＊史謝飛

（中國測試技術(shù)研究院 四川 610021）

隨著人們生活水平的提高，食品安全問題受到廣泛關(guān)注。為了保障消費(fèi)者的健康和權(quán)益，開發(fā)快速、準(zhǔn)確、無損的食品檢測方法至關(guān)重要[1]。傳統(tǒng)的食品檢測方法多數(shù)采用光譜數(shù)據(jù)融合技術(shù)[2]在食品檢測中進(jìn)行應(yīng)用研究，光譜數(shù)據(jù)融合技術(shù)可以用于檢測食品中的營養(yǎng)成分和添加劑、防腐劑等有害物質(zhì)，實(shí)現(xiàn)對(duì)食品中營養(yǎng)成分和有害物質(zhì)的快速、準(zhǔn)確檢測，以保證食品的安全，但是該檢測方法在實(shí)際食品檢測中的應(yīng)用仍面臨一些挑戰(zhàn)，光譜數(shù)據(jù)融合技術(shù)受到多種因素的影響，如儀器設(shè)備、環(huán)境條件、樣品處理等，可能會(huì)導(dǎo)致檢測結(jié)果存在一定的波動(dòng)和不穩(wěn)定性，而且不同食品樣品的成分和結(jié)構(gòu)差異可能導(dǎo)致檢測方法適用性受限[2]。

近紅外光譜分析技術(shù)作為一種新型的分析手段，已經(jīng)在多個(gè)領(lǐng)域展現(xiàn)出其獨(dú)特的優(yōu)勢，具有無損、快速、操作簡便、無需化學(xué)試劑等特點(diǎn)，能夠直接對(duì)食品樣品進(jìn)行測定，提供豐富的組成和結(jié)構(gòu)信息[3]。該技術(shù)通過測量樣品在近紅外波段的吸收、反射或透射光譜，結(jié)合化學(xué)計(jì)量學(xué)方法，實(shí)現(xiàn)對(duì)食品成分、品質(zhì)、安全性等方面的準(zhǔn)確檢測[4]?；诖?，本文引入近紅外光譜分析技術(shù)，開展了該項(xiàng)技術(shù)在食品檢測中的應(yīng)用研究，通過深入探討該技術(shù)在食品檢測領(lǐng)域的方法和關(guān)鍵問題，為食品安全監(jiān)管和質(zhì)量控制提供有效的技術(shù)支持，為保障消費(fèi)者的健康和權(quán)益作出貢獻(xiàn)。

1.近紅外光譜分析技術(shù)的食品檢測方法

(1)食品近紅外光譜采集

①樣品制備。根據(jù)食品的種類和特性，收集包含不同食品成分含量的樣品，這些樣品應(yīng)具有代表性，能夠反映整個(gè)批次的食品成分和特性情況，進(jìn)而制備出適合光譜采集的樣品[5]。

②選定光譜采集設(shè)備并設(shè)置采集參數(shù)。選擇適合食品光譜采集的設(shè)備，確保設(shè)備的準(zhǔn)確性和精度，以滿足分析需求。本文選用性能穩(wěn)定、精度高的Nicolet 6700型近紅外光譜儀作為采集設(shè)備，其光譜采集參數(shù)設(shè)置，如表1所示。

表1 近紅外光譜儀采集參數(shù)設(shè)置

按照表1所示的采集參數(shù)，對(duì)近紅外光譜儀進(jìn)行設(shè)定，保證儀器的穩(wěn)定性及光譜采集的精度。

③光譜采集過程。保證實(shí)驗(yàn)室的溫度在25℃左右，啟動(dòng)近紅外光譜儀，預(yù)熱30min，提高所采集光譜的準(zhǔn)確性。將制備好的樣品放置在光譜采集設(shè)備的樣品臺(tái)上，采用漫反射積分方式，以標(biāo)準(zhǔn)白板為背景，控制光源對(duì)食品樣品進(jìn)行垂直照射，進(jìn)而按照設(shè)定的參數(shù)進(jìn)行光譜采集。光源發(fā)出的近紅外光通過樣品后，被檢測器接收并轉(zhuǎn)化為光譜數(shù)據(jù)。

(2)食品近紅外光譜數(shù)據(jù)預(yù)處理

通過上述近紅外光譜儀采集檢測目標(biāo)食品的光譜數(shù)據(jù)存在較大的噪聲，并且受到樣品顆粒大小等因素影響，而這些因素會(huì)影響食品檢測的準(zhǔn)確性，因此，引入標(biāo)準(zhǔn)正態(tài)變量變換算法和自適應(yīng)濾波算法，其中標(biāo)準(zhǔn)正態(tài)變量變換算法是消除樣品顆粒大小、表面散射及光程變化對(duì)NIR漫反射光譜的影響，首先，采用最大最小值歸一化處理方法，對(duì)采集到的光譜數(shù)據(jù)進(jìn)行歸一化處理，如公式（1）所示。

式中，Si表示上述采集的食品光譜；Smax、Smin分別表示光譜Si中的最大值與最小值；i表示波長。通過歸一化處理，將整個(gè)食品光譜數(shù)據(jù)映射到0到1的范圍內(nèi)，有效地消除由于光程差異引發(fā)的光譜變化干擾影響。

在歸一化處理數(shù)據(jù)后，采用標(biāo)準(zhǔn)正態(tài)變量變換處理采集的食品光譜數(shù)據(jù)的計(jì)算如公式（2）所示。

將上述公式（2）處理后的數(shù)據(jù)進(jìn)行降噪處理，其處理用的算法為自適應(yīng)濾波算法，進(jìn)一步提高采集的食品近紅外光譜數(shù)據(jù)，降噪處理的計(jì)算公式如式（3）所示。

式中，w表示自適應(yīng)濾波權(quán)重；f(Si'')表示濾波函數(shù)；T表示轉(zhuǎn)置。

通過標(biāo)準(zhǔn)正態(tài)變量變換算法和自適應(yīng)濾波算法的相結(jié)合，降低采集的食品近紅外光譜的噪聲等因素的影響，為基于近紅外光譜分析技術(shù)的食品檢測提供高質(zhì)量的準(zhǔn)確的數(shù)據(jù)，奠定準(zhǔn)確檢測的基礎(chǔ)。

(3)食品檢測實(shí)現(xiàn)

在預(yù)處理食品近紅外光譜數(shù)據(jù)后，引入使用主成分分析法（Principal Component Analysis，PCA），通過該方法提取食品近紅外光譜數(shù)據(jù)的特征，基于提取的特征，構(gòu)建食品成分特征與近紅外光譜數(shù)據(jù)之間的數(shù)學(xué)模型。具體步驟如下：

步驟一：在主成分分析法提取食品近紅外光譜數(shù)據(jù)特征過程中，通過計(jì)算預(yù)處理后的數(shù)據(jù)的協(xié)方差矩陣來描述不同特征之間的關(guān)系。協(xié)方差矩陣反映了數(shù)據(jù)的變化趨勢和相關(guān)性，計(jì)算公式如式（4）。

式中 ，cov(Xi)表示計(jì)算協(xié)方差矩陣的函數(shù)。

步驟二：對(duì)協(xié)方差矩陣進(jìn)行特征值分解，求得其對(duì)應(yīng)的特征向量。特征向量描述了各個(gè)食品近紅外光譜數(shù)據(jù)的特征，如公式（5）所示。

式中，eig(Xi')表示計(jì)算特征向量的函數(shù)。

步驟三：根據(jù)特征值的大小，選擇貢獻(xiàn)程度大的前k個(gè)特征向量作為主成分，k通常根據(jù)實(shí)際需求和方差解釋率進(jìn)行選擇，選擇主成分包括食品成分、含量和品質(zhì)等，主成分的具體計(jì)算如公式（6）所示。

式中：yi'表示特征值；dot([yi,yi',k])表示點(diǎn)乘操作；k表示主成分?jǐn)?shù)量。

通過以上步驟，使用主成分分析方法從食品近紅外光譜數(shù)據(jù)中提取特征?；谔崛〉奶卣?，構(gòu)建食品成分特征與近紅外光譜數(shù)據(jù)之間的數(shù)學(xué)模型，如公式（7）所示。

式中，ωi表示回歸系數(shù)；b表示誤差項(xiàng)。

綜上，將模型應(yīng)用于新的近紅外光譜數(shù)據(jù)中，對(duì)食品成分含量進(jìn)行檢測，只需將待測食品的近紅外光譜數(shù)據(jù)輸入模型，即可獲得食品成分檢測結(jié)果，實(shí)現(xiàn)食品檢測目標(biāo)。

2.實(shí)驗(yàn)分析

綜合上述內(nèi)容，便是本文針對(duì)食品檢測，提出的近紅外光譜分析技術(shù)應(yīng)用研究。在提出的檢測方法投入實(shí)際食品檢測工作使用前，需要對(duì)其應(yīng)用效果做出檢驗(yàn)，確認(rèn)其應(yīng)用效果能夠達(dá)到預(yù)期要求后，方可投入實(shí)際工作應(yīng)用?；诖?，開展了如下所示的實(shí)驗(yàn)分析。

(1)實(shí)驗(yàn)準(zhǔn)備

選取鮮榨蘋果汁作為此次實(shí)驗(yàn)研究的對(duì)象。鮮榨蘋果汁中含有豐富的礦物質(zhì)元素、維生素、氨基酸及其它活性化合物，從某種程度上能夠起到促進(jìn)消化、美白肌膚的作用。當(dāng)前，市場銷售的蘋果汁飲料品質(zhì)不一，部分果汁采用沖劑勾兌的方式制作而成，為了檢測鮮榨蘋果汁的品質(zhì)，驗(yàn)證本文研究的可行性及應(yīng)用效果，開展了如下文所示的實(shí)驗(yàn)測試分析。

選擇性能穩(wěn)定、精度高的Nicolet 6700型近紅外光譜儀，其規(guī)格參數(shù)如表2所示。

表2 實(shí)驗(yàn)設(shè)備規(guī)格參數(shù)

結(jié)合表2的近紅外光譜儀規(guī)格參數(shù)，配備相應(yīng)的光譜處理和分析軟件，分別測定樣品的近紅外光譜，獲取蘋果汁在近紅外光譜上的特征差異，包括吸收峰位置、峰強(qiáng)度和形狀等，為后續(xù)實(shí)驗(yàn)測試提供基礎(chǔ)支持。

在實(shí)驗(yàn)測試中，確保實(shí)驗(yàn)室具備恒溫、恒濕的環(huán)境條件，以減少環(huán)境因素對(duì)實(shí)驗(yàn)結(jié)果的影響。同時(shí)，實(shí)驗(yàn)室應(yīng)具備足夠的空間和通風(fēng)設(shè)施，以確保實(shí)驗(yàn)過程的順利進(jìn)行。在此基礎(chǔ)上，應(yīng)用本文提出的檢測方法，開展食品檢測實(shí)驗(yàn)。

(2)應(yīng)用結(jié)果分析

實(shí)驗(yàn)測試所用的蘋果均為S大型超市的新鮮富士蘋果，其表面光滑、沒有銹斑、成熟度均相同。利用A牌蘋果汁沖劑作為樣品，制備勾兌蘋果汁。首先，使用蒸餾水，清洗干凈蘋果表面，并將其放入榨汁機(jī)內(nèi)，擠壓粉碎榨汁，經(jīng)過8層紗布的過濾作用，過濾出2份鮮榨蘋果汁。使用折射計(jì)，測定鮮榨蘋果汁內(nèi)可溶性固體含量，并記錄下來。其次，利用蒸餾水，沖泡果汁粉，使2份蘋果汁沖劑中可溶性固體含量與鮮榨蘋果汁保持一致。按照不同的比例，混合鮮榨蘋果汁與果汁沖劑，總共混合2份不同比例的樣品，其總體積均為4.5mL。將6份不同比例的混合樣品分別編號(hào)為YP-01#、YP-02#、YP-03#、YP-04#、YP-05#、YP-06#。其中，YP-01#、YP-02#為鮮榨蘋果汁；YP-03#、YP-04#為果汁沖劑；YP-05#、YP-06#為混合果汁。分別使用本文提出的食品檢測方法、文獻(xiàn)[1]、文獻(xiàn)[2]提出的檢測方法，對(duì)6份樣品進(jìn)行檢測，測定6份樣品中的可溶性固體含量，并計(jì)算檢測均方根誤差，計(jì)算如公式（8）所示。

式中，Yi'表示樣品可溶性固體含量實(shí)際值；n表示樣品數(shù)目。通過計(jì)算，得出檢測均方根誤差，并作出客觀對(duì)比，結(jié)果如圖1所示。

圖1 檢測均方根誤差對(duì)比結(jié)果

通過圖1的對(duì)比結(jié)果可知，應(yīng)用本文提出的檢測方法后，蘋果汁樣品可溶性固體含量檢測均方根誤差明顯小于另外兩種方法，該方法的誤差最高僅為0.25%，而文獻(xiàn)[1]方法的誤差最低達(dá)到了0.89%，由此可知，本文方法有效降低了檢測誤差，其檢測結(jié)果更加接近真實(shí)值，食品檢測準(zhǔn)確性較高，可以根據(jù)可溶性固體含量檢測出鮮榨蘋果汁、果汁沖劑及混合果汁，檢測效果優(yōu)勢顯著。

3.結(jié)束語

隨著食品安全問題的日益突出，開發(fā)高效、準(zhǔn)確的食品檢測方法成為當(dāng)務(wù)之急。近紅外光譜分析技術(shù)作為一種快速、無損的分析手段，為食品檢測提供了新的解決方案?；诖?，本文提出了基于該項(xiàng)技術(shù)的食品檢測方法研究。通過本文的研究，進(jìn)一步提高了食品檢測的準(zhǔn)確性和可靠性。本文研究可用于檢測各種類型的食品樣品，為提高食品安全監(jiān)管水平和保障消費(fèi)者健康提供了有效的技術(shù)支持。未來，隨著科學(xué)技術(shù)的不斷發(fā)展和優(yōu)化，相信該項(xiàng)技術(shù)在食品檢測領(lǐng)域的應(yīng)用將更加廣泛和深入。