感官剖面分析可解析食品感官特征，服务食品研发与品质管控。传统描述分析法（DA）数据客观可重复，但耗时长成本高，受训评价员和消费者感知易出现偏差。由此诞生多种消费者导向快速感官剖面技术，已有诸多相关对比研究，自由列举法（FL）可捕捉消费者自发感受，但相关替代研究较少。现有研究表明RATA 量化强度，区分相似样品优于CATA。韩国即食甜南瓜粥市场潜力可观，但影响消费者感知的感官属性研究不足，本研究对比CATA、RATA、FP、FL四种快速方法，探究其替代DA用于甜南瓜粥感官评价的可行性。
1.材料与方法
01 材料与试剂
本实验选取市面6款家庭简餐商业化甜南瓜粥产品，均采购自本地超市，样品信息见表1。
表1 甜南瓜粥样品的产品描述
02 传统描述分析法（DA）实验
1.评价小组培训
培训第1天，向评价员讲解DA实验目的、量表使用、感官属性强度量化方法。
第2-5天，培训评价员识别、定量各类食品的外观、香气、风味、质构属性。香气定义为食用前闻到的样品气味；风味是入口品尝时味觉与嗅觉共同形成的综合感官感受。
第6天，评价员针对甜南瓜粥样品识别、定义香气、滋味、质地相关感官指标，筛选评价员可理解、可感知的描述术语。
第7天，评价小组汇总形成最终描述词表，共包含20项感官属性，建立评价术语词典（表2）。
第8天，评价员熟悉整套感官术语，为每一项属性建立参比样，确定参比样对应的强度等级。
表2 甜南瓜粥样品感官属性及参比样
2.描述分析评价实验
感官评价小组共8名受训评价员（7女1男，年龄20‑30岁）。筛选标准：对感官评价感兴趣、可以分辨基础香气滋味、能够客观多元表达感官特征、愿意参与实验、无食物过敏。
评价环境无异味，远离冰箱、空调等设备噪音；独立感官隔间隔绝评价员之间互相干扰。
要求评价员测试前2小时除刷牙喝水外不进食。样品采用完全随机区组设计，每个样品重复两轮。一共20项外观、香气、风味、口腔感受属性，采用16点数字量表（0=完全没有，1=极弱，15=极强），搭配参比样参照。每测试完一个样品用清水漱口；两轮重复之间设置10分钟休息。纸质问卷收集DA数据。
03 消费者
1.消费者通过线上线下招募20‑60岁共240名无感官测评经验消费者，每月至少食用一次甜南瓜粥，排除相关过敏人群。4种方法各分配 60人，采用被试间设计，测试场地同DA。
2.适合项勾选法 CATA60名消费者参与，选取20个感官描述词。受试者针对各样品勾选适配感官术语，采用Williams设计平衡样品顺序，样品间清水漱口，减少顺序与残留样品的干扰。
3.所有适合项量化法 RATA60名消费者参与，沿用CATA的20个感官术语。受试者先勾选适配属性，再用5点量表对勾选项目进行强度打分，无关项留空；采用Williams设计，样品间清水漱口消除干扰。
4.闪现剖面法 FP60名消费者分两阶段测试。第一阶段自主生成区分样品的感官术语；休息10 min后进入第二阶段，利用自拟术语在15 cm线性标尺上对全部样品强度打分，允许并列，可随时嗅闻品尝样品。
5.自由列举法 FL60名消费者参与，受试者在空白处自由记录样品感官特征，禁止样品间对比描述。测试时样品间清水漱口；口头提示只记录感官特征，独立作答，不限测试时长，可随时品尝样品。
2.结果与分析
01 传统描述分析法DA结果
基于全部显著差异属性开展 PCA（图1）；第一主成分F1解释方差37.49%，第二主成分F2解释方差29.05%。
P2、P5、P6和黄色、甜南瓜风味、甜南瓜香气聚在一起；
P3在图谱左上，特征为褐色、淀粉香气、浑浊度、表观黏度；
P1、P4被质构属性分割到完全相反两端。
P1特征：余味、颗粒感、糊化淀粉味；
P4特征：吞咽顺滑度。
值得注意：P4南瓜原料含量最高，但PCA中没有和甜南瓜香气、甜南瓜风味形成强相关。这说明南瓜原料占比高，并不代表南瓜香气风味感知更强；提示甜南瓜粥产品南瓜挥发性香气物质整体偏弱。
图1 20项描述性感官属性的主成分分析（产品编号见表1）。属性末尾的 AP、F、A 分别代表外观、风味和香气。
02 适合项勾选法CATA结果
CATA对应分析CA二维图谱总解释方差大于70%（图2）。
F1维度：P1和颗粒感强关联；P4和酸香、酸味、吞咽顺滑度紧密关联。
F2维度P3和褐色高度相关；P6和黄色强关联；P2、P5、P6聚为一组。
CATA对应分析样品-属性聚类结果和DA的PCA图高度吻合。
图2 显著差异的CATA感官指标的对应分析（CA）图。属性后缀 AP、F、A 分别代表外观、风味、香气。
03 所有适合项量化法RATA结果
基于RATA显著属性PCA二维图总解释方差69.54%（图3），样品分为4组：P1对应糊化淀粉味、表观稠度、颗粒感；P2/P5/P6对应甜味、甜南瓜味、光泽、吞咽顺滑、乳味、甜南瓜香气、黄色；P3对应褐色、浑浊度；P4对应酸香、酸味。分组趋势和DA、CATA高度一致。
图3 差异显著的RATA指标的主成分分析图。属性末尾的 AP、F、A 分别代表外观、风味、香气。
04 闪现剖面法FP结果
·外观维度：P1、P3和褐色关联；P2关联可见颗粒；P6关联稀薄感、黄色。
·香气维度显著属性少，仅有酸味、甜味、甜南瓜香；P2、P4和甜南瓜香相关。香气属性区分弱有两点原因：①香气本身对普通消费者识别难度高于质地、滋味；②南瓜粥高温加工，挥发性香气物质大量损失，消费者很难感知香气差异。
·风味维度显著属性：甜南瓜香、鲜、咸、苦、甜、酸。P4关联苦味；P2关联甜南瓜味；P1关联鲜、咸、甜。 口腔感受维度显著属性：颗粒感、余味、稠度、白垩涂层感、黏度感；P6和颗粒感强相关；除颗粒感外其余口腔感受属性集中P1、P3。
·FP受试者频繁提到“可见颗粒”，但该指标并不是DA小组的核心属性，说明受训评价员会忽略部分消费者实际感知到的特征。糊化淀粉香气、糊化淀粉味在FP中也很少被消费者提及，再次证明该类术语对普通消费者难以理解。
图4 广义普氏分析（GPA）得到的感官属性主成分分析（PCA）图：(a) 外观；(b) 香气；(c) 风味；(d) 口感。
05 自由列举法FL结果
自由列举法中，描述词的重要性由提及频次与书写位次共同决定，史密斯凸显指数（SSI）可整合二者，数值越高代表该感官特征对消费者越重要
P1的SSI与褐色高度相关，P6与黄色高度相关；颜色类SSI整体偏高，说明颜色是消费者最易感知的属性。各样品甜南瓜香、甜味SSI均较高。质构上P2高SSI对应稠度，P4对应稀薄感，该结果与CATA/RATA/FP一致，和DA存在偏差，反映受训评价员与消费者对稠度感知有差异。
FL描述词更贴近消费者感知，但PCA图中P2、P5、P6聚类不清晰，生活化描述模糊了样品分组边界
图5 基于自由列举法的史密斯凸显指数（SSI）绘制的主成分分析（PCA）图，展示前两个主成分。属性末尾的 AP、F、A 分别代表外观、风味、香气。
06 DA与消费者感官剖面方法整体对比结果
本研究采用层次聚类（HCA）、多重因子分析（MFA）及Rv系数，对比不同方法的样品感官构型一致性。
HCA结果显示，DA、CATA、RATA将样品划分为3大类，均依托颜色属性把P1、P3、P5归为一类，P6独立成组；FP、FL聚类结果与DA存在差异，FP分为P3‑P4、P1‑P2‑P6两大簇。
Rv＞0.9说明构型相似度高，RATA（0.96）与DA一致性最优，CATA、FP次之，FL最低（0.89）。RATA可量化属性强度，适合区分差异微小样品；FL虽能捕捉消费者核心感知，但难以定量比较强度，术语归一化处理工作量大。
图6 不同评价方法下样品的层次聚类分析（HCA）树状图(a) DA；(b) CATA；(c) RATA；(d)FP；(e) FL
3.结 论
本研究四种消费者导向感官剖面方法（CATA、RATA、FP、FL）均可以作为甜南瓜粥传统描述分析法DA的替代方案。其中RATA和DA相似度最高，在区分感官相似度较高样品时RATA表现优于其他消费者方法。FP和FL需要花费更多时间人力处理受试者个性化描述词汇，但二者优势在于允许消费者自主产出感官描述，捕捉消费者主观自发感知。未来可以开发混合方法：结合CATA/RATA简便定量的优势，同时利用FP/FL挖掘消费者原生感知，实现更全面感官表征。
