近紅外光譜法同時測定涪陵榨菜中果膠和總糖的含量

劉 冰，楊 瓊，朱乾華，楊季冬,,*

(1.西南大學化學化工學院，重慶 400715；2.長江師范學院化學化工學院，重慶 408100)

近紅外光譜法同時測定涪陵榨菜中果膠和總糖的含量

劉 冰1，楊 瓊2，朱乾華2，楊季冬1,2,*

(1.西南大學化學化工學院，重慶 400715；2.長江師范學院化學化工學院，重慶 408100)

應用傅里葉變換近紅外光譜技術，以涪陵榨菜為材料建立與其品質有關的果膠和總糖的定量分析模型。測定50份涪陵榨菜的近紅外光譜數據，得到原始光譜，通過光譜預處理方法消除噪聲，最后通過偏最小二乘法(PLS)建立回歸模型。最終得到涪陵榨菜中果膠和總糖含量的近紅外光譜分析模型，其決定系數(R2)分別為98.31、98.35，交叉驗證均方差(RMSECV)分別為0.513、0.0531。用該模型對18份未知涪陵榨菜樣本進行外部驗證，其果膠和總糖的外部驗證決定系數(R2)分別為96.69、95.63，預測集標準偏差(RMSEP)分別為0.572、0.0671。內部交叉驗證和外部驗證均證明，近紅外定量分析有較高的準確度，能滿足生產中對涪陵榨菜果膠和總糖同時測定的精度要求。

近紅外光譜；涪陵榨菜；果膠；總糖

近紅外光譜(near infrared spectroscopy，NIR)是近年來迅速發展起來的一種有效簡便的分析方法，其最大特點是快速、前處理簡單、可同時測定[9]。近紅外光譜指可見光譜區到中紅外光譜區之間的電磁波，通常將近紅外譜區的范圍定義為780～2526nm(12820～3959cm-1)，光譜信息來源于分子內部振動的倍頻與合頻，并且主要反映分子中C—H、N—H、O—H基團的倍頻和合頻振動吸收，其化學信息量相當豐富[10]。因此，適合近紅外光譜測量的物質種類范圍和場合十分廣泛，可用于非破壞性測定、在線分析等。目前已在食品檢測方面有廣泛的應用[11-12]。

由于常規檢測涪陵榨菜中果膠和總糖的含量，需要分別測試，非常繁瑣，因此本實驗擬用近紅外光譜技術能夠同時測定的優點，通過近紅外光譜同時測定榨菜中的果膠和總糖的含量，目前尚未見報道，以期為在線研究果膠含量與脆性的關系以及總糖與榨菜風味的形成關系提供理論基礎。

1 材料與試劑

1.1 材料、試劑與儀器

榨菜為重慶各大超市市售7個典型品牌25個批次共計68個樣本，榨菜均出產于國家地理標志產品涪陵榨菜所劃定的范圍，其中50個作為校正集，18個作為預測集。在樣品統一測定前24h從冰箱中取出，待樣品溫度平衡到室溫后掃描其近紅外光譜。

D-無水葡萄糖標準品(批號110833-200503) 中國藥品生物制品檢定所；濃硫酸、鹽酸、醋酸、結晶氯化鈣、苯酚、氫氧化鈉均為分析純。

Bruker VECTOR 22/N 傅里葉變換近紅外光譜儀(PbS檢測器、漫反射積分球附件、附帶OPUS 5.0光譜軟件)德國布魯克儀器公司；U-3010紫外-可見分光光度計 日本日立公司；EL104 分析天平 上海Mettler-Toledo公司；HH-2 數顯恒溫水浴鍋 江蘇榮華儀器公司；FZ-102型微型植物粉碎機 天津泰斯特儀器公司；101A型恒溫干燥箱 浙江滬南儀器公司。

1.2 方法

掃描光譜前，每個涪陵榨菜樣本稱取100g，然后經粉碎機充分粉碎使其均質化。

研究顯示：精神科護士一年內遭受工作場所暴力發生率為57.0%～99.0%[2,12-13]。本次調查顯示：我院精神科護士1年內遭受工作場所暴力發生率為75.3%。精神科護士遭受工作場所暴力高的原因為：①精神病病人大多存在思維、行為異常，受幻覺、妄想影響，隨時可能出現沖動傷人行為，而護士與病人接觸機會最多，遭受暴力危害最直接[14]；②在護士職業道德影響下，護士對病人暴力行為常采取忍讓態度，處于較為被動地位，不能有效控制暴力；③精神科保護性約束或隔離措施的使用與暴力發生密切相關[15]，護士在執行保護性約束和隔離措施時，經常遭受病人暴力。

榨菜中果膠含量根據重量法測定，總糖的含量根據苯酚硫酸法比色法測定。其中要求在重復條件下獲得的2次獨立測定結果的絕對差值依次不得超過算術平均值的5%。以上測定均重復2次，測定過程中所得數據超過要求精度的均重新進行測定，有效分析結果作為建模數據。采集光譜時，將處理后的榨菜樣本裝入近紅外光譜儀附帶的10cm石英樣品杯內，利用近紅外光譜儀的旋轉器使樣品杯勻速轉動，用積分球漫反射采樣系統采集其NIR光譜。以空氣為參比，掃描范圍12800～4000cm-1，掃描次數64次，分辨率4cm-1。每個樣品掃描兩次。

2 結果與分析

2.1 涪陵榨菜近紅外吸收光譜及常規分析數據

圖1為涪陵榨菜校正集樣本近紅外吸收光譜圖，可以看出，校正集樣本吸收光譜圖重疊嚴重，含量不同的樣本的近紅外光譜十分接近，無法直接判定果膠和總糖的含量與個別波長點的吸光度之間的相關性，不可能從某一個波長點來確定其含量，而必須在一定的區間內建立數學模型來確定近紅外光譜和含量間的關系。圖1中12000～8000cm-1區間處于C—H等鍵的多級倍頻區，信號弱，噪音干擾大。而8000～4000cm-1區間，則是C—H鍵和O—H鍵的一級倍頻和組合頻區，信號強，能反映出樣品的性質和組成間有關聯[13]。

圖1 50個校正集樣本的近紅外吸收光譜圖Fig.1 Near infrared spectra of 50 calibration samples

表1為涪陵榨菜校正集和預測集樣本中果膠和總糖的常規分析數據。所用的涪陵榨菜樣本果膠含量分布在20.54～35.35mg/g、總糖含量分布在2.141～4.021mg/g，樣本的各組分范圍基本上覆蓋了涪陵榨菜中可能出現的含量。校正集和預測集各組分均包含了較大的范圍，這對建立模型的穩定性和代表性很有幫助。

表1 涪陵榨菜品質常規分析數據Table 1 Routine quality analysis of Fuling mustard tube samples

2.2 數據處理原理

儀器采集的原始光譜中除包含與樣品組成有關的信息外，同時也包含來自各方面因素所產生的噪音信號。這些噪音信號會對譜圖信息產生干擾，從而影響校正模型的建立和對樣品組成或性質的預測。因此，在進行光譜譜圖數據和榨菜中的果膠和總糖含量的化學值關聯之前，需通過對校正集近紅外吸收光譜進行光譜預處理，以消除噪聲和基線漂移的影響，然后將預處理后的光譜數據經偏最小二乘法建立模型，經內部交叉驗證檢驗模型穩健性，通過衡量模型的主要參數如相關系數(R2)、交叉驗證均方差(RMSECV)和預測集標準偏差(RMSEP)以評價模型質量，一個好的模型應該具有較高的R2，較低的RMSECV和RMSEP值，并且RMSECV和RMSEP值盡量接近[14]。R2、RMSECV和RMSEP的計算方法為：

式中：n為樣本個數；YTi為實測值；YPi為樣本預測值；Ya為樣本實測平均值。

2.3 光譜預處理方法對校正模型的影響

通過比較消除常量偏移、矢量歸一化、多元散射校正以及一階和二階導數所建模型的決定系數(R2)以及RMSECV的值(表2)，可以看出這五種光譜預處理方法對涪陵榨菜中果膠和總糖的校正模型處理效果不同，其中采用消除常量偏移處理所得模型的R2最大，而RMSECV的值最小。因此，本實驗優先采用的是消除常量偏移。

2.4 以校正集樣本建立數學模型

以Bruker 傅里葉變換近紅外光譜儀附帶的OPUS 軟件對50個校正集樣本光譜數據進行偏最小二乘回歸，經內部交叉驗證，建立數學模型。在采用PLS建模時，需要確定模型所需的主因子數。在校正集樣本一定的情況下，因子數太低，會導致建模信息不全，模型預測能力低，出現“欠擬合”現象；反之，因子數過多，會導致模型過于復雜，從而出現“過擬合”的現象，同樣導致預測能力降低[15]。因此，需要對使用的因子數進行合理選擇。本研究通過交叉驗證的方法，考察因子數對RMSECV的影響。圖2A、2B為果膠和總糖的RMSECV隨Rank的變化圖。得到的主因子數(圖中箭頭所示)應使模型的RMSECV最小。進而得到最優回歸條件如表3所示。

表2 不同光譜預處理方法內部驗證的R2、RMSECVTable 2 R2 and RMSECV of internal validation by different spectrum pre-process methods

圖2 榨菜中果膠(A)和總糖(B)模型的因子數與RMSECV關系圖Fig.2 Correlation between RMSECV and Rank of pectin (A) and total sugar(B)

表3 以校正集樣本光譜數據建立數學模型的最優條件Table 3 Optimal parameters of the mathematical model established by calibration samples

通過OPUS軟件對光譜進行各種不同的預處理，比較選擇最優的光譜預處理方法，使得模型的決定系數盡可能大，交叉驗證均方差盡可能小。本實驗選擇消除常量偏移法，所得模型的決定系數分別為98.31、98.35，內部交叉驗證均方分別為0.513、0.0531。

2.5 以預測集樣本對模型進行外部驗證

外部驗證一般采用未參與建立模型，但性質與參與建模的校正集樣本性質相識的樣本，通過比較這些未參與建模的預測集樣本的預測值與化學值的差異來判別模型的預測準確性。本實驗以校正集建立的數學模型對18個預測集樣本的果膠和總糖的含量進行預測。將果膠和總糖的預測值與按標準方法測定的分析值進行比較，并繪出對應關系圖(圖3)。果膠與總糖的近紅外預測值與標準方法測定值的決定系數分別為96.69%、95.63%，RMSEP分別為0.572、0.0671。其決定系數基本都在95%以上，預測結果很好，可以滿足對榨菜品質檢測的精度要求。

圖3 驗證集樣本果膠(A)和總糖(B)含量的真實值與預測值的相關性Fig.3 Correlation between predicted values of optimized model and true values of pectin(A) and total sugar(B)

2.6 預測結果分析

通過偏最小二乘-內部交叉驗證法所得到的模型對預測集的18個涪陵榨菜樣本的果膠和總糖的含量進行預測。通過對近紅外模型的預測值與標準方法測得的化學值進行t檢驗，以判定近紅外分析方法和標準方法是否有顯著性差異：給定顯著水平α=0.05，查表的結果t(0.05，18)為2.110，涪陵榨菜中果膠和總糖的t檢驗結果分別為0.0341、0.151均小于2.110，表明近紅外光譜法與標準方法不存在顯著差異，說明兩種分析方法是一致的，進一步說明所建立的模型具有較好的預測的能力，可以達到常規分析的精度要求[16]。

3 結 論

常規檢測涪陵榨菜中的果膠和總糖含量，不僅需要消耗大量的化學試劑，而且費時，不能現場快速得到檢測結果。本實驗利用傅里葉變換近紅外光譜結合偏最小二乘法，建立了一種快速、同時測定的方法。通過對校正集樣本的回歸和預測集樣本的驗證，表明近紅外光譜同時測定涪陵榨菜中果膠和總糖含量的方法是可行的，結果是準確的。而且，本方法具有快速、準確、分析對象多樣且無須預處理的獨特優點，加上光纖取樣分析系統，建立數學模型，可以用作為涪陵榨菜生產過程即時分析和在線控制的手段。

[1] 曾凡坤, 王中鳳, 吳永嫻, 等. 傳統涪陵榨菜工業化生產工藝研究[J].中國食品學報, 2004, 4(1): 24-25.

[2] 中華人民共和國國家質量監督檢驗檢疫總局. GB/T 19858—2005地理標志產品: 涪陵榨菜[S]. 北京: 中國標準出版社, 2005.

[3] 劉玲, 吳祖芳, 翁佩芳. 乳酸菌低鹽腌制榨菜脆性與果膠含量的關系研究[J]. 中國食品學報, 2009, 9(4): 137-140.

[4] 劉璞, 吳祖芳, 翁佩芳. 榨菜腌制品風味研究進展[J]. 食品研究與開發, 2006, 27(1): 158-163.

[5] 黃曉鈺, 劉鄰渭. 食品化學綜合實驗[M]. 北京: 中國農業大學出版社, 2002: 257.

[6] SIRISOMBOON P, TANAKA M, FUJITA S, et al. Evaluation of pectin constituents of Japanese pear by near infrared spectroscopy[J]. Journal of Food Engineering, 2007, 78(2): 701-707.

[7] POLESELLO A, GIANGIACOMO R, FORNI E, et al. The use of NIR spectrophotometry to estimate the pectic substances in fruit and fruit products[J]. Carbohydrate Polymers, 1990, 12(1): 27-38.

[8] KURZ C, LEITENBERGER M, CARLE R, et al. Evaluation of fruit authenticity and determination of the fruit content of fruit products using FT-NIR spectroscopy of cell wall components[J]. Food Chemistry, 2010,119(2): 806-812.

[9] 楊南林, 瞿海斌, 程翼宇. 近紅外光譜法快速測定三七總皂苷的方法研究[J]. 浙江大學學報: 工學版, 2002, 36(4): 463-465.

[10] SIESLER H W, OZAKI Y, KAWATA S, et al. Near infrared spectroscopy[M]. New York: Wiley-VCH, 2004: 20.

[11] 趙麗麗, 張錄達, 宋忠祥, 等. 近紅外光譜定量檢測腌臘肉制品品質的研究[J]. 光譜學與光譜分析, 2007, 27(1): 46-49.

[12] 張建新, 李慧. 傅立葉變換近紅外光譜法測定豆腐干中總酸、蛋白質和水分含量[J]. 食品與發酵工業, 2008, 34(1): 124-128.

[13] 陸婉珍. 現代近紅外光譜分析技術[M]. 2版. 北京: 中國石化出版社, 2006: 61.

[14] 嚴衍祿, 趙龍蓮, 韓東海. 近紅外光譜分析基礎與應用[M]. 北京: 中國輕工業出版社, 2005: 17-59.

[15] 蘆永軍, 陳華才, 呂進, 等. 茶多酚中總兒茶素的近紅外光譜分析[J].分析化學, 2005, 33(6): 835-837.

[16] 許祿. 化學計量學方法[M]. 北京: 科學出版社, 2004: 9; 14-15.

Determination of Pectin and Total Sugar in Fuling Mustard Tuber Samples by Near Infrared Spectroscopy

LIU Bing1，YANG Qiong2，ZHU Qian-hua2，YANG Ji-dong1,2,*
(1. School of Chemistry and Chemical Engineering, Southwest University, Chongqing 400715, China；
2. School of Chemistry and Chemical Engineering, Yangtze Normal University, Chongqing 408100, China)

The determination of pectin and total sugar in Fuling mustard tuber samples by Fourier transform near-infrared spectroscopy (FT-NIRS) was studied. The original spectra of 50 Fuling mustard tuber samples were obtained by using FT-NIRS machine. Through math analysis, spectrum noise was decreased. Finally, the regression method was used by partial least square.Regression models between product quality and pectin or total sugar were established. The determination coefficients (R2) of the established model were 98.31 and 98.35. Its root mean square errors of cross-validation (RMSECV) were 0.513 and 0.0531,respectively. While the R2and root mean square errors of prediction set (RMSEP) were 96.69, 95.63, 0.572 and 0.0671 in test set validation, respectively. Internal and external cross-validation tests exhibited that near-infrared quantitative analysis had high accuracy and could meet the requirement for predicting pectin and total sugar contents in Fuling mustard tuber products.

near infrared spectroscopy；fuling mustard tuber；pectin；total sugar

O657.39

A

1002-6630(2011)10-0186-04

2010-08-05

重慶市科委科技攻關項目(CSTC 2008EA5008)

劉冰(1986—)，男，碩士研究生，研究方向為近紅外光譜應用。E-mail：liubing701@126.com

*通信作者：楊季冬(1956—)，男，教授，博士，研究方向為分子光譜分析。E-mail：flyjd6400@sina.com