蜂蜜品质及其测定技术

丁磊 梁爱心 望玲 李翔 张淑君 │文

1 华中农业大学动物遗传育种与繁殖教育部实验室，武汉 430070；2 神农架汇野生态食品有限公司，神农架 442499

一、蜂蜜中物质成分与分类

1.蜂蜜中的营养物质、功能物质及其含量

蜂蜜的主要成分包括葡萄糖和果糖（70%以上）、水（14%～25%）、蛋白质（0.5%）、多种氨基酸（0.1%～0.78%）、矿物质、无机盐、维生素、多种有机酸、微量元素和多种活性酶[1-3]。蜂蜜作为保健类食品，含有一定量的功能物质，例如抗菌的酚类和酶类物质，抗肿瘤的酚类物质和类黄酮，抗氧化的黄酮类化合物、酚类物质和超氧化物歧化酶[3]。

2.影响蜂蜜风味和功能的物质

蜂蜜中最重要的物质是糖类物质、水和酚类物质。糖类的含量能够决定蜂蜜的味道；随着成熟度增高含水量降低，质量越好；酚类物质使蜂蜜具有消炎、抗菌、抗过敏、抗血栓形成等生物学活性[4]。

3.蜂蜜分类

从蜜蜂种类划分可分为中蜂蜜和意蜂蜜，从状态划分可分为液态蜜和结晶蜜，从成熟度划分可分为成熟蜜和未成熟蜜，从工艺上划分可分为天然蜜、浓缩蜜和蜂巢蜜，从蜜源品种上划分可分为百花蜜、槐花蜜、椴树蜜、荆条蜜、枣花蜜。除此之外，蜂蜜因蜜源不同还有荔枝蜜、龙眼蜜、柑橘蜜等几十个蜜种。

二、蜂蜜品质及其指标

国标中对蜂蜜的指标主要涉及三个方面，包括感官要求、理化指标以及微生物限量[5]。其中感官要求主要是对色泽、气味、滋味、状态和杂质的要求；理化指标包括果糖、葡萄糖、蔗糖（不同蜂蜜要求不同）和锌；微生物限量包括微生物总数、大肠菌数、霉菌计数、嗜渗酵母计数、沙门氏菌、志贺氏菌和金黄色葡萄球菌。各指标范围见表1-3。

表1 国标中对蜂蜜的感官要求

表2 国标中蜂蜜的理化指标

表3 国标中微生物限量

三、优质蜂蜜及其评价标准

优质蜂蜜是高出一般质量的蜂蜜，主要是色香味好、成熟、含水量低。在我国养蜂产业现状下，只要不是假蜜、不掺杂，药残不超标就是合格蜂蜜。而从商品属性来看，合格的蜂蜜应该天然成熟、不发酵、农药残不超标、无污染、无杂质，并且符合安全卫生条件。区别于合格蜂蜜，优质蜂蜜主要从三个方面来衡量——色香味特征、成熟度和含水量[6]。

优质蜂蜜还可以进一步划分成基本优质和特别优质等不同档次。其中基本优质蜂蜜应具备色香味属性稳定、成熟度高、含水量小于18%、药残和农残不得检出等特点，并且在主要蜜源花期，生产场地只有单一蜜源植物开花泌蜜；特别优质蜂蜜对蜜源单一性和蜂蜜的成熟度要求则更高，其含水量应小于17%[6]。

蜂蜜一般可分为四等，一等蜜是优质蜂蜜。一等蜜的颜色呈白色、水白色或特浅琥珀色；状态是透明、粘稠的液体或结晶体；味甜，具有蜜源植物特有的香味；蜜源花种是枇杷、龙眼、荔枝、椴树、紫云英、槐花等。

四、蜂蜜品质测定方法及其优缺点

测定和评价蜂蜜品质指标的方法包括感官法、电子鼻和电子舌、质谱法、光谱法、色谱法、酶活检测法、同工酶检测法、显微镜检技术、差示量热扫描法（DSC）[7]，还有各种方法的联合使用[8,9]，各方法优缺点见表4。

表4 各测定方法优缺点对比

五、光谱技术在蜂蜜品质指标定量测定、种类定性分类及掺假鉴别中应用

1.光谱技术应用现状

关于中红外光谱技术（MIR）在蜂蜜相关测定的研究中，国外做的远比国内多。而中红外的研究比近红外少，中红外在蜂蜜品质测定的研究还有很大空间。

（1）蜂蜜品质的定量测定、掺假鉴别

高文佳等[14]运用中红外光谱技术，偏最小二乘法（PLS）建模，结合液相色谱法检测蜂蜜中的葡萄糖和果糖，建立优化了检测蜂蜜中葡萄糖和果糖的检测模型。实验采用来自中国10 个省份超过6 种植物源蜂蜜样品，对选定的146 个样品进行检测。预测模型经过平滑、求导等处理方式后，交叉验证均方根误差分别为0.5151%和0.5143%，准确性较高，表明中红外光谱技术可以运用于蜂蜜检测的质量控制，并且对蜂蜜果糖和葡萄糖的检测具有高效性。

Das 等[15]利用傅里叶变换中红外光谱技术和电阻抗谱技术，检测不同花卉来源的蜂蜜掺糖情况。实验采用印度西孟加拉邦的蜂蜜，研究了分别掺有10%、20%、30%、40%、50%、60%、70%蔗糖糖浆的蜂蜜，发现随着掺入量的增加吸光度增加，光谱峰也在变化。

Kelly 等[16]利用中红外光谱结合化学计量对蜂蜜中糖溶液掺假进行研究，结合偏最小二乘法（PLS）分析，主要对掺入果糖和葡萄糖进行研究。实验采用来自爱尔兰的人工养殖蜂蜜，对99 份真实和221 份掺假样品进行光谱分析。结果准确率为93%，表明能够成功鉴别纯蜂蜜和掺入果糖和葡萄糖溶液的蜂蜜，并且很可能也可以鉴别其他糖溶液。

毛力军[11]对中红外光谱技术应用于蜂蜜掺假预判进行了研究，结合主成分分析（PCA）建立判别模型。实验采用来自中国20 多个省的超过6 种蜂蜜，使用了124 个掺假样本和113 个真实样本，在蜂蜜中分别掺入人工转化糖、大米糖浆和果葡萄糖。结果在添加量低于10%时误判，判断准确性为97.78%，表明该方法可以对蜂蜜是否掺假及掺假方式和添加量进行判别。

（2）蜂蜜种类的定性分类

Formosa 等[17]研究了衰减全反射中红外光谱法对本地蜂蜜和外来蜂蜜的区分和分析模型，使用21 种马耳他蜂蜜样品和49 种国外（西西里岛、希腊、瑞典）采集的蜂蜜，通过结合光谱技术、光谱变换、变量选择和偏最小二乘（PLS）判别分析，建立了成功分类本地和外来蜂蜜的化学计量模型。结果分类的准确率均大于97%，最高可达100%。

Schwolow 等[18]利用衰减全反射中红外光谱法和气相色谱-离子迁移谱互补联合，鉴别不同植物和地理来源的蜂蜜，利用主成分分析（PCA）和偏最小二乘判别分析（PLS）建模。实验总共分析了从欧洲各个国家采集的64 个蜂蜜样品，包括单花相思蜂蜜、低芥酸菜籽蜂蜜和蜜露蜂蜜3 种，建立了可以区分不同来源蜂蜜的可靠模型，准确率高达100%。

Ruoff 等[19]利用衰减全反射中红外光谱法对蜂蜜进行了植物和地理来源的鉴定，实验采用411 份主要来自瑞典的蜂蜜，结果准确率大于91.7%，表明该方法与化学计量相结合不仅可以鉴别单花蜂蜜，还可以鉴别多花蜂蜜。此外，还可以通过光谱获得蜂蜜常规质量控制的几种被测量物的定量信息。

陈兰珍等[12]利用中红外光谱结合线性判别（LDA）分析方法，建立了蜂蜜品种鉴别模型。实验采用来自不同蜂场的249 个蜂蜜样本，包括椴树蜜、槐花蜜、葵花蜜、苕子蜜、油菜蜜和枣花蜜共6 种不同蜂蜜，实验结果模型对训练集和测试集样品的识别率分别为97.59%和96.30%，表明能够准确的鉴别出不同品种蜂蜜，可以作为蜂蜜品种鉴别的新方法。

徐天扬等[20]利用中红外光谱技术基于主成分分析（PCA）结合支持向量机（SVM）或最小支持向量机（LES-SVM）对蜂蜜进行品种分类研究，建立分类器模型。实验用采自不同蜂场的392 个蜂蜜样本，包括荆条蜜、油菜蜜、洋槐蜜、椴树蜜和荔枝蜜共5 种蜂蜜。结果降维到20 维时平均准确率高于97%，最高可达100%，表明该方法鉴别蜂蜜种类是可行的，而且效率高、损失少，减少了人为主观影响。

2.光谱技术的优势

光谱法具有检测速度快、分析简便、每次使用成本低和避免人为主观性影响的优势[12]，在蜂蜜的测定中应用广泛。而中红外光谱与近红外光谱比起来包含更多的光谱信息，且振动吸收带更容易辨别[16]。也有研究认为近红外光谱技术来源分类效果略好于中红外光谱技术[21]。

3.蜂蜜品质与分类的光谱方法具体操作及注意事项

（1）采样

根据实验需要在养蜂场采集足够的蜂蜜样品，采集的蜂蜜样品密封于塑料瓶中，20～25℃保存。

（2）仪器和设备

中红外光谱仪和分析软件

（3）样本处理

对样本进行筛选分组，结晶蜜需用水浴锅在40～60℃水浴融化成液体蜜。准确称取10g 蜂蜜样品于100mL 烧杯中，加入30mL 水，设定磁力搅拌器温度为40℃，搅拌5min 后转移至50mL 容量瓶中，用水定容至标线，静置数分钟后待检。

（4）样本扫描

测量前，对中红外光谱分析仪进行预热，标准化，测试前清洗干净和调零。设置仪器的检测参数分别为：扫描范围650～4000cm-1、分辨率8cm-1、扫描32 次。每次进样量为8mL，每个选定样品扫描2 次取平均值，作为原始光谱。最后利用光谱采集软件采集光谱。

（5）模型建立

光谱预处理：影响样品光谱的因素有很多，如基线漂移、光散射、高频随机噪声等，为了消除这些影响，增加结果的可靠性，在建立判别模型之前，需对原始光谱进行预处理，例如，标准归一化法、平滑、倒数、基线矫正等[21]。

波段选择：将光谱波段分为几个波段，除去有干扰峰的波段，建立PLS 模型，用不同预处理方式优化波段，采用交叉验证法对模型进行评价，选择决定系数大的波段建模[21]。

建模：为验证模型的准确性，先选取一部分样品作为测试集，一部分作为检验集。选择具有较强吸收的特征波段，选择交叉验证误差最小时对应的主成分数，建立最优的蜂蜜成分快速检测模型。

（6）注意事项

（A）采集的蜂蜜样品一定要真实可靠

（B）测定前要注意将光谱测定仪预热

（C）测定时实验室温度控制在15～30℃，相对湿度在65%以下

（D）每次测定使用的模型要注意进行矫正

4.存在问题和改进

在运用红外光谱仪进行常规测定时，需要进行大量的初步工作，建立可靠的化学计量模型[19]。判别模型在检测时会出现误判[11]，灵敏度还有望进一步提升，也并不是所有的检测模型准确率都高，只是可作为一种检测方式，还需要不断地改进和筛选。目前所报道的中红外测定蜂蜜的模型准确率通过多种建模方式联合验证已经在不断地提升，甚至有100%的准确率[18]。中红外光谱结合化学计量学方法具有实现蜂蜜快速检测的潜力，但在光谱采集方式、建模方法、波段选择以及检测结果方面，各个实验研究结果均有差异[22]。今后的研究可着重于检测方法标准和标准模型的制定，此外，对于一些高级掺假也还不能准确鉴别出来。