王秀玲

摘要：隨著我國(guó)經(jīng)濟(jì)的不斷發(fā)展，食品安全成為重災(zāi)區(qū)。比如在食品中添加對(duì)人體有害的物質(zhì)，用來(lái)提高食物的色澤和味道，給人們的飲食安全造成了極大的威脅，近年來(lái)，在液體食品中運(yùn)用紅外光譜進(jìn)行技術(shù)監(jiān)測(cè)很大程度地解決了液體食品的安全問(wèn)題。本文首先概述了近紅外光譜技術(shù)的理論基礎(chǔ)，分析了不同液態(tài)食品中近紅外光譜技術(shù)的應(yīng)用，接著分析了近紅外光譜在應(yīng)用中的關(guān)鍵點(diǎn)，旨在為液態(tài)食品摻假檢測(cè)提供一定的理論基礎(chǔ)。

關(guān)鍵詞：近紅外光譜技術(shù);液體食品;摻假檢測(cè)

一、近紅外光譜技術(shù)簡(jiǎn)介

近紅外光譜技術(shù)基本原理。我們通常把波長(zhǎng)在780納米到2526納米之間的電磁波細(xì)分為SW NIR：780-IlOOnm的短波近紅外區(qū)和LW NIR： 1100-2526nm的長(zhǎng)波近紅外區(qū)。由于短波有較強(qiáng)的透射能力，所以通常用來(lái)做透射分析，而長(zhǎng)波的反射能力較強(qiáng)，通常會(huì)用來(lái)進(jìn)行反射分析。一般情況下把檢測(cè)器以及光源放在樣品的同一側(cè)，通過(guò)檢測(cè)器收到樣本溶液漫反射或者鏡面反射收集到的光進(jìn)行分析。

近紅外光譜技術(shù)分析方法。紅外光譜技術(shù)分析方法通常有兩種，第一是定量分析，在近紅外光譜數(shù)據(jù)和樣本參考模板之間進(jìn)行校正模型的建立，收集具有代表性的樣本，用化學(xué)分析的方法進(jìn)行測(cè)定，校正的方法通常采用偏最小二乘、線性回歸等。第二種就是定性分析，通過(guò)歐氏距離、主成分分析法、歐式距離等定性分析的計(jì)算方法測(cè)定樣品的組成成分[1]。

二、近紅外光譜技術(shù)在液態(tài)食品檢測(cè)中的應(yīng)用

在液態(tài)奶中的應(yīng)用。為了提高奶粉中蛋白質(zhì)的含量，一些廠家會(huì)加入淀粉、尿素、三聚氰胺等含氮量較高的物質(zhì)，以降低生產(chǎn)成本，謀取商業(yè)利潤(rùn)。對(duì)于牛奶的檢測(cè)通常采用近紅外光譜技術(shù)，同時(shí)結(jié)合二維相關(guān)參數(shù)法、神經(jīng)網(wǎng)絡(luò)、誤差反向傳播等方法，以便提高對(duì)牛奶中摻假物質(zhì)的辨別率。

在液態(tài)酒中的應(yīng)用。在對(duì)葡萄酒進(jìn)行檢測(cè)的時(shí)候通常需要檢測(cè)有色度、三甲聚合體、酚類物質(zhì)等指標(biāo)，而樣品酒的感官和近紅外光譜存在一定的關(guān)系。一般在檢查的時(shí)候都采用抽樣調(diào)查的方式進(jìn)行，但是酒的品種和種類樣本較少，存在一定的局限性，這時(shí)就需要用偏最小二乘驗(yàn)證預(yù)測(cè)信息的穩(wěn)定情況，對(duì)更多品種的樣本信息進(jìn)行分析檢測(cè)。

在檢測(cè)果汁中的應(yīng)用。實(shí)驗(yàn)表明，在光譜檢測(cè)的標(biāo)準(zhǔn)預(yù)測(cè)差值低于0.2%的時(shí)候，糖分的近紅外光譜檢測(cè)才會(huì)受到外在環(huán)境變化的影響。運(yùn)用遺傳算法對(duì)光譜進(jìn)行預(yù)處理后，能極大地降低對(duì)紫外光譜的錯(cuò)誤辨別率。

三、近紅外光譜技術(shù)關(guān)鍵點(diǎn)的分析

光譜的選擇。隨著我國(guó)科學(xué)技術(shù)的不斷完善，在近紅外光譜技術(shù)檢測(cè)中運(yùn)用二維相關(guān)法的越來(lái)越多。因?yàn)樵诙S相關(guān)法的檢測(cè)過(guò)程中，它能有效地顯示因外界變化引起的特征改變，這比傳統(tǒng)的近紅外光譜分析方法有更大的優(yōu)勢(shì)。二維相關(guān)法在分析各光譜的相關(guān)性之間，提高了同步、異步交叉的解釋能力，進(jìn)一步提高了光譜分析的精度[2]。

奇異樣本的剔除。因?yàn)槟Ｐ偷姆€(wěn)定性以及預(yù)測(cè)的精準(zhǔn)度受奇異樣本點(diǎn)的影響，所以，在樣本檢測(cè)之前要剔除奇異點(diǎn)。奇異點(diǎn)通常使用馬氏距離分析法、蒙特羅卡采樣法等方法進(jìn)行確定。例如運(yùn)用蒙特卡羅采樣檢測(cè)法時(shí)，第一步要確定樣本的主要成分;第二步進(jìn)行MCS下的樣本數(shù)據(jù)校驗(yàn)，預(yù)算誤差分布情況;第三步計(jì)算樣本的平均值和樣本的標(biāo)準(zhǔn)差，以方便更好地繪出分布圖，便于找出奇異樣本。

預(yù)處理以及優(yōu)選波長(zhǎng)的方式。在近紅外光譜圖中會(huì)有特征區(qū)域不明晰、重影模糊的情況，也存在多余無(wú)用信息的問(wèn)題，這就需要在建模時(shí)選擇合適的波長(zhǎng)，將無(wú)用的信息進(jìn)行刪減優(yōu)化。通常采用偏最小二乘法、連續(xù)投影法、逐步回歸法等方法進(jìn)行波長(zhǎng)的優(yōu)選工作，波長(zhǎng)的優(yōu)選有利于減小誤差。

參考文獻(xiàn)

[1]金垚，杜斌，智秀娟.NIR技術(shù)快速鑒定牛奶品牌與摻假識(shí)別[J].食品研究與開發(fā)，2016，37（3）：178-181.

[2]吳同，譚超.近紅外光譜同時(shí)測(cè)定白酒中總酯和雜醇油[J].化學(xué)研究與應(yīng)用，2016，28（10）：1460-1463.