王軍凱，王衛(wèi)東，蔣　明，韓　瑤

(江蘇洋河酒廠股份有限公司，江蘇宿遷 223700)

大曲是釀酒生產(chǎn)過程中的糖化發(fā)酵劑，也是形成白酒風(fēng)格不可缺少的因素。衡量大曲質(zhì)量的優(yōu)劣主要是根據(jù)大曲的水分、酸度、淀粉、發(fā)酵力、酯化力、糖化力等理化指標(biāo)的大小，再輔以感官來進(jìn)行綜合評判。其中大曲糖化力是一個重要指標(biāo)，是表征大曲將酒醅中可溶性淀粉轉(zhuǎn)化為葡萄糖的能力。檢測大曲糖化力的傳統(tǒng)方法為斐林試劑法，存在耗時長、樣品前處理過程繁瑣等不足，因此建立一種快速、高效的大曲糖化力檢測方法具有重要意義。

近紅外光譜分析技術(shù)是一種近年來發(fā)展迅速的高新分析技術(shù)，具有無污染、測定速度快等優(yōu)點(diǎn)，在食品、化工、制藥等領(lǐng)域得到了廣泛的應(yīng)用。近紅外光譜分析法是一種間接分析方法，通過化學(xué)計量學(xué)軟件將采集的近紅外光譜與經(jīng)典分析方法提供的數(shù)據(jù)關(guān)聯(lián)起來，通過化學(xué)計量學(xué)的擬合分析，建立光譜與待測參數(shù)之間的對應(yīng)關(guān)系。其中，洋河、五糧液等酒企已建立了檢測酒醅的水分、酸度、淀粉等指標(biāo)的近紅外模型，譚超、吳同等已采用近紅外技術(shù)檢測白酒中乙酸乙酯的含量。

偏最小二乘法是一種常見的化學(xué)計量學(xué)方法，采用數(shù)學(xué)方法提取海量化學(xué)數(shù)據(jù)中的規(guī)律因素，并采用人為易于操作的方式來處理復(fù)雜數(shù)據(jù)，在光譜分析中已得到了廣泛應(yīng)用。本試驗(yàn)通過近紅外光譜技術(shù)結(jié)合偏最小二乘法，建立了大曲糖化力的近紅外預(yù)測模型，相對于傳統(tǒng)的檢測方法，該方法大大提高了大曲的檢測效率。

1　材料與方法

1.1　材料、儀器

試驗(yàn)大曲：洋河酒廠2016年度釀酒周期的現(xiàn)用曲。

儀器設(shè)備：瑞士BuChi公司的NIRMaster傅里葉變換近紅外光譜儀。

1.2　試驗(yàn)方法

1.2.1　大曲糖化力的化學(xué)法測定原理

大曲糖化力的化學(xué)測定法采用斐林試劑法。大曲中的糖化酶能將淀粉水解為還原糖，還原糖可以將斐林試劑中的二價銅離子還原為一價銅離子，反應(yīng)終點(diǎn)由次甲基藍(lán)指示。根據(jù)還原一定量的斐林試劑所需的還原糖量，可計算大曲樣品的糖化酶活力，即1 g大曲在35℃、pH4.6條件下，反應(yīng)1 h，將可溶性淀粉分解為葡萄糖的能力。每個樣品的檢測均取2個平行樣。

1.2.2　大曲樣品的近紅外光譜測量方法

將大曲樣品平鋪于培氏樣品杯底部，樣品量約占樣品杯2/3，并用樣品勺壓緊，避免出現(xiàn)縫隙，然后將樣品杯放置于測量池上進(jìn)行測量。

1.2.3　近紅外光譜測量參數(shù)

光譜譜區(qū)范圍為4000～10000 cm-1，光譜分辨率為8 cm-1，掃描次數(shù)為48次，測量序列個數(shù)為3。

2　結(jié)果與分析

2.1　模型波段的選擇分析

傳統(tǒng)的光譜定量分析方法采用全波段響應(yīng)，但近紅外光譜的原理是基于光譜對樣品的透反射，一些波段數(shù)的光譜不能有效的提取樣品的特征信息，反而會增加運(yùn)算強(qiáng)度和產(chǎn)生各種干擾，影響模型的預(yù)測效果，因此，建立模型首先要選擇適宜的掃描波段。利用近紅外光譜儀對大曲樣品進(jìn)行掃描，采集光譜，通過化學(xué)計量學(xué)軟件對所收集光譜進(jìn)行擬合分析，光譜的預(yù)處理方法采用一階求導(dǎo)和矢量歸一化，結(jié)果見圖1。

圖1　模型回歸系數(shù)圖

由模型的回歸系數(shù)圖可以看出，在波段4000～5000 cm-1范圍內(nèi)，近紅外光譜對大曲的反射相應(yīng)值零，光譜不包含大曲樣品的有效數(shù)據(jù)；在5000～10000 cm-1范圍內(nèi)，近紅外光譜對大曲的反射存在波動，說明在不同波段產(chǎn)生的光譜代表了不同的數(shù)據(jù)信息，因此選擇5000～10000 cm-1為模型的掃描波段。

2.2　模型的內(nèi)部驗(yàn)證

近紅外光譜儀通過對樣品掃描產(chǎn)生的光譜包含了樣品的數(shù)據(jù)信息，光譜所含信息越多，模型的預(yù)測結(jié)果就越準(zhǔn)確。從所收集光譜中取178組數(shù)據(jù)用于模型的建模集，45組數(shù)據(jù)為模型的驗(yàn)證集。對模型的評價參考模型自身的參數(shù)，其中，相關(guān)系數(shù)r、建模集標(biāo)準(zhǔn)偏差SEC與驗(yàn)證集標(biāo)準(zhǔn)偏差SEP的比值作為評價模型的重要參數(shù)，比值越接近于1說明模型穩(wěn)定性越好。模型的內(nèi)部驗(yàn)證結(jié)果見圖2。

由圖2可以看出，模型的光譜預(yù)測值與原始值的相關(guān)性較好。其中，建模集的相關(guān)系數(shù)為r為0.9613，驗(yàn)證集的相關(guān)系數(shù)r為0.9528；建模集標(biāo)準(zhǔn)偏差SEC與驗(yàn)證集標(biāo)準(zhǔn)偏差SEP的比值為29.6099/29.7088=0.9967，模型穩(wěn)定性較好。

圖2　模型內(nèi)部驗(yàn)證圖

2.3　模型的外部驗(yàn)證

為考察大曲近紅外模型在實(shí)際應(yīng)用上的準(zhǔn)確性，采用外部驗(yàn)證法對模型進(jìn)行驗(yàn)證。隨機(jī)選取50組大曲樣品分別進(jìn)行化學(xué)法檢測和近紅外預(yù)測，所得結(jié)果見圖3。

圖3　化學(xué)測定值與模型預(yù)測值比較圖

由模型的外部驗(yàn)證結(jié)果可以看出，大曲糖化力近紅外模型預(yù)測值的平均相對誤差為5.27%，說明該近紅外模型有較好的預(yù)測能力。為考察兩種方法檢測結(jié)果之間的差異性，采用SPSS軟件對50組大曲樣品進(jìn)行差異顯著性分析。結(jié)果見表1。

從分析結(jié)果可以看出，在0.05水平上，兩種方法差值的顯著性結(jié)果為0.830，大于0.05，說明兩種方法的檢測結(jié)果的差異性并不顯著，均可以反映大曲糖化酶活力大小，該模型可以用于大曲糖化力的預(yù)測。

表1　差異顯著性分析結(jié)果

3　結(jié)論與討論

本試驗(yàn)采用近紅外光譜技術(shù)結(jié)合偏最小二乘法建立了預(yù)測大曲糖化力的定量模型。通過對模型的預(yù)測結(jié)果與傳統(tǒng)方法檢測結(jié)果的對比分析可以看出，該模型的準(zhǔn)確度可以滿足實(shí)際生產(chǎn)中大曲糖化力的預(yù)測。

近紅外檢測技術(shù)是新興的檢測技術(shù)，但是，近紅外光譜也有不足，存在譜峰重疊、變動、信號弱等特點(diǎn)，使其所得到的樣品有效信息率偏低。同時，建立的模型并不是一勞永逸的，儀器狀態(tài)、樣品代表性變化都會影響預(yù)測結(jié)果。因此，采用近紅外光譜技術(shù)預(yù)測大曲糖化力還需在后期不斷補(bǔ)充光譜數(shù)據(jù)，優(yōu)化模型，提高模型的預(yù)測準(zhǔn)確性。

參考文獻(xiàn)：

[1]梁金輝,梁紹勛,湯有宏,等.影響濃香型大曲糖化力測定因素的探討[J].釀酒,2015(5)：68-70.

[2]嚴(yán)衍祿,趙龍蓮,韓東海,等.近紅外光譜分析基礎(chǔ)與應(yīng)用[M].北京：中國輕工業(yè)出版社,2005.

[3]趙東,李楊華,蘭世蓉,等.近紅外光譜儀在酒醅分析中的應(yīng)用研究[J].釀酒科技,2004(1)：72-73.

[4]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.

[5]譚超,吳同,李惟一,等.近紅外光譜組合區(qū)間偏最小二乘法定量白酒中的乙酸乙酯[J].計算機(jī)與應(yīng)用化學(xué),2014(4)：510-512.

[6]劉從艾,穆文斌,湯有宏.大曲糖化力、發(fā)酵力最佳量比關(guān)系的研究[J].釀酒,2000(2)：41-43.