近紅外光譜分析技術在酒類成分檢測中的應用

張先鋒?郭天太?陳東俊

內容摘要 近紅外光譜分析技術是一種檢測速度快、分析準確高、結果展示性非常好的綠色檢測技術，在各個領域都得到了廣泛的應用。文章簡述了近紅外光譜分析技術在酒類成分檢測方面的應用，包括其在白酒酒醅、葡萄酒、果啤、保健酒、黃酒的成分檢測中的應用，并討論了近紅外光譜分析檢測技術在人們健康保障方面所起的作用。

關鍵詞 近紅外光譜 酒類檢測 健康保障

1 引言

傳統上對酒的鑒定只是利用酒的色、香、味來進行鑒別，存在很大程度上的不準確性，而且效率較低，近年來，在對酒類的研究中，人們已經使用近紅外光譜分析技術對不同酒的成分進行測量，未來對該技術進行推廣，可以有效地抑制營銷假酒等現象，對人們的健康生活有重要意義。

2 近紅外光譜分析技術在酒類檢測的應用

1800 年，天文學家William Herschel首次發現了近紅外區域，并于19世紀初獲得有機化合物的近紅外光譜。現代近紅外光譜分析技術最早應用在農業領域。20世紀50年代，Norris等從農業領域開始使用近紅外光譜分析技術測定農產品中各成分的含量。到了20世紀80年代，相關專家們開始重視該技術，近紅外光譜分析技術就得到了進一步的發展。20世紀90年代，該技術進入快速發展時期。近紅外光譜分析技術在多個領域中都有廣泛的應用，給人們的日常生活也提供了安全保障。目前，近紅外光譜分析技術在酒類成分檢測的應用主要集中在以下幾個方面。

2.1 白酒酒醅檢測

白酒制作的關鍵在于酒醅的釀造，具有真正醇香風味的白酒在酒醅釀制的過程中需要嚴格把握每一個參數的指標，如水分、酸度、酯類的含量等。而這些參數都在近紅外光譜段有特征吸收[1]，故可以使用近紅外光譜檢測技術對酒醅進行各參數的測定。例如，李良等[2]通過采集白酒酒醅的近紅外漫透射光譜，基于偏最小二乘法建立了近紅外光譜的數學模型以快速檢測白酒酒醅中的水分和酸度值，并采用交叉驗證的方法對模型進行檢驗，得到的相關系數均滿足精度要求，進一步驗證了模型的準確性，得到的結論是利用所建立的模型可實現白酒酒醅中水分和酸度值的快速檢測。

酯類是白酒產生特殊香味的原因，酒中酯含量直接決定白酒的口感和香氣，一般約占產生白酒風味物質的75%～95%。戴詩皎等[3]采用皂化返滴定法對酒醅中的總酯含量進行檢測，再采集酒醅的漫反射近紅外光譜，經過光譜數據的預處理，建立酒醅中的總酯模型，以決定系數R2和標準偏差作為評價模型的參數，結果均滿足精度要求，利用所建立的數學模型可以準確地檢測出酒醅中的總酯含量。

2.2 葡萄酒檢測

葡萄酒具有獨特的風味，含有多種對人體有益的成分，還具有降血壓、血脂，降低心腦血管發病率等多種功效，對人們的身體健康有著重要作用，已成為一種時尚飲品。近年來，利用近紅外光譜檢測技術對葡萄酒進行檢測日益受到關注。

2.2.1 發酵液中總酸含量和pH檢測

葡萄酒發酵液中的總酸的含量和pH直接影響著葡萄酒成酒的口感、酒中是否有沉淀和其中微生物活性等，所以，對發酵液中的這兩個參數進行準確快速的測定是非常有必要的。使用近紅外光譜技術對其進行分析，不僅能快速準確得到發酵液中的總酸的含量和pH，還能實現綠色無損檢測，不會給環境帶來污染。賈柳軍等[4]采用透反射方式來獲取發酵液的近紅外光譜，發酵液中的總酸度使用指示劑法進行測定，pH使用pH計直接測定。在得到發酵液的近紅外光譜后，進行光譜預處理，采用4種方法分別建立葡萄酒發酵液中總酸含量和pH的定量模型，并分別對這四種模型的決定系數（R2）、校正標準偏差（RMSEC ）、預測標準偏差（RMSEP? ）、相對分析誤差（RPD ）以及最佳主因子數進行比較，得出的結論是：采用SiPLS-GA法結合PLS法建立的數學模型能非常好的貼合實際，可以達到快速測定葡萄酒發酵液中總酸的含量和pH的目的。

2.2.2 氨基甲酸乙酯檢測

氨基甲酸乙酯簡稱EC。人類攝入EC主要通過發酵的牛奶面包等和含酒精的飲品，過多攝入EC會明顯增加患癌癥的風險。為保障人們的健康和安全，世界衛生組織（WHO）也已經對其進行嚴格重點檢測。馮麗丹采用近紅外光譜技術對葡萄酒中氨基甲酸乙酯進行含量的檢測[5]，對葡萄酒樣本采用四種不同的前處理方法，對每一種前處理方法試驗不同的最佳萃取參數、準確度和精確度，采用SLE萃取法，結合GC/MS分析法對樣本進行測定，記錄所得數據。利用最小二次乘法、傅里葉變換和近紅外光譜分析法建立了測定葡萄酒中EC的數學模型，然后用驗證集進行驗證，通過判斷決定系數、校正標準偏差的值，得到的結論是：所建立的數學模型能精確地反應葡萄酒中EC的含量。

2.3 果味啤中的果汁含量檢測

果啤是由啤酒中加入濃縮果汁而制成的，比普通的啤酒更具有風味，且果啤中含有較少的酒精，擁有甜甜的口感，作為一種新興的混合飲料，果啤越來越受到人們的歡迎。盛曉慧等使用近紅外光譜分析技術對果啤中的果汁含量進行檢測，采用透射的方式采集菠蘿啤的近紅外光譜，然后對所獲得的光譜數據進行預處理，建立偏最小二乘模型，再以校正正均方根誤差、校正集決定系數、預測均方根誤差、預測集決定系數、范圍誤差比這些參數作為評價模型的指標，最后將驗證集里的菠蘿啤樣本帶入模型檢驗，進一步驗證了模型的準確性。最后得到的結論為：采用Si-PLS波長優化算法建立預測菠蘿啤中果汁含量的偏最小二乘模型的預測能力很好，能準確快速測量出菠蘿啤中的果汁含量。

2.4 保健酒酒精度檢測

王喆等[7]將待測的保健酒樣本分為校正集和驗證集，進行光譜采集的時候，每個樣本采集三次后取平均值，然后對光譜數據平滑處理，再利用偏最小二乘回歸建立測定保健酒酒精度的數學模型。對驗證集的樣品帶入模型所得到的的酒精度與酒精計測得的酒精度進行比較，得到的結果可以滿足生產過程中的檢測要求，表明近紅外光譜法能實現保健酒中酒精度的快速測量。

2.5 測定黃酒成分

黃酒作為中國最古老的酒類之一，擁有源遠流長的歷史，被譽為“國粹”酒，具有養生保健等多種功效。呂興龍[8]采用漫透反射的方法對黃酒的近紅外光譜進行采集，以決定系數、交互驗證標準偏差、預測標準偏差和預測相對偏差作為評價模型的參數，然后對光譜數據進行平滑處理，采用偏最小二乘法建立測定黃酒成分的定量模型。在分別建立黃酒的酒精度、總酸、糖類和氨基酸態氮指標的近紅外光譜模型，通過判斷評價模型的參數可以知道模型的預測能力滿足生產要求，即得到的模型可以準確測定黃酒的成分。

3 結語

近紅外光譜技術因為其檢測的準確性、快速性、無污染性、結果展示直觀，在國內目前已經在多個領域取得了可見的成效，對于酒類檢測來說，近紅外光譜分析技術給酒的成分檢測方面帶來了巨大的便捷，可以迅速有效地檢測出假酒，對人們飲酒的安全所起的作用也不言而喻。

（第一作者系中國計量大學 在讀本科生）

（本文由案例庫在工科背景研究生教育中的實踐探索（2018-004），浙江省研究生教育學會重點課題;面向新工科的計量特色系列教材建設（HEX2018007），中國計量大學2018年度校立教改項目;基于需求導向的智能感知方向課程體系構建（jg20190195），浙江省高等教育“十三五”教學改革項目;基于近紅外光譜的葡萄酒檢測技術，中國計量大學校立項支持）

【參考文獻】

[1]沈小梅，馬雷，李安軍，等.基于近紅外光譜分析技術對釀酒原料水分的檢測方法研究與優化[J].食品與發酵科技，2015，51（5）：92-96.

[2]李良，董孝元，吳昊，等.基于偏最小二乘法建立白酒酒醅近紅外分析模型[J].釀酒，2018，45（3）：57-60.

[3]戴詩皎，王曉慧，羅霞.酒醅中總酯含量檢測方法的研究[J].釀酒，2019，46（4）：94-96.

[4]賈柳君， 張海紅， 王健， 等. 采用近紅外光譜定量分析葡萄酒發酵液中總酸含量和pH值[J]. 食品與發酵工業， 2017（2）：195-199.

[5]馮麗丹. 葡萄酒中氨基甲酸乙酯檢測方法的研究[D]. 楊凌：西北農林科技大學， 2008.