仪器网（yiqi.com）欢迎您！

茶是饮品，饮用是它的原生价值，而人们描述一款饮品通常是通过滋味。

"这茶喝起来如何？这可能是我们常遇到对的问题。

例如，我们常听到：

绿茶 鲜美爽口、清爽柔和、味道纯正厚实；

红茶 有苦而涩、甜而不腻、酸而适口之感觉；

乌龙茶 滋味清爽浓醇，味不浓不淡，不苦不涩，回味爽口......

对于茶叶来说，滋味至关重要，客观科学的进行滋味的判定则更为关键。日本INSENT电子舌不仅可应用于茶叶本身测试中，如产地、生长环境等对滋味的影响、六大茶类的滋味比较、茶叶加工过程中滋味的变化、生茶与熟茶的比较……还可以用于茶产品的市场调研、产品开发和营销推广等各个方面。

汽水+麦茶=啤酒，你相信吗？

啤酒是世界上消耗最多的饮料之一，仅次于水、 茶， 排名其后，中国每年消耗啤酒达到4000多万吨。对于一些朋友聚会，既不用担心醉酒，又可以活跃餐桌气氛，有人研究说汽水加上麦茶能喝出啤酒的味道，你相信吗？

实验材料:碳酸汽水、麦茶、啤酒，搭配比例：碳酸汽水20ml+麦茶50ml

检测仪器：日本INSENT电子舌

检测结果：通过电日本INSENT电子舌对几种味觉指标的检测，可知麦茶味甘性平，麦茶与碳酸汽水混合后，酸味增大，苦味减弱，口味与啤酒非常相似，但是这种“啤酒“苦味偏弱。该“啤酒“特别适合不同形式的聚会。

1、Characterisation of the flavour profile of dry fermented sausages with different NaCl substitutes using HS-SPME-GC-MS combined with electronic nose and electronic
使用HS-SPME-GC-MS结合电子鼻和电子探针对不同NaCl替代品的干发酵香肠的风味特征进行表征      东北农业大学    Meat Science

2、1H NMR-based metabolomics and sensory evaluation characterize taste substances of Jinhua ham with traditional and modern processing
基于1H nmr的代谢组学和感官评价对金华火腿传统加工和现代加工的风味物质进行了表征      宁波大学    Food Control 126 (2021) 107873

3、Chemical compositions and sensory characteristics of pork rib and Silkie chicken soups prepared by various cooking techniques
用不同的烹饪方法制成的猪肋排和鸡汤的化学成分和感官特征    河南牧业经济学院    Food Chemistry 345 (2021) 128755

4、Characterization of selected Harbin red sausages on the basis of their flavour profiles using HS-SPME-GC/MS combined with electronic nose and electronic tongue
利用HS-SPME-GC/MS结合电子鼻和电子舌对选定的哈尔滨红香肠的风味进行表征    东北农业大学    Meat Science 172 (2021) 108345

5、Effect of different drying methods combined with fermentation and enzymolysis on nutritional composition and flavor of chicken bone powder

不同干燥方法结合发酵和酶解对鸡骨粉营养成分和风味的影响    江南大学    DRYING TECHNOLOGY

6、Evaluation of the flavour properties of cooked chicken drumsticks as affected by sugar smoking times using an electronic nose, electronic tongue,and HS-SPME/GC-MS
使用电子鼻、电子舌和HS-SPME/GC-MS评估熟鸡腿的风味特性与吸糖次数的关系    东北农业大学    LWT - Food Science and Technology 140 (2021) 110764

7、Effect of ageing time on the flavour compounds in Nanjing water-boiled salted duck detected by HS-GC-IMSHS-GC-IMS
HS-GC-IMSHS-GC-IMS检测老化时间对南京水煮板鸭风味成分的影响      肉类加工与质量控制教育部重点实验室    LWT Available online 26 November 2021, 112870

8、Comparison of Sensory Qualities in Eggs from Three Breeds Based on Electronic Sensory Evaluations
基于电子感官评价的三个品种鸡蛋感官品质比较     中国农业科学院饲料研究所    Foods 2021, 10(9), 1984;

9、Effect of microwave combined with ultrasonic pretreatment on flavor and antioxidant activity of hydrolysates based on enzymatic hydrolysis of bovine bone
微波联合超声预处理对牛骨酶法水解产物风味及抗氧化活性的影响     江南大学食品科学与技术国家重点实验室   Food Bioscience Volume 44, Part A, December 2021, 101399

10、Improving the taste profile of reduced-salt dry sausage by inoculating different lactic acid bacteria
通过接种不同乳酸菌改善低盐腊肠口感     东北农业大学食品学院   Food Research International Volume 145, July 2021, 110391

11、Effects of bromelain on the quality of smoked salted duck
使用冷压芝麻籽饼使法兰克福香肠的磷酸盐含量降低50%

     
12、Exploration of flavor and taste of soft-boiled chicken at different post-mortem aging time: Based on GC-IMS and multivariate statistical analysis
基于GC-IMS和多元统计分析对不同死后陈化时间的嫩煮鸡肉风味和口感的探索    南京农业大学食品科学技术学院    Food Bioscience Volume 43, October 2021, 101326

13、Characterization of umami compounds in bone meal hydrolysate
骨粉水解液中鲜味化合物的表征     河南农业大学肉制品加工重点实验室    J. Food Sci. 2021;1–12.

14、Evaluation of flavor characteristics of bacon smoked with different woodchips by HS-SPME-GC-MS combined with an electronic tongue and electronic nose
用电子舌和电子鼻结合HS-SPME-GC-MS评价不同木屑熏培根的风味特征      东北农业大学食品学院   Meat ScienceVolume 182, December 2021, 108626

15、Effect of different drying methods on the characteristics of chicken powder added with basil during storage
不同干燥方法对添加罗勒鸡肉粉贮藏特性的影响      江南大学食品科学与技术国家重点实验室    Drying Technology Received 15 Jan 2021

16、A novel two‐step process to produce high‐quality basil flavoured chicken powder: Effect of ultrasonication followed by microwave vacuum and hot air drying
一种生产高品质罗勒风味鸡肉粉的新方法:超声波、微波真空和热风干燥      江南大学理工学院    Flavour Fragr J. 2021;36:323–331.

采用热熔挤压和D-最优混合设计制备的掩味氟尼辛大聚胺口腔崩解片的制备、评价及在比格犬体内的药代动力学研究

基于电子鼻、电子舌、电子眼和化学计量学的小柴胡颗粒定性定量评价

检测仪器：电子鼻，德国AIRSENSE公司；

德国AIRSENSE电子鼻PEN3采用MOS传感器阵列技术，结合数学聚类分析方法，通过监测样品挥发的气体可快速对药品进行定性判断和定量预测。电子鼻可以构建药材气味指纹图谱，是药材质量控制以及药材的质量标准化评价的一种行之有效的工具。德国AIRSENSE公司对电子鼻嗅觉分析领域最大的贡献是让电子鼻分析理论真正的落地，让简单快捷的好与不好的快速模式识别的判别分析思维在很多领域领域得到广泛应用。

电子舌，日本INSENT公司；

日本INSENT电子舌，一款同人类味觉感官评价相匹配的仪器，使用具有味觉特异性选择的人工脂膜味觉传感器，模拟生物活体的味觉感受机理，不同的味觉传感器通过检测各种味物质和人工脂膜之间的静电作用和疏水性相互作用产生的膜电势的变化，实现对样品的酸味、甜味、苦味、咸味、鲜味、涩味以及苦味、鲜味、涩味的回味等味觉指标的分析，无需后期借助外部的人工赋值建模和统计分析，直接获得多个味觉指标分析结果，是一款药物味觉量化分析的有效工具。

免费直播课，欢迎大家扫码报名参加！！

随着人们消费意识的不断增强，对肉与肉制品的食用品质越来越重视。快速、便捷的检测仪器在食品行业需求也随之加大。日本 INSENT 电子舌在肉类中的应用已非常广泛，主要在溯源、新鲜度、品质分级和质量安全监控等方面。本次讲座以应用案例为主，希望为肉类领域的研究者提理论基础和研究思路。

主题：电子舌在肉制品的味觉指标量化及评价中的应用

时间：2022年10月21日 下午2点

腾讯会议：397-769-617

北京盈盛恒泰科技有限责任公司是从事食品分析检测仪器和环境应急检测仪器的销售、技术支持和售后服务的仪器供应商。公司目前是日本INSENT、日本JWP、意大利VELP、美国FTC、德国AIRSENSE、美国ZP、日本QS公司、日本KURABO、日本ATTO、德国OWR等仪器制造商的中国区营销合作伙伴和技术服务中心，产品覆盖食品感官分析、食品营养分析、食品安全检测及环境应急监测等。

日本INSENT电子舌用于果酒滋味的检测，以6#为参照，其他样品均与其比较。主要对几款果酒的酸味、苦味和涩味进行比较，从图中可见，7个果酒产品在味道上差异明显。可见例如2#酸味、涩味和苦味均最大；1#和3#则是酸味、涩味和苦味均很小，每个产品的味道特征都可以非常清晰的直接展示出来。

日本 Insent 味觉分析系统（电子舌）使用具有广域选择特异性的人工脂膜传感器，模拟生物活体的味觉感受机理，通过检测各种味物质和人工脂膜之间的静电作用或疏水性相互作用产生的膜电势的变化，实现对5种基本味（酸、甜、苦、咸、鲜）和涩味的评价，无需借助任何统计分析和建模。

如今已经被广泛地应用到食品的味道数值化以及品质评价当中，并在饮料、酒类、调味品、果蔬、肉制品等食品各个领域，在药物苦味抑制研究方面也已做出了突出的贡献。

1、Identification of novel umami peptides from myosin via homology modeling and molecular docking
基于同源建模和分子对接的新型肌球蛋白鲜味肽的鉴定    渤海大学    Food Chemistry 344 (2021) 128728

2、Enrichment of the umami‐taste‐active amino acids and peptides from crab sauce using ethanol precipitation and anion‐exchange resin
利用乙醇沉淀和阴离子交换树脂从蟹酱中富集鲜味活性氨基酸和多肽    广西大学    J Food Process Preserv. 2021;00:e15390

3、In silico identification of novel small molecule umami peptide from ovotransferrin
卵转铁蛋白新鲜味小分子肽的硅胶鉴定      

4、Proline-glucose Amadori compounds: Aqueous preparation, characterization and saltiness enhancement
脯氨酸-葡萄糖Amadori化合物:水相制备、表征和盐度增强     江南大学食品学院食品科学与技术国家重点实验室    Food Research International Volume 144, June 2021, 110319

1、Production of an innovative mixed Qu (fermentation starter) for waxy maize brewing and comparison of the quality of different waxy maize wines
一种创新的混合曲(发酵发酵剂)的生产和不同的糯玉米酒的质量比较    南京农业大学    J Sci Food Agric 2020

2、Taste-active indicators and their correlation with antioxidant ability during the Monascus rice vinegar solid-state fermentation process
红曲霉米醋固态发酵过程中味觉活性指标及其与抗氧化能力的相关性    北京市食品科学研究院   Journal of Food Composition and Analysis
Volume 104, December 2021, 104133

3、Sensory Characteristics of Two Kinds of Alcoholic Beverages Produced with Spent Coffee Grounds Extract Based on Electronic Senses and HS-SPME-GC-MS Analyses
基于电子感官和HS-SPME-GC-MS分析的两种用废咖啡渣提取液生产的酒精饮料感官特性    海南大学食品科学与工程学院    Fermentation 2021, 7(4), 254; 

4、Flavor characteristics of rice wine fermented with mixed starter by molds and yeast strains
用霉菌和酵母菌株混合发酵剂发酵米酒的风味特征     上海工程学院香精香料技术学院   

茶的味觉检测电子舌样品前处理方法

电子舌不仅可应用于茶叶本身测试中，如产地、生长环境等对滋味的影响、六大茶类的滋味比较、茶叶加工过程中滋味的变化、生茶与熟茶的比较……还可以用于茶产品的市场调研、产品开发和营销推广等各个方面。茶叶电子舌检测前处理过程很重要，直接影响着茶叶味觉检测的结果。

具体操作方法：

称取茶样于茶杯中，加入沸水150mL，加盖冲泡5min，迅速倒出或用三层纱布过滤得到茶汤，待温度恢复至室温后上机测试。

各类食物中，水产品的营养物质较为丰富，具有含量较高的蛋白质，且脂肪含量很低，深受广大人们的欢迎。在多种因素的影响下，水产品在储存、加工的过程中可能会出现一些问题，其新鲜程度及安全性等会受到影响，这就需要相关人员利用科学的设备对其品质进行检测。

【德国AIRSENSE电子鼻】采用MOS传感器阵列技术，结合数学分析方法，通过监测样品挥发的气体可快速对样品进行定性判断和定量预测，在食品、药品的质量检验、新品研发、竞品分析、科学研究等领域被广泛应用。

以下是德国AIRSENSE电子鼻在水产品中的应用部分参考文献，有需要原文的老师可以联系我们。

目前，茶叶品质大多数是通过人的感官评定的。人感觉器官的灵敏度易受外界因素的干扰而改变，从而影响评定的准确性。电子鼻技术的兴起让人们看到综合评价气味整体信息的巨大潜力。近年来 ，电子鼻得到了广泛的研究和应用，尤其在食品和饮料工业方面。电子鼻把具有不同特性的气体传感器组合成气体传感器阵列，使其检测范围更宽 ；同时在模式识别数据处理方面也在不断发展完善各种识别方法，使得检测结果更准确。

电子鼻在茶叶审评中探测香气方面有着广阔的应用前景。茶叶香气是决定茶叶品质的重要因子之一, 历来受到茶叶研究者的重视。 

以下是德国AIRSENSE电子鼻在茶叶品质评价中的应用部分参考文献，有需要原文的老师可以联系我们。

摘要：近些年，无人机遥感由于其具有分辩率高、时效性高、机动性强、可云下低空飞行等优势在草地资源监测及草地生态方面迅速兴起。本文首先介绍了无人机遥感系统的组成及以不同传感器在草地监测上的应用，在此基础上对无人机在草地植被覆盖度监测和地上生物量估算、草地有蹄类野生动物和草地啮齿动物监测中的应用研究进行了综述，并对该技术存在的问题及限制进行了探讨，从而有针对性地解决所需要监测的对象与问题，这对于在草地动植物资源调查中构建精准数据获取、实现实时动态监测具有重要的研究意义和实际应用价值。

   无人驾驶飞机简称无人机（unmanned aerial vehicle,UAV)，是一种能携带多种设备、执行多领域任务并能通过遥控设备自主飞行的不载人飞行器。无人机与遥感技术的结合，即无人机遥感(unmanned aerial vehicle remote sensing,UAVRS).是以无人机作为载体，通过搭载相机（包括可见光相机、多光谱相机、热红外相机等）、激光雷达等各种传感器，来获取低空高分辨率遥感数据的平台。与传统的以卫星为平台的航天遥感相比，无人机遥感具有云下低空飞行、高机动性等优势，弥补了卫星遥感受云层遮挡获取不到清晰影像的缺陷，同时它高时效、高时空分辨率的特点，也是重访周期长且离地几百公里的传统卫星遥感所不感具备的。与传统地面野外调查相比，无人机遥感无需耗费大量的人力物力、响应快、成本低、时效性强且应用范围广，是继传统航空、航天遥感平台之后的第3代遥感技术。随着相关技术的发展，无人机在生态监测、环境监测、灾害勘察、精准农业、 草地生态监测等领域迅速发展起来，成为国内外学者争相研究的热点课题。本文以无人机技术在草地资源监测方面的应用为前提，探究了该技术在该领域中的研究内容和方法，总结了目前无人机技术存在的问题、限制以及发展前景。

1  无人机遥感的系统组成

1.1 系统组成及工作流程

无人机遥感系统主要是以无人机为飞行和搭载平台，通过搭载各类传感器，结合地面控制与数据传输系统，获取地面或空中实时影像和各类遥感数据。系统组成主要包括地面系统、任务载荷和飞机系统，基于其系统组成及工作原理，无人机影像数据获取流程综合归纳如图1所示。

1.2 照片处理技术
随着所需处理照片结果的不同，数据处理过程的复杂性进一步加剧。草地动植物资源数据处理的复杂

性不仅体现在数据样本本身，更体现在草地生态系统异质异构、多源和多空间的交叉互动上。在草地生态学的研究中.对不同领域不同类型数据的需求逐渐增加，这也使得试验数据处理进一步的精细和精准化。 随着无人机技术和计算机软件处理技术的快速发展，更多的无人机影像处理研究开始借助软件的自动解译功能，并通过对比分析，得出数据处理效果图。在无人机影片数据处理过程中PIX4D和Photoscan为常用的数据处理软件。Pix 4D 软件处理流程为：导入原始照片一填写各种参数（照片GPS 位置信息、拍摄高度、重叠度等）一获得具有地理坐标的数字正射影像（digital orthograph model,DOM )、数字高程模型（digital elevation model,DEM)、数字地表模型（digital surface model.DSM )和 3D 模型图一软件自动镶嵌匀色一完成影像的拼接。PhotoScan 处理软件流程为：主动创建新项，导人照片一多照片拼接处理一生成密集点云一结果输出数字高程模型、数字正摄影像一导出拼接结果一生成专题图。PhotoScan 软件根据图片的重叠度、坐标高程信息，完成图片的拼接，主要在一些专题图的生成中应用较多，如水土流失面积图、林草覆盖图、土壤侵蚀强度图等。以上两类图片处理软件中，Pix 4D 具有专业化、简单化、一键 A 动化等优点，但不能完成照片中土丘、秃斑地的自动勾选，PhotoScan 主要具有操作简单、支持倾斜影像、支持多航高及多分辨率影像的空三处理等优势，但缺少正射影像编辑修改功能。 因此在对照片信息的提取中，可运用多种软件进行度量处理，从而导出可理解的数据信息。对于复杂草地资源动植物数据信息的利用，不仅要生成和分析数据，而且要使大量数据能够重复使用和循环利用，实现现有资源共享，为后续研究奠定基础。

 1.3 常见传感器及应用领域

可见光、多光谱、高光谱、热成像仪及激光雷达等高分辨率数码相机为常见无人机传感器，各传感器的产出结果、优缺点及主要应用领域归纳分类如表1所示。

随着相关研究的不断深入，传感器的应用也越来越广泛。不同传感器获取的目标数据不同.但总体而言 ，可见光相机、高光谱相机、多光谱相机在植物各项数据的获取中应用较多，热红外相机因与温度图谱密切相关，在动物的研究中被普遍使用，而激光雷达在获取植物冠层结构中应用较多，因而更多的用来获取森林植物生物量以及植被高度。

2 无人机在草地动植物资源监测及管理中的应用

草地生态系统是陆地上重要的生态系统之一，在生态环境中起着举足轻重的作用。草地资源作为草地生态系统不可或缺的一部分，在草地生态系统体系循环中具有重要作用。为了对草地资源进行快速 、 便捷、精准有效的监测，国内外学者开始利用以卫星为平台的航天遥感进行草地植被覆盖度及生物量的动态监测研究、草地鼠害监测、草地有蹄类野生动物。然而传统的中低分辨率的卫星遥感影像获取周期长、易受气候影响，无法获取局部区域地面有效信息。相比卫星遥感，无人机遥感具有的高分辨率、云下获取影像等特点，能够显著降低混合效应对监测精度的影响，有效弥补卫星航天气遥感系统在地表分辨率低、 重访周期长、受水汽影响大等不足，为中小尺度的草地资源监测遥感应用研究提供了新的手段。

2 .1 无人机在草地植物资源监测中的应用
2.1.1 草地植被覆盖度监测  草地生态系统需要垂直的植被结构来评价草地的健康状况。植被盖度指

观测K域内植被垂直投影面积占观测K地表总面积的百分比，是反映植被生长状况的直接定量指标，也是评价和监测生态系统及其功能的关键参数。植被覆盖度及其随时间的变化也被直接用作草地退化、土壤侵蚀和荒漠化的指标。

目前，国内外许多学者利用无人机遥感对草地植被覆盖度监测进行了研究。葛静等在黄河源东部地区 利用无人机（UAV )、普通数码相机（Canon)、农业多光谱相机（Agricultural digital camera，ADC)等设备获取高寒草地大量相片，结合相应的MODIS NDVI（归一化植被指数）和EVI(增强型植被指数）数据，构建了基于UAV，Canon及ADC相片的植被盖度与MODIS 植被指数之间的反演模型，采用留一法交叉验证方法评价各种模型的精度，确立无人机获取的数据构建的草地盖度反演模型为黄河源区遥感监测的模型。宋清洁等在甘南州高寒草地以EVI和NDVI两种植被指数为自变量，以无人机获取的草地植被覆盖度数据为因变量建立两种植被指数间的回归模型，并以Canon数码相机获取的草地植被覆盖度数据为真实值，对建立的回归模型进行精度评价，从而筛选出基于EVI构建的对数模型为研究区草地植被覆盖度反演模型。

考虑到模型精度和稳定性对草地覆盖监测的影响，Meng等人使用无人机技术对甘南地区高寒草地覆盖状况进行了反演模型的比较性研究，基于14个与草地覆盖相关的因子，分别建立了单因素、多因素参数反演模型和多因素非参数反演模型，通过交叉验证得出，相对于单因素和多因素参数模型，多因素非参数模型的精度和稳定性都较高。在无人机航拍获得的植被盖度和地面测量的植被盖度拟合比较好的基础上，宜树华等对比分析了使用无人机获取的植被盖度和地面测得样方平均后的植被盖度与遥感指数相关系数的大小，发现前者的相关系数更大，从而表明使用无人机可提供高精度的地面盖度信息。Chen等采用无人机航测和地面样方调查相结合的方法，获得了两种空间尺度（卫星图像像素尺度和地面样方尺度）下的植被覆盖度，并在卫星图像像素尺度下评估了基于地面采样法估算的部分植被覆盖度（FVCground )和无人机采样法估算的部分植被覆盖度（FVCUAV)的精度，同时选择了NDVI，EVT ,RVI( 比值植被指数）、MSAVI( 修正型土壤调整植被指数）等植被指数，分析了植被指数与FVC的关系，发现FVCUAV在卫星图像像素尺度上是的。这些研究都使得无人机技术在草地植被盖度监测中得到了进一步的应用发展。

2.1.2 草地植物地上生物量估算  草地地上生物量是天然草地生态系统动态研究的重要衡量指标，是草地资源合理利用和载畜平衡监测的重要依据。地上生物量可以评价草原生态系统生产力，评估草原长势及产量。在实际生产条件下，地上生物量的变化可以反映草地生长及利用程度，可以为草地保护与管理提供早期预警和参考阈值。因此，大面积草地地上生物量的精确估算，对评估草地资源的应用状况和管理具有重要意义。

物量的预测指标，并与通过光谱仪测量得到的窄带植被指数进行了比较，结果表明通过基于UAV图像SFM-MVS（Structure from Motion-Multi View Stereo)推导的草皮高度估算草地生物量是可行的。因此，基于无人机成像传感器的应用是一种具有高时空分辨率且快速的无损数据采集方法。张正健等基于地面实测样木数据和无人机可见光影像获取了研究区草地地上生物量分布，建立了生物量与绿红比值指数（GRRI )、 绿蓝比值指数（GBRI )、归一化绿红差异指数（NGRDI )、归一化绿蓝差异指数（NGBDI )等的指数回归模型； 对比不同波段建立的植被指数模型，确定了基于红绿波段的GRRI和NGRDI 植被指数冋归模型对生物量的模拟和预测精度较好，可用于区域草地生物量的估算。为了快速、有效、准确的估算天然草地地上生物量， 孙世泽等根据阴阳坡不同草地类型和植被种类，运用多旋翼大疆无人机获取含近红外波段的高分辨率多光谱影像，结合地面实测数据，对草地地上生物量和NDVI,RVI,VDVI,MSAVI,DVI(差值植被指数)5种植被指数进行相关性分析并建立估算模型，结果表明RVI与阴阳坡的草地地上生物量拟合好、精度高。无人机遥感技术对地观测的宏观性、动态性和综合性使其优于传统的由点到面的野外调查方法，已成为人类获取大面积宏观草地资源信息的重要手段。

 2.2 无人机在草地动物资源监测中的应用
2.2.1 草地有蹄类野生动物的监测  草地有蹄类野生动物的监测是一项重要而又具有挑战性的丁作，需要投人大量的时间和资源。传统野外调查数据的分辨率或比例尺往往与遥感方法获得的数据不匹配， 当在不同空间尺度内对物种和柄息地进行测试时，常常导致两者之间关系模式的不一致大量研究表明，在草地有蹄类野生动物监测中.无人机遥感技术是可行高效的监测工具 。Torney 等部署无人机系统来收集驯鹿从维多利亚岛迁徙到加拿大的航拍画面.通过对迁徙驯鹿运动轨迹的贝叶斯分析，揭示了迁徙驯鹿相互吸引、复制邻居方向选择的精细互动规律。罗巍等以青海三江源地区为研究区，以藏野驴为研究对象，探讨了从无人机影像中自动获取野生食草动物信息并统计数量的方法具有速度快、精度高的特点。在此基础上，邵全琴等利用无人机航拍调查黄河源玛多县的藏野驴、藏原羚、藏羊、牦牛等有蹄类动物的图像解译标志库，通过人机交互方式解译，获取调查样带内的种群数量。郭兴建等使用台无人机对黄河源玛多县内的岩羊进行航拍，并利用软件Pix4Dmapper，LiMapper 对照片拼接处理，通过目视解译来估算研究区内岩羊的种群数量和密度，结合软件ArcGIS和3S技术对其生境进行研究分析，从而为高原地区大型野生动物调查研究提供了新思路。在对斑马栖息地的监测中，Xu等[利用无人机辅助无线传感器网络的方法，将观测区域统一划分为虚拟网格，每个网格包含一个传感器节点集群，选择其中一个节点作为集群头接收无线传感器的数据包，并将其发送给无人机，无人机作为一个移动接收器收集数据。该网络模型利用斑马的真实移动轨迹来探究其活动规律，以实现对目标的大视觉感知。仿真结果表明，该路径规划方法的性能优于随机和基于TSP的路径规划方法（图2)。Luis等通过无人机与热成像能力和人丁智能图像处理相结合的系统来定位野生动物在其自然栖息地的位置，解决了无人机图像中野生动物自动检测的挑战。近年来，由于航空成像技术的进步，无人机在专业领域应用的可能性增加。航空成像可提供详细的草原图像并对大面积分布的动物群落进行快速检测，是解决草原大型野生动物监测非常有效的工具。

2.2.2 草原啮齿类小型动物的监测  近年来，由于全 球气候变化和人类过度利用等综合因素致使草地存在不同程度的退化并日趋严重，鼠害频发，因此对草地害鼠发生的时空动态及分布规律亟待科学认识和量化评估。将无人机运用于高寒草地的鼠害面积调查、鼠害分布监测及评估是一种新的研究思路。20 世纪 80 年代以来，学者们陆续开展了大面积草地遥感技术应用研究和草地鼠害的预测预报研究，但仍处于探索阶段。李博等应用“3S”技术建立了中国温带草地草畜平衡动态监测系统.为探究草地鼠害动态监测提供了重要基础。在此基础上，一些研究利用“3S”技术与地面调查相结合的方法，通过确定影响草原鼠害发生的生物及非生物因子，来构建基于3S技术的鼠类密度监测模型；另有学者分析了“3S”技术对草原鼠害进行监测的原理及应用，并指出TM遥感影像可作为草原鼠害研究的主要数据来源；李培先等运用“3S技术” 结合实地采集的GPS数据对阿尔金山草地鼠荒地和鼠害发生区进行监测和解译，获得鼠害发生面积和分布，并参照鼠害发生区植被覆盖度和海拔等生境特点，来分析鼠荒地和鼠害发生区的空间分布特征。

还有学者采用动力三角翼和数码相机构建的低空遥感平台对鼠荒地进行航拍获取高分辨率草原鼠害影数据，在遥感目视解译的基础上利用 GIS 空间插值和统计方法获得了试验区鼠害的空间分布及危害程度情况；此外，何咏琪等采用“3S”技术，确定了高程、坡度、坡向、草地类型、土壤类型、EVI 6个鼠害监测模型主要因子，建立基于“3S”技术的草原鼠害监测模型，提取了不同鼠害发生区和危害区的阈值。

无人机遥感能够灵活的获取多尺度、多时相的地面观测数据.可以更好的运用于鼠害调查研究中。以大疆公司精灵系列无人机为例，能高效准确地提供地面草地植被盖度、斑块、鼠洞等信息(图3)，并将无人机航拍得到的图片进行手工标记以识別高原鼠兔或鼢鼠形成的秃斑地；董光以若尔盖县瞎曼乡鼠害发生严重区为实验研究地，使用精灵4Pro获取春夏两季鼢鼠和旱獭鼠害区的航拍影片，并利用软件Pix4Dmapper生成数字正射影像，通过灰度阈值分割、面向对象法、BP神经网络和优选色彩纹理4种方法获取图片鼠害信息，对比得出不同处理在不同季节中提取图片鼠害信息的方法，从而为草原鼠害后续监测研究奠定基础。在对三江源玛多县典型区鼠洞的监测识别中，周晓琳等以可见光波段的无人机影像为数据源，在研究区建立了支持向量机法和面向对象的模板匹配法的鼠洞识别研究。结果表明，在不同植被盖度的草地上基于面向对象的模板匹配法对鼠洞的识别精度更高。马涛等利用无人机低空遥感监测平台对研究区进行的两次航拍，探讨低空遥感在大沙鼠空间密度分布监测方面的有效性，并对该区域鼠害程度进行评定，为荒漠林大沙鼠科学防治提供依据。但是，基于无人机遥感的草地鼠害监测研究尚处在起步阶段，为了充分发挥无人机快速获取高分辨率影像的明显优势，可根据草原地理地形特征，结合地面调查数据并建立模型，快速准确地进行草原生态鼠害监测。

3 无人机遥感技术在草地资源调查监测中存在的问题、限制及展望、评价
3.1 问题与限制
从国内外相关研究来看，无人机信息的提取仍存在众多问题与限制，主要总结为以下几点：

1 )复杂地形效应：跨区域的空间变异性大、地面的异质性、地面采样不全面等导致数据缺乏完整性。此外，野外调查分辨率极高，枯叶和植被可以被区分，而航拍图像只能区分植被斑块，导致无人机测得的植被盖度一般高于野外调查。

2)建立模型繁多：由于不同研究区水热条件、植被特征、土壤因素等条件不同，采用无人机数据确定的模型不同，导致草地遥感植被的监测和估算精度低，稳定性差。

3 )照片识別软件开发：无人机获取的草地图片信息中，时常由于障碍物的遮挡获取不到某些目标信息，需要研究者肉眼观测，这大大降低了工作效率，同时也限制了影像图片中其他信息的获取。因此，开发更简单高效的图片自动识别处理软件显得尤为重要。

4 )传感器设备匹配限制：无人机在草地资源监测方面研究较少，虽然已有少量学者开始这方面的研究，但由于传感器设备成本昂贵以及缺少与无人机遥感高度匹配的地面调查数据，而限制了无人机在草地资源监测中的应用。

3.2 评价与展望
随着无人机遥感技术的广泛应用，对草地动植物资源的研究进入了一个新的阶段，结合地面采样、卫星遥感，实时、全面、有效、准确的对草地资源进行监测。

1 )多尺度、多层次监测：针对草地分布的水平和垂直地带性特点、局域性小环境差异以及草地植物生长的季节性变化，可结合地面调查、无人机遥感、卫星航天遥感三位一体来实现小、中、大尺度范围内草地资源的多层次监测，提高不同空间区域的数据匹配度，缩小无人机遥感获取数据与实地调查数据之间的差异。

2 ) 多元数据的时效性融合：利用无人机监测草地资源的大多数研究仍依赖于传统的地面调查或者“3S”卫星遥感技术获取的数据。地面调查作为草地生态学研究的重要手段，具有不可替代的作用，而无人机遥感在一定程度上提高了数据获取的时效性。因此，可通过多元数据融合的方法，将地面调查所得数据与无人机获取的数据进行融合来弥补单一数据源的不足，实现各种数据源的优势互补，进而实现空间分辨率和时间分辨率的相互补充，为草地资源监测提供更系统、更科学有效的支撑。

3 )不同传感器的应用普及：随着集成技术的发展，无人机可搭载的传感器更加多样。草地类型丰富多样，可以针对不同草地资源的特点，选择合适的传感器，有针对性地解决所需要监测的对象与问题。这对于构建精准数据获取、实现实时动态监测具有重要的研究意义和实际应用价值。总体而言.基于高时空分辨率的无人机草地生态监测机制将成为今后发展的热点和趋势。无人机遥感以其卫星遥感和地面人工调查所不及的诸多优势，为草地资源监测的研究提供了新的技术平台，尤其是在草地植物季相、草地植物盖度、生物产量、草地家畜、草地啮齿动物种群等方面，可以有针对性地进行大面积航空监测及小范围定点监测，对草地合理利用和健康管理非常有实用价值。

参 考 文 献：

[1] 乔红. 无人机遥感系统的应用研究综述[J]. 科学技术创新，2017（36）：1-2
[2] 金伟，葛宏立，杜华强，等. 无人机遥感发展与应用概况[J]. 遥感信息，2009(1):88-92

[3] 胡健波，张健. 无人机遥感在生态学中的应用进展[J]. 生态学报，2018, 38(1):20-30

[4] Karen A ， Kevin J G. Lightweight unmanned aerial vehicles will revolutionize spatial ecology[J]. Frontiers in Ecology and the Environment，2013, 11(3):138-146

[5] Danilov A S， Smirnov U D， Pashkevich M A. The system of the ecological monitoring of environment which is based on the usage of UAV[J]. Russian Journal of Ecology, 2015, 46 (1)：14-19

[6] Lu Y, Macias D,Dean Z S,etal . A UAV-Mounted Whole Cell Biosensor System for Environmental Monitoring Applications[J]. IEEE Transactions on Nano Bioscience,2015,14(8)：811-817

[7] Aljehani M, Inoue M. Communication and Autonomous Control of Multi-UAV System in Disaster Response Tasks[C] //Kes International Symposium on Agent & Multi-agent Systems： Technologies & Applications,2017 :124-127

[8] Yin P F, Yin Q, Chen X F, et al. Unmanned Aerial Vehicle Aerial Remote Sensing Techniques and Its Application on Post Earthquake Disaster Investigation[J]. Laser & Optoelectron ics Progress,2010, 47(11)： 112802

[9] Sonaa G， Passoni D,Pinto b,et al. UAV multispectral survey to map soil and crop for precision farming applications[J]. ISPRS-International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences,2016(6 ):1023-1029

[10] Ge J Y， Meng B P， Yang S X,et al. Dynamic monitoring of alpine grassland coverage based on UAV technology and MODIS study in the headwaters of the Yellow River[J]. Acta Prataculturae Sinica， 2017, 26( 3) :1-12

[11] 孙中宇，陈燕乔， 杨龙， 等. 轻小型无人机低空遥感及其在生态学中的应用进展[J]. 应用生态学报， 2017,28(2) :528-536
[12] 付和平，温都苏， 袁帅， 等. 大数据应用T草地啮齿动物生态学：机遇与挑战[J]. 中国草地学报， 2019,41(1) :101-110
[13] Hampton S E,Strasser C A,Tewksbury J J ,et al. Big data and the future of ecology[J]. Front Ecol. Environ. , 2013, 11( 3)：156-162

[14] Colomina I, Molina P. Unmanned aerial systems for photogrammetry and remote sensing： A review[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2014,92：79-97
[15] Yuan H,Liu Z,Cai Y ,et al. Research on Vegetation Information Extraction from Visible UAV Remote Sensing Images[C] // 2018 Fifth International Workshop on Earth Observation and Remote Sensing Applications ( EORSA). 2018：859-863

[16] Zhang X,Zhang F,Qi Y ,et al. New research methods for veg etation information extraction based on visible light remote sensing images from an unmanned aerial vehicle ( UAV) [J]. International Journal of Applied Earth Observation and Geoinformation， 2019，78：215-226

[17] 孙迪. 基于低空遥感的黄兔尾鼠鼠洞动态监测及变化分析[D]. 乌鲁木齐:新疆大学， 2019:5-11
[18] 周在明，杨燕明， 陈本清. 基于无人机遥感监测滩涂湿地入侵种互花米草植被覆盖度[J]. 应用生态学报， 2016, 27 (12 ) :3920-3926

[19] Gao R,Kong Q M， Wang H G ^ et al. Diagnostic Feed Values of Natural Grasslands Based on Multispectral Images Acquired by Small Unmanned Aerial Vehicle[J]. Rangeland Ecology & Management， 2019， 72(6 ) ： 916-922

[20] Capolupo A,Kooistra L, Berendonk C ^ et at. Estimating plant traits of grasslands from UAV-acquired hyperspectral images: a comparison of statistical approaches[J]. ISPRS International Journal of Geo-Information, 2015, 4(4) ： 2792-2820

[21] 魏秀红，靳瑰丽，范燕敏，等. 基于高光谱遥感的退化伊犁绢蒿荒漠草地群落盖度估算[J]. 中国草地学报， 2017,39 ( 6) : 33-39,46
[22] Lopatin J ,Fassnacht F E, Kattenborn T ,etal. Mapping plant species in mixed grassland communities using close range imaging spectroscopy[J]. Remote sensing of environment， 2017, 201： 12-23

[23] 李晟， 王大军， 肖治术， 等. 红外相机技术在我国野生动物研究与保护中的应用与前景[J]. 生物多样性， 2014,22( 6 ):685-695
[24] Goodenough A E,Carpenter W S » Mactavish et al • Empirically testing the effectiveness of thermal imaging as a tool for identification of large mammals in the African bushveldt[J J. African Journal of Ecology,2017,56(1)： 162-184

[25] Scholten C N,Kamphuis A J , Vredevoogd K ] 9etai. Real-time thermal imagery from an unmanned aerial vehicle can locate ground nests of a grassland songbird at rates similar to traditional methods[J]. Biological Conservation,2019 ,233： 241-246
[26] Li Z Q,Guo X L. Remote sensing of terrestrial non-photosynthetic vegetation using hyperspectral，multispectral，SAR , and LiDAR data[J]. Progress in Physical Geography,2016 , 40( 2 ) :276-304

[27] Wang D， Xin X，Shao Qjet al. Modeling aboveground biomass in hulunber grassland ecOvSyvstem by using unmanned aerial vehide discrete lidar[J]. Sensors,2017 ,17(1) ： 180
[28] Jansen V S, Kolden C A,Greaves H F>， et al. Lidar provides novel insights into the effect of pixel size and grazing intensity on measures  of spatial heterogeneity in a native bunchgrass ecosystem[ J]. Remote Sensing of Environment, 2019, 235:111432

[29] 刘兴元，龙瑞军，尚占环. 草地生态系统服务功能及其价值评估方法研究[J]. 草业学报，2011,20(1):167-174
[30] Jmo S,Johnson K，Olson R J. Estimating net primary productivity from grassland biomass dynamicvS measurements [J J. Global Change Biology， 2002,8(8):736-753

[31] 陈梦蝶， 黄晓东， 侯秀敏， 等. 青海省草原鼠害区域草地生物量及盖度动态监测研究[J]. 草业学报， 2013,22(4):247-256
[32] 王建柱. 基于 3S 技术系统鼠害监测的基础研究[D]. 兰州： 甘肃农业大学， 2003:2-9
[33] 张玉， 齐景伟， 金晓， 等. 信息技术在放牧绵羊福利中应用的研究进展[J]. 家畜生态学报， 2018,39(3):8-11

[34] Rango A, Laliberte A， Herrick J ¥j-,et al. Unmanned aerial ve hicle-based remote sensing for rangeland assessment， monitoring,and management[J]. Chinese Hydraulics Pneumatics，2009 , 3(1) :11-5

[35] Li Z，Chen Z,Wang h， et al. Area extraction of maize lodging based on remote sensing by small unmanned aerial vehicle[J].Transactions of the Chinese Society of Agricultural Engineering,2014,30(19) ： 207-213

[36] Lehnert L W,Meyer H, Wang Y ， et al. Retrieval of grassland plant coverage on the Tibetan Plateau based on a muliti-scale multi-sensor and multi-method approach[J]. Remote Sensing of Environment， 2015，164:197-207

[37] Hou J ,Wang H, Fu h,et al. Effects of plant diversity on soil erosion for different vegetation patterns[J]. Catena， 2016, 147： 632-637

[38] 葛静， 孟宝平，杨淑霞， 等. 基于 UAV 技术和 MODIS 遥感数据的高寒草地盖度动态变化监测研究—以黄河源东部地区为例[J]. 草业学报， 2017 ,26 ( 3) :1-12
[39] 宋清洁，崔霞， 张瑶瑶， 等. 基于小型无人机与 MODIS 数据的草地植被覆盖度研究—以甘南州为例[J]. 草业科学， 2017,34(1)： 40-50

[40] Meng B， Gao J， Liang T ,et al. Modeling of Alpine Grassland Cover Based on Unmanned Aerial Vehicle Technology and Multi-Factor Methods： A Case Study in the East of Tibetan Plateau,China[J]. Remote sensing， 2018， 10(34):3-10

[41] 宜树华，陈建军， 秦或. 无人机航拍在青藏高原高寒草地生态系统研究中的初步应用[J]. 西南民族大学学报（ 自然科学版） ， 2016 ,42(1):1-7

[42] Chen J J,Yi S H,Qin Y ^etal. Improving estimates of fractional vegetation Qinghai-Tibetan Plateau[J]. International Journal of Remote cover based on UAV in alpine graSvsland on the Sensing, 2016,37 (8) ： 1922-1936

[43] 金云翔，徐斌，杨秀春，等. 内蒙古锡林郭勒盟草原产草量动态遥感估算[J]. 中国科学： 生命科学， 2011,41(12) :1185-1195
[44] 周宇庭，付刚，沈振西，等. 藏北典型高寒草甸地上生物量的遥感估算模型[J]. 草业学报， 2013,22(1):120-129
[45] 张云霞，李晓兵，陈云浩. 草地植被盖度的多尺度遥感与实地测量方法综述[J]. 地球科学进展， 2003(1):85-93

[46] Lussem U,Bolten A, Menne ]， et al. Estimating biomass in temperate grassland with high resolution canopy surface models from UAV-based RGB images and vegetation indices[J]. Journal of Applied Remote Sensing, 2019，13( 3) :1

[47] 张正健，李爱农， 边金虎， 等. 基于无人机影像可见光植被指数的若尔盖草地地上生物量估算研究[J]. 遥感技术与应用，2016 , 31(1) :51-62
[48] 孙世泽， 汪传建，尹小君， 等. 无人机多光谱影像的天然草地生物量估算[J]. 遥感学报， 2018, 22(5):848-856
[49] 曾永年，冯兆东. 沙质荒漠化遥感监测与环境影响研究进展[J]. 山地学报， 2005(2):218-227

[50] Christopher J. Rhodes, Peter Henrys， Gavin M. Siriwardena, ei al. The relative value of field survey and remote sensing for biodiversity assessment[J]• Methods in Ecology and Evolution,2015,6 (7):772-781

[51] Jackson H B, Fahrig L. Are ecologists conducting research at the optimal scale? [J]. Global Ecology Biogeography, 2015, 24(1):52-63

[52] Luis G, Glen M， Eduard P,et al. Unmanned Aerial Vehicles( UAVs ) and Artificial Intelligence Revolutionizing Wildlife Monitoring and Conservation[J]. Sensors,2016,16 (1)： 97

[53] Torney C J， Lamont M， Debell h， et al. Inferring the rules of social interaction in migrating caribou [ J ]. Philosophical Transactions of the Royal Society B： Biological Sciences,2018, 373(1746) ： 20170385

[54] Mann R P. Bayesian Inference for Identifying Interaction Rules in Moving Animal Groups[J]. PLOS ONE,2011, 6(8)

[55] 罗巍， 邵全琴 ， 王东亮， 等. 基于面向对象分类的大型野生食草动物识别方法以青海三江源地区为例[J]. 野生动物学报，2017,38(4):561-564

[56] 邵全琴，郭兴健，李愈哲， 等. 无人机遥感的大型野生食草动物种群数量及分布规律研究 D]. 遥感学报， 2018, 22 ( 3): 497-507

[57] 郭兴健， 邵全琴，杨帆， 等. 无人机遥感调查黄河源玛多县岩羊数量及分布[J]. 自然资源学报， 2019 ,34(5):1054-1065

[58] Xu J， Solmaz G， Rahmatizadeh R, et al. Animal Monitoring with Unmanned Aerial Vehicle-Aided Wireless Sensor Networks[C] // IEEE LCN15. IEEE,2015:128-130

[59] Luis G, Glen M, Eduard Vj et al. Unmanned Aerial Vehicles( UAVs ) and Artificial Intelligence Revolutionizing Wildlife Monitoring and Conservation[J]. Sensors,2016,16 (1)： 97

[60] 李博， 史培军，林小泉. 中国温带草地草畜平衡动态监测系统的研究[J]. 干旱区资源与环境， 1993(Zl ):269-274

[61] 王加亭， 炱旭江，苏红田，等. “三江源”地区退化草原的鼠害监测技术[J]. 草业科学， 2008(8) :110-112

[62] 王玮，冯琦胜， 于惠， 等. “3S”技术在草地鼠虫害监测与预测中的应用[J]. 草业科学，2010,27(3):31-39

[63] 李培先，郑江华， 倪亦非， 等. 阿尔金山草地鼠害发生区及鼠荒地面积遥感估算[]]. 新疆农业科学， 2016 ,53(7):1346-1355

[64] 轩俊伟，郑江华， 倪亦非， 等. 基于动力=:角翼平台的草原鼠害遥感监测研究[J]. 中国植保导刊 2015,35( 2) :52-55

[65] 何咏琪， 黄晓东， 侯秀敏， 等. 基于 3S 技术的草原鼠害监测方法研究[J]. 草业学报，2013,22(3):33-40

[66] Yi S. FragMAP:a tool for long-term and cooperative monitoring and analysis of small-scale habitat fragmentation using an unmanned aerial vehicle[J]. International Journal of Remote Sensing,2017,38(8-10) ： 2686-2697

[67] 董光. 基于低空遥感的若尔盖草地鼠害信息提取方法及对比研究[D]. 成都： 四川师范大学， 2019( 2):9-15

[68] 周晓琳，安如， 陈跃红， 等. 三江源典型区鼠洞无人机遥感识别研究[J]. 亚热带资源与环境学报， 2018,13(4) :85-92

[69] 马涛， 郑江华， 温阿敏， 等. 基于 UAV 低空遥感的荒漠林大沙鼠洞群覆盖率及分布特征研究—以新疆古尔班通古特沙漠南缘局部为例[J]. 生态学报， 2018,38(3):953-963

来源：高娟婷，孙飞达，霍霏，张履冰，周俗，杨廷勇，边巴扎西：无人机遥感技术在草地动植物调查监测中的应用与评价. 草地学报 第29卷 第1期

发酵肉制品通过有益微生物的发酵作用产生乳酸及菌素等代谢产物， 从而降低其 pH 值， 提高产品的安全性和货架期。 通过微生物的发酵以及内源酶的共同作用可产生醇类、酸类、杂环化合物及核苷酸等大量芳香类物质，赋予发酵肉制品独特的风味 。而风味和滋味是影响感官特性、质量和消费者行为的重要因素。

德国AIRSENSE电子鼻PEN 3是模拟人的嗅觉器官开发出一种高科技产品，采用MOS传感器阵列技术，结合数学分析方法，通过监测样品挥发的气体可快速对样品进行定性判断和定量预测，在食品、药品的质量检验、新品研发、竞品分析、科学研究等领域被广泛应用。

内蒙古农业大学食品科学与工程学院在“GC-MS 结合电子鼻/电子舌分析发酵羊肉干的风味成分"一文中采用GC-MS技 术和电子鼻 / 电子舌结合，通过主成分分析（ Principal component analysis ， PCA ）和雷达分析图谱等分析软件对 4 组发酵羊肉干的风味成分进行深入检测。通过日本INSENT电子舌为滋味检测可知4 组发酵羊肉干在二维 PCA 图谱上可以被较好地分开， 说明 4组发酵羊肉干存在滋味差异。通过德国AIRSENSE电子鼻可知4 组发酵羊肉干的风味可以在二维PCA 图谱上很好地分离， 这说明电子鼻结合 PCA可区分 4 组发酵羊肉干。该研究为我国发酵肉制品生产加工过程中的风味鉴定以及品质评价提供理论依据和数据参考。

味觉----将喜欢的味道数值化

　　当我们兴高采烈地前往餐饮指南上的餐饮店，结果却发现完全不合自己口味，这大概是许多人都有过的经验。依赖于味觉传感器，不久的将来可能可以防止这种情况的出现。因为味觉传感器可以客观地评价食物的味道，而不像以前美食家的评价其实仅符合美食家的口味。如果能够知道符合自己口味的味道的数值化数据，那么以后无须亲自体验，也可以检索到可做出近似味道的餐馆。 

将基本味道分别数值化

　　可将味道数值化再进行评价的味觉传感器备受人们关注（ 见下图），目前已经运用在食品开发及品质管理、药品开发等方面。此类传感器并不是用来检测像蔗糖、谷氨酸等甜味、鲜味的味源物质，而是可以将人所感觉到的味道用数值表示出来，实际上就是模仿舌头味蕾结构的生物味觉传感器。

舌头表面感觉味道的器官被称为味蕾。味蕾上存在可感觉甜味、咸味、酸味、苦味、鲜味五种基本味道的各种味蕾细胞。味觉传感器也可以分别区分这五种基本味道的浓淡程度。产生味道的化学物质有无数种，而且还可进行组合，组合之后的味道甚至十分相近。味觉传感器将不同的化学物质进行组合，当人类觉得味道相似时，就输出相似味道的数值，这就是高度仿真人类味觉的传感器。 

传统技术只能间接评估 

　　目前，在食品界很难客观的评价味道。像品质管理那样，如果必须了解客观的评价指标，首先需要知道到底包含了无数味源物质中的哪些物质，然后再针对所包含的每种味源物质进行测量，并按其浓度进行统计处理，从而进行间接评估。但是，对于每种味源物质的评价无法对应人所感觉到的味道。因为味道与味道之间存在相互作用。在西瓜上撒上些盐可以增加甜味，像这种现象就无法评估。 

因此，在食品开发方面，人类的感官试验是不可或缺的。但是，专业的测试人员也有自己的嗜好，所以也只能进行主观评价。而且在测试时测试人员的健康状态往往也会影响结果。 

仿真味觉检测结构

　　味觉传感器的代表产品是日本INSENT智能传感器技术公司研发的味觉分析系统（电子舌）TS-5000Z，其中使用了九州大学都甲洁教授所开发的一款生物传感器。该传感器基于味觉检测结构仿真原理， 可区分的浓度差可达到1%~2%。一般人的舌头只能识别20% 以上的浓度差，所以可以说这种味觉传感器的灵敏度相当高。

此外，除了可判断基本味道，还可检测食品界已习惯使用的特殊味道的味觉传感器也已出现，如可检测出啤酒苦、麻涩、有机苦、涩味、极鲜味等共计10 种味道。这种新产品可以将消费者喜欢的味道与食品的品牌进行匹配，客观地找出消费者所要求的味道。 
 

味觉传感器也可测量人无法感觉的味道

　　味觉传感器的原理还可用于食品以外的应用，如分析唾液，了解齿槽脓漏、糖尿病、应激反应等健康状态。富山大学准教授山口昌树所领导的研究小组认为，通过对唾液中所含的齿肉沟液进行分析，可以测量血糖值，而通过分析消化酶（淀粉酶）则可以测量人体应激状态。 
      再进一步，以后的传感器甚至可以测量人无法感觉的味道。那时候应该可以应用到更新的领域。

目前市面上声称减盐的产品琳琅满目，且均是按照国标以质量分数标识 、声称减钠的产品，尤其是食盐产品鲜少见到，调味盐因加入其它配料，氯化钠含量比精制盐低， 但由于配料中可能含有风味增强剂等配料，存在风味的协同增效作用，调味盐的咸味感官未必低于精制盐，根据国标，调味盐的氯化钠或者钠含量可量化的减少， 但此减钠量可能远远低于以咸味值为衡量标准的减钠量。

“雪天盐业集团股份有限公司"通过日本INSENT电子舌检测梯度氯化钠含量的食盐咸味值,绘制氯化钠含量和咸味值关系的标准曲线,从而推导出基于咸味值的快速评价调味盐产品减钠比例的公式。本评价方式比以质量基准的方式更能真实的反应产品的减钠水平，为减钠型调味盐产品开发提供新的参考。

日本INSENT味觉分析系统（电子舌），智能味觉分析系统采用了同人舌头味觉细胞工作原理相类似的人工脂膜传感器技术，可以客观数字化的评价食品或药品等样品的苦味、涩味、酸味、咸味、鲜味、甜味等基本味觉感官指标，同时还可以分析苦的回味、涩的回味和鲜的回味(丰富度)。这是一款可以同人类味觉感官相匹配的仪器，对于食品、药品等产品质量控制、新品研发、投诉处理、产品打假等各种对味觉评估有要求的场合，是一款有效工具！

　　实验室研磨设备的应用给生物样品的均质带来了极大的便利性，而且随着发展，多样品组织研磨仪的应用更是越来越广泛，其在前处理领域的应用有着重要作用。不但代替了手工操作的费时费力，还可同时处理多个样品组织，大大的提高了样品匀浆的前处理效率。

　　多样品组织研磨仪是一款可将动植物组织样品分散且研磨成均匀糊状物的实验设备，可广泛应用于动植物组织、农产品、固体、半固体、非水溶性等样品组织的均质处理，可广泛用于科研，医疗，化工制药，食品工业等行业领域。

　　特别适用于对微生物检测样品的制备，使其样品组织中提取微生物检测的过程变得非常的简单快捷；在杀菌杯中加入样品和稀释剂，将其杯子放在仪器上，启动设备开启样品的匀浆。

　　物料在杯中通过电机的高速旋转驱动旋转刀，可快速破碎混合均质样品组织；采用高速串激电机，硅控调节系统稳定，操作简单；是生物样品组织匀浆的理想实验设备。

　　仪器的装样杯的选由特殊工程塑料制成，可耐128℃高温可反复灭菌使用，材料透明，工作时可随时观察样品的研磨情况。

　　一批样品一套杯子，避免了样品出现交叉污染；刀架与杯子连接处设有防漏密封圈，其密封性能较好，特设四个吸脚，工作时稳定性好；多样品匀浆仪的设计合理，结构简单，杯与刀架、杯与电机的连接拆卸方便快捷，操作方便，省时省力，保养维护起来更是简单。

　　在日常实验的应用中，多样品组织研磨仪不但能够完全代替传统的手工操作，而且还具有残留低、没有交叉感染的风险，对后续的实验分析应用提供了大大的辅助应用。