近紅外光譜在乳制品成分快速檢測方面的應用

任丹 李玉靜 朱運靜

當前牛奶的成分檢測還是以化學分析方法為主，雖然檢測力度大，但其過程耗費時間和精力、會破壞樣品，并且還是離線檢測。近紅外光譜（NIRS）是指其波長在780～2500nm范圍內的電磁波。然而現在的近紅外光譜是在90年代以來飛速發展、使人矚目的主要是光譜分析技術，這是光譜測量技術與化學計量學學科的有機結合，光譜測量技術與化學計量的學科被稱為分析的巨人，是科學上的一項重大研究進展。此外，紅外光測量技術所耗費的成本低、并且不會造成任何污染，所以已順利運用到農業當中，對于農業的發展起到了不可估量的積極作用。

近紅外光譜分析技術特點

近紅外光譜的分析技術還在有機化合物的檢測與鑒定中有著其自身的獨特性與魅力所在：（1）對于樣品的定性可以得到很高的準確度；（2）由于近紅外區的波長比較短，所以不會被玻璃、石英等其它物質所吸收，用玻璃或石英可以制成樣品池容器，這樣它的造價低，用起來也簡潔；（3）這樣不僅不會損壞樣品、也沒有使用試劑、同時還不污染環境。對樣品進行分析之后，就可以繼續送往生產線了，其過程也不產生任何污染；（4）總的來說分析樣品時間不超過一分鐘，速度非常快，在分析其他樣品的同時還可以分析多個成分，使其效率得到了很大提高；（5）但是對于痕量分析來說近紅外光譜不適合它分析。

模型建立

光譜預處理方法。儀器提前所采集的原始光譜中除了包含樣品組成信息外，還包括了各種來源的噪音信號。譜圖的預處理主要包括有兩方面的內容：首先第一點則是對噪音和其他不規則因素的剔除，如消除隨機噪音、樣品背景干擾、測量物件等會影響校正結果的種種因素必須剔除；第二則需要優化譜圖上面的信息，對上述所反映的信息中突出部分進行選擇，要選出最具代表最有效的光譜區域，以達到提高運算效率。這兩點做到的話可以減少錯誤的出現。

定性分析方法。近紅外譜區包含的信息則需要利用近紅外光譜定性分析，要以一種對其物質定性的分析，還需要比較已知樣本和未知樣本以及標準樣本的歸屬，由此確定未知樣本的歸屬。近紅外光譜定性分析多用與計算機和算法使其進行對光譜的比較與識別，利用算法提取紅外光譜的信息特征，最常用的一種數學方法則是模式識別，其實質是借助數學方法進行光譜區分合適別的一種綜合方法。

近紅外光譜在乳制品中的應用進展

近紅外光譜用于牛奶理化指標的檢測。討論中采用偏最小二的乘法建立校正模型以及利用遺傳算法優選波段。牛奶中所含有脂肪、蛋白質和乳糖等其測量當中的含量測量結果當中的均方根誤差為（RMSEP）：0.1～0.2g/dL，還有其測量值和濃度參考值有著良好的相關性（相關性系數大于0.9），測量重復性變異系數（CV）優于0.02。結果表明，牛奶的主要成分可以通過近紅外光譜方法輕松測量出來，大大提高了效率以及節約了成本，而且預防食品安全等問題的出現。

近紅外光譜用于牛奶摻假的鑒別。牛奶的生產還有收購過程中，必須準確、并且有效地、快速地檢測出牛奶中主要的成分含量，堅決杜絕劣質產品的出現，而且還要對牛奶的等級劃分提供參考依據。韓東海等人的研究實現了對牛奶新鮮度的判別以及對純牛奶中還原奶的鑒別，并且檢測成本比以往的技術低得多。實驗結果表明：判別分析法時間里還原奶鑒別模型的必要條件，對于還原奶摻入量在20%以上的樣品，這種方法的錯誤率僅僅只有10%左右，這種方法的正確判別率約在90%以上；然而對于還原奶摻入量在50%以上的樣品可以實現100%判別；此外，牛奶的新鮮度還有其他的判別方法，這種方法就是定性判別，而且要建立識別摻堿牛奶的模型，模型建立出來之后，其正確判別率都在95%以上。

綜上所述，近紅外技術因為具有快速并且準確的特點，還可以同時檢測并且便于在線監測，其效率之高，精確之高，會帶給人們更多的方便與便利，所以在不久之后必然會受到越來越多人的關注。我國雖然在乳制品等食品領域運用紅外技術研究起步較晚，距離其實用階段還有一段距離，但是近紅外技術這是一種新型的綠色分析技術，要是可以和乳品質量控制相結合、相合作，會使其生產的質量與管理效率大幅度提高、并且降低了成本，從而增加了生產的商品率，對于推動整個行業的發展有著積極作用。