近紅外光譜技術在食品品質方面的應用

李長濱，張荷麗，王姍姍，莊軍輝

（1.河南牧業經濟學院質量檢測與管理系，河南鄭州450046；2.河南教育學院宣傳部，河南鄭州450046）

近紅外光譜技術在食品品質方面的應用

李長濱1，張荷麗1，王姍姍2，莊軍輝1

（1.河南牧業經濟學院質量檢測與管理系，河南鄭州450046；2.河南教育學院宣傳部，河南鄭州450046）

近年來，由食品的品質問題引發的安全事故越來越多，建立食品品質的快速檢測方法迫在眉睫。近紅外光譜分析技術以其分析速度快、無損、預處理簡單、非破壞性、易于實現在線檢測等特點，已發展成為一種應用于食品品質控制方面的快速分析新手段。本文概述了近年來近紅外光譜技術在肉類、乳制品、水果蔬菜、糧食作物及其他等方面的研究進展，并對其在食品品質方面的應用進行了展望。

近紅外；食品；品質；應用

近紅外光譜區（Near Infrared，NIR）是介于可見光和中紅外光之間波長在780 nm～2 526 nm范圍的電磁波。近紅外主要是含氫基團X—H（X＝C、N、O、S）振動的倍頻和合頻吸收，其中包含了大多數類型有機化合物的組成和分子結構的信息。而食品主要由水、蛋白質、脂肪、淀粉和纖維等組成，這些化合物均含有在近紅外光譜區有響應的化學鍵；此外，由于食品檢測的時效性，加之近紅外光譜分析的檢測快速、無損、易于實現在線檢測、易于進行多組分同時測定、預處理簡單及無污染等優點，該技術被廣泛應用。近紅外光譜技術是利用統計學方法建立一個近紅外光譜數據和樣品待測組分量之間的校正模型并通過該模型對未知樣品進行預測分析及判斷的一種間接分析技術，在食品品質方面應用主要體現在肉制品、乳制品、果品蔬菜、糧食作物等方面。

1在肉及肉制品品質分析中的應用

肉及肉制品既是人類生活當中蛋白質的來源，也是人體能量的提供者。近紅外關于肉制品的品質應用主要集中在豬、牛、羊肉制品加工過程中某些物質的含量測定。在國外，近紅外光譜的應用以牛肉作為研究對象的文獻較多。如在線預測牛肉餡的化學組成、預測牛肉的脂肪酸組成；利用近紅外反射光譜預測牛肉的嫩度［1］；使用光纖探頭結合近紅外光譜技術建立豬肉和牛肉產品中羥脯氨酸的測定方法［2］。此外，豬羊肉方面，V.M.Fernández-Cabanás等通過近紅外光譜技術對Iberian干腌豬肉腸的飽和脂肪酸、單不飽和脂肪酸、多不飽和脂肪酸等組分進行測定［3］；F.Guy等在2011年成功地將近紅外光譜技術應用到了羊肉脂肪酸成分的分析中［4］。在魚制品品質分析中，包括一些魚產品、魚粉、魚糜和魚丸，除了組成成分的分析以外，還有物理特性、加工過程的控制，如Musleh Uddin等應用近紅外光譜技術確定魚糜熱處理［5］。

在肉制品摻假方面，2000年，Ding等利用近紅外技術對牛肉漢堡摻假的問題進行了研究，通過采集生、熟和切碎的牛肉的光譜，并通過偏最小二乘法建立回歸模型來判斷漢堡包中的摻假程度［6］。Gayo J等利用可見-近紅外光譜技術對蟹肉摻假進行了分析［7］。

隨著民眾對食品安全問題的關注度日益提升，近紅外或將應用于肉制品獸殘的快速檢測。同時近紅外光譜技術在檢測肉類的感官特性方面存在一定的局限性，這都將是以后研究的方向。

2在乳制品檢測中的應用

早在20世紀50年代末，已有文獻報道有學者將近紅外光譜技術應用到了乳制品分析中。80年代關于乳制品方面的文獻開始增多，I.González-Martín等采用近紅外光譜技術結合光纖技術實現了對不同飼養區、不同培育類型的奶牛牛奶中脂肪總量、固形物、蛋白質和乳糖含量的實時在線檢測［8］。隨后逐漸出現近紅外光譜技術應用到鮮牛奶和酸奶質量分析中的報道。國內近紅外光譜技術研究大多集中在奶粉和鮮奶的質量控制方面，中國農業大學的吳靜珠等建立了不同種類奶粉中脂肪、乳糖、蔗糖、蛋白和灰分的近紅外模型，并將此應用于奶粉的質量控制［9］；魯超等利用近紅外光譜技術分析了均質、巴氏殺菌等不同加工工藝對牛乳近紅外光譜的影響，通過研究發現可以利用牛乳與原料乳區別的特征波長點來判斷牛乳是否經過了加工處理，從而為牛乳的質量控制依據［10］；何勇等利用主成分分析法（PCA）建立了不同品種酸奶的三層BP人工神經網絡鑒別模型，結果表明所建模型對不同酸奶品種的擬合率和預測品種的識別率均為100%［11］；浙江大學吳迪等通過主成分分析（PCA）對原始光譜輸入變量進行降維壓縮，采用最小二乘支持向量機（LSSVM）對光譜透射率值和蛋白質值建模并應用到奶粉蛋白質含量的快速檢測中［12］；M.Coppa等利用NIRS技術結合外部驗證對烘干牛奶和液體牛奶中脂肪酸的成分進行了分析，并取得了理想結果［13］。

近十年來，關注奶酪品質分析和過程控制的研究較多。Romdhane Karoui等建立了軟奶酪內部的預測化學參數方法［14］；M.J.Mateo等實現了近紅外反向散射在奶酪制作過程中工藝參數的應用［15］；I.Revilla和I. González-Martin通過帶有光纖探頭的近紅外技術評價了奶酪的質地結構［16］；I.González-Martín等應用近紅外技術結合光纖探頭建立了奶酪中礦物成分的數據模型并將建立的模型用于未知奶酪中不同礦物成分的預測［17］。

目前有關乳制品品質的質量控制分析的報道多見原料奶，跟消費者關系最緊密的包裝成品乳的檢測及不同工藝對乳制品品質控制應該是研究重點。

3在水果和蔬菜品質評價中的應用

近紅外技術在水果和蔬菜方面的研究對象包括蘋果、梨、葡萄、桃等常見水果及土豆、大白菜、西紅柿等常見蔬菜，研究內容涉及糖分、添加劑、酸度、可溶性固形物和硬度的檢測以及貯藏過程中質量監控及品質鑒別［18］。近些年，組合算法的運用及多指標的同時測定越來越多。中國農業大學的王加華等建立了蘋果糖度的遺傳算法（GA）-偏最小二乘法（PLS）校正模型和不同譜區的PLS定量模型，并評價了模型的穩健性［19］；劉波平等用偏最小二乘（PLS）結合廣義回歸神經網絡（GRNN）建立了土豆中粗纖維、淀粉、蛋白質3種營養成分的PLS-GRNN模型并取得了很好的預測結果［20］；W.Luo等利用近紅外光譜技術和模式識別相結合的方法對蘋果種類進行了定性鑒別［21］；S.Bureau等在800 nm～2 500 nm光譜區間內對8個品種不同成熟期內的杏果用近紅外方法對可溶性固形物和可滴定酸度進行了預測，相關系數分別達到了0.92和0.89，取得了較為準確的結果［22］；Y.Makino等在645 nm～979 nm波長范圍內對樣品進行掃描，將人工神經網絡運用到了番茄氧吸收率的預測中去，并取得了良好的預測結果［23］。

近紅外光譜分析技術也應用在果蔬中農殘的快速檢測。周向陽等以農藥甲胺磷為主要研究對象，首次采用傅立葉變換近紅外光譜法對多種葉菜中有機磷農藥殘留的鑒別進行了系統研究［24］；王多加等運用近紅外光譜技術結合以二階導數處理和偏最小二乘法分析了生菜中硝酸鹽的含量［25］。徐琳等建立了快速檢驗蔬菜表面殘留氯氰菊酯的新方法［26］。

4在糧食作物中的應用

隨著近紅外光譜技術的日趨發展及完善，近年來此技術在糧食作物檢測中的應用越來越廣泛，包括小麥、玉米、花生、大豆等。陳鋒等應用近紅外透射光譜測試技術研究中國冬播小麥面粉顆粒度分布情況［28］；B.Zhang等采用導數處理和SNV+D散射校正相結合的預處理方法建立了氨基酸總量及單一氨基酸含量的預測模型，可實現快速測定13種氨基酸的含量［29］；Y.Rao等建立了花生油偏最小二乘回歸模型，結果表明利用此分析模型判斷花生合格與否的準確率達到了96.55%，并由此可能將此模型應用到其他指標的檢測中去［30］；R.Choudhary等利用近紅外光譜結合線性判別和BP神經網絡進行散裝小麥的分類并獲得了理想的結果［31］；A.G.Patil等利用偏最小二乘回歸分析建立了大豆中幾種重要脂肪酸的近紅外模型，經外部交叉驗證獲知油酸、亞油酸、棕櫚酸的決定系數R2分別達到了0.89、0.86和0.89［32］；丁姣等利用近紅外光譜技術對食醋中可溶性無鹽固形物含量的精度和穩定性進行了評價［33］。

近紅外光譜技術在糧食作物領域已用于研究谷物糧食中蛋白質、氨基酸、淀粉、水分、品質等分析，而薯類作物的品質分析尚不多見，劉翠翠等利用近紅外分析儀結合常規化學分析方法較好地測定了馬鈴薯樣品的含鉀量［34］，至于薯類的其他指標研究尚屬空白；姬玉梅以14種蛋白質含量差異較大的小麥為材料，利用近紅外光譜技術，快速、無損地測定了完整小麥子粒的蛋白質［35］。

5在其他方面的應用

近紅外在食品品質方面的應用十分廣泛，除了上述應用之外，近紅外光譜技術在食品其他方面的應用主要體現在轉基因食品、茶葉、蜂蜜、果汁、酒制品等方面。J.H.Lee等利用NIRS技術使用二階導數預處理的偏最小二乘判別分析模型實現了對抗除草劑轉基因大豆的無損檢測［36］；Daiki Ono等利用近紅外光譜結合偏最小二乘回歸分析法對綠茶的工藝參數進行了優化［37］；陳全勝等利用近紅外光譜分析技術結合支持向量機（SVM）模式識別原理建立了碧螺春茶的真偽鑒別模型［38］；張欣等利用近紅外光譜法完成了蜂蜜中還原糖的檢測［39］；陳蘭珍等完成了蜂蜜真偽的近紅外光譜鑒別研究［40］；邵詠妮等實現了基于獨立組分分析和BP神經網絡的近紅外光譜蜂蜜品牌的鑒別［41］；Pontes等建立了幾種酒精和飲料的模型，利用主成分得分圖來鑒別飲料中摻水、乙醇等摻假問題［42］。

6結論與展望

隨著人們對食品安全的重視及近紅外光譜技術的成熟與完善，近紅外光譜技術在食品品質方面的應用也越來越廣泛。目前應用主要體現在糧食作物、乳制品、常見水果肉制品等方面，其他相關食品方面的研究較少。

在國內，近紅外在食品品質方面的基礎研究和應用研究還有很多工作需要去做，如食品中各組分在近紅外光譜區吸收的系統研究、完善預測模型、新的數據處理方法、模型庫共享、校正模型轉移、各種可移動式的和過程分析儀器的研制等。目前，許多食品品質分析方法不能滿足實際需要，如食品加過程中的品質監控，流通領域中食品品質的實時檢查，許多傳統的分析方法無法實現快速的無損分析以及多組分同時測定。近紅外光譜技術以其無損、快速、實時等特點在食品加工過程中的質量控制有著其它方法無法比擬的優點，隨著食品品質分析的各種標準方法的出現，以及化學計量學方法發展，將NIRS技術用于在線檢測和過程分析過程，提高產品品質，加快我國傳統食品工業化發展的步伐，具著一定的現實意義。

［1］Bowling M B，Vote D J，Belk K E，et al.Using reflectance spectroscopy to predict beef tenderness［J］.Meat Science，2009，82（1）：1-5

［2］Ma Inmaculada González-Martín，César Fernández Bermejo，José Miguel Hernández Hierro，et al.Determination of hydroxyproline in cured pork sausages and dry cured beef products by NIRS technology employing a fibre-optic probe［J］.Food Control，2009，20（8）：752-755

［3］V M Fernández-Cabanás，O Polvillo，R Rodríguez-Acu?a，et al. Rapid determination of the fatty acid profile in pork dry-cured sausages by NIR spectroscopy［J］.Food Chemistry，2011，124（1）：373-378

［4］F Guy，S Prache，A Thomas，et al.Prediction of lamb meat fatty acid composition using near-infrared reflectance spectroscopy（NIRS）［J］. Food Chemistry，2011，127（3）：1280-1286

［5］Musleh Uddin，Emiko Okazaki，Moin Uddin Ahmad，et al.NIR spectroscopy：A non-destructive fast technique to verify heat treatment of fish-meat gel［J］.Food Control，2006，17（8）：660-664

［6］Ding H B.Near-infrared spectroscopic technique for detection of beef hamburger adulteration［J］.Agricultural and Food Chemistry，2000，48（6）：2193-2198

［7］Gayo J，Hale S A，Blanchard S M.Quantitative analysis and detection of adulteration in crab meat using visible and near-infrared spectroscopy［J］.Journal of Agricultural and Food Chemistry，2006，54（4）：1130-1136

［8］González-Martín I，J M Hernández-Hierro，I Revilla，et al.The mineral composition（Ca，P，Mg，K，Na）in cheeses（cow’s，ewe’s and goat’s）with different ripening times using near infrared spectroscopy with a fibre-optic probe［J］.Food Chemistry，2011，127（1）：147-152

［9］吳靜珠，王一鳴，張小超，等.基于近紅外的奶粉品質檢測技術研究［J］.光譜學與光譜分析.2007，27（9）：1735-1738

［10］魯超，皮付偉，劉毅，等.基于牛乳加工工藝的NIRS研究［J］.光譜學與光譜分析，2008，28（1）：84-87

［11］何勇，馮水娟.近紅外光譜快速鑒別酸奶品種的研究［J］.光譜學與光譜分析，2006，26（11）：2021-2023

［12］吳迪，曹芳，馮水娟，等.基于支持向量機算法的紅外光譜技術在奶粉蛋白質含量快速檢測中的應用［J］.光譜學與光譜分析，2008，28（5）：1071-1075

［13］Coppa M，Ferlay A，Leroux C，et al.Prediction of milk fatty acid composition by near infrared reflectance spectroscopy［J］.International Dairy Journal，2010，20（3）：182-189

［14］Romdhane Karoui，Abdul Mounem E'ric Dufour，Robert Schoonheydt，et al.A comparison and joint use of VIS-NIR and MIR spectroscopic methods for the determination of some chemical parameters in soft cheeses at external and central zones［J］.Eur Food Res Technol，2006，223（3）：363-371

［15］Mateo M J，O’Callaghan D J，Everard C D，et al.Influence of curd cutting programme and stirring speed on the prediction of syneresis indices in cheese-making using NIR light backscatter［J］.Food Science and Technology，2009，42（5）：950-955

［16］Revilla I，González-Martín I，Hernández-Hierro J M，et al.Texture evaluation in cheeses by NIRS technology employing a fibre-optic probe［J］.Journal of Food Engineering，2009，92（1）：24-28

［17］González-Martín I，Hernández-Hierro J M，Vivar-Quintana A，et al. The application of near infrared spectroscopy technology and a remote reflectance fibre-optic probe for the determination of peptides in cheeses（cow's，ewe's and goat's）with different ripening times［J］. Food Chemistry，2009，114（4）：1564-1569

［18］Bart M.Nicola¨'，Katrien Beullens，Els Bobelyn，et al.Nondestructive measurement of fruit and vegetable quality by means of NIR spectroscopy［J］.Postharvest Biology and Technology，2007，46（2）：99-118

［19］王加華，韓東海.基于遺傳算法的蘋果糖度近紅外光譜分析［J］.光譜學與光譜分析，28（10）：2308-2311

［20］劉波平，秦華俊，羅香，等.基于偏最小二乘與廣義回歸神經網絡的近紅外光譜測定土豆中3種營養成分的研究［J］.分析試驗室，2007，26（9）：38-41

［21］Luo W，Huan S，Fu H，et al.Preliminary study on the application of near infrared ectroscopy and pattern recognition methods to classify different types of apple samples［J］.Food Chemistry，2011，128（2）：555-561

［22］Bureau S，Ruiz D，Reich M，et al.Rapid and non-destructive analysis of apricot fruit quality using FT-near-infrared spectroscopy［J］. Food Chemistry，2009，113（4）：1323-1328

［23］Makino Y，Ichimura M，Oshita S，et al.Estimation of oxygen uptake rate of tomato fruits by artificial neural networks modelled using near-infrared spectral absorbance and fruit mass［J］.Food Chemistry，2010，121（2）：533-539

［24］周向陽，林純忠，胡祥娜，等.近紅外光譜法（N IR）快速診斷蔬菜中有機磷農藥殘留［J］.食品科學，2004，25（5）：151-153

［25］王多加.近紅外光譜法非破壞快速檢測生菜中硝酸鹽含量［J］.食品科學，2004，25（10）：239-2411

［26］徐琳，王乃巖，宋東明，等.ATR-FT IR快速檢驗蔬菜表面殘留氯氰菊酯［J］.光譜實驗室，2003，20（6）：888-890

［27］M-T Sánchez，M-J De la Haba，J-E Guerrero，et al.Testing of a local approach for the prediction of quality parameters in intact nectarines using a portable NIRS instrument［J］.Postharvest Biology and Technology，2011，60（2）：130-135

［28］陳鋒，何中虎.利用近紅外透射光譜技術測定小麥品質性狀的研究［J］.麥類作物學報，2003，23（3）：1-4

［29］B Zhang，Z Q Rong，Y Shi，et al.Prediction of the amino acid composition in brown rice using different sample status by near-infrared reflectance spectroscopy［J］.Food Chemistry，2011，127（1）：275-281

［30］Y Rao，B Xiang，X Zhou，et al.Quantitative and qualitative determination of acid value of peanut oil using near-infrared spectrometry［J］.Journal of Food Engineering，2009，93（2）：249-252

［31］R Choudhary，S Mahesh，J Paliwal，et al.Identification of wheat classes using wavelet features from near infrared hyperspectral images of bulk samples［J］.Biosystems Engineering，2009，102（2）：115-127

［32］A G Patil，M D Oak，S P Taware，et al.Nondestructive estimation of fatty acid composition in soybean［Glycine max（L.）Merrill］seeds using Near-Infrared Transmittance Spectroscopy［J］.Food chemistry，2010，120（4）：1210-1217

［33］丁姣，蔡建榮，張海東，等.近紅外結合Si-ELM檢測食醋品質指標［J］.食品與機械，2012，28（1）：93-96

［34］劉翠翠，高紅秀，李贊，等.馬鈴薯塊莖鉀含量近紅外模型的建立［J］.中國馬鈴薯，2011，5（2）：65-68

［35］姬玉梅.近紅外光譜技術在小麥品質育種中的應用研究［J］.湖北農業科學，2012（10）：161-162

［36］Lee J H，Choung M G.Nondestructive determination of herbicideresistant genetically modified soybean seeds using near-infrared reflectance spectroscopy［J］.Food Chemistry，2011，126（1）：368-373

［37］Ono D，Bamba T，Oku Y，et al.Application of Fourier transform near-infrared spectroscopy to optimization of green tea steaming process conditions［J］.Journal of Bioscience and Bioengineering，2011，112（3）：247-251

［38］陳全勝，趙杰文.SIMCA模式識別方法在近紅外光譜識別茶葉中的應用［J］.食品科學，2006，27（4）：186-189

［39］張欣，單楊，李水芳.基于多元散射校正和偏最小二乘（MSC/PLS）的傅里葉變換近紅外光譜檢測蜂蜜中還原糖［J］.食品與機械，2009，25（6）：109-112

［40］陳蘭珍，趙靜，葉志華，等.蜂蜜真偽的近紅外光譜鑒別研究［J］.光譜學與光譜分析，2008，28（11）：2565-2568

［41］邵詠妮，何勇，鮑一丹.基于獨立組分分析和BP神經網絡的可見/近紅外光譜蜂蜜品牌的鑒別［J］.光譜學與光譜分析，2008，28（3）：602-605

［42］Pontes M J C，Santos S R B，et al.Classification of distilled alcoholic beverages and verification of adulteration by near infrared spectrometry［J］.Food Research International，2006，39（2）：182-189

Application of Near Infrared Spectroscopy in Food Quality

LI Chang-bin1，ZHANG He-li1，WANG Shan-shan2，ZHUANG Jun-hui1
（（1.Department of Quality Detection and Management Henan University of Animal Husbandry and Economy，Zhengzhou 450046，Henan，China；2.Propaganda Department of Henan Institute of Education，Zhengzhou 450046，Henan，China）

In recent years，more and more safety accidents caused by quality problems of food，establish a rapid method to rapid detection methods in food quality is Imminent.Near infrared spectroscopy analysis technology which is speed，non-destructive，simple pretreatment，nondestructive，easy online detection，has become a kind of application in food quality control.This paper reviewed the research development of near infrared spectroscopy in meat，dairy products，fruits and vegetables，food crops and other aspects in recent years，and its application in food quality is discussed.

near infrared；food；quality；application

10.3969/j.issn.1005-6521.2015.10.028

2014-04-20

河南省科技發展計劃（112102110034）；鄭州市科研攻關項目（131PPTGG422-1）

李長濱（1983—），男（漢），碩士研究生，研究方向：食品與藥物分析研究。