当前位置：首页 > 资讯 > 茶资讯> 正文

短波红外应用领域大揭秘—食品领域

2022-04-24 13:02:26热度:70°C

食品安全检测

“地沟油”、“苏丹红”、“人造鸡蛋”等字眼相信大家并不陌生，生活中食品安全问题已经严重影响了人们的饮食健康，每年都有不少"黑心"商家被曝光，在利益的驱使下，仍然会有不法分子铤而走险，让假冒商品充斥着市场。为了帮助人们快捷检测食品健康问题，

光谱分析技术已经实现与智能手机的融合诞生了面向普通民众的高光谱应用，借助于嵌入到智能手机里的光谱仪，实时获取通过手机快速检测果蔬食品安全信息。

任何物质都具有能量，产生独有的光波，因此不同的物质反射的光波也不尽相同，这就好像是与生俱来的身份证，是辨别物质最简单，最准确的方式。通常人眼可看见的光波被称为可见光，波长一般在390纳米到780纳米之间，而这台被称为短波红外高光谱仪能够分辨2500纳米的光谱，是人眼完全看不到的部分，但借助这束光波就能够让我们有一双看透一切物质的眼睛。不同材质的东西，它的光谱曲线也不一样，科研人员就是通过这个原理，来进行食品新鲜度的检测。

什么豆芽是不是用药水泡过的，市场里的肉新不新鲜，甚至是葡萄的含糖量都能“嗖”一下就透视出来。实际上，这种光谱透视眼不仅能看透食材的优劣，还能分辨红酒的纯度，未来甚至还能预测果蔬的病虫害，

啤酒检测

从近红外光谱可以得到分子中含氢基团的振动光谱的大量信息，已成功地应用于定量分析。然而，近红外光谱（NIR）严重重叠，需用化学计量学的方法，建立多元回归的定量模型进行分析和预测。偏最小二乘法（PLS）是近红外光谱分析中使用最多和效果最好的方法。PLS 通过因子分析将光谱（多维空间数据，维数相当于波长数目）压缩为低维空间数据，将原近红外复杂光谱分解为多种成分的单一光谱，并去除干扰组分和干扰因素的影响，仅选用有用的组分参与官能团定量关系的回归。因此，PLS 既能将原光谱数据映射为信息量非常集中的少数潜变量，又能选出和应变量相关性大的潜变量，作为主成分建立模型。

目前，近红外光谱技术用于啤酒检测主要测定啤酒中的酒精度、原麦汁浓度、总酸及糖度，具有较好的精度，可以替代常规的理化分析方法。运用不同的化学计量学方法建立多元线性回归、逐步回归分析、主成分分析、主成分回归、偏最小二乘法、神经网络方法的近红外光谱定性或定量校正模型，通过所建立的校正模型，实现对未知样品的定性或者定量分析，在相同的啤酒酒精度的检测中，神经网络模型的预测精度优于逐步回归分析，逐步回归分析优于多元线性回归，偏最小二乘法最差。由于近红外光谱技术具有实时、快速的特点，易于实现生产过程质量的在线控制，具有广泛的应用前景。

采用可见-近红外光谱仪器分析方法得到360个啤酒样本的可见-近红外光谱数据，使用主成分分析对数据进行降维处理以消除众多信息共存中相互重叠的部分，得到6个主成分值。将样本数据随机分为定标集和预测集，利用最小二乘支持向量机（LS-SVM）算法在定标集数据基础上建立了啤酒糖度和pH值预测模型，并利用此模型对预测集样本进行了预测。其RMSEP为0.0494，预测精度明显高于神经网络和PLS预测，利用该模型能够准确预测啤酒的糖度及pH值。

植物生长检测

大豆与玉米两个物种的生长特性：在播种时期，玉米、大豆两种作物反射率变化差异不打，不能有效区分两种作物类型；在旺盛生长期，大豆在近红外、短波红外波段明显高于玉米，这样短波红外-红外波段合成的假彩色影像表现出显著差异性，大豆呈明黄色，玉米呈暗黄色；在成熟收获期，大豆的生理成熟期要早于玉米，近红-短波红外波段放射率急速下降，红外波段甚至比玉米的反射率更低，大豆的假彩色合成影像呈青色的裸地特征，玉米则更显暗黄色。

辅助才能使准确度满足要求。但是在不远的将来，自动识别的准确度将不断被拉高到合适的标准。不同要素的识别模型不断在研究分析优化

短波红外在粮食品质分析方面，如：食品（面包等）的谷物原料、商业食品、奶制品的品质分析，茶叶和可可等的成分分析以及肉类、水果、蔬菜、甚至牛奶、饮料等方面，主要是测定粮食中的水分、蛋白质、脂肪、淀粉、氨基酶纤维素、灰分以及谷物的加工品质。如图大豆籽粒的非破坏性分析。

大豆籽粒扫描光谱

（图片来源于网络）

同时，短波红外可测定小麦及面粉灰分、水分、粒度含量等，从而奠定了它在面粉厂的重要应用地位。

水果损伤检测

此外，红外分析仪还应用在农产品特征检测中，包括果实损伤检测、果实识别、植物生长信息测定。利用近红外的漫反射图像快速检测苹果的缺陷，主要采用多波长来解决水果果面的缺陷区和梗萼凹陷区的识别困难。

农产品内部瘀伤在通过检测线时能被短波红外穿透表皮探测到，而这在人眼是看不到的。虽然适合大多数食品加工，但在新鲜农产品零售阶段，瘀伤是消费者所不能接收的。短波红外相机允许在高附加值处理加工之前剔除有缺陷的水果。

有瘀伤的苹果。（左）可见光成像，（右）短波红外相机成像-中间黑色部分为苹果内部瘀伤（图片来源于网络）

水果探伤检测，通过对比发现，可见光（左）图像从外观上不能看出苹果的内部情况，也无从判别内部是否产生腐烂或病变；而在短波红外（右）的图像中由于SWIR光线对水份有很高的吸收率，使得苹果内部腐烂积液的部位很容易在SWIR下被检测出来了。

食品品质分析

短波红外光谱分析仪在食品品质分析的众多领域，如食品(面包等)的谷物原料商业食品、奶制品的品质分析，茶叶和可可等的成分分析以及肉类水果、蔬菜，甚至牛奶、饮料等方面有广泛的应用。应用短波红外光谱反射光谱，在线检测牛肉或猪肉中脂肪、水和蛋白质的含量，具有方便、快速、准确的特点，成为目前肉类品质检验的首选方法。在酸乳酪发酵过程中，应用短波红外光纤技术，在线定量检测乳糖、半乳糖和乳酸盐的含量，并可以定性判别发酵进程，确定凝结是否开始和反应是否完成。

此外，它还可以用于养殖业的牛肉品质的在线分级，有着重要的商业应用价值。

食品分析中的应用：

◆ 小麦、大麦和菜豆

主要检测小麦、大麦和菜豆其中的蛋白质、纤维、水分、硬度

◆ 面粉

主要检测面粉中的水分、灰分、蛋白、面筋、硬度、颜色、脂肪、淀粉

◆ 水果和蔬菜

主要检测水果和蔬菜中的酸度、含水量、粗蛋白、膳食纤维、还原糖、维生素C、β胡萝卜素、维生素E、干重物、可溶性固形物、总糖、有机酸、柠檬酸、苹果酸、琥珀酸、葡萄糖、果糖、蔗糖、硝酸盐、可溶性固形物等以及对品质的分级

◆ 鱼类

主要检测鱼中的蛋白质、脂肪、含水量、盐分、热量、氨基酸、脂肪酸、纤维素以及新鲜、冷冻程度、产品种类、真伪鉴别

◆ 豆腐干

主要检测豆腐干中的总酸、蛋白质和水分