黃祖耀，王衛(wèi)東，王青松，陳景宜

（江蘇洋河酒廠股份有限公司，江蘇宿遷 223700）

目前，檢測白酒各項理化指標普遍使用的是GB/T 10345—2007中規(guī)定的試驗方法。其中己酸乙酯含量的測定主要采用的是氣相色譜法。這些常規(guī)分析方法均存在著樣品需要預處理、檢測時間較長和測定步驟繁瑣等缺點[1]。為滿足市場需要，在保證分析結(jié)果準確度的同時提高檢測速度已成為新的研究方向。

近紅外光譜技術是近幾年發(fā)展較為迅速的高新分析技術之一，屬于一項物理性質(zhì)的測試技術，具有快速、無損耗、多成分同時分析、分析過程無污染、分析結(jié)果重現(xiàn)性高等優(yōu)點，已滲透各行各業(yè)，成為現(xiàn)代分析測試技術中的重要工具。近紅外光譜區(qū)的波長范圍為780～2526 nm（12820～3959 cm-1），是由分子振動從基態(tài)向高能級躍遷時產(chǎn)生的，主要記錄是含氫基團X-H(X=C、N、O)振動的倍頻和合頻吸收，非常適合用于碳氫有機物質(zhì)的組成與性質(zhì)的測定[2-4]。鑒于此，本課題將近紅外光譜技術應用到原酒中主要香味成分的檢測方面，解析原酒樣品的近紅外光譜圖，優(yōu)化比較不同的光譜預處理方法對建模效果的影響，通過對所建立預測模型各項參數(shù)的選擇比對，不斷優(yōu)化模型，旨在建立原酒中己酸乙酯的近紅外檢測模型，研發(fā)高效、快速、準確的檢測方法，為判定原酒入庫的質(zhì)量等級提供保障。

1 材料與方法

1.1 材料、儀器

樣品：建模酒樣為洋河酒廠一個生產(chǎn)周期內(nèi)不同排次所產(chǎn)原酒樣品，所選樣品覆蓋一個生產(chǎn)周期4個排次，具有代表性。

儀器設備：瑞士步琦NIR光譜儀，配有光程為0.3 mm的透反射蓋；日本島津GC-2014色譜儀。

1.2 實驗方法

1.2.1 樣品理化指標化學值測定

利用日本島津GC-2014色譜儀，依據(jù)GB/T 10345—2007白酒分析方法檢測建模樣品白酒中的己酸乙酯含量，利用氣相色譜儀只做為手工值，為建立定標模型提供標準樣品。

1.2.2 樣品光譜采集

利用NIR Marster近紅外光譜儀采集選定樣品的樣品光譜，光程為0.3 mm的透反射蓋樣品杯。有固定內(nèi)外參比，掃描波數(shù)為10000～4000 cm-1，分辨率為8 cm-1，重復掃面32次，每個樣品做3個平行樣的光譜采集。樣品光譜采集時將樣品放置穩(wěn)定，保證樣品溫度恒定。

1.2.3 建模校正過程

將采集到的樣品光譜，采用自動交互功能將全波段光譜分成6段，通過矢量歸一化ncl、log函數(shù)等預處理方法，來消除光程長短或者樣品濃度等變化對光譜響應產(chǎn)生的影響。在建立定量模型時，通過對樣品光譜手動選擇、過濾噪音、標準歸一化處理，然后通過偏最小二乘（PLS）的方法初步建立光譜模型。初步建立模型做為基礎模型，后期通過樣品的不斷收集，添加優(yōu)化基礎模型，最終實現(xiàn)模型準確度達到使用要求（平均相對誤差控制在±10%以內(nèi)）。

2 結(jié)果與分析

2.1 光譜掃描及光譜數(shù)據(jù)分析與處理

在選定的0.3 mm光程條件下，首次建模采用掃描采集的2038份原酒光譜。同時采用GB/T 10345—2007中規(guī)定的方法測量原酒樣品中己酸乙酯的含量作為輸入的手工值，為建立定標模型提供手工標準值。其中，2038份樣品的原始光譜圖分布情況見圖1。從圖1可以看出，不同原酒樣品的光譜差異在近紅外全波段均有表現(xiàn)，所以，在建立定標模型時，我們選擇了全波段手動建模。

圖1 原酒樣品原始掃描光譜圖

采用ncl和log的光譜預處理方式對原始光譜進行數(shù)學處理后，各個樣品的處理譜圖見圖2。由圖2可以看出，通過兩種譜圖預處理方法處理后，光譜圖變得更加精細，在一些波段內(nèi)樣品之間的差異性更加明顯，這樣處理有利于定標過程中對光譜信息的進一步選擇。

圖2 原酒樣品光譜的ncl和log處理效果

2.2 模型的內(nèi)部驗證

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，模型的預測結(jié)果就越準確。從所收集光譜中取1358組數(shù)據(jù)用于模型的建模集，680組數(shù)據(jù)為模型的驗證集。對模型的評價參考模型自身的參數(shù)，其中，相關系數(shù)r、建模集標準偏差SEC與驗證集標準偏差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)部驗證結(jié)果見圖3。

由圖3可以看出，模型的光譜預測值與原始值的相關性較好。其中，建模集的相關系數(shù)r為0.936265，驗證集的相關系數(shù)r為0. 938196；建模集標準偏差SEC與驗證集標準偏差SEP的比值為25.3583/24.499=1.0351，模型穩(wěn)定性較好。

圖3 原酒樣品模型驗證圖

2.3 模型的外部驗證

為考察原酒樣品近紅外模型在實際應用上的準確性，建立原酒己酸乙酯近紅外模型后，采用外部驗證法對選取的60組未參與定標的樣品進行模型檢測驗證。通過未參與定標樣品檢測對比原酒中己酸乙酯的預測模型的預測性能予以評價，進一步驗證所建模型的可靠性。隨機選取60組原酒樣品分別進行氣相色譜檢測和近紅外預測，所得結(jié)果見表1。由模型的外部驗證結(jié)果可以看出，原酒近紅外模型預測值的平均相對誤差為4.3%，說明該近紅外模型可以對原酒中己酸乙酯含量進行預測。

為考察兩種方法檢測結(jié)果之間的差異性，采用統(tǒng)計學方法對60組原酒樣品的兩種方法檢測值進行差異顯著性分析。結(jié)果見表2。

從分析結(jié)果可以看出，在0.05水平上，兩種方法檢測值顯著性分析結(jié)果P值為0.38，大于0.05，說明兩種方法的檢測結(jié)果的差異性并不顯著，參與比對的數(shù)據(jù)是來自于同一總體，均可以初步反映原酒樣品中己酸乙酯含量的多少，該模型可以用于原酒樣品中己酸乙酯的預測。

表1 原酒中己酸乙酯近紅外模型檢測與氣相色譜儀檢測對比

續(xù)表1 原酒中己酸乙酯近紅外模型檢測與氣相色譜儀檢測對比

表2 兩組數(shù)據(jù)差異顯著性分析結(jié)果

3 結(jié)論

本文建立的原酒中重要風味物質(zhì)指標己酸乙酯的近紅外快速檢測方法，無需制樣、稱樣和消耗化學試劑，簡化了常規(guī)分析程序，獲得的近紅外分析結(jié)果絕對誤差控制在±10%以內(nèi)，可以快速的預測原酒中己酸乙酯含量。當然利用近紅外技術檢測白酒中己酸乙酯的含量，想要達到氣相色譜檢測的準確度還需收集更多覆蓋范圍廣、樣品光譜特征有明顯代表性的樣品光譜和準確的化學值來補充優(yōu)化近紅外檢測模型。所建立的模型分析樣品中己酸乙酯的含量時，樣品實際含量不能超過模型的分析范圍。如果在實際檢測過程中，樣品己酸乙酯指標含量超過模型的分析范圍時，會產(chǎn)生分析錯誤。所以發(fā)生此情況時，我們需要繼續(xù)補充優(yōu)化模型，從而擴大模型的分析范圍，繼續(xù)提升模型的準確性和穩(wěn)定性。