将感官特性和消费者喜好与冲泡强度、萃取率和冲泡比例联系起来的新咖啡冲泡控制图
通信
Jean-Xavier Guinard，美国加州大学戴维斯分校食品科学与技术系，地址：1, Shields Avenue, Davis, CA 95616。
电子邮件： jxguinard@ucdavis.edu
资金信息
专业咖啡协会，由 Breville 承销
摘要
经典的咖啡冲煮控制图 (BCC) 最初开发于 20 世纪 50 年代。它将咖啡质量与冲煮浓度和萃取率联系起来，至今仍被世界各地的咖啡行业专业人士广泛使用，为咖啡冲煮提供指导。尽管它很受欢迎，但最近的实验研究表明，感官属性和消费者偏好实际上比经典 BCC 所显示的趋势要复杂得多。在此，我们将介绍一种方法，综合近期对滴漏式冲泡咖啡的研究结果，生成新版本的 BCC：新的感官 BCC 在典型的总溶解固体和萃取百分比范围内显示了一系列具有统计意义的感官属性；新的消费者 BCC 强调了在这些范围内存在两个具有不同喜好和厌恶的偏好群组；新的感官和消费者 BCC 将感官描述和消费者偏好结合在同一张图表上；以及一个更精简的 BCC，它省略了消费者偏好，而将重点放在总体感官描述趋势上。新的 BCC 提供了更准确的洞察力，帮助人们了解如何以最佳方式冲泡咖啡，以获得理想的感官体验。
关键词
咖啡冲泡控制图、滴漏式咖啡、感官图谱、描述性分析、偏好图谱、响应面法
实际应用：通过对产量和萃取参数的操作，滴漏式咖啡的冲煮者可利用本文介绍的新感官和消费者咖啡冲煮控制图来设计具有特定感官特征的咖啡，并满足不同消费者类型的偏好。
1 简介
全世界对咖啡的喜爱主要受其感官质量的驱动（Samoggia & Riedel，2018 年），而感官质量又取决于咖啡的品种、产地、风土、采后加工、烘焙和冲泡，通过包括碳水化合物、酸、脂类、蛋白质、抗氧化剂和挥发性芳香化合物在内的复杂风味化合物混合物来实现（Clarke & Macrae，1985 年；Frost et al、2022；Seninde 和 Chambers，2020；Sunarharum 等人，2014；Yeager 等人，2021）。特别是在过去十年中，"特色 "咖啡的兴起推动了对咖啡风味和冲泡的研究不断扩大（Allhoff 等人，2011 年；Mestdagh 等人，2017 年；Sunarharum 等人，2014 年）。虽然许多因素都会影响咖啡的整体感官特征，但冲泡是一个关键步骤，无论咖啡的种植、加工和烘焙过程多么细致，它都会极大地影响饮料的口感和风味。因此，了解感官特征与冲泡过程的关系对于优化咖啡质量和最大限度地提高消费者满意度非常重要。
很早以前，人们就制定了描述冲泡咖啡质量的关键指标。1957 年，咖啡酿造研究所的欧内斯特-洛克哈特（Ernest E. Lockhart）发表了题为《作为咖啡杯质量指标的咖啡饮料中的可溶性固体》的开创性出版物。该出版物将冲泡咖啡的质量与两个关键指标联系起来："冲泡强度"，即冲泡咖啡中可溶性固体的质量分数，通常称为总溶解固体或 TDS；以及 "萃取率"，即从咖啡渣中去除的可溶性固体的质量分数，通常称为萃取百分比或 PE（Lockhart，1957 年）。根据质量守恒定律，这些数量与水和咖啡渣的冲煮比例
其中，
图 1 咖啡冲泡控制图，改编自《咖啡冲泡手册》（第 9 页），作者 T.R. Lingle（2011 年），美国专业咖啡协会。
该图表是咖啡行业培训的一部分，在特种咖啡协会出版的《咖啡冲泡手册》（Lingle，2011 年）中占有重要地位。该图表强调了某些感官属性或特征的存在，以及 "理想杯 "的概念与滴漏式冲泡咖啡的 TDS、PE 和冲泡比例的函数关系（图 1）。
经典 BCC 是一种标志性工具，全世界的咖啡专业人士和家庭冲煮爱好者都用它来调节冲煮参数，以获得特定的感官体验和 "理想 "的咖啡。尽管经典 BCC 被广泛使用，但它也有不足之处。它只显示了一些 "属性"（即 "苦味"、"未充分发展"、"理想"）及其相对强度（"弱"、"强"）。此外，它还混合了描述性（"味道如何，浓淡如何？"）、享乐性（"我喜欢吗？"）和质量（"这是高品质咖啡吗？"）感官概念。从图表本身及其原始资料来看，并不清楚哪些消费者（或专家）认为图表中心的咖啡是 "理想的"。也许最重要的是，该图表忽略了咖啡中可能存在的各种风味属性，甚至忽略了大多数咖啡中常见的风味属性（酸味、焦味、烘焙味等等）。世界咖啡研究感官词典》（World Coffee Research Sensory Lexicon）（2017 年）和《咖啡品尝师风味轮》（Coffee Taster's Flavor Wheel）（斯宾塞等人，2016 年）列出了黑咖啡中发现的 100 多种风味属性，包括令人满意的属性（如黑巧克力、浆果、焦糖）和被视为缺陷的属性（如药味、橡胶味、霉味）。总之，风味化学知识、
因此，任何 BCC 都应反映与冲泡参数相关的咖啡质量方面的最新科学和知识。
最近的许多研究记录了滴滤咖啡的感官属性与一些参数的函数关系，例如包括篮筐几何形状（Frost、Ristenpart 和 Guinard，2019 年）、冲煮和饮用温度（Adhikari、Chambers 和 Koppel，2019 年；Chapko 和 Seo，2019 年）或冲煮方法（Gloess 等人，2013 年）。不过，这些研究并未系统地评估BCC参数中的TDS、PE和酿造比例。
在过去几年中，我们开展了感官和消费者研究，以填补这一知识空白。通过对各种冲泡参数（如研磨粒度、流速和温度）的控制，我们滴滤冲泡出的咖啡的 TDS 和 PE 在 BCC 上发生了系统性变化。第一项研究（Frost 等人，2020 年）是一项
本文的主要目的是将这三项研究的结果整合到经典 BCC 的最新版本中。我们提出了一个新的感官和消费者冲煮控制图，它反映了我们对冲煮变量对滴漏式冲煮咖啡的感官质量和消费者接受度的影响所进行的全面感官和消费者研究的整合和结晶（Batali 等人，2020 年；Cotter 等人，2021 年；Frost 等人，2020 年）。它由两个部分组成--一个是感官部分，包括在整个图表中变化的关键感官属性；另一个是消费者或享乐部分，根据 TDS、PE 和冲煮比例的函数，显示消费者最喜欢的区域。我们还提出了另外三种综合图表：新的感官酿造控制图，只包含新图表中的感官部分；新的消费者酿造控制图，包含新图表中的消费者或享乐部分；以及简化酿造控制图，只包含新图表中的主要感官属性，并参考经典 BCC 中的 "理想 "标准。
2 方法
2.1 | 新的感官酿造控制图及其简化版
我们的第一个目标是综合感官描述数据，以突出哪些感官属性在 BCC 的各个区域随 TDS、PE（和酿造比率）的变化而得到最充分的表达。一个关键的挑战是，每种感官属性（如苦味、甜味、柑橘味）在 TDS 和 PE 上都有自己的响应面（参见 Frost 等人，2020 年的图 8-10 或 Batali 等人，2020 年的图 6），因此将多种属性叠加到一张图上会产生令人困惑的等值线大杂烩。
相反，为了突出主要趋势，我们选择突出图表中哪个方向的特定感官属性可以最大化，并通过字体大小来表示变化的幅度。为此，我们根据以下六个标准，将弗罗斯特等人（2020 年）和巴塔利等人（2020 年）研究中的特定感官属性纳入感官图表：
-
在我们使用的 100 分描述性分析量表中，属性平均强度为。 -
根据方差分析，各 BCC 的属性（与 TDS、PE 或最好两者相比）在统计上有明显差异 -
在描述性分析数据的主成分分析中，在 "重要 "主成分上具有高载荷的属性矢量（表明对咖啡感官特征的变异具有重要作用）。 -
属性与 TDS 和 PE（平面或圆顶切片）的响应面模型拟合效果明显 -
属性平均强度与 TDS 和/或 PE 之间存在明显的相关性（皮尔逊乘积-正相关）。 -
根据外部偏好图谱（Cotter et al.）
此外，还开发了一个简化版的新感官 BCC，其中只包括新感官 BCC 中的主要感官属性，并将其显示在经典 BCC 的背景上，以方便用户熟悉和使用。
2.2 | 新的消费者酿造控制图
我们的第二个目标是显示黑咖啡消费者的偏好与 TDS、PE 和冲煮比例的函数关系。在我们对黑咖啡消费者对跨 BCC 冲泡的咖啡的喜好进行的研究（Cotter 等人，2021 年）中，我们通过聚类分析（即喜好聚类）发现了两个喜好细分，即两组具有不同喜好和厌恶的咖啡饮用者。我们的新消费者冲泡控制图将这两个偏好群体的喜好与 TDS 和 PE 相关的响应曲面显示为一个三维空间。
2.3 | 新的感官和消费者酿造控制图
我们的第三个目标是将两个图表--新的感官 BCC 和新的消费者 BCC 合二为一--新的感官和消费者酿造控制图，既显示感官属性，又显示作为 TDS、PE 和酿造比例函数的消费者喜好模式。具体做法是将新的消费者 BCC 中两个消费者群体的喜好反应曲面投影到新的感官 BCC 及其感官属性的二维显示中。
3 结果
3.1 | 新的感官酿造控制图
符合纳入新感官酿造控制图标准的属性包括：苦味、酸味/酸味、柠檬味
图 2 新的冲煮感官控制图显示了滴漏式黑咖啡的主要咖啡感官属性与 TDS、PE 和冲煮比的函数关系。使用 TDS、PE 和冲煮比率坐标将咖啡放在图表上，其预期的感官属性将在图表的该区域找到。例如，酸味、柑橘味和红色水果味会出现在 TDS 高、PE 低的咖啡中，而苦味、涩味和烘焙味则会出现在 TDS 高、PE 高的咖啡中。缩写：PE：萃取百分比；TDS：总溶解固体。
新的感官 BCC 如图 2 所示。新的感官 BCC 如图 2 所示。
根据弗罗斯特等人（2020 年）和/或巴塔利等人（2020 年）中生成的响应面（平面或圆顶切片），每个感官属性在图表上的位置与其最大表达量相对应。某些属性（如苦味、酸味、涩味、泥土味、橡胶味）的强度在两个描述性分析中都进行了测量，而其他属性（如甜味、红茶、深绿色）的强度仅在一个描述性分析中进行了测量。
感官属性在图表上显示的颜色表示味觉与颜色的跨模态匹配（Guinard 等人，1996 年），或代表与属性同名的物品的自然颜色（例如，绿色代表深绿色，红色代表浆果色）。在我们使用的 100 分描述性分析量表中，字体大小反过来表示感官属性的强度。因此，例如，苦味、烤味和酸度/酸味用大号字体显示，而深绿色蔬菜和浆果则用小号字体显示（图 2）。
甜味 "属性用单引号表示，因为它很可能并不代表真正的甜味，而是与 "甜味 "芳香剂相关联的 "甜 "味印象，并与之形成对比、
图 3 新的消费者酿造控制图显示了两个消费者偏好群组（粉色为群组 1，绿色为群组 2）的响应面，这两个群组的消费者对设计中的 27 种咖啡的喜欢程度与 TDS 和 PE 的 9 点享乐量表有关（Cotter 等人，2021 年）。第一群组的消费者最喜欢 TDS 值低、PE 值中等的咖啡，对应于粉色圆顶形响应面的顶部；而第二群组的消费者最喜欢 TDS 值中等、PE 值低或高的咖啡，对应于马鞍形响应面的边缘（黄色或红色）。
缩写：PE：萃取率；TDS：溶解性总固体。
或没有苦味，其次是酸味/酸味。事实上，甜糖（单糖和双糖）在冲泡咖啡中的浓度通常不会超过甜味识别阈值（Batali 等人，2020 年）。
3.2 | 新的消费者酿造控制图
新的消费者 BCC 如图 3 所示。它显示了我们在研究消费者对跨 BCC 冲泡的黑咖啡的喜好时发现的两个喜好细分市场的喜好与 TDS 和 PE 相关的响应曲面（Cotter 等人，2021 年）。
对于代表大多数消费者（57%）的第一偏好细分市场来说，消费者的喜好与 TDS 和 PE 的关系与圆顶响应面（图 3 中的粉色至紫色部分）的拟合效果最佳，该响应面随着 TDS 的降低而上升，并在
如果我们研究一下新的（感官）BCC，我们可以得出这样的结论：这个细分市场的消费者最喜欢甜咖啡，因为他们的喜好峰值与 "甜 "属性同在。然而，对他们喜好的同样准确或现实的描述是，他们不喜欢苦咖啡和酸/酸咖啡，因为他们的喜好峰值正好位于苦属性的对面，远离酸/酸属性（他们的喜好响应面与我们在 Frost 等人，2020 和 Batali 等人，2020 中得到的苦味响应面正好相反）。
第二类偏好者中有
如果我们参考新的感官 BCC，那么第二种偏好人群同样喜欢的咖啡一方面会呈现酸/酸、柑橘、浆果和干果感官属性，另一方面则会呈现烘焙、焦/灰、浓厚和红茶感官属性（分别位于鞍座的后部和前部）。
为了进一步研究特定感官属性对消费者偏好的影响，我们对两个偏好群组的喜爱程度与特定感官属性的存在进行了惩罚/提升分析（图 4）。该分析进一步揭示了两个偏好群组各自的偏好，即哪些感官属性可能会积极或消极地影响他们对滴漏式咖啡的偏好。事实上，尽管两个群组在哪种感官属性会影响他们对滴漏式咖啡的喜好上似乎基本一致（即图中大部分绿条和红条的方向和大小相似），但与群组 2 相比，群组 1 受茶/花香和柑橘属性的正面影响更大，而受酸味和焦味属性的负面影响更大。此外，与组群 1 相比，组群 2 也更受烘焙、黑巧克力和坚果属性的积极影响，而更受纸质/木质、绿色蔬菜和橡胶属性的消极影响。这些趋势在很大程度上与新的消费者 BCC（图 3）上两个群组响应面各自的位置相吻合。
3.3 | 新的感官和消费者酿造控制图
现在，我们可以将上述两个图表合并成一个新的、三维的感官和消费者酿造控制图，如图 5 所示（二维）。图 5（二维）显示了感官和消费者酿造控制图。
F I G URE 4 将 Cotter 等人（2021 年）确定的两个消费者偏好群组的喜爱程度与滴漏式咖啡中特定感官属性的存在相关联的惩罚/提升分析
我们在感官 BCC 上确定了带有感官属性的偏好区段。第一个偏好段的圆顶响应面的顶点与 "甜 "属性重合，远离苦和酸属性。与此相反，在第二个偏好区段的鞍形反应面上有两个较高的偏好区域，一个与酸性和果味咖啡相对应，另一个与（深）烘焙、略带苦味和红茶味、浓厚和发灰的咖啡相对应。
我们建议新的感官和消费者 BCC 取代传统的 BCC，供滴漏式咖啡的冲煮者使用，以获得特定的感官特征和/或密切配合不同消费者类型的偏好。
3.4 | 简化版的新感官酿造控制图
图 5 中新的感官和消费者 BCC 的优势在于，它清楚地说明了经典的 "理想 "范围并不适用于所 有消费者。不过，这里显示的消费者偏好数据主要是基于对北加州年轻成人消费者的研究。众所周知，世界各地的消费者偏好随着性别、年龄和收入等人口统计学因素、心理统计学因素以及咖啡消费习惯的不同而存在显著差异（Arnot 等人，2006 年；Bookman，2013 年；Czarniecka-Skubina 等人，2021 年；Spinelli 等人，2017 年）。
因此，BCC 的版本最好只关注感官描述属性，而与消费者的不同偏好无关。同样，为了简化对咖啡行业新员工的培训，将图表上呈现的不同感官属性数量降至最低，从而将注意力集中在最重要的属性上，也是明智之举。
符合上述标准的 "精简 "版 BCC 如图 6 所示。为清晰起见，四个角中的每个角最多只能有两个描述性属性，而消费者偏好趋势则被完全省略。图表的每个角都使用了不同的颜色，与感官 BCC（图 2）中详细的颜色选择相一致，并以渐变的强度表示相应感官属性的定性增加。由于洛克哈特最初提出的 "理想 "范围已被咖啡行业沿用了数十年，因此简化版 BCC 加入了一个灰色方框来表示该范围；不过，为了避免混淆，我们将该方框标为 "经典标准 "而非 "理想"，因为尚不清楚哪些消费者群体认为这些冲泡条件是理想的。请注意，在这个版本中，我们用每块咖啡渣所含水的质量来指定冲煮比率，而不是用每体积水所含咖啡渣的质量来指定冲煮比率；用每体积水所含咖啡渣的质量来指定冲煮比率的等效版本很容易构建。
4 | 讨论
4.1 感官和简化酿造控制图表
经典的冲煮控制图（洛克哈特，1959 年）已被滴漏式咖啡冲煮者使用了 60 多年，通过远离图中的四个角及其 "弱"、"强"、"未充分发展 "或 "苦 "的特征来冲煮所谓的 "理想 "咖啡。我们在此提出的新感官冲泡控制图显示了一套更全面、更恰当、更相关的咖啡感官描述指标，这些指标与产量和萃取参数相关。精简版显示的信息相同，但关键感官属性有所减少，而且保留了原始图表的外观和感觉，便于习惯使用经典 BCC 图表的咖啡专业人士过渡和使用。
我们的新感官 BCC 仅说明了咖啡主要感官属性与 TDS 和 PE 的函数关系。除实验设计中的变量外，它并不说明品种、产地、烘焙和冲泡变量对咖啡感官品质的影响。
每个属性在图表上的位置表明其最大表达水平，与
酿造比例 (
图 5 新的感官和消费者冲煮控制图，显示了咖啡的主要感官属性，以及两个消费者偏好细分 （消费者 I 和消费者 II）的响应面与 TDS、PE 和冲煮比率的函数关系。通过使用 TDS、PE 和冲煮比率坐标将咖啡放置在图表上，就可以找出咖啡应该具有的感官属性，以及我们研究中的两类消费者可能会喜欢的咖啡。缩写：PE，萃取百分比；TDS，总溶解固体。
TDS和/或PE，但要表达这些属性，首先必须在咖啡中存在。我们在研究中调查的咖啡涵盖了广泛的产地、烘焙程度和滴滤冲泡参数。因此，这些设计中的咖啡一定很好地涵盖了滴滤咖啡的各种感官品质，而且这些感官和简化 BCC 应该是相当明确的工具。
4.2 | 新的消费者酿造控制图
在我们与黑咖啡饮用者进行的关于消费者对跨越 BCC 冲泡的咖啡的喜好的研究中（Cotter 等人，2021 年），存在两个截然不同的喜好集群，这否定了经典冲泡控制图中 "理想的"、一刀切的消费者喜好表述。但是，如果我们
图 6 简化版的新感官冲煮控制图，显示了作为 TDS、PE 和冲煮比例函数的部分咖啡感官属性，以及经典 BCC（图 1）中理想咖啡标准的位置，即 "经典标准"。使用 TDS、PE 和冲煮比率坐标将咖啡放在图表上，其预期感官属性将在图表的该区域找到。缩写：PE，萃取百分比；TDS，总溶解固体。
如果我们寻找整个测试人群的平均喜好，我们确实会发现最大喜好发生在经典 BCC 上接近 "理想 "点的地方（参见 Cotter 等人，2021 年，图 8c）。但是，这种平均化意味着忽略了偏好细分，因此结论是不正确的。因此，经典 BCC 所代表的 "理想 "咖啡具有误导性，很可能是不准确的。通过偏好图谱这种了解消费者对某一产品类别偏好的技术，消费品公司逐渐放弃了存在一种每个消费者都会喜欢的理想产品的观念。事实上，无论产品类别如何，大多数偏好图谱研究都会发现多个偏好群体。
我们在滴滤咖啡消费者偏好研究中确定了两个偏好细分，并因此将其纳入消费者 BCC，这两个细分来自北加州饮用黑咖啡的年轻成年人。如果对世界其他地方的黑咖啡饮用者进行研究，可能会得出不同的偏好细分，可能会产生两个以上的偏好细分，也可能会产生与这些细分人群对 TDS 和 PE 的喜好相关的不同响应面。
第一种偏好细分市场的消费者最喜欢 BCC 左下角的咖啡--低浓度的
TDS和中低PE的咖啡，或苦味和酸味较低，但有甜味感或甜味错觉（因为有 "甜 "的香气，没有明显的苦味和酸味）的咖啡。我们的结论是，第一类偏好人群代表了典型或普通的咖啡饮用者，我们推测在任何咖啡消费者偏好研究中都可能会发现这一类人群。我们进一步推测，如果可以选择的话，这部分消费者更倾向于喝加牛奶和/或糖的咖啡，以减轻明显的苦味和酸味。
第二类偏好者同样喜欢酸味、柑橘味、浆果味和干果味的咖啡，或者喜欢烘焙味、焦糊味、浓厚味和红茶味的咖啡，分别位于马鞍的后部和前部。这出乎我们的意料，看起来也很奇怪，但我们想到，BCC 的这些区域分别与高品质特种咖啡和典型意式浓缩咖啡的风味特征相吻合，这可能反映了更有经验和更新颖的咖啡饮用者的偏好，他们熟悉更广泛的咖啡。我们还推测，根据其所处环境中特种咖啡或意式浓缩咖啡的普及程度，这一偏好群体的消费者会分别倾向于特种咖啡的酸味、果味和 "甜味"，或更典型的意式浓缩咖啡的感官特征，如深色烘焙和苦味。
感官 BCC 是一个明确的工具，它所显示的感官属性及其显示方式都是根据我们所采用的标准来确定的，消费者 BCC 只是该图表的一个版本，它是基于北加州黑咖啡消费者的喜好而设计的。我们当然鼓励对全球其他滴漏式咖啡饮用者的偏好细分和具体喜好进行调查。
4.3 新的感官和消费者 BCC
多年来，感官和消费科学领域一直在努力开发各种技术，通过使用先进的感官测量技术来了解消费者喜好的感官驱动因素。从这个意义上说，偏好制图是我们这个领域的一大进步，因为它不仅揭示了偏好细分和所揭示细分的喜好感官驱动因素，而且还以消费者树枝图的形式提供了用户友好的结果图示、
在此之前，响应面方法学通过复杂的回归，提供了将消费者的喜好与特定成分的浓度或特定感官属性的强度联系起来的方法。在此之前，响应面方法学提供了一种手段，通过复杂的回归将消费者的喜好与特定成分的浓度或特定感官属性的强度联系起来，并以强大的图形表示这些简单或复杂的关系（Giovanni，1983 年）。本文以这些技术为基础，提供了新的图形表示法，说明感官属性和消费者喜好可能与咖啡中的 TDS、PE 和冲煮比率之间的关系。感官与消费者 BCC 在同一张图上显示了这两组关系，从而使滴漏式咖啡的冲煮者能够通过对产量和萃取参数的操作，为不同类型的消费者设计出具有特定感官特征的咖啡。
消费者 BCC 可以也应该针对世界各地不同的滴滤黑咖啡饮用者人群开发不同版本，方法是将这些人群的偏好细分的喜好反应面表现出来，然后将其投射到感官 BCC 上，生成其他感官和消费者 BCC。
本文介绍的 BCC 显示了黑滴冲泡咖啡的感官属性和消费者偏好是如何通过 TDS、PE 和冲泡比例的函数来表达的。今后的研究应转向其他类型的咖啡，如意式浓缩咖啡和冷萃咖啡，并为这些咖啡开发出相应的 BCCs。
5 结论
我们的新感官和消费者冲泡控制图显示了关键的咖啡感官属性，这些属性在图中最能充分体现其与 TDS 和 PE 的函数关系，同时还显示了我们在消费者研究中确定的两个偏好细分市场的喜好反应面。现在，经典 BCC 的用户可以根据完整图表上的 13 种属性或简化版上的 6 种属性来调节滴滤冲泡的 TDS 和 PE 值，以获得特定的风味特征，并满足本研究中确定的一种或另一种消费者的偏好，或满足未来消费者研究中可能发现的任何其他消费者的偏好。
作者贡献
让-格扎维埃-吉纳尔（Jean-Xavier Guinard）：构思；调查；获取资金；写作-原稿；方法论；验证；可视化；写作-审阅和编辑；
正式分析；项目管理；数据整理；监督。斯科特-弗罗斯特调查；方法论；写作--审查与编辑；正式分析；数据整理。麦肯齐-巴塔利（Mackenzie Batali）：调查；方法论；写作-审核与编辑；正式分析；数据整理。安德鲁-科特调查；方法论；形式分析；数据整理。Lik X. Lim：调查；写作 - 审核与编辑。William D. Ristenpart：构思；调查；获取资金；方法论；写作 - 审核与编辑；正式分析；项目管理；监督；资源；数据整理。
致谢
我们感谢 Peter Giuliano、Emma Sage 和 Jessie Liang 提出的宝贵意见和建议，感谢 Matthew Verdolivo 和 Robin Riedel 在图表设计方面提供的帮助。
利益冲突声明
作者无需声明利益冲突。
ORC ID
Jean-Xavier Guinard ① https://orcid.org/0000-0001-63863055
Scott Frost ©10 https://orcid.org/0000-0002-2479-7144
LikX.Lim © https://orcid.org/0000-0001-5863-0580
William D. Ristenpart ® https://orcid.org/0000-0002-
4935-6310
参考文献
Adhikari, J., Chambers, E., & Koppel, K. (2019)。饮用温度对热煮咖啡感官特性的影响。国际食品研究》，115, 95-104.
Allhoff, F., Parker, S. F., Austin, M. W., & Schoenholt, D. (2011).咖啡--每个人的哲学：Grounds for debate.Hoboken：Wiley-Blackwell.
Arnot, C., Boxall, P. C., & Cash, S. B. (2006)。道德消费者关心价格吗？公平贸易咖啡购买的显性偏好分析》。加拿大农业经济学杂志》，54，555565 。
Batali, M. E., Frost, S. C., Lebrilla, C. B., Ristenpart, W. D., & Guinard, J.-X.(2020).滴漏式冲泡咖啡馏分的感官和单糖分析与冲泡时间的关系。食品与农业科学杂志》，100，2953-2962。
Batali, M. E., Ristenpart, W. D., & Guinard, J. X. (2020)。在固定的冲泡强度和萃取条件下，冲泡温度对滴漏式冲泡咖啡的感官影响很小。科学报告》，10，16450。
Bookman, S. (2013).Branded cosmopolitanisms: 'Global' coffee brands and the co-creation of 'Cosmopolitan Cool.'。文化社会学》，7（1），56-72。
Chapko, M. J., & Seo, H. S. (2019).描述冲泡咖啡饮料中与产品温度相关的感官感知：描述性感官分析。国际食品研究》，
Clarke, R. J., & Macrae, R. (1985).咖啡：第一卷：化学。荷兰，多德雷赫特：施普林格。
Cotter, A. R., Batali, M. E., Ristenpart, W. D., & Guinard, J. X. (2021)。消费者对黑咖啡的偏好遍及各种冲泡浓度和萃取率。食品科学杂志》，86（1），194-205。
Czarniecka-Skubina, E., Pielak, M., Sałek, P., Korzeniowska-Ginter, R., & Owczarek, T. (2021)。与极地咖啡消费相关的消费者选择和习惯。国际环境研究与公共卫生杂志》，18（8），3948。
Frost, S. C., Ristenpart, W. D., & Guinard, J.-X.(2019).篮筐几何形状对滴漏式咖啡的感官质量和消费者接受度的影响。食品科学杂志》，84（8），2297-2312。
Frost, S. C., Ristenpart, W. D., & Guinard, J.-X.(2020).冲泡强度、冲泡产量和烘焙对滴漏式冲泡咖啡感官质量的影响。食品科学杂志》，85（8），2530-2543。
Frost, S. C., Walker, P., Orians, C. M., & Robbat, A., Jr. (2022)。利用光谱解卷积的可选一维/二维气相色谱质谱法研究绿咖啡和烘焙咖啡的化学性质。分子》（瑞士巴塞尔），27，5328。
Giovanni, M. (1983).响应面方法和产品优化。食品技术》，37（11），41-45 页。
Gloess, A. N., Schönbächler, B., Klopprogge, B., D'Ambrosio, L., Chatelain, K., Bongartz, A., Strittmatter, A., Rast, M., & Yeretzian, C. (2013)。九种常见咖啡萃取方法的比较：仪器和感官分析。欧洲食品研究与技术》，236（4），607-627。
Greenhoff, K., & MacFie, H. J. H. (1994).Preference mapping in practice.In H. J. H. MacFie, & D. M. H. Thomson (Eds.).食物偏好测量》（第 137-166 页）。马萨诸塞州波士顿：施普林格出版社。
Guinard, J. X., Ross, L., & Gutierrez, A. M. (1996).通过色彩系统的跨模态匹配对味觉刺激进行定性评估：一项探索性研究。Journal of Sensory Studies, 11(4), 317-333.
Guinard, J. X., Uotani, B., & Schlich, P. (2001)。商业拉格啤酒偏好的内部和外部映射：盲目消费者与了解品牌和价格的消费者的享乐评价比较。食品质量与偏好》，12（4），243-255 页。
Liang, J., Chan, K. C., & Ristenpart, W. D. (2021)。全浸泡冲泡咖啡强度和萃取率的平衡解吸模型。科学报告，11，6904。
Lingle, T. R. (2011).咖啡冲泡手册：咖啡制作系统指南》。加利福尼亚州圣安娜：美国专业咖啡协会。
Lockhart, E. E. (1957).饮料咖啡中的可溶性固形物作为质量指标。纽约：咖啡酿造研究所。
Lockhart, E. E. (1959).咖啡比重计。咖啡茶叶工业
Mestdagh, F., Glabasnia, A., & Giuliano, P. (2017)。追求卓越。见 B. Folmer（编著）。咖啡工艺与科学》（第 355-380 页）。伦敦：伦敦：学术出版社。
Peryam, D., & Pligrim, F. (1957).衡量食物偏好的喜好量表法。食品技术》，11（2），141-163 页。
Ristenpart, W., & Kuhl, T. (2021)。咖啡的设计：工程学方法》。第 3 版。戴维斯：第 176 页。
Samoggia, A., & Riedel, B. (2018)。咖啡消费与购买行为回顾：进一步研究的启示。食欲，129，
Seninde, D. R., & Chambers, E. (2020)。咖啡风味：综述。饮料，6（3），44。
感官词典。(2017).世界咖啡研究。https://worldcoffeere search.org/resources/sensory-lexicon
Spencer, M., Sage, E., Velez, M., & Guinard, J. X. (2016)。使用单一自由分类和多元探索方法设计新的咖啡风味轮。食品科学杂志》，81，S2997S3005。
Spinelli, S., Dinnella, C., Masi, C., Zoboli, G. P., Prescott, J., & Monteleone, E. (2017)。使用开放式问题调查首选咖啡消费环境。食品质量与偏好》，
Sunarharum, W. B., Williams, D. J., & Smyth, H. E. (2014)。咖啡风味的复杂性：从成分和感官角度。国际食品研究》，62，315-325。
Yeager, S. E., Batali, M. E., Guinard, J. X., & Ristenpart, W. D. (2021)。咖啡中的酸：感官测量和化学成分荟萃分析综述》。食品科学与营养评论》，63，1010-1036。
如何引用本文：Guinard, J.-X., Frost, S., Batali, M., Cotter, A., Lim, L. X., & Ristenpart, W. D. (2023).将感官特性和消费者喜好与冲泡强度、萃取率和冲泡比例联系起来的新咖啡冲泡控制图。食品科学杂志》，88，2168-2177。
这是一篇开放存取的文章，采用知识共享署名-非商业性-禁止衍生许可协议的条款，该协议允许在任何媒体上使用和传播，前提是适当引用原作，使用为非商业性，且不做任何修改或改编。
© 2023 作者。食品科学杂志》由 Wiley Periodicals LLC 代表美国食品科技学会出版。