农产品中近红外光谱技术的应用

　　近红外光(NIR)是介于可见区和中红外区之间的电磁波，波长范围780-2526nm。如被检测物质中含有O-H、N-H、C-H及S-H等含氢基团，这些基团的分子内部原子间振动的倍频和含频吸收，就生成了各式各样的谱学信息。近红外光谱分析就是基于这些光谱的分析方法，首先采集样品的光谱数据，对采集的数据进行处理并建立一个校正模型，利用校正模型就可定量预测各组分的浓度和性质。总的来说，NIR是利用光谱信息手段，分析光谱的大数据结合化学计量学方法，进行完整的有机化合物定量分析或定性判别。人民生活质量由温饱型转向健康型，确保农产品的安全已经成为政府的主要任务之一。检测是确保农产品安全的关键步骤，常规检测技术各有利弊，近红外光谱技术以其独有的无损、前处理简单、操作简便、环保、效率高等优点，在农产品质量控制方面显示出了很好的应用前景。

农产品中近红外光谱技术的应用

　　1近红外光谱技术在水果和蔬菜中的应用

　　1.1近红外光谱技术在蔬菜中的应用

　　近红外光谱技术无损检测蔬菜和水果已经得到广泛的应用，研究对象包括西红柿、土豆、辣椒、大白菜等蔬菜，主要应用在农残、酸度、糖度、水分等方面。近红外技术在辣椒方面的应用，主要是辣椒中有关物质的含量测定，辣度分析、货架期内部品质变化分析等。董楠等[1]以辣椒中辣椒碱类物质含量为评价指标，采用近红外快速测定方法对辣椒的辣度进行评价，得到了较准确的结果。近红外在马铃薯方面的应用，主要是淀粉种类的定性鉴别、马铃薯内部品质检测仪器的开发，马铃薯中脂肪、淀粉、氨基酸和干物质等多种成分的同时测定等[2-3]。近红外技术在西红柿的应用研究也从未间断，研究者通过偏最小二乘回归算法建立了近红外光谱颜色模型，实现了西红柿成熟度无损检测的可行性[4]。近红外光谱法分析不同种类的大白菜，同时测定了VC、NDF、CP、还原糖和干物质5种有机成分。除了上述的不同种类蔬菜中的质量控制和品质鉴定外，还有研究者研发适用于快速检测果蔬品质的手持式近红外测定仪，也有学者研发基于近红外光谱技术的小型化的果蔬品质手持式检测系统，满足果蔬加工过程快速检测和质量控制的实际需求，实现果蔬主要品质指标的快速无损检测[5-6]。

　　1.2近红外光谱技术在水果中的应用

　　水果检测方面，NIR应用到了猕猴桃、桃子、梨、西瓜等水果，应用范围遍及成分检测、种类鉴定、采摘期鉴别、分级筛选等。传统的水果分级系统是按照色泽、质量、大小、伤痕去定义水果的级别，近红外光谱分析技术被用于水果的自动分级和无损检测，很大程度上提高了准确性和效率。Nayu等[7]提出了一种新的水果可溶性固形物模型在不同种类水果之间传递的方法，建立了基于斜率/偏差算法模型并实现了在苹果、梨和桃之间的模型传递，拓展了便携式近红外仪器的使用。在常规的水果品质控制方面，近红外光谱、数学、物理方法，结合一阶微分预处理和最小二乘回归数学校正方法对梨中糖、酸、矿物质等能进行准确的测定。王旭等[8]研究了，利用近红外漫反射，无损检测海沃德猕猴桃可溶性固形物含量和pH的方法。除了常规的营养成分检测外，近红外光谱技术也被应用于水果中污染物检测，Yuxia等[9]采用表面加强的拉曼光谱结合近红外技术，分析了苹果中亚胺硫磷的剩余量;该技术还被用于水果采摘期鉴别，李剑等[10]提出了一种利用近红外漫反射光谱结合光纤传感技术建立水蜜桃采摘期的鉴别方法;亦可用于水果成分的特征分类，朱垚等[11]提出将近红外光谱技术应用于水果成分的生物特征检测中，并结合聚类方法进行水果成分的特征分类，提高了水果成分检测的正确率。

　　2近红外光谱技术在粮食作物中的应用

　　上个世纪中后期，近红外光谱分析技术已经开始运用到农产品检测中。近些年它在粮食作物中的运用越来越普遍，包含大米，小麦，高粱等，主要应用于分析粮食中水分、蛋白质、淀粉、油脂含量等成分，也有科学家运用近红外光谱技术去挑选优良麦子品种。小麦应用方面利用傅立叶变换近红外分析方法能测定小麦、玉米、花生等作物的蛋白质、维生素、脂肪等17种成分含量，获得良好的结果。张平平等[12]利用100份面粉样本作为建模集，建立了小麦谷蛋白大聚体含量近红外光谱分析方法，有效检测SDS不溶性谷蛋白大聚体的含量。除了常规成分检测外，近红外光谱技术还用于预防与诊断小麦发病情况，用于不同类型麦粒的精准分离，用于小麦优良品种的培育等。玉米应用方面，近红外光谱被广泛用于玉米种类鉴定、蛋白质和油含量检测、秸秆的组成成分等方面，对饲料配方分析具有特别重要的意义。李佳等[13]研究了近红外光谱玉米品种定性分析的性能分级评价指标，以种间的相对距离为评价指标对玉米品种定性分析的性能进行优化，提高了正确识别率。除此之外，近红外光谱技术还运用到粮食的贮存中，Andrés[14]利用近红外光谱技术通过测定虫害发生过程中水含量、蛋白质含量以及虫类的代谢物的变化从而判断虫害发生的程度。钱丽丽等[15]利用傅里叶变换近红外光谱法结合化学计量学对来自五常地区和非五常地区共计191份大米样品进行产地鉴别研究，并用FTNIS法结合因子化法和PLS法所建立的定性分析模型和定量分析模型对五常大米进行快速鉴别。

　　3近红外光谱技术在肉类中的应用

　　最近几年，近红外光谱技术在肉类行业的应用也越来越广泛，它可以判断肉类的品质和产能效益，实验对象以常见的猪肉、牛肉和羊肉为主，包括感官指标分析、理化的检测以及肉品等级的鉴定等。常规肉品含量测定和品质控制方面，Ruirui等[16]利用偏最小二乘和主成分回归建立了羊肉的光谱模型，并确定了最佳建模组合，可以快速预测熟羊肉中的高铁肌红蛋白含量。通过近红外漫反射光谱法，建立的一种模型去预测挥发性碱基氮，通过聚类分析进行光谱数据处理，实现了新鲜肉的无损、迅速、简便的测定，用偏最小二乘法建立了不同种类及混合肉糜中蛋白质的红外定量分析模型[17]。近红外光谱分析技术不但能检测肉的理化指标，还能用于检测肉色。利用近红外技术快速预测滩羊冷鲜肉的颜色，通过采集120个肌肉样品的高光谱数据，并根据其颜色参数(L*，a*和b*)用偏最小二乘回归对光谱数据建模，结果表明高光谱成像模型系统预测冷鲜滩羊肉的颜色参数具有可行性[18]。还可以实现不同部位肉的判别，国外学者[19]使用便携式近红外设备测定不同鸡肉部位的颜色特征和蛋白质、脂肪、水分和灰分的信息，实现了对鸡肉部位的快速判别。近红外技术在鲜肉及各种原料肉的生产和加工过程中也有较好的应用，比如肉的分级筛选和划分。王辉等[20]对市售生鲜鸡肉中波近红外区光谱信息进行提取，并以SG一阶导数、SGS及DT预处理样品光谱信息，构建了最佳鸡肉胆固醇定量分析模型，可用于对市售生鲜鸡肉胆固醇含量的检测和原料的筛选分级。李司琪[21]应用近红外光谱技术结合多元回归法对牛肉嫩度的级别进行有效划分，提升了嫩度分析检测的准确度。

　　4近红外光谱技术在茶叶中的应用

　　通过对茶鲜叶的产地分析，可以把握当地茶叶的整体品质和售价，近红外光谱分析技术可以对茶的品种和产地进行鉴别和追溯。2019年，王子浩等[22]采集了4个不同产区的信阳毛尖样品，利用方差分析进行波长选择，采用遗传算法(GA)选取特征波长，利用偏最小二乘法建立了信阳毛尖产地判别的分析模型，实现了信阳毛尖不同产地的快速判别。除了产地识别之外，近红外光谱技术也常被用于茶叶品质的控制。对茶的品质成分进行检测，对水分、粗纤维、茶多酚的含量分别建立近红外定量分析模型，并对预测模型进行测试。2018年，刘洋等[23]建立的NIR光谱结合PLS分析方法，可以用于快速无损检测河南信阳毛尖茶的等级品质;赵雅等[24]利用近红外光谱法对不同茶叶的不同成分进行了研究，建立了茶多酚含量预测模型，实现了茶叶品质参数茶多酚的快速检测。通过对茶叶制作过程中的质量指标进行测定，可以为后期的加工工艺提供借鉴作用。通过茶叶的近红外光谱信息可以来判断茶叶的年份。近红外光谱技术应用在茶叶方面的研究还有待深入，相关在线分级筛选系统研发力度还需要加强。

　　5近红外光谱技术在烟草中的应用

　　近红外光谱技术在烟草的研究中发挥着重要的作用，传统上真假烟的判断主要通过外形和感官评吸进行鉴定，把近红外光谱技术当做真假烟鉴别的辅助手段，提高了准确性。近年来，随着NIR技术的日趋成熟，烟草质量和叶片面积、厚度、表面密度等相继快速检测出来及在烟叶品质控制方面，胡芸等[25]运用红外光谱技术，建立并优化了复烤片烟6种化学成分(总植物碱、总糖、还原糖、总氮、钾和氯)的在线近红外分析模型，实现了复烤片烟化学成分的在线检测。张晰祥等[26]利用近红外光谱分析仪对烟丝进行实时检测，从而监测每批烟丝的烟叶化学成分含量变化。除了上述提到的研究之外，近红外技术还广泛应用于烟草的霉变识别、烟草均质化过程的质量控制、烟草中化肥农药的快速鉴别以及基于近红外技术的烟草自动分选系统研究等方面。

　　6结论与展望

　　随着计算机信息化、数学、化学和化学计量学的发展，NIR技术已经发展成为一项成熟的技术，并在农产品质量控制等方面得到了广泛的应用。光纤探头在生产过程和严重危险环境样品中的应用，基于近红外技术的在线产品开发，近红外光谱建模辅助系统的升级改造，不同种类农产品模型的迁移，NIR技术对农产品保鲜过程的品质监测，农产品内部品质控制以及新鲜度评价等将是近红外光谱技术在农产品方面的研究热点和应用方向。

　　作者：李长滨肖忠闪

　　农产品中近红外光谱技术的应用相关推荐近红外光谱法对巨鹿串枝红杏的快速鉴别