盧偉欣，王莉敏

（濮陽市市場監(jiān)管綜合行政執(zhí)法支隊，河南濮陽 457000）

食品安全檢測工作質(zhì)量事關(guān)國計民生。確保流向市場的食品具有絕對安全性，相關(guān)成分均處于國家規(guī)定范圍之內(nèi)，是質(zhì)檢部門必須重點考量的事項。針對食品的成分、安全性進(jìn)行檢測時，常用的技術(shù)方法包括物理技術(shù)、化學(xué)技術(shù)、生物技術(shù)等。近年來，紅外光譜分析技術(shù)由于檢測準(zhǔn)確率較高，操作較為便捷而逐漸成為主要的食品檢測方法之一。因此，本文圍繞該技術(shù)的原理及具體應(yīng)用展開分析。

1 紅外光譜分析技術(shù)

1.1 紅外光譜區(qū)分

紅外光最早由英國科學(xué)家赫歇爾在1800年發(fā)現(xiàn)，是一種波長高于紅光的電磁波，熱效應(yīng)十分明顯，能夠使人感覺到，但肉眼不可見[1]。由于波長較高，故紅外光照射到某些材料表面時，這些材料會發(fā)射電子流，此即為光電效應(yīng)。人們對紅外光的稱呼即為“紅外線”，波長在770～1 000 000 nm，具體可分為3個區(qū)域，分別為近紅外區(qū)（波長在770～2 500 nm）、中紅外區(qū)（波長在2 500～25 000 nm）、遠(yuǎn)紅外區(qū)（波長在25～1 000 μm）。研究表明，絕大多數(shù)有機(jī)物及無機(jī)物的基頻吸收帶均出現(xiàn)在中紅外區(qū)，故中紅外區(qū)相關(guān)的應(yīng)用、儀器技術(shù)成熟度最高。基于此，一般意義上的紅外光譜即為中紅外光譜。

1.2 近紅外光譜分析技術(shù)的發(fā)展

近年來，針對近紅外光譜的研究成果突飛猛進(jìn)，已經(jīng)成為分析化學(xué)領(lǐng)域發(fā)展最為迅速的高新分析技術(shù)，甚至被認(rèn)為帶動了又一次分析技術(shù)革命。具體來說，從20世紀(jì)60年代開始，由于分析儀器（主要是商品化儀器）相繼出現(xiàn)，加之以Norris為代表的科研人員所做的大量工作，一種新型理論被提出——物質(zhì)含量與近紅外區(qū)內(nèi)多個不同波長點的吸收率具有線性關(guān)系。基于該理論，結(jié)合NIR漫反射技術(shù)，可以對農(nóng)產(chǎn)品中的很多成分（包括水分、蛋白、脂肪等）進(jìn)行較為精確的測量。這一理論及相關(guān)檢測技術(shù)的出現(xiàn)，使近紅外光譜技術(shù)開始在農(nóng)副產(chǎn)品的檢測中得到較為廣泛的應(yīng)用。

但近紅外光譜分析技術(shù)的應(yīng)用很快便遭遇了挫折。20世紀(jì)60年代中期，經(jīng)典近紅外光譜分析技術(shù)相較于新出現(xiàn)的其他分析技術(shù)，不僅檢測靈敏度偏低，抗干擾性也較差，導(dǎo)致該項技術(shù)一度被棄用。直到20世紀(jì)70年代，化學(xué)計量學(xué)科中的重要內(nèi)容——多元校正技術(shù)被成功應(yīng)用于光譜分析領(lǐng)域，進(jìn)一步促進(jìn)了近紅外光譜技術(shù)的發(fā)展。20世紀(jì)80年代，得益于計算機(jī)技術(shù)的突飛猛進(jìn)，化學(xué)計量學(xué)與近紅外光譜分析技術(shù)的結(jié)合更加深入，不僅光譜信息的提取更加純熟，抗背景干擾方面也取得了突破性進(jìn)展。此時，相較于其他分析檢測技術(shù)，近紅外光譜分析在測樣方面逐漸表現(xiàn)出了其他技術(shù)難以替代的特點。20世紀(jì)90年代，近紅外光譜分析開始在工業(yè)領(lǐng)域得到廣泛應(yīng)用，社會效益和經(jīng)濟(jì)效益均有所提升，時至今日已經(jīng)發(fā)展為一種常用的綜合檢測分析技術(shù)。

1.3 近紅外光譜分析技術(shù)的原理

近紅外光譜分析的工作原理是如果被檢測樣品的物質(zhì)組成、結(jié)構(gòu)是相同的，那么其對應(yīng)的光譜也是相同的。該原理反向同樣成立?；诖?，如果能夠圍繞光譜與待檢測參數(shù)建立相應(yīng)的分析模型，則之后只需完成對待檢測樣品光譜的測量，并與“標(biāo)準(zhǔn)光譜”進(jìn)行比對，便可以快速獲得所需要的質(zhì)量參數(shù)數(shù)據(jù)。一般的近紅外光譜分析技術(shù)主要涉及兩個環(huán)節(jié)。①校正。在該環(huán)節(jié)中，檢測人員需要收集一定數(shù)量且具有較強(qiáng)代表性的樣品。通常情況下，一個批次的樣品數(shù)量至少需要達(dá)到80個。針對光譜圖進(jìn)行測量時，需要獲得樣品的各種質(zhì)量參數(shù)，即為參考數(shù)據(jù)。在此基礎(chǔ)上，基于化學(xué)計量學(xué)方法處理光譜，關(guān)聯(lián)參考數(shù)據(jù)，光譜圖和參考數(shù)據(jù)之間便會建立相應(yīng)的映射關(guān)系，分析模型建構(gòu)便完成。建立模型過程中使用的樣本數(shù)量雖然較為有限，但基于化學(xué)計量學(xué)方法處理后得到的模型具有較強(qiáng)的代表性，故檢測結(jié)果的準(zhǔn)確性可以得到保證。②預(yù)測?；诮t外光譜儀測定待測樣品的光譜圖后，可通過軟件自動完成對模型庫的檢索，目的是選擇正確的模型，進(jìn)而完成對待測質(zhì)量參數(shù)的計算[2]。

總體來看，近紅外光譜分析技術(shù)本質(zhì)上是一種間接相對分析技術(shù)，即首先圍繞待檢測對象，收集大量具有代表性的標(biāo)準(zhǔn)樣本，對其化學(xué)性質(zhì)、化學(xué)成分、分子結(jié)構(gòu)等對應(yīng)的主要數(shù)據(jù)進(jìn)行分析，完成數(shù)學(xué)模型的構(gòu)建（這一過程基于計算機(jī)軟件完成），此即為“定標(biāo)”。之后基于最大限度反映出被測樣本的群體常態(tài)分布規(guī)律，進(jìn)入具體檢測分析環(huán)節(jié)時，將實際測量的結(jié)果與標(biāo)準(zhǔn)結(jié)果加以比對，最后得出結(jié)論。例如，檢測一類農(nóng)產(chǎn)品時，國家有關(guān)部門會發(fā)布權(quán)威的檢測標(biāo)準(zhǔn)，即這種農(nóng)產(chǎn)品標(biāo)準(zhǔn)作物應(yīng)該呈現(xiàn)的化學(xué)結(jié)構(gòu)，應(yīng)有的化學(xué)組成；實際檢測中，如果發(fā)現(xiàn)農(nóng)產(chǎn)品樣品與之相符且并未發(fā)現(xiàn)其他成分，表明樣品質(zhì)量達(dá)標(biāo)；如若不然，樣品質(zhì)量存疑，不予通過。

2 近紅外光譜分析技術(shù)在食品檢測中的具體應(yīng)用

2.1 近紅外光譜分析技術(shù)在食品安全檢測中的應(yīng)用

2.1.1 近紅外光譜分析技術(shù)在釀造食品檢測中的應(yīng)用

釀造食品以酒、醋為代表，這類食品的特點是需要對食品原材料進(jìn)行發(fā)酵處理。而發(fā)酵的過程意味著原材料的化學(xué)成分、化學(xué)性質(zhì)會發(fā)生變化[3]。近年來，媒體經(jīng)常報道一些私人釀造食品，但因所采用的技術(shù)不夠嫻熟，當(dāng)事人缺乏經(jīng)驗，導(dǎo)致釀造食品中出現(xiàn)很多超標(biāo)毒性成分，當(dāng)事人因食物中毒而傷損、死亡的事件。因此，對釀造食品進(jìn)行安全檢測至關(guān)重要，這可以避免大量含有毒害化學(xué)成分的釀造食品流入市場，保障廣大消費者的生命安全。針對釀造食品進(jìn)行檢測的傳統(tǒng)方法多為常規(guī)化學(xué)方法。該方法一般在檢測之前需要對樣品進(jìn)行預(yù)處理，檢測過程不僅耗時長，還會受檢測人員操作不當(dāng)?shù)纫蛩氐挠绊?，進(jìn)而導(dǎo)致檢測結(jié)果與實際情況不符，得到錯誤的結(jié)論?；诮t外光譜分析技術(shù)對釀造食品中的成分進(jìn)行檢測時具有以下優(yōu)點：①檢測工作可在較短時間內(nèi)完成；②檢測前無需對樣品進(jìn)行預(yù)處理；③檢測過程無需添加化學(xué)試劑；④檢測成本較低，具有較強(qiáng)的經(jīng)濟(jì)性。根據(jù)上文所述近紅外光譜分析技術(shù)的原理可知，釀造食品在正常發(fā)酵過程中基本不會產(chǎn)生毒害化學(xué)成分，即使產(chǎn)生，劑量也不會超過安全標(biāo)準(zhǔn)。因此，近紅外光譜分析技術(shù)應(yīng)用于釀造食品安全檢測時，可將檢測結(jié)果與標(biāo)準(zhǔn)模型進(jìn)行比對分析，如果檢測樣品中發(fā)現(xiàn)新的化學(xué)結(jié)構(gòu)（對應(yīng)標(biāo)準(zhǔn)之外的化學(xué)成分）且數(shù)量偏多，表明釀造食品的安全性不達(dá)標(biāo)。

2.1.2 近紅外光譜檢測技術(shù)在牛奶及相關(guān)制品檢測中的應(yīng)用

近紅外光譜檢測技術(shù)應(yīng)用于牛奶及相關(guān)制品檢測中的具體方法如下。①基于離線檢測技術(shù)，即使用紅外反射儀，對裝有牛奶及其制品的試管等進(jìn)行全反射檢測。②基于在線檢測技術(shù)，即直接使用光纖探頭，在生產(chǎn)線一段便完成對樣品的檢測，具體的檢測原理與釀造食品檢測大同小異。例如，基于紅外光譜檢測技術(shù)對牛奶及相關(guān)乳制品的成分進(jìn)行檢測時，所運用的具體技術(shù)為近紅外透射技術(shù)，數(shù)學(xué)計算方法為偏最小二乘法，可以在最短時間內(nèi)，有效鑒定出牛奶或其制品中是否存在氯霉素成分。有資料顯示，此種檢查結(jié)果的精確度高達(dá)98.9%，表明此種檢測方法應(yīng)用于牛奶及其相關(guān)制品檢測時具有較高的可行性[4]。

2.1.3 近紅外光譜檢測技術(shù)在農(nóng)作物、飲料等食品檢測中的應(yīng)用

針對不同類型的農(nóng)作物、飲料等食品進(jìn)行檢測時，近紅外光譜檢測技術(shù)的應(yīng)用主要是對不同類型食品的內(nèi)部成分進(jìn)行檢測。①針對大麥、小麥、菜豆等農(nóng)作物進(jìn)行檢測時，應(yīng)重點將檢測對象集中在蛋白質(zhì)、纖維、水分和硬度方面。②針對面粉進(jìn)行檢測時，水分、蛋白含量、硬度、顏色、脂肪含量和淀粉含量等均為重點檢測對象。③針對各類水果及蔬菜進(jìn)行檢測時，除了基礎(chǔ)營養(yǎng)物質(zhì)、含水量之外，膳食纖維含量、還原糖水平、維生素C含量、β胡蘿卜素含量、維生素E含量、總糖量、各類酸性及糖分物質(zhì)含量等均是重點檢查對象。根據(jù)檢測結(jié)果，完成對水果和蔬菜的品質(zhì)分級，而不是簡單地區(qū)分“達(dá)標(biāo)”與“未達(dá)標(biāo)”。④針對飲料進(jìn)行檢測時，應(yīng)圍繞其中的咖啡因、不同形式的糖分（包括葡萄糖、果糖、蔗糖等）、甜味劑（指代所有有甜味但本質(zhì)并非糖類物質(zhì)，攝入人體后不會轉(zhuǎn)化為能量物質(zhì)進(jìn)而引起血糖升高的成分，如阿斯巴甜、蔗糖素、葡萄糖酸鈉等）和有機(jī)酸等，根據(jù)檢測結(jié)果同樣完成品質(zhì)分級。⑤針對腌制食品進(jìn)行檢測時，應(yīng)重點圍繞一些加工原料的成分、含量進(jìn)行檢查。例如，泡菜、重加工熟食中可能殘存大量亞硝酸鹽（主要化學(xué)成分是亞硝酸銨）。這類物質(zhì)在口感上與普通的食鹽（氯化鈉）幾乎無差別，但存在毒害作用，長期攝入有可能引發(fā)癌變[5]。

總體來看，針對各類農(nóng)作物、飲料等食品進(jìn)行近紅外光譜檢測，可將樣品的成分及化學(xué)結(jié)構(gòu)模型與標(biāo)準(zhǔn)的成分及化學(xué)結(jié)構(gòu)模型加以比對，進(jìn)而確定檢測樣品的某些成分是否超標(biāo)，是否存在某些標(biāo)準(zhǔn)模型中沒有的新成分，最終完成對樣品安全性的判斷。

2.1.4 針對食品原產(chǎn)地的鑒別

廣大消費者在購買食品時，最擔(dān)心的問題除了食品成分之外，還會對食品的原產(chǎn)地加以關(guān)注。同一種食品，基于同一種工藝制作時，如果所用原材料的產(chǎn)地不同，制作出的食物產(chǎn)品的口感、性能也存在一定的差異。上文提到，食品檢測除了安全檢測之外，還包括食品品級區(qū)分。基于此，針對食品及原材料的原產(chǎn)地進(jìn)行精確鑒別同樣存在重要意義。一般來說，為了實現(xiàn)對食品及原材料產(chǎn)地的快速檢測，所采取的方法是對原產(chǎn)地食品的綜合特性進(jìn)行詳細(xì)分析，之后建立相關(guān)的光譜信息。完成檢測之后，將結(jié)果與標(biāo)準(zhǔn)模型加以比對，從而鑒別是否為原產(chǎn)地出品?，F(xiàn)階段，基于近紅外光譜分析技術(shù)對食品原產(chǎn)地進(jìn)行鑒別檢測，主要應(yīng)用于酒類。有關(guān)部門已經(jīng)圍繞我國多種知名白酒的產(chǎn)地信息構(gòu)建了分析模型，極大地保障了流入消費市場的知名白酒的真實性，可從根本層面保障消費者的權(quán)益。

2.2 近紅外光譜分析技術(shù)在藥品安全檢測中的應(yīng)用

基于近紅外光譜分析技術(shù)檢測中草藥的成功案例如下。①針對黃花蒿中的青蒿素含量進(jìn)行檢測時，工作人員從四川省、河南省、云南省、廣西壯族自治區(qū)等地共采集了63種黃花蒿藥材的葉片，完成預(yù)處理后，使用近紅外光譜儀設(shè)備，完成了對上述63種黃花蒿藥材近紅外光譜圖的制備。②在上述基礎(chǔ)上，基于原始NIR數(shù)據(jù)完成建模，之后基于DWT失散小波變換的多尺度信號分解算法，對部分樣品數(shù)據(jù)進(jìn)行精確壓縮，最終獲取的小波系數(shù)可基于偏最小二乘法，對青蒿藥材中的青蒿素含量進(jìn)行數(shù)據(jù)回歸分析，最終達(dá)到展望和試驗測定值之間有關(guān)系數(shù)考察展望模型的目的。③完成上述作業(yè)后，由于儀器自帶聚類軟件，可以直接獲取聚類結(jié)果，最終完成對藥材產(chǎn)地的鑒別。具體來說，有關(guān)部門前往某中藥材加工廠進(jìn)行檢查時，如果該廠負(fù)責(zé)人聲稱當(dāng)前生產(chǎn)批次的青蒿素相關(guān)藥品原材料來源于廣西壯族自治區(qū)，但檢測結(jié)果顯示樣品成分的近紅外光譜圖、模型等與河南省對應(yīng)的標(biāo)準(zhǔn)光譜圖、模型近似，與其他地區(qū)有較大差距，意味著該廠家在生產(chǎn)青蒿素相關(guān)藥品時，存在以次充好的可能性。由此可見，近紅外光譜分析技術(shù)在藥品檢測中應(yīng)用時，可有效確定藥品原材料的產(chǎn)地。

3 結(jié)語

綜上所述，近紅外光譜分析技術(shù)可以圍繞食品的成分及原產(chǎn)地繪制近紅外光譜圖和相關(guān)分析模型，之后與“標(biāo)準(zhǔn)光譜圖”及“標(biāo)準(zhǔn)模型”加以對比，根據(jù)其中的差異性，確定當(dāng)前所檢測的食品的樣本是否符合相關(guān)描述，不可簡單地判斷是否“達(dá)標(biāo)”，其中還存在“品質(zhì)”區(qū)分?？傮w來看，近紅外光譜分析技術(shù)在食品檢測方面具有較大的應(yīng)用價值，檢測結(jié)果值得信賴。