摘 要：近紅外光譜分析技術(shù)作為一種重要的分析技術(shù)，其應(yīng)用范圍不斷擴(kuò)大，在食品行業(yè)中的應(yīng)用尤為廣泛。隨著食品安全和質(zhì)量控制要求日益嚴(yán)格，近紅外光譜分析技術(shù)以其快速、準(zhǔn)確、非破壞性的優(yōu)勢(shì)，成為食品成分分析與檢測(cè)的重要工具?；诖?，本文概述了近紅外光譜分析技術(shù)的基本原理與特點(diǎn)，詳細(xì)分析了其在食品成分分析、質(zhì)量控制、加工過程控制等方面的應(yīng)用，總結(jié)了近紅外光譜分析技術(shù)面臨的挑戰(zhàn)，并提出近紅外光譜分析技術(shù)在食品成分快速分析與檢測(cè)中的優(yōu)化措施。

關(guān)鍵詞：近紅外光譜技術(shù)；食品成分分析；質(zhì)量控制

Application of Near Infrared Spectroscopy in Rapid Analysis and Detection of Food Components

LOU Jie， HUANG Xiangping， FAN Baoqi

（White Elephant Food Co.， Ltd.， Xinzheng 451162， China）

Abstract： As an important analysis technique， the application range of near infrared spectroscopy analysis technology is expanding， especially in the food industry. With the increasingly stringent requirements of food safety and quality control， near-infrared spectroscopy has become an important tool for food composition analysis and detection due to its fast， accurate and non-destructive advantages. Based on this， this paper summarizes the basic principles and characteristics of near-infrared spectroscopy analysis technology， analyze its application in food composition analysis， quality control process control and other aspects in detail， summarizes the challenges of near-infrared spectroscopy analysis technology， and puts forward the optimization measures of near-infrared spectroscopy analysis technology in rapid analysis and detection of food composition.

Keywords： near-infrared spectroscopy technology; food ingredient analysis; quality control

近紅外光譜檢測(cè)技術(shù)在食品行業(yè)的應(yīng)用日益廣泛，可以快速、準(zhǔn)確地分析食品成分，可縮短檢測(cè)周期、降低檢驗(yàn)成本、減少環(huán)境污染以及提高檢測(cè)效率，為食品行業(yè)的創(chuàng)新與發(fā)展提供了強(qiáng)大的技術(shù)支持。本文旨在探討近紅外光譜分析技術(shù)在食品成分快速分析與檢測(cè)中的應(yīng)用，以期為相關(guān)領(lǐng)域的從業(yè)人員提供有益的參考和借鑒。

1 近紅外光譜分析技術(shù)的基本原理與特點(diǎn)

1.1 近紅外光譜分析技術(shù)的基本原理

近紅外光譜分析技術(shù)是一種基于物質(zhì)與近紅外光相互作用的分析技術(shù)，當(dāng)近紅外光與物質(zhì)相互作用時(shí)，物質(zhì)會(huì)吸收、反射或透射特定波長的紅外光，這些光譜特性與物質(zhì)的化學(xué)成分、結(jié)構(gòu)、性質(zhì)密切相關(guān)[1]。不同物質(zhì)在近紅外光譜中呈現(xiàn)出獨(dú)特的光譜特征，這些特征可以用于快速、準(zhǔn)確地識(shí)別物質(zhì)種類、成分含量，進(jìn)而評(píng)估食品質(zhì)量。通過對(duì)不同物質(zhì)在近紅外光區(qū)的光譜信息進(jìn)行測(cè)量和分析，能夠揭示物質(zhì)的內(nèi)在特性。

1.2 近紅外光譜分析技術(shù)的特點(diǎn)

近紅外光譜分析技術(shù)作為一種快速分析技術(shù)，具有非破壞性、快速性、精密度高以及多組分同時(shí)分析等特點(diǎn)。①近紅外光譜分析技術(shù)具有非破壞性的特性，樣品在分析過程中保持完整，無須經(jīng)過復(fù)雜的處理步驟，節(jié)省了分析時(shí)間和成本。②近紅外光譜分析技術(shù)的分析速度極快，能夠在30 s內(nèi)獲取大量數(shù)據(jù)，滿足了快速檢測(cè)的需求[2]。③近紅外光譜分析技術(shù)具有高度的精密度和重復(fù)性，可以確保分析結(jié)果的準(zhǔn)確性和可靠性。④近紅外光譜分析技術(shù)具有多組分同時(shí)分析的能力，可以同時(shí)獲取樣品中多個(gè)成分的信息，極大地提高了分析效率。⑤近紅外光譜分析技術(shù)的一次性投資相對(duì)較低，較多企業(yè)和研究機(jī)構(gòu)能夠承擔(dān)得起這一技術(shù)的使用成本。

2 近紅外光譜分析技術(shù)在食品行業(yè)中的應(yīng)用

2.1 在食品成分分析方面的應(yīng)用

近紅外光譜分析技術(shù)能夠快速且準(zhǔn)確地對(duì)食品中的主要營養(yǎng)成分進(jìn)行定量分析，如蛋白質(zhì)、脂肪等。通過收集樣品在特定波長下的光譜信息，并結(jié)合化學(xué)計(jì)量學(xué)方法建立數(shù)學(xué)模型，預(yù)測(cè)食品中各種成分的含量，可用于在線檢測(cè)，實(shí)時(shí)監(jiān)控生產(chǎn)過程，確保產(chǎn)品質(zhì)量穩(wěn)定可靠。例如，可通過近紅外光譜分析技術(shù)快速準(zhǔn)確地分析酒類中的酒精含量，為酒類生產(chǎn)的質(zhì)量控制提供有力支持。

2.2 在食品質(zhì)量控制方面的應(yīng)用

近紅外光譜分析技術(shù)在食品質(zhì)量控制方面發(fā)揮著重要作用[3]。例如，其非破壞性分析檢測(cè)功能可用于檢測(cè)柑橘、蘋果等成熟期的含糖量，可在田間移動(dòng)式測(cè)定，確保水果成熟度及品質(zhì)，保護(hù)果農(nóng)及消費(fèi)者的利益。此外，近紅外光譜分析技術(shù)還可用于檢測(cè)食品的灰分、脂肪酸值、酸價(jià)、過氧化值、pH值及色澤等指標(biāo)，這些指標(biāo)是評(píng)價(jià)食品品質(zhì)的重要依據(jù)。通過近紅外光譜分析技術(shù)，生產(chǎn)企業(yè)可以實(shí)時(shí)監(jiān)測(cè)生產(chǎn)過程中的各項(xiàng)指標(biāo)，及時(shí)調(diào)整生產(chǎn)工藝，確保產(chǎn)品品質(zhì)穩(wěn)定，對(duì)于食品生產(chǎn)企業(yè)具有重要意義。

2.3 在食品加工過程控制方面的應(yīng)用

近紅外光譜分析技術(shù)可用于食品加工過程控制中的在線檢測(cè)。例如，在甜菜糖和豆粕的生產(chǎn)加工過程中使用近紅外光譜分析技術(shù)，實(shí)時(shí)監(jiān)測(cè)生產(chǎn)過程的水分、糖分、蛋白質(zhì)等指標(biāo)含量，出現(xiàn)異常時(shí)及時(shí)發(fā)出報(bào)警，提醒操作人員調(diào)整生產(chǎn)工藝，確保生產(chǎn)過程品質(zhì)穩(wěn)定，降低生產(chǎn)成本，提高生產(chǎn)效率。還可利用在線數(shù)據(jù)進(jìn)行SPE分析，熟知生產(chǎn)過程的能力控制指數(shù)，解決質(zhì)量與成本控制長久以來的矛盾，為食品行業(yè)的高效生產(chǎn)和質(zhì)量控制提供了有力的數(shù)據(jù)支持?？焖贉?zhǔn)確的分析和監(jiān)測(cè)方式可確保生產(chǎn)過程中產(chǎn)品品質(zhì)的穩(wěn)定性及一致性。

3 近紅外光譜分析技術(shù)在食品檢測(cè)中的挑戰(zhàn)

3.1 光譜數(shù)據(jù)重復(fù)性和可比性方面的挑戰(zhàn)

①光譜數(shù)據(jù)的重復(fù)性問題是一個(gè)亟待解決的難題。針對(duì)同一批次的食品樣品進(jìn)行光譜檢測(cè)，操作條件、儀器狀態(tài)的微小變化以及環(huán)境因素的波動(dòng)，都可能導(dǎo)致光譜數(shù)據(jù)產(chǎn)生明顯的波動(dòng)。這種波動(dòng)不僅可能掩蓋食品中真實(shí)成分的變化，還可能引入不必要的誤差，使得檢測(cè)結(jié)果失真，從而嚴(yán)重影響了食品檢測(cè)的準(zhǔn)確性[4]。②光譜數(shù)據(jù)的可比性問題也對(duì)食品檢測(cè)的可靠性構(gòu)成了嚴(yán)重威脅。不同實(shí)驗(yàn)室之間由于缺乏統(tǒng)一的操作規(guī)范和標(biāo)準(zhǔn)，使得光譜數(shù)據(jù)的采集、處理、分析過程存在顯著的差異。這種差異導(dǎo)致不同實(shí)驗(yàn)室之間的光譜數(shù)據(jù)難以進(jìn)行有效的比較和驗(yàn)證，從而影響了食品檢測(cè)結(jié)果的互認(rèn)性，這不僅阻礙了近紅外光譜分析技術(shù)在食品行業(yè)中的廣泛應(yīng)用，也限制了其在食品質(zhì)量控制和食品安全監(jiān)管方面的作用。

3.2 光譜數(shù)據(jù)復(fù)雜

由于光譜數(shù)據(jù)包含大量復(fù)雜的信息，需要運(yùn)用專業(yè)的算法和模型進(jìn)行分析，近紅外光譜數(shù)據(jù)的解析和建模要求操作人員具備充足的化學(xué)計(jì)量學(xué)知識(shí)和實(shí)踐經(jīng)驗(yàn)，以免分析結(jié)果產(chǎn)生較大偏差。以牛奶為例，其光譜數(shù)據(jù)包含蛋白質(zhì)、脂肪、乳糖等多種成分的信息。為準(zhǔn)確獲取這些信息，操作人員需要利用特定的算法對(duì)光譜數(shù)據(jù)進(jìn)行處理，如去噪等，然后通過建模方法獲取各成分的特征光譜。

不同種類的食品光譜特性存在明顯差異，如水果和肉類中的水分在光譜中的表現(xiàn)具有較大差異，因此針對(duì)不同種類的食品，需要分別建立特定的分析模型，以確保模型的準(zhǔn)確性和可靠性。而光譜儀器的穩(wěn)定性對(duì)檢測(cè)結(jié)果具有至關(guān)重要的影響，需定期對(duì)儀器進(jìn)行校準(zhǔn)和維護(hù)，包括檢查儀器的光源、探測(cè)器等關(guān)鍵部件的性能以及調(diào)整儀器的參數(shù)設(shè)置等，以確保測(cè)量結(jié)果的準(zhǔn)確性和一致性。

4 近紅外光譜分析技術(shù)在食品成分分析中的應(yīng)用優(yōu)化

4.1 優(yōu)化數(shù)據(jù)處理與建模技術(shù)提升分析精度

近紅外光譜技術(shù)作為食品成分分析領(lǐng)域的重要工具，其數(shù)據(jù)解析和建模的準(zhǔn)確性直接關(guān)系到分析結(jié)果的精度，因此優(yōu)化數(shù)據(jù)處理方法和建模技術(shù)是提升分析精度的關(guān)鍵環(huán)節(jié)。光譜數(shù)據(jù)中往往夾雜著各種噪聲和干擾，影響數(shù)據(jù)的準(zhǔn)確性和可靠性，需要采用濾波算法，消除光譜數(shù)據(jù)中的干擾，使得信噪比更高[5]。同時(shí)可以通過基線校正使光譜數(shù)據(jù)更加準(zhǔn)確。然而光譜數(shù)據(jù)與食品成分之間的關(guān)系往往是非線性的，傳統(tǒng)的建模方法有時(shí)無法充分捕捉這種非線性關(guān)系，導(dǎo)致分析精度受限。而機(jī)器學(xué)習(xí)或深度學(xué)習(xí)等算法在捕捉非線性關(guān)系方面具有獨(dú)特的優(yōu)勢(shì)，計(jì)算機(jī)自動(dòng)學(xué)習(xí)光譜數(shù)據(jù)與食品成分之間的復(fù)雜關(guān)系，從而實(shí)現(xiàn)更準(zhǔn)確的預(yù)測(cè)和分析，降低人為因素對(duì)分析結(jié)果的影響，使分析結(jié)果更加客觀準(zhǔn)確。例如，通過對(duì)現(xiàn)有光譜數(shù)據(jù)進(jìn)行精細(xì)處理優(yōu)化，利用優(yōu)化后的建模技術(shù)，輸入新的光譜數(shù)據(jù)時(shí)，模型就能夠快速準(zhǔn)確地預(yù)測(cè)出水果的糖度和酸度等指標(biāo)。

4.2 建立食品類型特異性模型

由于不同食品的光譜特性存在差異，食品行業(yè)和研究機(jī)構(gòu)致力于開發(fā)食品類型特異性的分析模型。通過對(duì)大量光譜數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，提取出與特定食品成分或品質(zhì)相關(guān)的特征信息，基于這些特征信息，食品類型特異性模型能夠更精確地解析特定食品的光譜數(shù)據(jù)，從而實(shí)現(xiàn)對(duì)食品成分的準(zhǔn)確檢測(cè)。以肉類為例，豬肉、牛肉、雞肉等在營養(yǎng)成分、組織結(jié)構(gòu)，口感等方面存在明顯差異，這些差異也體現(xiàn)在它們的光譜特性上。通過對(duì)肉類產(chǎn)品的光譜數(shù)據(jù)進(jìn)行收集、建模，實(shí)施預(yù)測(cè)，能及時(shí)發(fā)現(xiàn)生產(chǎn)過程中的問題，采取相應(yīng)措施，保障產(chǎn)品的質(zhì)量和安全[6]。

4.3 儀器性能優(yōu)化與標(biāo)準(zhǔn)化操作

光譜儀器的測(cè)量精度直接決定了分析結(jié)果的準(zhǔn)確性。通過深入研究和優(yōu)化儀器的硬件設(shè)計(jì)，可選用高質(zhì)量的光學(xué)元件、探測(cè)器等，從而提升儀器的整體性能。此外，軟件算法的優(yōu)化也是提高測(cè)量精度的關(guān)鍵，先進(jìn)的算法能夠更準(zhǔn)確地處理光譜數(shù)據(jù)，減少誤差，提高分析的可靠性。

除了儀器本身的優(yōu)化，制定標(biāo)準(zhǔn)化的操作流程和規(guī)范也是保證分析結(jié)果可靠性的重要環(huán)節(jié)。可通過制訂詳細(xì)的操作指南和培訓(xùn)計(jì)劃，確保操作人員掌握正確的操作方法，提高分析的準(zhǔn)確性和一致性。以奶制品檢測(cè)為例，制定標(biāo)準(zhǔn)化的樣品處理和分析流程，可以確保每次每人檢測(cè)的一致性。

4.4 加強(qiáng)實(shí)驗(yàn)室間的合作與交流

實(shí)驗(yàn)室可以建立穩(wěn)定的合作平臺(tái)與機(jī)制，通過線上線下的論壇、研討會(huì)等形式，定期分享研究成果和技術(shù)進(jìn)展。數(shù)據(jù)作為科研的基石，實(shí)驗(yàn)室間應(yīng)制定數(shù)據(jù)共享的標(biāo)準(zhǔn)與協(xié)議，實(shí)現(xiàn)光譜數(shù)據(jù)、分析結(jié)果等信息的互通有無，豐富研究數(shù)據(jù)集，提高分析的準(zhǔn)確性。此外，經(jīng)驗(yàn)交流與培訓(xùn)同樣重要，實(shí)驗(yàn)室可以舉辦經(jīng)驗(yàn)交流會(huì)，分享光譜分析技術(shù)方面的經(jīng)驗(yàn)和教訓(xùn)，同時(shí)開展培訓(xùn)活動(dòng)，提升實(shí)驗(yàn)室人員的專業(yè)素質(zhì)。聯(lián)合項(xiàng)目研發(fā)也是加強(qiáng)合作的有效方式，通過聯(lián)合攻關(guān)，可以共同解決技術(shù)難題，推動(dòng)技術(shù)的突破與創(chuàng)新。在合作過程中，還需加強(qiáng)知識(shí)產(chǎn)權(quán)保護(hù)意識(shí)，確保各方權(quán)益得到保障，通過這一系列的實(shí)施措施，實(shí)驗(yàn)室間的合作與交流將更加緊密，有助于推動(dòng)近紅外光譜分析技術(shù)在食品檢測(cè)領(lǐng)域的發(fā)展，提升食品檢測(cè)的準(zhǔn)確性和可靠性，促進(jìn)整個(gè)行業(yè)的進(jìn)步。

5 結(jié)語

綜上所述，通過優(yōu)化數(shù)據(jù)處理與建模技術(shù)，可提升分析精度，準(zhǔn)確地反映食品成分信息；建立食品類型特異性模型，可增強(qiáng)分析的適用性，使不同食品的光譜特性得到更好的解析。這不僅有助于實(shí)現(xiàn)更準(zhǔn)確的食品質(zhì)量控制和食品安全檢測(cè)，也可推動(dòng)食品行業(yè)的持續(xù)健康發(fā)展。近紅外光譜分析技術(shù)作為一種高效、安全的分析方法，在食品成分分析與檢測(cè)領(lǐng)域具有廣闊的應(yīng)用前景，隨著技術(shù)的不斷進(jìn)步和應(yīng)用領(lǐng)域的拓展，其在食品行業(yè)的應(yīng)用將會(huì)更加廣泛和深入。

參考文獻(xiàn)

[1]閆涵，溫斌.BIM技術(shù)在抽水蓄能電站上水庫設(shè)計(jì)中的應(yīng)用[J].東北水利水電，2022，40（7）：13-14.

[2]王建平，楊帆，于鵬云，等.超快多維紅外光譜學(xué)：分子結(jié)構(gòu)的時(shí)空分辨[J].光譜學(xué)與光譜分析，2016，36（增刊1）：161-162.

[3]柳建良，黃桂穎，舒永培，等.貢柑不同采收期果實(shí)可溶性糖紅外光譜學(xué)研究[J].西北農(nóng)業(yè)學(xué)報(bào)，2009，18（1）：234-237.

[4]占新華，周立祥，楊紅，等.水溶性有機(jī)物與多環(huán)芳烴結(jié)合特征的紅外光譜學(xué)研究[J].土壤學(xué)報(bào)，2007，44（1）：47-53.

[5]聶中南.利用近紅外反射光譜學(xué)（NIR）技術(shù)進(jìn)行化學(xué)成分分析[J].湖北畜牧獸醫(yī)，1989（增刊1）：21.

[6]歐陽連，胡云梯.紅外光譜學(xué)鑒定莫合煙下腳提取物綠色素[J].八一農(nóng)學(xué)院學(xué)報(bào)，1987（4）：110-112.

作者簡介：婁杰（1973—），女，河南開封人，大專。研究方向：食品檢驗(yàn)。