農(nóng)產(chǎn)品中近紅外光譜技術(shù)的應(yīng)用

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了農(nóng)產(chǎn)品中近紅外光譜技術(shù)的應(yīng)用范文，希望能給你帶來(lái)靈感和參考，敬請(qǐng)閱讀。

摘要:近紅外光譜技術(shù)的無(wú)損、快速、適合在線分析等特點(diǎn)使得該技術(shù)被廣泛關(guān)注，近幾年該技術(shù)在農(nóng)產(chǎn)品中的應(yīng)用呈現(xiàn)直線增長(zhǎng)的趨勢(shì)。近紅外光譜分析技術(shù)可在農(nóng)產(chǎn)品果蔬類、糧食類、肉類、煙草、茶葉等檢測(cè)方面廣泛應(yīng)用，包括成分的無(wú)損檢測(cè)、病害診斷、成熟期鑒定、產(chǎn)地鑒別、真假檢驗(yàn)等。對(duì)農(nóng)產(chǎn)品的品質(zhì)控制，將是該技術(shù)今后的應(yīng)用方向。

關(guān)鍵詞:近紅外光譜;農(nóng)產(chǎn)品;應(yīng)用前景

近紅外光(NIR)是介于可見區(qū)和中紅外區(qū)之間的電磁波，波長(zhǎng)范圍780－2526nm。如被檢測(cè)物質(zhì)中含有O－H、N－H、C－H及S－H等含氫基團(tuán)，這些基團(tuán)的分子內(nèi)部原子間振動(dòng)的倍頻和含頻吸收，就生成了各式各樣的譜學(xué)信息。近紅外光譜分析就是基于這些光譜的分析方法，首先采集樣品的光譜數(shù)據(jù)，對(duì)采集的數(shù)據(jù)進(jìn)行處理并建立一個(gè)校正模型，利用校正模型就可定量預(yù)測(cè)各組分的濃度和性質(zhì)。總的來(lái)說(shuō)，NIR是利用光譜信息手段，分析光譜的大數(shù)據(jù)結(jié)合化學(xué)計(jì)量學(xué)方法，進(jìn)行完整的有機(jī)化合物定量分析或定性判別。人民生活質(zhì)量由溫飽型轉(zhuǎn)向健康型，確保農(nóng)產(chǎn)品的安全已經(jīng)成為政府的主要任務(wù)之一。檢測(cè)是確保農(nóng)產(chǎn)品安全的關(guān)鍵步驟，常規(guī)檢測(cè)技術(shù)各有利弊，近紅外光譜技術(shù)以其獨(dú)有的無(wú)損、前處理簡(jiǎn)單、操作簡(jiǎn)便、環(huán)保、效率高等優(yōu)點(diǎn)，在農(nóng)產(chǎn)品質(zhì)量控制方面顯示出了很好的應(yīng)用前景。

1近紅外光譜技術(shù)在水果和蔬菜中的應(yīng)用

1．1近紅外光譜技術(shù)在蔬菜中的應(yīng)用

近紅外光譜技術(shù)無(wú)損檢測(cè)蔬菜和水果已經(jīng)得到廣泛的應(yīng)用，研究對(duì)象包括西紅柿、土豆、辣椒、大白菜等蔬菜，主要應(yīng)用在農(nóng)殘、酸度、糖度、水分等方面。近紅外技術(shù)在辣椒方面的應(yīng)用，主要是辣椒中有關(guān)物質(zhì)的含量測(cè)定，辣度分析、貨架期內(nèi)部品質(zhì)變化分析等。董楠等［1］以辣椒中辣椒堿類物質(zhì)含量為評(píng)價(jià)指標(biāo)，采用近紅外快速測(cè)定方法對(duì)辣椒的辣度進(jìn)行評(píng)價(jià)，得到了較準(zhǔn)確的結(jié)果。近紅外在馬鈴薯方面的應(yīng)用，主要是淀粉種類的定性鑒別、馬鈴薯內(nèi)部品質(zhì)檢測(cè)儀器的開發(fā)，馬鈴薯中脂肪、淀粉、氨基酸和干物質(zhì)等多種成分的同時(shí)測(cè)定等［2－3］。近紅外技術(shù)在西紅柿的應(yīng)用研究也從未間斷，研究者通過(guò)偏最小二乘回歸算法建立了近紅外光譜顏色模型，實(shí)現(xiàn)了西紅柿成熟度無(wú)損檢測(cè)的可行性［4］。近紅外光譜法分析不同種類的大白菜，同時(shí)測(cè)定了VC、NDF、CP、還原糖和干物質(zhì)5種有機(jī)成分。除了上述的不同種類蔬菜中的質(zhì)量控制和品質(zhì)鑒定外，還有研究者研發(fā)適用于快速檢測(cè)果蔬品質(zhì)的手持式近紅外測(cè)定儀，也有學(xué)者研發(fā)基于近紅外光譜技術(shù)的小型化的果蔬品質(zhì)手持式檢測(cè)系統(tǒng)，滿足果蔬加工過(guò)程快速檢測(cè)和質(zhì)量控制的實(shí)際需求，實(shí)現(xiàn)果蔬主要品質(zhì)指標(biāo)的快速無(wú)損檢測(cè)［5－6］。

1．2近紅外光譜技術(shù)在水果中的應(yīng)用

水果檢測(cè)方面，NIR應(yīng)用到了獼猴桃、桃子、梨、西瓜等水果，應(yīng)用范圍遍及成分檢測(cè)、種類鑒定、采摘期鑒別、分級(jí)篩選等。傳統(tǒng)的水果分級(jí)系統(tǒng)是按照色澤、質(zhì)量、大小、傷痕去定義水果的級(jí)別，近紅外光譜分析技術(shù)被用于水果的自動(dòng)分級(jí)和無(wú)損檢測(cè)，很大程度上提高了準(zhǔn)確性和效率。Nayu等［7］提出了一種新的水果可溶性固形物模型在不同種類水果之間傳遞的方法，建立了基于斜率/偏差算法模型并實(shí)現(xiàn)了在蘋果、梨和桃之間的模型傳遞，拓展了便攜式近紅外儀器的使用。在常規(guī)的水果品質(zhì)控制方面，近紅外光譜、數(shù)學(xué)、物理方法，結(jié)合一階微分預(yù)處理和最小二乘回歸數(shù)學(xué)校正方法對(duì)梨中糖、酸、礦物質(zhì)等能進(jìn)行準(zhǔn)確的測(cè)定。王旭等［8］研究了，利用近紅外漫反射，無(wú)損檢測(cè)海沃德獼猴桃可溶性固形物含量和pH的方法。除了常規(guī)的營(yíng)養(yǎng)成分檢測(cè)外，近紅外光譜技術(shù)也被應(yīng)用于水果中污染物檢測(cè)，Yuxia等［9］采用表面加強(qiáng)的拉曼光譜結(jié)合近紅外技術(shù)，分析了蘋果中亞胺硫磷的剩余量;該技術(shù)還被用于水果采摘期鑒別，李劍等［10］提出了一種利用近紅外漫反射光譜結(jié)合光纖傳感技術(shù)建立水蜜桃采摘期的鑒別方法;亦可用于水果成分的特征分類，朱垚等［11］提出將近紅外光譜技術(shù)應(yīng)用于水果成分的生物特征檢測(cè)中，并結(jié)合聚類方法進(jìn)行水果成分的特征分類，提高了水果成分檢測(cè)的正確率。

2近紅外光譜技術(shù)在糧食作物中的應(yīng)用

上個(gè)世紀(jì)中后期，近紅外光譜分析技術(shù)已經(jīng)開始運(yùn)用到農(nóng)產(chǎn)品檢測(cè)中。近些年它在糧食作物中的運(yùn)用越來(lái)越普遍，包含大米，小麥，高粱等，主要應(yīng)用于分析糧食中水分、蛋白質(zhì)、淀粉、油脂含量等成分，也有科學(xué)家運(yùn)用近紅外光譜技術(shù)去挑選優(yōu)良麥子品種。小麥應(yīng)用方面利用傅立葉變換近紅外分析方法能測(cè)定小麥、玉米、花生等作物的蛋白質(zhì)、維生素、脂肪等17種成分含量，獲得良好的結(jié)果。張平平等［12］利用100份面粉樣本作為建模集，建立了小麥谷蛋白大聚體含量近紅外光譜分析方法，有效檢測(cè)SDS不溶性谷蛋白大聚體的含量。除了常規(guī)成分檢測(cè)外，近紅外光譜技術(shù)還用于預(yù)防與診斷小麥發(fā)病情況，用于不同類型麥粒的精準(zhǔn)分離，用于小麥優(yōu)良品種的培育等。玉米應(yīng)用方面，近紅外光譜被廣泛用于玉米種類鑒定、蛋白質(zhì)和油含量檢測(cè)、秸稈的組成成分等方面，對(duì)飼料配方分析具有特別重要的意義。李佳等［13］研究了近紅外光譜玉米品種定性分析的性能分級(jí)評(píng)價(jià)指標(biāo)，以種間的相對(duì)距離為評(píng)價(jià)指標(biāo)對(duì)玉米品種定性分析的性能進(jìn)行優(yōu)化，提高了正確識(shí)別率。除此之外，近紅外光譜技術(shù)還運(yùn)用到糧食的貯存中，Andrés［14］利用近紅外光譜技術(shù)通過(guò)測(cè)定蟲害發(fā)生過(guò)程中水含量、蛋白質(zhì)含量以及蟲類的代謝物的變化從而判斷蟲害發(fā)生的程度。錢麗麗等［15］利用傅里葉變換近紅外光譜法結(jié)合化學(xué)計(jì)量學(xué)對(duì)來(lái)自五常地區(qū)和非五常地區(qū)共計(jì)191份大米樣品進(jìn)行產(chǎn)地鑒別研究，并用FTNIS法結(jié)合因子化法和PLS法所建立的定性分析模型和定量分析模型對(duì)五常大米進(jìn)行快速鑒別。

3近紅外光譜技術(shù)在肉類中的應(yīng)用

最近幾年，近紅外光譜技術(shù)在肉類行業(yè)的應(yīng)用也越來(lái)越廣泛，它可以判斷肉類的品質(zhì)和產(chǎn)能效益，實(shí)驗(yàn)對(duì)象以常見的豬肉、牛肉和羊肉為主，包括感官指標(biāo)分析、理化的檢測(cè)以及肉品等級(jí)的鑒定等。常規(guī)肉品含量測(cè)定和品質(zhì)控制方面，Ruirui等［16］利用偏最小二乘和主成分回歸建立了羊肉的光譜模型，并確定了最佳建模組合，可以快速預(yù)測(cè)熟羊肉中的高鐵肌紅蛋白含量。通過(guò)近紅外漫反射光譜法，建立的一種模型去預(yù)測(cè)揮發(fā)性堿基氮，通過(guò)聚類分析進(jìn)行光譜數(shù)據(jù)處理，實(shí)現(xiàn)了新鮮肉的無(wú)損、迅速、簡(jiǎn)便的測(cè)定，用偏最小二乘法建立了不同種類及混合肉糜中蛋白質(zhì)的紅外定量分析模型［17］。近紅外光譜分析技術(shù)不但能檢測(cè)肉的理化指標(biāo)，還能用于檢測(cè)肉色。利用近紅外技術(shù)快速預(yù)測(cè)灘羊冷鮮肉的顏色，通過(guò)采集120個(gè)肌肉樣品的高光譜數(shù)據(jù)，并根據(jù)其顏色參數(shù)(L*，a*和b*)用偏最小二乘回歸對(duì)光譜數(shù)據(jù)建模，結(jié)果表明高光譜成像模型系統(tǒng)預(yù)測(cè)冷鮮灘羊肉的顏色參數(shù)具有可行性［18］。還可以實(shí)現(xiàn)不同部位肉的判別，國(guó)外學(xué)者［19］使用便攜式近紅外設(shè)備測(cè)定不同雞肉部位的顏色特征和蛋白質(zhì)、脂肪、水分和灰分的信息，實(shí)現(xiàn)了對(duì)雞肉部位的快速判別。近紅外技術(shù)在鮮肉及各種原料肉的生產(chǎn)和加工過(guò)程中也有較好的應(yīng)用，比如肉的分級(jí)篩選和劃分。王輝等［20］對(duì)市售生鮮雞肉中波近紅外區(qū)光譜信息進(jìn)行提取，并以SG一階導(dǎo)數(shù)、SGS及DT預(yù)處理樣品光譜信息，構(gòu)建了最佳雞肉膽固醇定量分析模型，可用于對(duì)市售生鮮雞肉膽固醇含量的檢測(cè)和原料的篩選分級(jí)。李司琪［21］應(yīng)用近紅外光譜技術(shù)結(jié)合多元回歸法對(duì)牛肉嫩度的級(jí)別進(jìn)行有效劃分，提升了嫩度分析檢測(cè)的準(zhǔn)確度。

4近紅外光譜技術(shù)在茶葉中的應(yīng)用

通過(guò)對(duì)茶鮮葉的產(chǎn)地分析，可以把握當(dāng)?shù)夭枞~的整體品質(zhì)和售價(jià)，近紅外光譜分析技術(shù)可以對(duì)茶的品種和產(chǎn)地進(jìn)行鑒別和追溯。2019年，王子浩等［22］采集了4個(gè)不同產(chǎn)區(qū)的信陽(yáng)毛尖樣品，利用方差分析進(jìn)行波長(zhǎng)選擇，采用遺傳算法(GA)選取特征波長(zhǎng)，利用偏最小二乘法建立了信陽(yáng)毛尖產(chǎn)地判別的分析模型，實(shí)現(xiàn)了信陽(yáng)毛尖不同產(chǎn)地的快速判別。除了產(chǎn)地識(shí)別之外，近紅外光譜技術(shù)也常被用于茶葉品質(zhì)的控制。對(duì)茶的品質(zhì)成分進(jìn)行檢測(cè)，對(duì)水分、粗纖維、茶多酚的含量分別建立近紅外定量分析模型，并對(duì)預(yù)測(cè)模型進(jìn)行測(cè)試。2018年，劉洋等［23］建立的NIR光譜結(jié)合PLS分析方法，可以用于快速無(wú)損檢測(cè)河南信陽(yáng)毛尖茶的等級(jí)品質(zhì);趙雅等［24］利用近紅外光譜法對(duì)不同茶葉的不同成分進(jìn)行了研究，建立了茶多酚含量預(yù)測(cè)模型，實(shí)現(xiàn)了茶葉品質(zhì)參數(shù)茶多酚的快速檢測(cè)。通過(guò)對(duì)茶葉制作過(guò)程中的質(zhì)量指標(biāo)進(jìn)行測(cè)定，可以為后期的加工工藝提供借鑒作用。通過(guò)茶葉的近紅外光譜信息可以來(lái)判斷茶葉的年份。近紅外光譜技術(shù)應(yīng)用在茶葉方面的研究還有待深入，相關(guān)在線分級(jí)篩選系統(tǒng)研發(fā)力度還需要加強(qiáng)。

5近紅外光譜技術(shù)在煙草中的應(yīng)用

近紅外光譜技術(shù)在煙草的研究中發(fā)揮著重要的作用，傳統(tǒng)上真假煙的判斷主要通過(guò)外形和感官評(píng)吸進(jìn)行鑒定，把近紅外光譜技術(shù)當(dāng)做真假煙鑒別的輔助手段，提高了準(zhǔn)確性。近年來(lái)，隨著NIR技術(shù)的日趨成熟，煙草質(zhì)量和葉片面積、厚度、表面密度等相繼快速檢測(cè)出來(lái)及在煙葉品質(zhì)控制方面，胡蕓等［25］運(yùn)用紅外光譜技術(shù)，建立并優(yōu)化了復(fù)烤片煙6種化學(xué)成分(總植物堿、總糖、還原糖、總氮、鉀和氯)的在線近紅外分析模型，實(shí)現(xiàn)了復(fù)烤片煙化學(xué)成分的在線檢測(cè)。張晰祥等［26］利用近紅外光譜分析儀對(duì)煙絲進(jìn)行實(shí)時(shí)檢測(cè)，從而監(jiān)測(cè)每批煙絲的煙葉化學(xué)成分含量變化。除了上述提到的研究之外，近紅外技術(shù)還廣泛應(yīng)用于煙草的霉變識(shí)別、煙草均質(zhì)化過(guò)程的質(zhì)量控制、煙草中化肥農(nóng)藥的快速鑒別以及基于近紅外技術(shù)的煙草自動(dòng)分選系統(tǒng)研究等方面。

6結(jié)論與展望

隨著計(jì)算機(jī)信息化、數(shù)學(xué)、化學(xué)和化學(xué)計(jì)量學(xué)的發(fā)展，NIR技術(shù)已經(jīng)發(fā)展成為一項(xiàng)成熟的技術(shù)，并在農(nóng)產(chǎn)品質(zhì)量控制等方面得到了廣泛的應(yīng)用。光纖探頭在生產(chǎn)過(guò)程和嚴(yán)重危險(xiǎn)環(huán)境樣品中的應(yīng)用，基于近紅外技術(shù)的在線產(chǎn)品開發(fā)，近紅外光譜建模輔助系統(tǒng)的升級(jí)改造，不同種類農(nóng)產(chǎn)品模型的遷移，NIR技術(shù)對(duì)農(nóng)產(chǎn)品保鮮過(guò)程的品質(zhì)監(jiān)測(cè)，農(nóng)產(chǎn)品內(nèi)部品質(zhì)控制以及新鮮度評(píng)價(jià)等將是近紅外光譜技術(shù)在農(nóng)產(chǎn)品方面的研究熱點(diǎn)和應(yīng)用方向。

作者：李長(zhǎng)濱 肖忠閃 單位：河南牧業(yè)經(jīng)濟(jì)學(xué)院