白酒基酒中酮類物質(zhì)的近紅外光譜檢測方法

董新羅，劉建學(xué),2*，韓四海,2，謝安國,2，李 璇,2，李佩艷,2，徐寶成,2，羅登林,2

(1.河南科技大學(xué) 食品與生物工程學(xué)院，河南 洛陽 471023；2.河南省食品原料工程技術(shù)研究中心，河南 洛陽 471023)

中國白酒作為世界六大蒸餾酒之一，歷史悠久，源遠(yuǎn)流長。白酒以糧谷為主要原料，以酒曲為發(fā)酵劑，經(jīng)蒸煮、糖化、發(fā)酵、蒸餾制成。其氣味濃郁純正，入口綿甜爽凈，深受人們喜愛[1-2]。在白酒的組成中，乙醇和水為主要成分，而微量成分(約占1%～2%)是白酒的呈香物質(zhì)，決定了不同白酒的獨特品質(zhì)[3]。隨著分析化學(xué)的發(fā)展以及色譜、質(zhì)譜等技術(shù)在白酒微量成分檢測中的應(yīng)用，已確定白酒的微量呈香物質(zhì)主要由有機酸、酯類、高級醇、醛酮類及其他芳香族化合物等組成[4-5]。在白酒釀造過程中會產(chǎn)生一定量酮類物質(zhì)，主要有2,3-丁二酮、3-羥基-2-丁酮等。其在白酒中起著緩沖、平衡香氣的作用，可使酒產(chǎn)生純正的香氣和綿甜的口感。在一定范圍內(nèi)，2種酮類物質(zhì)在白酒中的含量越高，白酒的品質(zhì)越好[6-7]。因此，白酒中酮類物質(zhì)的快速檢測對于白酒質(zhì)量控制具有重要意義。

目前對白酒中微量呈香物質(zhì)的檢測分析主要參照GB/T 10345—2007《白酒分析方法》，采用氣相色譜法測定[8]。但氣相色譜法步驟較為繁瑣耗時，不滿足實際生產(chǎn)中簡單快速的在線分析技術(shù)需要。近紅外光譜(NIR)是一種快速方便、無損、無污染以及多組分同時檢測的分析技術(shù)，已在食品工業(yè)領(lǐng)域得到了廣泛應(yīng)用[9-13]。近年來，近紅外光譜在白酒行業(yè)中也取得了很大的發(fā)展。在釀酒原料方面，楊泉女等[14]利用近紅外光譜技術(shù)分別建立了104份甜玉米種子中總多糖和淀粉的近紅外光譜定標(biāo)模型；韋紫玉等[15]用近紅外漫反射光譜分析技術(shù)對73份小麥樣品的蛋白質(zhì)含量進行測定，模型效果良好，可用于小麥無損檢測。在白酒發(fā)酵過程方面，熊雅婷等[16]利用近紅外光譜法結(jié)合偏最小二乘回歸法建立了酒醅中水分、淀粉、酒精度、酸度的定量分析模型。在白酒質(zhì)量檢測方面，陳妍等[17]應(yīng)用近紅外光譜法測定白酒樣品中乙醇、總酸、總酯和己酸乙酯等關(guān)鍵指標(biāo)的含量，模型效果良好；張衛(wèi)衛(wèi)等[18]建立了白酒基酒中乙醛、乙縮醛的近紅外快速檢測方法。然而，針對白酒中酮類物質(zhì)的快速檢測尚未見報道。

本文選取杜康基酒作為研究對象，經(jīng)掃描得到182個樣品的近紅外光譜圖并分析，選取特征譜區(qū)及最佳預(yù)處理方法，建立了白酒基酒中2,3-丁二酮、3-羥基-2-丁酮的近紅外檢測模型，可為白酒中酮類物質(zhì)的近紅外光譜快速檢測提供依據(jù)。

1 實驗部分

1.1 試劑與儀器

白酒基酒樣品182個(洛陽杜康控股有限公司)；標(biāo)準(zhǔn)品：2,3-丁二酮和3-羥基-2-丁酮(色譜純，上海阿拉丁生化科技股份有限公司)；無水乙醇(色譜純，天津市科密歐化學(xué)試劑有限公司)。

VEVTOR33型傅里葉變換近紅外光譜儀(德國Bruker公司)；7890A氣相色譜儀，配氫火焰離子化檢測器(美國Agilent公司)。

1.2 實驗方法

1.2.1 化學(xué)值測定氣相色譜條件：色譜柱：LZP-930白酒分析專用柱(25 m×0.53 mm×1 μm)；進樣口溫度：220 ℃；檢測器溫度：250 ℃；柱流速：2.0 mL/min；載氣：氮氣(純度99.999%)，流速30 mL/min；H2流速：30 mL/min；空氣流速：300 mL/min；尾吹氣流速：25 mL/min；采用分流進樣方式，分流比為10∶1；進樣量：1 μL；程序升溫條件：初始溫度75 ℃，保持3 min，以10 ℃/min升至210 ℃。

根據(jù)樣品組分含量配制不同質(zhì)量濃度的2,3-丁二酮和3-羥基-2-丁酮混合標(biāo)準(zhǔn)溶液，注入氣相色譜儀測得峰面積，以質(zhì)量濃度對峰面積作標(biāo)準(zhǔn)工作曲線，外標(biāo)法定量。每個樣品測定2次，取平均值(兩次測定結(jié)果的絕對差值不應(yīng)超過平均值的5%)。

1.2.2 近紅外光譜采集利用VEVTOR33傅里葉變換近紅外光譜儀采集光譜。測量前，將儀器預(yù)熱30 min。以空氣作參比，選用光程為1 mm的石英比色皿，采集光譜時環(huán)境溫度保持在(25±2) ℃范圍內(nèi)，光譜掃描范圍為12 000～4 000 cm-1，儀器分辨率為8 cm-1，每個樣品掃描32次，做3個平行樣的光譜采集并計算平均值。對樣品光譜的分析使用OPUS 8.1軟件。

1.2.3 光譜數(shù)據(jù)預(yù)處理及模型建立在對樣品進行近紅外檢測的過程中，可能存在與待測樣品無關(guān)因素(樣品的狀態(tài)、光的散射以及儀器響應(yīng)等)的干擾，從而導(dǎo)致近紅外光譜的基線漂移和光譜的不重復(fù)，因此需對原始光譜進行預(yù)處理[19]。常用的預(yù)處理方法有：平滑主要包括卷積平滑處理(Savitzky-Golay filter，S-G)和導(dǎo)數(shù)濾波(Norris derivative filter，N-D)，可提高信號的信噪比;導(dǎo)數(shù)處理包括一階導(dǎo)數(shù)(First derivative，D1)和二階導(dǎo)數(shù)(Second derivative，D2),可以放大信號優(yōu)勢，強化譜帶特征，但同時也會放大光譜噪音;還有標(biāo)準(zhǔn)正態(tài)變量變換(Standard normal variate，SNV)、多元散射校正(Multiplicative signal correction，MSC)等，用來濾除各種因素產(chǎn)生的高頻噪聲及基線漂移。通常選取一種預(yù)處理方法或多種不同預(yù)處理方法的組合，以建立最佳的近紅外光譜定量模型。

將氣相色譜法測定的白酒基酒中2,3-丁二酮和3-羥基-2-丁酮結(jié)果按其含量排序后，按照選3留1的原則分成校正集和驗證集，校正集和驗證集的個數(shù)分別為137個和45個。使用校正集樣品結(jié)合偏最小二乘法(PLS)建立定量校正模型，再做交叉驗證。交叉驗證方法選用留一法(Leave-one-out)：每次留下1個樣本，用其它樣本建立模型，然后用留下的樣本檢驗所建模型，重復(fù)上述過程，直至所有樣本均被檢驗。最后用獨立的驗證集樣品對定量校正模型進行外部驗證。采用校正集樣品決定系數(shù)(R2)和交叉驗證均方根誤差(RMSECV)評價所建立定量校正模型的優(yōu)劣，驗證集樣品的R2和預(yù)測均方根誤差(RMSEP)以及模型精密度結(jié)果評價其預(yù)測能力。一個優(yōu)良的模型應(yīng)具有較高的R2，較低的RMSECV、RMSEP，并且RMSECV和RMSEP較為接近。

2 結(jié)果與討論

2.1 化學(xué)值測定結(jié)果分析

采用氣相色譜法測定白酒基酒樣品中2,3-丁二酮和3-羥基-2-丁酮的含量，其結(jié)果如表1所示。由于樣品來自不同的白酒生產(chǎn)車間和發(fā)酵池，可以看出所選樣品均具有較為廣泛的含量分布范圍和較高的標(biāo)準(zhǔn)偏差，具有代表性，且驗證集含量范圍均在校正集含量范圍內(nèi)，符合建模標(biāo)準(zhǔn)。

表1 2,3-丁二酮和3-羥基-2-丁酮的化學(xué)值分析Table 1 Chemically measured values of 2,3-butanedione and 3-hydroxy-2-butanone

2.2 近紅外光譜圖分析

白酒基酒樣品的近紅外光譜如圖1所示。其中圖1A為未經(jīng)處理的原始近紅外光譜，其光譜沿著縱坐標(biāo)軸有明顯的基線漂移現(xiàn)象。光譜在6 896 cm-1和5 128 cm-1處有2個吸收峰，分別與水分子中O—H鍵的一級倍頻和組合頻有關(guān)，選擇建模譜區(qū)時應(yīng)避開這些區(qū)域以消除強吸收的干擾。5 875 cm-1的吸收峰與甲基C—H鍵的一級倍頻有關(guān)，5 745 cm-1和5 645 cm-1處的吸收峰與亞甲基C—H鍵的一級倍頻有關(guān)[20]。圖1B為對2,3-丁二酮使用一階導(dǎo)數(shù)和多元散射校正(D1+MSC)預(yù)處理后的光譜，選擇的光譜間隔為9 403.2～7 497.9 cm-1。圖1C為對3-羥基-2-丁酮使用二階導(dǎo)數(shù)(D2)預(yù)處理后的光譜，選擇的光譜間隔為9 403.2～7 497.9 cm-1和6 101.7～5 449.8 cm-1。由圖可知,預(yù)處理后的光譜基本消除了基帶漂移現(xiàn)象，特征譜帶得到強化，其譜帶差異更加明顯，從而達到更好的建模效果。

2.3 校正模型的建立

圖1 白酒基酒樣品的近紅外光譜Fig.1 Near infrared spectra of base liquor samplesA：raw spectra；B：preprocessed with D1+MSC for 2,3-butanedione；C：preprocessed with D2 for 3-hydroxy-2-butanone

表2 2,3-丁二酮和3-羥基-2-丁酮的最佳預(yù)處理方法及其模型參數(shù)Table 2 The model parameters of 2,3-butanedione and 3-hydroxy-2-butanone with optimized preprocessing methods

根據(jù)表2建模條件結(jié)合內(nèi)部交叉驗證法建立2,3-丁二酮和3-羥基-2-丁酮的校正模型，選用的建模樣品有137個，通過計算光譜的馬氏距離分別排除了4個和5個異常樣品，最終實際參與建模的樣品分別為133個和132個，得到2,3-丁二酮和3-羥基-2-丁酮校正模型的預(yù)測值和真實值之間的相關(guān)性如圖2所示。由圖2可知，白酒基酒中2,3-丁二酮和3-羥基-2-丁酮的定量模型校正集樣品均勻分布在回歸線兩側(cè)，說明這兩種酮類物質(zhì)采用氣相色譜法測得的化學(xué)參考值與其近紅外模型預(yù)測值存在明顯的相關(guān)性。近紅外模型校正集的R2分別為0.960 2和0.963 2，RMSECV分別為0.39、0.22 mg/100 mL。由此可以看出，所建模型的決定系數(shù)較高，RMSECV較小，效果良好。

2.4 模型驗證

建立的校正模型需通過驗證集進行外部驗證以確保模型的可用性。選取45個獨立于建模的白酒基酒樣品組成驗證集，對已建立的校正模型進行外部檢驗，每個樣品預(yù)測值和真實值的相關(guān)性如圖3所示。結(jié)果表明，2,3-丁二酮的R2為0.957 6，RMSEP為0.40 mg/100 mL；3-羥基-2-丁酮的R2為0.957 8，RMSEP為0.24 mg/100 mL。2,3-丁二酮和3-羥基-2-丁酮的R2均在0.95以上，表明預(yù)測值和真實值間無顯著差異，RMSEP值較小且與RMSECV值相差不大，表明所建近紅外定量模型的效果良好。

圖3 2,3-丁二酮(A)和3-羥基-2-丁酮(B)驗證集的預(yù)測值與真實值相關(guān)關(guān)系Fig.3 Correlation between predicted values and real values of 2,3-butanedione(A) and 3-hydroxy-2-butanone(B) in validation set

2.5 模型的精密度檢驗

通過重復(fù)測定樣品的方式評價近紅外模型的精密度。另選取5個白酒基酒樣品，采用建立的近紅外定量模型重復(fù)測定10次，計算每個樣品中2,3-丁二酮和3-羥基-2-丁酮含量的平均值以及相對標(biāo)準(zhǔn)偏差(RSD)。由表3可知，5個樣品的RSD均不大于0.92%，表明所建模型的精密度良好。

表3 模型的精密度檢驗結(jié)果Table 3 Precision test results of the model

3 結(jié) 論

本文通過傅里葉變換近紅外光譜儀對白酒基酒樣品進行光譜掃描，結(jié)合氣相色譜法測得的2,3-丁二酮和3-羥基-2-丁酮的化學(xué)值，利用化學(xué)計量學(xué)方法建立近紅外光譜定量模型，用于快速檢測白酒基酒中的酮類物質(zhì)。實驗結(jié)果表明，校正集樣品中2,3-丁二酮和3-羥基-2-丁酮化學(xué)值和預(yù)測值的R2分別為0.960 2和0.963 2，RMSECV分別為0.39、0.22 mg/100 mL；驗證集中2,3-丁二酮和3-羥基-2-丁酮化學(xué)值和預(yù)測值的R2分別為0.957 6和0.957 8，RMSEP分別為0.40、0.24 mg/100 mL。另取5個樣品重復(fù)測定的RSD均小于0.92%。上述結(jié)果表明，所建模型的自身校正效果和預(yù)測效果很好。本文建立的白酒基酒中酮類物質(zhì)的近紅外光譜快速檢測方法，與傳統(tǒng)的氣相色譜法相比，檢測結(jié)果相近，但操作更加簡便，檢測更加快捷，是一種較為理想的快速檢測技術(shù)，可為工業(yè)生產(chǎn)中白酒質(zhì)量控制提供依據(jù)。