中红外光谱技术应用于饶河蜂蜜产地溯源的表征*

孙燕，张海华，王铮

(哈尔滨市产品质量监督检验院，哈尔滨 150090)

中国是世界第一养蜂和蜂蜜生产、出口大国。养蜂是我国的传统行业，年产蜂蜜约40万吨，蜂蜜消费保持着日益增长的势头［1］。在蜂蜜的销售和流通环节，特别是在中国市场存在着个别经营者一味追求高额利润，标识混乱、傍品牌、冒名牌、以次充好等制造、销售假冒伪劣蜂蜜的行为，严重扰乱和干扰了正常的蜂蜜消费市场秩序［2］。当前，对蜂蜜产地来源鉴别主要停留在从标签的识别、感官检查［3］和花粉形态学分析［2］等阶段。感官分析受蜂蜜储存、加工、结晶等过程的影响，会带有一定的主观性、经验性和不确定性。而花粉形态学分析法是通过对蜂蜜进行稀释、离心，在显微镜下分析蜂蜜中花粉类型、数量来判断蜂蜜真伪、地域来源和品种纯度［4］。该方法具有良好的重复性，但该方法的准确度和精确度与蜂蜜中花粉的含量、种类组成、形态、来源、采蜜方式、放蜂环境等因素有关，而且需要经验丰富的专家进行判断。同时该方法在辨别纯蜂蜜和掺入花粉的假蜂蜜方面还不够成熟，不能真实、客观地反映被检样品的特征。上述方法缺少客观性和科学性，不能对品牌造假蜂蜜进行准确的判定，无法对地理标志产品的品牌给予应有的保护。因此如何有效、全面地鉴别和评价不同品牌蜂蜜，已经成为当前蜂蜜质量控制的技术瓶颈［5］。研究和创新蜂蜜品牌产地溯源的理论与技术，对于制定不同产地蜂蜜鉴别技术标准，有效指导蜂蜜市场价格，规范市场秩序，具有重要的理论价值和实践意义。

笔者利用中红外光谱技术［6-7］，采用主成分分析的方法，建立蜂蜜产地溯源判别模型［8］。该方法具有快速、准确、实验过程无污染等优点，能充分保护地理标志产品的品牌利益。

1 实验部分

1.1 主要仪器与试剂

中红外光谱分析仪：MilkoScan FT120型，配备质量保证模块-QA 模块，丹麦FOSS公司；

超纯水机：Milli-Q Advantage型，美国密理博公司；

电子天平：梅特勒AL104型，美国梅特勒-托利多公司；

磁力搅拌器：RO10型，德国IKA公司；水浴锅：HH-S6型，上海基诺仪器公司；蜂蜜样品：饶河(95个)和具有代表性的其它地域蜂蜜样品(31个)；

实验用水为去离子水。

1.2 仪器工作条件

波长范围：2 000～11 000 nm，每次试验对信号进行32次扫描累加；工作温度：42℃；样品测定时间：45 s。

1.3 实验方法

1.3.1 样品制备

对所有待测蜂蜜样品进行编号处理，并进行记录。对存在结晶现象的样品于50℃水浴锅中进行加热，直至样品中无结晶现象为止。

5倍稀释样品：精确称取待测样品(10±0.05)g于100 mL烧杯中，加入30 mL去离子水，放入磁子。将烧杯置于磁力搅拌器上搅拌，设定温度为30℃，搅拌8 min。待样品均匀后转移至50 mL比色管中，用去离子水清洗烧杯并全部转移至比色管中，定容至标线，摇匀后待检。

10倍稀释样品：准确称取待测样品(5±0.05)g于100 mL烧杯中，重复以上操作，样品待检。

1.3.2 样品扫描

测量前对分析仪作标准化，使仪器达到最佳状态。按1.2仪器工作条件对蜂蜜样品进行光谱扫描，每个样品均扫描两遍，收集光谱信息，然后取2次扫描结果的平均值。

1.3.3 判别模型的建立

采用主成分分析(PCA)回归方法，按照PCA定标程序选择确定的模块、饶河蜂蜜样品集及验证样品集，根据本地区蜂蜜实际情况调整确定主成分数(F值)和门槛值(T值)，建立产地溯源模型。对模型F因子、T因子的调整，要以本地样品集和其它地域样品验证样品集相互对照来调整。首先F的设定数值决定着本地样品集的一致性，即本地样品的光谱应趋于一致，不能差异过大。T因子的调整以验证集合为调整基础，应把本地样品的数据置于T因子以下，保证本地样品不被报警，同时要保证其它地域样品置于T因子以上。可以留出一定的报警空间，以避免正常样品的误判。

2 结果与讨论

使用主成分分析技术，将光谱数据压缩并分解为主成分矩阵数据。然后利用矩阵数据，比较各样品光谱间的差异及某样品与主群组间的差异，从而确定所测量样品与参与定标样品之间的光谱差。

MilkoScan FT120的计算程序如下：

(1)检测器得到样品的干涉图谱；

(2)样品干涉图通过平滑处理和傅立叶变换得到样品的原始光谱图，Foss Clean(调零液)的干涉谱图也经过同样的光谱处理；

(3)将样品的吸收图谱与Foss Clean(调零液)吸收图谱相除得到样品的透射吸收图谱；

(4)将样品的透射图谱与平衡液光谱相比较，进行图谱的标准化；

(5)从经过标准化后的透射图谱中挑选某些测量波段；

(6)将挑选出的测量波段信息除以所设定的参比滤光片吸收信息，得到测量通道信息；

(7)对测量通道信息进行线性化处理，得到线性化通道；

(8)利用朗伯-比耳定律对获得的线性通道做导数处理，得到样品的吸收通道；

(9)通过吸收通道信息，采用PLS定标即可计算样品中各组分的含量；

(10)浓度信息乘以所调节的斜率值再加上所调节的截距值即为最终分析结果。

2.1 5倍稀释蜂蜜样品的判别模型

按1.3实验方法对5倍稀释样品进行测定，不同F值和T值下的校正集合和验证集合的判定正确率结果见表1。

由表1可以看出，当样品稀释倍数为5倍，F设定为3，T设定为2时，校正集合中有6个饶河本地蜂蜜超过警戒线，被判定为其它地域样品，判定正确率为93.7%，验证集合有3个外地蜂蜜低于警戒线，被判定为饶河蜂蜜，判定正确率为90.3%；当F设定为4，T设定为2.5时，校正集合中有5个饶河本地蜂蜜超过警戒线，被判定为其它地域样品，判定正确率为94.7%，验证集合有3个外地蜂蜜低于警戒线，被判定为饶河蜂蜜，判定正确率为90.3%；当F设定为4，T设定为2.55时，校正集合中有5个饶河本地蜂蜜超过警戒线，被判定为其它地域样品，判定正确率为94.7%，验证集合有4个外地蜂蜜低于警戒线，被判定为饶河蜂蜜，判定正确率为87.1%。根据模型判定的要求规定，判定模型的判定正确率应不小于90%，由此可以确定F=3，T=2和F=4，T=2.5所建立的模型都可应用于样品的溯源判定，F=4，T=2.55所建立的模型不满足建模要求，认定为模型不可用。

表1 5倍稀释蜂蜜样品的判别结果

2.2 10倍稀释蜂蜜样品的判别模型

按1.3实验方法对10倍稀释样品进行测定，不同F值和T值下的校正集合和验证集合的判定正确率结果见表2。

表2 10倍稀释蜂蜜样品的判别结果

由表2可以看出，当样品稀释倍数为10倍，F设定为5，T设定为1.76时，校正集合中有18个饶河本地蜂蜜超过警戒线，被判定为其它地域样品，判定正确率为81.1%，验证集合有3个外地蜂蜜低于警戒线，被判定为饶河蜂蜜，判定正确率为90.3%；当F设定为5，T设定为1.77时，校正集合中有18个饶河本地蜂蜜超过警戒线，被判定为其它地域样品，判定正确率为81.1%，验证集合有4个外地蜂蜜低于警戒线，被判定为饶河蜂蜜，判定正确率为87.1%；当F设定为6，T设定为1.84时，校正集合中有15个饶河本地蜂蜜超过警戒线，被判定为其它地域样品，判定正确率为84.2%，验证集合有3个外地蜂蜜低于警戒线，被判定为饶河蜂蜜，判定正确率为90.3%；当F设定为6，T设定为1.85时，校正集合中有14个饶河本地蜂蜜超过警戒线，被判定为其它地域样品，判定正确率为85.3%，验证集合有4个外地蜂蜜低于警戒线，被判定为饶河蜂蜜，判定正确率为87.1%。根据模型判定的要求，判定模型的判定正确率应不小于90%，对以上4组数据分析发现，当样品稀释倍数为10倍时，无论怎样优化T值和F值，都无法满足模型判定要求，故认为样品稀释倍数为10倍时所建立的模型不能应用于饶河蜂蜜产地溯源的判定。

2.3 判别模型分析

通过分析以上判别模型得知，判别模型的判定准确率主要受以下两个原因的影响。

(1)样品稀释倍数对判别模型的影响。为了达到快速检测、快速鉴别的目的，分别选取5倍稀释和10倍稀释进行试验，分析发现5倍稀释的判别模型明显优于10倍稀释所建立的判别模型。结果表明，采用中红外光谱检测技术可以对蜂蜜中多种成分进行检测，稀释倍数过大会使得某些含量较少的成分响应值减小，从而导致判别模型的判定结果不准确。由于蜂蜜本身物理性状粘稠，稀释倍数过低会堵塞仪器的自动进样器，所以最终将稀释倍数定位5倍，以便于实验顺利进行。

(2)主成分数(F值)和门槛限值(T值)的影响。通过调节F值和T值优化判别模型，发现F值越大校正集合的判定准确率越高；T值越小验证集合的判定准确率越高，但会导致校正集合的判定准确率下降。分析原因发现，T值降低表示对校正集合的判定越严格，理论上T值较低为好，但会导致一些边缘的真实样品被误判。根据建立模型的要求，当主成分数F为3和4时，T值相对较小，为模型建立的最优选择，本实验建立的F=3，T=2和F=4，T=2.5两个模型中，前者T值较小，更符合模型建立的最佳要求。所以最终优化建模条件为样品稀释倍数为5倍，F值设定为3，T值设为2，该判别模型能准确的对饶河蜂蜜进行判别，判定准确率为90.3%。

3 结语

利用中红外光谱分析仪，分别采用5倍稀释和10倍稀释的前处理方法对95个饶河本地蜂蜜样品和其它地域具有代表性的31个蜂蜜样品进行测定，利用质量控制模块和分析软件对样品集和校正集进行建模处理，通过对建立的模型加以筛选和优化，最终确定主成分数F=3和门槛值T=2所建立的判别模型符合建模要求，该识别模式可以进行较为准确的判别，判定准确率为90.3%。结果表明中红外光谱技术对东北黑蜂蜂蜜地理标志产品的产地溯源进行真伪判别是一种有效的方法。

［1］余晓峰，姚剑.蜂蜜中主要转基因蜜源植物花粉形态学鉴别方法的研究［J］.安徽出入境检验检疫，2013(10): 9-10.

［2］钟艳萍，钟振声.陈兰珍.近红外光谱技术定性鉴别蜂蜜品种及真伪的研究［J］.现代食品科技，2010(11): 125-128 .

［3］陈兰珍，李褶.近红外光谱在蜂蜜溯源中的研究进展［J］.质量安全期刊，2012(4): 21-23.

［4］王颜红，李国琛，张红，等.食品产地溯源技术研究进展［J］.农产品质量与安全，2012(B9): 15-18.

［5］王强，薛晓锋，赵静.质谱检测技术在蜂蜜溯源分析中的应用［J］.中国农业科技导报，2013(4): 4-6.

［6］赵秀琴.中红外光谱分析技术及研究进展［J］.安庆师范学院学报：自然科学版，2012(4): 2-3.

［7］张文海，顾小红，周文果，等.中红外光谱技术在乳制品分析中的应用研究［J］.中国乳品工业，2013(1): 40-43.

［8］袁玉伟，张志恒，叶雪珠，等.蜂蜜掺假鉴别技术的研究进展与对策建议［J］.食品科学，2010(9): 318-322.