摘要：長期以來，由于標準化工作的相對滯后，不能區(qū)分配制醬油和釀造醬油，造成市場混亂。一些生產(chǎn)企業(yè)隨意在產(chǎn)品上標注“釀造醬油”或“純天然釀造”字樣，既壞了市場秩序，又誤導了消費者。因此，分清楚釀造醬油和配制醬油的主要區(qū)別十分重要。本文采用近紅外光譜（Near Infrared，NIR）分析技術，分析鑒別出配制醬油與釀造醬油。

關鍵詞：紅外光譜 釀造醬油 配制醬油 鑒別

中圖分類號：TS201.2 文獻標識碼：A 文章編號：1672-5336（2015）04-0023-02

近紅外光譜（Near Infrared，NIR）分析技術是20世紀80年代中后期迅速發(fā)展起來的一種快速、綠色的分析技術，該光譜技術在食品工業(yè)、化工、石油、煙草、紡織、化妝品、制藥、農(nóng)業(yè)等多個領域都取得了成功的應用，創(chuàng)造了突出的社會效益和經(jīng)濟效益。

近紅外光譜主要是分子振動的倍頻和合頻吸收，所有的O-H、N-H、C-H、和S-H等含氫基團的高倍（第一到第六）倍頻吸收均在NIR區(qū)域。由于吸收強度低，使得NIR輻射無論是在純物質(zhì)還是混合物中穿透的距離更深，無須對樣品進行溶解、研磨或使用惰性（指無紅外吸收）鹽稀釋，因此保證了樣品的完整性。

近紅外（NIR）光譜吸收強度與組分含量間呈一定的數(shù)學關系（通常遵循比爾定律）。通過收集一定數(shù)量和具有代表性的標準樣品，測定出其NIR光譜圖，使用專門的化學計量學軟件，在NIR光譜圖與組分含量間建立起相應的數(shù)學模型。數(shù)學模型是實現(xiàn)定量分析的基礎，數(shù)學模型一旦建立并經(jīng)過驗證和確認，就可以非常方便的用于樣品常規(guī)分析。近紅外光譜分析技術思路如圖1所示。

1 實驗方案

（1）儀器：賽默飛世爾科技近紅外光譜儀Nicolet Antaris II（如圖2），并配備透射模塊，使用Result 3.0軟件采集光譜圖、TQ 8.0定量分析軟件來建模。

（2）樣品：不同品牌的醬油10種，每種樣品10個批次，樣品狀態(tài)為深色液體。

2 實驗內(nèi)容

本實驗使用直接透射方式采集光譜圖，樣品采集方式如圖3：

采集原始光譜圖如圖4。

將采集的樣品按照不同品牌、不同類型建立定性模型，模型校正后如圖5所示：

該模型按馬氏距離來歸類，樣品光譜圖馬氏距離最近的類別就將該樣品歸屬到那一類。

模型校正結果如表1：

表1表明了模型對樣品預測的類別以及計算出到該類別的馬氏距離和到下一最近醬油類型的馬氏距離。從以上數(shù)據(jù)看，實際樣品類別與預測出來的最接近類別相同，沒有任何誤判，說明通過采用直接透射法測試不同類型的醬油是可行的。

注：最接近類別與次接近類別的距離越大，則就說明二者差異越大，就越容易判別。

3 實驗總結

從以上模型和校正結果表來看，基本可以分出每種不同類型的醬油，特別是不同廠家。由于樣品批次較少，在實際應用中還需要增加每種類別樣品的批次，增強模型的適應范圍，以提高模型的預測準確度。初步來看，近紅外分析技術可以定性判別醬油的類型。

另外，采用Antaris II近紅外光譜儀分析樣品具有以下優(yōu)勢：（1）快速高效。每個樣品測試分析報告只需約1分鐘甚至半分鐘就可以得到待測組分的含量結果，這是傳統(tǒng)方法不可比擬的；（2）多組分同時測定。同時得出樣品中所有關心組分的含量值。（3）操作簡單。應用近紅外光譜儀操作簡單且高效，可以將分析人員從重復勞動中解放出來，投入到更多工作中，創(chuàng)造更大的價值；（4）樣品無損。近紅外測試不破壞樣品，而且需要的樣品量極少，標準樣品容易保存，可重復利用；（5）成本低，環(huán)保。近紅外光譜儀運行和維護成本極低，而且其在使用過程中沒有使用任何有機溶劑等消耗品，更不會產(chǎn)生廢棄物二次污染； （6）人為誤差小。近紅外分析技術由于不需樣品預處理，Antaris傅立葉近紅外分析儀的RESULT軟件可保證操作人員在絕對規(guī)范的SOP下進行簡單的操作，操作參數(shù)不會被修改，因此保證近紅外的重現(xiàn)性較傳統(tǒng)方法更好，且不會有人為誤差。再加上Antaris傅立葉近紅外分析儀能夠很好的適應操作環(huán)境，且穩(wěn)定性極佳；（7）可實現(xiàn)現(xiàn)場快速檢測。Antaris儀器為工業(yè)級近紅外分析系統(tǒng)，其穩(wěn)定性好且容易操作，可到成品現(xiàn)場進行快速測試。

參考文獻

[1]馮放.現(xiàn)代近紅外光譜分析技術及其應用.生命科學儀器.

[2]黃瑞娟.紅外光譜技術在食品檢測中的應用.現(xiàn)代測量與實驗室管理.