近红外光谱技术在食品品质方面的应用

李长滨，张荷丽，王姗姗，庄军辉

（1.河南牧业经济学院质量检测与管理系，河南郑州450046；2.河南教育学院宣传部，河南郑州450046）

近红外光谱技术在食品品质方面的应用

李长滨1，张荷丽1，王姗姗2，庄军辉1

（1.河南牧业经济学院质量检测与管理系，河南郑州450046；2.河南教育学院宣传部，河南郑州450046）

近年来，由食品的品质问题引发的安全事故越来越多，建立食品品质的快速检测方法迫在眉睫。近红外光谱分析技术以其分析速度快、无损、预处理简单、非破坏性、易于实现在线检测等特点，已发展成为一种应用于食品品质控制方面的快速分析新手段。本文概述了近年来近红外光谱技术在肉类、乳制品、水果蔬菜、粮食作物及其他等方面的研究进展，并对其在食品品质方面的应用进行了展望。

近红外；食品；品质；应用

近红外光谱区（Near Infrared，NIR）是介于可见光和中红外光之间波长在780 nm～2 526 nm范围的电磁波。近红外主要是含氢基团X—H（X＝C、N、O、S）振动的倍频和合频吸收，其中包含了大多数类型有机化合物的组成和分子结构的信息。而食品主要由水、蛋白质、脂肪、淀粉和纤维等组成，这些化合物均含有在近红外光谱区有响应的化学键；此外，由于食品检测的时效性，加之近红外光谱分析的检测快速、无损、易于实现在线检测、易于进行多组分同时测定、预处理简单及无污染等优点，该技术被广泛应用。近红外光谱技术是利用统计学方法建立一个近红外光谱数据和样品待测组分量之间的校正模型并通过该模型对未知样品进行预测分析及判断的一种间接分析技术，在食品品质方面应用主要体现在肉制品、乳制品、果品蔬菜、粮食作物等方面。

1在肉及肉制品品质分析中的应用

肉及肉制品既是人类生活当中蛋白质的来源，也是人体能量的提供者。近红外关于肉制品的品质应用主要集中在猪、牛、羊肉制品加工过程中某些物质的含量测定。在国外，近红外光谱的应用以牛肉作为研究对象的文献较多。如在线预测牛肉馅的化学组成、预测牛肉的脂肪酸组成；利用近红外反射光谱预测牛肉的嫩度［1］；使用光纤探头结合近红外光谱技术建立猪肉和牛肉产品中羟脯氨酸的测定方法［2］。此外，猪羊肉方面，V.M.Fernández-Cabanás等通过近红外光谱技术对Iberian干腌猪肉肠的饱和脂肪酸、单不饱和脂肪酸、多不饱和脂肪酸等组分进行测定［3］；F.Guy等在2011年成功地将近红外光谱技术应用到了羊肉脂肪酸成分的分析中［4］。在鱼制品品质分析中，包括一些鱼产品、鱼粉、鱼糜和鱼丸，除了组成成分的分析以外，还有物理特性、加工过程的控制，如Musleh Uddin等应用近红外光谱技术确定鱼糜热处理［5］。

在肉制品掺假方面，2000年，Ding等利用近红外技术对牛肉汉堡掺假的问题进行了研究，通过采集生、熟和切碎的牛肉的光谱，并通过偏最小二乘法建立回归模型来判断汉堡包中的掺假程度［6］。Gayo J等利用可见-近红外光谱技术对蟹肉掺假进行了分析［7］。

随着民众对食品安全问题的关注度日益提升，近红外或将应用于肉制品兽残的快速检测。同时近红外光谱技术在检测肉类的感官特性方面存在一定的局限性，这都将是以后研究的方向。

2在乳制品检测中的应用

早在20世纪50年代末，已有文献报道有学者将近红外光谱技术应用到了乳制品分析中。80年代关于乳制品方面的文献开始增多，I.González-Martín等采用近红外光谱技术结合光纤技术实现了对不同饲养区、不同培育类型的奶牛牛奶中脂肪总量、固形物、蛋白质和乳糖含量的实时在线检测［8］。随后逐渐出现近红外光谱技术应用到鲜牛奶和酸奶质量分析中的报道。国内近红外光谱技术研究大多集中在奶粉和鲜奶的质量控制方面，中国农业大学的吴静珠等建立了不同种类奶粉中脂肪、乳糖、蔗糖、蛋白和灰分的近红外模型，并将此应用于奶粉的质量控制［9］；鲁超等利用近红外光谱技术分析了均质、巴氏杀菌等不同加工工艺对牛乳近红外光谱的影响，通过研究发现可以利用牛乳与原料乳区别的特征波长点来判断牛乳是否经过了加工处理，从而为牛乳的质量控制依据［10］；何勇等利用主成分分析法（PCA）建立了不同品种酸奶的三层BP人工神经网络鉴别模型，结果表明所建模型对不同酸奶品种的拟合率和预测品种的识别率均为100%［11］；浙江大学吴迪等通过主成分分析（PCA）对原始光谱输入变量进行降维压缩，采用最小二乘支持向量机（LSSVM）对光谱透射率值和蛋白质值建模并应用到奶粉蛋白质含量的快速检测中［12］；M.Coppa等利用NIRS技术结合外部验证对烘干牛奶和液体牛奶中脂肪酸的成分进行了分析，并取得了理想结果［13］。

近十年来，关注奶酪品质分析和过程控制的研究较多。Romdhane Karoui等建立了软奶酪内部的预测化学参数方法［14］；M.J.Mateo等实现了近红外反向散射在奶酪制作过程中工艺参数的应用［15］；I.Revilla和I. González-Martin通过带有光纤探头的近红外技术评价了奶酪的质地结构［16］；I.González-Martín等应用近红外技术结合光纤探头建立了奶酪中矿物成分的数据模型并将建立的模型用于未知奶酪中不同矿物成分的预测［17］。

目前有关乳制品品质的质量控制分析的报道多见原料奶，跟消费者关系最紧密的包装成品乳的检测及不同工艺对乳制品品质控制应该是研究重点。

3在水果和蔬菜品质评价中的应用

近红外技术在水果和蔬菜方面的研究对象包括苹果、梨、葡萄、桃等常见水果及土豆、大白菜、西红柿等常见蔬菜，研究内容涉及糖分、添加剂、酸度、可溶性固形物和硬度的检测以及贮藏过程中质量监控及品质鉴别［18］。近些年，组合算法的运用及多指标的同时测定越来越多。中国农业大学的王加华等建立了苹果糖度的遗传算法（GA）-偏最小二乘法（PLS）校正模型和不同谱区的PLS定量模型，并评价了模型的稳健性［19］；刘波平等用偏最小二乘（PLS）结合广义回归神经网络（GRNN）建立了土豆中粗纤维、淀粉、蛋白质3种营养成分的PLS-GRNN模型并取得了很好的预测结果［20］；W.Luo等利用近红外光谱技术和模式识别相结合的方法对苹果种类进行了定性鉴别［21］；S.Bureau等在800 nm～2 500 nm光谱区间内对8个品种不同成熟期内的杏果用近红外方法对可溶性固形物和可滴定酸度进行了预测，相关系数分别达到了0.92和0.89，取得了较为准确的结果［22］；Y.Makino等在645 nm～979 nm波长范围内对样品进行扫描，将人工神经网络运用到了番茄氧吸收率的预测中去，并取得了良好的预测结果［23］。

近红外光谱分析技术也应用在果蔬中农残的快速检测。周向阳等以农药甲胺磷为主要研究对象，首次采用傅立叶变换近红外光谱法对多种叶菜中有机磷农药残留的鉴别进行了系统研究［24］；王多加等运用近红外光谱技术结合以二阶导数处理和偏最小二乘法分析了生菜中硝酸盐的含量［25］。徐琳等建立了快速检验蔬菜表面残留氯氰菊酯的新方法［26］。

4在粮食作物中的应用

随着近红外光谱技术的日趋发展及完善，近年来此技术在粮食作物检测中的应用越来越广泛，包括小麦、玉米、花生、大豆等。陈锋等应用近红外透射光谱测试技术研究中国冬播小麦面粉颗粒度分布情况［28］；B.Zhang等采用导数处理和SNV+D散射校正相结合的预处理方法建立了氨基酸总量及单一氨基酸含量的预测模型，可实现快速测定13种氨基酸的含量［29］；Y.Rao等建立了花生油偏最小二乘回归模型，结果表明利用此分析模型判断花生合格与否的准确率达到了96.55%，并由此可能将此模型应用到其他指标的检测中去［30］；R.Choudhary等利用近红外光谱结合线性判别和BP神经网络进行散装小麦的分类并获得了理想的结果［31］；A.G.Patil等利用偏最小二乘回归分析建立了大豆中几种重要脂肪酸的近红外模型，经外部交叉验证获知油酸、亚油酸、棕榈酸的决定系数R2分别达到了0.89、0.86和0.89［32］；丁姣等利用近红外光谱技术对食醋中可溶性无盐固形物含量的精度和稳定性进行了评价［33］。

近红外光谱技术在粮食作物领域已用于研究谷物粮食中蛋白质、氨基酸、淀粉、水分、品质等分析，而薯类作物的品质分析尚不多见，刘翠翠等利用近红外分析仪结合常规化学分析方法较好地测定了马铃薯样品的含钾量［34］，至于薯类的其他指标研究尚属空白；姬玉梅以14种蛋白质含量差异较大的小麦为材料，利用近红外光谱技术，快速、无损地测定了完整小麦子粒的蛋白质［35］。

5在其他方面的应用

近红外在食品品质方面的应用十分广泛，除了上述应用之外，近红外光谱技术在食品其他方面的应用主要体现在转基因食品、茶叶、蜂蜜、果汁、酒制品等方面。J.H.Lee等利用NIRS技术使用二阶导数预处理的偏最小二乘判别分析模型实现了对抗除草剂转基因大豆的无损检测［36］；Daiki Ono等利用近红外光谱结合偏最小二乘回归分析法对绿茶的工艺参数进行了优化［37］；陈全胜等利用近红外光谱分析技术结合支持向量机（SVM）模式识别原理建立了碧螺春茶的真伪鉴别模型［38］；张欣等利用近红外光谱法完成了蜂蜜中还原糖的检测［39］；陈兰珍等完成了蜂蜜真伪的近红外光谱鉴别研究［40］；邵咏妮等实现了基于独立组分分析和BP神经网络的近红外光谱蜂蜜品牌的鉴别［41］；Pontes等建立了几种酒精和饮料的模型，利用主成分得分图来鉴别饮料中掺水、乙醇等掺假问题［42］。

6结论与展望

随着人们对食品安全的重视及近红外光谱技术的成熟与完善，近红外光谱技术在食品品质方面的应用也越来越广泛。目前应用主要体现在粮食作物、乳制品、常见水果肉制品等方面，其他相关食品方面的研究较少。

在国内，近红外在食品品质方面的基础研究和应用研究还有很多工作需要去做，如食品中各组分在近红外光谱区吸收的系统研究、完善预测模型、新的数据处理方法、模型库共享、校正模型转移、各种可移动式的和过程分析仪器的研制等。目前，许多食品品质分析方法不能满足实际需要，如食品加过程中的品质监控，流通领域中食品品质的实时检查，许多传统的分析方法无法实现快速的无损分析以及多组分同时测定。近红外光谱技术以其无损、快速、实时等特点在食品加工过程中的质量控制有着其它方法无法比拟的优点，随着食品品质分析的各种标准方法的出现，以及化学计量学方法发展，将NIRS技术用于在线检测和过程分析过程，提高产品品质，加快我国传统食品工业化发展的步伐，具着一定的现实意义。

［1］Bowling M B，Vote D J，Belk K E，et al.Using reflectance spectroscopy to predict beef tenderness［J］.Meat Science，2009，82（1）：1-5

［2］Ma Inmaculada González-Martín，César Fernández Bermejo，José Miguel Hernández Hierro，et al.Determination of hydroxyproline in cured pork sausages and dry cured beef products by NIRS technology employing a fibre-optic probe［J］.Food Control，2009，20（8）：752-755

［3］V M Fernández-Cabanás，O Polvillo，R Rodríguez-Acuña，et al. Rapid determination of the fatty acid profile in pork dry-cured sausages by NIR spectroscopy［J］.Food Chemistry，2011，124（1）：373-378

［4］F Guy，S Prache，A Thomas，et al.Prediction of lamb meat fatty acid composition using near-infrared reflectance spectroscopy（NIRS）［J］. Food Chemistry，2011，127（3）：1280-1286

［5］Musleh Uddin，Emiko Okazaki，Moin Uddin Ahmad，et al.NIR spectroscopy：A non-destructive fast technique to verify heat treatment of fish-meat gel［J］.Food Control，2006，17（8）：660-664

［6］Ding H B.Near-infrared spectroscopic technique for detection of beef hamburger adulteration［J］.Agricultural and Food Chemistry，2000，48（6）：2193-2198

［7］Gayo J，Hale S A，Blanchard S M.Quantitative analysis and detection of adulteration in crab meat using visible and near-infrared spectroscopy［J］.Journal of Agricultural and Food Chemistry，2006，54（4）：1130-1136

［8］González-Martín I，J M Hernández-Hierro，I Revilla，et al.The mineral composition（Ca，P，Mg，K，Na）in cheeses（cow’s，ewe’s and goat’s）with different ripening times using near infrared spectroscopy with a fibre-optic probe［J］.Food Chemistry，2011，127（1）：147-152

［9］吴静珠，王一鸣，张小超，等.基于近红外的奶粉品质检测技术研究［J］.光谱学与光谱分析.2007，27（9）：1735-1738

［10］鲁超，皮付伟，刘毅，等.基于牛乳加工工艺的NIRS研究［J］.光谱学与光谱分析，2008，28（1）：84-87

［11］何勇，冯水娟.近红外光谱快速鉴别酸奶品种的研究［J］.光谱学与光谱分析，2006，26（11）：2021-2023

［12］吴迪，曹芳，冯水娟，等.基于支持向量机算法的红外光谱技术在奶粉蛋白质含量快速检测中的应用［J］.光谱学与光谱分析，2008，28（5）：1071-1075

［13］Coppa M，Ferlay A，Leroux C，et al.Prediction of milk fatty acid composition by near infrared reflectance spectroscopy［J］.International Dairy Journal，2010，20（3）：182-189

［14］Romdhane Karoui，Abdul Mounem E'ric Dufour，Robert Schoonheydt，et al.A comparison and joint use of VIS-NIR and MIR spectroscopic methods for the determination of some chemical parameters in soft cheeses at external and central zones［J］.Eur Food Res Technol，2006，223（3）：363-371

［15］Mateo M J，O’Callaghan D J，Everard C D，et al.Influence of curd cutting programme and stirring speed on the prediction of syneresis indices in cheese-making using NIR light backscatter［J］.Food Science and Technology，2009，42（5）：950-955

［16］Revilla I，González-Martín I，Hernández-Hierro J M，et al.Texture evaluation in cheeses by NIRS technology employing a fibre-optic probe［J］.Journal of Food Engineering，2009，92（1）：24-28

［17］González-Martín I，Hernández-Hierro J M，Vivar-Quintana A，et al. The application of near infrared spectroscopy technology and a remote reflectance fibre-optic probe for the determination of peptides in cheeses（cow's，ewe's and goat's）with different ripening times［J］. Food Chemistry，2009，114（4）：1564-1569

［18］Bart M.Nicola¨'，Katrien Beullens，Els Bobelyn，et al.Nondestructive measurement of fruit and vegetable quality by means of NIR spectroscopy［J］.Postharvest Biology and Technology，2007，46（2）：99-118

［19］王加华，韩东海.基于遗传算法的苹果糖度近红外光谱分析［J］.光谱学与光谱分析，28（10）：2308-2311

［20］刘波平，秦华俊，罗香，等.基于偏最小二乘与广义回归神经网络的近红外光谱测定土豆中3种营养成分的研究［J］.分析试验室，2007，26（9）：38-41

［21］Luo W，Huan S，Fu H，et al.Preliminary study on the application of near infrared ectroscopy and pattern recognition methods to classify different types of apple samples［J］.Food Chemistry，2011，128（2）：555-561

［22］Bureau S，Ruiz D，Reich M，et al.Rapid and non-destructive analysis of apricot fruit quality using FT-near-infrared spectroscopy［J］. Food Chemistry，2009，113（4）：1323-1328

［23］Makino Y，Ichimura M，Oshita S，et al.Estimation of oxygen uptake rate of tomato fruits by artificial neural networks modelled using near-infrared spectral absorbance and fruit mass［J］.Food Chemistry，2010，121（2）：533-539

［24］周向阳，林纯忠，胡祥娜，等.近红外光谱法（N IR）快速诊断蔬菜中有机磷农药残留［J］.食品科学，2004，25（5）：151-153

［25］王多加.近红外光谱法非破坏快速检测生菜中硝酸盐含量［J］.食品科学，2004，25（10）：239-2411

［26］徐琳，王乃岩，宋东明，等.ATR-FT IR快速检验蔬菜表面残留氯氰菊酯［J］.光谱实验室，2003，20（6）：888-890

［27］M-T Sánchez，M-J De la Haba，J-E Guerrero，et al.Testing of a local approach for the prediction of quality parameters in intact nectarines using a portable NIRS instrument［J］.Postharvest Biology and Technology，2011，60（2）：130-135

［28］陈锋，何中虎.利用近红外透射光谱技术测定小麦品质性状的研究［J］.麦类作物学报，2003，23（3）：1-4

［29］B Zhang，Z Q Rong，Y Shi，et al.Prediction of the amino acid composition in brown rice using different sample status by near-infrared reflectance spectroscopy［J］.Food Chemistry，2011，127（1）：275-281

［30］Y Rao，B Xiang，X Zhou，et al.Quantitative and qualitative determination of acid value of peanut oil using near-infrared spectrometry［J］.Journal of Food Engineering，2009，93（2）：249-252

［31］R Choudhary，S Mahesh，J Paliwal，et al.Identification of wheat classes using wavelet features from near infrared hyperspectral images of bulk samples［J］.Biosystems Engineering，2009，102（2）：115-127

［32］A G Patil，M D Oak，S P Taware，et al.Nondestructive estimation of fatty acid composition in soybean［Glycine max（L.）Merrill］seeds using Near-Infrared Transmittance Spectroscopy［J］.Food chemistry，2010，120（4）：1210-1217

［33］丁姣，蔡建荣，张海东，等.近红外结合Si-ELM检测食醋品质指标［J］.食品与机械，2012，28（1）：93-96

［34］刘翠翠，高红秀，李赞，等.马铃薯块茎钾含量近红外模型的建立［J］.中国马铃薯，2011，5（2）：65-68

［35］姬玉梅.近红外光谱技术在小麦品质育种中的应用研究［J］.湖北农业科学，2012（10）：161-162

［36］Lee J H，Choung M G.Nondestructive determination of herbicideresistant genetically modified soybean seeds using near-infrared reflectance spectroscopy［J］.Food Chemistry，2011，126（1）：368-373

［37］Ono D，Bamba T，Oku Y，et al.Application of Fourier transform near-infrared spectroscopy to optimization of green tea steaming process conditions［J］.Journal of Bioscience and Bioengineering，2011，112（3）：247-251

［38］陈全胜，赵杰文.SIMCA模式识别方法在近红外光谱识别茶叶中的应用［J］.食品科学，2006，27（4）：186-189

［39］张欣，单杨，李水芳.基于多元散射校正和偏最小二乘（MSC/PLS）的傅里叶变换近红外光谱检测蜂蜜中还原糖［J］.食品与机械，2009，25（6）：109-112

［40］陈兰珍，赵静，叶志华，等.蜂蜜真伪的近红外光谱鉴别研究［J］.光谱学与光谱分析，2008，28（11）：2565-2568

［41］邵咏妮，何勇，鲍一丹.基于独立组分分析和BP神经网络的可见/近红外光谱蜂蜜品牌的鉴别［J］.光谱学与光谱分析，2008，28（3）：602-605

［42］Pontes M J C，Santos S R B，et al.Classification of distilled alcoholic beverages and verification of adulteration by near infrared spectrometry［J］.Food Research International，2006，39（2）：182-189

Application of Near Infrared Spectroscopy in Food Quality

LI Chang-bin1，ZHANG He-li1，WANG Shan-shan2，ZHUANG Jun-hui1
（（1.Department of Quality Detection and Management Henan University of Animal Husbandry and Economy，Zhengzhou 450046，Henan，China；2.Propaganda Department of Henan Institute of Education，Zhengzhou 450046，Henan，China）

In recent years，more and more safety accidents caused by quality problems of food，establish a rapid method to rapid detection methods in food quality is Imminent.Near infrared spectroscopy analysis technology which is speed，non-destructive，simple pretreatment，nondestructive，easy online detection，has become a kind of application in food quality control.This paper reviewed the research development of near infrared spectroscopy in meat，dairy products，fruits and vegetables，food crops and other aspects in recent years，and its application in food quality is discussed.

near infrared；food；quality；application

10.3969/j.issn.1005-6521.2015.10.028

2014-04-20

河南省科技发展计划（112102110034）；郑州市科研攻关项目（131PPTGG422-1）

李长滨（1983—），男（汉），硕士研究生，研究方向：食品与药物分析研究。