駱小瑞

（中法合營(yíng)王朝葡萄釀酒有限公司 300402）

摘要：隨著近紅外光譜剖析技術(shù)的引入，這為酒體的評(píng)論及成分剖析供給了一種快速準(zhǔn)確科學(xué)的剖析辦法。本文總述了近紅外光譜剖析技術(shù)在現(xiàn)在我國(guó)釀酒行業(yè)中的使用開(kāi)展研討，涵蓋了白酒、葡萄酒、啤酒、黃酒，并對(duì)紅外光譜剖析技術(shù)的進(jìn)一步開(kāi)展做了展望。

關(guān)鍵詞：紅外光譜技術(shù)；酒類；檢測(cè)

葡萄酒是一種具有較高營(yíng)養(yǎng)價(jià)值的傳統(tǒng)飲料，飲用適當(dāng)?shù)钠咸丫茖?duì)人體健康非常有利，因而得到各國(guó)人民的重視和喜歡。葡萄酒化學(xué)是葡萄原料質(zhì)量操控、葡萄酒的釀制及其質(zhì)量操控的根底。在剖析葡萄與葡萄酒時(shí)，無(wú)論是一般成分（糖、酒精、酸）仍是特有成分（色素、丹寧、芳香物質(zhì)），現(xiàn)在絕大多數(shù)的葡萄酒生產(chǎn)公司和質(zhì)檢組織依然選用傳統(tǒng)的化學(xué)剖析辦法，這些辦法一般預(yù)處理復(fù)雜、費(fèi)時(shí)吃力，檢測(cè)過(guò)程中運(yùn)用的化學(xué)品也不可避免地帶來(lái)環(huán)境污染。這些年紅外光譜技術(shù)作為一種迅速的檢測(cè)手法已被廣泛應(yīng)用于農(nóng)業(yè)、石油、食物、煙草、醫(yī)藥等職業(yè)的質(zhì)量剖析和質(zhì)量操控。在葡萄與葡萄酒方面，國(guó)內(nèi)外專家開(kāi)始首要致力于近紅外技術(shù)的應(yīng)用研討。但近幾年研討發(fā)現(xiàn)，中紅外能夠作為替代近紅外迅速猜測(cè)葡萄與葡萄酒特性的另一種光譜辦法。中紅外不只能夠利用在近紅外區(qū)調(diào)查到的C-H、N-H和O-H分子振蕩光譜信息，并且能夠?qū)υ诮t外區(qū)調(diào)查不到的C-O、C-N和C-S基團(tuán)的分子振蕩很靈敏?？倸w，紅外光譜技術(shù)能夠減化葡萄與葡萄酒的剖析過(guò)程，削減剖析時(shí)間，此外其與化學(xué)計(jì)量學(xué)聯(lián)系還具有一起測(cè)定幾種成分和分類辨別的才能，在葡萄酒職業(yè)越來(lái)越遇到重視，并已得到成功應(yīng)用。

1近紅外光譜檢測(cè)葡萄酒組成原理

待測(cè)葡萄酒樣品是由烴類化合物所構(gòu)成的，在850～950nm波長(zhǎng)區(qū)間包含了芳烴C-H、亞甲基C-H、甲基C-H以及烯烴C-H等基團(tuán)的近紅外三級(jí)倍頻信息，由于不相同基團(tuán)的吸收峰位以及吸收強(qiáng)度各不相同，當(dāng)待測(cè)葡萄酒樣品的構(gòu)成發(fā)生改動(dòng)的時(shí)分，其近紅外光譜的特征吸收也隨著發(fā)生改動(dòng)。而且近紅外光譜特征吸收伴隨著餾程改動(dòng)也有極其明顯的改動(dòng)，也即是不相同碳數(shù)的組分將會(huì)形成不相同的近紅外光譜。雖然這種改動(dòng)極其微小，不過(guò)運(yùn)用化學(xué)計(jì)量學(xué)的辦法處理光譜數(shù)據(jù)后，也能取得葡萄酒樣品構(gòu)成改動(dòng)的信息，為近紅外光譜迅速檢測(cè)葡萄酒的詳細(xì)構(gòu)成提供了光譜理論基礎(chǔ)。所以，能夠使用比如微分、滑潤(rùn)等譜圖預(yù)處理進(jìn)程對(duì)待測(cè)葡萄酒樣品的構(gòu)成數(shù)據(jù)以及近紅外光譜進(jìn)行適宜的處理，而且運(yùn)用偏最小二乘法進(jìn)行校正，挑選相關(guān)信息比較強(qiáng)的光譜區(qū)域，經(jīng)過(guò)預(yù)測(cè)殘差平方和挑選最好主因子，從而創(chuàng)立不相同構(gòu)成性質(zhì)和光譜兩者之間的剖析校正模型。

2近紅外光譜定量分析多元模型介紹

近紅外光譜檢測(cè)分析辦法是由兩個(gè)要素構(gòu)成的，首先是安穩(wěn)、精確地檢測(cè)葡萄酒樣品的吸收或許漫反射光譜譜圖的硬件技術(shù)，關(guān)于選用的光譜儀器的榜首請(qǐng)求是要保證長(zhǎng)期的安穩(wěn)性；其次是采用多元校對(duì)辦法計(jì)算檢測(cè)結(jié)果的軟件技術(shù)。在近紅外光譜分析過(guò)程中，計(jì)算機(jī)除了用于收集數(shù)據(jù)、操控儀器，還經(jīng)過(guò)多種多元校對(duì)辦法對(duì)圖譜進(jìn)行解析，也即是創(chuàng)立光譜、構(gòu)成或許性質(zhì)之間的校對(duì)模型，并且用此模型預(yù)測(cè)不知道葡萄酒樣品的性質(zhì)或許構(gòu)成。近紅外光譜一般是比較寬的幾個(gè)譜帶，盡管已知的必定的基團(tuán)都具有必定的吸收譜帶，不過(guò)關(guān)于只在結(jié)構(gòu)上存在細(xì)微區(qū)別的化合物，通常會(huì)呈現(xiàn)重疊的譜圖，盡管葡萄酒樣品的性質(zhì)存在必定的不同，其光譜圖卻適當(dāng)挨近。經(jīng)過(guò)收集多波長(zhǎng)數(shù)據(jù)的辦法就完全可以充分利用好光譜圖供給的信息。多元模型請(qǐng)求很多的建模葡萄酒樣品并發(fā)生適當(dāng)多的數(shù)據(jù)。光譜數(shù)據(jù)以及濃度數(shù)據(jù)被寫(xiě)作矩陣的方式以便于對(duì)數(shù)據(jù)進(jìn)行處理，光譜數(shù)據(jù)矩陣的每一行代表一個(gè)待測(cè)葡萄酒樣品光譜。濃度數(shù)據(jù)矩陣包含相應(yīng)葡萄酒樣品的濃度值。此矩陣將被分解為稱作因子或許主成分的本征矢量。這種辦法的優(yōu)點(diǎn)是沒(méi)必要用所有主成分來(lái)描寫(xiě)相應(yīng)的光譜特性，僅有有關(guān)的主成分用來(lái)取代初始光譜數(shù)據(jù)，所以大大減少了數(shù)據(jù)量。

3近紅外光譜剖析的影響因素

近紅外光譜作為葡萄酒性質(zhì)剖析檢測(cè)技術(shù)不但簡(jiǎn)練敏捷，而且經(jīng)濟(jì)實(shí)用，可是剖析檢測(cè)成果的精準(zhǔn)性遇到各種因素的影響，例如葡萄酒樣品的顆粒度、裝填密度和均勻度等，這些物理特性在各定標(biāo)葡萄酒樣品中的不同直接影響葡萄酒樣品光譜信息和化學(xué)成分信息間的線性關(guān)系，從而使定標(biāo)剖析的精度有很大起伏的降低。在使用過(guò)程中，理應(yīng)在規(guī)范的制備樣品條件下制備定標(biāo)以及猜測(cè)葡萄酒樣品，使葡萄酒樣品具有規(guī)范化的均勻粒度，保證一樣的裝樣條件，削減由于顆粒度以及裝填密度所致使的葡萄酒樣品制備差錯(cuò)。模型初建過(guò)程中關(guān)于挑選葡萄酒待測(cè)樣品、定標(biāo)葡萄酒樣品的數(shù)目以及試驗(yàn)軟硬件和外部環(huán)境條件、試驗(yàn)人員自身具有的本質(zhì)的互不一樣以及試驗(yàn)自身的規(guī)劃，都將直接或許間接影響定標(biāo)模型猜測(cè)的精準(zhǔn)度。在挑選待測(cè)葡萄酒樣品的過(guò)程中，應(yīng)當(dāng)歸納思考待測(cè)樣品各種成分的含量梯度、散布狀況、樣品的物理化學(xué)特征，以提高定標(biāo)模型的穩(wěn)定性，推廣模型的實(shí)踐使用規(guī)模。假如標(biāo)樣數(shù)量太少，不能充分反映被測(cè)葡萄酒樣品集的正常天然散布規(guī)則。而數(shù)量過(guò)多則增添了創(chuàng)立定標(biāo)模型的工作量。假如被測(cè)樣品的成分含量有關(guān)性對(duì)比強(qiáng)的話，可以按照有關(guān)準(zhǔn)則進(jìn)行挑選，以提高定標(biāo)的作用和查驗(yàn)的精確性。溫度也同樣是影響近紅外光譜定標(biāo)精準(zhǔn)性的中心因素。研討顯現(xiàn)，近紅外對(duì)溫度對(duì)比敏感，10-20℃就可以導(dǎo)致吸光度的改動(dòng)，而且溫度影響不出現(xiàn)規(guī)則性。此外，儀器的功能、報(bào)價(jià)以及在檢測(cè)剖析方面缺少完整牢靠的剖析辦法以及質(zhì)量操控技術(shù)規(guī)范，也是可以影響檢測(cè)成果的幾種因素。

4 葡萄原料的分析檢測(cè)

優(yōu)質(zhì)葡萄原料是生產(chǎn)高質(zhì)量葡萄酒的保證，其中葡萄漿果的含糖量是葡萄品質(zhì)評(píng)定的重要指標(biāo)，在葡萄成熟過(guò)程及原料分級(jí)時(shí)都要進(jìn)行監(jiān)測(cè)分析[19]。傳統(tǒng)的葡萄漿果含糖量的檢測(cè)方法是從每穗摘取一定數(shù)量的漿果，將采取的漿果壓汁（應(yīng)壓干），混勻，取樣分析含糖量和含酸量。這樣不僅耗時(shí)費(fèi)力，對(duì)葡萄造成損傷，而且由于取樣分析時(shí)間長(zhǎng)，難免造成樣品變質(zhì)而導(dǎo)致較大的人為誤差產(chǎn)生?？梢?jiàn)-近紅外光譜技術(shù)可以不需要對(duì)葡萄樣品進(jìn)行勻漿處理，直接對(duì)整粒葡萄果實(shí)進(jìn)行掃描，簡(jiǎn)化了樣品準(zhǔn)備過(guò)程，顯著增加了樣品的測(cè)定數(shù)量，減少誤差，是一種預(yù)測(cè)葡萄成熟度的理想分析方法。應(yīng)用可見(jiàn)/近紅外光譜技術(shù)測(cè)量葡萄漿果糖度，并建立偏最小二乘法（PLS）與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的數(shù)據(jù)分析模型對(duì)葡萄漿果糖度進(jìn)行預(yù)測(cè)。研究結(jié)果表明，應(yīng)用可見(jiàn)/近紅外光譜技術(shù)，偏最小二乘與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的數(shù)據(jù)處理模型能夠很好的預(yù)測(cè)葡萄漿果的糖度，結(jié)果要好于PLS模型的預(yù)測(cè)效果。在葡萄酒生產(chǎn)中，除了包括氣候和土壤在內(nèi)的自然因素以及栽培技術(shù)外，葡萄品種對(duì)葡萄酒的特征和質(zhì)量起著決定性的作用。不同的葡萄品種具有不同的漿果成分，因此，用之生產(chǎn)的葡萄酒的特點(diǎn)亦不同。

結(jié)論

紅外光譜技術(shù)在葡萄與葡萄酒方面的使用遠(yuǎn)景極為廣泛，現(xiàn)在某些方面已經(jīng)得到使用，特別是樣品的成分測(cè)定。但是葡萄酒成分雜亂，將紅外光譜法使用于葡萄酒的檢測(cè)，還需要盡量收集數(shù)量多、類型全的葡萄酒樣品，依據(jù)其紅外譜圖特征樹(shù)立樣品的紅外光譜模型，進(jìn)而選用模型猜測(cè)不知道葡萄酒樣品的成分含量。進(jìn)行光譜數(shù)據(jù)處理與剖析時(shí)，還應(yīng)依據(jù)實(shí)際情況挑選適宜的光譜預(yù)處理和數(shù)學(xué)建模算法以取得最優(yōu)的剖析成果，從而使紅外光譜技術(shù)在葡萄與葡萄酒安全檢測(cè)，在線監(jiān)測(cè)、生產(chǎn)質(zhì)量控制等方面得到廣泛的應(yīng)用。

參考文獻(xiàn)：

[1]于海燕，應(yīng)義斌，劉燕德.農(nóng)產(chǎn)品品質(zhì)近紅外光譜分析結(jié)果影響因素研究綜述[J].農(nóng)業(yè)工程學(xué)報(bào)，2005，21（11）：160-163.

[2]李樹(shù)君，林亞玲，潘忠禮.紅外技術(shù)用于農(nóng)產(chǎn)品滅酶和脫水干燥的研究綜述[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2008，39（6）：109-112.endprint