柑橘內(nèi)部品質(zhì)近紅外光譜無損檢測研究進展

余梅 ，李尚科，易智，丁勝華，杜國榮,3，李跑,*，蔣立文，劉霞

（1.湖南農(nóng)業(yè)大學食品科學技術(shù)學院，食品科學與生物技術(shù)湖南省重點實驗室，湖南長沙 410128；2.湖南省農(nóng)業(yè)科學院，湖南省農(nóng)產(chǎn)品加工研究所，果蔬貯藏加工與質(zhì)量安全湖南省重點實驗室，湖南長沙 410125；3.上海煙草集團有限責任公司技術(shù)中心北京工作站，北京 101121）

柑橘是世界上重要的農(nóng)副產(chǎn)品，全球約有135 個國家和地區(qū)生產(chǎn)柑橘[1]。我國是柑橘生產(chǎn)大國，南方的種植面積較大，柑橘產(chǎn)業(yè)現(xiàn)已發(fā)展成為南方農(nóng)業(yè)經(jīng)濟的一個重要產(chǎn)業(yè)[2]。隨著我國經(jīng)濟的不斷發(fā)展壯大與產(chǎn)業(yè)不斷升級，柑橘及其制品出口量呈逐年遞增態(tài)勢，但是柑橘質(zhì)量的整體水平與國際標準還存在一定的差距，當前柑橘產(chǎn)業(yè)面臨的主要問題是柑橘產(chǎn)量高但質(zhì)量參差不齊、檢測技術(shù)落后。柑橘內(nèi)部品質(zhì)的好壞直接關乎銷量，消費者在購買水果時，除了注重顏色、大小、形狀等肉眼可見的外觀品質(zhì)以外，也越來越注重口味、甜酸、維生素和可溶性固形物含量等內(nèi)部品質(zhì)。目前我國在對柑橘內(nèi)部品質(zhì)檢測方面，常見的方法有紫外分光光度法、高效液相色譜法、折射儀、電位滴定法等。趙連俊[3]利用紫外分光光度法和高效液相色譜法測定了水果中的維生素C 含量，兩種方法的偏差均在0.9%以內(nèi)。這兩種方法需要對樣品進行前處理，且前處理步驟復雜、檢測時間長，難以滿足快速無損分析的需求。聶繼云等[4]采用折射儀測定了4 種水果的可溶性固形物含量。雖然該法操作簡單、快速，但依舊無法實現(xiàn)無損檢測。吳曉紅等[5]通過電位滴定法測定了5 類柑橘水果總酸含量，并用化學滴定法測定了其中的總糖含量。該方法需要破壞樣品，且存在試劑浪費及環(huán)境污染的不足，難以滿足綠色、快速、無損的分析要求。

近紅外光譜技術(shù)是近年來發(fā)展起來的一種新型綠色檢測技術(shù)，該技術(shù)是利用物質(zhì)對光的吸收、散射、反射和透射等特性來確定其成分含量的一種非破壞性檢測技術(shù)[6]。將近紅外光譜技術(shù)應用到柑橘內(nèi)部品質(zhì)分析中，可大大縮短檢測時間，同時檢測樣品中多種成分，實現(xiàn)柑橘內(nèi)部品質(zhì)的快速、無損分析。本文通過介紹近紅外光譜技術(shù)的原理與優(yōu)缺點，重點闡述了該技術(shù)在柑橘內(nèi)部品質(zhì)檢測方面的研究進展，并對近紅外光譜技術(shù)今后在柑橘檢測中的應用進行了總結(jié)與展望。

1 近紅外光譜技術(shù)的原理及優(yōu)缺點

1.1 近紅外光譜技術(shù)的原理

近紅外光譜技術(shù)是利用近紅外光譜區(qū)包含的物質(zhì)信息進行有機物質(zhì)定性和定量分析的一種分析技術(shù)[7-9]，是介于中紅外光譜區(qū)與可見光譜區(qū)（350～780 nm）之間的一種電磁波技術(shù)，波長范圍在780～2526 nm 之間，波數(shù)范圍約為3958～12 820 cm-1。它反映的是待測物質(zhì)中的含基團XH（X=C、N、O、S 等）振動的倍頻及合頻吸收信息[10-12]。近紅外光譜技術(shù)采集光譜主要包括透射、漫反射和透漫射三種方式。透射式：近紅外光經(jīng)單色器或干涉儀后，照射到樣品上，再經(jīng)過樣品的吸收、散射等過程到達檢測器而被接收。漫反射式：近紅外光照到樣品內(nèi)部，發(fā)生反射、折射、吸收等相互作用，使光傳播方向不斷變化，最終攜帶樣品信息，反射出樣品表面而被檢測器接收。透漫射式：近紅外光照到樣品上，經(jīng)作用后穿過樣品并發(fā)生散射，最終被檢測器所檢測[13]。因此，近紅外光譜在光譜采集上具有相當大的選擇性，可根據(jù)不同樣品物性或環(huán)境進行選擇。然而，光譜采集過程中除了被分析物質(zhì)的信息外，由于儀器本身或環(huán)境的原因還存在其它雜質(zhì)的信息，往往需要結(jié)合化學計量學法對收集的光譜數(shù)據(jù)進行處理，從而實現(xiàn)對待測物質(zhì)的定性和定量分析。

1.2 近紅外光譜技術(shù)的優(yōu)缺點

近紅外光譜技術(shù)的優(yōu)點包括以下幾方面：（1）分析速度快，基本上在1 min 內(nèi)完成，通過建立的模型可快速得到被測物質(zhì)的信息；（2）無需破壞樣品，與常規(guī)分析方法相比，近紅外光譜技術(shù)在分析時不需要進行復雜繁瑣的前處理；（3）檢測成本低，近紅外光譜在分析過程中不消耗樣品，且大多不需要試劑；（4）結(jié)果重現(xiàn)性好，在測量時很少受到人為等因素的影響；（5）分析效率高，可同時實現(xiàn)樣品的多成分測定；（6）可實現(xiàn)在線監(jiān)測，適用范圍廣。但近紅外光譜技術(shù)卻未在市場中得到大規(guī)模應用，原因在于靈敏度不高，在檢測時容易受到環(huán)境的影響，近紅外光譜儀器費用較高，難以投入生產(chǎn)使用。

2 近紅外光譜技術(shù)在柑橘內(nèi)部品質(zhì)中的研究應用

2.1 在可溶性固形物含量測定中的應用

柑橘中糖含量是柑橘內(nèi)部品質(zhì)重要的指標之一?，F(xiàn)階段常采用糖度計測得的可溶性固形物含量來代表糖含量。然而該方法需要將柑橘進行榨汁處理，破壞了樣品，影響商品二次銷售。近紅外光譜技術(shù)作為近年來在國內(nèi)外迅速發(fā)展的一種新型無損檢測技術(shù)，無需對樣品進行預處理且可實現(xiàn)在線分析，在柑橘內(nèi)部品質(zhì)分析中得到很好的應用。

2.1.1 可溶性固形物含量測定中光譜預處理的選擇

柑橘近紅外光譜中往往存在大量干擾信息，因此在建模前需要采用預處理方法對光譜進行處理。毛莎莎等[14]使用5 種預處理對奧林達夏橙可見近紅外光譜進行處理，并建立了偏最小二乘法（PLS）可溶性固形物定量模型，結(jié)果表明：經(jīng)過多元散射校正對光譜預處理后的奧林達夏橙可溶性固形物預測精度最佳，相關系數(shù)為0.99。這是由于柑橘表面凹凸不平，因而光譜易受到光散射的影響，而多元散射校正預處理正好可以解決這個問題。呂強等[15]采集班菲爾臍橙1000～2500 nm 處的近紅外光譜，通過多元散射校正對光譜進行預處理后，分別使用PLS、區(qū)間偏最小二乘法（iPLS）和聯(lián)合區(qū)間偏最小二乘法（siPLS）建立了可溶性固形物預測模型。結(jié)果表明：siPLS模型最佳，該方法對建模光譜區(qū)進行了優(yōu)化，縮減了計算時間。王旭[16]以麻陽冰糖橙為研究對象，采用平滑處理、一階導數(shù)和多元散射校正分別對光譜進行預處理，利用PLS、PCR、MLR 等3 種數(shù)學校正方法建立了可溶性固形物和pH 的預測模型。結(jié)果表明，一階導數(shù)處理后的PLS模型預測結(jié)果最佳。這是因為一階導數(shù)可以有效消除光譜中存在的基線漂移和背景干擾。

2.1.2 可溶性固形物含量測定中波長和波段的篩選

篩選出與可溶性固形物相關的特征波長和波段可以提高預測結(jié)果的準確性。江文泉等[17]利用可見/近紅外光譜技術(shù)采集臍橙光譜，采用無信息變量消除法（UVE）與遺傳算法（GA）聯(lián)合競爭性自適應重加權(quán)采樣（CARS）及連續(xù)投影算法（SPA）對650～950 nm 波長變量進行篩選，并建立PLS 可溶性固形物定量模型。結(jié)果表明：與原始光譜相比，選擇的GA-CARS 聯(lián)合變量選擇方法能有效篩選臍橙可溶性固形物的特征波長變量，減少了建模波長數(shù)，提高了預測模型的穩(wěn)定性和預測精度。劉燕德等[18]通過對不同波段贛南臍橙近紅外光譜中可溶性固形物信息的提取，建立了定量模型，校正模型相關系數(shù)為0.93，預測模型相關系數(shù)為0.79。周文超等[19]對贛南臍橙中可溶性固形物定量特征變量篩選后，運用MLR、PCR和PLS 等3 種建模方法建立了可溶性固形物準確的定量模型。以上研究均表明，與全波長建模結(jié)果相比，變量篩選方法可以提取與可溶性固形物相關特征波長和波段信息，并進一步提高定量結(jié)果的準確性。

2.1.3 可溶性固形物含量測定的其它研究

為了驗證近紅外光譜檢測的精度能否滿足感官品嘗的要求，袁雷明等[20]挑選出23 位感官評價者對柑橘進行了感官評價，在對近紅外光譜進行預處理和變量篩選之后，結(jié)果發(fā)現(xiàn)利用SPA-MLR 模型的結(jié)果最好，相關系數(shù)為0.86，均方根誤差0.57，預測時間僅為6.8 ms。田喜等[21]采集了晚熟臍橙完整果實以及果汁的光譜，建立了可溶性固形物含量模型。結(jié)果表明，果汁模型比完整果實模型預測模型更優(yōu)，可溶性固形物含量預測相關系數(shù)分別為0.96 與0.90。其原因在于完整果實光譜信號中包含的果皮等干擾信息較多。孫通等[22]為了研究果皮是否對可溶性固形物的結(jié)果產(chǎn)生影響，通過對剝皮與未剝皮臍橙的固形物進行檢測，未剝皮和剝皮臍橙可溶性固形物最優(yōu)PLS 模型的預測集相關系數(shù)和預測均方根誤差分別為0.89、0.46%和0.94、0.32%。除此以外，還有大量研究表明近紅外光譜技術(shù)結(jié)合化學計量法可以實現(xiàn)柑橘內(nèi)部品質(zhì)可溶性固形物的分析[23-24]。

2.2 在柑橘酸度測定中的研究進展

水果中富含有機酸、無機酸等化合物，其中以檸檬酸為主，酸度作為柑橘影響內(nèi)在品質(zhì)的重要指標之一，不僅與風味的形成有關，也是衡量柑橘成熟度的重要標準。現(xiàn)階段，我國水果酸度檢測是依據(jù)《GB/T 12456—2008 食品中總酸的測定》進行的。此法存在樣品前處理復雜、易破壞樣品、效率不高和需要專業(yè)人員操作等缺適，而近紅外光譜技術(shù)剛好可以解決這些問題。利用該技術(shù)可以在不破壞柑橘的前提下實現(xiàn)柑橘酸度的快速檢測，無需復雜的前處理，也不需要其他專業(yè)技術(shù)人員操作，且可實現(xiàn)柑橘酸度的自動化檢測。

章海亮等[25]利用近紅外光譜技術(shù)采集贛南臍橙光譜，以實現(xiàn)可溶性固形物與總酸的同時定量分析，結(jié)果表明，采用一階導數(shù)與PLS 建立的模型為最佳，可溶性固形物和總酸定量模型的相關系數(shù)分別為0.93 和0.96，均方根誤差分別為0.4102 °Bx 和0.018%。曹江娜等[26]通過不同的預處理結(jié)合PLS 方法建立的柑橘罐頭中總酸、總糖、黃酮及維生素C 的定量分析模型，預測集相關系數(shù)分別為0.85、0.81、0.83 和0.84，預測均方根誤差分別為0.8969%、0.0638%、3.6055 mg/100 g 和1.9732 mg/100 g。以上結(jié)果均表明：近紅外光譜技術(shù)可用于總糖、總酸、黃酮和維生素C 的同時檢測，為實現(xiàn)快速無損檢測提供了理論依據(jù)。

2.3 在柑橘維生素C 含量測定中的研究進展

柑橘富含維生素C、黃酮等營養(yǎng)物質(zhì)，受到廣大消費者的喜愛，柑橘中維生素C 的檢測具有重大意義。當前，對柑橘中維生素C 的檢測方法有2,4-二硝基苯肼法、熒光法、碘滴定法、高效液相色譜法等[27]。這些方法存在前處理復雜、樣品制備過程繁瑣、檢測時間長且污染環(huán)境等缺點。近紅外光譜檢測技術(shù)為柑橘中維生素C 含量的測定提供了一種快速分析方法，避免了繁瑣的樣品前處理和危險化學試劑的使用，且可以實現(xiàn)柑橘維生素C 的無損檢測和基于維生素C 的柑橘品質(zhì)分級[28]。

夏俊芳等[29]采集了100 個柑橘樣品的近紅外光譜，采用11 種不同預處理結(jié)合PLS 方法建立維生素C 的定量模型。結(jié)果表明：小波變換預處理方法得到的結(jié)果最佳，預測值與真實值的相關系數(shù)達到0.96。劉燕德等[30]運用PCR 和PLS 在350～1800 nm 波長范圍內(nèi)建立了南豐蜜橘維生素C 定量模型，預測相關系數(shù)為0.81。以上研究者的結(jié)果表明，結(jié)合合適的化學計量學方法和近紅外光譜技術(shù)可以實現(xiàn)柑橘維生素C 的快速無損檢測。

3 展望

柑橘具有豐富的營養(yǎng)物質(zhì)，將越來越受到人們的青睞。然而現(xiàn)階段我國柑橘品質(zhì)參差不齊、市場混亂，使得我國柑橘在國際水果市場競爭中處于劣勢。在柑橘內(nèi)部品質(zhì)檢測方面，主要靠傳統(tǒng)的分析方法，但是該類方法存在破壞樣品、分析過程時間長、費用較高等不足；作為近年來發(fā)展起來的一種新型檢測技術(shù)，近紅外光譜技術(shù)具有分析速度快、重現(xiàn)性好、可實現(xiàn)多組分分析、無需對樣品進行前處理等優(yōu)點，在農(nóng)業(yè)、醫(yī)藥與食品等領域得到廣泛應用。近紅外光譜技術(shù)檢測柑橘內(nèi)部品質(zhì)時也存在一定的缺點，首先雖然近年來在食品檢測上得到充分利用，但由于儀器本身的原因，大多數(shù)的檢測都在試驗室進行，沒有形成在線檢測，難以投入生產(chǎn)使用；其次同一水果在生長過程中由于水分、光照條件等生長環(huán)境的影響，導致其內(nèi)部品質(zhì)之間存在一定差異，所以在檢測過程中為保證結(jié)果的準確性和模型的精確度，應適當增加光譜的采集點，改進光譜的采集方式。隨著近紅外光譜儀器地進一步完善與發(fā)展，近紅外光譜技術(shù)將在柑橘內(nèi)部品質(zhì)研究中得到更廣泛的應用。