近红外光谱技术在辣椒无损检测中的应用研究

余梅 ，李尚科，易智，李跑,*，杜国荣,3，丁胜华，蒋立文，刘霞

（1.湖南农业大学食品科学技术学院，食品科学与生物技术湖南省重点实验室，湖南长沙 410128；2.湖南省农业科学院湖南省农产品加工研究所，果蔬贮藏加工与质量安全湖南省重点实验室，湖南长沙 410125；3.上海烟草集团有限责任公司技术中心北京工作站，北京 101121）

辣椒是一年生或有限多年生草本植物，原产于中拉丁美洲，后经由欧洲学者传播至世界各地，并于明朝末年传入我国[1-2]。辣椒中所含的维生素C 在蔬菜中位于首位，且果皮中含有的辣椒素可以刺激味觉，增进食欲，因此受到广大消费者的青睐。作为我国重要的蔬菜作物，经过不断地培育与研究，现已有几十个辣椒品种，比如朝天椒、樱桃椒、圆锥椒和灯笼椒等[3]。作为仅次于白菜的第二大蔬菜作物，辣椒的用途不仅限于作为鲜食蔬菜食用，更是调味佳品、天然色素、制药等的重要原料[4]。辣椒加工制成的辣椒粉、剁辣椒、辣椒油、辣椒酱等是我国传统的加工产品，不仅在国内具有广阔的市场，在国际上也是享有一定的声誉。

辣椒成分测定常见的方法有高效液相色谱法和紫外分光光度法。董彩军等[5]采用高效液相色谱法对辣椒中的辣椒素进行了分析，实现了对辣椒辣度的分级；王荣等[6]使用丙酮浸提法提取辣椒素，最后采用紫外分光光度法对辣椒素进行定量分析，从而实现了对辣椒辣度的分级。然而，不论是高效液相色谱法还是紫外分光光度法都需要对样品进行前处理，分析过程复杂、速度慢，并且破坏样品，使其无法进行二次销售。因此开发一种新型检测技术以实现辣椒的快速无损检测是非常有必要的。

近红外光谱技术是一种光谱波长介于可见光谱区和中红外光谱区之间的电磁波技术，其波长为780～2 526 nm[7-8]。作为一种新型绿色快速无损分析技术，近红外光谱技术不需要进行繁琐的预处理便可直接对样品进行检测，该方法耗时短、操作简便，非常适合农产品的定性和定量分析。近年来，近红外光谱技术在食品[9-13]及农业[14-15]等领域中得到了广泛应用。本文从近红外光谱技术的检测原理和特点出发，对近十年来其在辣椒无损检测中的应用研究进行了总结，重点阐述了近红外光谱技术在辣椒辣度分级、品质分析与品种鉴别等方面的应用，并对该技术在辣椒无损检测中的发展前景进行了展望。

1 近红外光谱技术在辣椒无损检测中的应用

1.1 在辣度分级方面的应用

相比于其他果蔬，辣椒品质指标不仅包含形状、颜色、果实及营养成分，还包括辣度。辣度是评判辣椒品质优劣的一个决定性指标。辣度的检测已经成为辣椒品质鉴定、品种筛选、品种培育、辣椒和辣椒制品辣度分级、辣椒素的食品添加等项目中的重要环节。

为了实现对辣椒辣度的无损分级，李沿飞等[16-17]利用近红外光谱仪采集干辣椒的近红外光谱，结合高效液相色谱法检测得到了辣椒碱和二氢辣椒碱含量，利用化学计量学方法建立了辣度定量模型。结果表明，近红外光谱技术可以实现干辣椒辣度的准确预测，筛选出建模光谱波段为4 000～9 000 cm-1，校正集和验证集的相关系数达到0.987 1、0.910 4。董楠等[18]使用近红外光谱技术对8种干辣椒中辣椒碱类物质含量进行准确测定，建立了偏最小二乘法定量模型。在对波长范围与模型因子数进行优化后，校正集的相关系数为0.99，验证集的相关系数为0.87，表明该模型可以满足干辣椒辣度检测的快速分析。由于新鲜辣椒体型较大，其物理参数对光谱的影响较大，因此新鲜辣椒辣度分级难度要远大于干辣椒粉的辣度分级。吕晓菡等[19]对杭椒类辣椒分级进行了研究，结果表明，竞争性自适应重加权取样-偏最小二乘模型的预测效果最好，预测集相关系数和均方根误差分别为0.838 6、0.014 8 mg/g。通过与传统方法相比，近红外光谱技术因简单、快速、无损、便捷、无需对样品进行前处理等优点，可以实现对辣椒辣度的快速分级。近红外光谱技术初步实现了对干辣椒和新鲜辣椒辣度的无损检测，然而，即使是经过波长筛选所得的新鲜辣椒，其辣度模型精度仍然较差，因此在新鲜辣椒辣度模型的构建方面还需要进一步的研究。

1.2 在辣椒品质检测方面的应用

辣椒的优质与否主要体现在外在形态及内部品质两方面，外观在形态可通过消费者的主观辨别进行初步实现分辨，而内部品质主要体现在可溶性糖、维生素C、叶绿素和类胡萝卜素等指标上[20-23]。

覃方丽等[24]采用矢量归一化、一阶导数对20 种不同鲜辣椒的光谱数据进行预处理，通过偏最小二乘建立了可溶性固形物与维生素C 的定量模型，实验结果表明，利用近红外光谱技术结合化学计量学方法，鲜辣椒中可溶性糖、维生素C 指标的预测相关系数均达到0.90，说明近红外光谱技术可为鲜辣椒中可溶性糖和维生素C含量的测定提供一定的理论依据。刘燕德等[25]提出最小二乘支持向量机结合近红外光谱技术检测辣椒中可溶性固形物和维生素C，采用7 种预处理方法消除光谱中的噪声及无关信息的影响，并且运用蒙特卡罗无信息变量消除法来提取有效波长以达到简化模型的目的，进而建立了可溶性固形物和维生素C 预测模型。在对叶绿素和类胡萝卜素的组成及果实质地等指标的检测中，潘冰燕等[26]通过对全光谱进行建模分析，并运用不同预处理方法对模型进行评价，利用近红外漫反射光谱对线椒中的叶绿素a、叶绿素b 和类胡萝卜素含量进行了检测。虽然试验选择的导数预处理方法可以消除光谱中的背景干扰与基线漂移，但同时会降低信噪比，且利用全波长进行检测时数据处理工作量大、费时费力，所以为了保证模型的精确度与结果的准确性，选择合适的波长范围与预处理方法至关重要。因此潘冰燕等[27]以黄色甜椒为研究对象，通过对不同波段的选择与不同预处理方法模型的比较，选取120 个甜椒的2 个波段，利用改进偏最小二乘法（MPLS）建立了甜椒固形物与总酸的定量模型，结果较为理想，但由于样品数量太少，说服力不强，因此在未来的研究中应增大样品量加以探究。除了上述提到的影响辣椒品质的几个因素以外，果实评价也是重要的影响因素之一，潘冰燕等[28]以黄色甜椒的果肉弹性、回复性和凝聚性为研究对象，通过不同的预处理与3 波段选择分别建立了定量模型，消除了其他因素对模型的影响，提高了模型的灵敏度和准确性。

1.3 在辣椒品种鉴别方面的应用

辣椒品种包括甜椒、朝天椒、线椒、牛角椒、羊角椒、圆锥椒等，由于消费者的需求不同导致不同辣椒品种的销量存在差异。目前，在进行辣椒品种的分类时主要依靠人工挑选，尽管可以根据外观差异区分大部分辣椒品种，但对于品种不同、外观十分相似的辣椒难以区分，近红外光谱技术作为一种新型绿色、快速的检测技术，近年来在农产品检测上越来越受到重视，在分类、鉴别真伪、成分分析等方面均有所应用。

黎瑞君等[29]运用高光谱遥感技术通过对4 个品种辣椒在盛果冠状层的光谱差异及叶片全氮、叶片SPAD 以及地上干生物量之间的相关性分析，为辣椒的品种识别、生产及产量检测提供了一种快速准确的检测技术。黎瑞君等[30]利用高光谱技术研究了辣椒、水稻与烤烟在350～2 500 nm 处的叶片光谱特征，根据它们的反射曲线将辣椒从水稻、烤烟中成功分离出来。李伟星等[31]利用傅里叶变换红外光谱技术对朝天椒和涮涮椒进行了研究，结合系统聚类分析和主成分分析对两种辣椒进行分类，结果表明主成分分析的正确率达到100%。李伟星[32]等利用波变换结合反向传播网络和支持向量机对朝天椒（簇生椒）和灯笼椒进行分类，结果表明，傅里叶变换近红外光谱技术结合统计分析可用于对这两种辣椒的鉴别，然而此类方法仅适用于大棚作物，且辣椒品种较少。而且此类方法是通过叶片的近红外光谱采集进行分类，无法满足线上生产、大批量快速检测的需求，所以仍需开发出能够实现辣椒分类的无损检测技术。

2 展望

在辣椒的检测分析上，目前以液相色谱法为主的传统手段成本较高，前处理复杂，费时费力，效率不高，且会破坏样品。从近年来的研究来看，近红外光谱技术因具有分析速度快、重现性好，能实现多组分同时分析等优点，在食品、环境、化工等领域得到了广泛应用，在辣椒检测中的研究也越来越深入。

近红外光谱技术在辣椒无损检测方面存在一定的局限性。首先如何筛选出最适宜辣椒的光谱采集方式以及如何消除采集过程中出现的干扰因素；其次辣椒的储存时间、储藏方式和在生长过程中的光照等因素是否会对结果产生影响；最后在采集光谱时光源与样品之间的距离是否会影响模型建立。现有的化学计量学算法参数较多，操作较为繁琐，且没有成熟的软件界面。因此辣椒检测的模型多停留在试验阶段，还未广泛推广。因此，为保证模型的准确性、适用性与结果的精准度，还需进一步增加辣椒的品种、指标的数量与内在品质的相关性分析。随着近红外光谱仪器和化学计量学方法的不断完善，该技术可在辣椒无损检测领域得到更广泛的应用。