近紅外光譜技術(shù)在糧食檢測中的應(yīng)用進展

□ 于 穎 錦州市農(nóng)產(chǎn)品綜合質(zhì)檢中心

近紅外光譜技術(shù)在糧食檢測中的應(yīng)用進展

□ 于 穎 錦州市農(nóng)產(chǎn)品綜合質(zhì)檢中心

近紅外光譜技術(shù)作為一項無損、快速、精準的檢測技術(shù)，在糧食行業(yè)中有廣泛的應(yīng)用，嚴格控制糧食的收獲、儲藏以及加工等過程的質(zhì)量，構(gòu)建了糧食的營養(yǎng)成分、儲存指標以及衛(wèi)生安全指標的檢測模型?？梢姡t外光譜技術(shù)在糧食安全在線檢測領(lǐng)域的可行性，保障我國糧食的安全生產(chǎn)。

近紅外光譜技術(shù)；糧食檢測；近紅外光譜

近紅外光譜波長在780～2 500 nm，其光譜主要是由于分子振動的倍頻或合頻吸收所造成的。其中，含氫基團能夠在近紅外波段產(chǎn)生基頻振動，如O-H、N-H、C-H、S-H的伸縮或者彎曲振動，其他官能團的伸縮振動所產(chǎn)生的多級倍頻信號較弱，通常會被含氫基團所掩蓋[1]。因此，采用近紅外光譜技術(shù)進行檢測的物品必須是含氫基團，如蛋白質(zhì)、脂肪、淀粉等。

1 近紅外光譜技術(shù)的優(yōu)缺點

1.1 優(yōu)點

樣品不需預(yù)先處理，分析過程簡便、快速且高效，一般1 min左右便可完成一個樣品檢測，結(jié)合模型的構(gòu)建，很快能取得檢測數(shù)據(jù)。波段由光纖傳導(dǎo)，既可在線，也可在有毒有害的惡劣環(huán)境中進行遠程分析。分析成本不高，對操作者要求低，無損檢測有很好的重現(xiàn)性。

1.2 缺點

由于近紅外光譜的譜帶較寬且復(fù)雜，吸收強度較弱，光譜信號偏低。一般來講，近紅外光譜都是通過構(gòu)建模型進行近紅外分析，是從復(fù)雜、重疊、變動的光譜中提取微弱而有效的信息，是一種微弱信號提取處理技術(shù)。此外，近紅外光譜技術(shù)實際上也是一種二次測量技術(shù)，其分析靈敏度除了受光譜測量技術(shù)準確度的影響外，還會受樣品物化性質(zhì)測試準確度的影響。

2 近紅外光譜技術(shù)在糧食檢測中的應(yīng)用進展

近紅外光譜技術(shù)作為一種新型快速無損檢測技術(shù)，由于無需制備樣品、分析成本低，可實現(xiàn)環(huán)境友好型的快速在線檢測，在我國糧食作物的質(zhì)量安全控制方面得到了廣泛應(yīng)用。

2.1 小麥檢測應(yīng)用

將近紅外光譜技術(shù)與中紅外光譜技術(shù)對麥麩的營養(yǎng)成分測定進行比較，會發(fā)現(xiàn)近紅外光譜技術(shù)檢測模型在灰分、淀粉、膳食纖維指標方面有更好的表現(xiàn)，而中紅外光譜技術(shù)則在蛋白質(zhì)測定方面更勝一籌，其他成分測定則類似。小麥加工過程中，在760～900 nm波長環(huán)境下，利用短波——近紅外光譜成像去研究小麥粉烘焙過程中的物化性質(zhì)與流變學(xué)性質(zhì)，檢測分析發(fā)酵動力學(xué)參數(shù)、谷蛋白等，能夠優(yōu)化小麥粉發(fā)酵過程中的發(fā)酵參數(shù)。小麥面筋蛋白的成分主要有麥膠蛋白和麥谷蛋白，可采用SE-HPLC法檢測面筋蛋白質(zhì)，構(gòu)建校正模型所測定的面筋蛋白質(zhì)含量，其均方根誤差在0.36[2]。其中，對于面筋拉力的檢測模型尚未成功構(gòu)建。

2.2 稻谷檢測應(yīng)用

采用近紅外光譜技術(shù)，檢測不同收獲時期稻谷的水分，構(gòu)建測定模型，可發(fā)現(xiàn)水分含量處于11.5%～28.7%，相關(guān)系數(shù)在0.9之上。近年來，國家對稻谷副產(chǎn)品的開發(fā)逐漸加大重視，其中糙米與米糠的產(chǎn)品居多。采用近紅外光譜技術(shù)構(gòu)建檢測模型，檢測水稻籽粒中的蛋白質(zhì)含量、糙米的直鏈淀粉含量等，有非常高的精準度。此外，還可利用人工神經(jīng)網(wǎng)絡(luò)方法，采用近紅外光譜技術(shù)，選擇波長在700～1 075 nm，檢測水稻生產(chǎn)過程中各個部位氮含量的變化，進而推算出水稻的光合作用規(guī)律，并為水稻高產(chǎn)及管理的科學(xué)研究提供可靠數(shù)據(jù)。

2.3 玉米檢測應(yīng)用

將近紅外光譜技術(shù)與化學(xué)計量學(xué)方法相結(jié)合，采用光譜分析軟件對已涂涂層劑的玉米種子進行漫反射定性識別，準確率高達97.5%。采用傅里葉變換近紅外光譜法，利用移動窗口偏最小二乘計量法對玉米蛋白質(zhì)波段選擇予以優(yōu)化，選取最優(yōu)穩(wěn)定模型，均方根誤差為0.413，相關(guān)系數(shù)為0.939。通過采用比色法與近紅外光譜技術(shù)相結(jié)合，檢測玉米面粉樣品中的總抗氧化能力，能夠構(gòu)建模型，并能評估近紅外光譜技術(shù)遠程操控的可行性。此外，采用近紅外光譜成像與多變量數(shù)據(jù)分析技術(shù)研究玉米內(nèi)核中的真菌概況，光譜為1 000～2 498 nm，利用主成分分析法去分析吸光度像素與陰影圖像，觀察感染鐮刀菌、淀粉與蛋白質(zhì)的變化，能夠發(fā)現(xiàn)玉米感染真菌的前期階段[3]。

2.4 其他糧食作物檢測應(yīng)用

在糧食的感官試驗中，可采用近紅外光譜技術(shù)評定大米的蒸煮時間與凝膠化時間，進而得出最佳蒸煮時間。處理與分析大米分子團體的近紅外光譜圖，并構(gòu)建近紅外光譜檢測模型，能夠快速且客觀地評價大米感官質(zhì)量。

在糧食儲存過程中，大米的外觀、風(fēng)味及營養(yǎng)含量都在不斷變化中，一般來講，儲存時間越久，大米酸度就會相應(yīng)增加。因此，可通過檢測大米酸度來判斷大米的新鮮程度?？赏ㄟ^麝香草溴酚藍-甲基紅法去檢測伐木酸度，收集樣品，將近紅外光譜技術(shù)與獨立分量分析技術(shù)相結(jié)合，構(gòu)建酸度檢測模型。結(jié)果表明，該兩種技術(shù)的結(jié)合是測定大米新鮮度的有效方法。

3 結(jié)語

本文主要探討了近紅外光譜技術(shù)在糧食檢測中的應(yīng)用，可以看出當前我國對近紅外光譜技術(shù)的研究比較側(cè)重于測定營養(yǎng)成分含量，并且技術(shù)已愈發(fā)成熟。當前，我國尤為看重糧食安全問題，而農(nóng)藥殘留與真菌感染是影響糧食安全問題重要因素，如果能夠構(gòu)建近紅外光譜技術(shù)的檢測模型，將有助于推動我國糧食安全工程的建設(shè)。

[1]孫玉俠．近紅外光譜技術(shù)在糧食工業(yè)中的應(yīng)用[J]．糧油食品科技，2017(1)：58-60．

[2]朱鐵軍，孟凡剛，施艷舞，等．近紅外光譜技術(shù)在糧食檢測中的應(yīng)用進展[J]．糧食儲藏，2012(4)：46-50．

[3]周光華，朱大洲，王成．近紅外光譜在糧食作物檢測中的應(yīng)用進展[J]．安徽農(nóng)業(yè)科學(xué)，2010(28)：15475-15478．