孫燕，張海華，王錚

(哈爾濱市產(chǎn)品質(zhì)量監(jiān)督檢驗(yàn)院，哈爾濱 150090)

中國是世界第一養(yǎng)蜂和蜂蜜生產(chǎn)、出口大國。養(yǎng)蜂是我國的傳統(tǒng)行業(yè)，年產(chǎn)蜂蜜約40萬噸，蜂蜜消費(fèi)保持著日益增長(zhǎng)的勢(shì)頭［1］。在蜂蜜的銷售和流通環(huán)節(jié)，特別是在中國市場(chǎng)存在著個(gè)別經(jīng)營者一味追求高額利潤，標(biāo)識(shí)混亂、傍品牌、冒名牌、以次充好等制造、銷售假冒偽劣蜂蜜的行為，嚴(yán)重?cái)_亂和干擾了正常的蜂蜜消費(fèi)市場(chǎng)秩序［2］。當(dāng)前，對(duì)蜂蜜產(chǎn)地來源鑒別主要停留在從標(biāo)簽的識(shí)別、感官檢查［3］和花粉形態(tài)學(xué)分析［2］等階段。感官分析受蜂蜜儲(chǔ)存、加工、結(jié)晶等過程的影響，會(huì)帶有一定的主觀性、經(jīng)驗(yàn)性和不確定性。而花粉形態(tài)學(xué)分析法是通過對(duì)蜂蜜進(jìn)行稀釋、離心，在顯微鏡下分析蜂蜜中花粉類型、數(shù)量來判斷蜂蜜真?zhèn)?、地域來源和品種純度［4］。該方法具有良好的重復(fù)性，但該方法的準(zhǔn)確度和精確度與蜂蜜中花粉的含量、種類組成、形態(tài)、來源、采蜜方式、放蜂環(huán)境等因素有關(guān)，而且需要經(jīng)驗(yàn)豐富的專家進(jìn)行判斷。同時(shí)該方法在辨別純蜂蜜和摻入花粉的假蜂蜜方面還不夠成熟，不能真實(shí)、客觀地反映被檢樣品的特征。上述方法缺少客觀性和科學(xué)性，不能對(duì)品牌造假蜂蜜進(jìn)行準(zhǔn)確的判定，無法對(duì)地理標(biāo)志產(chǎn)品的品牌給予應(yīng)有的保護(hù)。因此如何有效、全面地鑒別和評(píng)價(jià)不同品牌蜂蜜，已經(jīng)成為當(dāng)前蜂蜜質(zhì)量控制的技術(shù)瓶頸［5］。研究和創(chuàng)新蜂蜜品牌產(chǎn)地溯源的理論與技術(shù)，對(duì)于制定不同產(chǎn)地蜂蜜鑒別技術(shù)標(biāo)準(zhǔn)，有效指導(dǎo)蜂蜜市場(chǎng)價(jià)格，規(guī)范市場(chǎng)秩序，具有重要的理論價(jià)值和實(shí)踐意義。

筆者利用中紅外光譜技術(shù)［6-7］，采用主成分分析的方法，建立蜂蜜產(chǎn)地溯源判別模型［8］。該方法具有快速、準(zhǔn)確、實(shí)驗(yàn)過程無污染等優(yōu)點(diǎn)，能充分保護(hù)地理標(biāo)志產(chǎn)品的品牌利益。

1 實(shí)驗(yàn)部分

1.1 主要儀器與試劑

中紅外光譜分析儀：MilkoScan FT120型，配備質(zhì)量保證模塊-QA 模塊，丹麥FOSS公司；

超純水機(jī)：Milli-Q Advantage型，美國密理博公司；

電子天平：梅特勒AL104型，美國梅特勒-托利多公司；

磁力攪拌器：RO10型，德國IKA公司；水浴鍋：HH-S6型，上?；Z儀器公司；蜂蜜樣品：饒河(95個(gè))和具有代表性的其它地域蜂蜜樣品(31個(gè))；

實(shí)驗(yàn)用水為去離子水。

1.2 儀器工作條件

波長(zhǎng)范圍：2 000～11 000 nm，每次試驗(yàn)對(duì)信號(hào)進(jìn)行32次掃描累加；工作溫度：42℃；樣品測(cè)定時(shí)間：45 s。

1.3 實(shí)驗(yàn)方法

1.3.1 樣品制備

對(duì)所有待測(cè)蜂蜜樣品進(jìn)行編號(hào)處理，并進(jìn)行記錄。對(duì)存在結(jié)晶現(xiàn)象的樣品于50℃水浴鍋中進(jìn)行加熱，直至樣品中無結(jié)晶現(xiàn)象為止。

5倍稀釋樣品：精確稱取待測(cè)樣品(10±0.05)g于100 mL燒杯中，加入30 mL去離子水，放入磁子。將燒杯置于磁力攪拌器上攪拌，設(shè)定溫度為30℃，攪拌8 min。待樣品均勻后轉(zhuǎn)移至50 mL比色管中，用去離子水清洗燒杯并全部轉(zhuǎn)移至比色管中，定容至標(biāo)線，搖勻后待檢。

10倍稀釋樣品：準(zhǔn)確稱取待測(cè)樣品(5±0.05)g于100 mL燒杯中，重復(fù)以上操作，樣品待檢。

1.3.2 樣品掃描

測(cè)量前對(duì)分析儀作標(biāo)準(zhǔn)化，使儀器達(dá)到最佳狀態(tài)。按1.2儀器工作條件對(duì)蜂蜜樣品進(jìn)行光譜掃描，每個(gè)樣品均掃描兩遍，收集光譜信息，然后取2次掃描結(jié)果的平均值。

1.3.3 判別模型的建立

采用主成分分析(PCA)回歸方法，按照PCA定標(biāo)程序選擇確定的模塊、饒河蜂蜜樣品集及驗(yàn)證樣品集，根據(jù)本地區(qū)蜂蜜實(shí)際情況調(diào)整確定主成分?jǐn)?shù)(F值)和門檻值(T值)，建立產(chǎn)地溯源模型。對(duì)模型F因子、T因子的調(diào)整，要以本地樣品集和其它地域樣品驗(yàn)證樣品集相互對(duì)照來調(diào)整。首先F的設(shè)定數(shù)值決定著本地樣品集的一致性，即本地樣品的光譜應(yīng)趨于一致，不能差異過大。T因子的調(diào)整以驗(yàn)證集合為調(diào)整基礎(chǔ)，應(yīng)把本地樣品的數(shù)據(jù)置于T因子以下，保證本地樣品不被報(bào)警，同時(shí)要保證其它地域樣品置于T因子以上?？梢粤舫鲆欢ǖ膱?bào)警空間，以避免正常樣品的誤判。

2 結(jié)果與討論

使用主成分分析技術(shù)，將光譜數(shù)據(jù)壓縮并分解為主成分矩陣數(shù)據(jù)。然后利用矩陣數(shù)據(jù)，比較各樣品光譜間的差異及某樣品與主群組間的差異，從而確定所測(cè)量樣品與參與定標(biāo)樣品之間的光譜差。

MilkoScan FT120的計(jì)算程序如下：

(1)檢測(cè)器得到樣品的干涉圖譜；

(2)樣品干涉圖通過平滑處理和傅立葉變換得到樣品的原始光譜圖，F(xiàn)oss Clean(調(diào)零液)的干涉譜圖也經(jīng)過同樣的光譜處理；

(3)將樣品的吸收?qǐng)D譜與Foss Clean(調(diào)零液)吸收?qǐng)D譜相除得到樣品的透射吸收?qǐng)D譜；

(4)將樣品的透射圖譜與平衡液光譜相比較，進(jìn)行圖譜的標(biāo)準(zhǔn)化；

(5)從經(jīng)過標(biāo)準(zhǔn)化后的透射圖譜中挑選某些測(cè)量波段；

(6)將挑選出的測(cè)量波段信息除以所設(shè)定的參比濾光片吸收信息，得到測(cè)量通道信息；

(7)對(duì)測(cè)量通道信息進(jìn)行線性化處理，得到線性化通道；

(8)利用朗伯-比耳定律對(duì)獲得的線性通道做導(dǎo)數(shù)處理，得到樣品的吸收通道；

(9)通過吸收通道信息，采用PLS定標(biāo)即可計(jì)算樣品中各組分的含量；

(10)濃度信息乘以所調(diào)節(jié)的斜率值再加上所調(diào)節(jié)的截距值即為最終分析結(jié)果。

2.1 5倍稀釋蜂蜜樣品的判別模型

按1.3實(shí)驗(yàn)方法對(duì)5倍稀釋樣品進(jìn)行測(cè)定，不同F(xiàn)值和T值下的校正集合和驗(yàn)證集合的判定正確率結(jié)果見表1。

由表1可以看出，當(dāng)樣品稀釋倍數(shù)為5倍，F(xiàn)設(shè)定為3，T設(shè)定為2時(shí)，校正集合中有6個(gè)饒河本地蜂蜜超過警戒線，被判定為其它地域樣品，判定正確率為93.7%，驗(yàn)證集合有3個(gè)外地蜂蜜低于警戒線，被判定為饒河蜂蜜，判定正確率為90.3%；當(dāng)F設(shè)定為4，T設(shè)定為2.5時(shí)，校正集合中有5個(gè)饒河本地蜂蜜超過警戒線，被判定為其它地域樣品，判定正確率為94.7%，驗(yàn)證集合有3個(gè)外地蜂蜜低于警戒線，被判定為饒河蜂蜜，判定正確率為90.3%；當(dāng)F設(shè)定為4，T設(shè)定為2.55時(shí)，校正集合中有5個(gè)饒河本地蜂蜜超過警戒線，被判定為其它地域樣品，判定正確率為94.7%，驗(yàn)證集合有4個(gè)外地蜂蜜低于警戒線，被判定為饒河蜂蜜，判定正確率為87.1%。根據(jù)模型判定的要求規(guī)定，判定模型的判定正確率應(yīng)不小于90%，由此可以確定F=3，T=2和F=4，T=2.5所建立的模型都可應(yīng)用于樣品的溯源判定，F(xiàn)=4，T=2.55所建立的模型不滿足建模要求，認(rèn)定為模型不可用。

表1 5倍稀釋蜂蜜樣品的判別結(jié)果

2.2 10倍稀釋蜂蜜樣品的判別模型

按1.3實(shí)驗(yàn)方法對(duì)10倍稀釋樣品進(jìn)行測(cè)定，不同F(xiàn)值和T值下的校正集合和驗(yàn)證集合的判定正確率結(jié)果見表2。

表2 10倍稀釋蜂蜜樣品的判別結(jié)果

由表2可以看出，當(dāng)樣品稀釋倍數(shù)為10倍，F(xiàn)設(shè)定為5，T設(shè)定為1.76時(shí)，校正集合中有18個(gè)饒河本地蜂蜜超過警戒線，被判定為其它地域樣品，判定正確率為81.1%，驗(yàn)證集合有3個(gè)外地蜂蜜低于警戒線，被判定為饒河蜂蜜，判定正確率為90.3%；當(dāng)F設(shè)定為5，T設(shè)定為1.77時(shí)，校正集合中有18個(gè)饒河本地蜂蜜超過警戒線，被判定為其它地域樣品，判定正確率為81.1%，驗(yàn)證集合有4個(gè)外地蜂蜜低于警戒線，被判定為饒河蜂蜜，判定正確率為87.1%；當(dāng)F設(shè)定為6，T設(shè)定為1.84時(shí)，校正集合中有15個(gè)饒河本地蜂蜜超過警戒線，被判定為其它地域樣品，判定正確率為84.2%，驗(yàn)證集合有3個(gè)外地蜂蜜低于警戒線，被判定為饒河蜂蜜，判定正確率為90.3%；當(dāng)F設(shè)定為6，T設(shè)定為1.85時(shí)，校正集合中有14個(gè)饒河本地蜂蜜超過警戒線，被判定為其它地域樣品，判定正確率為85.3%，驗(yàn)證集合有4個(gè)外地蜂蜜低于警戒線，被判定為饒河蜂蜜，判定正確率為87.1%。根據(jù)模型判定的要求，判定模型的判定正確率應(yīng)不小于90%，對(duì)以上4組數(shù)據(jù)分析發(fā)現(xiàn)，當(dāng)樣品稀釋倍數(shù)為10倍時(shí)，無論怎樣優(yōu)化T值和F值，都無法滿足模型判定要求，故認(rèn)為樣品稀釋倍數(shù)為10倍時(shí)所建立的模型不能應(yīng)用于饒河蜂蜜產(chǎn)地溯源的判定。

2.3 判別模型分析

通過分析以上判別模型得知，判別模型的判定準(zhǔn)確率主要受以下兩個(gè)原因的影響。

(1)樣品稀釋倍數(shù)對(duì)判別模型的影響。為了達(dá)到快速檢測(cè)、快速鑒別的目的，分別選取5倍稀釋和10倍稀釋進(jìn)行試驗(yàn)，分析發(fā)現(xiàn)5倍稀釋的判別模型明顯優(yōu)于10倍稀釋所建立的判別模型。結(jié)果表明，采用中紅外光譜檢測(cè)技術(shù)可以對(duì)蜂蜜中多種成分進(jìn)行檢測(cè)，稀釋倍數(shù)過大會(huì)使得某些含量較少的成分響應(yīng)值減小，從而導(dǎo)致判別模型的判定結(jié)果不準(zhǔn)確。由于蜂蜜本身物理性狀粘稠，稀釋倍數(shù)過低會(huì)堵塞儀器的自動(dòng)進(jìn)樣器，所以最終將稀釋倍數(shù)定位5倍，以便于實(shí)驗(yàn)順利進(jìn)行。

(2)主成分?jǐn)?shù)(F值)和門檻限值(T值)的影響。通過調(diào)節(jié)F值和T值優(yōu)化判別模型，發(fā)現(xiàn)F值越大校正集合的判定準(zhǔn)確率越高；T值越小驗(yàn)證集合的判定準(zhǔn)確率越高，但會(huì)導(dǎo)致校正集合的判定準(zhǔn)確率下降。分析原因發(fā)現(xiàn)，T值降低表示對(duì)校正集合的判定越嚴(yán)格，理論上T值較低為好，但會(huì)導(dǎo)致一些邊緣的真實(shí)樣品被誤判。根據(jù)建立模型的要求，當(dāng)主成分?jǐn)?shù)F為3和4時(shí)，T值相對(duì)較小，為模型建立的最優(yōu)選擇，本實(shí)驗(yàn)建立的F=3，T=2和F=4，T=2.5兩個(gè)模型中，前者T值較小，更符合模型建立的最佳要求。所以最終優(yōu)化建模條件為樣品稀釋倍數(shù)為5倍，F(xiàn)值設(shè)定為3，T值設(shè)為2，該判別模型能準(zhǔn)確的對(duì)饒河蜂蜜進(jìn)行判別，判定準(zhǔn)確率為90.3%。

3 結(jié)語

利用中紅外光譜分析儀，分別采用5倍稀釋和10倍稀釋的前處理方法對(duì)95個(gè)饒河本地蜂蜜樣品和其它地域具有代表性的31個(gè)蜂蜜樣品進(jìn)行測(cè)定，利用質(zhì)量控制模塊和分析軟件對(duì)樣品集和校正集進(jìn)行建模處理，通過對(duì)建立的模型加以篩選和優(yōu)化，最終確定主成分?jǐn)?shù)F=3和門檻值T=2所建立的判別模型符合建模要求，該識(shí)別模式可以進(jìn)行較為準(zhǔn)確的判別，判定準(zhǔn)確率為90.3%。結(jié)果表明中紅外光譜技術(shù)對(duì)東北黑蜂蜂蜜地理標(biāo)志產(chǎn)品的產(chǎn)地溯源進(jìn)行真?zhèn)闻袆e是一種有效的方法。

［1］余曉峰，姚劍.蜂蜜中主要轉(zhuǎn)基因蜜源植物花粉形態(tài)學(xué)鑒別方法的研究［J］.安徽出入境檢驗(yàn)檢疫，2013(10): 9-10.

［2］鐘艷萍，鐘振聲.陳蘭珍.近紅外光譜技術(shù)定性鑒別蜂蜜品種及真?zhèn)蔚难芯浚跩］.現(xiàn)代食品科技，2010(11): 125-128 .

［3］陳蘭珍，李褶.近紅外光譜在蜂蜜溯源中的研究進(jìn)展［J］.質(zhì)量安全期刊，2012(4): 21-23.

［4］王顏紅，李國琛，張紅，等.食品產(chǎn)地溯源技術(shù)研究進(jìn)展［J］.農(nóng)產(chǎn)品質(zhì)量與安全，2012(B9): 15-18.

［5］王強(qiáng)，薛曉鋒，趙靜.質(zhì)譜檢測(cè)技術(shù)在蜂蜜溯源分析中的應(yīng)用［J］.中國農(nóng)業(yè)科技導(dǎo)報(bào)，2013(4): 4-6.

［6］趙秀琴.中紅外光譜分析技術(shù)及研究進(jìn)展［J］.安慶師范學(xué)院學(xué)報(bào)：自然科學(xué)版，2012(4): 2-3.

［7］張文海，顧小紅，周文果，等.中紅外光譜技術(shù)在乳制品分析中的應(yīng)用研究［J］.中國乳品工業(yè)，2013(1): 40-43.

［8］袁玉偉，張志恒，葉雪珠，等.蜂蜜摻假鑒別技術(shù)的研究進(jìn)展與對(duì)策建議［J］.食品科學(xué)，2010(9): 318-322.