01TDS特点
在某些情况下,评价员除了选择主导属性外,还要对属性强度进行评分,但这会导致评估任务难度增加并可能造成TDS曲线峰值延迟,并且无需对属性强度进行评分即可收集到许多有关样品的重要时间信息。基于以上原因,目前TDS的研究主要集中在省略强度评分,只需评估主导属性的变化,但只关注主导属性会导致TDS无法捕获评估期间同时感知到的其他属性,从而造成复杂信息的缺失。
图3为一名评价员采用TDS评估一种酸奶样品(编号为254)感官特性的实验过程,该过程不需要对属性强度进行评分,矩阵中的“1”表示在该时间点认为该属性为主导属性,当主导属性发生变化时,评价员需要选择新的主导属性,与TCATA矩阵不同的是TDS列总和不可以超过1。
02TDS数据分析
TDS数据通常由 TDS 曲线表示,曲线横轴表示品尝时间,纵轴表示属性的主导率(%),每条TDS曲线显示了该属性主导率随时间的变化过程。主导率是某个属性在整个小组中被引用的比例(或百分比),也就是说,每次对某个属性的选择数量除以总评估数(评价员人数×重复数)。主导率越高,认为该属性具有主导性的评价员比例就越高,该属性的主导性也就越高。TDS曲线的绘制过程类似于TCATA曲线的绘制过程。
TDS数据通常由 TDS 曲线表示,曲线横轴表示品尝时间,纵轴表示属性的主导率(%),每条TDS曲线显示了该属性主导率随时间的变化过程。主导率是某个属性在整个小组中被引用的比例(或百分比),也就是说,每次对某个属性的选择数量除以总评估数(评价员人数×重复数)。主导率越高,认为该属性具有主导性的评价员比例就越高,该属性的主导性也就越高。TDS曲线的绘制过程类似于TCATA曲线的绘制过程。
Pineau等建议在 TDS 曲线的基础上增加两条线:第一条被称为“随机水平线”,即每个属性可以偶然获得的主导率,其值为P0=1/na,其中,na是属性的个数;第二条被称为“显著性水平线”,一个属性显著高于 P0所需获得主导率的最小值,主导率高于此值的属性被认为是统计意义上具有显著优势的属性。显著性水平的值 Ps可以使用基于正态近似的二项分布的置信区间来计算(建议nP0(1-P0)>5),如下式所示:其中 P0为随机水平;n 为评价次数(评价员人数×重复数);1.645 为对应单侧 5%显著性水平的正态分布的 z 值。TDS 曲线有许多参数可以用来描述样品特征。
图 4 展示了 TDS 曲线的常用参数:(1)最大主导率(Vma),评估期间该属性最大的主导率;(2)最大主导率时间(Tmax),到达Vmax的时间;(3)第一次到达显著水平的时间(Tfirst);(4)最后一次到达显著水平的时间(Tlast);(5)TDS 曲线下的面积(AUC);(6)显著水平以上曲线的面积(AAS)。
03TDS应用案例
Etaio 等采用 TDS 评估了两种酿酒工艺生产的八种葡萄酒(四种二氧化碳浸渍、四种去梗)主导属性及其强度随时间的演变过程,通过绘制TDS曲线描述每种葡萄酒的感官动态演变,并对比两种酿酒工艺生产的葡萄酒对哪种属性表现出更高优势,为葡萄酒生产提供理论指导。
Qian 等采用 TDS 描述了口腔加工过程中蒸鲟鱼肉主导属性的变化过程,并阐明口腔加工过程中脂质组学和蛋白质组学与风味化合物释放的关系,有助于改善蒸鲟鱼肉的感官特性。
马艺荧等采用 TDS 测量了不同发酵时间东北酸菜的酸感,并将其与酸菜中有机酸种类和含量结合起来,阐明有机酸种类和含量与酸感的相关性有助于优化酸菜的生产工艺,提高产品质量。