Research Progress on the Application of Sensory Analysis to Grilled Meat
唐艳, 谢鹏, 刘晓畅, 等.感官分析方法在烤肉领域的应用研究进展[J].肉类研究, 2025, 39(4): 65-72.DOI:10.7506/rlyj1001-8123-20240829-226.http://www.rlyj.net.cn
TANG Yan, XIE Peng, LIU Xiaochang, et al.Research progress on the application of sensory analysis to grilled meat[J].Meat Research, 2025, 39(4): 65-72.DOI:10.7506/rlyj1001-8123-20240829-226.http://www.rlyj.net.cn
随着人们生活水平的提高和饮食文化的多元化，烤肉在全球范围内持续展现出强大的市场潜力。烤制烹饪方式的起源较早，几乎在人类开始使用火时就已出现，由最原始的利用火将肉类烹饪至可食用状态发展至如今的多种烤制烹饪。烤制烹饪方式在1 800 年前开始盛行，一直延续至今，是一种传统的烹饪制作方式，其制作过程中的高温条件会使肉品中风味前体物质发生脂质氧化、美拉德反应等，形成大量风味化合物，赋予肉品独特的口感和丰富的风味，是一种备受欢迎的烹饪方式，从家庭聚餐到高档餐厅均十分常见[1-2]。感官分析也被称作感官评价、感官检验，该方法通过收集由视觉、嗅觉、味觉和听觉感知到的食品感官数据，可对食品进行定性、定量分析和检验，是肉类食品在进行食用品质评价时的一种重要评价方法[3-4]。烤肉的外观、颜色、气味等感官属性会直接影响消费者的消费抉择，利用感官分析方法可对烤肉制品的感官品质进行有效检测和分析，进而帮助改善其食用品质。本文对感官分析方法在烤肉食用品质研究中的应用现状进行梳理，以期为系统了解感官分析方法在烤肉领域的应用提供参考。
感官分析通过检查食物的质地、风味、外观、气味等特性，分析最终产品在目标消费人群中的可接受程度，能直接反映产品品质是否满足消费者需求[5]。最早出现的感官分析方法为人工感官分析，自1975年起，陆续有研究将感官分析方法应用在香气和组织的评价方面，到20世纪90年代末，感官分析方法在食品领域被大量应用，后续又经过近50 年的发展，感官分析方法变得更加直观、简便且实用性强[4]。随着科技的不断进步，出现了利用现代化仪器模拟人体感觉器官对食品感官品质进行分析的智能感官分析技术。
人工感官分析主要通过组织一定数量的品评人员对样品某项特性进行感官评定，收集、统计评定数据，分析、总结出产品的量化特征，最终得到产品的科学评价结果[4]，根据测试性质主要分为分析型和偏好型两大类[6]。人工感官分析实用性强，操作简便，但耗时长，其评价结果往往带有一定的主观性，存在一致性差、不易量化等问题[7]。
1.1.1 分析型感官评价
分析型感官评价要求评价人员具有相关知识背景，要了解所评价样品的相关信息及评价流程，正式评价前需进行集中培训，对评价员的要求较高。分析型感官评价主要有差异测试评价和描述性分析评价。差异测试评价用于评价样品整体和特定属性之间的感官差异；描述性分析评价用于对样品风味、质地等多方面性质进行定性和定量评定，使用专业术语形成产品客观描述，能够定义或表征食物在某方面的属性[8]。赵永敢等[9]采用差异测试评估2 份鸡汁产品之间是否存在差异，结果显示，该方法能够有效区分2 种产品，并得出哪一种产品更受消费者喜爱。Oltra等[10]组织感官评价小组，对小组成员开展培训，培训结束后在特定场所品尝烤制羊肉，并写下对该样品的客观描述，准确表达该样品在感官方面的属性，最终确定出外观、气味、滋味、质地和总体喜好度作为烤制羊肉的感官评价指标。分析型感官评价实用性强，能针对某种产品的特定属性开展研究，获取所需信息，但对评价人员要求严格，对评价环境也有所要求。
1.1.2 偏好型感官评价
偏好型感官评价强调对样品某项特性的喜好程度，主要以未经培训的消费者为主体进行，了解消费者对产品的接受和喜好程度，评价时一般采用评分检验，依据评价人员打分情况分析样品感官品质，可直观反映出样品在目标人群中的适口性和可接受性。Aluwé等[11]邀请752 名普通消费者参与烤制猪肉的感官评价，要求在评价时根据品尝结果填写每项对应评价指标的感官评价表，评分采取9 分制，“1”表示非常不喜欢，“9”表示非常喜欢，统计数据形成烤制猪肉的感官评价结果，反映其感官品质。偏好型感官评价能够直接反映消费者对样品的喜好或可接受情况，结果较为直观，但易受人为因素影响，对评价人员数量具有一定要求。
常见的智能感官分析设备有电子鼻、电子舌、电子眼、质构仪等，是通过模拟人的嗅觉、味觉、视觉、触觉等开发的智能感官分析检测系统，具有客观、准确、重复性好等优点，但检测对象比较局限，不能对样品进行综合评价。
1.2.1 电子鼻
电子鼻也称人工嗅觉系统，起源于20世纪90年代，是通过模拟人类嗅觉仿生技术开发的智能检测系统[7]。其工作原理是：电子鼻将传感器探测到的气味物质强度转换成数据，再结合化学计量学等方法和模型，最终形成能够反映样品总体气味轮廓的图谱，从而区分样品。电子鼻收集的数据是复杂气味的混合数据，可以实现对混合气味的定性或定量分析[12-13]，获得的是被测样品中挥发性物质的整体信息，被称为“指纹”数据，并且检测过程中不会对样品造成损坏[7]。Jia Wenshen等[14]利用电子鼻系统有效识别混合不同比例鸭肉的掺假羊肉，并且提出一种将电子鼻与近红外光谱法结合使用检测掺假羊肉（混合鸭肉）的方法。Zhao Yu等[15]利用电子鼻系统有效监测牛肉在炖煮过程中其气味随生姜添加量不同而发生的变化。电子鼻是一种无损检测技术，不会对样品造成破坏，但其依靠传感器对气味进行识别，易受到环境和混合气味干扰，对气味物质种类识别具有局限性。
1.2.2 电子舌
电子舌也称人工味觉识别系统，起源于20世纪80年代中期，通过模拟生物味觉感受机制设计而成[7]。其工作原理是：当被测样品释放的呈味物质吸附到电子舌的人工膜脂表面时，呈味物质之间的静电作用或疏水相互作用产生膜电势变化，并将膜电势变化作为输出信号传输到“大脑”进行分析，从而识别样品呈味强度及呈味特征[12,16]，可对不同处理组样品进行区分。不同种类或不同处理方式下的样品感官特征存在差异，电子舌可感知在味觉方面的特征信息，从而实现对样品的分类/区分。例如，Feng Xi等[17]基于未辐照、经辐照处理的生牛肉在酸味、甜味等主要感官特征上所存在的差异，利用电子舌系统对这2 种不同处理方式下的样品进行了有效区分，探究辐照处理对牛肉品质特性的影响。电子舌技术可有效对不同样品进行客观区分，但存在操作耗时长、传感器寿命较短、由不同品牌、类型的电子舌设备获取的数据不能合并分析等缺点。
1.2.3 电子眼
电子眼是基于人类视觉仿生技术开发的智能检测系统，其工作原理是：通过模拟人眼对样品的感知，提供稳定的图像采集环境，保证样品分析条件一致性的同时，利用计算机软件对样品的颜色、形状等视觉参数进行相关评价，从而对检测对象的外观纹理、颜色信息等品质作出相应的判别评价，可对样品进行分级。如Stewart等[18]利用该系统对已分级牛肉胴体的眼肌面积、肌内脂肪和大理石花纹在视觉分级方面的性能进行评估，测试结果发现，该视觉系统能够较为准确地预测肉品视觉特征，并且其稳定性高，但在操作过程中对图像采集环境具有一定要求。使用电子眼技术进行图像采集时无需接触样品，不会对样品造成污染和破坏，且样品可重复利用，但其对图像采集环境要求较为严格，易受环境影响。
1.2.4 质构分析
人在咀嚼肉的过程中，对肉施加机械力，口腔受到刺激而产生的感觉即为肉的质构[7]。质构是人体器官与食品接触时产生的生理刺激在触觉上的反映，是源于食品结构的一组物理参数，属于力学和流变学的范畴。自1926年Warner发明了质构仪，食品质构测定由模糊的感官评价逐步过渡到使用仪器进行准确的量化测定。质构仪通过模拟人的触觉检测食品的质构，其主要结构包括机械装置、传感器和计算机控制系统。机械装置上装有传感器，可使物体产生形变，在计算机程序设定的速度下，机械装置上下移动，对样品进行切割、压缩等测试。在质构仪众多的测试方法中，Warner-Bratzler剪切力（Warner-Bratzler shear force，WBSF）法和质地剖面分析（texture profile analysis，TPA）法是应用最广泛的2 种。
WBSF法使用V形刀头垂直肌纤维方向对样品进行切割，根据刀具切割样品时的用力情况计算样品嫩度值，可有效辅助分析肉品品质。Drachmann等[19]利用WBSF法辅助分析不同饲养条件下的牛肉品质，发现不同饲养环境下生产的牛肉品质在剪切力方面存在差异。Nasrollahzadeh等[20]将鸡胸肉、猪肉、牛肉的WBSF数据与感官评定结果进行相关性分析，其结果表明，该样品通过质构仪测定的嫩度值与感官评价时的咀嚼性呈正相关性。Virtuoso等[21]采用WBSF法对1 154 头肉牛品质特性进行测定，评估不同成熟时间牛肉的品质。
TPA通过模拟人口腔2 次咬合运动，对样品进行2 次压缩，根据样品压缩变形所需的力、压缩后的恢复程度及压缩峰面积，计算硬度、弹性、脆性、黏附性、内聚性和咀嚼性等质构指标，能辅助评估样品质地。Fu Bing等[22]采用TPA法对添加不同饲料喂养的草鱼肉质进行检测，根据其硬度、咀嚼性和弹性数据初步判断出在饲料中添加蚕豆能够改善肉品质地。Karaman等[23]通过分析腌制和未腌制牛排的硬度，研究腌制工艺对其品质特性的影响。
在开展样品质地特性研究时通常会将WBSF和TPA这2 种方式结合起来使用，如Ozdemir等[24]对23 头犊牛的背最长肌进行WBSF和TPA测定，通过样品剪切力、硬度等数据推断出肉牛屠宰体质量与剪切力具有显著负相关性，体质量较大组的剪切力、硬度显著低于体质量较轻组，表明相同饲养条件下的同龄犊牛体质量越大，其剪切力越小、硬度越低、肉质嫩度评分越高。这2 种方法具有操作简便、灵敏度高、结果重现性好等优点，目前在肉类食品物性学研究领域已被广泛应用[7]，但其在操作过程中也易受到如样品尺寸大小、作用位点、重复次数等因素的影响。
“烤”是指将加工处理好的肉品置于烤具内部，使用明火、暗火等产生的热辐射进行加热的方法统称，追溯其起源几乎从火的产生开始，在火源产生的最初阶段，并没有配套的烹饪工具，因而“烤”是当时最重要的熟食制作手段[25]，后随着对应烹饪工具的相继研发，逐步演变至制作方式多样的烧烤、串烤、炙烤、煎烤、烘烤及熏烤等，如当下十分火热的淄博烧烤、齐齐哈尔烤肉、老北京炙子烤肉等，深受消费者喜爱。
由于文化背景不同，国内外烤肉烹饪方式也有所差异。传统中式烹饪多在高温条件下进行，我国传统烤制方式有明烤、熏烤、烘烤3 种。明烤是指将食材用调味品腌制后，放于敞口火炉或火炕、篝火上的铁架、铁栅上烤制成熟的一种方法，由于火力较集中，烤制时要勤翻动，使之受热均匀，根据烤制工具不同分为炙子烤和串烤2 种[26]；熏烤是指将腌制、处理后的食材利用木屑、柏枝等燃料燃烧产生的浓烟熏制而成；烘烤是将食材放入烤箱，通过热空气对流及热传导使食材加热成熟。中式烤肉类型多样、品种丰富，肉品处理形状有薄片状和块状，煎烤、烤箱/烤肉机烘烤和明火烤制是国外主要的肉品烤制烹饪方式，肉品处理形状为较厚的肉排、肉片、肉块状，部分中式烤肉及国外烤肉类型与其相对应的肉品处理形式和烹饪工具如表1所示。
表1 部分中式烤肉及国外烤肉肉品处理形式及烹饪工具
Table 1 Some handling methods and cooking tools for roast meat in China and abroad
烤肉类型处理形式烹饪工具东北烤肉中式烤肉新疆烤肉内蒙古烤肉四川烤肉云南烤肉有薄片、肉块、肉排等处理形式，主要区别在于烹饪过程所使用调料及腌制工艺的不同主要有炙子、电烤盘、烤架等，如北京炙子烤肉、新疆羊肉串等国外烤肉韩国烤肉0.2 cm厚的大块薄片电磁灶、厚铁锅、平底锅土耳其烤肉大块薄片、肉条状旋转烤肉机希腊烤肉大块薄片、肉块旋转烤肉机+烤架墨西哥烤肉肉排烤架、烤箱巴西烤肉大肉块明炉烤架阿根廷烤肉大片烤肉明炉铁烤架（炭火）日本烤肉 0.2～0.8 cm肉片（薄切、厚切） 网状或铸铁板条，接触明火
随着生活水平的不断提高，烤肉持续展现出强大的市场潜力，消费者对于烤肉制品的品质要求也越来越高，烤肉的外观、颜色等感官属性直接影响消费者的消费抉择，因此，感官分析方法所发挥的作用尤为重要，完善并细化烤肉领域的感官评价体系对其商业化、规模化发展具有深远意义。
适宜的评价指标能够直观反映样品的食用品质，经筛选后符合要求的品评人员能够更加准确地给出样品对应的感官评价结果。如图1a所示，目前在烤肉食用品质领域所采用的评价指标主要包括多汁性、总体可接受度、嫩度等15 个指标，从不同角度反映肉品在消费者中的接受和满意程度，其中多汁性、总体可接受度和嫩度是开展感官评价时主要被选择的评价指标。如图1b所示，在烤制烹饪方式下，进行感官评价时根据样本的不同，其所选取的评价指标也略微不同，烤制牛肉主要以嫩度、多汁性和总体可接受度作为评价指标，烤制羊肉主要以多汁性、色泽和总体可接受度作为评价指标，烤制猪肉主要以香味作为评价指标。由此可见，根据研究目的、样品种类的不同，其所对应选取的评价指标也有所差异。因此，在利用人工感官分析方法开展对样品食用品质的评价时，感官评价指标的选择尤为关键，其次，对于评价员的筛选也至关重要，符合目标要求的评价员能够给出更加准确的结果。
图1 烤肉感官评价中选择的评价指标[27-49]
Fig.1 Quality indexes selected in the sensory evaluation of roast meat[27-49]
a.部分烤肉食用品质研究中评价指标的选择情况；b.不同烤肉开展感官评价时评价指标的选择情况，各项评价指标所对应颜色的深浅表示其在所引用参考文献中的应用选择情况，颜色越深表明其被选择作为评价指标的频率越高，颜色越浅则表明其被选择作为评价指标的频率越低。
国外对于人工感官分析方法的应用起步较早，发展较为成熟，在评价指标及评价人员筛选方面比较明确。1978年，美国肉类科学协会发布肉类熟制及感官评定指南，为肉品感官分析提供了规范的流程；1996年，澳大利亚肉类标准协会（Meat Standards Australia，MSA）将人工感官分析应用到牛肉分级中，开展大样本量消费者牛肉食用品质评估，形成MSA体系。MSA体系强调以未经培训的消费者作为评估主体，对肉类食品进行大规模感官品质评价，将食用品质最终评估结果交由目标消费市场决定，具有更加全面、直观和可预测的优点，欧美等国家先后开始引进[50]。Watson等[42]在应用MSA体系的基础上筛选出嫩度、风味、多汁性和总体喜好度作为评价牛肉食用品质的关键感官评价指标，并且统计数据结果确定各项关键指标权重，构建出肉类食用品质综合评分（meat quality, 4 variables，MQ4）方程，随后有许多学者在开展牛肉食用品质相关方面研究时选择其筛选出的嫩度、多汁性、风味和总体喜好度作为感官评价指标。在以往研究中，煎烤、烤箱烤制是主要被选择的肉品烤制加工方式，监测肉品中心温度达到70 ℃左右终止烹饪过程，随即召集评价员在特定场所开展感官评价工作，整个感官分析过程主要包括评价指标筛选和消费者嗜好性评价2 个环节。
3.1.1 人工感官分析在国外烤肉领域应用中的评价指标筛选
适宜的评价指标可从多方面反映肉品食用品质，良好预测产品在目标消费人群中的受欢迎程度，选择目标特定人群组成专业型感官评定小组，经培训且合格后对样品开展描述性感官评价，可有效筛选出样品适宜的感官评价指标。Oltra[10]、Piochi[51]等挑选约10 名感官灵敏且具有相关知识背景人员组成专业型感官评价小组，经培训后开展对烤肉感官评价指标的征集工作，征集完成后对每项指标进行感受强度评分，最终筛选出外观、气味、滋味、质地和总体喜好度作为烤羊肉的感官评价指标。Kerth等[52]通过专业型感官评价筛选出嫩度、多汁性、外观、风味和总体喜好度作为煎烤牛排的感官评价指标。Lynch[53]、Yang Xiaoyin[54]等采用Watson等[42]筛选出的嫩度、多汁性、风味和总体喜好度作为烤牛排评价指标。
3.1.2 人工感官分析在国外烤肉领域应用中的消费者嗜好性评价
产品最终受众群体是消费者，已有研究多以大量未经培训的消费者作为评价主体开展消费者嗜好性评价，直接反映样品在消费者中的喜好及满意程度。Leighton等[55]通过问卷调查筛选出每月至少食用1 次牛肉的消费者作为烤制牛排的感官评价主体，组织目标人群在特定时间、环境内开展感官评价，对随机3 位数编号的样品分批次进行烤牛排感官评价，最后收集评价结果进行统计分析。O’Reilly等[29]分别在中国、澳大利亚、美国征集大量未经任何感官方面培训的消费者开展对烤羊肉的感官评价。
国内烤肉领域对于人工感官分析方法的应用仍处于开始阶段，在评价指标筛选方面研究较为欠缺，感官评价环节侧重于具有相关知识背景的专业型感官评价。
3.2.1 人工感官分析在国内烤肉领域应用中的评价指标筛选
指标筛选以描述性分析感官评价方式开展，在评价指标筛选方面工作不足，更多的是直接选取Watson等[42]筛选出的嫩度等评价指标，或是并未言明由来直接提出，针对烤制方式及样品差异所开展的指标筛选工作报道较少。薛丹丹[30]参考GB/T 16861—1997《感官分析 通过多元分析方法鉴定和选择用于建立感官剖面的描述词》方法，组织具有相关知识背景的8 名成员组成专业型感官评价小组，采取描述性分析感官评价，开展烤羊肉评价指标征集，采用M值法、主成分分析法和相关性分析法筛选、确定出韧性、多汁性和肉香味作为烤羊肉食用品质感官评价指标。葛岳等[40]参考MQ4建立程序，选取嫩度、多汁性、风味和总体喜好度作为烤羊肉感官评价指标开展研究。李慧等[45]参照GB/T 22210—2008《肉与肉制品感官评定规范》对烤牛肉色泽、嫩度、多汁性、香气、滋味和总体可接受性进行评价。宋洁[34]直接选取外观、嫩度、香气、滋味、色泽、多汁性、膻味、总体可接受性作为烤羊肉评价指标。
3.2.2 人工感官分析在国内烤肉领域应用中的消费者嗜好性评价
国内开展感官评价多以专业型感官评价形式进行，倾向于选择具有相关知识背景的人员作为评价主体，如姜三群[56]、刘雪霏[47]等在开展感官评价时，选取具备相关知识背景的人员作为评价主体。而真正以具有一定数量且未经培训的消费者为主体开展的消费者嗜好性评价较少。因此，以专业型感官评价方式得出的结果能否良好反映或预测其产品在消费者中的可接受情况并不明确。
肉类食品食用品质评价中，人工感官分析是十分重要、也是应用最为广泛的一种方法，能够直接反映肉品食用品质优劣和在消费者中的满意度情况。开展人工感官分析主要有感官评价指标和评价人员筛选2 个环节，适宜的评价指标能够更为准确地评价样品，合适的评价员能够反馈出样品更为真实的感官评定结果。国外对于人工感官分析方法的应用研究起步较早，在指标筛选、评价主体选择方面应用较为成熟；国内对于人工感官分析方法的应用研究处于开始阶段，在指标筛选、评价主体选择方面较为模糊。
目前，国内外对于电子鼻、电子舌、质构仪等智能感官分析技术在肉类食品领域的应用主要集中于食品新鲜度检测[57]、风味品质评价、食品真实性鉴别、产地溯源[58-61]和产品分级[59,62]等方面，已有报道主要利用其观察和分析羊肉、牛肉、鱼肉等原料肉的风味物质含量变化[63]、产地溯源[64]、新鲜度预测、真实性鉴别[65-68]、肉品贮藏期间新鲜度变化[69]、不同品种、部位间的挥发性物质差异对比[70]，在烤肉领域研究较少。
肉类食品散发出的香味、气味是其最重要的品质特征之一，在烤制烹饪过程中，肉品内部气味成分的种类和含量会不断发生变化，人们在注重营养价值的同时，对该种烹饪方式处理下肉品所带来的口感和风味也十分关注[71]。电子鼻系统的传感器阵列灵敏度高，能够有效区分出不同处理方式下样品的特征性气味，与气相色谱-离子迁移谱（gas chromatography-ion mobility spectrometry，GC-IMS）等方式联合使用能够探究样本在对应处理方式下挥发性物质存在的差异。王天杨等[71]利用电子鼻结合GC-IMS技术有效识别出烤制处理方式下猪肉的特征气味，揭示了不同烹饪加工方式对猪肉挥发性风味物质成分的影响，为猪肉烹饪方式的选择提供一定的理论依据和参考。Hui Teng等[72]使用电子鼻对烤牛肉块的香气成分进行分析，识别特征性气味。Shen Che等[73]用5 种不同烹饪工具对羊肉样品进行烤制处理，将处理后的样品分为2 组，一组用于消费者感官评价，一组采用电子鼻、电子舌、质构仪对其风味、质构等进行分析，其研究结果表明，智能感官分析技术可以有效模拟大脑的多感官机制，融合复杂的样本信息。
WBSF和TPA是肉类食品嫩度评估中应用最为广泛且最为常见的2 种客观评价方法，可有效模拟食用肉品时口腔对整个样品的触感及牙齿咬断肌纤维时所使用力的大小，预测样品嫩度及咀嚼性等，能一定程度反映该样品的消费者评价结果。宋洁[34]将烤羊肉块沿顺肌纤维方向切成1 cm3的小肉块，使用物性测试仪测定其硬度、黏聚性、咀嚼性和弹性，将不同部位间测定结果进行比较，分析各部位肉在嫩度方面的食用品质情况。Ricardo-Rodrigues等[48]对烤牛排进行WBSF和TPA测定，将测试结果与消费者感官评定结果结合分析，发现这2 项测试结果与消费者感官评价结果之间存在相关性，提出当WBSF＜39.60 N、硬度＜31.89 N时，该牛排的食用品质可被判定为较嫩级别。Martinez等[74]也提出，烤牛排消费者感官评价结果与其剪切力测试结果之间相互关联。
烤制的高温加热条件会使肉质肌纤维特性、结缔组织特性、挥发性风味物质等发生变化，赋予肉品独特的口感和丰富的滋味，利用电子鼻、电子舌设备能够辅助分析样品特征性香气和滋味变化，质构分析在一定程度上能够预测消费者在肉品入口口感方面的评价，这些智能感官分析仪器能够对样品食用品质进行客观预测，具有快速、重复性好等优点，能良好反映样品感官品质。烤制是当下消费者颇为喜爱的一种肉品加工方式，但智能感官分析技术在其领域的应用主要以通过质构分析预测样品入口嫩度为主，应用不够全面和深入。
目前，国内外对于烤制肉类食品食用品质进行评价时感官评价指标的选择并不统一，尽管是同一烹饪方式、同一肉品，指标的选择也有所不同。开展感官评价时使用9 分制、10 分制或100 分制进行评价，分数越高，则代表对该项评价特性的满意度和可接受度越高。国外侧重于将专业型感官评价与消费者嗜好性感官评价结合进行，针对特定样品利用专业型感官评价筛选、确定出适宜的评价指标，然后在大量消费者群体中开展消费者嗜好性感官评价。而国内多选择具有相关知识背景的人群作为评价主体，以未经培训的消费者作为评价主体对样品开展消费者嗜好性评价的研究较少。产品的最终走向是消费者群体，专业型感官评价的稳定性、一致性相对较好，但其所得结果能否良好反映该产品在消费人群中的满意度和可接受程度有待深入研究。
人工感官分析方法在肉类食品领域已被广泛接受和应用，能直接反映样品品质优劣与在目标群体中的可接受度，但在开展感官评价过程中易受到环境、情绪等多方面的影响，评价结果往往带有一定主观性，稳定性较差，相对耗时长。智能感官分析方法能在一定程度上弥补人工感官分析的不足，避免主观影响，提高测试数据的准确性，但影响食品食用品质的因素较多且较为复杂，智能感官设备依靠传感器运行，仅使用单个传感器不能对食品进行多方位分析，检测对象比较受限，且无法直接评价样品品质优劣及其在受众人群中的喜好度。
因此，未来在开展食品感官品评时，评价指标的选择应多侧重于考虑是否适用于当下目标消费群体对样品的关注点、是否符合其消费习惯和评价标准，最终在进行评价时应以大量未经培训的消费者作为评价主体，将人工感官分析与智能感官分析结合使用，发挥每种方法的优势，结果相互验证，弥补各自不足，从而得到更加客观、严谨的食品感官评价结果。
[1] 红餐产业研究院.细分与融合并存烤肉品类持续创新升级[J].中国食品, 2024(5): 72-73.DOI:10.3969/j.issn.1000-1085.2024.05.016.
[2] 王永瑞.羊肉烤制过程中品质变化规律研究[D].银川: 宁夏大学,2023.DOI:10.27257/d.cnki.gnxhc.2023.000010.
[3] 牛俊桀, 史波林, 钟葵, 等.中心点剖面法(Pivot Profile): 一种快速感官分析方法及其在食品中的应用研究进展[J].食品科学, 2024,45(23): 311-320.DOI:10.7506/spkx1002-6630-20231227-237.
[4] 孙江艳, 刘义凤, 刘磊, 等.食品感官评价的技术手段与应用研究进展[J].食品工业科技, 2023, 44(24): 359-366.DOI:10.13386/j.issn1002-0306.2023020097.
[5] 王伟静, 孙宝忠, 陈晨, 等.炖制牛肉食用品质关键评价指标筛选[J].食品研究与开发, 2017, 38(6): 1-5.DOI:10.3969/j.issn.1005-6521.2017.06.001.
[6] 徐肖晗, 朱梦丹, 罗欣, 等.感官分析在国内外牛肉食用品质研究中的应用进展[J].食品研究与开发, 2022, 43(5): 183-188.DOI:10.12161/j.issn.1005-6521.2022.05.027.
[7] 张玉华, 孟一, 姜沛宏, 等.智能感官分析技术在肉类品质分析中的应用[J].食品与药品, 2015, 17(5): 364-369.DOI:10.3969/j.issn.1672-979X.2015.05.016.
[8] GONZÁLEZ-MOHINO A, JIMÉNEZ A, RUFO M, et al.Correlation analysis between acoustic and sensory technique data for cooked pork loin samples[J].LWT-Food Science and Technology, 2021, 141:110882.DOI:10.1016/j.lwt.2021.110882.
[9] 赵永敢, 刁静雯, 代建华.成对比较检验法在鸡汁产品研发中的应用[J].中国调味品, 2019, 44(3): 123-126.DOI:10.3969/j.issn.1000-9973.2019.03.027.
[10] OLTRA O R, FARMER L J, GORDON A W, et al.Identification of sensory attributes, instrumental and chemical measurements important for consumer acceptability of grilled lamb longissimus lumborum[J].Meat Science, 2015, 100: 97-109.DOI:10.1016/j.meatsci.2014.09.007.
[11] ALUWÉ M, HEYRMAN E, KOSTYRA E, et al.Consumer evaluation of meat quality from barrows, immunocastrates and boars in six countries[J].Animal, 2022, 16(3): 100455.DOI:10.1016/j.animal.2022.100455.
[12] 王铁龙, 许凌云, 杨冠山, 等.智能感官分析技术在食品风味中的研究进展[J].食品安全质量检测学报, 2023, 14(8): 37-43.DOI:10.19812/j.cnki.jfsq11-5956/ts.2023.08.002.
[13] LIU J J, PANNIER L, ELLIES-OURY M P, et al.French consumer evaluation of eating quality of Angus × Salers beef: effects of muscle cut, muscle slicing and ageing[J].Meat Science, 2023, 197: 109079.DOI:10.1016/j.meatsci.2022.109079.
[14] JIA W S, QIN Y D, ZHAO C T.Rapid detection of adulterated lamb meat using near infrared and electronic nose: a F1-score-MRE data fusion approach[J].Food Chemistry, 2024, 439: 138123.DOI:10.1016/j.foodchem.2023.138123.
[15] ZHAO Y, HE W Y, ZHAN P, et al.A comprehensive analysis of aroma quality and perception mechanism in ginger-infused stewed beef using instrumental analysis, sensory evaluation and molecular docking[J].Food Chemistry, 2024, 460: 140435.DOI:10.1016/j.foodchem.2024.140435.
[16] LEON-MEDINA J X, ANAYA M, TIBADUIZA D A.Yogurt classification using an electronic tongue system and machine learning techniques[J].Intelligent Systems with Applications, 2022, 16:200143.DOI:10.1016/j.iswa.2022.200143.
[17] FENG X, JO C, NAM K C, et al.Effect of irradiation on the parameters that influence quality characteristics of raw beef round eye[J].Innovative Food Science & Emerging Technologies, 2018, 45:115-121.DOI:10.1016/j.ifset.2017.09.006.
[18] STEWART S M, LAURIDSEN T, TOFT H, et al.Objective grading of eye muscle area, intramuscular fat and marbling in Australian beef and lamb[J].Meat Science, 2021, 181: 108358.DOI:10.1016/j.meatsci.2020.108358.
[19] DRACHMANN F F, OLSSON V, WALLIN K, et al.Sire breed has a larger impact on sensory and technological meat quality than dam breed in beef-on-dairy heifers reared on forage and semi-natural grasslands[J].Livestock Science, 2024, 282: 105453.DOI:10.1016/j.livsci.2024.105453.
[20] NASROLLAHZADEH F, ALEXI N, SKOV K B, et al.Texture profiling of muscle meat benchmarks and plant-based analogues:an instrumental and sensory design approach with focus on correlations[J].Food Hydrocolloids, 2024, 151: 109829.DOI:10.1016/j.foodhyd.2024.109829.
[21] VIRTUOSO M C S, HOSSEINI A, AALHUS J L, et al.Genetic parameter estimates for sensory and meat quality traits measured at 3 and 29 days of aging of beef from Canadian crossbred cattle[J].Meat Science, 2024, 207: 109351.DOI:10.1016/j.meatsci.2023.109351.
[22] FU B, ZHENG M P, YANG H C, et al.The effect of broad bean diet on structure, flavor and taste of fresh grass carp: a comprehensive study using E-nose, E-tongue, TPA, HS-SPME-GC-MS and LC-MS[J].Food Chemistry, 2024, 436: 137690.DOI:10.1016/j.foodchem.2023.137690.
[23] KARAMAN E E, CEYHUN SEZGIN A.Effect of marination process with different formulation applied to beef on physio-chemical quality parameters and sensory properties of meat themed thesis[J].International Journal of Gastronomy and Food Science, 2024, 38:101005.DOI:10.1016/j.ijgfs.2024.101005.
[24] OZDEMIR V F, KOCYIGIT R, YANAR M, et al.An investigation of slaughter weight and muscle type effects on carcass fatty acid profiles and meat textural characteristics of young Holstein Friesian bulls[J].Heliyon, 2024, 10(6): e27316.DOI:10.1016/j.heliyon.2024.e27316.
[25] 胡琰梅.中国古人如何吃烤肉[J].大众考古, 2019(4): 24-29.
[26] 马梦恬, 王明辉, 张桂香, 等.中国传统烹饪方式对食物营养品质的影响研究[J].食品工业, 2023, 44(2): 208-213.
[27] 胡梦青.山黑猪烤肉加工及贮藏特性研究[D].长春: 吉林大学,2023.DOI:10.27162/d.cnki.gjlin.2022.002347.
[28] CHANNON H A, D’SOUZA D N, DUNSHEA F R.Developing a cuts-based system to improve consumer acceptability of pork:impact of gender, ageing period, endpoint temperature and cooking method[J].Meat Science, 2016, 121: 216-227.DOI:10.1016/j.meatsci.2016.06.011.
[29] O’REILLY R A, PANNIER L, GARDNER G E, et al.Minor differences in perceived sheepmeat eating quality scores of Australian,Chinese and American consumers[J].Meat Science, 2020, 164:108060.DOI:10.1016/j.meatsci.2020.108060.
[30] 薛丹丹.不同品种羊肉烤制特性及烤制适宜性评价研究[D].北京:中国农业科学院, 2012.
[31] 王海超.烤羊腿风味、色泽与质构特性的区域化差异研究[D].杨凌: 西北农林科技大学, 2018.
[32] 刘越, 李欣, 陈丽, 等.七个不同品种羊肉烤制特性研究[J].食品工业, 2015, 36(12): 176-179.
[33] 刘亚娜, 郎玉苗, 包高良, 等.甘南牦牛肉与中国西门塔尔牛肉营养特性对比分析[J].食品工业科技, 2016, 37(15): 360-364.DOI:10.13386/j.issn1002-0306.2016.15.062.
[34] 宋洁.巴寒杂交羔羊不同部位肉加工适宜性研究[D].兰州: 甘肃农业大学, 2016.
[35] 孟宇竹, 李峰, 路大勇, 等.正交试验优化明炉烤羊肉串工艺参数[J].肉类工业, 2017(4): 15-18.DOI:10.3969/j.issn.1008-5467.2017.04.005.
[36] 肖雄.僵直前和解僵后羔羊肉品质分析[D].锦州: 渤海大学, 2019.
[37] 王羽, 于振菲, 张晓燕, 等.羊肉烘烤过程中的品质变化研究[J].食品科技, 2014, 39(12): 146-151.
[38] 姜三群, 王亚洲, 王子荣, 等.烤制时间对羊肉串品质和营养物质的影响[J].肉类工业, 2014(5): 19-24.DOI:10.3969/j.issn.1008-5467.2014.05.006.
[39] LIU H, WANG Z Y, SULEMAN R, et al.Effect of protein thermal stability and protein secondary structure on the roasted mutton texture and colour from different cuts[J].Meat Science, 2019, 156: 52-58.DOI:10.1016/j.meatsci.2019.05.014.
[40] 葛岳, 张德权, 李少博, 等.基于消费者喜好性评价宰后不同阶段羊肉食用品质差异[J].中国农业科学, 2022, 55(18): 3640-3651.DOI:10.3864/j.issn.0578-1752.2022.18.013.
[41] POGORZELSKI G, WOŹNIAK K, POLKINGHORNE R, et al.Polish consumer categorisation of grilled beef at 6 mm and 25 mm thickness into quality grades, based on Meat Standards Australia methodology[J].Meat Science, 2020, 161: 107953.DOI:10.1016/j.meatsci.2019.107953.
[42] WATSON R, GEE A, POLKINGHORNE R, et al.Consumer assessment of eating quality-development of protocols for Meat Standards Australia (MSA) testing[J].Australian Journal of Experimental Agriculture, 2008, 48(11): 1360.DOI:10.1071/ea07176.
[43] MORTENSEN L M, FRØST M B, SKIBSTED L H, et al.Effect of time and temperature on sensory properties in low-temperature long-time sous-vide cooking of beef[J].Journal of Culinary Science &Technology, 2012, 10(1): 75-90.DOI:10.1080/15428052.2012.651024.
[44] 游佳伟.不同部位牛肉烤制加工适宜性研究[D].锦州: 渤海大学,2020.
[45] 李慧, 连海飞, 王德宝, 等.不同部位西门塔尔牛肉理化品质分析及烤制加工适宜性的研究[J].畜牧与饲料科学, 2021, 42(3): 97-101.DOI:10.12160/j.issn.1672-5190.2021.03.018.
[46] 王勇峰, 郎玉苗, 丰永红, 等.运用逐步回归方法建立牛肉感官品质预测模型[J].食品工业科技, 2016, 37(13): 67-71.DOI:10.13386/j.issn1002-0306.2016.13.005.
[47] 刘雪霏, 游佳伟, 程可欣, 等.不同部位牛肉烤制加工的适宜性[J].食品科学, 2021, 42(11): 86-93.DOI:10.7506/spkx1002-6630-20200608-105.
[48] RICARDO-RODRIGUES S, LARANJO M, ELIAS M, et al.Establishment of a tenderness screening index for beef cuts using instrumental and sensory texture evaluations[J].International Journal of Gastronomy and Food Science, 2024, 35: 100889.DOI:10.1016/j.ijgfs.2024.100889.
[49] ÁNGEL-RENDÓN S V, FILOMENA-AMBROSIO A, HERNÁNDEZCARRIÓN M, et al.Pork meat prepared by different cooking methods.A microstructural, sensorial and physicochemical approach[J].Meat Science, 2020, 163: 108089.DOI:10.1016/j.meatsci.2020.108089.
[50] 付洋洋, 高彦华, 彭忠利, 等.采用MSA体系对川西北牦牛肉食用品质的评价研究[J].中国畜牧杂志, 2018, 54(7): 112-117.DOI:10.19556/j.0258-7033.2018-07-112.
[51] PIOCHI M, CABRINO G, TORRI L.Effects of different woods in barbecuing: consumers’ sensory perception and liking of grilled chicken meat[J].Food Research International, 2023, 163: 112295.DOI:10.1016/j.foodres.2022.112295.
[52] KERTH C R, WALL K R, HICKS Z M, et al.Using untargeted metabolomics and volatile aroma compounds to predict expert sensory descriptors and consumer liking of beef loin steaks varying in quality grade, aging time, and degree of doneness[J].Meat Science, 2023,204: 109255.DOI:10.1016/j.meatsci.2023.109255.
[53] LYNCH E E M, CLAYTON E H, HOLMAN B W B, et al.Canola meal as a supplement for grass-fed beef cattle: effects on growth rates,carcase and meat quality, and consumer sensory evaluations[J].Meat Science, 2024, 207: 109363.DOI:10.1016/j.meatsci.2023.109363.
[54] YANG X Y, WANG J, HOLMAN B W B, et al.Investigation of the physicochemical, bacteriological, and sensory quality of beef steaks held under modified atmosphere packaging and representative of different ultimate pH values[J].Meat Science, 2021, 174: 108416.DOI:10.1016/j.meatsci.2020.108416.
[55] LEIGHTON P L A, PIETRASIK Z, LÓPEZ-CAMPOS O, et al.Towards improving classification of Canadian dark-cutting beef carcasses: consumer sensory evaluation[J].Meat Science, 2023, 195:109008.DOI:10.1016/j.meatsci.2022.109008.
[56] 姜三群.羊肉串烤制中品质和有害物质变化规律及影响因素的研究[D].乌鲁木齐: 新疆农业大学, 2014.
[57] ANDRE R S, FACURE M H M, MERCANTE L A, et al.Electronic nose based on hybrid free-standing nanofibrous mats for meat spoilage monitoring[J].Sensors and Actuators B: Chemical, 2022, 353: 131114.DOI:10.1016/j.snb.2021.131114.
[58] XU N, ZENG X M, WANG P, et al.Investigation on taste characteristics and sensory perception of soft-boiled chicken during oral processing based on electronic tongue and electronic nose[J].Food Science and Human Wellness, 2024, 13(1): 313-326.DOI:10.26599/FSHW.2022.9250026.
[59] ZHANG B H, WANG Y, WANG J P, et al.The establishment of ham grade, sensory scores and key flavor substances prediction models for Jinhua ham via E-nose combined with machine learning[J].Food Chemistry, 2025, 472: 142847.DOI:10.1016/j.foodchem.2025.142847.
[60] GAO P P, LIANG J, LI W L, et al.Fusion of hyperspectral imaging and electronic nose for identification of green vegetable in egg pancakes[J].Microchemical Journal, 2024, 199: 110034.DOI:10.1016/j.microc.2024.110034.
[61] GE Y H, WANG L, HUANG Y J, et al.Characteristic flavor compounds in Guizhou green tea and the environmental factors influencing their formation: investigation using stable isotopes,electronic nose, and headspace-gas chromatography ion migration spectrometry[J].LWT-Food Science and Technology, 2024, 196:115887.DOI:10.1016/j.lwt.2024.115887.
[62] XIA H L, CHEN W, HU D, et al.Rapid discrimination of quality grade of black tea based on near-infrared spectroscopy (NIRS), electronic nose (E-nose) and data fusion[J].Food Chemistry, 2024, 440: 138242.DOI:10.1016/j.foodchem.2023.138242.
[63] JIANG S, ZHU Y W, PENG J Y, et al.Characterization of stewed beef by sensory evaluation and multiple intelligent sensory technologies combined with chemometrics methods[J].Food Chemistry, 2023, 408:135193.DOI:10.1016/j.foodchem.2022.135193.
[64] 何珊, 蔺佳良, 张迪骏, 等.基于风味的线性判别和雷达图的中华绒螯蟹溯源[J].中国食品学报, 2018, 18(7): 239-246.DOI:10.16429/j.1009-7848.2018.07.029.
[65] 范文教, 易宇文, 徐培, 等.猪肉肠掺杂鸡肉的电子舌识别研究[J].食品科技, 2017, 42(11): 295-299.DOI:10.13684/j.cnki.spkj.2017.11.056.
[66] 李玉花, 史翰卿, 熊赟葳, 等.融合电子鼻和视觉技术的鸡肉新鲜度检测装置研究[J].农业机械学报, 2022, 53(11): 433-440.DOI:10.6041/j.issn.1000-1298.2022.11.045.
[67] GÜNEY S, ATASOY A.Freshness classification of horse mackerels with E-nose system using hybrid binary decision tree structure[J].International Journal of Pattern Recognition and Artificial Intelligence,2020, 34(3): 20500032.DOI:10.1142/s0218001420500032.
[68] 张春娟, 郑晓春, 古明辉, 等.基于电子鼻和可见/近红外光谱技术的羊肉真实性鉴别[J].现代食品科技, 2022, 38(12): 383-393.DOI:10.13982/j.mfst.1673-9078.2022.12.0155.
[69] 张欣, 陈双宜, 谷惠文, 等.基于电子鼻技术的荆州鱼糕贮藏过程新鲜度预测[J].轻工学报, 2022, 37(3): 17-25.
[70] 侯冉, 窦露, 任钦, 等.丁酸梭菌对小尾寒羊宰后成熟过程中挥发性风味物质的影响及机理研究[J].食品科学, 2023, 44(12): 181-188.DOI:10.7506/spkx1002-6630-20220917-160.
[71] 王天杨, 关雎, 罗晶晶, 等.基于电子鼻结合GC-IMS分析不同烹饪方式猪肉的挥发性成分差异[J].食品工业科技, 2024, 45(14): 234-244.DOI:10.13386/j.issn1002-0306.2023080228.
[72] HUI T, FANG Z F, MA Q L, et al.Effect of cold atmospheric plasmaassisted curing process on the color, odor, volatile composition,and heterocyclic amines in beef meat roasted by charcoal and superheated steam[J].Meat Science, 2023, 196: 109046.DOI:10.1016/j.meatsci.2022.109046.
[73] SHEN C, CAI G H, TIAN J Q, et al.Characterization of lamb shashliks with different roasting methods by intelligent sensory technologies and GC-MS to simulate human muti-sensation: based on multimodal deep learning[J].Food Chemistry, 2024, 440: 138265.DOI:10.1016/j.foodchem.2023.138265.
[74] MARTINEZ H A, MILLER R K, KERTH C, et al.Prediction of beef tenderness and juiciness using consumer and descriptive sensory attributes[J].Meat Science, 2023, 205: 109292.DOI:10.1016/j.meatsci.2023.109292.