50名参与者通过CATA问卷对牛奶样品的感官属性进行勾选，表2显示了4个牛奶样本的22个感官属性描述词的使用频次，包括10个气味、4个滋味、4个口感和4个外观。其中描述气味的奶香味、奶油味，描述滋味的甜味，描述口感的醇厚以及描述外观的流动性好为参与者勾选最多的描述词，而气味描述词纸板味，滋味描述词回味-涩味、口感描述词颗粒感和外观描述词流动性差则是勾选频率最低的。由表3可知，4个牧场牛奶样品喜好度评分均存在显著差异（P＜0.05）。以上表明参与者倾向于使用奶香味、奶油味、甜味变量描述牛奶样品的风味，它们是牛奶中普遍存在的风味属性，也是消费者所喜爱的风味属性。

此外，根据Cochran’sQ-test，在10个气味属性中，50位参与者能够显著区分4个牛奶样品中的7个气味属性，分别为奶香味、奶油味、香甜味、奶腥味、塑料味、蒸煮味、金属味，在回味-奶香味、氧化味和纸板味的气味属性上没有显著差异。利用CA将7个气味属性与来自4个牧场的牛奶样品之间的关系可视化（图2）。CA的结果显示F1和F2的总解释量为96.25%。一牧牛奶样本位于第2象限，与奶油味和奶香味CATA变量呈正相关，且喜好度评分最高（表3）。二牧位于第3象限，与香甜味有关。三牧则位于第1象限，其喜好度评分最低，与金属味、塑料味呈正相关，而四牧位于第4象限，与奶腥味、蒸煮味、氧化味等不愉快的气味有较强的相关性。综上所述，4个牧场牛奶样品感官差异明显，未经训练的小组成员可以很好地将其进行区分。

基于PLSR的模型分析气味CATA变量（Y变量）与香气活性物质（X变量）之间的相关性。PLSR结果如图5所示。仅使用样本间差异显著的气味CATA变量进入模型。双组分R2X（cum）值在0.630～0.807之间，R2Y（cum）值在0.788～0.968之间。PLSR模型中的Q2值用于揭示气味属性（Y变量）和化合物（X变量）之间的相关性。结果显示：一牧奶香味和奶油味较为明显，这是令人愉悦的气味特征，与短链脂肪酸类化合物，如丁酸、己酸、辛酸、癸酸以及2-庚酮等相关性较大，艾娜丝等在分析全脂巴氏乳挥发性成分中得到了相似的结果；二牧具有香甜味，与柠檬烯相关性较大，也是令人愉悦的气味；三牧具有塑料味、奶腥味、金属味的气味特性，其中金属味与1-辛烯-3-醇相关性较大，与潘明慧等的研究结果一致。四牧的蒸煮味较强，与苯乙烯、己醛的相关性较大，在Hedegaard等对3种不同脂肪酸组分的牛奶的研究中同样也发现蒸煮味与己醛高度相关。此外，三牧和四牧喜好度评分较低，己醛、苯乙烯、1-辛烯-3-醇与其有较大的相关性，这些物质可能是令人不愉快的气味来源。