Q味感官食次方 | 一文读懂描述性分析（DA）

感官

买一瓶新品茶饮料，明明觉得“好喝”，却总是说不清它到底香在哪、甜几分。普通人靠“喜欢/不喜欢”打总体印象分；而专业感官评价员，却能把这款茶拆成“茉莉花香7分、蜜甜5分、涩感3分、回甘6分”——像画一张风味地图。

这背后的“制图术”，叫描述性分析（Descriptive Analysis，简称 DA）。它是感官科学公认的“金标准”，专门回答一个问题：这个产品到底是什么味？下面顺着DA的演进，看看它的“三代工具箱”。

一、经典方法：描述性分析“三块基石”

§ DA的源头，是20世纪中期诞生的几种“专家型”方法。它们奠定了“用语言+强度把感官量化”的基本范式。

§ 风味剖面法（Flavor Profile Method,FPM）：由Arthur D.Little公司团队在1940—50年代创立，由专家评价员对风味属性、强度、余味逐一描述并配强度标度，是DA的鼻祖。

§ 质构剖面法（Texture Profile Method, TPM）：把思路从“风味”扩展到“口感质地”，建立脆、粉、黏、绵等质构词汇表。

§ 定量描述分析（QDA）：1974年由Stone与Sidel提出，是今天应用最广的经典法。它让评价员先共创一份“词表”，再用非结构化线性标度（如15cm线）给每个属性打分，最后用统计合成产品轮廓图。

Spectrum™法：强调统一强度标度与参比样，追求跨实验室可比，与QDA并称现代DA的两大主流。

实际案例：用QDA比较三款酸奶，可得到“甜度、酸度、黏度、奶香、涩感”五个维度的差异轮廓——研发据此调整配方，哪弱补哪。这类方法准确、可重复，但评价员培训动辄数月，成本高。

二、快速剖面法：省时省力的“速写版”

§ 为了绕过漫长的培训，1980年代起一批“快速剖面法”登场。它们的核心思路是让评价员用自己的词、用排序/对照代替绝对打分，几天就能出结果。

§ 自由选词剖面法（FCP）：Williams与Langron在1984年提出，每位评价员自定描述词、独立打分，再用广义普洛斯特分析（GPA）把不同人的“语言”对齐成一张共识图。

§ 闪现剖面法（FP）：Dairou与Sieffermann在FCP基础上提出，评价员对样品就每个属性排序而非打分，多元分析合成产品空间图，最适合研发早期快速摸底。

中心点剖面法（PP）：以一款参照样（pivot）为锚，评价员只描述“比它更X/更不X”，认知负荷低，尤其适合有成熟词表的品类专家。

实际案例：新品立项阶段，用FP让8-10位评价员对一批竞品果茶两两排序，2-3小时就能看出“谁更清甜、谁更苦涩”，快速排兵布阵——这是经典QDA在同等早期阶段很难做到的。

三、时序动态法：给感官加上“时间轴”

§ 以上方法都假设“尝一口，记一个值”。但真实吃喝里，味道是随时间演变的——入口甜、中段酸、尾韵苦。时序动态法就是给DA装上了时间轴。

§ 时间强度法（TI）：让评价员连续记录某一属性的强度变化，得到“强度-时间”曲线，从中提取峰值强度Imax、达峰时间Tmax、曲线下面积AUC等参数，常用于甜味剂与蔗糖的甜味消退对比、涩感滞留量化。

§ 感官主导时序法（TDS）：每个时刻只选“此刻最主导”的一个感官属性，串起整段体验的主导演变曲线——比如咖啡从入口的酸，到中段的焦香，再到尾韵的苦。

实时选择所有适合项法（TCATA）：动态版CATA，评价员随时勾选“当前所有能感知到的属性”，比TDS多保留了一份“并存感”。

实际案例：对比两款口香糖的薄荷凉感，TI曲线能直观显示谁的凉感峰值更高、消散更慢——这正是配方最在意的“凉感续航”。

四、DA≠消费者快速表征

最后划一条重要分界线。DA（含上述所有方法）是训练评价员做的“客观描述”，产出的是感官剖面，回答“这东西是什么味”，追求准确、可重复。

而CATA、RATA、JAR、Napping这类消费者快速表征方法，用的是未经培训的普通消费者，问的是“你感觉到了哪些、喜不喜欢”，产出的是主观感受与偏好地图，服务于市场决策。

一句话：DA回答“它是什么”，消费者方法回答“人们爱不爱、为什么爱”。两者互补，不可互相替代——下次看到“用CATA测风味”，别急着说那是DA，它们只是住在同一栋感官大楼里的不同房间。

参考文献：

[1]Lawless H T,Heymann H. Sensory Evaluation of Food: Principles and Practices, 2nd ed. Springer, 2010.

[2]Ares G, Varela P (Eds.). Rapid Sensory Profiling Techniques: Applications in New Product Development and Consumer Research, 2nd ed. Woodhead Publishing, 2023.

[3]赵镭 刘文 编著 《感官分析技术应用指南》