探析近红外光谱分析技术在食品检测中的应用
来源:用户上传
作者:
摘 要：近红外光谱分析技术分析速度较快，分析过程中不会造成食品损坏，且前置处理相对便捷，可实现多个项目同时检测，其在食品安全检测方面得到了十分广泛的应用。该文着眼于近红外光谱分析技术的原理及其优势，在对其进行全面分析的基础上，就近红外光谱分析技术在食品检测中的具体应用问题进行了详细探析，希望可以为行业工作者提供一些意见上的思考。
关键词：近红外光谱分析技术 食品检测 应用
中图分类号：R155.5 文献标识码：A 文章编号：1672-3791（2019）05（a）-0075-02
近红外光谱分析技术发展十分迅速，20世纪80年代，我国就已着力于对该技术展开研究，到90年代，其逐渐应用于农业、石油、制药以及食品等多个领域。近红外线光谱分析技术在食品检测中应用时间虽短，但是其优势十分明显，这也是其应用广泛的主要原因。
1 近红外光谱分析技术的原理及其优势
1.1 近红外光谱分析技术原理分析
近红外光谱主要应用透射和漫射来获取，在均匀和透明液态样品的近红外光谱分析中，通常应用透射测定的方式采用透射率和吸光度等参数，来反映样品对光吸收的效果和程度，且其吸收光度的水平可用博朗-比尔定律来表示，其公式如下：
A=εlc或lg （1）
式中，A为吸光度，l为为程长，ε为吸收系数或摩尔吸光系数，c为吸光组分在样品中的浓度，T为透射率。
在固态样品的近红外光谱分析中，漫射方式应用较为普遍，其主要以漫反射率、漫反射吸光度以及Kubelka-Munk理论来表示其特征，计算公式如下：
A=Ig，R=×100% （2）
式中，A为吸光度，R为漫反射率，I为测得样品的漫反射光强度，I0为背景。尽管漫反射吸光度光谱与透射吸光度光谱的形式并无明显的差别，但是漫反射吸光度光谱与样品吸光的浓度与朗博-比尔定律不符。对此，科学家提出了双流传输模型。
1.2 近红外光谱分析技术的优势
虽然近红外光谱分析技术发展的时间并不长，但是该技术在较大的范围内得以应用，这与其自身较强的优越性有着十分密切的关系。
首先，近红外光谱为分子振动光谱，其主要应用于工价化学键非谐振能级振动，理论上来说，所有含有C-H、N-H、O-H、C=O可产生近红外光谱的物质均可采用近红外光谱分析，其在检测中指标也更加丰富。
其次，近红外光谱具有良好的穿透性，可直接穿透玻璃和石英等材料，光散射效应较为明显，因此近红外光谱技术可利用漫反射测量方式直接测量待测物品。而且其还可顺利穿过动植物组织，提高了生物样品分析的可靠性。很多物质在近红外广谱区吸收率较低，因此，近红外光谱仪器的信噪比较高，这也成为了其他技术所不具备的独特优势。
最后，该技术在样品制备方面相对简单，其一般只需要粉碎处理，不需要在前处理过程中添加任何化学试剂，也不需要消耗大量的时间和精力去制备样品，样品损耗基本为零。测定后样品依然可作为他用，这一方面减少了操作成本，另一方面也起到了保护环境的作用。该技术在不需要前处理的同时也不需要称取样品，可对样品进行良序和反复分析，进而实现了定性与定量分析。而且该技术测定的速度较快，几秒钟的时间就可完成多项指标的检测工作，检测效率也因此得以显著提升。
2 近红外光谱分析技术在食品检测中的应用?
2.1 在肉制品检测中的应用
近红外光谱分析技术在肉制品检测中主要应用于牛肉、羊肉和猪肉物质含量检测当中。例如应用近红外光谱分析技术检测牛肉时，可科学预测牛肉的鲜嫩程度，同时对牛肉中的多种成分进行科学鉴别，进而明确牛肉当中的化学物质及脂肪酸的构成比例。此外，该技术在猪肉成分的分析中，主要的功能是分析干腌猪肉香肠中饱和脂肪酸与不饱和脂肪酸的含量和比例，鱼肉制品的分析中，其可有效分析鱼肉的物理性质，以此为基础采取有效措施进行加工控制，保证鱼类加工品的加工质量及效率。
应用该技术判断肉制品是否掺假是十分重要的内容。如在牛肉漢堡的研究当中，应科学采集生、熟碎牛肉的光谱，并利用最小二乘法来创建数据模型，明确汉堡中牛肉是否掺假，若存在掺假情况，还可分析其掺假的比例和成分。现阶段，食品安全问题尤为明显，人们越来越重视食品的质量。近红外光谱分析技术可用以检测食品中的药物残留成分和含量，进而促进食品质量控制工作的顺利进行。
2.2 在乳制品检测中的应用
20世纪中期，专业人士已经将该技术应用于乳制品分析当中，其与光纤技术有机结合，检测了不同养殖区中牛奶的品质，明确牛奶中的脂肪、蛋白质及糖类的含量，其在奶粉和鲜奶质控中也发挥了十分重要的作用。研究人员对奶粉当中的各类营养成分均建立了研究模型，从而保证了奶粉质量控制的有效性。在建立参数的过程中，近红外光谱分析技术在乳制品生产中也得到了有效的应用，其充分结合了光纤技术创建模型，科学评价乳制品当中营养成分的准确含量。传统的质控方式无法对生产过程予以科学和有效的控制，而采用近红外线光谱技术来分析原料奶中的营养成分，则可保证成品乳制品的质量。 2.3 在水果和蔬菜检测中的应用
近红外光谱分析技术在蔬菜和水果检测中也得以广泛应用。其通常被应用于生活中较为常见的土豆、白菜、番茄等品种的检测中，检测的内容包括被测物中的含糖量、添加剂含量、酸度和可溶性物质。
现阶段，组合模型技术得到了较为广泛的应用，水果和蔬菜检测指标也日渐多样化。研究人员对苹果糖度检测提出了一种新型的遗传算法。利用最小二乘法建模，调整不同谱区的定量模型，以此为基础评价模型的稳定性。部分学者还利用最小二乘法和回归神经网络分析法，创建了土豆纤维测定模型以及蛋白质成分测定模型，在应用的过程中效果较为理想。该技术还可判断苹果的品种，在800～2500nm光谱内滴定不同成熟度的水果，其相关性较强，准确度较高，且其还可在645～979nm范围内扫描蔬菜的样品，进而对蔬菜的吸氧量进行分析，获取准确的预测结果。
2.4 在粮食作物检测中的应用
现如今，近红外光谱技术不断发展和完善。该技术在粮食作物检测中也发挥了不可忽视的作用。该技术可用来检测小麦、玉米、大豆、花生等较为常见的品种。研究人员利用近红外光谱分析技术研究了小麦粉颗粒分布状况，根据导数处理与散射校正，以较快的速度检测出13种氨基酸，而且检测操作相对较为简单。研究人员对花生进行了抽样检测，构建了科学的检测模型，花生油的合格率接近98%。在日后的研究工作中，该模型也可应用在其他指标的检测工作中。采用近红外光谱分析技术与神经网络分析技术可对不同品种的小麦进行检测分析，效果较为显著。同时该技术还可用来分析食醋可溶性物质含量，从而为食醋生产的质量控制提供了有利条件。
3 结语
现阶段，食品安全问题备受关注，且对食品安全检测的要求也在不断提高。而近红外光谱分析技术的优势十分明显，在食品质量的检测和分析中得以广泛应用。随着科学技术的发展，近红外光谱检测分析技术也会不断改进和完善，相信其必将在更广阔的领域发挥更大的作用。
参考文献
[1] 宋雪健，钱丽丽，张東杰.近红外光谱技术在食品溯源中的应用进展[J].食品研究与开发，2017（12）：207-210.
[2] 张玉华，孟一，张应龙，等.近红外光谱技术在食品安全领域应用研究进展[J].食品科技，2012（10）：283-286.
[3] 闫志强.浅析现代技术在食品检测中的运用[J].食品安全导刊，2017（17）：33.
转载注明来源:https://www.xzbu.com/8/view-14955613.htm
