紅外光譜技術在食品檢測中的應用研究

Application of Infrared Spectroscopy in Food Detection

HOU Xiaoqin， ZHOU Xuejian， GAO Shuyuan （Zhangjiakou Food and Drug Inspection Center， Zhangjiakou O75ooo， China）

Abstract： Infrared spectroscopy has the advantages of simple operation， rapid response， environmental protection and no pollution，and can effctively overcome the problems of long analysiscycle，high cost and complex sample processing of traditional chromatography and mass spectrometry. This paper systematically expounds the principle of infrared spectroscopy detection， introduces the relationship between molecular vibration，stretching and bending vibration and infrared absorption，and classifies the characteristics and practical applications of nearinfrared，mid-infraredandfar-ifraredspectroscopy，focusingothespecificapplicationofthistechnologyin food composition analysis，adulteration detection，spoilage monitoring，and additive and pollutant detection. In order to provide technical support for building a comprehensive and reliable food safety monitoring system.

Keywords： infrared spectroscopy; food testing; food safety

食品安全關乎人們的身體健康，是公眾關注的焦點。盡管傳統的食品檢測方法（如色譜法、質譜法等）具有較高的精度和可靠性，但存在分析周期長、成本高、樣品處理復雜等問題，難以滿足現代食品安全快速檢測的需求[]。紅外光譜技術是一種基于物質分子振動與紅外光相互作用的分析方法，能夠提供食品樣品的分子結構信息，具有分析速度快、無損檢測、環保等優勢[2]。根據光譜范圍的不同，紅外光譜可分為近紅外光譜和中紅外光譜。近紅外光譜適用于快速、無損的食品宏觀成分分析，如水分、蛋白質、脂肪和碳水化合物含量測定；中紅外光譜能夠提供更豐富的分子特征信息，適用于食品品質控制、摻假鑒別及食品安全檢測等領域[3]。近年來，紅外光譜技術在食品檢測中的應用不斷拓展，不僅可用于食品主要營養成分的分析，還可應用于食品摻假檢測、腐敗變質監測以及食品添加劑與污染物的鑒別，極大提升了食品安全檢測的效率和準確性。本文對紅外光譜技術檢測技術進行概述，在此基礎上探究其在食品檢測中的具體應用方法。

1紅外光譜技術概述

1.1紅外光譜技術特點

紅外光譜技術是一種基于物質分子振動和轉動能級躍遷的光譜分析方法。當紅外光照射到樣品時，樣品中的化學鍵會選擇性地吸收特定波長的紅外光，從而引起分子振動和轉動能級的變化[4。這些變化會在紅外光譜中形成特征吸收峰，通過分析這些吸收峰的波長和強度來識別分子結構和化學成分。紅外光譜的吸收機理涉及分子中不同類型化學鍵的振動模式，分子振動方式包括伸縮振動和彎曲振動。伸縮振動是指兩個原子間化學鍵鍵長的周期性變化。C-H、O-H、N-H等基團的伸縮振動在紅外光譜中通常會產生特征吸收峰，可用于分子結構的鑒定。彎曲振動是指分子內部原子之間的角度發生變化，常見的有搖擺、扭轉和剪切等模式。不同的分子結構和官能團具有特定的紅外吸收波長，炭基（ c=0 ）在1700cm^-1 左右有強吸收峰，羥基（-OH）在 3200～ 3600cm^-1 區域有明顯的寬峰。表1為不同波段紅外光譜的特性及典型應用。

1.2 檢測原理

紅外光譜檢測基于分子的特征振動，當特定頻率的紅外光照射到食品樣品時，食品中的化學鍵（如C-H、O-H、N-H、 c=0 等）會選擇性吸收某些波長的光，導致透射光的強度降低，從而形成特征光譜。通過分析這些特征吸收峰的位置和強度，可以確定食品的化學組成及分子結構。紅外光譜儀主要由光源、單色器/干涉儀、樣品室、檢測器以及計算機等組成，如圖1所示。

紅外光源用于提供穩定的紅外輻射，不同波段的紅外光譜檢測需要不同的光源。鎢燈主要用于近紅外光譜，波長在 780～2500nm ，適用于食品成分的快速檢測，如水分、蛋白質和脂肪含量測定。紅外燈（硅碳棒燈）適用于中紅外光譜，波長在2500～25000nm ，通常用于傅里葉變換紅外光譜（Fourier Transform Infrared Spectroscopy，FTIR）分析，常見于食品摻假檢測和食品添加劑鑒定。高壓汞燈或遠紅外光源用于遠紅外區域，適用于晶體結構分析和食品包裝材料的檢測。

單色器的作用是將紅外光按波長進行分離，確保檢測器接收到的光為單一波長的光。根據光譜儀類型，單色器可以是光柵單色器或干涉儀。光柵單色器利用衍射光柵將紅外光分解為不同波長，從而實現波長掃描，但光通量較低[5]。FTIR儀器采用邁克爾遜干涉儀，通過光的干涉效應獲得更高的信噪比和分辨率，使其在食品檢測中更具優勢。

食品樣品可采用多種制備方式，如液體透射、固體壓片、溴化鉀壓片法、薄膜法或衰減全反射（AttenuatedTotalReflectance，ATR）法。對于食品檢測，ATR是一種常用技術，可直接測量固體或液體樣品，無須復雜的前處理。

檢測器用于測量透射或反射光的強度，并將其轉換為電信號。常見的紅外檢測器有熱電檢測器和光電檢測器。熱電檢測器包含熱釋電探測器、熱電偶或熱電堆，光電檢測器包含鍺化鎘探測器、銦鎵砷探測器。

2紅外光譜技術在食品檢測中的具體應用

2.1食品成分分析

2.1.1水分含量檢測

水分含量是影響食品品質和儲存穩定性的關鍵因素。食品中的水分主要以游離水、結合水和束縛水3種形式存在，其對紅外光譜的影響不同。O-H鍵的伸縮振動在 3400cm^-1 附近表現出強烈的吸收峰，其峰值強度與水分含量密切相關。此外，1600cm^-1 附近的吸收峰也可用于區分不同形式的水分。表2為水分含量檢測常用參數、對應的特征吸收峰及適用的分析對象。

2.1.2 蛋白質分析

食品中的蛋白質主要由氨基酸構成，其二級結構（ a- 螺旋、 β- 折疊等）在紅外光譜中表現為特征吸收峰。酰胺I帶（ 1650cm^-1 ）主要源自 c=0 伸縮振動，是蛋白質含量分析的主要依據；酰胺Ⅱ帶（ 1550cm^-1 ）來自N-H彎曲振動，可提供結構信息。表3為蛋白質檢測常用吸收帶及其對應的波數范圍和振動類型。

紅外光譜可用于檢測乳制品、大豆制品中的蛋白質含量。例如，采用FTIR結合多變量校正模型，可實現乳制品蛋白質含量的快速檢測。

2.1.3 脂肪測定

脂肪主要由甘油三酯組成，在紅外光譜中具有特征C-H伸縮振動吸收峰。 2850～2950cm^-1 波長處的C-H對稱和不對稱伸縮振動是脂肪的特征峰。此外， 處的 c=0 伸縮振動與甘油三酯含量相關，可用于定量分析脂肪含量。表4為脂肪測定中常用參數及其對應的波數范圍、基團。

紅外光譜可用于檢測植物油、肉制品等食品的脂肪含量。通過ATR-FTIR方法，可快速區分不同種類的油脂，并分析脂肪酸組成，如飽和脂肪酸、不飽和脂肪酸比例等。

2.1.4 碳水化合物分析

碳水化合物（如單糖、二糖和多糖）在 1000～ 處具有特征的C-O伸縮振動吸收峰。此外，不同糖類的環結構和糖苷鍵振動在 900～950cm^-1 也可提供分子信息。表5為不同碳水化合物類型對應的特征吸收峰及應用。

在實際應用中，FTIR結合偏最小二乘回歸（PartialLeastSquaresRegression，PLSR）可用于預測蜂蜜中的果糖和葡萄糖含量，近紅外光譜結合PLSR模型可實現小麥粉和大米粉中淀粉含量的高精度分析。

2.2食品摻假檢測

2.2.1 牛奶摻假檢測

牛奶作為重要的乳制品，其品質直接影響到消費者的健康。為了降低成本，一些不法商家在牛奶中摻入不明物質，如三聚氰胺、淀粉和植物蛋白等。紅外光譜技術能夠通過分析牛奶樣品的特征吸收峰變化，識別這些摻假成分。

（1）三聚氰胺摻假檢測。三聚氰胺（ C₃H₆N₆ ）常被非法添加到牛奶中，以增加其氮含量，使其蛋白質含量檢測值虛高。該物質在中紅外光譜范圍內具有特征吸收峰，如 812cm^-1 （C-N伸縮振動）、 1550cm^-1 （ C=N 伸縮振動）、 3450cm^-1 （ ΔN-H 伸縮振動）。當牛奶中摻入三聚氰胺時，這些特征吸收峰會在光譜圖上出現明顯變化。

（2）淀粉摻假檢測。淀粉是一種碳水化合物，由 a- 葡萄糖單元組成，摻入牛奶后可以增加其稠度。淀粉的主要紅外吸收峰出現在 995～1150cm^-1 （C-O-C伸縮振動）、 1650cm^-1 （O-H彎曲振動）。通過檢測這些特征吸收峰的出現與強度變化，可以判斷牛奶是否摻入淀粉。

（3）植物蛋白摻假檢測。植物蛋白（如大豆蛋白）摻入牛奶后，其紅外光譜表現出特征吸收峰，包括1655cm^-1 （ C=O 伸縮振動，酰胺I） 1540cm^-1 （N-H彎曲振動，酰胺Ⅱ）。由于植物蛋白的特征光譜與乳蛋白不同，利用紅外光譜可以有效鑒別牛奶中是否摻入植物蛋白。

2.2.2 植物油摻假檢測

植物油的摻假問題同樣嚴重，部分不法商家將一些廉價的棕櫚油或人造油摻入高品質橄欖油或花生油中，嚴重影響了產品的質量和市場秩序。紅外光譜可用于分析油脂的脂肪酸組成及其特征官能團的變化，從而判斷其是否摻假[。純橄欖油的主要成分是油酸（C18：1）和亞油酸（C18：2），其紅外光譜的主要吸收峰包括 （ C=O 伸縮振動）、2853cm^-1 （C-H對稱伸縮振動）、 2922cm^-1 （C-H不對稱伸縮振動）。若摻入棕櫚油或人造油，其特征吸收峰會發生變化。棕櫚油含有較高比例的飽和脂肪酸（如棕櫚酸），其 （C-H彎曲振動）處吸收峰強度較高。

2.2.3 蜂蜜摻假分析

蜂蜜是一種天然食品，一些不法商家在蜂蜜中摻人高果糖漿或其他糖槳。紅外光譜技術能夠檢測蜂蜜的化學成分，并識別摻假的糖類物質。純蜂蜜的主要成分是果糖和葡萄糖，其紅外吸收峰主要分布在 1050～1150cm^-1 （C-O伸縮振動）、 1645cm^-1 （O-H彎曲振動）。當蜂蜜摻入高果糖漿時，光譜在 900～1200cm^-1 的特征峰會發生明顯變化。此外，高果糖漿 920cm^-1 （C-H振動）處的吸收峰在摻假蜂蜜樣品中會增強。結合主成分分析（PrincipalComponentAnalysis，PCA）或PLSR等數據處理方法，可以提高紅外光譜對蜂蜜摻假的檢測能力。通過分析不同蜂蜜樣品的光譜數據，可實現蜂蜜摻假與否的定量識別。

2.3食品腐敗與變質監測

2.3.1 肉制品變質監測

肉類在儲存過程中受到微生物污染和脂肪氧化的影響，導致風味惡化、色澤變化和營養成分損失。紅外光譜技術可以通過檢測脂肪氧化、蛋白質降解等化學反應產物的特征吸收峰，監測肉制品的變質情況。例如，脂肪氧化過程中，脂肪酸被氧化生成醛類、酮類和羰基化合物。紅外光譜在 附近出現強烈的 c=0 伸縮振動吸收峰，可作為脂肪氧化程度的重要標志。氧化過程中，脂肪的C-H伸縮振動1 2850～2950cm^-1 ）也發生變化。蛋白質在微生物和酶的作用下發生降解，產生胺類、硫化物等異味物質。酰胺I（ 1650cm^-1 ）和酰胺Ⅱ（ 1550cm^-1 ）的吸收峰強度變化可反映蛋白質結構的變化。

2.3.2 谷物霉變監測

谷物在儲存過程中容易受濕度和溫度影響，導致霉菌生長，進而產生黃曲霉毒素等有害物質[7]。紅外光譜可以識別霉變谷物中的特征化合物，從而實現霉變糧食的快速篩查。霉菌代謝過程中會產生多種次級代謝產物，包括黃曲霉毒素 B₁ （AflatoxinΔB₁ ，AFT ΔB₁ ）。AFT B₁ 的特征吸收峰主要出現在 （ c=0 伸縮振動）和 （C-O伸縮振動）。霉變過程中，淀粉和纖維素的紅外光譜信號（ 1000～1200cm^-1 ）也將發生變化。利用FTIR結合偏最小二乘判別分析或線性判別分析，可以準確區分正常和霉變谷物。例如，對大米樣品進行FTIR檢測后，通過 和 的吸收峰變化判定黃曲霉毒素的含量是否超標。

2.4食品添加劑與污染物檢測

2.4.1 防腐劑檢測

食品防腐劑主要用于延長食品的保質期，但過量使用或非法添加可能會對人體健康造成危害[8]。常見的防腐劑包括苯甲酸、山梨酸及其鹽類，這些化合物在紅外光譜中具有特定的吸收峰，可用于快速定性和定量檢測。通過FTIR分析，可利用這些特征吸收峰區分不同防腐劑，并結合化學計量學方法進行定量分析。表6為不同防腐劑主要官能團及關鍵吸收峰。

2.4.2 農藥殘留分析

農藥殘留是食品安全中的重要檢測指標，尤其是有機磷和氨基甲酸酯類農藥，它們具有較高毒性，對人體健康存在潛在威脅。紅外光譜可用于檢測這些農藥的特征官能團，如磷氧鍵（ P=O ）、磷硫鍵（ P=S ）及酯基（ C=O ）。有機磷農藥主要檢測其 P=O 和 P=S 伸縮振動吸收峰，通常出現在 1000～1300cm^-1 Ω例如，敵百蟲的 P=O 伸縮振動的特征峰在 1265cm^-1"，C-O伸縮振動的特征峰在 1050cm^-1"；毒死蜱的P=S 伸縮振動峰在""， C-Cl 伸縮振動峰在800cm^-1"附近；氨基甲酸酯類化合物的特征峰主要集中在 c=0 伸縮振動區域（ 1650～1750cm^-1"）以及ΔN-H 變形振動區域（ 1550cm^-1"附近）。紅外光譜結合差異光譜分析（如二階導數光譜）可以提高檢測的分辨率，并結合PLSR能夠實現農藥殘留的定量分析。

3結語

紅外光譜技術作為一種基于分子振動與紅外相互作用的快速、無損、環保檢測手段，在食品檢測領域展現出廣闊的應用前景，該技術不僅可實現食品中水分、蛋白質、脂肪、碳水化合物等主要成分的定性與定量分析，還能通過對特征吸收峰的準確識別，有效檢測食品摻假、腐敗變質以及添加劑與污染物等問題，滿足現代食品安全檢測對速度與準確性的雙重要求。利用傅里葉變換紅外光譜和近紅外光譜相結合，再輔以多變量統計分析方法，可顯著提高檢測靈敏度和分辨率，為構建高效、可靠的食品安全檢測體系提供堅實的技術支撐。

參考文獻

[1]譚維言，袁健，徐婭.現代近紅外光譜技術在食品檢測中的應用分析[J].電腦校園，2023（9）：9041-9042

[2]曹濤，黃國春，駱權勇，等.探討紅外光譜技術在食品檢測中的應用[J].食品界，2023（12）：60-62.

[3]吳丹虹，黃榮博，朱曉霞，等.紅外光譜技術在食品檢測中的運用研究[J].中外食品工業，2024（16）：72-74.

[4]彭會娟，艾珊，周結祥.紅外光譜技術在食品檢測中的應用[J].現代食品，2024（12）：25-27.

[5]臧園園.近紅外光譜技術在小麥品質檢測中的應用進展[J].糧食與食品工業，2023，30（1）：22-27.

[6]周強，李歡，肖麗，等.淺析紅外光譜技術在食品檢測中的應用[J].食品界，2024（2）：94-96.

[7]付志明，黃小芳，劉賢標，等.探討紅外光譜技術在食品檢測中的應用[J].食品界，2022（11）：102-104.

[8]李明言.紅外光譜在食品檢測中的應用分析[J]食品界，2021（12）：92-93.