn)，這是白酒行業(yè)面臨新消費,、新科技,、新國際表達(dá)挑戰(zhàn)下的必然結(jié)果。

這一束束光劃過,，白酒的未來,，或許真的可以“看得更清楚”。

參考資料:

[1] 高成麗,何青海,李曉麗,等.高光譜技術(shù)在土壤成分檢測中的應(yīng)用研究進(jìn)展[J].農(nóng)業(yè)工程,2025,15(04):117-122.

[2] 唐彥嵩,徐銳豪,王夙加.機器視覺在食品無損檢測中的應(yīng)用研究進(jìn)展[J].中國食品學(xué)報,2024,24(12):13-27.

[3] Hongyan Zhu, Shuai Qin, Shikai Liang, Min Su, Pengcheng Wang, Yong He,Hyperspectral imaging and machine learning for quality assessment of apples with different bagging types, Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, Volume 343, 2025, 126443, ISSN 1386-1425.

[4] Guanglei Wang, Yue Chen, Jiarui Cui, Zixin Song, Songlei Wang, Evaluation of the spoilage of chilled beef by hyperspectral imaging with entropy weighting versus established food spoilage indicators, Food Control, Volume 178, 2025, 111474, ISSN 0956-7135.

[5] Hu X, Chen P, Tian J, Huang D, Luo H, Huang D. Predicting the moisture content of Daqu with hyperspectral imaging. International Journal of Food Engineering. 2021;17(1): 37-47. 

[6] 唐佳代,趙益梅,冉光耀,等.光譜技術(shù)在白酒質(zhì)量控制中的研究進(jìn)展[J].食品工業(yè)科技,2023,44(04):506-514.