论文部分内容阅读
乳粉不仅是直接消费的乳品,也是其他乳品及含乳饮料和食品的加工原料,极易遭受掺假和冒充,也存在产地来源不真实现象。掌握乳粉近红外光谱(NIR)特征,建立乳粉真实性和产地追溯模型十分必要。采集国产和进口全脂牛乳粉和甜牛乳粉、进口脱脂牛乳粉、全脂山羊乳粉、全脂牦牛乳粉,以及植脂末、糊精、乳清粉和大豆分离蛋白等四种食品工业原料共计60份代表性样品,并制备三种动物乳粉掺假四种食品工业原料样品480份,用台式全谱傅里叶变换NIR仪和微型便携式NIR仪采集样品漫反射光谱,进行NIR光谱处理、聚类和分类分析,尝试建立乳粉真实性的定性和半定量判别模型。结果乳粉与四种食品工业原料NIR光谱特征差异极其显著,PCA聚类有很好的分离,牛、山羊和牦牛全脂乳粉有分离或分离趋势,山羊和牦牛乳粉比较接近;国产与进口牛乳粉聚类较远;脱脂牛乳粉、甜牛乳粉与全脂牛乳粉均可分离和分类,说明建立NIR乳粉真实性判别模型可行。三种动物乳粉按0%(纯乳粉)、1%、2%、5%、10%、20%、50%和100%(纯掺入原料)质量百分比制备掺入植脂末、糊精、乳清粉和大豆分离蛋白样品,进行SIMCA分析建模。三维投射图显示0%、1%和2%掺假乳粉样品聚类即有层次感和分离趋势,但聚类有重叠;2%掺假就与纯乳粉有明显分离,5%以上掺假样品有显著的分离,可以获得可靠的掺假判别结果。建立PLS定量判别模型,对四种物质掺入量计算的最大误差通常在±10%以内,不超过±15%范围;模型相对系数(R)均在0.9945以上,预测标准误差(SEP)不超过3.3,相对标准偏差(RSD)在14.5%以下。微型便携式NIR仪对各分类的区分效果显然不如台式傅里叶变换NIR仪,但若经过更深入细致的模型条件优化,相信可用于乳粉某些真实性的现场判别模型建立。