光譜技術在白酒質量控制中的研究進展

唐佳代，趙益梅，冉光耀，石雨菲，胡 娜，孟卓妮,

（1.茅臺學院釀酒工程系，貴州仁懷 564500；2.貴州茅臺酒股份有限公司，貴州仁懷 564500）

白酒是以谷物或糖類為釀造原料，在糖化發酵劑的作用下，經發酵、蒸餾、貯存、勾調而成。其生產工藝復雜，及時監測釀造過程中涉及原料、大曲、酒醅和白酒的關鍵指標是質量控制的關鍵。光譜檢測技術是利用各物質具有發射、吸收或散射光譜譜系的特征，以此來確定物質的性質、結構以及含量的方法。目前，應用于白酒質量控制中的光譜技術主要有近紅外光譜（Near-infrared spectroscopy，NIRS）技術、高光譜成像（Hyperspectral imaging，HI）技術、拉曼光譜（Raman spectroscopy，RS）技術和熒光光譜（Fluorescence spectrum，FS）技術等，四種光譜技術的特點見表1。

表1 光譜技術特點比較Table 1 Comparison of spectroscopic technical characteristics

在生產實踐中，常規關鍵指標的分析檢測主要以化學方法為主，檢測效率較低、存在環境污染隱患[1]。為提高生產效率與白酒質量，近年來光譜技術被應用于監測釀造過程中理化指標變化、白酒摻假鑒別、年份鑒別、農藥殘留檢測等[2-6]。作為無損檢測技術，近紅外光譜和拉曼光譜技術在白酒生產過程中已實現在線檢測，大大提高白酒質量控制效率[7-9]。

本文通過對近紅外光譜、拉曼光譜、熒光光譜和高光譜成像技術在白酒質量控制過程中指標檢測的應用進行綜述，分析各技術優劣，展望光譜技術在白酒釀造質量控制中的發展趨勢。以期為白酒生產過程中的質量控制技術研究提供參考，為深化傳統釀造過程質量快速監測手段，擴大光譜技術應用范圍奠定基礎。

1 近紅外光譜在白酒質量控制中的應用

近紅外光是指波長范圍在780～2526 nm，介于紫外-可見光與中紅外光之間的電磁波。近紅外波長的吸收峰的產生是由于O-H、C-H、N-H等共價鍵的吸收，其中980、1210和1442 nm附近的波長分別是因為水（O-H）、脂肪（C-H）、蛋白質（N-H）的作用[14]。由于近紅外光譜技術具有分析速度快，檢測效率高，適用范圍廣，無需前處理等特點[1]。近年來，該技術被廣泛應用于農業、食品、藥物等領域，在白酒生產過程中原料、大曲、酒醅、基酒及成品酒質量控制中均有應用[15-19]。

1.1 釀酒原料的檢測

白酒釀酒原料主要是富含淀粉質的谷物原料，包括高粱、小麥、大米、糯米和玉米等。不同原料中淀粉、蛋白質和脂肪等物質組成存在差異，其含量及比例與白酒風味物質、成品酒品質息息相關。例如，在相同釀造工藝下，高粱中支鏈淀粉含量與白酒酒精度呈正相關，脂肪與高級脂肪酸乙酯存在正相關，蛋白質與高級醇含量及種類相關，單寧含量與白酒中酚類香氣物質呈正相關[20]。出酒率取決于淀粉中的直鏈淀粉水平，僅靠淀粉的含量并不足以選擇最佳的釀酒原料品種，無損檢測原料中直鏈淀粉含量對出酒率的預測有重要意義。Peiris等[21]建立NIRS偏最小二乘回歸模型，估算完整高粱樣品的淀粉和直鏈淀粉含量。買書魁等[17]利用NIRS技術對高粱中直鏈淀粉和支鏈淀粉含量進行定量分析，通過建立模型能夠快速、準確地測定釀酒原料高粱中直鏈淀粉和支鏈淀粉含量。白酒領域素有“高粱釀酒香”一說，源于高粱中適量的單寧在發酵或蒸煮過程中分解產生丁香酸、丁香醛和4-乙基愈創木酚等多種芳香族化合物，而過量的單寧則會影響釀酒微生物的新陳代謝[22]。Wang等[23]探討了用NIRS測定高粱顆粒中單寧含量的可行性。NIRS作為一種高通量預篩選方法，借助該技術可用于鑒定特定淀粉品質性狀的高粱種質，預測釀酒原料出酒率、微量成分產量，用以指導生產工藝控制。

1.2 大曲、酒醅理化指標的檢測

大曲是中國白酒的糖化發酵劑，兼具投糧和生香功能，大曲中的物質組成一定程度上決定了白酒中的風味物質豐度[24]。生產實踐中，大曲中的酸度、淀粉含量、糖化力和水分被認為是大曲質量的關鍵性理化指標，發酵過程中大曲理化指標的及時監測尤為重要，是大曲和白酒品質穩定的保障。NIRS技術因其具備分析速度快、可同時檢測多種組分等特點，適用于生產中大曲理化指標的檢測。蘇鵬飛等[25]采用NIRS技術結合偏最小二乘法（partial least squares，PLS）處理大曲樣品近紅外圖譜，分別建立了西鳳酒大曲水分、酸度以及淀粉指標的定量分析模型。經驗證所測大曲水分、酸度、淀粉指標模型預測的平均相對誤差均小于3.0%，具有較好的預測能力。與化學分析方法相比，基于NIRS技術分析大曲理化指標具備分析時長短、可減少樣品消耗及化學試劑的使用等優勢。

酒醅被認為是釀酒過程中微生物生長代謝的基質和營養物質來源，可分為入窖酒醅和出窖酒醅。NIRS技術在酒醅的關鍵理化指標檢測應用較為廣泛，已發展出在線檢測、便攜式近紅外的檢測，極大地方便了生產實踐中酒醅的檢測[26-27]。熊雅婷等[28]采用PLS法及最小二乘支持向量機（least squaressupport vector machine，LS-SVM）兩種算法建立白酒酒醅中酒精度、淀粉含量、水分、酸度等多個指標的近紅外檢測模型，從而實現對白酒酒醅主要成分的快速檢測。酒醅作為固體樣品，在測定其中低含量組分時存在檢測靈敏度低、準確性差等問題。為解決上述問題，盧中明等[29]基于PLS法、主成分分析法和逐步回歸法建立酒醅浸取液定量模型，有效擴大酒醅中指標含量分析范圍，提高定標模型的穩定性與準確度。

1.3 白酒的檢測

NIRS技術可以根據特征譜帶檢測出白酒中一些揮發或非揮發成分，在白酒質量控制中的應用包括風味物質定性定量、白酒香型鑒別、基酒質量分級、量質摘酒、地域鑒別等，在白酒生產過程控制和市售白酒質量檢測中有著重要意義[30-35]。NIRS技術為實現生產摘酒在線檢測分析，基酒自動化分級奠定了技術基礎。高暢等[36]以向后間隔偏最小二乘算法（Synergy interval partial least squares，SiPLS）結合PLS篩選出了白酒中乙酸乙酯和乳酸乙酯的重要波長并建立模型，該模型能夠較為準確的預測兩類乙酸酯的含量。通過結合已有白酒基酒中典型醇預測研究基礎[37]，認為NIRS技術可進一步應用于醬香型白酒生產中對醬香、窖底、醇甜三種典型體的鑒別中，在一定程度減少誤差，提高效率。

2 高光譜成像技術在白酒質量控制中的應用

高光譜成像技術是光譜技術與圖像技術相結合，相比于近紅外光譜技術能夠將檢測結果以圖像直觀的展示，且所獲光譜與圖像信息能夠反映物質含量變化的空間分析。目前，高光譜成像技術在白酒及其生產過程中應用主要集中在大曲關鍵指標的檢測。

2.1 釀酒原料的檢測

谷物中的脂肪在白酒釀造過程中被微生物代謝為脂肪酸，脂肪酸是白酒中脂肪酸酯等風味化合物的前驅物。釀酒原料中的脂肪含量測定通常采用GB 5009.6-2016《食品中脂肪的測定》方法或通過氣相色譜法，但存在前處理復雜、污染和耗時等不足[38-39]。Nogales-Bueno等[40]證實近紅外高光譜成像技術可以無損、環境友好的預測谷物中總脂肪和脂肪酸的含量。

高光譜圖像數據處理常與機器學習法相結合，機器學習法能夠深入、有效地挖掘高光譜圖像中所包含的信息。深度學習是當前機器學習的研究熱點，一些學者研究了將高光譜成像技術與深度學習方法相結合來檢測谷物種子質量和品種[41-42]。Weng等[43]基于高光譜成像技術和深度學習的主成分分析網絡，建立了水稻品種識別模型。Jin等[44]基于NIR高光譜成像技術結合深度學習可以有效區分水稻種子品種，并在高光譜數據中尋找對水稻種子品種分類貢獻最大的條帶區在約1300～1400 nm處。Zhang等[45]使用了NIR高光譜技術結合深度學習方法，利用CNN、遞歸神經網絡（RNN）和長短期記憶（LSTM）建立分類模型，準確識別90%玉米種子品種。上述研究表明，將高光譜成像技術與深度學習相結合，可以有效地識別種子品種。該方法可以延伸應用于高粱、小麥、大米、玉米和糯米等品種的鑒別、蟲害檢測與主要成分含量的測定，有助于保證釀酒原料的適用性與質量。

2.2 大曲理化指標的檢測

大曲的水分和酸度的變化等是白酒生產過程中評價大曲質量的關鍵性理化指標，常用的大曲理化指標檢測方法是根據QB/T 4257-2011《釀酒大曲通用分析方法》測定。相比于前者光譜技術具有分析速度快，可同時檢測多個指標，無污染環境隱患等優點。近年來，高光譜成像技術在大曲水分含量、酸度和還原糖含量等理化指標的方法已展開研究（表2），該方法在白酒釀造實時指標檢測方面具有較大的潛力。

表2 白酒生產質量控制中光譜技術的應用Table 2 Application of spectroscopic technology in quality control of liquor production

適當的水分含量有利于大曲中酶和風味物質的產生，有助于提高白酒風味和質量，使用近紅外高光譜成像技術可提高大曲水分含量測量的精度。葉建秋等[46]通過高光譜成像特征波段的紋理信息與大曲水分含量關聯建立模型，實現不同曲房不同點位大曲發酵過程中水分含量快速檢測。Huang等[47]創建多粒度級聯森林（multigranularity cascade forest）模型，實現了大曲水分含量的高精度檢測及分布可視化。大曲中的還原糖是酵母菌發酵產生乙醇的底物，劉亮等[11]利用高光譜成像標準正態變量校正（standard normal variables，SNV）方法提高模型預測還原糖含量的精度，利用最優模型對大曲樣本ROI區域的還原糖含量進行可視化，直觀反映了不同發酵時期的大曲還原糖含量的變化情況。大曲的酸度是微生物作用強度的表征，主要受細菌分解代謝產生的有機酸以及脂肪和蛋白質的水解的影響，酸度過高或過低均不利于大曲品質[48]。實時檢測大曲酸度變化，有助于調節發酵工藝參數。孫婷等[49]利用SNV+SPA+LSSVM預測模型，計算出每個像素點的酸度值形成灰度圖像，并形成可視化云圖，便于直觀地感知酸度值變化。

綜上研究成果可知，不同發酵時間的大曲水分含量、還原糖含量以及酸度值明顯不同，隨著發酵的進行表征水分含量、還原糖含量、酸度的可視化云圖顏色均逐漸由紅變藍，代表大曲發酵過程中3個指標均呈下降趨勢。高光譜成像可以直觀顯示大曲中水分、還原糖及酸度值的分布情況，為判定大曲發酵狀態提供依據，為發酵條件的調節提供定量參數指導，從而提高優質大曲的產量。

3 拉曼光譜技術在白酒質量控制中的應用

拉曼散射即光映射于物質上生成的非彈性散射，拉曼散射有斯托克斯散射與反斯托克斯散射，一般監測到的是斯托克斯散射。每種物質具有特征拉曼光譜，其拉曼譜線個數、位移值高低與譜帶強度與分子振動相關，可以此為依據對物質進行鑒別[53]。白酒質量控制中拉曼光譜主要應用于白酒香型鑒別、食品安全指標檢測等方面的在線實時檢測[54-55]。白酒中食品安全控制常采用表面增強拉曼光譜（Surface Enhanced Raman spectroscopy，SERS）技術。主要過程為已知組分白酒樣品光譜的采集，光譜與樣品組分建標，驗證優化獲得模型，未知樣品代入模型驗證。

3.1 白酒中酒精勾兌的檢測

乙醇的拉曼光譜譜峰強度與乙醇濃度成正比，且不同濃度乙醇溶液微觀結構不同，拉曼光譜譜峰位置也不同。利用乙醇的C-C-O伸縮振動譜峰強度和譜峰位置的關聯進行測量乙醇濃度。于嵐等[56]利用絕對拉曼差譜呈現出不同乙醇濃度下的C-C-O伸縮振動拉曼譜峰差別，計算光譜偏移量，通過偏移量和乙醇濃度的關系確定樣品中乙醇含量。除乙醇含量測定外，由于糧食發酵酒與乙醇的拉曼光譜特征峰大致相同，有1～10 cm-1偏移，由此拉曼光譜技術還可用于鑒別糧食發酵酒與酒精勾兌酒[53]。

3.2 白酒中農藥殘留的檢測

釀酒原料在種植過程中受環境影響，將部分克百威、樂果和敵敵畏農藥殘留帶入白酒[57]。目前，常用的農殘檢測方法和技術主要是氣相色譜和液相色譜技術。利用拉曼光譜技術檢測農藥殘留的報道較少，譚文淵等[4]建立了SERS技術對白酒中農藥殘留——克百威的定性檢測方法，能檢出白酒中微量的克百威。現有白酒中農藥殘留檢測的方法多需要進行萃取等前處理，拉曼光譜具有操作簡便省時等優勢，認為拉曼光譜在白酒中農藥殘留檢測的應用具有較大潛力。

3.3 白酒中食品添加劑的檢測

糖精鈉、西地那非作為白酒中常見的非法添加劑，其副作用威脅著人類的健康。因此，準確檢測和識別白酒中糖精鈉、西地那非具有重要意義。曹加全[58]建立了基于新型核殼納米粒子的SERS技術檢測白酒中糖精鈉的方法。在檢測模型建模過程中為獲得較強的拉曼信號，常制備金溶膠進行增強基底優化。覃文霞等[59]基于溶劑萃取法，利用二氯甲烷提取白酒中的糖精鈉，制備金溶膠并濃縮，進行增強基底優化，以獲得最佳拉曼信號實現白酒中糖精鈉的快速檢測，其檢出限為0.5 mg/L。Xiao等[60]將Opto-TraceRaman202作為SERS的金溶膠，準確檢測白酒等酒精飲料中的西地那非含量。拉曼光譜應用于白酒中非法添加劑的檢測為有關檢測部門以及白酒生產過程中質量安全監測提供了有效的手段。

3.4 白酒中內源性污染物的檢測

白酒中的內源性污染物已檢測出生物胺（Biogenic Amines，BAs）、氨基甲酸甲酯（methyl carbamate，MC）和氨基甲酸乙酯（Ethyl carbamate，EC）等。白酒中的BAs來自于乳酸菌代謝或氨基酸脫羧形成；MC和EC在糧食發酵酒中以尿素和氰酸鹽等氰化物為前體物質，與乙醇反應生成。三者均為致癌物質，其含量檢測對白酒產品的食品安全有重要意義。2015年，SERS開始被應用于在食品BAs檢測，且目前多集中在魚類中組胺的檢測，在白酒中的應用研究尚未見報道[61]。基于SERS的BAs檢測在食品分析中的主要局限性在于拉曼光譜儀的價格昂貴，以及進行定量需要貴金屬納米顆粒。徐晨曦等[62-63]基于激光拉曼光譜技術，建立MC和EC標準樣品激光拉曼光譜數據庫，使用拉曼增敏試劑使樣品信號增強，從而實現白酒中MC、EC殘留的定性定量。

拉曼光譜技術應用于白酒中食品安全的研究與應用多聚焦在成品酒各項指標的測定，針對生產過程中內源性污染物溯源與追蹤研究較少，進一步可探討拉曼光譜技術在白酒釀造過程內源性污染物測定與追蹤的應用。

4 熒光光譜技術在白酒質量控制中的應用

白酒熒光光譜的差異主要是白酒中微量成分不同造成[64-65]。白酒分析中常用的主要是熒光光譜法、三維熒光光譜法和同步熒光光譜法等。發射光譜指在一定發射波長范圍內，反映發射波長與熒光強度關系的光譜圖。激發光譜指在一定的發射波長下，熒光強度隨著激發波長的變化的光譜圖，其反映出特定波長下熒光強度與激發波長的關系與物質的吸光特性。激發光譜與發射光譜屬于二維熒光光譜，無法反映物質全部特性。三維熒光光譜組合了激發光譜和發射光譜，物質熒光強度隨著激發波長和發射波長的變化關系，反映物質全部特性[66]。白酒中酯類和酸類的分子結構中有-OR、-C=O和-OH等基團，在短波長光的激發下能產生熒光，對白酒熒光的貢獻較大。主要應用于白酒香型、年份酒和品質的鑒別等[67-70]。

4.1 熒光光譜在白酒香型鑒別中的應用

白酒中1%～2%的微量成分決定了白酒品質與風格，主要包含醇類、醛類、酸類、酯類、吡嗪類和萜烯類等多種物質[71]。白酒微量成分的測定有助于解析優質白酒化學組成，通過代謝組追溯工藝控制，從而達到提高酒質等目的。白酒中微量成分的熒光光譜波長見表3。宋鑫澍[72]建立了三維熒光光譜與交替擬合殘差算法相結合的方法，用于濃香型白酒中己酸含量的測定。不同香型白酒在200～800 nm光譜范圍內均有明顯熒光且差異較大，通過提取不同香型白酒熒光光譜特征參數，進行聚類分析可區分不同香型白酒[66]。白酒的熒光光譜包含了白酒內部熒光物質的所有信息，Gu等[73]提出利用光譜距離重建系統發育樹，通過比較16種白酒的三維熒光光譜計算光譜距離，利用系統發育樹有效的對白酒香型進行分類。Ma等[74]用熒光光譜和化學計量學方法對84種白酒進行分析，在300 nm激發波長下的發射光譜進行主成分和逐步線性判別分析，對所測不同香型白酒鑒別正確率可達到100%。

表3 白酒與成分的熒光光譜波長Table 3 Fluorescence spectral wavelengths of liquor and components

4.2 熒光光譜在白酒酒齡鑒別中的應用

年份酒的預測方法建立有利于白酒市場秩序的穩定，有極大的市場與經濟價值。隨著白酒貯存時間增加，白酒中微量成分發生變化，從而導致年份酒的最大熒光強度、熒光峰的數量與位置發生改變。宋鑫澍[72]通過測定年份酒的三維熒光光譜，計算出光譜數據矩陣中數據點與年份酒的皮爾遜系數，繼而選取光譜數據矩陣不同區域數據，結合多維偏最小二乘法精確預測白酒年份。Gu等[73]提出利用三維熒光光譜距離來預測成品酒的年份，需要掌握當年生產白酒中熒光物質的比例，而不是測定某些特定物質。此方法可以避免人為添加外源物質導致被測白酒年份出現差異。

除白酒香型、酒齡的鑒別外，熒光光譜還可以應用于白酒品牌和地理來源分類。綜上，熒光光譜的應用主要在成品酒的分析與鑒別，主要是由于熒光光譜適用于液體樣品物質的分析。基于此特性，進一步可研究探討熒光光譜法在黃水等副產物中物質組成分析的應用，提高副產物利用率，有益于白酒循環產業的發展。

5 結論

光譜技術逐漸應用于白酒生產質量控制過程，已覆蓋釀酒原料關鍵物質組成、大曲理化指標、酒醅和白酒，且可實現無損在線檢測。借助NIRS技術可用于鑒定釀酒原料種質，預測出酒率、微量成分產量，可進一步應用于醬香型白酒生產中對醬香、窖底、醇甜三種典型體的鑒別。高光譜成像直觀展示大曲中水分、還原糖及酸度值的分布情況，為判定大曲發酵狀態提供依據，為發酵條件的調節提供定量參數指導，從而提高優質大曲的產量。高光譜成像技術與深度學習相結合，可以有效地識別釀酒原料種子品種，進一步可應用于釀酒原料蟲害檢測與主要成分含量的測定，有助于保證釀酒原料的適用性與質量。拉曼光譜在白酒中農藥殘留檢測的應用具有較大潛力，但拉曼光譜技術應用于白酒中食品安全的研究與應用多聚焦在成品酒各項指標的測定，針對生產過程中內源性污染物溯源與追蹤研究較少，進一步可探討拉曼光譜技術在白酒釀造過程內源性污染物測定與追蹤的應用。已有報道中基于光譜技術進行物質鑒別較為廣泛，快速檢測及鑒別微生物的研究較少。白酒中有益或有害的微量成分大部分來自于是微生物代謝，研究快速檢測鑒別發酵過程中微生物及其代謝物動態，有助于保障正常的發酵和產酒質量。基于光譜技術檢測釀酒過程中產生的酒糟、黃水等副產物中相關指標是其重要應用前景之一，有助于副產物的開發利用，實現資源循環利用，提高白酒企業經濟效益。