近紅外光譜技術定量檢測果味啤中的果汁含量

盛曉慧，李宗朋，李子文，朱婷婷，王健*，尹建軍，宋全厚

1(中國食品發酵工業研究院有限公司，北京，100015)2(北京順鑫農業股份有限公司牛欄山酒廠，北京，103101)

果味啤是一種混合啤酒飲料，因為兼具啤酒的營養物質，較低的苦味和酒精度以及果汁的甜香，近幾年逐漸流行起來，深受廣大青少年以及女性消費者的喜愛[1-3]。添加果汁來進行菠蘿啤的發酵，既能完整地保留果汁的香味又使得風味物質比例均衡，使菠蘿啤具有更加獨特的口味[4-6]。近幾年，一些黑心生產廠家為了追求高額利潤采用人工合成香精代替原果汁，導致營養價值極大降低，因此需要重視對其果汁含量的測定。目前我國對于果味啤中的果汁含量的測定還沒有相應的國家標準[7]，一般采用推算法測定其果汁含量，雖然這種方法檢測結果較準確，但存在檢測時間長、方法復雜，同時化學試劑消耗多、對環境污染嚴重的缺點。因此不適用于快速驗證大批量樣品中的果汁含量是否符合標識[8-9]。因此研究果味啤中果汁含量的快速檢驗方法具有深遠意義。

近紅外光譜(near-infrared spectroscopy, NIR)分析技術作為一種無損檢測方法，具有操作簡單、分析效率高等優點，由于和化學計量學結合得以廣泛使用，目前已經被應用于食品、藥品和釀造等行業中[10-17]。張嚴等[18]研究了近紅外結合化學計量學方法在油脂快速檢測中的應用，并分析比較了模型的預測效果。樊雙喜等[19]采用近紅外光譜技術對黃酒進行了無損測定，利用偏最小二乘法分別建立黃酒中的酒精度、總糖等含量的校正模型，模型的準確性較高。然而，目前尚未有采用近紅外光譜分析技術對果啤中的果汁含量快速檢測的研究。而且大部分的研究采用的均是在全光譜范圍內建立偏最小二乘模型，但是由于全光譜中難免包含過多的噪聲和無用信息，會對建模的精確度和穩定性造成較大的影響，因此對于有效波長的提取在建模過程中顯得尤其重要[14]。

本文以菠蘿啤為研究對象，采用NIR分析技術對菠蘿啤進行快速檢測，并采用特征波長選擇方法來提高模型性能，同時探討向后間隔偏最小二乘(backward interval partial least squares, Bi-PLS)、組合間隔偏最小二乘(synergy interval partial least squares, Si-PLS)、遺傳算法(genetic algorithm, GA)優化的偏最小二乘(partial least squares, PLS)回歸模型對其果汁含量的預測效果，從而為檢測菠蘿啤中果汁含量提供一種新方法。

1 材料與方法

1.1 材料

從超市采購的某品牌5個不同批次的菠蘿啤(乙醇體積分數0.6%～2.5%、果汁含量0.8%～3.2%)。

1.2 儀器與設備

NIRMaster傅立葉變換(FT)近紅外光譜儀，Buchi(中國)有限公司；光譜光源為鹵鎢燈，檢測器為溫控InGaAs。光譜為4 000～10 000 cm-1，分辨率為8 cm-1。

1.3 果汁含量檢測

依據GB/T 16771—1997測定果汁含量。

1.4 樣品光譜采集

以透射方式采集菠蘿啤樣品在近紅外光譜區域4 000～10 000 cm-1的光譜信息，共計1 501個波長點。

1.5 樣本集劃分

本實驗從全部樣品中隨機選擇出35個樣品作為獨立測試集，用來檢測最終建立的模型效果。采用Kennard-Stone (K-S)方法將剩余的110個菠蘿啤樣品的光譜進行主成分分析(PCA)之后，選用主成分得分為特征變量選擇樣品[20]按照2∶1的比例對剩下的110個樣品進行校正集和驗證集的劃分，其中校正集包含76個樣品，驗證集包含34個樣品。

1.6 預處理方法

對采集的光譜數據進行預處理以后建立PLS模型，以交叉驗證的均方根誤差(RMSECV)為目標確定最佳的預處理方法，采用的預處理方法包括一階導數、二階導數、標準歸一化(SNV)、多元散射校正(MSC)。

1.7 特征光譜變量的選擇

采用全光譜建模難免會包含一些與待測組分無關的光譜波段，會增加模型計算的復雜度和光譜噪音，波長選擇一方面可以簡化模型，同時能剔除掉不相關的光譜變量，從而達到增加校正模型預測能力和穩定性的目的，擬采用向后間隔偏最小二乘、組合間隔偏最小二乘、遺傳算法3種波長選擇算法。

1.8 建模方法和模型評價

2 結果與分析

2.1 菠蘿啤的近紅外原始光譜

110個菠蘿啤的光譜如圖1所示，從圖中可以看出，NIR在4 000、4 458、5 164、6 895 cm-1附近存在較強的吸收，同時5 600和5 915 cm-1附近存在2個較弱的吸收峰。其中4 000、4 458 cm-1附近的吸收峰主要是由C-H鍵和O-H鍵的伸縮振動所產生的；5 164、6 895 cm-1處的吸收峰主要是由水分和乙醇中的O-H鍵伸縮振動的一級倍頻吸收產生的，因此這2個吸收峰與待測組分無關。5 600和5 915 cm-1處的吸收峰主要來源于CH3中的一級倍頻和糖類中的C-H鍵的組合頻和O-H鍵的伸縮振動。不同菠蘿啤樣品的光譜沒有明顯差異，趨勢一致，整個4 000～10 000 cm-1區域內光譜的吸光度之間差異較小，但是又不完全重合，這說明樣本整體保持一致，而不同樣本之間又存在差異。

圖1 110個菠蘿啤的原始近紅外光譜Fig.1 Original near-infrared spectrum of 110 pineapple beer

2.2 樣品集的劃分

由于沒有異常樣品，因此無須剔除樣品。樣本集的劃分結果如表1所示，其中校正集和驗證集分布均勻，體現K-S方法選取樣品的隨機性和代表性。校正集樣品完全囊括了驗證集，且校正集的偏差與驗證集的偏差相差較小，所以符合近紅外光譜檢測的要求。

表1 校正集與驗證集統計結果Table 1 Calibration set and validation set statistics

2.3 光譜數據預處理

圖2是經過一階導數、二階導數、標準歸一化(SNV)、多元散射校正(MSC)這4種預處理方法處理以后的光譜圖。

a-一階導數光譜圖；b-二階導數光譜圖；c-SNV光譜圖；d-MSC光譜圖圖2 各種預處理光譜圖Fig.2 Pretreatment spectra.

將原始光譜進行一階導數、二階導數、SNV、MSC這4種預處理以后建立PLS模型，模型的效果如表2所示。

表2 不同預處理方法后建立的PLS模型效果Table 2 Effect of PLS model established after differentpretreatment methods

注：PC代表主成分(下同)

2.4 特征波長篩選

2.4.1 Si-PLS的特征波長提取

對原始光譜進行SNV預處理之后所建的PLS模型預測效果要比其他預處理更好，因此最終選擇SNV作為預處理方法。Si-PLS是利用不同的頻譜區間的組合參與建立PLS回歸模型[22-23]。在原始光譜4 000～10 000 cm-1共采集到1 501個光譜波點，因為間隔數量過多過少均會影響到模型效果[24]，所以擬將原始光譜分割為20、25、30、35個區間，分別在組合區間上建模，模型和波長篩選效果如表3所示。

表3 Si-PLS的波段篩選結果Table 3 Si-PLS band screening results

由表3可知現，當全光譜被分割為25個間隔時，模型的RMSECV為0.15，篩選出的區間組合為[3，4，17]，對應的波段為(4 484～4 960、5 600～6 051、7 844～8 080) cm-1。

2.4.2 Bi-PLS的特征波長提取

和Si-PLS類似[25]，將原始光譜分割為20、25、30、35個間隔，采用Bi-PLS對應不同區間數進行PLS回歸，效果如表4所示。

選擇最小RMSECV對應的30個區間來分割全光譜，獲得的Bi-PLS模型效果最好，RMSECV達到0.19%，優選的最佳的波長區間為[3-5，7，11-13，16，21]，對應的波段為(4 404～5 000, 5 204～5 400, 6 004～6 100, 7 004～7 200, 8 004～8 200) cm-1。

表4 Bi-PLS的波段篩選結果Table 4 Band screening results for Bi-PLS

2.4.3 GA的特征波長提取

GA的參數設置為初始種群數50，迭代次數為100、交叉率0.6和變異率分別為0.08，傳代結束后，頻次較多的波點會作為輸入變量用來建立PLS模型，以RMSECV值大小確定最優特征波長。由于遺傳算法初始群體是隨機挑選的，每次篩選的結果都會有差異[26-28, 29-31]，因此為了降低這種情況對結果的影響，進行4次計算，選擇模型效果最好的變量作為最優變量。4次計算結果如表5所示，選取83個變量時，RMSECV最小為0.19。圖3顯示的是第2次計算時各個波點被選用的頻率次數，頻次最多的區域主要在4 328～9 964 cm-1，其中4 600 cm-1被選用的頻次最高。這說明此波段的變量與菠蘿啤中果汁信息之間存在較高的相關性。

表5 4次GA計算和選擇的變量Table 5 Four times GA calculation and selected variables

圖3 各個波長被選用頻次圖Fig.3 Frequency spectrca is selected for each wavelength

2.5 PLS模型的建立和評價

圖4顯示的分別是GA、Si-PLS、Bi-PLS三種方法提取出的特征波長，3種方法篩選得到的特征波段都有重疊的區域，并且6 160、8 080 cm-1左右的波長點均被篩選出來，這說明了這些波長變量都與菠蘿啤中果汁含量的特征信息之間存在相關性。

A-GA；B-Si-PLS；C-BiPLS圖4 不同方法挑選的波長變量分布Fig.4 Wavelength variable distribution selected by different methods

表6 不同算法特征波長的提取Table 6 Extraction of characteristic wavelengths of different algorithms

GA篩選的波長變量雖然遠遠少于其他2種算法，但是校正集和預測集的精度低于Si-PLS算法的結果，說明篩選波長能夠去除一些無用和多余的信息、極大減少建模的復雜程度，但同時也有可能消除一部分有效的信息使得預測精度降低，所以并不是波長變量越少越好。

圖5是Si-PLS提取特征變量在9個因子時的回歸系數圖，由圖5可見，在4 484、4 840、6 044、7 924 cm-1處的回歸系數更高，說明這些變量處的光譜信號與菠蘿啤果汁含量的線性相關性更好，同時證明Si-PLS篩選出的兩個波長區間：4 484～4 960、5 600～6 051、7 844～8 080 cm-1，與Si-PLS篩選的特征波段基本相符。再一次驗證了Si-PLS算法提取菠蘿啤果汁特征波長的準確性好。

2.6 模型的驗證

將剩余的35個獨立測試集樣品導入Si-PLS模型之中，對模型的預測性能進行檢驗。結果如圖6所示，菠蘿啤中果汁含量的實測值與預測值線性相關較好，其中R2為0.85，RMSEP為0.19，RPD為3.08，說明Si-PLS模型的預測效果優良。為了進一步驗證方法的準確性，通過成對t檢驗，在置信水平為95%時，P值為0.971 4高于a(0.05)，表明預測值與測量值之間沒有顯著差異。

圖5 Si-PLS篩選波數的回歸系數圖Fig.5 Regression coefficient graph of Si-PLS screening characteristic variables

圖6 測試集樣品的線性回歸Fig.6 Linear regression of test set samples

3 結論