近红外光谱技术在液态食品掺假检测中的应用

王秀玲

摘要：随着我国经济的不断发展，食品安全成为重灾区。比如在食品中添加对人体有害的物质，用来提高食物的色泽和味道，给人们的饮食安全造成了极大的威胁，近年来，在液体食品中运用红外光谱进行技术监测很大程度地解决了液体食品的安全问题。本文首先概述了近红外光谱技术的理论基础，分析了不同液态食品中近红外光谱技术的应用，接着分析了近红外光谱在应用中的关键点，旨在为液态食品掺假检测提供一定的理论基础。

关键词：近红外光谱技术;液体食品;掺假检测

一、近红外光谱技术简介

近红外光谱技术基本原理。我们通常把波长在780纳米到2526纳米之间的电磁波细分为SW NIR：780-IlOOnm的短波近红外区和LW NIR： 1100-2526nm的长波近红外区。由于短波有较强的透射能力，所以通常用来做透射分析，而长波的反射能力较强，通常会用来进行反射分析。一般情况下把检测器以及光源放在样品的同一侧，通过检测器收到样本溶液漫反射或者镜面反射收集到的光进行分析。

近红外光谱技术分析方法。红外光谱技术分析方法通常有两种，第一是定量分析，在近红外光谱数据和样本参考模板之间进行校正模型的建立，收集具有代表性的样本，用化学分析的方法进行测定，校正的方法通常采用偏最小二乘、線性回归等。第二种就是定性分析，通过欧氏距离、主成分分析法、欧式距离等定性分析的计算方法测定样品的组成成分[1]。

二、近红外光谱技术在液态食品检测中的应用

在液态奶中的应用。为了提高奶粉中蛋白质的含量，一些厂家会加入淀粉、尿素、三聚氰胺等含氮量较高的物质，以降低生产成本，谋取商业利润。对于牛奶的检测通常采用近红外光谱技术，同时结合二维相关参数法、神经网络、误差反向传播等方法，以便提高对牛奶中掺假物质的辨别率。

在液态酒中的应用。在对葡萄酒进行检测的时候通常需要检测有色度、三甲聚合体、酚类物质等指标，而样品酒的感官和近红外光谱存在一定的关系。一般在检查的时候都采用抽样调查的方式进行，但是酒的品种和种类样本较少，存在一定的局限性，这时就需要用偏最小二乘验证预测信息的稳定情况，对更多品种的样本信息进行分析检测。

在检测果汁中的应用。实验表明，在光谱检测的标准预测差值低于0.2%的时候，糖分的近红外光谱检测才会受到外在环境变化的影响。运用遗传算法对光谱进行预处理后，能极大地降低对紫外光谱的错误辨别率。

三、近红外光谱技术关键点的分析

光谱的选择。随着我国科学技术的不断完善，在近红外光谱技术检测中运用二维相关法的越来越多。因为在二维相关法的检测过程中，它能有效地显示因外界变化引起的特征改变，这比传统的近红外光谱分析方法有更大的优势。二维相关法在分析各光谱的相关性之间，提高了同步、异步交叉的解释能力，进一步提高了光谱分析的精度[2]。

奇异样本的剔除。因为模型的稳定性以及预测的精准度受奇异样本点的影响，所以，在样本检测之前要剔除奇异点。奇异点通常使用马氏距离分析法、蒙特罗卡采样法等方法进行确定。例如运用蒙特卡罗采样检测法时，第一步要确定样本的主要成分;第二步进行MCS下的样本数据校验，预算误差分布情况;第三步计算样本的平均值和样本的标准差，以方便更好地绘出分布图，便于找出奇异样本。

预处理以及优选波长的方式。在近红外光谱图中会有特征区域不明晰、重影模糊的情况，也存在多余无用信息的问题，这就需要在建模时选择合适的波长，将无用的信息进行删减优化。通常采用偏最小二乘法、连续投影法、逐步回归法等方法进行波长的优选工作，波长的优选有利于减小误差。

参考文献

[1]金垚，杜斌，智秀娟.NIR技术快速鉴定牛奶品牌与掺假识别[J].食品研究与开发，2016，37（3）：178-181.

[2]吴同，谭超.近红外光谱同时测定白酒中总酯和杂醇油[J].化学研究与应用，2016，28（10）：1460-1463.