近紅外光譜分析在食品檢測中的主要應用

作者簡介：許巖（1988—），女，山東嘉祥人，碩士，工程師。研究方向：食品、農產品及生活飲用水檢驗檢測。

摘 要：本文闡述紅外光譜的區分、近紅外光譜分析技術的發展和近紅外光譜分析技術的原理，討論近紅外光譜分析技術在食品檢驗中的具體應用，旨在為相關從業者帶來一些啟示。

關鍵詞：近紅外光譜；食品檢測；應用

Main Applications of NIRS Analysis in Food Detection

XU Yan

（Inspection and Testing Center of Yanzhou District， Jining 272100， China）

Abstract： In this paper， the differentiation of infrared spectroscopy， the development of NIR spectroscopy and the principle of NIR spectroscopy are described， and the specific application of NIR spectroscopy in food inspection is discussed in order to bring some enlightenment to relevant practitioners.

Keywords： near-infrared spectrum; food detection; application

保障市場的食品安全，是檢驗機構需要特別關注的問題。針對食品的構成與定性檢測，通常采取的檢測方法包括物理學方法（如X射線熒光法）、化學生物學法等。紅外光譜分析技術因具有精確度高、使用方便的特點，在食品檢測中廣泛應用。所以，本文對近紅外光譜分析在食品檢測中的主要應用進行探討。

1 紅外光譜分析技術概述

1.1 紅外光譜的區分

1800年，英國科學家赫歇爾最先發現了紅外光，它是一種波長高于紅光的電磁波，具有明顯的熱效應，能夠被人感覺到但肉眼無法看見。由于波長較高，紅外光照射在某些材料表面時，這些材料會發射電子流，這就是光電效應。人們通常稱之為“紅外線”，波長在770～1 000 000 nm，可分為近紅外區（波長在770～2 500 nm）、中紅外區（波長在2 500～25 000 nm）和遠紅外區（波長在25～1 000 ?m）。研究結果顯示，大多數有機物和無機物的基頻吸收帶都在中紅外區，因此中紅外區相關的應用和儀器技術最為成熟。基于這一事實，一般所說的紅外光譜即指中紅外光譜。

1.2 近紅外光譜分析技術的發展

自20世紀60年代起，伴隨著各種分析設備（尤其是商業化的設備）陸續問世，加上由NORRIS等領導的一系列科學研究，一項全新的理念誕生了，即物質量和近紅外區域內的多種特定波長的吸附強度之間存在關聯[1]。依據這個觀念，配合使用NIR漫反射技巧，能夠對農產品中的許多元素（如水分、蛋白質、脂肪等）進行相當準確的評估。這種理論及其相關測定方法的產生，使得近紅外光譜技術得以在農業產品的檢驗過程中獲得更廣闊的使用空間。

然而，在20世紀60年代中后期，傳統的近紅外光譜分析方法相比新興的其他分析手段而言，其敏感性和抵抗干擾的能力都相對較低，使得這項技術曾一度被擱置。直至20世紀70年代，多元校準法才得以成功地引入光譜分析領域，從而推動了近紅外光譜技術的進步。到了20世紀80年代，受益于計算機技術的迅猛增長，研究人員在近紅外光譜分析中引進化學計量學方法，有效消除了近紅外光譜模型的干擾因素，提高了光譜分析的可靠性。進入20世紀90年代，隨著近紅外光譜分析在工業領域的普及，它的社會效應和經濟效果都有所提高，如今已成為一項常見的多功能檢測分析工具。

1.3 近紅外光譜分析技術的原理

常規的近紅外光譜分析過程包括兩步。①對照。在這個階段，工作人員必須收集足夠多且具有較強代表性的樣本。一般而言，每個批量的樣本數目應該大于等于80個。對于光譜圖像的測量來說，需要確定的是樣品的所有質控參數，即作為參考值的信息。然后通過化學計量學方法處理光譜，使它們與參考值產生聯系，形成光譜圖像和參考值之間的相關性，確立分析模型。盡管用于創建模型的樣本數量相對較少，但是通過運用化學計量學的方式處理過后的模型有著較高的代表性，可以確保檢測結果的精確度。②預估。一旦使用近紅外光譜分析儀完成對樣品的光譜成像測量后，可以通過專業軟件自動查詢模型數據庫，以篩選出最適合的模型，進而準確計算出待測樣品的質量控制參數[2]。

2 近紅外光譜分析的優勢

2.1 快速性

近紅外光譜分析操作簡便，無須煩瑣的樣品前處理流程，使其在食品生產環境中具備了高通量檢測的優勢。這意味著食品生產線上的工作人員可以輕松地將樣品置于近紅外光譜儀器中，而無須進行復雜的樣品處理步驟。相比傳統的化學分析方法，該技術大大節省了時間成本，減少了人為錯誤。此外，近紅外光譜分析儀器通常能夠在幾秒到幾分鐘內完成一次檢測，這意味著在短時間內可以獲得大量的檢測結果。同時，也有助于企業及時發現生產過程中的異常情況，提前采取措施避免質量問題的發生，降低了生產風險。

2.2 無損性

相較于傳統的化學分析方法，近紅外光譜分析不需要對樣品進行破壞性處理，因此可以直接對原樣進行檢測。這意味著食品樣品在經歷近紅外光譜檢測后，依然保持了其原有的物理和化學性質，不會受到任何損害或變化。這一特性對于保障產品質量至關重要。在傳統檢測方法中，常常需要將樣品加熱、溶解或化學處理，這些步驟可能會導致樣品成分的變化或損失，從而影響最終的檢測結果。而近紅外光譜分析則能夠在不改變樣品性質的情況下，準確地獲取樣品的化學信息，確保產品質量不受任何影響。

2.3 多樣性

近紅外光譜具有廣泛的適用性，能夠同時檢測多種成分，并且不受樣品的物理狀態和形態的限制。這意味著近紅外光譜分析技術不僅適用于液體、固體和粉末等不同形態的樣品，還能夠在不同狀態下對樣品進行準確分析。

傳統的化學分析方法可能受到樣品形態的限制，需要對不同形態的樣品采用不同的處理方法，這增加了分析的復雜性和時間成本。然而，近紅外光譜分析技術則能夠克服這一障礙，其工作原理是通過檢測樣品在近紅外光波長范圍內的吸收特性，因此不受樣品的形態和物理狀態的影響。利用近紅外光譜分析技術可以對果蔬、肉類、糧食和飲料等中的水分、脂肪、蛋白質、碳水化合物等進行檢測，為食品生產企業提供全面的分析數據，有助于他們更好地掌握產品的特性和品質。

2.4 成本效益

相比傳統的化學分析方法，近紅外光譜分析技術無須大量化學試劑。①傳統化學分析方法通常需要大量的化學試劑來完成樣品的處理和分析，這不僅增加了實驗成本，還會產生大量廢物，對環境造成負面影響。然而，近紅外光譜分析技術不需要任何化學試劑，僅通過對樣品的光譜特性進行檢測和分析，就能夠獲取豐富的化學信息，避免了化學試劑的使用和廢物的產生。②傳統的化學分析方法需要進行復雜的樣品處理步驟，并且每一步都需要耗費大量的時間和資源。相比之下，近紅外光譜分析技術的操作簡便，無須復雜的樣品前處理過程，可以在短時間內完成一次檢測，大大提高了實驗效率，節約了時間和資源成本。

3 近紅外光譜分析技術在食品檢測中的具體應用

3.1 近紅外光譜分析技術在釀造食品檢測中的應用

傳統釀造食品檢驗依賴于常規化學分析方法，這些方法通常需要對樣本進行煩瑣的前處理，且整個檢測流程耗時較長，容易受到操作誤差的影響，影響結果的準確性。近紅外光譜分析技術在釀造食品檢驗中表現出顯著優勢，包括快速完成檢測任務、無須樣本前處理、檢測過程中無須使用化學試劑以及檢測成本較低。利用近紅外光譜分析技術進行釀造食品的安全性評估時，通過將檢測結果與標準化學模型進行對比分析，能有效識別樣本中的非標準化學成分，若發現這些成分的含量異常，便可判斷釀造食品的安全性未達到標準要求[3]。

3.2 近紅外光譜分析技術在牛奶及相關制品檢測中的應用

在牛奶及其衍生乳制品的質量檢測領域，近紅外光譜分析技術提供了兩種主要的應用方法：離線模式與在線模式。離線模式下，采用紅外反射儀器對樣品進行全反射測量，此方法適用于詳盡的成分分析而無須中斷生產流程。在線模式則通過光纖傳感器直接在生產流程中的關鍵環節對產品進行實時監測，實現連續的質量保證。

在識別牛奶及其他乳制品中特定成分如氯霉素等有害物質時，近紅外光譜技術通過其穿透特性，結合偏最小二乘法（Partial Least Squares，PLS）進行數據處理和分析，能夠快速且準確地評估樣品的安全性。該技術的準確率達到98.9%，顯著展示了其在乳品安全檢測領域的應用潛力和可靠性。此項技術不僅優化了食品安全監測流程，還為乳制品質量管理提供了先進的分析工具，強化了對食品安全的控制和保障[4]。

3.3 近紅外光譜分析技術在小麥、面粉檢測中的應用

在農作物領域，尤其是谷物如大麥、小麥和大豆，近紅外光譜技術被廣泛應用于測定關鍵質量指標，包括蛋白質含量、纖維素含量、濕度和粒度硬度等。這些指標不僅關系到谷物的營養價值，還直接影響到加工過程的效率和最終產品的品質。例如，在小麥的評估中，蛋白質含量與面筋含量有關，是面包和其他烘焙食品質量的關鍵因素。對于面粉，近紅外光譜技術的應用進一步擴展到水分、蛋白質含量、堅固度、色澤、脂肪含量和淀粉含量的準確測定。這些參數直接影響面粉的存儲時間、加工性能及最終產品的口感和外觀。

3.4 近紅外光譜分析技術在蔬果檢測中的應用

在蔬果類產品的分析上，近紅外光譜技術可測定其基本營養成分、含水率、膳食纖維、還原糖濃度、維生素C、β胡蘿卜素、維生素E含量、總糖值以及各式酸性物質和糖分物質的含量。這些指標對于評估蔬果的新鮮度、成熟度及營養價值具有重要意義，有助于消費者進行更健康的食品選擇。

3.5 近紅外光譜分析技術在飲品、腌制品檢測中的應用

在飲品領域，近紅外光譜技術的應用同樣重要。它使得快速測定咖啡因、不同類型的糖分（如葡萄糖、果糖和蔗糖）、甜味劑（如阿斯巴甜、蔗糖素、葡萄糖酸鈉等非糖類甜味劑）及有機酸等成分成為可能。通過對這些成分的精確分析，可以評估飲品的營養價值和口感品質，同時監測是否含有對健康有害的添加劑。

此外，對于腌制品，如泡菜和其他深加工食品，近紅外光譜技術能夠檢測亞硝酸鹽等潛在有害物質的含量，這對于保障食品安全至關重要。這是因為亞硝酸鹽的長期攝入與多種健康風險關聯[5]。

3.6 近紅外光譜分析技術在食品原產地檢測中的應用

通常情況下，要迅速識別出食品和原料的產地，需要對其整體特性進行深入研究并創建相關的光譜數據。然后，把測試的結果與參考模型對比，以此來判斷是不是正宗的產品。目前，利用近紅外光譜分析法對食品的產地進行鑒定已廣泛用于酒類的檢驗。相關部門已經在中國的各種著名白酒的生產地點建立了相應的分析模型，這大大提高了進入市場銷售的名牌白酒的真實度，并且可以有效保護消費者的利益[6]。

4 結語

近紅外光譜分析技術經歷了長足的發展，特別是在食品檢測領域的應用中展示出其強大的潛力。該技術的進步不僅提高了分析的準確度和效率，還極大地拓展了其在實際應用中的可能性。通過化學計量學和計算機技術的輔助，近紅外光譜分析技術已能夠在不破壞樣品的前提下，快速準確地進行成分分析，無論是釀造食品、乳制品、農作物、飲料的檢測，還是在食品原產地的檢測上，均展現出其獨特的優勢。隨著科學技術的進一步發展，近紅外光譜分析技術在食品安全與質量控制領域的作用將越發凸顯，為公共健康與食品工業的發展做出了更大貢獻。

參考文獻

[1]楊淵婷，高光偉.探析近紅外光譜分析技術在食品檢測中的應用[J].科技資訊，2019，17（13）：75.

[2]劉潔.探討近紅外光譜分析在食品檢測中的應用[J].現代食品，2018（19）：152-154.

[3]宋志銘，于海龍，吳昊，等.淺析近紅外光譜分析在食品藥品檢測中的應用[J].黑龍江科技信息，2016（31）：1.

[4]張力培，魯雄.近紅外光譜分析技術在食品檢測中的應用[J].輕工科技，2016，32（2）：103-105.

[5]梁丹.近紅外光譜分析技術在食品品質鑒別檢測中的應用[J].廣西輕工業，2008（11）：11-12.

[6]郭宇晨，彭心影，余向陽.近紅外與光譜成像技術在食品智能快檢中的應用[EB/OL].（2023-03-11）[2024-01-08].https：//cpfd.cnki.com.cn/Article/CPFDTOTAL-GYSP202303001044.htm.