魯 雄，張力培

(廣州訊動(dòng)網(wǎng)絡(luò)科技有限公司，廣東廣州 510000)

?

近紅外光譜分析技術(shù)在飼料行業(yè)中的應(yīng)用

魯 雄，張力培

(廣州訊動(dòng)網(wǎng)絡(luò)科技有限公司，廣東廣州 510000)

摘要近紅外光譜分析技術(shù)可應(yīng)用于飼料生產(chǎn)全過程的品質(zhì)控制。近年來，我國(guó)大型飼料集團(tuán)公司幾乎都采用近紅外光譜分析手段進(jìn)行飼料原料、半成品及成品料中常量成分、微量成分和真?zhèn)螕诫s的分析，并獲得了較好的經(jīng)濟(jì)效益。介紹了近紅外光譜分析技術(shù)在飼料分析中的原理和優(yōu)勢(shì)、儀器類型，并對(duì)其在飼料行業(yè)中應(yīng)用的發(fā)展趨勢(shì)進(jìn)行了展望。

關(guān)鍵詞近紅外光譜分析技術(shù)；成分分析；真?zhèn)螕诫s鑒別；在線檢測(cè)；發(fā)展趨勢(shì)

飼料工業(yè)中飼料品質(zhì)的控制包括原料、成品料及加工工藝的控制。就原料而言，根據(jù)其營(yíng)養(yǎng)特性可分為能量飼料、蛋白質(zhì)飼料、礦物質(zhì)飼料和各種飼料添加劑。能量飼料可利用的能值高，主要包括各種谷物及谷物的加工副產(chǎn)品，目前在飼料工業(yè)中常用的有玉米、稻谷、小麥、大麥、高粱、米糠、麥麩等。蛋白質(zhì)飼料的蛋白含量高，主要的是豆類及其加工的副產(chǎn)品，特別是油脂加工業(yè)的副產(chǎn)品，如豆粕、棉粕、菜粕、花生粕等植物性蛋白飼料。動(dòng)物性蛋白飼料主要有魚粉、肉粉、肉骨粉、血粉、羽毛粉、蠶蛹粉等。飼料國(guó)家標(biāo)準(zhǔn)中規(guī)定的對(duì)原料品控指標(biāo)包括水分、粗蛋白、粗脂肪、粗纖維和粗灰分，不同的等級(jí)規(guī)定了不同的營(yíng)養(yǎng)指標(biāo)值。全價(jià)配合飼料是一種營(yíng)養(yǎng)全面、平衡的飼料成品料，在配制全價(jià)料前需要首先測(cè)定各種原料及營(yíng)養(yǎng)指標(biāo)的含量，再進(jìn)行飼料配方，然后按照一定的生產(chǎn)工藝生產(chǎn)出成品料。成品料在出廠前要進(jìn)行各種指標(biāo)的檢測(cè)。判定成品飼料合格與否的指標(biāo)包括感官指標(biāo)、水分、混合均勻度、粗蛋白、粗灰分、粗纖維、氨基酸、維生素、鈣、磷等。

評(píng)定飼料的品質(zhì)需要對(duì)上述各種指標(biāo)進(jìn)行測(cè)定，目前用于這些飼料品質(zhì)指標(biāo)的分析方法主要為傳統(tǒng)的理化分析方法，采用這種方法進(jìn)行測(cè)定常常需要破壞樣品，耗時(shí)長(zhǎng)，購(gòu)買大型化學(xué)分析儀器，且需要裝配良好的實(shí)驗(yàn)室和經(jīng)過培訓(xùn)的操作人員，有的需要使用危險(xiǎn)性化學(xué)試劑，一定程度上制約了飼料行業(yè)的發(fā)展[1]。為了對(duì)飼料加工全過程進(jìn)行品質(zhì)監(jiān)控，需要一種快速、費(fèi)用低和非破壞性的測(cè)量方法，一次完成幾種不同又有關(guān)聯(lián)的質(zhì)量指標(biāo)分析。近紅外光譜分析技術(shù)滿足了以上各種需求，并能夠完成以上有機(jī)指標(biāo)的測(cè)定。近紅外光譜技術(shù)迎合了飼料行業(yè)需要快速進(jìn)行飼料原料檢測(cè)、產(chǎn)品的在線檢測(cè)及出廠前品質(zhì)控制的要求，必將在飼料檢測(cè)領(lǐng)域得到大規(guī)模應(yīng)用?；诖?，筆者介紹了近紅外光譜分析技術(shù)在飼料分析中的原理和優(yōu)勢(shì)、儀器類型，并展望了其在飼料行業(yè)中應(yīng)用的發(fā)展趨勢(shì)，旨在為其在飼料行業(yè)中的應(yīng)用提供參考。

1近紅外光譜分析技術(shù)在飼料分析中應(yīng)用的原理及優(yōu)勢(shì)

1.1利用近紅外光譜分析技術(shù)進(jìn)行飼料成分測(cè)定的原理按照美國(guó)實(shí)驗(yàn)與材料協(xié)會(huì)(ASTM)規(guī)定近紅外光譜是指波長(zhǎng)在780~2 526 nm范圍內(nèi)的電磁波[2]。近紅外光譜分析技術(shù)是利用含氫基團(tuán)(如C-H、N-H、O-H等)的樣品在近紅外光譜區(qū)的吸收、反射、散射等所包含的信息，運(yùn)用化學(xué)計(jì)量學(xué)多元校正方法將校正樣品的近紅外吸收光譜與其成分濃度或性質(zhì)數(shù)據(jù)進(jìn)行關(guān)聯(lián)，建立校正樣品吸收光譜與其成分濃度或性質(zhì)之間的關(guān)系校正模型。在進(jìn)行未知樣品預(yù)測(cè)時(shí)，應(yīng)用已建好的校正模型和未知樣品的吸收光譜就可以定量預(yù)測(cè)其成分濃度或性質(zhì)。另外，通過選擇合適的化學(xué)計(jì)量學(xué)模式識(shí)別方法，也可以分離提取樣本的近紅外吸收光譜特征信息，并建立相應(yīng)的類模型。在進(jìn)行未知樣品的分類時(shí)，應(yīng)用已建立的類模型和未知樣品的吸收光譜，就可以定性判別未知樣品的歸屬。與其他常規(guī)分析技術(shù)不同，現(xiàn)代近紅外光譜分析技術(shù)是一種間接分析技術(shù)，是通過校正模型的建立來實(shí)現(xiàn)對(duì)未知樣本的定性或定量分析。

1.2近紅外光譜分析技術(shù)在飼料分析中應(yīng)用的優(yōu)勢(shì)在短短的數(shù)十年時(shí)間內(nèi)，近紅外光譜分析技術(shù)能夠在飼料領(lǐng)域得到了廣泛應(yīng)用，離不開其在分析測(cè)試中具有的獨(dú)特優(yōu)越性：①近紅外光譜產(chǎn)生于共價(jià)化學(xué)鍵非諧振能級(jí)振動(dòng)，含碳?xì)溲醯奈镔|(zhì)都能產(chǎn)生，在檢測(cè)中可以不斷拓展指標(biāo)；②在波長(zhǎng)能量上，近紅外光譜穿透能力較強(qiáng)，能夠直接穿透玻璃或者石英等材質(zhì)，使其可以通過漫反射進(jìn)行直接測(cè)量；③許多物質(zhì)在近紅外光譜區(qū)吸收很小，所以近紅外光譜儀器具有很高的信噪比，可達(dá)25 000∶1~100 000∶1[3]；④樣品制備簡(jiǎn)單或者根本不需要樣品制備，大大降低了操作費(fèi)用，同時(shí)避免了對(duì)環(huán)境的污染；⑤測(cè)定快速，只需要幾秒即可完成多個(gè)指標(biāo)的檢測(cè)，大大提高了檢測(cè)工作效率。

2用于飼料近紅外分析的儀器類型

目前近紅外光譜儀器一般由光源、單色器、檢測(cè)器、樣品檢測(cè)附件組成。按照單色器分類，大致可分為濾光片型、光柵色散型、傅里葉變換型(FT)和聲光可調(diào)濾光器型(AOTF)、不使用單色器(以單色LED、LD為光源)等5類。近幾年，我國(guó)近紅外光譜儀器的研制成果豐碩，中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所研制了基于固定濾光片的近紅外光譜儀[4]。上海棱光技術(shù)有限公司研制了光柵掃描式近紅外農(nóng)產(chǎn)品品質(zhì)分析儀[5]。北京瑞利分析儀器公司研制出傅里葉變換型近紅外光譜儀[6]。天津大學(xué)研制出基于AOTF的近紅外成分分析儀[7]。畢衛(wèi)紅等[8]研制出基于AOTF的便攜式近紅外光譜分析儀。中國(guó)農(nóng)業(yè)大學(xué)研制了以LED為光源的便攜式近紅外光譜分析儀，用于整粒小麥成分[9]和玉米品質(zhì)[10]的測(cè)試。暨南大學(xué)和廣州訊動(dòng)網(wǎng)絡(luò)科技有限公司利用不同波長(zhǎng)的半導(dǎo)體激光器(LD)的光源組成整列光源，研制了用于飼料檢測(cè)的D+快檢近紅外光譜分析儀。

此外，近幾年來國(guó)際上出現(xiàn)了一些基于微機(jī)電(MEMS)技術(shù)的新型近紅外光譜儀器，具有重量輕、體積小、探測(cè)速度快、可批量制造以及成本低廉等特點(diǎn)，具有代表性的有德國(guó)Fraunhofer 研制出的微型掃描光柵型芯片[11]和使用可編程光柵進(jìn)行光譜選擇的Polychromix的microPHAZIR系列儀器[12]等。國(guó)產(chǎn)儀器在這方面進(jìn)展稍慢，廣州迅動(dòng)網(wǎng)絡(luò)科技公司正在研制基于MEMS技術(shù)的便攜式近紅外檢測(cè)器，很快將會(huì)推向市場(chǎng)。

3近紅外光譜分析技術(shù)在飼料行業(yè)中的應(yīng)用

飼料工業(yè)需要快速而準(zhǔn)確地獲得與飼料營(yíng)養(yǎng)價(jià)值有關(guān)的數(shù)據(jù)。我國(guó)在近紅外光譜檢測(cè)飼料方面已經(jīng)建立了豐富且較為完善的飼料模型數(shù)據(jù)庫。近紅外光譜不僅可以用于原料和成品料中常量成分、微量成分和真?zhèn)螕诫s的分析，還能用于飼料生產(chǎn)過程的在線檢測(cè)及質(zhì)量控制，可為飼料企業(yè)提高生產(chǎn)效率與保證產(chǎn)品質(zhì)量提供一種行之有效的技術(shù)。

3.1常量成分的測(cè)定近紅外光譜技術(shù)在飼料常量成分檢測(cè)中的應(yīng)用最為廣泛。1976年，Norris等[13]最早應(yīng)用近紅外反射光譜測(cè)定谷物中的粗蛋白、水分和脂肪的含量。1978年，加拿大和美國(guó)的谷物協(xié)會(huì)規(guī)定NIR技術(shù)為飼料常量成分檢測(cè)的方法[14]。然而，我國(guó)近紅外光譜研究工作起步較晚。檀其梅[15]研究了近紅外光譜分析方法與傳統(tǒng)的化學(xué)分析方法同時(shí)測(cè)定豆粕、玉米、魚粉、菜籽粕、花生粕、棉籽粕、玉米蛋白粉、次粉、玉米酒精糟、玉米胚芽飼料(餅)、標(biāo)準(zhǔn)粉等11種飼料原料中的粗蛋白、水分等營(yíng)養(yǎng)指標(biāo)，并進(jìn)行比較分析。結(jié)果表明，NIRS法和化學(xué)法對(duì)11種飼料原料中粗蛋白和水分測(cè)定結(jié)果的相對(duì)誤差絕大部分在5%以內(nèi)(P>0.05)，測(cè)定結(jié)果的相關(guān)系數(shù)大部分在0.9以上(P<0.01)。NIRS法測(cè)定飼料原料中粗蛋白和水分含量具有較高的準(zhǔn)確性，可以替代化學(xué)分析方法。

3.2微量成分的測(cè)定飼料常量成分反映了飼料真正營(yíng)養(yǎng)價(jià)值的其中一部分，若要更加全面評(píng)價(jià)飼料營(yíng)養(yǎng)價(jià)值需要對(duì)飼料中微量成分(質(zhì)量分?jǐn)?shù)為0.01%~1.00%)進(jìn)行分析，主要包括氨基酸、維生素、Ca和P等。周叢[16]應(yīng)用改進(jìn)的偏最小二乘回歸(PLS)方法建立了魚粉中17種氨基酸的NIRS定標(biāo)模型，除了酪氨酸、絲氨酸、半胱氨酸外，其他氨基酸的常規(guī)液相檢測(cè)值與近紅外分析值的相關(guān)系數(shù)(R2)都達(dá)到0.9以上，具有良好的線性關(guān)系；相對(duì)標(biāo)準(zhǔn)差(RSD)均小于10%，相對(duì)分析誤差(RPD)大于3%，取得良好的定標(biāo)效果，結(jié)果表明利用近紅外光譜分析技術(shù)能夠快速準(zhǔn)確地檢測(cè)魚粉中各種氨基酸含量。牛智友等[17]采用PLS方法研究了利用近紅外光譜分析方法對(duì)飼料中總磷含量進(jìn)行檢測(cè)，結(jié)果表明近紅外光譜技術(shù)可以定量檢測(cè)飼料中總磷的含量。近紅外光譜技術(shù)除了可以測(cè)定飼料中的微量營(yíng)養(yǎng)成分外，還能快速測(cè)定飼料中的某些有毒有害成分、抗?fàn)I養(yǎng)因子及藥物成分(如棉酚、植酸磷和葡萄苷等)，實(shí)現(xiàn)對(duì)飼料原料和成品中微量成分的快速檢測(cè)。

3.3真?zhèn)?、摻雜鑒別近紅外光譜分析技術(shù)不僅在飼料成分分析上可以與傳統(tǒng)的化學(xué)分析方法相媲美，而且還具備快速鑒別原料真?zhèn)渭皳诫s情況的功能，這在飼料工業(yè)的產(chǎn)品質(zhì)量控制中有著特殊的作用。楊增玲等[18]基于NIRS技術(shù)建立了魚粉中動(dòng)植物摻假成分的DPLS定性判別分析模型、PLS定量分析模型以及定量分析模型的傳遞方法，結(jié)果表明利用NIRS可以快速準(zhǔn)確地定性鑒別和定量分析魚粉中的動(dòng)植物摻假成分。劉小莉等[19]利用傅利葉近紅外光譜進(jìn)行了定性檢測(cè)魚粉中摻雜的三聚氰胺的檢測(cè)，結(jié)果表明當(dāng)飼用魚粉中摻入三聚氰胺量為0.1%～15.0%時(shí)，6 873.4～6 514.7 cm-1可作為定性鑒定飼用魚粉是否摻雜三聚氰胺的特征譜峰，根據(jù)此譜峰所建立的定性模型對(duì)檢驗(yàn)集樣品的識(shí)別率為96.5%。

3.4在線檢測(cè)及質(zhì)量控制隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，通過網(wǎng)絡(luò)將樣品現(xiàn)場(chǎng)采集的光譜數(shù)據(jù)發(fā)送到云端進(jìn)行分析，實(shí)現(xiàn)遠(yuǎn)距離在線測(cè)量，對(duì)原料及成品進(jìn)行連續(xù)在線檢測(cè)，及時(shí)監(jiān)測(cè)原料及產(chǎn)品品質(zhì)的變化，保證產(chǎn)品質(zhì)量的穩(wěn)定。另外，近紅外光譜分析技術(shù)還可用于在線監(jiān)控飼料產(chǎn)品加工過程中物理參數(shù)的變化，如物料的混合均勻度、粉碎粒度、淀粉糊化度、硬度等與加工質(zhì)量直接相關(guān)的指標(biāo)[20]。近紅外光譜技術(shù)的在線檢測(cè)功能與傳統(tǒng)化學(xué)分析方法相比具有顯著的優(yōu)勢(shì)，避免了以往化學(xué)分析結(jié)果的滯后性，測(cè)試成本低，分析速度快，便于在線實(shí)時(shí)監(jiān)測(cè)，可滿足現(xiàn)場(chǎng)測(cè)量的要求。廣州訊動(dòng)網(wǎng)絡(luò)科技有限公司推出的在線近紅外云檢測(cè)器可以在線實(shí)時(shí)采集樣品光譜數(shù)據(jù)，并通過網(wǎng)絡(luò)將數(shù)據(jù)傳回云平臺(tái)，在云端進(jìn)行統(tǒng)一的模型管理和數(shù)據(jù)處理，同時(shí)通過網(wǎng)絡(luò)將檢測(cè)結(jié)果快速反饋至用戶端。

4展望

2002年底，國(guó)家正式頒布了近紅外光譜分析的國(guó)家標(biāo)準(zhǔn)(GB/T 18868-2002)[21]，這標(biāo)志著這項(xiàng)檢測(cè)技術(shù)已成為我國(guó)標(biāo)準(zhǔn)的飼料檢測(cè)方法。實(shí)現(xiàn)近紅外光譜分析技術(shù)在飼料行業(yè)的規(guī)?；瘧?yīng)用，一直是國(guó)內(nèi)外近紅外學(xué)者努力的方向。無論是臺(tái)式、便攜式還是在線式分析，制約近紅外技術(shù)大規(guī)模推廣應(yīng)用的主要瓶頸在于：①進(jìn)口(或當(dāng)前國(guó)產(chǎn)的)產(chǎn)品的硬件設(shè)備價(jià)格昂貴；②硬件設(shè)備存在臺(tái)間差，模型不能通用，需要進(jìn)行模型傳遞。因此，我國(guó)在近紅外技術(shù)領(lǐng)域的一個(gè)發(fā)展趨勢(shì)是硬件設(shè)備向低成本小型化發(fā)展，另一個(gè)發(fā)展趨勢(shì)是結(jié)合云計(jì)算和大數(shù)據(jù)技術(shù)組建飼料行業(yè)的云端建模中心，在云端實(shí)現(xiàn)統(tǒng)一的模型自動(dòng)建立和維護(hù)，模型資源共享。相信未來的5~10年，近紅外光譜分析技術(shù)一定能夠在我國(guó)信息化與工業(yè)化深度融合的發(fā)展歷程中發(fā)揮應(yīng)有的作用[22]。

參考文獻(xiàn)

[1] 嚴(yán)衍祿.近紅外光譜分析基礎(chǔ)與應(yīng)用[M].北京：中國(guó)輕工業(yè)出版社，2005.

[2] 劉建學(xué).實(shí)用近紅外光譜分析技術(shù)[M].北京：科學(xué)出版社，2008.

[3] 陸婉珍，袁洪福，褚小立.近紅外光譜儀器[M].北京：化學(xué)工業(yè)出版社，2009.

[4] 張軍，陳星旦.溫度測(cè)量型近紅外光譜分析儀的研究[J].長(zhǎng)春理工大學(xué)學(xué)報(bào)，2004，27(4)：88-90.

[5] 蔡貴民，李軍會(huì)，趙龍蓮，等.國(guó)產(chǎn)光柵型近紅外儀器上建立穩(wěn)健性數(shù)學(xué)模型的方法研究[J].光譜儀器與分析，2009(Z1)：51-53.

[6] 高學(xué)軍.WQF-400N型付立葉變換近紅外光譜儀[J].光譜儀器與分析，1999，19(5)：51-53.

[7] 常敏，張學(xué)典，李朝陽，等.近紅外成分含量分析儀的研制[J].現(xiàn)代儀器，2004(3)：40-42.

[8] 畢衛(wèi)紅，唐予軍，楊小莉，等.基于AOTF的便攜式近紅外光譜測(cè)量?jī)x[J].半導(dǎo)體光電，2005，26(3)：264-266.

[9] 聞明，吉海彥.基于LED的便攜式近紅外整粒小麥成分測(cè)量?jī)x的研制[J].光譜學(xué)與光譜分析，2004，24(10)：276-279.

[10] 張曄暉，勞彩蓮，吉海彥，等.近紅外玉米品質(zhì)分析儀的研制與應(yīng)用[J].現(xiàn)代儀器，2001(5)：11-13.

[11] SCHENK H，DURR P，HAASE T，et al.Large deflection micromechanical scanning mirrorsfox linear scans and pattern generation[J].Journal of selected topics in quantum electronics，2000，6(5)：715-722.

[12] SINCLAIR M B，PFEIFER K B，BUTLER M A，et al.Micromachining and microfabrication [M].International society for optics and photomics，2004：37.

[13] NORRIS K H，BARNES R F，MOORE J E，et al.Predicting forage quality by infrared replectance spectroscopy[J].Journal of animal science，1976，43(4):889-897.

[14] 馮軍勤.多元多相物理混合物光學(xué)特性及成分檢測(cè)[D].廣州：華南理工大學(xué)，2005.

[15] 檀其梅.NIRs對(duì)11種飼料原料常規(guī)成分測(cè)定結(jié)果的可靠性評(píng)估[D].合肥：安徽農(nóng)業(yè)大學(xué)，2008.

[16] 周叢.近紅外光譜技術(shù)在魚粉質(zhì)量快速鑒定中的應(yīng)用[D].長(zhǎng)沙：湖南農(nóng)業(yè)大學(xué)，2010.

[17] 牛智友，韓魯佳.基于近紅外光譜的反芻動(dòng)物飼料營(yíng)養(yǎng)指標(biāo)的檢測(cè)方法研究[J].華中農(nóng)業(yè)大學(xué)學(xué)報(bào)，2007，26(5)：657-660.

[18] 楊增玲，韓魯佳，湛小梅，等.近紅外光譜技術(shù)在魚粉摻假檢測(cè)中的應(yīng)用[C]//中國(guó)農(nóng)業(yè)工程學(xué)會(huì)2011年學(xué)術(shù)年會(huì)論文集.中國(guó)農(nóng)業(yè)工程學(xué)會(huì)，2011.

[19] 劉小莉，賈剛，王康寧，等.應(yīng)用傅利葉近紅外光譜定性、定量檢測(cè)魚粉中摻雜三聚氰胺的研究[J].動(dòng)物營(yíng)養(yǎng)學(xué)報(bào)，2010，22(3)：741-749.

[20] 穆懷彬，侯向陽，米福貴.近紅外光譜技術(shù)在我國(guó)飼料領(lǐng)域的應(yīng)用現(xiàn)狀[J].糧食與飼料工業(yè)，2011(11)：61-63.

[21] 國(guó)家飼料質(zhì)量監(jiān)督檢驗(yàn)中心(北京).飼料中水分、粗蛋白質(zhì)、粗纖維、粗脂肪、賴氨酸、蛋氨酸快速測(cè)定：GB/T 18868-2002[S].北京：中國(guó)石化出版社，2003．

Application of Near Infrared Spectral Analysis Technology in Feed Industry

LU Xiong，ZHANG Li-pei(Guangzhou SonDon Network & Technology Co.,Ltd.,Guangzhou，Guangdong 510000)

AbstractNear-infrared spectroscopy (NIRS) technology can be applied to the quality control of feed production process.In recent years，most of the large feed companies use NIRS technology to analyze the macro-components，micro-components and adulteration in feed raw materials，semi-finished products and finished product.NIRS technology has already gained considerable economic profit.In this research，we mainly introduced the principle and advantage of NIR spectroscopy technology applied in feed analysis，the types of devices，and the development trend in feed application.

Key wordsNIR spectroscopy technology; Component analysis; Adulteration identification; Online detection; Development trend

收稿日期2015-12-24

作者簡(jiǎn)介魯雄(1986- )，男，湖北荊州人，碩士，從事農(nóng)產(chǎn)品及食品質(zhì)量安全研究。

中圖分類號(hào)S 816.17

文獻(xiàn)標(biāo)識(shí)碼A

文章編號(hào)0517-6611(2016)02-083-03