近红外光谱分析在食品检测中的主要应用

作者简介：许岩（1988—），女，山东嘉祥人，硕士，工程师。研究方向：食品、农产品及生活饮用水检验检测。

摘 要：本文阐述红外光谱的区分、近红外光谱分析技术的发展和近红外光谱分析技术的原理，讨论近红外光谱分析技术在食品检验中的具体应用，旨在为相关从业者带来一些启示。

关键词：近红外光譜；食品检测；应用

Main Applications of NIRS Analysis in Food Detection

XU Yan

（Inspection and Testing Center of Yanzhou District， Jining 272100， China）

Abstract： In this paper， the differentiation of infrared spectroscopy， the development of NIR spectroscopy and the principle of NIR spectroscopy are described， and the specific application of NIR spectroscopy in food inspection is discussed in order to bring some enlightenment to relevant practitioners.

Keywords： near-infrared spectrum; food detection; application

保障市场的食品安全，是检验机构需要特别关注的问题。针对食品的构成与定性检测，通常采取的检测方法包括物理学方法（如X射线荧光法）、化学生物学法等。红外光谱分析技术因具有精确度高、使用方便的特点，在食品检测中广泛应用。所以，本文对近红外光谱分析在食品检测中的主要应用进行探讨。

1 红外光谱分析技术概述

1.1 红外光谱的区分

1800年，英国科学家赫歇尔最先发现了红外光，它是一种波长高于红光的电磁波，具有明显的热效应，能够被人感觉到但肉眼无法看见。由于波长较高，红外光照射在某些材料表面时，这些材料会发射电子流，这就是光电效应。人们通常称之为“红外线”，波长在770～1 000 000 nm，可分为近红外区（波长在770～2 500 nm）、中红外区（波长在2 500～25 000 nm）和远红外区（波长在25～1 000 ?m）。研究结果显示，大多数有机物和无机物的基频吸收带都在中红外区，因此中红外区相关的应用和仪器技术最为成熟。基于这一事实，一般所说的红外光谱即指中红外光谱。

1.2 近红外光谱分析技术的发展

自20世纪60年代起，伴随着各种分析设备（尤其是商业化的设备）陆续问世，加上由NORRIS等领导的一系列科学研究，一项全新的理念诞生了，即物质量和近红外区域内的多种特定波长的吸附强度之间存在关联[1]。依据这个观念，配合使用NIR漫反射技巧，能够对农产品中的许多元素（如水分、蛋白质、脂肪等）进行相当准确的评估。这种理论及其相关测定方法的产生，使得近红外光谱技术得以在农业产品的检验过程中获得更广阔的使用空间。

然而，在20世纪60年代中后期，传统的近红外光谱分析方法相比新兴的其他分析手段而言，其敏感性和抵抗干扰的能力都相对较低，使得这项技术曾一度被搁置。直至20世纪70年代，多元校准法才得以成功地引入光谱分析领域，从而推动了近红外光谱技术的进步。到了20世纪80年代，受益于计算机技术的迅猛增长，研究人员在近红外光谱分析中引进化学计量学方法，有效消除了近红外光谱模型的干扰因素，提高了光谱分析的可靠性。进入20世纪90年代，随着近红外光谱分析在工业领域的普及，它的社会效应和经济效果都有所提高，如今已成为一项常见的多功能检测分析工具。

1.3 近红外光谱分析技术的原理

常规的近红外光谱分析过程包括两步。①对照。在这个阶段，工作人员必须收集足够多且具有较强代表性的样本。一般而言，每个批量的样本数目应该大于等于80个。对于光谱图像的测量来说，需要确定的是样品的所有质控参数，即作为参考值的信息。然后通过化学计量学方法处理光谱，使它们与参考值产生联系，形成光谱图像和参考值之间的相关性，确立分析模型。尽管用于创建模型的样本数量相对较少，但是通过运用化学计量学的方式处理过后的模型有着较高的代表性，可以确保检测结果的精确度。②预估。一旦使用近红外光谱分析仪完成对样品的光谱成像测量后，可以通过专业软件自动查询模型数据库，以筛选出最适合的模型，进而准确计算出待测样品的质量控制参数[2]。

2 近红外光谱分析的优势

2.1 快速性

近红外光谱分析操作简便，无须烦琐的样品前处理流程，使其在食品生产环境中具备了高通量检测的优势。这意味着食品生产线上的工作人员可以轻松地将样品置于近红外光谱仪器中，而无须进行复杂的样品处理步骤。相比传统的化学分析方法，该技术大大节省了时间成本，减少了人为错误。此外，近红外光谱分析仪器通常能够在几秒到几分钟内完成一次检测，这意味着在短时间内可以获得大量的检测结果。同时，也有助于企业及时发现生产过程中的异常情况，提前采取措施避免质量问题的发生，降低了生产风险。

2.2 无损性

相较于传统的化学分析方法，近红外光谱分析不需要对样品进行破坏性处理，因此可以直接对原样进行检测。这意味着食品样品在经历近红外光谱检测后，依然保持了其原有的物理和化学性质，不会受到任何损害或变化。这一特性对于保障产品质量至关重要。在传统检测方法中，常常需要将样品加热、溶解或化学处理，这些步骤可能会导致样品成分的变化或损失，从而影响最终的检测结果。而近红外光谱分析则能够在不改变样品性质的情况下，准确地获取样品的化学信息，确保产品质量不受任何影响。

2.3 多样性

近红外光谱具有广泛的适用性，能够同时检测多种成分，并且不受样品的物理状态和形态的限制。这意味着近红外光谱分析技术不仅适用于液体、固体和粉末等不同形态的样品，还能够在不同状态下对样品进行准确分析。

传统的化学分析方法可能受到样品形态的限制，需要对不同形态的样品采用不同的处理方法，这增加了分析的复杂性和时间成本。然而，近红外光谱分析技术则能够克服这一障碍，其工作原理是通过检测样品在近红外光波长范围内的吸收特性，因此不受样品的形态和物理状态的影响。利用近红外光谱分析技术可以对果蔬、肉类、粮食和饮料等中的水分、脂肪、蛋白质、碳水化合物等进行检测，为食品生产企业提供全面的分析数据，有助于他们更好地掌握产品的特性和品质。

2.4 成本效益

相比传统的化学分析方法，近红外光谱分析技术无须大量化学试剂。①传统化学分析方法通常需要大量的化学试剂来完成样品的处理和分析，这不仅增加了实验成本，还会产生大量废物，对环境造成负面影响。然而，近红外光谱分析技术不需要任何化学试剂，仅通过对样品的光谱特性进行检测和分析，就能够获取丰富的化学信息，避免了化学试剂的使用和廢物的产生。②传统的化学分析方法需要进行复杂的样品处理步骤，并且每一步都需要耗费大量的时间和资源。相比之下，近红外光谱分析技术的操作简便，无须复杂的样品前处理过程，可以在短时间内完成一次检测，大大提高了实验效率，节约了时间和资源成本。

3 近红外光谱分析技术在食品检测中的具体应用

3.1 近红外光谱分析技术在酿造食品检测中的应用

传统酿造食品检验依赖于常规化学分析方法，这些方法通常需要对样本进行烦琐的前处理，且整个检测流程耗时较长，容易受到操作误差的影响，影响结果的准确性。近红外光谱分析技术在酿造食品检验中表现出显著优势，包括快速完成检测任务、无须样本前处理、检测过程中无须使用化学试剂以及检测成本较低。利用近红外光谱分析技术进行酿造食品的安全性评估时，通过将检测结果与标准化学模型进行对比分析，能有效识别样本中的非标准化学成分，若发现这些成分的含量异常，便可判断酿造食品的安全性未达到标准要求[3]。

3.2 近红外光谱分析技术在牛奶及相关制品检测中的应用

在牛奶及其衍生乳制品的质量检测领域，近红外光谱分析技术提供了两种主要的应用方法：离线模式与在线模式。离线模式下，采用红外反射仪器对样品进行全反射测量，此方法适用于详尽的成分分析而无须中断生产流程。在线模式则通过光纤传感器直接在生产流程中的关键环节对产品进行实时监测，实现连续的质量保证。

在识别牛奶及其他乳制品中特定成分如氯霉素等有害物质时，近红外光谱技术通过其穿透特性，结合偏最小二乘法（Partial Least Squares，PLS）进行数据处理和分析，能够快速且准确地评估样品的安全性。该技术的准确率达到98.9%，显著展示了其在乳品安全检测领域的应用潜力和可靠性。此项技术不仅优化了食品安全监测流程，还为乳制品质量管理提供了先进的分析工具，强化了对食品安全的控制和保障[4]。

3.3 近红外光谱分析技术在小麦、面粉检测中的应用

在农作物领域，尤其是谷物如大麦、小麦和大豆，近红外光谱技术被广泛应用于测定关键质量指标，包括蛋白质含量、纤维素含量、湿度和粒度硬度等。这些指标不仅关系到谷物的营养价值，还直接影响到加工过程的效率和最终产品的品质。例如，在小麦的评估中，蛋白质含量与面筋含量有关，是面包和其他烘焙食品质量的关键因素。对于面粉，近红外光谱技术的应用进一步扩展到水分、蛋白质含量、坚固度、色泽、脂肪含量和淀粉含量的准确测定。这些参数直接影响面粉的存储时间、加工性能及最终产品的口感和外观。

3.4 近红外光谱分析技术在蔬果检测中的应用

在蔬果类产品的分析上，近红外光谱技术可测定其基本营养成分、含水率、膳食纤维、还原糖浓度、维生素C、β胡萝卜素、维生素E含量、总糖值以及各式酸性物质和糖分物质的含量。这些指标对于评估蔬果的新鲜度、成熟度及营养价值具有重要意义，有助于消费者进行更健康的食品选择。

3.5 近红外光谱分析技术在饮品、腌制品检测中的应用

在饮品领域，近红外光谱技术的应用同样重要。它使得快速测定咖啡因、不同类型的糖分（如葡萄糖、果糖和蔗糖）、甜味剂（如阿斯巴甜、蔗糖素、葡萄糖酸钠等非糖类甜味剂）及有机酸等成分成为可能。通过对这些成分的精确分析，可以评估饮品的营养价值和口感品质，同时监测是否含有对健康有害的添加剂。

此外，对于腌制品，如泡菜和其他深加工食品，近红外光谱技术能够检测亚硝酸盐等潜在有害物质的含量，这对于保障食品安全至关重要。这是因为亚硝酸盐的长期摄入与多种健康风险关联[5]。

3.6 近红外光谱分析技术在食品原产地检测中的应用

通常情况下，要迅速识别出食品和原料的产地，需要对其整体特性进行深入研究并创建相关的光谱数据。然后，把测试的结果与参考模型对比，以此来判断是不是正宗的产品。目前，利用近红外光谱分析法对食品的产地进行鉴定已广泛用于酒类的检验。相关部门已经在中国的各种著名白酒的生产地点建立了相应的分析模型，这大大提高了进入市场销售的名牌白酒的真实度，并且可以有效保护消费者的利益[6]。

4 结语

近红外光谱分析技术经历了长足的发展，特别是在食品检测领域的应用中展示出其强大的潜力。该技术的进步不仅提高了分析的准确度和效率，还极大地拓展了其在实际应用中的可能性。通过化学计量学和计算机技术的辅助，近红外光谱分析技术已能够在不破坏样品的前提下，快速准确地进行成分分析，无论是酿造食品、乳制品、农作物、饮料的检测，还是在食品原产地的检测上，均展现出其独特的优势。随着科学技术的进一步发展，近红外光谱分析技术在食品安全与质量控制领域的作用将越发凸显，为公共健康与食品工业的发展做出了更大贡献。

参考文献

[1]杨渊婷，高光伟.探析近红外光谱分析技术在食品检测中的应用[J].科技资讯，2019，17（13）：75.

[2]刘洁.探讨近红外光谱分析在食品检测中的应用[J].现代食品，2018（19）：152-154.

[3]宋志铭，于海龙，吴昊，等.浅析近红外光谱分析在食品药品检测中的应用[J].黑龙江科技信息，2016（31）：1.

[4]张力培，鲁雄.近红外光谱分析技术在食品检测中的应用[J].轻工科技，2016，32（2）：103-105.

[5]梁丹.近红外光谱分析技术在食品品质鉴别检测中的应用[J].广西轻工业，2008（11）：11-12.

[6]郭宇晨，彭心影，余向阳.近红外与光谱成像技术在食品智能快检中的应用[EB/OL].（2023-03-11）[2024-01-08].https：//cpfd.cnki.com.cn/Article/CPFDTOTAL-GYSP202303001044.htm.