近紅外光譜分析技術研究進展及在飼料行業(yè)中的應用

李 倩，黃小燕，王根虎

（上海亙泰實業(yè)集團技術中心，上海 201616）

近紅外是指波長在780～2 526 nm范圍內(nèi)的光線，而近紅外光譜分析技術是一項基于近紅外光譜技術與化學計量學分析模型技術的綜合分析技術，主要是通過低能量的電子躍遷和分子振動間躍遷，實現(xiàn)對含有C-H、N-H、O-H等有機官能團的倍頻吸收和合頻吸收。其具有方便、快捷、無損、多組分同時測定、無污染、靈活等許多優(yōu)點[1-2]。可分析多種形式樣品，如固體、液體、粉末狀等有機物樣品的物理、力學和化學性質(zhì)。近紅外除了可在現(xiàn)場進行快速篩查，還能實現(xiàn)在加工過程中進行實時檢測。因此，近幾年近紅外光譜分析技術已廣泛應用于農(nóng)林、飼料、糧油、食品、石油化工、生物醫(yī)藥、環(huán)境等行業(yè)[3]。

1 近紅外光譜分析技術的研究進展

1.1 近紅外光譜分析技術的發(fā)展現(xiàn)狀

近紅外光譜早在1800年就被天文學家William Herschel發(fā)現(xiàn)，但由于當時技術落后和儀器設備發(fā)展不成熟等原因，近紅外并未得到實際應用[3]。直到20世紀50年代后期，近紅外才逐漸應用于農(nóng)副產(chǎn)品和天然產(chǎn)品的成分分析中。20世紀80年代，由于計算機技術的問世和快速發(fā)展，近紅外也不斷擴大了應用領域，其在過程分析控制、質(zhì)量評估與檢測等多方面都發(fā)揮著十分重要的作用。

由于近紅外作為綠色無污染的分析技術，我國對其研究更加重視。近年來，我國加大了對近紅外光譜分析技術的投資，并且在研發(fā)和應用方面都獲得了極大進展。中國儀器儀表學會近紅外光譜分會于2014年9月正式宣告成立。

作為近20年來發(fā)展最為迅速的高新分析技術之一，近紅外光譜分析技術已引起足夠的重視，尤其在儀器研制、軟件開發(fā)和模型建立等方面，已經(jīng)取得了很大的成果。近紅外作為一種低成本的小型儀器，與一些大型儀器相比，其可用在現(xiàn)場篩查和加工檢測等方面，此外近紅外儀維修維護過程也較為簡單方便，因此受到許多廠家的青睞。

1.2 近紅外光譜的數(shù)據(jù)處理技術

近紅外光譜的數(shù)據(jù)處理技術是近紅外建模中不可分割的一部分，主要包括兩方面：光譜預處理方法的研究，其目的是對將建立的定標體系中光譜采取適當處理，以削弱和消除對建模光譜不利因素和干擾信息，為后續(xù)建模和預測樣品成分奠定基礎；近紅外光譜定量定性方法的研究，其目的是為了使建立的模型更加穩(wěn)定，能準確可靠地預測出未知樣品成分。

1.2.1 近紅外光譜數(shù)據(jù)的預處理

利用近紅外儀可掃描得到樣品的原始光譜，這些原始光譜不僅包含了建模所需要的有效信息，同時也含有一些無效信息。這些無效信息會產(chǎn)生許多有干擾性的噪音信號，極大地影響樣品定標模型的建立和后期對未知樣品的預測。然而，光譜數(shù)據(jù)預處理作為重要的手段，可幫助濾除光譜噪音、篩選有用數(shù)據(jù)、優(yōu)化光譜范圍等，消除建模中的不利因素。常用的數(shù)據(jù)預處理方法主要有平滑處理、導數(shù)處理、多元散射校正MSC和標準正態(tài)變量交換SNV等[4]。

光譜數(shù)據(jù)的平滑處理技術是一種常用而簡單的算法。假設光譜中含有的噪聲為零，且均為隨機白噪聲，通過多次測量取平均值，以此降低噪聲，從而提高信噪比。但是這種處理技術具有一定的局限性，只適合不規(guī)則的隨機噪聲，而對有相關性的噪聲則無效果。如在建模過程中，溫度或顆粒粒度發(fā)生變化，使得采集到的近紅外光譜發(fā)生變化，那么此時并不適合采用平滑處理。

導數(shù)處理可幫助有效消除基線和其他背景因素干擾，提高靈敏度。常用的預處理有一階導數(shù)和二階導數(shù)。光譜求導方法又可分為直接差分法和Sav?itzky Golay求導法。直接差分法對于分辨率高、波長采樣點多的光譜十分適用，求導后的光譜與實際無明顯差異，而Savitzky Golay求導法適用于稀疏波長采樣點的光譜。

多元散射校正法適用于因樣品粒度、密度、濕度等物理因素引起的散射影響。該技術需用一個“理想的”光譜來校正。首先需計算求得所有光譜的平均光譜，即為理想光譜，然后其他光譜分別與該理想光譜建立線性關系，通過線性方程的斜率和截距校正原始光譜。

標準正態(tài)變量交換主要是用來消除固體顆粒大小、表面散射以及光程變化對近紅外漫反射光譜的影響。先假設每條光譜中各波長點呈一定分布，然后計算每條光譜的標準偏差校正光譜。

在建模時根據(jù)模型穩(wěn)定性和預測準確性選擇合適的預處理方法。可以選擇一種預處理方法，也可以是多種預處理方法相結合進行。金華麗等利用近紅外光譜采用二階導數(shù)和平滑處理的方法研究測定了小麥粉中灰分含量[5]。李軍山等比較不同預處理方法，并選出MSC和一階導數(shù)為最優(yōu)組合的預處理方法，以便建立模型測定豬去養(yǎng)膽酸含量[6]。

1.2.2 近紅外光譜常用數(shù)據(jù)處理方法

近紅外光譜能包含物質(zhì)組成、結構等一系列信息。而物質(zhì)的含量與其組成結構有關。以化學法檢測為基礎，將二者關聯(lián)起來，即可建立定性或者定量的定標模型。定標模型一旦建立完畢后，通過掃描得到待測樣品的近紅外譜，運用模型即可得到未知樣品的各成分。近紅外光譜分析常用的計量方法有：主成分回歸法（PCA）、偏最小二乘法（PLS）和人工神經(jīng)網(wǎng)絡法（ANN）等[7]。

PCA法主要采用主成分分析法，先對采集的近紅外光譜降維，再選取主成分得分通過計算多元線性回歸方程，從而建立定量預測模型。其除了可解決共線、變量數(shù)量使用限制等問題外，還可濾除一定的噪音。然而，PCA法由于只分解光譜陣，不包含分解濃度陣，因此不能保證參與回歸的主成分一定與待測組分的性質(zhì)相關。

PLS法將因子分析和回歸分析結合，可同時分解光譜陣和濃度陣，提供較強的光譜信息。經(jīng)因子分析后，壓縮光譜轉為較低維空間數(shù)據(jù)，除去有干擾組分和因素的成分，選取有用的主成分建立回歸方程。一般說來，PLS法建模較為復雜，但由此法得到的特征值向量直接與被測組分或性質(zhì)有關，得到的模型較為穩(wěn)定，預測準確率高，適用于建立非線性數(shù)據(jù)的預測模型。

ANN法是通過模擬人腦神經(jīng)元結構，以建立模型進行分類和預測。此法抗干擾性、抗噪音能力和非線性轉換能力較強。ANN有很多種算法，最常用的是誤差反向傳輸模型，即BP模型，該模型雨1986年由Rumelhart等提出[8]。該模型可以實現(xiàn)數(shù)據(jù)處理的定量預測，也可用于模式識別。人工神經(jīng)網(wǎng)絡在近紅外光譜的數(shù)據(jù)處理中扮演著重要的角色，如預測樣品組成、檢測質(zhì)量指標以及對樣品識別分類等，其最大的優(yōu)勢是解決非線性數(shù)據(jù)處理的問題。李文環(huán)等利用BP-ANN建立7種常用塑料模型，預測結果準確率達98.571%[9]。吳根華等采用人工神經(jīng)網(wǎng)絡-熒光光譜法對維生素B1、維生素B2和維生素B6的混合體系同時進行含量測定[10]。

2 近紅外光譜分析技術的應用

2.1 近紅外光譜分析技術的應用前景

近紅外光譜起源于20世紀60年代，隨后科技的發(fā)展使得近紅外的研究領域拓寬，涉及有谷物、食品、飼料、石油化工、醫(yī)藥業(yè)等[11]。20世紀80年代，我國逐步開展近紅外光技術的研究和應用工作，到了90年代后期，近紅外技術以產(chǎn)業(yè)鏈的方式快速應用于農(nóng)業(yè)、石化、制藥和食品等多個領域，并在各業(yè)生產(chǎn)和科研中逐漸發(fā)揮著越來越重要的作用。目前來看，我國只有小部分企業(yè)單位購買了近紅外儀，因此其市場的增長空間非常巨大。

2.2 近紅外光譜分析技術在飼料行業(yè)的應用

2.2.1 近紅外光譜分析技術在評估動物飼料品質(zhì)中的應用

當今世界畜牧業(yè)的快速發(fā)展，動物福利和健康越來越受到關注，對動物飼料和產(chǎn)品的營養(yǎng)價值的質(zhì)量把控也顯得越來越重要。在飼料原料和飼料成分分析方面，近紅外不僅局限于快速檢測水分、蛋白質(zhì)、脂肪、灰分等這些常規(guī)指標，同時也可檢測許多微量元素，如氨基酸、礦物質(zhì)等，甚至可檢測有毒有害物質(zhì)，如檢測棉粕中游離棉酚的含量。為全面評估飼料產(chǎn)品營養(yǎng)價值，近紅外也被用于測定樣品能值、標準回腸消化率等[12]。此外，利用近紅外判別分析技術還可鑒別飼料原料和飼料添加劑的真?zhèn)危约斑@些產(chǎn)品生產(chǎn)工藝的穩(wěn)定性等。研究表明，利用近紅外光譜可檢測青貯飼料、肉骨粉和動物飼料等質(zhì)量[13-14]。總之，近紅外技術已作為一種十分快速有效的方法，評估谷物作物、飼料原料及飼料的品質(zhì)，也受到越來越多營養(yǎng)學家、畜牧研究員、農(nóng)業(yè)科研者和飼料原料采購者的歡迎。

2.2.2 近紅外光譜分析技術在飼料生產(chǎn)中的監(jiān)控作用

近紅外光譜分析技術的應用前景十分廣闊，尤其是在飼料質(zhì)量監(jiān)測方面。近紅外技術能夠在現(xiàn)場對飼料進行快速檢測，判斷其質(zhì)量好壞。此外，該技術還可對原料和成品產(chǎn)品質(zhì)量進行在線抽樣分析，如可利用近紅外監(jiān)控全價飼料的生產(chǎn)加工過程，保證其各項指標均符合要求。目前美國明尼蘇達州利用一種可移動近紅外光譜分析實驗車，可到田間或交易市場為用戶分析牧草樣品，提供較適收割日期、飼料配方等，在提高飼料、牧草的可消化性及其營養(yǎng)價值方面收到良好的效果。

目前，我國許多飼料企業(yè)的實驗室人員檢測能力有限，對原料和飼料成品多點采樣的樣品不能及時檢測，耗時較多，導致不能及時反饋有效信息。近紅外光譜技術可參與到飼料生產(chǎn)的各個環(huán)節(jié)。從采購原料開始，利用近紅外在1 min內(nèi)對同批次原料多個指標進行快速測定，實現(xiàn)同批次原料多點采樣檢測。在飼料生產(chǎn)時，近紅外技術可監(jiān)控生產(chǎn)過程，判斷混合均勻度，再到最后成品打包時，對飼料成品指標進行預測。

2.2.3 飼料企業(yè)對近紅外光譜技術的使用和管理

我國許多大型飼料企業(yè)幾乎都采用了近紅外光譜檢測技術。有的企業(yè)甚至購買了幾十臺或數(shù)百臺近紅外儀。近紅外儀的使用尤其是定標模型的使用并非“一勞永逸”，其是需不斷升級和維護的。對已使用近紅外儀的飼料企業(yè)，在檢測原料、監(jiān)控飼料質(zhì)量指標的同時，需不斷收集樣品，進行理化分析，逐步建立并完善適宜用于本公司原料及飼料的定標模型。這樣才使得該儀器充分發(fā)揮其本身優(yōu)勢，達到多、快、好、省。有些大型飼料公司擁有多臺近紅外儀器，在管理這些儀器時，可進行資源整合，采取網(wǎng)絡化管理模式，再配合專業(yè)的操作軟件，實現(xiàn)數(shù)據(jù)同步，數(shù)據(jù)分級管理。

3 小結

近紅外光譜分析技術作為一種綠色分析手段，幾乎不需要樣品制備即可實現(xiàn)測定的特性。運用近紅外的關鍵是建立樣品的定標模型，而定標模型建立好壞與光譜數(shù)據(jù)處理技術息息相關。數(shù)據(jù)處理方法多種多樣，建模時可根據(jù)模型穩(wěn)定性和預測準確性選擇合適的方法。在飼料行業(yè)中，利用近紅外多、快、好、省的特點，可檢測飼料原料、飼料常規(guī)成分、微量成分，甚至是有毒有害物質(zhì)，評估產(chǎn)品的營養(yǎng)價值，監(jiān)控生產(chǎn)過程等，這大幅減少了人力資源的浪費，并且降低了生產(chǎn)成本，保證了產(chǎn)品的穩(wěn)定性，增加了企業(yè)競爭力。

盡管已有很多研究表明近紅外技術的成功應用，但目前來看在實驗室中該技術尚未得到廣泛的使用和認可，還是更依賴于采取理化分析手段評估樣品的品質(zhì)。如何建立一個穩(wěn)定和預測準確性好的模型，是當前近紅外急需解決的問題。近紅外定標模型建立是一個十分復雜的過程，建立樣品模型時會受到樣品（如樣品物理組織、粒度、密度、樣品溫度等）、儀器（儀器噪音、數(shù)據(jù)處理、光源穩(wěn)定性等），以及操作過程（樣品數(shù)量選擇、化學分析方法及準確度、儀器清潔等）等因素的影響，從模型建立到模型驗證再到模型升級維護都需要投入大量的時間、精力和資金。面對這些不足，研究人員也正在積極研究一些方法來解決這些問題。此外，在近紅外技術的應用方面，具備專業(yè)知識和專業(yè)技能的技術人員還相當缺乏，因此需要采取措施加強對技術人員的培養(yǎng)。簡化建模步驟，讓近紅外技術的益處普及到更多的實驗室，這對于近紅外研究者們來說仍然任道重遠。但是隨著科技的不斷進步和發(fā)展，近紅外光譜分析技術必將有更大的突破和發(fā)展。

[1]徐廣通,袁洪福,陸婉珍.現(xiàn)代近紅外光譜技術及應用進展[J].光譜學與光譜分析,2000,20（2）:134-142.

[2]Mcclure W.Review:204 years of near infrared technology:1800-2003[J].Journal of Near Infrared Spectroscopy,2003,11（1）:487-518.

[3]Herschel W.Experiments on the refrangibility of the invisible rays of the sun.By william herschel,LL.D.F.R.S.[J].Philosophical Transactions of the Royal Society of London,90:284-292.

[4]張敏.近紅外光譜變量選擇和建模方法研究[D].天津:南開大學,2011.

[5]金華麗,王金水.近紅外光譜法檢測小麥粉中灰分含量的研究[J].河南工業(yè)大學學報:自然科學版,2010,31（1）:14-17.

[6]李軍山,高晗,張肖建,等.近紅外光譜法快速測定豬去氧膽酸含量[J].中國現(xiàn)代中藥,2016,18（5）:588-590.

[7]李曉明,楊濱.近紅外光譜技術的研究進展及其在中藥領域的應用[J].中國實驗方劑學雜志,2006,12（12）:69-72.

[8]Rumelhart D,Hinton G,Williams R.Parallel distributed process?ing:explorations in the microstructure of cognition,vol.1[J].Lan?guage,1986,63（4）:45-76.

[9]李文環(huán),金尚忠,陳玲玲,等.基于近紅外光譜結合主成分分析和BP神經(jīng)網(wǎng)絡的常用塑料快速鑒別[J].塑料工業(yè),2016,44（12）:124-127.

[10]吳根華,何池洋.人工神經(jīng)網(wǎng)絡—熒光光譜法同時測定維生素B1,B2,B6[J].光譜學與光譜分析,2003,23（3）:535-538.

[11]Kuenstner J,Norris K.Spectrophotometry of human hemoglobin in the near infrared region from 1 000 to 2 500 nm[J].Journal of Near Infrared Spectroscopy,1994,2（1）:59.

[12]王利,孟慶翔,任麗萍,等.近紅外光譜快速分析技術及其在動物飼料和產(chǎn)品品質(zhì)檢測中的應用[J].光譜學與光譜分析,2010,30（6）:1 482-1 487.

[13]劉賢,韓魯佳.近紅外漫反射光譜法快速測定秸稈青貯飼料成分含量[J].光譜學與光譜分析,2006,26（11）:2 016-2 020.

[14]楊增玲,韓魯佳,李瓊飛,等.反芻動物精料補充料中肉骨粉快速檢測近紅外光譜法[J].光譜學與光譜分析,2008,28（6）:1 278-1 282.