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，希望能給你帶來靈感和參考，敬請閱讀。

摘要:近紅外光譜技術(shù)的無損、快速、適合在線分析等特點使得該技術(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)直線增長的趨勢。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、茶葉等檢測方面廣泛應(yīng)用，包括成分的無損檢測、病害診斷、成熟期鑒定、產(chǎn)地鑒別、真假檢驗等。對農(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，波長范圍780－2526nm。如被檢測物質(zhì)中含有O－H、N－H、C－H及S－H等含氫基團，這些基團的分子內(nèi)部原子間振動的倍頻和含頻吸收，就生成了各式各樣的譜學信息。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)，對采集的數(shù)據(jù)進行處理并建立一個校正模型，利用校正模型就可定量預測各組分的濃度和性質(zhì)?？偟膩碚f，NIR是利用光譜信息手段，分析光譜的大數(shù)據(jù)結(jié)合化學計量學方法，進行完整的有機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。檢測是確保農(nóng)產(chǎn)品安全的關(guān)鍵步驟，常規(guī)檢測技術(shù)各有利弊，近紅外光譜技術(shù)以其獨有的無損、前處理簡單、操作簡便、環(huán)保、效率高等優(yōu)點，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)無損檢測蔬菜和水果已經(jīng)得到廣泛的應(yīng)用，研究對象包括西紅柿、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)含量為評價指標，采用近紅外快速測定方法對辣椒的辣度進行評價，得到了較準確的結(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)等多種成分的同時測定等［2－3］。近紅外技術(shù)在西紅柿的應(yīng)用研究也從未間斷，研究者通過偏最小二乘回歸算法建立了近紅外光譜顏色模型，實現(xiàn)了西紅柿成熟度無損檢測的可行性［4］。近紅外光譜法分析不同種類的大白菜，同時測定了VC、NDF、CP、還原糖和干物質(zhì)5種有機成分。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)適用于快速檢測果蔬品質(zhì)的手持式近紅外測定儀，也有學者研發(fā)基于近紅外光譜技術(shù)的小型化的果蔬品質(zhì)手持式檢測系統(tǒng)，滿足果蔬加工過程快速檢測和質(zhì)量控制的實際需求，實現(xiàn)果蔬主要品質(zhì)指標的快速無損檢測［5－6］。

1．2近紅外光譜技術(shù)在水果中的應(yīng)用

水果檢測方面，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、種類鑒定、采摘期鑒別、分級篩選等。傳統(tǒng)的水果分級系統(tǒng)是按照色澤、質(zhì)量、大小、傷痕去定義水果的級別，近紅外光譜分析技術(shù)被用于水果的自動分級和無損檢測，很大程度上提高了準確性和效率。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、物理方法，結(jié)合一階微分預處理和最小二乘回歸數(shù)學校正方法對梨中糖、酸、礦物質(zhì)等能進行準確的測定。王旭等［8］研究了，利用近紅外漫反射，無損檢測海沃德獼猴桃可溶性固形物含量和pH的方法。除了常規(guī)的營養(yǎng)成分檢測外，近紅外光譜技術(shù)也被應(yīng)用于水果中污染物檢測，Yuxia等［9］采用表面加強的拉曼光譜結(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中，并結(jié)合聚類方法進行水果成分的特征分類，提高了水果成分檢測的正確率。

2近紅外光譜技術(shù)在糧食作物中的應(yīng)用

上個世紀中后期，近紅外光譜分析技術(shù)已經(jīng)開始運用到農(nóng)產(chǎn)品檢測中。近些年它在糧食作物中的運用越來越普遍，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，也有科學家運用近紅外光譜技術(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SDS不溶性谷蛋白大聚體的含量。除了常規(guī)成分檢測外，近紅外光譜技術(shù)還用于預防與診斷小麥發(fā)病情況，用于不同類型麥粒的精準分離，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、秸稈的組成成分等方面，對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評價指標，以種間的相對距離為評價指標對玉米品種定性分析的性能進行優(yōu)化，提高了正確識別率。除此之外，近紅外光譜技術(shù)還運用到糧食的貯存中，Andrés［14］利用近紅外光譜技術(shù)通過測定蟲害發(fā)生過程中水含量、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)合化學計量學對來自五常地區(qū)和非五常地區(qū)共計191份大米樣品進行產(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五常大米進行快速鑒別。

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)用也越來越廣泛，它可以判斷肉類的品質(zhì)和產(chǎn)能效益，實驗對象以常見的豬肉、牛肉和羊肉為主，包括感官指標分析、理化的檢測以及肉品等級的鑒定等。常規(guī)肉品含量測定和品質(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，可以快速預測熟羊肉中的高鐵肌紅蛋白含量。通過近紅外漫反射光譜法，建立的一種模型去預測揮發(fā)性堿基氮，通過聚類分析進行光譜數(shù)據(jù)處理，實現(xiàn)了新鮮肉的無損、迅速、簡便的測定，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)不但能檢測肉的理化指標，還能用于檢測肉色。利用近紅外技術(shù)快速預測灘羊冷鮮肉的顏色，通過采集120個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光譜數(shù)據(jù)建模，結(jié)果表明高光譜成像模型系統(tǒng)預測冷鮮灘羊肉的顏色參數(shù)具有可行性［18］。還可以實現(xiàn)不同部位肉的判別，國外學者［19］使用便攜式近紅外設(shè)備測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，實現(xiàn)了對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)和加工過程中也有較好的應(yīng)用，比如肉的分級篩選和劃分。王輝等［20］對市售生鮮雞肉中波近紅外區(qū)光譜信息進行提取，并以SG一階導數(shù)、SGS及DT預處理樣品光譜信息，構(gòu)建了最佳雞肉膽固醇定量分析模型，可用于對市售生鮮雞肉膽固醇含量的檢測和原料的篩選分級。李司琪［21］應(yīng)用近紅外光譜技術(shù)結(jié)合多元回歸法對牛肉嫩度的級別進行有效劃分，提升了嫩度分析檢測的準確度。

4近紅外光譜技術(shù)在茶葉中的應(yīng)用

通過對茶鮮葉的產(chǎn)地分析，可以把握當?shù)夭枞~的整體品質(zhì)和售價，近紅外光譜分析技術(shù)可以對茶的品種和產(chǎn)地進行鑒別和追溯。2019年，王子浩等［22］采集了4個不同產(chǎn)區(qū)的信陽毛尖樣品，利用方差分析進行波長選擇，采用遺傳算法(GA)選取特征波長，利用偏最小二乘法建立了信陽毛尖產(chǎn)地判別的分析模型，實現(xiàn)了信陽毛尖不同產(chǎn)地的快速判別。除了產(chǎn)地識別之外，近紅外光譜技術(shù)也常被用于茶葉品質(zhì)的控制。對茶的品質(zhì)成分進行檢測，對水分、粗纖維、茶多酚的含量分別建立近紅外定量分析模型，并對預測模型進行測試。2018年，劉洋等［23］建立的NIR光譜結(jié)合PLS分析方法，可以用于快速無損檢測河南信陽毛尖茶的等級品質(zhì);趙雅等［24］利用近紅外光譜法對不同茶葉的不同成分進行了研究，建立了茶多酚含量預測模型，實現(xiàn)了茶葉品質(zhì)參數(shù)茶多酚的快速檢測。通過對茶葉制作過程中的質(zhì)量指標進行測定，可以為后期的加工工藝提供借鑒作用。通過茶葉的近紅外光譜信息可以來判斷茶葉的年份。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)在線分級篩選系統(tǒng)研發(fā)力度還需要加強。

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外形和感官評吸進行鑒定，把近紅外光譜技術(shù)當做真假煙鑒別的輔助手段，提高了準確性。近年來，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出來及在煙葉品質(zhì)控制方面，胡蕓等［25］運用紅外光譜技術(shù)，建立并優(yōu)化了復烤片煙6種化學成分(總植物堿、總糖、還原糖、總氮、鉀和氯)的在線近紅外分析模型，實現(xiàn)了復烤片煙化學成分的在線檢測。張晰祥等［26］利用近紅外光譜分析儀對煙絲進行實時檢測，從而監(jiān)測每批煙絲的煙葉化學成分含量變化。除了上述提到的研究之外，近紅外技術(shù)還廣泛應(yīng)用于煙草的霉變識別、煙草均質(zhì)化過程的質(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)的煙草自動分選系統(tǒng)研究等方面。

6結(jié)論與展望

隨著計算機信息化、數(shù)學、化學和化學計量學的發(fā)展，NIR技術(shù)已經(jīng)發(fā)展成為一項成熟的技術(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)過程和嚴重危險環(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)的升級改造，不同種類農(nóng)產(chǎn)品模型的遷移，NIR技術(shù)對農(nóng)產(chǎn)品保鮮過程的品質(zhì)監(jiān)測，農(nóng)產(chǎn)品內(nèi)部品質(zhì)控制以及新鮮度評價等將是近紅外光譜技術(shù)在農(nóng)產(chǎn)品方面的研究熱點和應(yīng)用方向。

作者：李長濱 肖忠閃 單位：河南牧業(yè)經(jīng)濟學院