張艷哲

摘 要：本文論述了近紅外光譜（NIRS）分析技術(shù)的原理，近紅外光譜技術(shù)發(fā)展進(jìn)程及其在果品品質(zhì)中應(yīng)用現(xiàn)狀，發(fā)展前景。

關(guān)鍵詞：近紅外光譜技術(shù)；果品品質(zhì)檢測；應(yīng)用

一、近紅外光譜分析技術(shù)概述

一般檢測果品內(nèi)部營養(yǎng)成分主要采用濕化學(xué)法，這樣檢測會破壞樣品，操作繁瑣、檢測效率不高，而且不具備代表性，難以在商業(yè)上廣泛應(yīng)用。近紅外光譜技術(shù)是一種無損檢測技術(shù)，在果品的品質(zhì)檢測和分級的研究應(yīng)用中已取得較大進(jìn)展。

近紅外光譜技術(shù)作為一種分析手段，可以測定水果中的成分，包括有機(jī)物和部分無機(jī)物。當(dāng)分子受到紅外線照射時，這些物質(zhì)分子中化學(xué)鍵結(jié)合的各種基團(tuán)發(fā)生伸縮、振動、彎曲等運(yùn)動，分子被激發(fā)產(chǎn)生共振，同時光的能量一部分被吸收，通過測量其吸收光，可以得到極為復(fù)雜的圖譜，這種圖譜表示被測物質(zhì)的信息。不同物質(zhì)在近紅外波長區(qū)域有豐富的吸收光譜，每種成分都有特定的吸收峰，這就為近紅外光譜定量分析提供了基礎(chǔ)。

隨著近紅外光譜分析技術(shù)已廣泛應(yīng)用在果品品質(zhì)檢測方面[1-3]。近紅外光譜分析技術(shù)具有如下的優(yōu)點[4-6]：

1.被測樣品無需進(jìn)行前處理，不發(fā)生破壞，從而使樣品保持原始狀態(tài)；

2.近紅外光譜信息量大，對樣品中多種成分同時進(jìn)行分析；

3.一般樣品可在1 min內(nèi)完成，大大縮短測試周期；

4.適用的樣品范圍廣，不同物態(tài)可直接測定；

6.近紅外光在普通的光導(dǎo)纖維中具有良好的傳輸特性，便于實現(xiàn)實時分析。

同時，近紅外光譜分析技術(shù)也存在以下不足之處：

7.物質(zhì)在近紅外區(qū)吸收弱，靈敏度較低；

8.建立數(shù)學(xué)模型需要測量大量樣品化學(xué)值；

9.每一種模型只能適應(yīng)一定時間和空間范圍，模型需要不斷更新。

采用近紅外光譜分析技術(shù)進(jìn)行果品品質(zhì)分析具有如下優(yōu)點：果品無需進(jìn)行前處理，不發(fā)生破壞，可以不經(jīng)過樣品分離。直接由近紅外光譜測定出其中的多種成分含量，測定的準(zhǔn)確度取決于化學(xué)計量學(xué)建立的數(shù)學(xué)模型，利用理想的數(shù)學(xué)模型預(yù)測的準(zhǔn)確度可以達(dá)到校準(zhǔn)儀器的測定值。但是一般來說，近紅外分析的準(zhǔn)確度要略低于標(biāo)準(zhǔn)法。然而，由于近紅外光譜分析技術(shù)省去了化學(xué)分析方法中的稱量、定容等繁瑣步驟，具有速度快、效率高、成本低、重現(xiàn)性好、方便等特點。而且可以同時測定同一樣品的多個不同組分含量，因此近幾年來，利用近紅外光譜分析技術(shù)進(jìn)行果品品質(zhì)的研究正在形成一個新的熱點研究領(lǐng)域。

二、近紅外光譜分析技術(shù)在果品品質(zhì)檢測中的應(yīng)用

20世紀(jì)60年代，美國的Norris等首先開始研究應(yīng)用近紅外光譜分析技術(shù)測定谷物中的水分、蛋白質(zhì)、脂肪等含量，并致力于其他農(nóng)產(chǎn)品品質(zhì)的研究 。此后，學(xué)者們開始應(yīng)用近紅外光譜分析技術(shù)對果品、谷物、畜肉類、乳制品等進(jìn)行研究。近紅外光譜分析技術(shù)在果品內(nèi)部品質(zhì)檢測的研究主要包括糖度、酸度、堅實度、可溶性固形物含量、維生素C含量和病變、缺陷和損傷等指標(biāo)。

1.糖度、酸度、硬度、維生素C含量分析

虞佳佳等翻用偏最小二乘法計算芒果糖度酸度光數(shù)據(jù)的主成分得分值，獲取芒果近紅外指紋圖譜，再合遺傳算法優(yōu)化人工神經(jīng)網(wǎng)絡(luò)技術(shù)進(jìn)行檢測。Antihus等運(yùn)用可見/近紅外光譜檢測無核小蜜桔的酸度、可溶性固形物含量、堅實度等品質(zhì)，采用偏最小二乘法和主成回歸法建立其與光譜吸光度的相關(guān)數(shù)學(xué)模型。夏俊芳等對100個柑桔整果樣品的近紅外光譜信號行了消噪處理，并利用消噪后的重構(gòu)光譜對柑桔維素 C含量進(jìn)行了偏最小二乘法交叉驗證。都有較好的檢測效果。

2.病變分析

McGlone等選用650～950 nm光譜范 圍研究了Braeburn蘋果的黑心比例。研制出基于延時整合光譜學(xué)和大光圈分光計2種在線近紅外系統(tǒng)，發(fā)現(xiàn)后者更適合在線檢測?？纱蟠筇岣叻治鲂?，但系統(tǒng)的穩(wěn)定性、軟硬件設(shè)計還需進(jìn)一步完善。

三、近紅外光譜分析技術(shù)在果品品質(zhì)檢測中的存在問題

近紅外光譜技術(shù)在果品品質(zhì)檢測中主要存在以下幾方面問題：

1.樣品溫度、樣品檢測位置以及裝樣條件等因素會影響近紅外光譜檢測結(jié)果。

2.由于近紅外光譜技術(shù)是依據(jù)檢測模型來應(yīng)用的，而模型又是有多種方法建立，不同建模方法存在差異，影響檢測結(jié)果。

3.同一品種水果品質(zhì)差異很大，這會導(dǎo)致水果對模型的適應(yīng)性不同。而我們都理想化將同意品種水果看做為均勻物質(zhì)，這與實際情況是不相符合的。

四、結(jié)語

只有提高水果的質(zhì)量，才會在國際市場中具有競爭力。而應(yīng)用先進(jìn)的分析儀器，可以在不破壞樣品的情況下測定樣品化學(xué)成分，是最理想的方法。經(jīng)過40多年的發(fā)展，近紅外光譜分析技術(shù)以其快速、非破壞性、無試劑分析、安全、高效、低成本及同時測定多種組分等特點廣受歡迎。隨著近紅外光譜分析技術(shù)應(yīng)用的不斷深人，近紅外光譜分析技術(shù)必將結(jié)合其他多種檢測手段對果品的綜合品質(zhì)進(jìn)行檢測，實現(xiàn)近紅外分析模型的在線更新與升級，并逐漸形成成熟的在線檢測設(shè)備投放于市場。

參考文獻(xiàn) ：

[1]徐云. 農(nóng)產(chǎn)品品質(zhì)檢測中的近紅外光譜分析方法研究[D]. 北京：中國農(nóng)業(yè)大學(xué)，2009：129-200.

[2]曾一凡， 楊陽， 梁學(xué)軍，等. 可見/近紅外光譜技術(shù)無損檢測果實堅實度的研究[J]. 農(nóng)業(yè)工程學(xué)報，2008，24（5）：250-252.

[3]張樹明， 楊陽， 梁學(xué)軍，等. 葡萄酒發(fā)酵過程主要參數(shù)近紅外光譜分析[J]. 農(nóng)業(yè)機(jī)械學(xué)報，2013，57（1）：152-156.

[4]孫通，徐惠榮，應(yīng)義斌.近紅外光譜分析技術(shù)在農(nóng)產(chǎn)品/食品品質(zhì)在線無損檢測中的應(yīng)用研究進(jìn)展[J].光譜學(xué)與光譜分析，2009，29（1）：122—126.

[5]虞佳佳，何勇，鮑一丹.基于光譜技術(shù)的芒果糖度酸度無損檢測方法研 究[J].光譜學(xué)與光譜分析，2008，28（12）：2839—2842.

[6] 夏 俊芳，李小昱 ，李 培武，等.基于小波變換的柑橘維生素C 含量近紅外光譜無損檢測方法[J].農(nóng)業(yè)工程學(xué)報，2007，23 （6）：170-174.

[7]Clark C J，MeGlone V A，Jordan R B.Detection of brownheart in”Braeburn”apple by transmission NIR spectroscopy[J].Postharvest Biology and Technology，2003（28）：87—96.endprint