摘要：我國(guó)作為一個(gè)水果大國(guó)：據(jù)2000年的統(tǒng)計(jì)數(shù)據(jù)顯示，中國(guó)蘋果、梨、桃、李的產(chǎn)量為世界第一，分別占全球總產(chǎn)量的36.69%，50.28%，27.05%，42.32%。但我國(guó)水果在國(guó)際市場(chǎng)上大多檔次較低，在國(guó)內(nèi)，高檔水果更是被洋水果壟斷，農(nóng)產(chǎn)品在品種、品質(zhì)、產(chǎn)后、加工技術(shù)與設(shè)備方面與國(guó)外相差甚遠(yuǎn)。如今，無(wú)損檢測(cè)行業(yè)在我國(guó)風(fēng)生水起，發(fā)展至今已有幾十年的歷史。無(wú)損檢測(cè)是一個(gè)朝陽(yáng)行業(yè)，其發(fā)展空間很大。無(wú)損檢測(cè)的重要性隨著工業(yè)現(xiàn)代化進(jìn)程而越來(lái)越突出，食品進(jìn)行質(zhì)量安全檢測(cè)，既保障著百姓日常飲食健康，也影響著食品進(jìn)出口貿(mào)易。無(wú)損檢測(cè)也叫非破壞檢測(cè)。本文主要就芒果這一種熱帶水果運(yùn)用近紅外光譜的無(wú)損檢測(cè)技術(shù)進(jìn)行成熟度的檢測(cè)。證明近年來(lái)運(yùn)用近紅外光譜的無(wú)損檢測(cè)技術(shù)所取得的成果及具體的實(shí)驗(yàn)方法及方案設(shè)計(jì)。

關(guān)鍵詞：無(wú)損檢測(cè) 近紅外檢測(cè)技術(shù) 成熟度檢測(cè)

中圖分類號(hào)：TP242.6文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)：1672-5336（2015）08-0000-00

引言

在熱情似火的海南，芒果是一種十分常見(jiàn)的水果，我國(guó)芒果面積100萬(wàn)畝左右，產(chǎn)量60萬(wàn)～70萬(wàn)噸。臺(tái)灣芒果面積30萬(wàn)畝左右，產(chǎn)量21萬(wàn)噸左右。芒果產(chǎn)量遠(yuǎn)不如柑橘、香蕉等，且其既可鮮食又可加工成各種制品，深受消費(fèi)者喜愛(ài)。只要選擇市場(chǎng)需求的優(yōu)良品種種植，加強(qiáng)采后的保鮮和商品化處理，同時(shí)發(fā)展加工業(yè)，芒果市場(chǎng)前景看好。真正優(yōu)質(zhì)的芒果，不僅要求水果表面的美觀，香氣的誘人，同時(shí)芒果的內(nèi)在品質(zhì)也是評(píng)判的重要指標(biāo)。近來(lái)，隨著人民生活水平的日益提高，人們對(duì)于食品的要求已經(jīng)不僅僅滿足于“吃飽”，而是追求一種更加營(yíng)養(yǎng)，更加健康的食品文化。于是，出口的芒果的營(yíng)養(yǎng)成分的含量等指標(biāo)日益被廣大消費(fèi)者關(guān)注。但是怎樣在不破壞芒果本身的情況下，又能精確全面的檢測(cè)這些指標(biāo)呢？顯然，傳統(tǒng)的檢測(cè)方法已經(jīng)不盡適用了，新的檢測(cè)方法應(yīng)運(yùn)而生。

1無(wú)損檢測(cè)概況

無(wú)損檢測(cè)又稱為非破壞性檢測(cè)，就是在不破壞樣品的前提下，為獲取待測(cè)樣品的品質(zhì)有關(guān)的內(nèi)容、性質(zhì)、成分等物理、化學(xué)信息所采用的方法。

無(wú)損檢測(cè)技術(shù)可避免傳統(tǒng)破壞性檢測(cè)造成的樣品損失、具有對(duì)待測(cè)物進(jìn)行跟蹤、重復(fù)檢測(cè)的優(yōu)點(diǎn)。無(wú)損檢測(cè)速度快，適合用于大規(guī)模產(chǎn)業(yè)化生產(chǎn)的在線檢測(cè)和分級(jí)，易于實(shí)現(xiàn)自動(dòng)化，可大大提高產(chǎn)品的附加值。

目前，食品無(wú)損檢測(cè)技術(shù)大致包括：分光檢測(cè)技術(shù)（紫外分光法、可見(jiàn)分光法、近紅外分光法）、介電特性檢測(cè)技術(shù)、力學(xué)檢測(cè)技術(shù)、聲學(xué)特性及超聲波檢測(cè)技術(shù)、X射線檢測(cè)技術(shù)、核磁共振檢測(cè)技術(shù)、生物傳感器檢測(cè)技術(shù)和電子鼻與電子舌檢測(cè)技術(shù)。

食品無(wú)損檢測(cè)技術(shù)是近年來(lái)發(fā)展起來(lái)的新技術(shù)，該技術(shù)涉及光學(xué)、力學(xué)、電學(xué)、磁學(xué)等學(xué)科，內(nèi)容廣泛，其基礎(chǔ)更是涉及材料科學(xué)、計(jì)算機(jī)技術(shù)、生物技術(shù)、信息技術(shù)及化學(xué)計(jì)量學(xué)等諸多領(lǐng)域，其中以光學(xué)檢測(cè)技術(shù)發(fā)展最快。本文主要介紹近紅外光譜無(wú)損檢測(cè)技術(shù)在水果上的應(yīng)用。

2近紅外光譜的無(wú)損檢測(cè)技術(shù)

2.1原理

近紅外（near infrared NIR）光指的是波長(zhǎng)介于可見(jiàn)光與中紅外光之間的電磁波，波長(zhǎng)范圍為0.8-2.5μm，波數(shù)范圍為12500-4000cm-1.

近紅外分光法是將近紅外譜區(qū)所包含的物質(zhì)信息，用于定性或定量分析的一種分析技術(shù)。

分子振動(dòng)的頻率包括基頻、各級(jí)倍頻與各種合頻，因此分子可能通過(guò)共振吸收，對(duì)環(huán)境中頻率與分子的基頻、倍頻與合頻相同的電磁波產(chǎn)生吸收。

近紅外光譜的信息是分子內(nèi)部原子間振動(dòng)的倍頻及合頻，近紅外分析中具有實(shí)際意義的主要是含H原子的基團(tuán)（O-H、N-H、C-H等）的一些特征基團(tuán)，也含有其他一些基團(tuán)（如C=O），但是強(qiáng)度較弱。

這些含H基團(tuán)是有機(jī)物中的重要基團(tuán)，因此近紅外技術(shù)可以分析與這些基團(tuán)相關(guān)的成分的物理、化學(xué)性質(zhì)，如這個(gè)譜區(qū)既可以分析測(cè)定蛋白質(zhì)、淀粉、脂肪、氨基酸等，還可以分析物質(zhì)的密度、粘度、顆粒大小以及有關(guān)樣品的電學(xué)、熱學(xué)、力學(xué)性質(zhì)。

2.2用近紅外測(cè)芒果成熟度的可能性

近紅外是指介于可見(jiàn)光和中紅外之間的電磁波。近紅外光譜最大的特點(diǎn)之一就是與物質(zhì)作用時(shí)，物質(zhì)在紅外區(qū)域重疊的基頻吸收光譜可以輕易分離，因?yàn)槲镔|(zhì)在近紅外光譜區(qū)的吸收是物質(zhì)的倍頻和合頻吸收，而不是基頻吸收。不同的物質(zhì)在近紅外區(qū)域有特定的吸收光譜，而且，近紅外光譜包含了物質(zhì)中幾乎所有含氫的各級(jí)倍頻，伸縮振動(dòng)和彎曲振動(dòng)的合頻吸收。不同的基團(tuán)吸收峰位和強(qiáng)度也不同，因此，不同物質(zhì)對(duì)不同頻率的近紅外光吸收不同，在某些波長(zhǎng)范圍內(nèi)弱，在另一些波長(zhǎng)范圍內(nèi)較強(qiáng)。因此，物質(zhì)組成的變化會(huì)引起近紅外光譜的吸收峰位和強(qiáng)度不同，可以根據(jù)這個(gè)測(cè)定芒果的成熟度。

從1984年開(kāi)始，近紅外光譜技術(shù)就開(kāi)始被研究者相繼應(yīng)用在小麥品質(zhì)分析中，重要用于測(cè)定小麥蛋白質(zhì)、淀粉、面筋、灰分等組分的含量。近年來(lái)，隨著高性能近紅外分析儀器及光纖在交互傳輸模式中的應(yīng)用，采用近紅外光譜技術(shù)檢測(cè)水果和蔬菜品質(zhì)已很普遍。主要可以用來(lái)檢測(cè)蔬菜中農(nóng)藥殘留量、維生素含量、葉面的破損情況等；測(cè)定水果的糖度、酸度、糖蜜含量及檢測(cè)有無(wú)病斑等。還用來(lái)檢測(cè)果蔬成熟過(guò)程中固形物含量、酸度和硬度的變化來(lái)確定果蔬的成熟度，從而可以對(duì)果蔬進(jìn)行無(wú)損檢測(cè)和自動(dòng)分級(jí)，就避免了手工分級(jí)中出現(xiàn)的人為誤差，保證了統(tǒng)一標(biāo)準(zhǔn)下的果蔬品質(zhì)，有利于果蔬的加工和銷售。

2007年張楠在《水晶梨品質(zhì)的近紅外檢測(cè)研究》中利用近紅外透射光譜技術(shù)檢測(cè)水晶梨內(nèi)部品質(zhì)如黑心病、可溶性固形物含量和有效酸度等指標(biāo)，建立水晶梨可溶性固形物、還原糖、有效酸度、總酸的近紅外模型，并對(duì)水晶梨在貯藏過(guò)程中相關(guān)物性及成分含量進(jìn)行研究。[1]

同年，張靜在《近紅外透射光譜法檢測(cè)蘋果糖度和酸度的研究》中采用近紅外透射光譜技術(shù)在642.36～954.15nm波長(zhǎng)范圍內(nèi)建立不同時(shí)期蘋果糖度和酸度的預(yù)測(cè)模型，比較了3組參數(shù)對(duì)蘋果糖度預(yù)測(cè)模型的影響，并對(duì)蘋果糖度模型的適用度進(jìn)行了檢驗(yàn)。[2]

3以芒果為例簡(jiǎn)要分析

3.1芒果簡(jiǎn)介

芒果又名檬果、漭果、悶果、蜜望、望果、庵波羅果，漆樹(shù)科。是一種原產(chǎn)印度的常綠喬木，葉革質(zhì)，互生；性涼，花小，黃色或淡紅色，成頂生的圓錐花序，產(chǎn)芒果和劣質(zhì)淡灰色木材。原產(chǎn)于熱帶地區(qū)。芒果的外形很有趣：有的為雞蛋形，也有圓形、腎形、心形；皮色有多種：淺綠色、黃色、深紅色；果肉為黃色，有纖維，味道酸甜不一，有香氣，汁水多而果核大。芒果集熱帶水果精華于一身，被譽(yù)為“熱帶水果之王”。[3]

芒果的營(yíng)養(yǎng)價(jià)值很高。芒果果實(shí)含有大量糖、蛋白質(zhì)、粗纖維，具有很大的食用價(jià)值，同時(shí)芒果所含有的維生素A成分特別高，是所有水果中少見(jiàn)的。其次維生素C含量也不低。再者，礦物質(zhì)、蛋白質(zhì)、脂肪、糖類等，也是其主要營(yíng)養(yǎng)成分之一。

果實(shí)的大小、形狀、色澤、纖維多少、核大小等，是區(qū)別芒果品種的主要依據(jù)，但芒果的品種、品系很多，現(xiàn)在全世界約有1000多個(gè)芒果品種，且一直都沒(méi)有一個(gè)完整的品種分類系統(tǒng)。再加上人們的生活水平的提高，芒果作為一種營(yíng)養(yǎng)價(jià)值很高的熱帶水果越來(lái)越受到廣大群眾的喜愛(ài)，傳統(tǒng)的食品檢測(cè)技術(shù)已經(jīng)無(wú)法適應(yīng)現(xiàn)如今的需要，簡(jiǎn)單快速的無(wú)損檢測(cè)技術(shù)進(jìn)入我們的視線。

3.2研究的主要內(nèi)容

首先是近紅外光譜分析模型建立的流程圖[4]。

3.3具體步驟

3.3.1樣品的采集

即建立模型的驗(yàn)證集，原則上要求范圍合理，并且每個(gè)范圍內(nèi)的樣品分布均勻。

因?yàn)槭忻嫔铣鍪鄣拿⒐覀儫o(wú)法判斷是否為成熟品，即使可以判斷，但也無(wú)法進(jìn)行定量分析，所以在進(jìn)行建立模型的驗(yàn)證集的時(shí)候，大量購(gòu)買相同品種的芒果，從中提取一些果汁，并配置等濃度梯度的果汁。

在這個(gè)環(huán)節(jié)中，配置等濃度梯度的果汁一定要把握好稱量這一關(guān)，因?yàn)闈舛葧?huì)與相對(duì)應(yīng)的光譜存在一種關(guān)系，若是配置不好，建立的模型可能不是很具代表性。此外，校正樣本的數(shù)量一定要足夠大，樣本數(shù)大，所具代表性強(qiáng)，所以在配置等梯度濃度時(shí)，梯度要盡可能小。

3.3.2化學(xué)分析

原則上是采用標(biāo)準(zhǔn)測(cè)試方法測(cè)定，但因?yàn)楸敬卧囼?yàn)設(shè)計(jì)是采用預(yù)先設(shè)定的總糖含量，故不需要再采用化學(xué)方法進(jìn)行分析。

3.3.3采集光譜及光譜預(yù)處理

采集待測(cè)樣品的光譜時(shí)，要重復(fù)測(cè)定，然后取光譜的平均值進(jìn)行計(jì)算；另外，對(duì)于每個(gè)樣品重復(fù)測(cè)定幾次，求它的光譜數(shù)據(jù)的平均值。這樣可以減少人為因素引起的偶然誤差。

3.3.4對(duì)樣品的光譜信息進(jìn)行預(yù)處理

完成光譜數(shù)據(jù)測(cè)量后，要對(duì)樣品的光譜信息進(jìn)行預(yù)處理，比如去除噪聲干燥、基線調(diào)整、還有波長(zhǎng)的優(yōu)選等。降低儀器引起的誤差，去除干擾信息，突出有用信息。

3.3.5應(yīng)用多元統(tǒng)計(jì)方法建立校正模型

確定光譜預(yù)處理方法后，采用數(shù)學(xué)方法建立定量分析模型，并對(duì)這個(gè)模型進(jìn)行校正。

模型數(shù)據(jù)分析：為了將樣品化學(xué)值與近紅外數(shù)據(jù)之間建立起一種關(guān)系，常用最小二乘回歸法進(jìn)行計(jì)算。

用決定系數(shù)和預(yù)測(cè)集標(biāo)準(zhǔn)偏差評(píng)價(jià)模型。一般來(lái)說(shuō)，決定系數(shù)R2越接近于1越好，這個(gè)表明在建立模型的時(shí)候，所采集的數(shù)據(jù)線性程度高，有一定的可靠性。當(dāng)然，也要考慮預(yù)測(cè)集的標(biāo)準(zhǔn)偏差，標(biāo)準(zhǔn)偏差越接近0，效果越好。所以要綜合考慮這兩個(gè)參數(shù)。

3.3.6采集未知樣品的光譜

測(cè)定市面上的芒果的光譜信息，多重復(fù)幾次，取平均值。另外，配置某一確定濃度的總糖的芒果汁，用近紅外檢測(cè)器收集光譜信息，重復(fù)幾次，取其平均值。

3.3.7未知樣品模型適用性的判斷

根據(jù)測(cè)得的光譜信息，代進(jìn)建立的模型中算出含已知濃度的總糖的芒果汁濃度，根據(jù)計(jì)算出來(lái)的濃度值與真實(shí)濃度值比較，判斷模型的適用性。

此外，能不能構(gòu)建另外一個(gè)定性的模型，對(duì)成熟的芒果樣品和不成熟的芒果樣品分別采集光譜，采用數(shù)學(xué)方法對(duì)這兩個(gè)光譜進(jìn)行比較，看是否能夠找出它們之間的關(guān)系，也就是說(shuō)能否建立 （成熟/不成熟）的關(guān)系，這樣就相當(dāng)于是芒果樣品中的總糖的含量，若是比值為1，說(shuō)明是成熟的芒果樣品，比值大于1，則是不成熟的芒果樣品。對(duì)于這個(gè)，我覺(jué)得主要的難點(diǎn)還是在找出它們之間的關(guān)系，和建立關(guān)系。

參考文獻(xiàn)

[1]張楠.水晶梨品質(zhì)的近紅外檢測(cè)研究[D].沈陽(yáng)農(nóng)業(yè)大學(xué)，2007.DOI：10.7666/d.y1099514.

[2]張靜.近紅外透射光譜法檢測(cè)蘋果糖度和酸度的研究[D].沈陽(yáng)農(nóng)業(yè)大學(xué)，2007.DOI：10.7666/d.y1099516.

[3]http：//www.baike.com/wiki/芒果

[4]龐滂.近紅外定性定量模型的建立與應(yīng)用[D].西北大學(xué)，2008.DOI：10.7666/d.y1252774.

收稿日期：2015-04-19

作者簡(jiǎn)介：趙藝捷（1993—），女，江蘇南京人，大學(xué)本科在讀，趙藝捷，是學(xué)生，沒(méi)有職稱研究方向。