紅外光譜在食品檢測(cè)中的應(yīng)用

張漢鵬

摘 要：文章主要綜述了紅外光譜在飲料、肉類(lèi)、農(nóng)產(chǎn)品和其他食品檢測(cè)中的應(yīng)用狀況。紅外光譜可快速檢測(cè)食品成分、含量及水果蔬菜的農(nóng)藥殘留等，操作簡(jiǎn)單、成本低廉、準(zhǔn)確度高，是定性和定量的有利手段，文章亦可為后續(xù)此類(lèi)應(yīng)用提供參考。

關(guān)鍵詞：紅外光譜；食品；檢測(cè)

1 概述

近年來(lái)食品安全問(wèn)題日益凸現(xiàn)，對(duì)其進(jìn)行安全監(jiān)測(cè)的各種方法和儀器應(yīng)運(yùn)而生。其中紅外光譜技術(shù)利用其檢測(cè)時(shí)間短、分析速度快、操作方便、準(zhǔn)確度高且具有環(huán)保、高效的特點(diǎn)而被廣泛應(yīng)用。紅外光譜在飲料，肉類(lèi)，農(nóng)產(chǎn)品等食品檢測(cè)中可準(zhǔn)確、方便地檢測(cè)到食品中的化學(xué)成分和含量，還可進(jìn)行食品中農(nóng)藥殘留檢測(cè)、摻假的鑒定、內(nèi)部質(zhì)量評(píng)定等，是定性與定量分析的有利工具。

2 紅外光譜的使用

食品類(lèi)型多、品種及其結(jié)構(gòu)繁雜多樣，組成、外觀(guān)及性質(zhì)等又較相似，普通化學(xué)方法常常難別真假。而紅外光譜利用其從細(xì)微結(jié)構(gòu)處鑒別物質(zhì)的特性，可方便、快速、較為準(zhǔn)確的檢測(cè)食品成分，而且成本低、環(huán)保、高效，使其在這一領(lǐng)域應(yīng)用廣泛且有很大的前景。

2.1 在飲料檢測(cè)中的應(yīng)用

2.1.1 酒類(lèi)

方利民等[1]采用紅外與Fast ICA算法等結(jié)合的技術(shù)，對(duì)傳統(tǒng)測(cè)定方法進(jìn)行了改進(jìn)，對(duì)紅酒中酒精含量、pH值及殘?zhí)橇?，建立了預(yù)測(cè)模型，預(yù)測(cè)結(jié)果的相關(guān)性和誤差都達(dá)到了較理想的效果，也為開(kāi)發(fā)出更高精度的紅酒酒精含量、pH值、殘?zhí)橇恳约捌渌恍﹨?shù)的檢測(cè)儀器提供了依據(jù)和可能。朱宏霞等[2]測(cè)定了數(shù)百個(gè)樣品黃酒，實(shí)驗(yàn)結(jié)果表明，定標(biāo)誤差只有0.12%，曲線(xiàn)線(xiàn)性相系數(shù)為99%，可滿(mǎn)足對(duì)普通測(cè)試工作的需求。

2.1.2 茶類(lèi)

因具體的加工工藝差異和原料老嫩而使茶葉所含化學(xué)成分及相對(duì)含量不同，傅里葉紅外光譜的一階譜圖和二階譜圖的信息結(jié)合起來(lái)能區(qū)分不同茶類(lèi)。張婭玲[3]研究得出，紅外光譜可為不同種類(lèi)、等級(jí)、地區(qū)茶葉的鑒別提供科學(xué)依據(jù)。因各種茶葉所含化學(xué)成分及相對(duì)含量不同，各自都有自己獨(dú)特的紅外特征，通過(guò)比較相對(duì)強(qiáng)度及吸收峰的強(qiáng)弱變化規(guī)律，可以進(jìn)行定性和定量。

圖1為5個(gè)黑茶樣品的二階紅外光譜[4]，由此可以明顯的看出各茶葉的不同光譜，利用PLS法建立數(shù)學(xué)模型，應(yīng)用近紅外光譜，可對(duì)茶葉中的咖啡堿、茶多酚和氨基酸進(jìn)行定量分析。孫耀國(guó)等[5]利用類(lèi)似技術(shù)，對(duì)茶葉進(jìn)行了測(cè)定，得到了比較好的效果。在進(jìn)一步優(yōu)化測(cè)定條件的基礎(chǔ)上得到了較好的數(shù)學(xué)模型。

2.1.3 奶類(lèi)

Shuso[6]在600～1050nm波長(zhǎng)范圍，對(duì)牛奶品質(zhì)檢測(cè)構(gòu)建了紅外測(cè)定系統(tǒng)。在對(duì)牛奶的主要成分乳糖、蛋白質(zhì)和脂肪的測(cè)定和牛奶尿素氮MUN及體細(xì)胞個(gè)數(shù)的測(cè)定中，得到了較好的結(jié)果。韓東海[7]實(shí)驗(yàn)結(jié)果表明，與判別分析技術(shù)相結(jié)合的近紅外光譜技術(shù)，可以很好的鑒別純牛奶中還原奶的摻假現(xiàn)象，實(shí)現(xiàn)原料奶的新鮮判別，并能準(zhǔn)確的識(shí)別摻堿牛奶。

2.2 紅外光譜在肉類(lèi)檢測(cè)中的應(yīng)用

2.2.1 禽畜肉

Osama等[8]對(duì)牛肉品質(zhì)的測(cè)定中，用中紅外光譜建立了一套測(cè)定檢測(cè)模型，為肉制品的摻假檢測(cè)提供了依據(jù)[9]。牛內(nèi)臟中，尤其肝臟中含有肝糖元，在1200～1000cm-1處的紅譜圖有特征吸收，而瘦肉組織和脂肪中脂肪、蛋白質(zhì)、水分含量也不同，據(jù)此，可將正宗牛肉產(chǎn)品與其他有內(nèi)臟摻雜的樣品很明確的分辨。

2.2.2 水產(chǎn)品

謝雯雯[10]等運(yùn)用PLS化學(xué)計(jì)量學(xué)方法，建立了一套對(duì)魚(yú)肉新鮮度可進(jìn)行判斷的近紅外預(yù)測(cè)模型，相比于傳統(tǒng)的新鮮度檢測(cè)方法，該實(shí)驗(yàn)只需采集樣品魚(yú)肉的近紅外光譜數(shù)據(jù)，再代入建立好的近紅外預(yù)測(cè)模型，便可獲得樣品魚(yú)肉的新鮮度信息，省去了樣品前處理過(guò)程和測(cè)定過(guò)程，節(jié)省了大量的時(shí)間和原料。其局限性是進(jìn)行定量分析時(shí)，不能直接采集帶鱗整魚(yú)的光譜數(shù)據(jù)。

2.2.3 火腿腸

表1是利用近紅外檢測(cè)火腿腸中的蛋白質(zhì)、脂肪和水分與常規(guī)方法的對(duì)比，可見(jiàn)利用近紅外檢測(cè)火腿腸是可行的。需要注意的是， 每類(lèi)測(cè)定樣本（例如火腿腸類(lèi)產(chǎn)品或者低溫灌腸類(lèi)）， 都要建立各自的定標(biāo)方程。因?yàn)槿馄吩诩庸み^(guò)程中添加的脫脂奶粉、蔗糖、抗壞血酸、亞硝酸鹽、乳化劑等添加劑對(duì)近紅外吸收都有影響，會(huì)影響樣品中蛋白質(zhì)、脂肪和水分含量的測(cè)定結(jié)果[11]。

2.3 紅外光譜在農(nóng)產(chǎn)品檢測(cè)中的應(yīng)用

2.3.1 水果

可利用近紅外光譜技術(shù)，對(duì)一般水果所含的近紅外活性基團(tuán)成分，即水分、纖維、碳水化合物等，進(jìn)行定量分析；因?yàn)樵诮t外區(qū)域，它們都有特征吸收。李彥文等[12]建立了一套棗仁檢測(cè)紅外光譜體系，在1800～960cm-1間，酸棗仁與其偽品滇棗仁的紅外吸收峰的峰數(shù)、峰位、峰形和峰強(qiáng)度等有著明顯的差異，可作為二者的重要區(qū)別。王欣等[13]在近紅外漫透射分析技術(shù)的基礎(chǔ)上，研制了一種水果內(nèi)部品質(zhì)在線(xiàn)分析儀。將其用于鴨梨黑心病的判斷，準(zhǔn)確率為0.96，該儀器為在水果品質(zhì)的檢測(cè)提供了一種快速簡(jiǎn)便廉價(jià)的檢測(cè)手段，在商檢、質(zhì)檢、海關(guān)等領(lǐng)域應(yīng)用前景廣闊。

2.3.2 蔬菜

李文秀[14]用中紅外衰減全反射光譜數(shù)據(jù)，對(duì)蔬菜汁液中殘留高殘留農(nóng)藥敵百蟲(chóng)、敵敵畏進(jìn)行了研究。結(jié)果表明，農(nóng)藥在蔬菜汁中與在標(biāo)準(zhǔn)試劑中有基本一致的吸收特性，蔬菜上的農(nóng)藥殘留可以用紅外光譜技術(shù)直接進(jìn)行檢測(cè)，通過(guò)農(nóng)藥在水中的吸收建立模型模擬其在蔬菜體內(nèi)的吸收，為實(shí)現(xiàn)對(duì)蔬菜中農(nóng)藥殘留進(jìn)行快速檢測(cè)提供一條可能的途徑。

周向陽(yáng)[15]等對(duì)旋藥科、莧科、菊科等幾十余種蔬菜類(lèi)中有機(jī)磷農(nóng)藥殘留的鑒別進(jìn)行了紅外光譜法研究。利用含磷基團(tuán)在倍頻區(qū)的特征吸收和差譜技術(shù)等進(jìn)行定性定量，取得滿(mǎn)意的鑒別效果，為有機(jī)磷農(nóng)藥殘留的快速分析提供一種簡(jiǎn)便、快速、可靠的手段。

金同銘[16]通過(guò)NIR光譜實(shí)驗(yàn)，定量分析西紅柿中的蔗糖、葡萄糖、果糖的含量，結(jié)果表明用NIR光譜法完全滿(mǎn)足其精度的要求，而且NIR光譜法的分析效率比HPLC法高數(shù)十倍，既不用化學(xué)試劑，亦無(wú)需破壞樣品，分析后的西紅柿仍可食用或作商品出售，這在品質(zhì)分析、資源評(píng)價(jià)及育種中，對(duì)大批量樣品的測(cè)定、篩選極為有利。對(duì)蔬菜表面殘留的氯氰菊酯等，徐琳[17]等用FTIR技術(shù)進(jìn)行了分析測(cè)試。結(jié)果表明，該法測(cè)定蔬菜表面農(nóng)藥殘留的靈敏度高于透射光譜法，而且快速、簡(jiǎn)便。

2.3.3 谷類(lèi)

張耀武[18]等對(duì)涂有石蠟和摻有礦物油的大米，利用紅外光譜進(jìn)行了定性鑒別和判偽，該方法在對(duì)大米、食用油和瓜子中是否摻加工業(yè)礦物油的鑒定中得到了肯定。

2.4 紅外光譜在其他食品檢測(cè)中的應(yīng)用

2.4.1 蜂蜜

生活用品蜂蜜對(duì)人體有多種益處，但普通人員憑感官判斷蜂蜜的品質(zhì)有困難，摻假已經(jīng)成為重要問(wèn)題之一?？蓳饺敕涿壑械钠渌镔|(zhì)有很多，檢測(cè)有一定難度。常規(guī)方法費(fèi)時(shí)費(fèi)力，且有使用限制。紅外光譜可以用于摻假產(chǎn)品的分析檢測(cè)，因其能夠從結(jié)構(gòu)上判斷物質(zhì)，即在復(fù)雜的背景中分辨出待測(cè)物質(zhì)的細(xì)微化學(xué)信息，尤其對(duì)食品中低含量物質(zhì)。

S·Sivakesava[19]以一定的增量，分別向菊花蜜、三葉草蜜、蕎麥蜜中分別摻入不同重量的甜菜轉(zhuǎn)化糖，然后室溫下進(jìn)行傅里葉變換紅外分析，實(shí)驗(yàn)結(jié)果表明，混合物用全反射傅里葉變換紅外進(jìn)行測(cè)定，得到了非常好的結(jié)果，三種蜂蜜的預(yù)測(cè)值和實(shí)際值間的相關(guān)系數(shù)分別為0.946，0.964和0.956，預(yù)測(cè)值標(biāo)準(zhǔn)差在2.1%～4.4%。

2.4.2 油

中國(guó)市場(chǎng)上由于橄欖油量少價(jià)高，一些經(jīng)銷(xiāo)商為了獲取更大的利益，常常向其中摻雜較便宜的其他油品，導(dǎo)致消費(fèi)者的利益受到嚴(yán)重?fù)p害。何優(yōu)選[20]、黃秀麗[21]等對(duì)橄欖油和其他油的區(qū)別鑒定做了系統(tǒng)的紅外研究。他們根據(jù)食用油中的主要成分脂肪酸油脂中，多次甲基鏈中兩種健，即C-O和C-H，在紅外譜區(qū)振動(dòng)頻率和方式差異，反映不同油型信息的特性，采用主成分分析和判別式分析檢測(cè)了橄欖油及其它油品菜籽油、葵花油、玉米油等，在1000～1800cm-1和2800～3100cm-1內(nèi)紅外的數(shù)據(jù)特點(diǎn)，利用光譜信息對(duì)油型進(jìn)行聚類(lèi)分析，實(shí)驗(yàn)結(jié)果表明橄欖油型緊密聚集在一起，與其他油型有明顯區(qū)別。將實(shí)驗(yàn)結(jié)果的數(shù)據(jù)比較對(duì)照，便可對(duì)橄欖油的品質(zhì)和摻假行為做出快速準(zhǔn)確判定，同時(shí)給出定量分析結(jié)果。

3 結(jié)束語(yǔ)

綜上所述，紅外光譜檢測(cè)技術(shù)已經(jīng)成為一種方便、快捷、高效的檢測(cè)技術(shù)。在與食品有關(guān)的各種樣品的檢測(cè)中得到了廣泛使用。尤其在與定性有關(guān)的結(jié)構(gòu)測(cè)定中具有其他技術(shù)無(wú)法取代的優(yōu)勢(shì)。展望未來(lái)，相信該技術(shù)應(yīng)用的領(lǐng)域必將越來(lái)越廣泛。

參考文獻(xiàn)

[1]方利民，林敏.基于Fast ICA和神經(jīng)網(wǎng)絡(luò)的紅酒主要品質(zhì)參數(shù)紅外檢測(cè)[J].光譜學(xué)與光譜分析，2009，28（8）：2086.

[2]朱宏霞，鄧德文，鄭校先.傅立葉變換近紅外透射法分析黃酒酒精度[J].釀酒科技，2008（9）：114-119.

[3]張婭玲，呂才有，張超，等.紅茶的傅里葉變換紅外光譜研究[J].西南農(nóng)業(yè)學(xué)報(bào)，2009，22（2）：534.

[4]楊新河，王麗麗，黃建安，等.傅里葉變換紅外光譜鑒別黑茶樣品[J].食品科學(xué)，2012，33（14）：205.

[5]孫耀國(guó)，林敏，呂進(jìn)，等.近紅外光譜法測(cè)定綠茶中氨基酸、咖啡堿和茶多酚的含量[J].光譜實(shí)驗(yàn)室，2004，21（5）：943.

[6]林濤，于海燕，應(yīng)義斌.可見(jiàn)/近紅外光譜技術(shù)在液態(tài)食品檢測(cè)中的應(yīng)用研究進(jìn)展[J].光譜學(xué)與光譜分析，2008，28（2）：285-290.

[7]韓東海，魯超，劉毅.純牛奶、還原奶、摻假奶、牛奶新鮮度的近紅外檢測(cè)[J].乳業(yè)導(dǎo)刊，2006（4）：41.

[8]Osama Al-Jowder，et al.Mid-infrared spectroscopy and chemomet-rics for the authentication of meat products[J].J Agric Food Chem，1999，47（8）：3210-3218.

[9]姚煒，夏彩云.紅外光譜技術(shù)在食品安全檢測(cè)中的應(yīng)用[J].中國(guó)衛(wèi)生檢驗(yàn)雜志，2009，19（6）：1451-1452.

[10]謝雯雯，李俊杰，等.基于近紅外光譜技術(shù)的魚(yú)肉新鮮度評(píng)價(jià)方法的建立[J].淡水漁業(yè)，2013，43（4）：89.

[11]朱迅濤.近紅外分析技術(shù)在火腿腸檢測(cè)中的應(yīng)用[J].肉類(lèi)研究，2002，2：43-44.

[12]李彥文，周鳳琴，王麗萍，等.酸棗仁與其偽品滇棗仁的FTIR指紋圖譜鑒別[J].中醫(yī)藥學(xué)刊，2005，23（4）：713-715.

[13]王欣，謝錦春，韓東海，等.水果內(nèi)部品質(zhì)在線(xiàn)近紅外分析儀的研制[J].現(xiàn)代科學(xué)儀器，2009（6）：12-13.

[14]李文秀，徐可欣，雷震霖，等.蔬菜農(nóng)藥殘留檢測(cè)的紅外光譜法研究[J].光譜學(xué)與光譜分析，2004，24 （10）：1202-1204.

[15]周向陽(yáng)，林純忠，胡祥娜，等.近紅外光譜法（NIR）快速診斷蔬菜中有機(jī)磷農(nóng)藥殘留[J].食品科學(xué)，2004，25 （5）：151-153.

[16]金同銘.非破壞評(píng)價(jià)西紅柿的營(yíng)養(yǎng)成分—蔗糖、葡萄糖、果糖的近紅外分析[J].

[17]徐琳，王乃巖，宋東明，等.ATR-FTIR快速檢驗(yàn)蔬菜表面殘留氯氰菊酯[J].光譜實(shí)驗(yàn)室，2003，20（6）：888-890.

[18]張耀武，王振軍.涂油大米的紅外光譜鑒定[J].西部糧油科技，2001，26（3）：46-47.

[19]S.Sivakesava， J.Irudayaraj. Detection of Inveaed Beer Sugar Adulteration of Honey by FTIR Spectroscopy.J.Sci Food Agric，2001，81：683-690.

[20]何優(yōu)選，梁奇峰.食用油品質(zhì)的紅外吸收光譜分析[J].化工技術(shù)與開(kāi)發(fā)，2011，40（6）：32-34.

[21]黃秀麗，黃飛，曾憲遠(yuǎn)，等.傅里葉變換紅外光譜法在橄欖油摻假鑒別中的應(yīng)用[J].中國(guó)農(nóng)學(xué)通報(bào)，2014（30）：285-289.