劉永峰，李雙紅，庫(kù)　婷，昝林森

(1 陜西師范大學(xué) 食品工程與營(yíng)養(yǎng)科學(xué)學(xué)院，陜西 西安710062；2 西北農(nóng)林科技大學(xué) 動(dòng)物科技學(xué)院，陜西 楊凌 712100)

?

應(yīng)用近紅外光譜法定量檢測(cè)牛奶中尿素氮的研究

劉永峰1，李雙紅1，庫(kù)婷1，昝林森2

(1 陜西師范大學(xué) 食品工程與營(yíng)養(yǎng)科學(xué)學(xué)院，陜西 西安710062；2 西北農(nóng)林科技大學(xué) 動(dòng)物科技學(xué)院，陜西 楊凌 712100)

[摘要]【目的】 建立牛奶中尿素氮的快速、無(wú)損檢測(cè)方法，為牛奶中尿素氮的快速檢測(cè)提供支持。【方法】 對(duì)200個(gè)牛奶樣品進(jìn)行近紅外掃描，并用多功能乳制品分析儀對(duì)牛奶樣品中尿素氮的含量進(jìn)行測(cè)定；剔除20個(gè)異常樣品后，得到由180個(gè)牛奶樣品組成的得分樣品，將得分樣品分為定標(biāo)集(144個(gè))和驗(yàn)證集(36個(gè))，將正交試驗(yàn)設(shè)計(jì)與主成分回歸法(PCR)、偏最小二乘法(PLS)、改進(jìn)偏最小二乘法(MPLS)3種定量校正方法和多種光譜預(yù)處理方法結(jié)合，建立牛奶中尿素氮的近紅外檢測(cè)模型，利用目標(biāo)函數(shù)法對(duì)模型預(yù)測(cè)效果進(jìn)行評(píng)定?！窘Y(jié)果】 建立了定量檢測(cè)牛奶中尿素氮的最優(yōu)模型，其定標(biāo)相關(guān)系數(shù)(R2)和定標(biāo)標(biāo)準(zhǔn)差(SEC)分別為0.986 4和0.238 4。用驗(yàn)證集對(duì)所建模型進(jìn)行驗(yàn)證，其校正相關(guān)系數(shù)(RSQ)和預(yù)測(cè)標(biāo)準(zhǔn)差(SEP)分別為0.976 0和0.360 0。利用所有得分樣品對(duì)預(yù)測(cè)結(jié)果進(jìn)行監(jiān)控，并繪制尿素氮測(cè)定值與模型預(yù)測(cè)值的線性相關(guān)曲線，相關(guān)系數(shù)r2為0.980 5。【結(jié)論】 利用近紅外光譜法建立的尿素氮定量檢測(cè)最優(yōu)模型具有很好的適用性和準(zhǔn)確性，可用于牛奶尿素氮的快速定量檢測(cè)。

[關(guān)鍵詞]牛奶品質(zhì)；近紅外光譜；尿素氮；快速檢測(cè)

近年來(lái)，隨著我國(guó)經(jīng)濟(jì)的迅猛發(fā)展，人均消費(fèi)水平不斷提高，人們對(duì)于食品的需求觀念正逐漸由數(shù)量型向質(zhì)量型轉(zhuǎn)變。牛奶是接近全價(jià)的營(yíng)養(yǎng)食品，深受消費(fèi)者的青睞，其需求量不斷增加，但是目前我國(guó)奶源短缺，奶源基地的薄弱使得牛奶質(zhì)量難以保證，一些黑心奶農(nóng)和不法商販為使兌水牛奶的蛋白質(zhì)含量達(dá)標(biāo)而摻入尿素[1]。尿素本是機(jī)體蛋白質(zhì)代謝的最終產(chǎn)物，存在于哺乳動(dòng)物的乳汁中，正常含量在350 mg/L以?xún)?nèi)[2]，也有報(bào)道認(rèn)為尿素氮在620 mg/L以?xún)?nèi)是正常的[3]。尿素作為一種非蛋白氮物質(zhì)，少量存在不會(huì)影響牛奶品質(zhì)，但超過(guò)正常含量范圍就會(huì)對(duì)消費(fèi)者的身體健康造成危害。有學(xué)者研究了尿素對(duì)小鼠體表心電圖和心室肌細(xì)胞鈉離子通道電流的影響，發(fā)現(xiàn)尿素可以通過(guò)抑制心室肌細(xì)胞鈉電流使小鼠發(fā)生傳導(dǎo)阻滯性心律失常[4]。另有報(bào)道指出，長(zhǎng)期從事尿素作業(yè)的工人，其肺臟、免疫系統(tǒng)和細(xì)胞遺傳方面均會(huì)受到不同程度的損害[5]。因此，十分有必要探究并建立一種快速、高效、定量分析牛奶中尿素氮含量的方法。

目前，國(guó)內(nèi)主要采用化學(xué)分析法檢測(cè)牛奶中的尿素氮含量，但檢測(cè)過(guò)程繁雜、耗時(shí)長(zhǎng)，需要配制大量的化學(xué)試劑，且會(huì)污染奶樣。與化學(xué)分析法相比，近紅外光譜法作為一種快速、無(wú)損、定量檢測(cè)技術(shù)，可在短時(shí)間內(nèi)獲取大量樣品信息，該技術(shù)已經(jīng)在食品質(zhì)量和營(yíng)養(yǎng)指標(biāo)檢測(cè)中被逐漸應(yīng)用[6]，而且一旦近紅外光譜最優(yōu)模型確立后就無(wú)需再配制化學(xué)試劑，這樣就大大提高了檢測(cè)速度。近紅外光譜技術(shù)在國(guó)外已被應(yīng)用于牛奶中尿素氮的定性檢測(cè)，并對(duì)其化學(xué)分析方法和近紅外分析方法進(jìn)行了比較[7]，但是尚未見(jiàn)將其用于牛奶中尿素氮定量分析的報(bào)道。國(guó)內(nèi)利用近紅外光譜法檢測(cè)牛奶中尿素氮的研究尚較少，主要是因?yàn)閮x器昂貴、檢測(cè)方法還不成熟，尤其是牛奶中尿素氮的含量較少、檢測(cè)難度較大。馬小紅等[8]利用近紅外光譜技術(shù)對(duì)牛奶中抗生素的含量進(jìn)行了測(cè)定，黃富榮等[9]利用近紅外光譜法測(cè)量了全血中膽固醇和甘油三酯的含量，其靈敏度均較高。為此，本研究利用近紅外光譜法建立了牛奶中尿素氮的快速、無(wú)損檢測(cè)方法，并篩選了牛奶中尿素氮最優(yōu)近紅外檢測(cè)模型，旨在為牛奶中尿素氮的快速檢測(cè)提供支持。

1材料與方法

1.1材料和儀器

1.1.1材料牛奶樣品于2013年12月采自西安綜合開(kāi)發(fā)總公司畜牧開(kāi)發(fā)公司奶牛場(chǎng)200頭健康的中國(guó)荷斯坦奶牛，所有樣品均用離心管采集，將采集管編號(hào)后保存，每管采集樣品量約為15 mL，放入冰盒帶回實(shí)驗(yàn)室。

1.1.2儀器MilkoScan FT120型多功能乳制品分析儀和Infraxact型多功能近紅外光譜分析儀，均購(gòu)自瑞典FOSS公司。

1.2試驗(yàn)方法

1.2.1牛奶樣品光譜的采集利用多功能近紅外光譜分析儀掃描樣品光譜。儀器配置檢測(cè)器：硅(570～1 100 nm)，銦鎵砷(1 100～1 850 nm)；波長(zhǎng)范圍：570～1 850 nm；操作溫度：0～40 ℃，掃描速度：1.8次/s，采樣間隔2 nm；每個(gè)樣本重復(fù)掃描3次，取平均值。采用化學(xué)計(jì)量軟件WinISI Ⅲ對(duì)樣品進(jìn)行定標(biāo)和模型的驗(yàn)證。

1.2.2牛奶樣品尿素氮的測(cè)定采集完用于近紅外光譜分析的牛奶樣品，立即采用多功能乳制品分析儀測(cè)定其中尿素氮的實(shí)際含量，并按樣品編號(hào)記錄數(shù)據(jù)。

1.2.3實(shí)際測(cè)定數(shù)據(jù)的輸入得到牛奶的掃描光譜圖和牛奶中尿素氮含量的實(shí)際測(cè)定值后，將實(shí)際測(cè)定值通過(guò)WinISI Ⅲ軟件平臺(tái)輸入到對(duì)應(yīng)樣品的光譜文件中，生成對(duì)應(yīng)指標(biāo)的原始樣品光譜集。

1.2.4異常樣品的剔除原始樣品光譜集中包含大量樣品信息，其中由于試驗(yàn)條件的改變、樣品性質(zhì)的變化以及儀器的測(cè)量誤差和人為測(cè)量誤差得到的數(shù)據(jù)被視為異常樣品，這些樣品的存在往往會(huì)嚴(yán)重影響模型的準(zhǔn)確性[10]，在建模前必須要將其除去。利用WinISI Ⅲ軟件對(duì)光譜文件進(jìn)行聚類(lèi)分析，采用主成分分析(Principal component analysis,PCA)法，即利用文件中的掃描數(shù)據(jù)計(jì)算得分，以此統(tǒng)計(jì)文件中各樣品間的差異，馬氏距離超過(guò)3.0的樣品也被視為異常樣品[11]，均被剔除。將剔除異常后的樣品作為得分樣品，并按“隔四選一”的方法將得分樣品分為定標(biāo)集和驗(yàn)證集。

1.2.5定標(biāo)模型的建立(1)光譜數(shù)據(jù)處理方法的選擇。 在采集樣品光譜時(shí)，為避免儀器的狀態(tài)及測(cè)量環(huán)境中的溫度、濕度和噪聲等因素影響樣品光譜的掃描，本研究對(duì)光譜數(shù)據(jù)進(jìn)行一定的處理，旨在提高其信噪比，改善分析信號(hào)的質(zhì)量，消除隨機(jī)誤差的影響，保證模型的穩(wěn)健性和有效性。經(jīng)研究比較及分析，本研究確定采用的光譜預(yù)處理參數(shù)設(shè)置包括：散射校正(無(wú)散射處理(N)、標(biāo)準(zhǔn)正?；Y(jié)合趨勢(shì)變化法散射處理(SNV+D)、多元散射校正(MSC))；導(dǎo)數(shù)處理(0階導(dǎo)數(shù)、1階導(dǎo)數(shù)、2階導(dǎo)數(shù))；導(dǎo)數(shù)處理間隔點(diǎn)數(shù)(1個(gè)、4個(gè)、8個(gè))；平滑處理間隔點(diǎn)數(shù)(1個(gè)、4個(gè)、8個(gè))；二次平滑處理間隔點(diǎn)數(shù)(1個(gè)、4個(gè)、8個(gè))。

(2)定量校正方法的選擇。 采用WinISI Ⅲ軟件給出的3種定量校正方法，即主成分回歸法(Principal component regression,PCR)、偏最小二乘法(Partial least squares regression,PLS)、改進(jìn)偏最小二乘法(Improved partial least squares regression,MPLS)進(jìn)行校正。

(3)正交試驗(yàn)設(shè)計(jì)。 綜合以上因素可得到6種不同的設(shè)置和3個(gè)不同的水平，如果按各個(gè)因素水平的所有可能搭配進(jìn)行試驗(yàn)，需要進(jìn)行36=729次運(yùn)算，工作量非常大。所以，本研究采用試驗(yàn)優(yōu)化設(shè)計(jì)的思路[12]，將6種不同的設(shè)置作為試驗(yàn)因素，每個(gè)因素設(shè)定3個(gè)水平，進(jìn)行正交試驗(yàn)，具體設(shè)計(jì)見(jiàn)表1。通過(guò)正交試驗(yàn)設(shè)計(jì)，試驗(yàn)只需進(jìn)行27次分析即可得到結(jié)果。

(4)最優(yōu)模型的確定。 經(jīng)試驗(yàn)得到27個(gè)定標(biāo)模型后，為了篩選相關(guān)系數(shù)高、預(yù)測(cè)性能好的模型，本研究采用目標(biāo)函數(shù)法評(píng)價(jià)所建模型的優(yōu)劣，進(jìn)而確定最優(yōu)模型[13]，即：f(x)=R/(1+SECV)。其中，f(x)為定標(biāo)分析模型的目標(biāo)函數(shù)值，R和SECV分別表示定標(biāo)相關(guān)系數(shù)和交叉驗(yàn)證標(biāo)準(zhǔn)差，均由軟件計(jì)算得出。

1.2.6最優(yōu)模型驗(yàn)證本研究利用未參與定標(biāo)的樣品集(即驗(yàn)證集)對(duì)已確定的檢測(cè)牛奶中尿素氮含量的最優(yōu)模型進(jìn)行檢驗(yàn)，并將偏差(Bias)、預(yù)測(cè)標(biāo)準(zhǔn)偏差(SEP)、校正相關(guān)系數(shù)(RSQ)作為模型預(yù)測(cè)性能好壞的評(píng)價(jià)指標(biāo)。

2結(jié)果與分析

2.1牛奶中尿素氮含量的數(shù)據(jù)分布

本試驗(yàn)采集牛奶樣品共200個(gè)，剔除異常樣品20個(gè)，剩余得分樣品180個(gè)，對(duì)得分樣品進(jìn)行分集，結(jié)果如表2所示。由表2可見(jiàn)，定標(biāo)集牛奶樣品尿素氮含量為120～203 mg/L，驗(yàn)證集樣品尿素氮含量為129～203 mg/L，定標(biāo)集樣品尿素氮含量范圍覆蓋了驗(yàn)證集樣品，通過(guò)WinISI Ⅲ軟件分析得到定標(biāo)集樣品和驗(yàn)證集樣品中尿素氮含量的分布如圖1、2所示。

表 2　牛奶樣品中尿素氮含量的分集分析

由圖1、2可以看出，定標(biāo)集樣品的尿素氮含量在120～203 mg/L內(nèi)均有分布，驗(yàn)證集樣品的尿素氮含量在129～203 mg/L內(nèi)均有分布，說(shuō)明兩類(lèi)樣品分布均勻、合理，具有很好的代表性，可以達(dá)到建立近紅外光譜分析模型的要求[14]。

圖 1　待測(cè)牛奶樣品定標(biāo)集尿素氮含量的分布

圖 2　待測(cè)牛奶樣品驗(yàn)證集尿素氮含量的分布

2.2牛奶中尿素氮含量檢測(cè)的定標(biāo)結(jié)果與分析評(píng)價(jià)

利用定標(biāo)集并結(jié)合正交試驗(yàn)設(shè)計(jì)共建立了27個(gè)定標(biāo)模型，試驗(yàn)結(jié)果見(jiàn)表3。結(jié)合表3數(shù)據(jù)，通過(guò)比較目標(biāo)函數(shù)值的大小[15]，確定了影響建模的最佳因素組合為A3B2C2D3E3F3，即定量校正方法為MPLS，光譜預(yù)處理時(shí)采用的散射校正方法為SNV+D，1階導(dǎo)數(shù)處理，導(dǎo)數(shù)間隔點(diǎn)數(shù)為8個(gè)，平滑處理間隔點(diǎn)數(shù)為8個(gè)，二次平滑處理間隔點(diǎn)數(shù)也為8個(gè)。

通過(guò)目標(biāo)函數(shù)初步確定了檢測(cè)牛奶中尿素氮含量的最佳定標(biāo)模型，但對(duì)于該模型的優(yōu)劣程度還需要利用其他指標(biāo)做進(jìn)一步評(píng)價(jià)，WinISI Ⅲ軟件給出了評(píng)價(jià)定標(biāo)模型好壞的相關(guān)指標(biāo)：定標(biāo)決定系數(shù)(R2)用于考察預(yù)測(cè)值與實(shí)際值的接近程度；定標(biāo)標(biāo)準(zhǔn)差(SEC)用于評(píng)價(jià)所采集數(shù)據(jù)用以建立模型的可信度[16]；交叉驗(yàn)證標(biāo)準(zhǔn)差(SECV)用于評(píng)價(jià)所建模型對(duì)內(nèi)部樣本的預(yù)測(cè)能力；定標(biāo)建模過(guò)程中，進(jìn)行交叉驗(yàn)證計(jì)算時(shí)所得的相關(guān)系數(shù)(1-VR)，用于反映樣品集尿素氮含量變化貢獻(xiàn)的百分率。一般，R2值和1-VR值越大，SEC和SECV值越小，說(shuō)明近紅外測(cè)定值與化學(xué)分析值越吻合，模型的可信度越高，所建模型就越好[17-19]。本研究利用目標(biāo)函數(shù)法確定的模型R2值為0.986 4，1-VR值為0.975 4，均接近于1；而SEC值為0.238 4，SECV值為0.321 9，數(shù)值均較小。表明所建模型的近紅外預(yù)測(cè)值與實(shí)際測(cè)定值之間擬合度較好，為最優(yōu)模型。

表 3　牛奶中尿素氮含量最佳定標(biāo)模型的正交試驗(yàn)結(jié)果

注：f(x)代表牛奶樣品中尿素氮含量的目標(biāo)函數(shù)值；Rk代表每個(gè)因素下3個(gè)水平的極差，用于衡量各因素對(duì)目標(biāo)函數(shù)的影響程度，即Rk越大，其對(duì)目標(biāo)函數(shù)影響越大；ki代表同一因素下相同水平目標(biāo)函數(shù)的平均值(i=1,2,3)。

Note:f(x) value is the objective function value of milk urea nitrogen content；Rk(range for three levels of each factor) is used to assess the impact of each factor on the objective function value;kiis average value of the objective function at same levels of each factor(i=1,2,3).

2.3牛奶中尿素氮定量檢測(cè)最優(yōu)模型的適用性驗(yàn)證

確定牛奶中尿素氮定量檢測(cè)最優(yōu)模型后，利用驗(yàn)證集對(duì)最優(yōu)模型進(jìn)行檢驗(yàn)，得到模型的Bias值為-0.01，接近于0；SEP值為0.360 0，表明牛奶中尿素氮含量的測(cè)定值與模型預(yù)測(cè)值差異較?。籖SQ值達(dá)到0.976 0，說(shuō)明測(cè)定值和模型預(yù)測(cè)值的相關(guān)性高，模型的預(yù)測(cè)能力很好。

利用WinISI Ⅲ軟件中的結(jié)果監(jiān)控操作，并用全部得分樣品對(duì)模型預(yù)測(cè)結(jié)果進(jìn)行監(jiān)控，觀察樣品散點(diǎn)圖(圖3)可看出，除極少數(shù)樣品點(diǎn)在報(bào)警線以外，其他樣品點(diǎn)均分布在回歸中線周?chē)砻鳂悠分心蛩氐康哪Ｐ皖A(yù)測(cè)值與測(cè)定值之間相關(guān)趨勢(shì)明顯。以牛奶樣品中尿素氮測(cè)定值為y，預(yù)測(cè)值為x，進(jìn)一步對(duì)樣品中尿素氮的模型預(yù)測(cè)值與測(cè)定值進(jìn)行線性關(guān)系擬合，結(jié)果見(jiàn)圖4。由圖4可見(jiàn)，擬合的線性方程為y=0.991x+1.308 7，線性相關(guān)系數(shù)(r2)達(dá)到0.980 5，說(shuō)明模型的預(yù)測(cè)性能較高，牛奶中尿素氮含量測(cè)定值與其模型預(yù)測(cè)值的相關(guān)性良好。

圖 3　待測(cè)牛奶全部得分樣品對(duì)最優(yōu)模型預(yù)測(cè)尿素氮含量結(jié)果的監(jiān)控情況

圖 4　牛奶中尿素氮含量測(cè)定值與模型預(yù)測(cè)值的相關(guān)性

3討論與結(jié)論

國(guó)內(nèi)測(cè)定牛奶中尿素氮含量的方法有很多，宋丹等[20]、范志影等[21]采用對(duì)二甲氨基苯甲醛(PDAB)比色法檢測(cè)牛奶中的尿素氮含量，這種方法對(duì)PDAB的用量控制要求嚴(yán)格，雖然測(cè)定結(jié)果穩(wěn)定性好，但其靈敏度尚有待提高。翟少偉[22]研究了二乙酰-肟法檢測(cè)牛奶中尿素氮含量的測(cè)定波長(zhǎng)和水浴時(shí)間，表明測(cè)定波長(zhǎng)為525 nm及水浴時(shí)間為13 min時(shí)測(cè)定結(jié)果較好，盡管此方法所用試劑易得，成本低，但在操作時(shí)需加熱煮沸，所用試劑具有毒性和腐蝕性，易污染環(huán)境，所以這種測(cè)定方法只適用于在實(shí)驗(yàn)室規(guī)范操作下進(jìn)行。魏峰等[23]探究了利用亞硝酸鹽-格里斯試劑法檢測(cè)牛奶中是否摻入尿素，其將待測(cè)樣品與一定量的亞硝酸鹽在酸性條件下反應(yīng)一段時(shí)間后加入格里斯試劑，通過(guò)比對(duì)溶液顏色與標(biāo)準(zhǔn)溶液顏色來(lái)判斷是否有尿素存在，但該方法也需高溫和強(qiáng)酸處理，不適用于現(xiàn)場(chǎng)快速檢測(cè)。楊仁杰等[24]采用中紅外光譜技術(shù)檢測(cè)牛奶中的尿素含量，相同測(cè)定條件下，根據(jù)牛奶中尿素吸收峰面積與其濃度之間的線性關(guān)系實(shí)現(xiàn)對(duì)牛奶中尿素的定量分析，該方法線性相關(guān)系數(shù)雖能達(dá)到0.96以上，但是準(zhǔn)確度方面還有待于完善。本研究利用近紅外光譜法檢測(cè)牛奶中尿素氮含量，線性相關(guān)系數(shù)達(dá)到0.98以上，可見(jiàn)應(yīng)用近紅外光譜法可以彌補(bǔ)中紅外光譜在準(zhǔn)確度方面的欠缺。

本研究采用PCR、PLS和MPLS 3種定量校正方法成功建立了牛奶中尿素氮含量的近紅外測(cè)定模型，并結(jié)合正交試驗(yàn)設(shè)計(jì)和目標(biāo)函數(shù)法建立了檢測(cè)牛奶中尿素氮含量的最優(yōu)模型。利用未參與定標(biāo)的驗(yàn)證集對(duì)最優(yōu)模型進(jìn)行檢驗(yàn)，同時(shí)采用指標(biāo)R2、SEC、SECV和1-VR值對(duì)模型的定標(biāo)效果和預(yù)測(cè)精度進(jìn)行評(píng)價(jià)，并通過(guò)監(jiān)控軟件對(duì)結(jié)果進(jìn)行了監(jiān)測(cè)驗(yàn)證。因此，本研究利用近紅外光譜法結(jié)合模型優(yōu)化設(shè)計(jì)建立的檢測(cè)牛奶中尿素氮含量的模型，具有預(yù)測(cè)性能高、適用性較好的優(yōu)點(diǎn)，可為相關(guān)檢測(cè)部門(mén)應(yīng)用近紅外光譜技術(shù)快速檢測(cè)牛奶中的尿素氮含量提供技術(shù)支持。

[參考文獻(xiàn)]

[1]朱秀高,朱靜,梁娟,等.改良格里斯試劑法快速定性檢測(cè)生鮮牛乳中外源尿素 [J].中國(guó)奶牛,2010(5):43-44.

Zhu X G,Zhu J,Liang J,et al.Modified Griess reagent rapidly and qualitatively to detect the exogenous urea of fresh milk [J].China Dairy Cattle,2010(5):43-44.(in Chinese)

[2]Nousiainen J,Shingfield K J,Huhtanen P.Evaluation of milk urea nitrogen as a diagnostic of protein feeding [J].Journal of Dairy Science,2004,87(2):386-398.

[3]姚俊卿,丁偉.牛奶中摻入尿素、白明膠等非電解質(zhì)及病理乳的檢驗(yàn)方法 [J].中國(guó)畜牧獸醫(yī),2005,32(7):19-21.

Yao J Q,Ding W.Test methods of milk which has been incorporated non-electrolyte including urea,gelatin et al and pathological milk [J].China Animal Husbandry & Veterinary Medicine,2005,32(7):19-21.(in Chinese)

[4]張學(xué)新,奚樹(shù)剛,張舵舵,等.尿素對(duì)小鼠體表心電圖和心室肌細(xì)胞鈉離子通道電流的影響 [J].中國(guó)應(yīng)用生理學(xué)雜志,2009,25(2):224-227.

Zhang X X,Xi S G,Zhang D D,et al.The effects of urea on ECG and the sodium currents of ventricular myocyie in mice [J].Chinese Journal of Applied Physiology,2009,25(2):224-227.(in Chinese)

[5]顧學(xué)林,胡寶珍.尿素對(duì)作業(yè)工人健康的影響 [J].中國(guó)工業(yè)醫(yī)學(xué)雜志,1998,11(6):344-347.

Gu X L,Hu B Z.Influences of urea to worker’s health [J].Chinese Journal of Industrial Medicine,1998,11(6):344-347.(in Chinese)

[6]陸婉珍,袁洪福,徐廣通,等.現(xiàn)代近紅外光譜分析技術(shù) [M].北京:中國(guó)石油化工出版社,2000.

Lu W Z,Yuan H F,Xu G T,et al.Technology of modern NIR spectral analysis [M].Beijing:China Petrochemical Press,2000.(in Chinese)

[7]Peretson A B,French K R,Russek-Cohen E,et al.Comparison of analytical methods and the influence of milk components on milk urea nitrogen recovery [J].Journal of Dairy Science,2004,87(6):1745-1750.

[8]馬小紅,趙武奇,谷月,等.牛奶中青霉素近紅外光譜定量分析 [J].中國(guó)釀造，2012,31(12):124-127.

Ma X H,Zhao W Q,Gu Y,et al.Quantitative analysis of penicillin in milk by near infrared spectrophotometry [J].China Brewing,2012,31(12):124-127.(in Chinese)

[9]黃富榮,羅云瀚,鄭仕富,等.全血膽固醇、甘油三酯近紅外光譜分析與模型優(yōu)化 [J].光學(xué)學(xué)報(bào)，2011(10):275-280.

Huang F R,Luo Y H,Zheng S F,et al.Near-Infrared spectroscopic ananlysis and model optimization on cholesterol and triglyceride in whole blood [J].Acta Optica Sinica,2011(10):275-280.(in Chinese)

[10]朱向榮,單楊,李高陽(yáng),等.近紅外光譜法快速測(cè)定液態(tài)奶中蛋白質(zhì)和脂肪含量 [J].食品科學(xué),2011,32(12):191-195.

Zhu X R,Shan Y,Li G Y,et al.Determination of fat and protein contents in liquid milk by near infrared spectroscopy [J].Food Science,2011,32(12):191-195.(in Chinese)

[11]張華秀.近紅外光譜法快速檢測(cè)牛奶中蛋白質(zhì)與脂肪含量 [D].長(zhǎng)沙：中南大學(xué),2010.

Zhang H X.Determination of fat and protein contents in milk by near infrared spectroscopy [D].Changsha:Central South University,2010.(in Chinese)

[12]任露泉.試驗(yàn)優(yōu)化設(shè)計(jì)與分析 [M].2版.北京:高等教育出版社,2003:1-55.

Ren L Q.Optimization design and analysis of experiment [M].2nd Edition.Beijing:Higher Education Press,2003:1-55.(in Chinese)

[13]李君霞,閔順耕,張洪亮,等.水稻糙米粗蛋白近紅外光譜定量分析模型的優(yōu)化研究 [J].光譜學(xué)與光譜分析,2006,26(5):833-837.

Li J X,Min S G,Zhang H L,et al.The PLS calibration model optimization and determination of rice protein content by near-infrared reflectance spectroscopy [J].Spectroscopy and Spectral Analysis,2006,26(5):833-837.(in Chinese)

[14]谷月,趙武奇,李曉丹,等.近紅外光譜技術(shù)對(duì)液態(tài)奶制品中乳糖、脂肪及蛋白質(zhì)的定量檢測(cè) [J].寧夏大學(xué)學(xué)報(bào):自然科學(xué)版,2012,33(45):377-380.

Gu Y,Zhao W Q,Li X D,et al.Quantitative detection of lactose,fat and protein contents in milk by near infrared spectroscopy [J].Journal of Ningxia University:Natural Science Edition,2012,33(45):377-380.(in Chinese)

[15]蘇均和.試驗(yàn)設(shè)計(jì) [M].上海:上海財(cái)經(jīng)大學(xué)出版社,2005:98-106.

Su J H.Experimental design [M].Shanghai:Shanghai Finance and Economics University Press,2005:98-106.(in Chinese)

[16]李雙紅,劉永峰,韓裕睿,等.不同胎次奶牛乳中乳蛋白含量近紅外光譜定量分析 [J].食品工業(yè)科技,2014,35(4):60-64.

Li S H,Liu Y F,Han Y R,et al.Quantitative analysis of milk protein content in different parities cows based on near infrared spectroscopy [J].Science and Technology of Food Industry,2014,35(4):60-64.(in Chinese)

[17]Delwiche S R,Graybosch R A,Perterson C J.Predicting protein composition,biochemical properties,and dough-handling properties of hard red winter wheat by near infrared reflectance [J].Cereal Chemistry,1998,75(4):412-416.

[18]Osborne B G,Fearn T.Collaborative evaluation of universal calibrations for the measurements of protein and moisture in flour by near infrared reflectance [J].Journal of Food Science and Technology,1983,18(4):453-460.

[19]William P C,Norris K H,Gehrke C W,et al.Comparison of near-infrared transmittance and reflectance instruments for analysis of whole grain and seeds [J].Journal of Near Infrared Spectroscopy,1993,1(1):149-152.

[20]宋丹,樸仁官,丁毅,等.牛奶中尿素現(xiàn)場(chǎng)快速檢測(cè)方法的研究 [J].現(xiàn)代科學(xué)儀器,2011(4):35-38.

Song D,Piao R G,Ding Y,et al.Study of field rapid determination method of urea in milk [J].Modern Scientific Instruments,2011(4):35-38.(in Chinese)

[21]范志影,劉宏超,朱超.對(duì)二甲氨基苯甲醛為顯色劑分光光度法測(cè)定牛奶中尿素 [J].分析試驗(yàn)室,2009,28(2):313-315.

Fan Z Y,Liu H C,Zhu C.Determination of urea in milk by spectrophotometry with dimethylaminobenzaldehyde as chromogenic reagent [J].Chinese Journal of Analysis Laboratory,2009,28(2):313-315.(in Chinese)

[22]翟少偉.二乙酰-肟法測(cè)定乳尿素氮的研究 [J].湖北農(nóng)業(yè)科學(xué),2010,49(6):687-691.

Zhai S W.Determination of milk urea nitrogen by diacetyl monoxime method [J].Hubei Agricultural Sciences,2010,49(6):687-691.(in Chinese)

[23]魏峰,馬振山,賈中輝.牛奶中摻入尿素的兩種快速檢測(cè)方法 [J].食品工程,2006(1):58-60.

Wei F,Ma Z S,Jia Z H.Two rapid detection methods for carbamide in milk [J].Food Engineering,2006(1):58-60.(in Chinese)

[24]楊仁杰,劉蓉,徐可欣.基于中紅外光譜檢測(cè)牛奶中摻雜的尿素 [J].光譜學(xué)與光譜分析,2011,31(9):2383-2385.

Yang R J,Liu R,Xu K X.Adulteration detection of urea in milk by mid-infeared spectroscopy [J].Spectroscopy and Spectral Analysis,2011,31(9):2383-2385.(in Chinese)

Quantitative detection of milk urea nitrogen using near infrared spectroscopy

LIU Yong-feng1,LI Shuang-hong1,KU Ting1,ZAN Lin-sen2

(1CollegeofFoodEngineeringandNutritionalScience,ShaanxiNormalUniversity,Xi’an,Shaanxi710062,China;2CollegeofAnimalScienceandTechnology,NorthwestA&FUniversity,Yangling,Shaanxi712100,China)

Abstract:【Objective】 A method that can quickly and non-destructively measure milk urea nitrogen was established to provide support for detection of urea nitrogen in milk.【Method】 A total of 200 milk samples were scanned by InfraXact NIR analyzer,and the contents of urea nitrogen were measured using the multifunctional analyzer of dairy.After eliminating 20 abnormal samples,the scored 180 milk samples were grouped to the calibration set (144 samples) and the validation set (36 samples).Then,the orthogonal design was combined with principle component regression (PCR),partial least square (PLS),modified PLS and multiple pretreatment methods to establish the model of milk urea nitrogen.The objective function method was used to evaluate the model.【Result】 The optimal model for quantitatively testing milk urea nitrogen was built with the calibration coefficient (R2) and standard error of calibration (SEC) of 0.986 4 and 0.238 4.The correlation coefficient (RSQ) and standard error of prediction (SEP) when using validation set to examine the model were 0.976 0 and 0.360 0.Finally,all scored samples were used to monitor the predicted results and the linear correlation curve between the measured and predicted values was drafted,which had the correlation coefficient r2 of 0.980 5.【Conclusion】 The optimal model for quantitatively testing milk urea nitrogen based on near infrared spectroscopy had good applicability and accuracy.

Key words:milk quality;near infrared spectroscopy;milk urea nitrogen;rapid detection

DOI：網(wǎng)絡(luò)出版時(shí)間:2016-03-1408:4510.13207/j.cnki.jnwafu.2016.04.027

[收稿日期]2014-09-05

[基金項(xiàng)目]陜西省青年科技新星項(xiàng)目(2014KJXX-51)；中國(guó)博士后科學(xué)基金項(xiàng)目(2015M570811)；中央高校基本科研業(yè)務(wù)費(fèi)專(zhuān)項(xiàng)(GK201505126)；國(guó)家科技支撐計(jì)劃項(xiàng)目(2012BAD12B07)

[作者簡(jiǎn)介]劉永峰(1981-)，男，陜西戶(hù)縣人，副教授，博士，主要從事畜產(chǎn)品科學(xué)與營(yíng)養(yǎng)研究。E-mail:yongfeng200@126.com[通信作者]昝林森(1963-)，男，陜西扶風(fēng)人，教授，博士，主要從事動(dòng)物生物技術(shù)研究。E-mail:zanlinsen@163.com

[中圖分類(lèi)號(hào)]S859.84

[文獻(xiàn)標(biāo)志碼]A

[文章編號(hào)]1671-9387(2016)04-0203-08

網(wǎng)絡(luò)出版地址:http://www.cnki.net/kcms/detail/61.1390.S.20160314.0845.054.html