近紅外光譜法快速檢測黃酒的酒精度、總糖和總酸

樊雙喜，鐘其頂，李國輝，熊正河，鄒慧君，錢 斌，周建弟，謝廣發(fā)，李 艷

（1.河北科技大學 生物科學與工程學院，河北 石家莊 050018；2.中國食品發(fā)酵工業(yè)研究院，北京100015；3.全國食品發(fā)酵標準化中心，北京 100015；4.河北大學 化學與環(huán)境科學學院，河北省分析科學技術重點實驗室，河北 保定 071002；5.浙江古越龍山紹興黃酒集團有限公司，浙江 紹興 312000）

近紅外光譜法快速檢測黃酒的酒精度、總糖和總酸

樊雙喜1，2，3，鐘其頂2，3*，李國輝2，3，4，熊正河2，3，鄒慧君5，錢 斌5，周建弟5，謝廣發(fā)5，李 艷1

（1.河北科技大學 生物科學與工程學院，河北 石家莊 050018；2.中國食品發(fā)酵工業(yè)研究院，北京100015；3.全國食品發(fā)酵標準化中心，北京 100015；4.河北大學 化學與環(huán)境科學學院，河北省分析科學技術重點實驗室，河北 保定 071002；5.浙江古越龍山紹興黃酒集團有限公司，浙江 紹興 312000）

通過研究黃酒的近紅外光譜和利用化學計量學的技術，采用偏最小二乘法建立快速檢測黃酒的酒精度、總糖和總酸的近紅外模型。用相關系數(shù)（R）、交叉驗證均方差（RMSECV）和相對分析誤差（RPD）衡量模型的預測精度和穩(wěn)定性，R值分別為0.999 4，0.998 9，0.978 0，RMSECV值分別為0.089 1，0.698 0，0.089 8，RPD值分別為27，21，4.8，RPD≥3表明建立的模型效果良好。研究結果表明，近紅外光譜法可用于快速檢測黃酒酒精度、總糖和總酸，為黃酒食品安全質量控制體系的建立提供了快速檢測手段。

近紅外光譜；黃酒；酒精度；總酸；總糖；偏最小二乘法

黃酒中的酒精度、總糖和總酸這三項指標影響黃酒品質、風味和口感，傳統(tǒng)的檢測方法相對來說步驟繁瑣、費時費力且時效性差，因此對其建立快速檢測方法尤為重要。近紅外快速分析檢測技術是通過對物質的透射或者反射光譜來分析其分子結構特點及其化學組成，具備快速、無損、綠色等一系列的優(yōu)點，所以在酒類品質在線檢測中的應用愈來愈普及[1-2]。已成功的應用于白酒、啤酒、葡萄酒等酒類品質檢測中[3-5]，并應用在白酒、葡萄酒等發(fā)酵過程中對品質的在線監(jiān)控[6-7]。

偏最小二乘法（partialleast squares，PLS）是化學計量學的重要內容[8-9]。本研究選用了偏最小二乘化學計量學數(shù)學模型算法來建立黃酒的酒精度、總糖和總酸的近紅外光譜快速定量模型，建立的模型采用相關系數(shù)、交叉驗證均方差和相對分析誤差相關的評價指標來考證模型的預測能力的準確性和穩(wěn)定性，通過近紅外光譜分析檢測技術的建模結果可知近紅外光譜法可以非?？焖?、高效地同時檢測黃酒中的酒精度、總糖和總酸。這是一項關于黃酒常規(guī)理化指標快速檢測方法的基礎性研究，目的是推廣近紅外光譜分析檢測技術能夠在黃酒企業(yè)中得到廣泛的使用，旨在為黃酒企業(yè)建立一套完整、快速、便捷且具有較高預測精度的快速檢測方法提供技術支持。

1 材料與方法

1.1 材料與試劑

實驗用126個黃酒樣品均取自某酒廠，黃酒樣品基本覆蓋了該酒廠生產的主要黃酒類型。

氫氧化鈉、鹽酸、酚酞、亞鐵氰化鉀、硫酸銅、乙醇、甲基紅、酒石酸鉀鈉均為分析純：國藥集團化學試劑有限公司。

1.2 儀器與設備

MPA布魯克近紅外光譜儀、OPUS 6.5近紅外光譜數(shù)據建模軟件、8 mm直徑低羥基玻璃樣品管：BRUKER公司；500～800 W電爐：弗恩森（北京）電爐有限公司；VAL-1N酒精計：常州市凱悅熱工儀表有限公司；BOCJ磁力攪拌器：北京瑞成偉業(yè)儀器設備有限公司；CP323S分析天平：德國賽多利斯天平公司。

1.3 方法

1.3.1 建模數(shù)據采集

根據GB/T 13662—2008《黃酒》國家相關黃酒常規(guī)理化指標檢測方法對酒精度、總酸和總糖依次進行檢測，酒精度的單位表示%vol，總糖、總酸的單位表示為g/L。

1.3.2 數(shù)據測量參數(shù)

光譜測定范疇是（12 500～4 000）cm-1，樣本和背景的光譜重復掃描32次。光譜掃描的分辨率是8 cm-1。以空氣作為掃描背景。每個樣品重復掃描3次。

1.3.3 光譜信息采集

采用1 mL的移液槍吸取600μL左右樣品注入實驗樣品試管中，樣品試管中的裝液量大于樣品試管本身體積的2/3，每次測樣前用試紙將試管外壁擦干凈，放入液體透射腔中進行掃描。在（12 500～4 000）cm-1范圍內獲得黃酒樣品的近紅外掃描光譜圖譜。

1.3.4 建立定量分析模型的評價準則[10-11]

建立的定量模型的有關評價指標包括相關系數(shù)（R）、交叉檢驗標準差（root mean squareserror of cross validation，RMSECV）[12-14]、預測標準差（rootmean square error of prediction，RMSEP）、相對分析誤差（relative percentdeviation，RPD）即SD/RMSEP，其中SD（standard deviation）代表的是樣品某成分含量的標準偏差。如果建立的定量模型的相關系數(shù)越高同時預測標準差越小，則表明該模型的預測準確度越高；然后再用相對分析誤差對建立的定量模型效果做進一步相關評價，假使RPD≥3，說明定量模型具有良好的效果，定量模型可以用于對該實際樣品相關成分實際的快速分析檢測，RPD的值越高則說明建立的預測定量模型的預測能力非常好[15-17]。如果2.5＜RPD＜3，表明可以利用近紅外光譜技術進一步的定量分析，但該模型的預測精度有待進一步提高；如果RPD＜2.5，則表明運用近紅外光譜技術很難對該成分進行定量快速檢測分析。定量模型的有關評價指標計算公式如下：

式中：n代表樣本的數(shù)目；yi代表第i個樣本的數(shù)值；ym代表該樣本的平均值；y?i為第i個樣品的預測值。

RMSEC為校正模型內部預測值和實際值之間的差值，該值越小則表明建立的定量模型的擬合程度就越高。

式中：m代表模型交叉驗證的循環(huán)數(shù)目。

RMSECV值小，表明定量模型具有良好的預測精度和穩(wěn)定性。

式中：k代表該定量模型所檢驗的預測集樣品的數(shù)目。

RMSEP值小表明定量分析模型較好，其值和RMSEC的差值較小，表明該模型具有更好的穩(wěn)定性。

1.3.5 建立的數(shù)學模型方法的選擇

本研究采用偏最小二乘法來建立模型，然后依照黃酒標準的方法檢測得到樣品的理化指標值將其與之對應的樣品近紅外光譜圖譜輸入OPUS數(shù)據建模軟件。本研究采用內部交叉驗證法對建立的模型一一逐步進行優(yōu)化和模型能力驗證。內部交叉驗證法概括來說是通過每次交叉的不斷剔除建模樣本集中1個樣本，然后將其余的樣本集來建立模型，從而來預測被剔除的樣本，根據這種方式不斷的順次循環(huán)下去。交互驗證法相對于其他建立模型的數(shù)學算法的主要優(yōu)點在于其能夠對建立的定量模型估計其實際預測的預測精度。

用以上所描述的數(shù)學方法依次對黃酒酒精度、總酸和總糖建立相關的快速定量檢測模型。選用114份黃酒樣品作為建模樣品集。選取12份黃酒樣品作為總酸、總糖和酒精度這三個定量模型實際預測能力外部驗證集。隨機抽取出廠的12個黃酒樣品，預測其酒情度、總糖和總酸這三項理化指標，同時分析該樣品的預測值與化學測定值之間的實際誤差。

2 結果與分析

2.1 黃酒樣品的近紅外光譜圖

通過傅立葉變換近紅外光譜儀，按照1.3.2的方法，設置好儀器的測量參數(shù)，然后掃描黃酒樣品，其近紅外光譜圖見圖1。

由圖1可知，黃酒樣品（12 500～4 000）cm-1光譜區(qū)內具有獨特的吸收特征，黃酒中含有大量的C-H、O-H、N-H基團，在（4 000～5 000）cm-1合頻區(qū)、（6 300～7 500）cm-1一倍頻區(qū)都有較為強烈的吸收；在（8 000～11 000）cm-1的高倍頻區(qū)吸收相對較弱。鮮明的光譜吸收特征為黃酒的定量分析提供了較為豐富的信息基礎。

2.2 建模條件及結果

通過運用OPUS統(tǒng)計軟件，選取內部交叉驗證的化學計量學算法，建立近紅外快速定量分析檢測模型，然后從中選擇最好的光譜預處理方式、最好的建模圖譜范圍、最佳的主成分數(shù)目，優(yōu)化后的模型參數(shù)及結果見表1。

由表1可知，總酸采用矢量歸一化預處理方法，在（12 493.2～7 498.3）cm-1和（6 102～5 446.3）cm-1的范圍；總糖采用矢量歸一化預處理方法，在（12 493.2～7 498.3）cm-1和（6 102～5 744.1）cm-1建模圖譜范圍；酒精度采用多元散射校正預處理方法，在（12 493.2～7 498.3）cm-1建模圖譜范圍；由酒精度、總糖和總酸模型預測值與化學值的關聯(lián)圖見圖2。

由圖2可知，建立模型的相關評價指標R值分別為0.999 4、0.998 9、0.978 0，RMSECV值分別為0.089 1、0.698 0、0.089 8，RPD值分別為27、21、4.8，其RPD≥3.0，說明建立的近紅外定量分析檢測模型的效果較好，該模型能夠用于實際樣品的分析檢測。用建立的模型預測酒精度、總糖和總酸的外部檢驗集，預測結果見表2～表4。

由表2～表4可知，RMSEP值分別為0.081 9、0.681 0、0.079 1，RMSECV值和RMSEP值相差很小，建立的模型穩(wěn)定性很好，同時樣品預測值和實際值之間的偏差均＜5%，表明模型實際的建模效果較好，很好的滿足了生產過程中對實際樣品分析檢測誤差的要求。

3 結論

采用近紅外光譜分析檢測技術，偏最小二乘化學計量學算法，并且采用交叉驗證的化學計量算法建立了酒精度、總糖和總酸的快速定量分析檢測近紅外光譜模型，建立的近紅外模型的R值分別為0.999 4、0.998 9、0.978 0，RMSECV值分別為0.089 1、0.698 0、0.089 8，RPD值分別為27、21、4.8，RPD值均＞3.0。隨機抽出12個黃酒樣品對模型進行驗證的結果分析可得實測值和預測值之間的偏差均＜5%，且兩者之間不具有顯著性差異（P＞0.05）。由本研究可知，在酒精度10.3%vol～18.8%vol，總糖7.8～47.2 g/L，總酸3.8～7.0 g/L范圍內，近紅外光譜模型實現(xiàn)了對黃酒中的酒精度、總糖、總酸的快速分析檢測，為今后推行近紅外光譜分析檢測技術在黃酒領域中的運用奠定了一定的基礎。

[1]YAN L,ZHAO L L,ZHANG L D.Application of near infrared spectroscopy[M].Beijing:China LightIndustry Press,2005.

[2]LI D X,WU Z Y,XU D J.Measurement of the principalcomponents in beer by means of near infrared spectroscopy[J].Chinese J Anal Chem, 2004,32(8):1070.

[3]DAMBERGS R,KAMBOURIS A,LEIGHFRANCIS I,etal.Rapid analysis ofmethanolin grape-derived distillation products using nearinfrared transmission spectroscopy[J].J Agric Food Chem,2002,50(11):3079-3084.

[4]LACHENMEIER D.Rapid quality controlof spiritdrinks and beer using multivariate data analysis of fourier transform infrared spectra[J].Food Chem,2007,101(2):825-832.

[5]COZZOLINO D,KWIATKOWSKIMJ,PARKER M,etal.Prediction of phenolic compounds in red wine fermentations by visible and near infrared spectroscopy[J].Anal Chim Acta,2004,513(1):73-80.

[6]CAVINATO A,MAYES D,GE Z H,etal.Noninvasive method formonitoring ethanol in fermentation processes using fiber optic near infrared spectroscopy[J].Anal Chem,1990,62(18):1977-1982.

[7]URBANO CUADRADO M,CASTRO M,PEREZ-JUAN P,et al.Near infrared reflectance spectroscopy and multivariate analysis in enology: determination or screening of fifteen parameters in different types of wines[J].Anal Chim Acta,2004,527(1):81-88.

[8]謝麗娟.轉基因番茄的可見/近紅外光譜快速無損檢測方法[D].杭州：浙江大學博士論文，2009.

[9]LEARDIR,NORGAARD L.Sequentialapplication of backward interval PLS and genetic algorithms for the selection of relevant spectral regions [J].J Chemometr,2004,18(11):486-497.

[10]于海燕.黃酒品質和酒齡的近紅外光譜分析方法研究[D].杭州：浙江大學博士論文，2007.

[11]許 祿，邵學廣.化學計量學[M].北京：科學出版社，2004.

[12]牛曉穎.基于傅立葉變換近紅外光譜的紹興黃酒風味成分定量分析及其酒齡鑒別的研究[D].杭州：浙江大學博士論文，2009.

[13]CAIW,LIY,SHAO X.A variable selection method based on uninformative varable elimination for multivariate calibration of near infrared spectra[J].Chemometr Intell Lab,2008,90:188-194.

[14]李 勇.近紅外分析模型穩(wěn)健性研究[D].楊凌：西北農林科技大學碩士論文，2005.

[15]MALLEY D F,MCCLURE C,MARTIN P D,etal.Compositionalanalysis of cattle manure during composting using a field portable near infrared spectrometer[J].Commun Soil Sci Plan,2005,36(4-6):455-475.

[16]SORENSEN L K.Prediction of fermentation parameters in grass and corn silage by nearinfrared spectroscopy[J].J Dairy Sci,2004,87(11): 3826-3835.

[17]MALLEY D F,R?NICKE H,FINDLAY D L,etal.Feasibility of using nearinfrared reflectance spectroscopy for the analysis of C,N,P,and diatoms in lake sediments[J].J Paleolimnol,1999,21(3):295-306.

Rapid determination of alcohol content, total sugar and total acid in Chinese rice wine by near infrared spectroscopy

FANShuangxi1,2,3,ZHONG Qiding2,3*,LIGuohui2,3,4,XIONG Zhenghe2,3,ZOUHuijun5,QIAN Bin5, ZHOU Jiandi5,XIE Guangfa5,LIYan1

(1.College of Bioscience and Bioengineering,HebeiUniversity of Science and Technology,Shijiazhuang 050018,China; 2.China National Research Institute of Food&Fermentation Industries,Beijing 100027,China; 3.China National Standardization Centre of Food&Fermentation,Beijing 100027,China; 4.Key Laboratory of AnalyticalScience of HebeiProvince,College of Chemistry and Environmental Science, Hebei University,Baoding 071002,China;5.China Shaoxing Rice Wine Group Co.,Ltd.,Shaoxing 312000,China)

On the basis of near infrared spectroscopy and chemometrics,the rapid detection modelof Chinese rice wine was established using partial leastsquare.The accuracy and stability ofthe modelwas evaluated by coefficientofdetermination(R),cross-validation mean square(RMSECV)and relative percentdeviation(RPD).The Rvalueswere 0.999 4,0.998 9 and 0.978 0,respectively,the RMSECV valueswere 0.089 1,0.698 0 and 0.089 8, respectively,and the RPD values were 27,21 and 4.8,respectively.The RPD values greater or equalto 3 indicated good modeling effect.The results showed that the near infrared spectroscopy technology can be used for rapid determination of alcohol content,total sugar and acid in Chinese rice wine,italso provided rapid detection methods forthe establishmentoffood safety quality controlsystem of Chinese rice wine.

nearinfrared spectroscopy;Chinese rice wine;alcoholcontent;acid;sugar;partialleastsquares

O657.33

A

0254-5071（2015）02-0135-04

10.11882/j.issn.0254-5071.2015.02.030

2015-01-06

國家自然科學基金（31101333）；科技部支撐計劃項目（2012BAK17B11）

樊雙喜（1989-），男，碩士研究生，研究方向為傳統(tǒng)發(fā)酵工程創(chuàng)新技術。

*通訊作者：鐘其頂（1980-），男，高級工程師，博士，研究方向為穩(wěn)定同位素食品分析技術。