基于Fourier變換紅外光譜分析咖啡豆成分

摘要： 采用Fourier變換紅外光譜對不同產(chǎn)區(qū)、 不同海拔的5組淺中烘焙的咖啡豆樣品進行分析， 根據(jù)官能團的紅外光譜特征峰分析樣品主要成分; 為進一步分析5組樣品的成分差異， 對原始光譜進行二階導(dǎo)數(shù)處理， 結(jié)合聚類分析理論建立平均偏離分析方法， 計算出5組樣品間的平均偏離大小并進行分析. 結(jié)果表明： 5組樣品的紅外光譜特征峰峰形相似， 即主要成分相同； 根據(jù)紅外光譜得到平均偏離大小與產(chǎn)區(qū)海拔差值呈正相關(guān). 研究結(jié)果為分析咖啡豆產(chǎn)區(qū)和海拔提供鑒別依據(jù)， 并對紅外光譜研究提供一定參考.

關(guān)鍵詞： Fourier變換紅外光譜； 平均偏離法； 聚類分析； 咖啡豆

中圖分類號： O433.4" 文獻標志碼： A" 文章編號： 1671-5489（2024）04-0980-05

Analysis of Coffee Bean Components Based onFourier Transform Infrared Spectroscopy

YU Yue， HU Changcheng

（College of Physics， Jilin University， Changchun 130012， China）

Abstract： Fourier transform infrared spectroscopy was used to analyze five groups of light-roasted coffee bean samples from different producing areas and different alti

tudes. The main components of the samples were analyzed according to the infrared spectral characteristic peaks of functional groups. In order to further analyze the compositional differenc

es of the five groups of samples， the original spectra were subjected to second-order derivative processing. The average devi

ation analysis method was established based on the theory of cluster analysis， and the average deviation between the five groups of samples was calculated and a

nalyzed. The results show that the infrared spectral characteristic peaks of the five groups of samples have similar peak shap

es， that is， the main components are the same， the average deviation from the infrared spectrum is positively correlated with the altitude difference of the pr

oducing area. The research results provide identification basis for analyzing producing areas and the altitude of the coffee bean， and provide certain reference value for the study of infrared spectrum.

Keywords： Fourier transform infrared spectroscopy; mean deviation method; cluster analysis; coffee bean

咖啡豆經(jīng)烘焙磨粉可制作咖啡飲品， 它除了用作飲品， 還用于提取咖啡堿和咖啡油等， 在醫(yī)藥和食品加工等領(lǐng)域應(yīng)用廣泛［1|4］. 牙買加、 巴西、 哥倫比亞和埃塞俄比亞等地為咖啡豆的主要產(chǎn)地［5］， 于1898年引入中國海南文昌開始種植， 目前咖啡產(chǎn)業(yè)在中國迎來了快速發(fā)展時期， 咖啡的品質(zhì)已引起人們廣泛關(guān)注. 研究表明， 咖啡豆的品種、 種植地的緯度和海拔對咖啡的品質(zhì)影響較大［6］.

目前， 針對咖啡的研究成果較多： 鮑一丹等［7］利用近紅外高光譜成像技術(shù)對咖啡豆的鑒別進行了研究， 并建立了5種判別分析模型； 劉亞玲等［8］針對不同烘焙程度的咖啡豆， 利用熱裂解-氣相色譜-質(zhì)譜聯(lián)用技術(shù)分析其化學(xué)組成; 董盈紅［9］利用Fourier變換紅外光譜對保山小粒咖啡豆進行了鑒別研究； 蒲泓君等［10］利用氣相色譜法對咖啡中硫丹及其代謝物農(nóng)藥殘留進行了定性和定量檢測.

紅外光譜分析法是鑒定化合物及其結(jié)構(gòu)的重要方法之一［11|14］， 通過觀察紅外吸收峰的位置可分析分子結(jié)構(gòu)特點， 確定化學(xué)基團鑒別結(jié)構(gòu)組成， 并具有快速、 高效和簡便等優(yōu)點［15］. 利用光譜的指紋特性［16］， 人們在對各樣本的研究中發(fā)揮了重要作用， 并廣泛用于農(nóng)副產(chǎn)品分析以及作物種子生理研究［17］. 目前利用紅外光譜的研究十分廣泛， 例如文獻［18］利用中紅外梳狀Fourier變換紅外光譜觀測了碘甲烷ν4波段的譜線位置和強度； 文獻［19］利用Fourier變換角分辨反射光譜揭示了Inp平板型光子晶體的中紅外色散關(guān)系.

本文利用中紅外波段的Fourier變換紅外光譜進行成分分析， 并根據(jù)聚類分析理論建立紅外光譜平均偏離法［20］， 利用該方法分析咖啡豆的產(chǎn)地信息， 從而為鑒別咖啡提供了參考方法， 并可用于其他農(nóng)作物或食品研究， 對紅外光譜在物理和化學(xué)領(lǐng)域的研究有一定的參考價值［21-26］.

1 測試方法

1.1 實驗設(shè)備和條件

設(shè)備： 德國布魯克公司VERTEX 80v型Fourier變換紅外光譜儀； 中紅外分束器的波數(shù)范圍為400～4 000 cm-1； 硫酸三甘肽晶體的紅外檢測器（DTGS檢測器）， 掃描次數(shù)為16次， 分辨率為4 cm-1； 英國Specac公司壓片機（光譜純溴化鉀）； 應(yīng)用光譜測定軟件（OPUS軟件）.條件： 實驗室環(huán)境溫度20～26 ℃， 濕度為30%±5%.

1.2 樣品和制備

本文選擇來自不同產(chǎn)區(qū)的5組咖啡豆， 原材料的產(chǎn)區(qū)和海拔列于表1. 經(jīng)210～215 ℃淺中烘焙后研磨成粉末， 按質(zhì)量比為1∶150的比例與光譜純的溴化鉀均勻混合， 依次放入瑪瑙研缽中研磨， 將樣品置于壓片機上施加約1.5 t的壓力壓制成片［23］. 每組樣品測量3次， 扣除背景后取平均值， 并進行歸一化處理.

2 結(jié)果與分析

2.1 5組不同產(chǎn)區(qū)咖啡豆的Fourier變換紅外光譜特征

分別測試5組來自不同產(chǎn)區(qū)咖啡豆的Fourier變換紅外吸收光譜， 對同一組樣品求平均值， 結(jié)果如圖1所示.

由圖1可見， 5組咖啡豆的光譜相似： 在3 435 cm-1附近有較強的吸收峰， 這是由于多糖和蛋白質(zhì)中的—OH和—NH2的伸縮振動所致; 在2 925，2 858 cm-1附近有較強的吸收峰， 這是由于—CH2的對稱伸縮振動和—CH3的反對稱伸縮振動所致， 歸屬為脂質(zhì)、 蛋白質(zhì)和碳水化合物； 在1 741 cm-1附近的吸收峰為鏈狀飽和羧酸酯的CO伸展振動所致; 在1 654 cm-1附近的吸收峰為蛋白質(zhì)酰胺Ⅰ帶和酰胺Ⅱ帶的CO伸縮振動和N—H伸縮振動及蛋白質(zhì)CN伸縮振動所致; 在1 500～1 200 cm-1內(nèi)的吸收峰為蛋白質(zhì)、 脂肪酸和多糖的混合振動吸收區(qū)； 在1 251 cm-1附近為PO伸縮振動或PO2-的不對稱拉伸振動和酰胺Ⅲ的N—H和C—N的伸縮振動吸收峰; 在1 161 cm-1附近的吸收峰為糖類C—O—C的反對稱伸縮振動峰. 當σ=1 900～600 cm-1時， 5組咖啡豆的二階導(dǎo)數(shù)紅外光譜如圖2所示. 由圖2可見， 5組不同產(chǎn)區(qū)的咖啡存在一定差別.

2.2 不同產(chǎn)區(qū)海拔咖啡豆平均偏離分析

將紅外光譜的橫坐標波數(shù)和縱坐標吸光度作為樣本的2個特征值進行聚類分析， 可分析不同產(chǎn)區(qū)咖啡豆親疏遠近， 采用聚類分析法中最常用的方法歐氏距離（簡稱距離）進行分析， 將x和y的歐氏距離定義為

D（x，y）=∑di=1‖xi-yi‖=∑dl=1xi-yi2，（1）

其中d為特征空間的維數(shù). 由式（1）可見， 樣本的相似度高低與歐氏距離成正比， 將2個不平行曲線x和y總的偏離距離分配到每個點上， 即

S=∑ni=1‖xi-yi‖，δ=Sn，（2）

平均偏離的表達式為

S=∑ni=1‖xi-yi‖，δ=∑Ni=1‖‖（xi-yi）‖-S/N‖N，（3）

其中xi和yi為2組光譜每個點的吸光度， S為2個紅外光譜間的整體偏離， δ為平均偏離.

根據(jù)公式（3）， 用Python編寫程序， 將Fourier變換光譜中每組數(shù)據(jù)經(jīng)平滑、 平均和歸一化處理， 導(dǎo)入編寫的平均偏離程序中， 得到不同樣本間的平均偏離大小， 5組咖啡豆間的平均偏離大小列于表2. 由表2可見， 平均偏離大小隨海拔差的增大而增大.海拔與平均偏離的關(guān)系如圖3所示. 由圖3可見， 第1組米納斯產(chǎn)區(qū)與第5組蕙蘭產(chǎn)區(qū)的光譜偏離距離最大， 相鄰產(chǎn)區(qū)均相對較小， 且平均偏離大小隨海拔差的增大而增大.將海拔和平均偏離大小經(jīng)線性擬合可見， 二者呈正相關(guān). 因此通過平均偏離大小可分析鑒別不同產(chǎn)地和海拔的咖啡豆.綜上， 本文用Fourier變換紅外光譜研究了5組不同產(chǎn)區(qū)的咖啡豆， 根據(jù)紅外光譜特征峰分析樣品的主要成分， 并建立了光譜平均偏離法. 結(jié)果表明： 5組樣品的主要成分相似， 平均偏離大小隨海拔差的增大而增大. 通過該方法可準確分析咖啡的產(chǎn)地信息， 從而為鑒別咖啡提供了參考方法， 并可用于其他農(nóng)作物或食品研究， 對紅外光譜在物理和化學(xué)領(lǐng)域的應(yīng)用研究有一定的參考價值.

參考文獻

［1］ CLIFFORD M N， WILLSON K C. Coffee： Botany， Biochemistry and Production of Beans and Beverage ［M］. London： Croom Helm， 1985： 305-374.

［2］ 孫耀國， 林敏， 呂進， 等. 近紅外光譜法測定綠茶中氨基酸、 咖啡堿和茶多酚的含量" . 光譜實驗室， 2004， 21（5）： 940|943. （SUN Y G， LIN M， L J， et al. Determination of the Contents of Free Amino Acids， Caffeine and Tea Polyphenols in Green Tea by Fourier Transform Near|Infrared Spectroscopy . Chinese Journal of Spectroscopy Laboratory， 2004， 21（5）： 940|943.）

［3］ 沈強， 孔維婷， 于洋， 等. 國內(nèi)外茶葉咖啡堿研究進展 . 中國茶葉， 2010， 32（1）： 15|18. （SHEN Q， KONG W T， YU Y， et al. Tea Caffeine Research Progress at Native and Foreign . China Tea， 2010， 32（1）： 15|18.）

［4］ 譚睿， 申瑾， 董文江， 等. 復(fù)合凝聚法制備綠咖啡油微膠囊及其性能 . 食品科學(xué)， 2020， 41（23）： 144|152. （TAN R， SHEN J， DONG W J， et al. Preparation of Green Coffee Oil Microcapsules by Complex Coacervation Method and Its Physicochemical Properties . Food Science， 2020， 41（23）： 144|152.）

［5］ NUHU A A. Bioactive Micronutrients in Coffee： Recent Analytical Approaches for Characterization and Quantification ［J］. ISRN Nutrition， 2014， 2014： 384230-1-384230-13.

［6］ BARBOSA J N， BOREM F M， CIRILLO M A. Coffee Quality and Its Interactions with Environmental Factors in Minas Gerais， Brazil ［J］. Journal of Agricultural Science， 2012， 4（5）： 176-181.

［7］ 鮑一丹， 陳納， 何勇. 近紅外高光譜成像技術(shù)快速鑒別國產(chǎn)咖啡豆品種 ［J］. 光學(xué)精密工程， 2015， 23（2）： 349-355. （BAO Y D， CHEN N， HE Y. Rapid Identification of Coffee Bean Variety by Nearinfrared Hyperspectral Imaging Technology ［J］. Optics and Precision Engineering， 2015， 23（2）： 349-355.）

［8］ 劉亞玲， 譚超， 龔加順. 云南不同地區(qū)烘焙咖啡豆主要成分分析及類黑精組成成分 ［J］. 食品科學(xué)， 2017， 38（2）： 176-183. （LIU Y L， TAN C， GONG J S. Main Chemical Composition and Melanoidin Composition of Roasted Coffee Beans from Different Regions of Yunnan ［J］. Food Science， 2017， 38（2）： 176-183.）

［9］ 董盈紅. 基于傅里葉變換紅外光譜對保山小?？Х榷沟蔫b別研究 ［J］. 保山學(xué)院學(xué)報， 2020， 39（5）： 49-52. （DONG Y H. Study on the Identification of Baoshan Coffee Arabica Based on Fourier Transform Infrared Spectroscopy ［J］. Journal of Baoshan University， 2020， 39（5）： 49-52.）

［10］ 蒲泓君， 鄧洪燕， 滿紅平. 氣相色譜法測定咖啡生豆中硫丹及硫丹硫酸酯殘留 ［J］. 食品安全導(dǎo)刊， 2023（12）： 102-105. （PU H J， DENG H Y， MAN H P. Determination of Endosulfan and Endosulfan Sulfate Residues in Coffee Beans by Gas Chromatography ［J］. China Food Safety Magazine， 2023（12）： 102-105.）

［11］ 王娟， 楊笑迪. 光譜法鑒定手性化合物的絕對構(gòu)型——從儀器表征到理論計算 . 大學(xué)化學(xué)， 2016， 31（11）： 37|44. （WANG J，YANG X D. Determination of Absolute Configuration of Chiral Compounds Based on Chiroptical Spectroscopic Methods： From Instrument

Characterization to Computational Chemistry . University Chemistry， 2016， 31（11）： 37|44.）

［12］ 李曉潁， 張紅醫(yī)， 范春林， 等. 氣相色譜|飛行時間質(zhì)譜在化合物鑒定方面的應(yīng)用進展 . 化學(xué)通報， 2014， 77（2）： 123|130. （LI X Y， ZHANG H Y， FAN C L， et al. Progress in Applications of Gas Chromatography Coupled to Time|of|Flight Mass Spectrometry for Identification of Compounds . Chemistry， 2014， 77（2）： 123|130.）

［13］ 禇小立， 陸婉珍. 近五年我國近紅外光譜分析技術(shù)研究與應(yīng)用進展 . 光譜學(xué)與光譜分析， 2014， 34（10）： 2595|2605. （CHU X L， LU W Z. Research and Application Progress of Near Infrared Spectroscopy Analytical Technology in China in the Past Five Years . Spectroscopy and Spectral Analysis， 2014， 34（10）： 2595|2605.）

［14］ 孫通， 徐惠榮， 應(yīng)義斌." 近紅外光譜分析技術(shù)在農(nóng)產(chǎn)品/食品品質(zhì)在線無損檢測中的應(yīng)用研究進展 . 光譜學(xué)與光譜分析， 2009， 29（1）： 122|126. （SUN T， XU H R， YING Y B. Progress in Application of Near Infrared Spectroscopy to Nondestructive On|Line Detection of Products/Food Quality . Spectroscopy and Spectral Analysis， 2009， 29（1）： 122|126.）

［15］ XIAO Y Z， ALIREZA S， WAN C H， et al. Measuring Thermal Emission Near Room Temperature Using Fourier-Transform Infrared Spectroscopy ［J］. Physical Review Applied， 2019， 11（1）： 014026-1-014026-12.

［16］ KOENIG J L， SNIVELY C M. Fast FT-IR Imaging： Theory and Applications ［J］. Spectroscopy， 1998， 13（11）： 22-28.

［17］ YU M K， RYO O， SHIGEKI T， et al. Quantum Fourier-Transform Infrared Spectroscopy in the Fingerprint Region ［J］. Optics Express， 2022， 30（13）： 22624-22636.

［18］ IBRAHIM S， ADRIAN H， FRANCISCO S V， et al. Line Positions and Intensities of the υ4 Band of Methyl Iodide Using Mid-Infrared Optical Frequency Comb Fourier Transform Spectroscopy ［J］. Journal of Quantitative Spectroscopy and Radiative Transfer， 2020， 255： 107263-1-107263-8.

［19］ SITI C， YAO Y Z， NAOKI I， et al. Mid-Infrared Dispersion Relations in InP Based Photonic Crystal Slabs Revealed by Fourier-Transform Angle-Resolved Reflection Spectroscopy ［J］. Physical Review Applied， 2021， 15（6）： 064076-1-064076-7.

［20］ MAURER G A， OZEN B F， MAUER L J， et al. Analysis of Hard-to-Cook Red and Black Common Beans Using Fourier Transform Infrared Spectroscopy ［J］. Journal of Agricultural and Food Chemisrty， 2004， 52（6）： 1470-1477.

［21］ 周美立. 相似性科學(xué) ［M］. 北京： 科學(xué)出版社， 2004： 144-165. （ZHOU M L. Similarity Science ［M］. Beijing： Science Press， 2004： 144-165.）

［22］ CHIARA L， SEBASTIAN W， JENS K， et al. Fourier Transform Infrared Spectroscopy with Visible Light ［J］. Optics Express， 2020， 28（4）： 4426-4432.

［23］ 潘亞麗， 王靜平. 紅外光譜樣品制備中常見問題及解決辦法 ［J］. 山西化工， 2000， 20（1）： 33-34. （PAN Y L， WANG J P. Common Problems and Solutions in the Preparation of Infrared Spectrum Samples ［J］. Shanxi Chemical Industry， 2000， 20（1）： 33-34.）

［24］ 白云， 胡光輝， 李琴梅， 等. 傅里葉變換紅外光譜法在高分子材料研究中的應(yīng)用 . 分析儀器， 2018（5）： 26|29. （BAI Y， HU G H， LI Q M， et al. Application of Fourier Transform Infrared Spectroscopy in Polymer Materials . Analytical Instrumentation， 2018（5）： 26|29.）

［25］ 楊珊， 蔡秀琴， 張怡豐. 固體物質(zhì)的紅外光譜衰減全反射與透射測試方法的比較研究 . 光譜學(xué)與光譜分析， 2020， 40（9）： 2775|2780. （YANG S， CAI X Q， ZHANG Y F. A Comparative Study on the ATR and TR Methods of Infrared Spectroscopy of Solid Matters . Spectroscopy and Spectral Analysis， 2020， 40（9）： 2775|2780.）

［26］ 高洪智， 盧啟鵬. 土壤主要養(yǎng)分近紅外光譜分析及其測量系統(tǒng) . 光譜學(xué)與光譜分析， 2011， 31（5）： 1245|1249. （GAO H Z， LU Q P. Near Infrared Spectral Analysis and Measuring System for Primary Nutrient of Soil . Spectroscopy and Spectral Analysis， 2011， 31（5）： 1245|1249.）

（責任編輯： 王 ?。?/p>