摘要：本文首先對(duì)于化學(xué)計(jì)量學(xué)進(jìn)行了簡單的介紹，在這樣的基礎(chǔ)之上分析了在食品分析中非常常用的化學(xué)計(jì)量學(xué)的方式，并子啊最后對(duì)于化學(xué)計(jì)量學(xué)方法具體的在食品工業(yè)中的應(yīng)用方式給洗更為詳盡的論述。

關(guān)鍵詞：化學(xué)計(jì)量學(xué) 食品工業(yè) 食品分析

中圖分類號(hào)：TS201 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1672-5336（2014）22-0064-02

在20世紀(jì)70年代便已經(jīng)有了化學(xué)計(jì)量，其最先被S.Wold（瑞典化學(xué)家）來提出，我國化學(xué)計(jì)量起步較晚，直到80年代初期才開始起步，現(xiàn)階段其已經(jīng)成為獨(dú)立的化學(xué)分科，在國際上已經(jīng)頗具影響力。到目前為止，其已經(jīng)發(fā)展成為分析信息與分析采樣、化學(xué)實(shí)驗(yàn)設(shè)計(jì)與優(yōu)化以及信號(hào)處理、數(shù)據(jù)庫檢索、計(jì)算機(jī)數(shù)字模擬法以及人工智能等比較熱點(diǎn)的研究?，F(xiàn)階段計(jì)算機(jī)科學(xué)、統(tǒng)計(jì)方法以及應(yīng)用數(shù)學(xué)更加深入的應(yīng)用在化學(xué)應(yīng)用中，在化學(xué)的各個(gè)領(lǐng)域中，化學(xué)計(jì)量方法以及理論有著廣泛的應(yīng)用。

1食品分析中常用的化學(xué)計(jì)量方法

現(xiàn)階段化學(xué)計(jì)量學(xué)的發(fā)展更加深入，在食品領(lǐng)域中，化學(xué)計(jì)量學(xué)的應(yīng)用在進(jìn)行食品中較為復(fù)雜的有機(jī)成分?jǐn)?shù)據(jù)檢測(cè)的處理更為廣泛，含有的為偏最小二乘法、主成分的分析、判別分析以及聚類分析等得到人們的重視，化學(xué)計(jì)量的其他方法例如有多遠(yuǎn)線性回歸、人工神經(jīng)網(wǎng)絡(luò)以及單類成分判別分析法等在食品工業(yè)也是具有重要的應(yīng)用。

1.1 主成分分析法

主要成分分析就是指一種數(shù)據(jù)壓縮技術(shù)，其在多元統(tǒng)計(jì)中存在，是通過最優(yōu)的方法來使得矩陣中的信息得以濃縮綜合測(cè)量，這樣簡化了數(shù)據(jù)，使得相關(guān)的維數(shù)得以降低，對(duì)于可以李彤原始變量線性組成的新變量進(jìn)行尋找，并且利用這些對(duì)于數(shù)據(jù)測(cè)量的內(nèi)部結(jié)構(gòu)特征有揭示作用的數(shù)據(jù)來實(shí)現(xiàn)更為準(zhǔn)確和簡單的分析。

1.2 偏最小二乘法

偏最小二乘法指的是一種多因變量針對(duì)多自變量的對(duì)建模進(jìn)行回歸的方法，其是以因子分析為基礎(chǔ)的多變量校正方法，不僅要對(duì)自變量進(jìn)行考慮，還要?dú)q因變量的作用多家考慮，并且利用對(duì)各自空間內(nèi)的因子進(jìn)行折衷，進(jìn)而讓模型能夠?qū)ψ宰兞亢鸵蜃兞窟M(jìn)行更好的同時(shí)描述。

1.3 聚類分析法

所謂聚類分析就是以“物以類聚”的原則為依據(jù)，來完成對(duì)特性相近的變量和觀察單位的歸類工作，系統(tǒng)聚類法、自組織神經(jīng)網(wǎng)絡(luò)以及k均值聚類法等都是聚類分析中常用的方法。

1.4 判別分析

判別分析將已知研究對(duì)象進(jìn)行多個(gè)類型的分類，而且對(duì)于多種類型的已知樣品所進(jìn)行觀測(cè)量的數(shù)據(jù)進(jìn)行獲得，從而根據(jù)準(zhǔn)則來建立判別式，接著便是對(duì)于未知類型的樣品進(jìn)行分析和判別。判別分析法主要有人工神經(jīng)網(wǎng)絡(luò)、K-最鄰近法、支持向量機(jī)、有線性判別等。BP人工神經(jīng)網(wǎng)絡(luò)是當(dāng)前多種算法中應(yīng)用最多的。SVM則是以以通機(jī)械系理論結(jié)構(gòu)風(fēng)險(xiǎn)的最小化這一原則為基準(zhǔn)，其對(duì)于原始變量向高維空間的投射則是通過一定的非線性映射方法來完成的，接著對(duì)樣品來分類。這使得SVM對(duì)于ANN中有的局部最小以及擬合等問題進(jìn)行有效解決，進(jìn)而得以廣泛推廣。

2 化學(xué)計(jì)量學(xué)的方法在食品分析里面的應(yīng)用

2.1 對(duì)于食品營養(yǎng)成分分析里面的使用

分析食品中的營養(yǎng)成分主要就是針對(duì)食品中含有的氨基酸、水分、各種糖類以及維生素等成本進(jìn)行定量的分析。近些年來，光譜法、色譜法等在食品里面進(jìn)行了應(yīng)用，特別是紅外光譜的方法在糧油脂食品中的應(yīng)用情況受到人們?cè)絹碓蕉嗟年P(guān)注，但是在進(jìn)行紅外光譜的檢測(cè)中，在官能團(tuán)吸收峰中是存在著相互重疊以及各種噪音的影響的，對(duì)于檢測(cè)的結(jié)果會(huì)有一定的影響，不過在引入計(jì)量學(xué)以后就是可以消除這一部分背景的干擾，解析重疊波譜。在國內(nèi)外的研究數(shù)據(jù)中顯示，紅外光譜數(shù)據(jù)的平滑濾噪以及二維數(shù)據(jù)中的重疊峰等問題，利用小波分析和化學(xué)計(jì)量學(xué)多元分辨技術(shù)來進(jìn)行解決，是極為準(zhǔn)確和方便的，這利于測(cè)量效果的定量以及定性。

2.2 在食品分類以及防偽分析里面的應(yīng)用

由于食品本身的成分是非常的復(fù)雜的，一般會(huì)形成復(fù)雜的灰色甚至是黑色的體系，同時(shí)食品中的成分會(huì)受到食品種類、采集時(shí)間的差異以及產(chǎn)地的不同的影響。在加上食品的成分隨著產(chǎn)地、采集時(shí)間以及食品種類具有很大的差異。這就使得食品分類以及對(duì)摻偽的分析成為難題。

化學(xué)計(jì)量學(xué)模式識(shí)別技術(shù)，使得食品的摻偽分析以及分類識(shí)別變得更加的科學(xué)課簡便，此外，在食品分類識(shí)別、質(zhì)量控制以及摻偽分析中有著有著廣泛的應(yīng)用，如單類成分判別分析法（SIMCA）、聚類分析（CA）、成分分析（PCA）人工神經(jīng)網(wǎng)絡(luò)（ANN）、聚類分析（CA）以及判別分析（DA）等。

例如郭延生等人采用的為主成分分析、簡易分類算法以及對(duì)于偏最小乘法回歸法的判別來進(jìn)行了馬鈴薯可見近紅外光譜校正的模型的建立，對(duì)于非轉(zhuǎn)基因馬鈴薯以及轉(zhuǎn)基因馬鈴薯來通過該種模式進(jìn)行判別區(qū)分，可以達(dá)到100%的準(zhǔn)確率，對(duì)于這些能對(duì)紅外光譜進(jìn)行標(biāo)明的并同化學(xué)計(jì)量學(xué)進(jìn)行結(jié)合的方法可以對(duì)傳統(tǒng)的馬鈴薯與轉(zhuǎn)基因馬鈴薯進(jìn)行快速真確的辨別。

2.3 在食品衛(wèi)生監(jiān)測(cè)里面的應(yīng)用

所謂食品的衛(wèi)生檢測(cè)就是指確定你農(nóng)藥殘留等危害元素，現(xiàn)階段人們對(duì)于在食品中的殘留的農(nóng)藥這一問題愈加關(guān)注，這就使得分析方法的快捷與靈敏性有了更高的要求。在分析中引入化學(xué)計(jì)量學(xué)應(yīng)用，對(duì)于在食品中存在的農(nóng)藥殘留檢測(cè)的問題能夠有效解決，與此同時(shí)，這對(duì)于測(cè)量的精密度和信噪比有著極大的促進(jìn)作用。在食品農(nóng)殘和其它有害因素進(jìn)行檢測(cè)的方法中最為常見的主要有最小二乘法、偏最小二乘法以及主成分回歸等。比如說倪永年等人在優(yōu)化實(shí)驗(yàn)分析時(shí)間的時(shí)候使用的是化學(xué)計(jì)量學(xué)方法，其對(duì)于牛奶中的三嗪類除草劑，如撲草凈、莠滅凈以及莠去津等的測(cè)定是利用氣質(zhì)聯(lián)用來進(jìn)行的，其結(jié)果表明，在進(jìn)行不同的濃縮的時(shí)候，集中除草劑能夠到達(dá)58.64%～63.22%的回收率。

3 結(jié)語

在對(duì)食品的分析過程中，化學(xué)計(jì)量學(xué)的使用，就食品分析中所出現(xiàn)的現(xiàn)代儀器數(shù)據(jù)的復(fù)雜化和多維化等問題進(jìn)行了解決，并有效的化解了農(nóng)藥殘留檢測(cè)中所出現(xiàn)的多組分分析的難題，這使得食品分析的發(fā)展更具活力。在食品分析中，化學(xué)計(jì)量學(xué)得到更加廣泛的應(yīng)用，不過由于現(xiàn)階段化學(xué)計(jì)量學(xué)主要的成分分析、分類和識(shí)別等主要是在糧油食品、酒類和茶葉等中，這就使得我們?cè)趯?duì)其他類食品的分析、以及有害元素檢測(cè)等可以進(jìn)行更深入的研究。這就使得化學(xué)計(jì)量學(xué)的在食品分析中的應(yīng)用得以擴(kuò)大，這對(duì)于食品分析法在新領(lǐng)域的發(fā)展是非常有利的。與此同時(shí)，在各種儀器分析法同化學(xué)計(jì)量學(xué)相結(jié)合的作用之下，化學(xué)計(jì)量學(xué)必定會(huì)得到更快的發(fā)展，進(jìn)而使得新的化學(xué)計(jì)量學(xué)方法得以產(chǎn)生。

參考文獻(xiàn)

[1]周統(tǒng)武，蔡娟.化學(xué)計(jì)量學(xué)的學(xué)科現(xiàn)狀與發(fā)展方向[J].中國科技信息，2009（03）.

[2]梁逸曾，俞汝勤.化學(xué)計(jì)量學(xué)在我國的發(fā)展[J].化學(xué)通報(bào)，1999（10）.

[3]陳燕清，倪永年.模式識(shí)別在食品質(zhì)量控制方面的應(yīng)用進(jìn)展[J].化學(xué)研究與應(yīng)用，2009（01）.

[4]潘榮榮，曲剛蓮，馬果花.化學(xué)計(jì)量學(xué)在分析化學(xué)中的應(yīng)用[J].化學(xué)分析計(jì)量，2007（02） .

[5]耿玉珍，高吉?jiǎng)?，劉?多波長線性回歸光度法同時(shí)測(cè)定食品中鈣鎂[J].食品與發(fā)酵工業(yè)，2002（01）.