论文部分内容阅读
摘 要：本文论述了近红外光谱（NIRS）分析技术的原理，近红外光谱技术发展进程及其在果品品质中应用现状，发展前景。
关键词：近红外光谱技术；果品品质检测；应用
一、近红外光谱分析技术概述
一般检测果品内部营养成分主要采用湿化学法，这样检测会破坏样品，操作繁琐、检测效率不高，而且不具备代表性，难以在商业上广泛应用。近红外光谱技术是一种无损检测技术，在果品的品质检测和分级的研究应用中已取得较大进展。
近红外光谱技术作为一种分析手段，可以测定水果中的成分，包括有机物和部分无机物。当分子受到红外线照射时，这些物质分子中化学键结合的各种基团发生伸缩、振动、弯曲等运动，分子被激发产生共振，同时光的能量一部分被吸收，通过测量其吸收光，可以得到极为复杂的图谱，这种图谱表示被测物质的信息。不同物质在近红外波长区域有丰富的吸收光谱，每种成分都有特定的吸收峰，这就为近红外光谱定量分析提供了基础。
随着近红外光谱分析技术已广泛应用在果品品质检测方面[1-3]。近红外光谱分析技术具有如下的优点[4-6]：
1.被测样品无需进行前处理，不发生破坏，从而使样品保持原始状态；
2.近红外光谱信息量大，对样品中多种成分同时进行分析；
3.一般样品可在1 min内完成，大大缩短测试周期；
4.适用的样品范围广，不同物态可直接测定；
6.近红外光在普通的光导纤维中具有良好的传输特性，便于实现实时分析。
同时，近红外光谱分析技术也存在以下不足之处：
7.物质在近红外区吸收弱，灵敏度较低；
8.建立数学模型需要测量大量样品化学值；
9.每一种模型只能适应一定时间和空间范围，模型需要不断更新。
采用近红外光谱分析技术进行果品品质分析具有如下优点：果品无需进行前处理，不发生破坏，可以不经过样品分离。直接由近红外光谱测定出其中的多种成分含量，测定的准确度取决于化学计量学建立的数学模型，利用理想的数学模型预测的准确度可以达到校准仪器的测定值。但是一般来说，近红外分析的准确度要略低于标准法。然而，由于近红外光谱分析技术省去了化学分析方法中的称量、定容等繁琐步骤，具有速度快、效率高、成本低、重现性好、方便等特点。而且可以同时测定同一样品的多个不同组分含量，因此近几年来，利用近红外光谱分析技术进行果品品质的研究正在形成一个新的热点研究领域。
二、近红外光谱分析技术在果品品质检测中的应用
20世纪60年代，美国的Norris等首先开始研究应用近红外光谱分析技术测定谷物中的水分、蛋白质、脂肪等含量，并致力于其他农产品品质的研究 。此后，学者们开始应用近红外光谱分析技术对果品、谷物、畜肉类、乳制品等进行研究。近红外光谱分析技术在果品内部品质检测的研究主要包括糖度、酸度、坚实度、可溶性固形物含量、维生素C含量和病变、缺陷和损伤等指标。
1.糖度、酸度、硬度、维生素C含量分析
虞佳佳等翻用偏最小二乘法计算芒果糖度酸度光数据的主成分得分值，获取芒果近红外指纹图谱，再合遗传算法优化人工神经网络技术进行检测。Antihus等运用可见/近红外光谱检测无核小蜜桔的酸度、可溶性固形物含量、坚实度等品质，采用偏最小二乘法和主成回归法建立其与光谱吸光度的相关数学模型。夏俊芳等对100个柑桔整果样品的近红外光谱信号行了消噪处理，并利用消噪后的重构光谱对柑桔维素 C含量进行了偏最小二乘法交叉验证。都有较好的检测效果。
2.病变分析
McGlone等选用650～950 nm光谱范 围研究了Braeburn苹果的黑心比例。研制出基于延时整合光谱学和大光圈分光计2种在线近红外系统，发现后者更适合在线检测。可大大提高分析效率，但系统的稳定性、软硬件设计还需进一步完善。
三、近红外光谱分析技术在果品品质检测中的存在问题
近红外光谱技术在果品品质检测中主要存在以下几方面问题：
1.样品温度、样品检测位置以及装样条件等因素会影响近红外光谱检測结果。
2.由于近红外光谱技术是依据检测模型来应用的，而模型又是有多种方法建立，不同建模方法存在差异，影响检测结果。
3.同一品种水果品质差异很大，这会导致水果对模型的适应性不同。而我们都理想化将同意品种水果看做为均匀物质，这与实际情况是不相符合的。
四、结语
只有提高水果的质量，才会在国际市场中具有竞争力。而应用先进的分析仪器，可以在不破坏样品的情况下测定样品化学成分，是最理想的方法。经过40多年的发展，近红外光谱分析技术以其快速、非破坏性、无试剂分析、安全、高效、低成本及同时测定多种组分等特点广受欢迎。随着近红外光谱分析技术应用的不断深人，近红外光谱分析技术必将结合其他多种检测手段对果品的综合品质进行检测，实现近红外分析模型的在线更新与升级，并逐渐形成成熟的在线检测设备投放于市场。
参考文献 ：
[1]徐云. 农产品品质检测中的近红外光谱分析方法研究[D]. 北京：中国农业大学，2009：129-200.
[2]曾一凡， 杨阳， 梁学军，等. 可见/近红外光谱技术无损检测果实坚实度的研究[J]. 农业工程学报，2008，24（5）：250-252.
[3]张树明， 杨阳， 梁学军，等. 葡萄酒发酵过程主要参数近红外光谱分析[J]. 农业机械学报，2013，57（1）：152-156.
[4]孙通，徐惠荣，应义斌.近红外光谱分析技术在农产品/食品品质在线无损检测中的应用研究进展[J].光谱学与光谱分析，2009，29（1）：122—126.
[5]虞佳佳，何勇，鲍一丹.基于光谱技术的芒果糖度酸度无损检测方法研 究[J].光谱学与光谱分析，2008，28（12）：2839—2842.
[6] 夏 俊芳，李小昱 ，李 培武，等.基于小波变换的柑橘维生素C 含量近红外光谱无损检测方法[J].农业工程学报，2007，23 （6）：170-174.
[7]Clark C J，MeGlone V A，Jordan R B.Detection of brownheart in”Braeburn”apple by transmission NIR spectroscopy[J].Postharvest Biology and Technology，2003（28）：87—96.
关键词：近红外光谱技术；果品品质检测；应用
一、近红外光谱分析技术概述
一般检测果品内部营养成分主要采用湿化学法，这样检测会破坏样品，操作繁琐、检测效率不高，而且不具备代表性，难以在商业上广泛应用。近红外光谱技术是一种无损检测技术，在果品的品质检测和分级的研究应用中已取得较大进展。
近红外光谱技术作为一种分析手段，可以测定水果中的成分，包括有机物和部分无机物。当分子受到红外线照射时，这些物质分子中化学键结合的各种基团发生伸缩、振动、弯曲等运动，分子被激发产生共振，同时光的能量一部分被吸收，通过测量其吸收光，可以得到极为复杂的图谱，这种图谱表示被测物质的信息。不同物质在近红外波长区域有丰富的吸收光谱，每种成分都有特定的吸收峰，这就为近红外光谱定量分析提供了基础。
随着近红外光谱分析技术已广泛应用在果品品质检测方面[1-3]。近红外光谱分析技术具有如下的优点[4-6]：
1.被测样品无需进行前处理，不发生破坏，从而使样品保持原始状态；
2.近红外光谱信息量大，对样品中多种成分同时进行分析；
3.一般样品可在1 min内完成，大大缩短测试周期；
4.适用的样品范围广，不同物态可直接测定；
6.近红外光在普通的光导纤维中具有良好的传输特性，便于实现实时分析。
同时，近红外光谱分析技术也存在以下不足之处：
7.物质在近红外区吸收弱，灵敏度较低；
8.建立数学模型需要测量大量样品化学值；
9.每一种模型只能适应一定时间和空间范围，模型需要不断更新。
采用近红外光谱分析技术进行果品品质分析具有如下优点：果品无需进行前处理，不发生破坏，可以不经过样品分离。直接由近红外光谱测定出其中的多种成分含量，测定的准确度取决于化学计量学建立的数学模型，利用理想的数学模型预测的准确度可以达到校准仪器的测定值。但是一般来说，近红外分析的准确度要略低于标准法。然而，由于近红外光谱分析技术省去了化学分析方法中的称量、定容等繁琐步骤，具有速度快、效率高、成本低、重现性好、方便等特点。而且可以同时测定同一样品的多个不同组分含量，因此近几年来，利用近红外光谱分析技术进行果品品质的研究正在形成一个新的热点研究领域。
二、近红外光谱分析技术在果品品质检测中的应用
20世纪60年代，美国的Norris等首先开始研究应用近红外光谱分析技术测定谷物中的水分、蛋白质、脂肪等含量，并致力于其他农产品品质的研究 。此后，学者们开始应用近红外光谱分析技术对果品、谷物、畜肉类、乳制品等进行研究。近红外光谱分析技术在果品内部品质检测的研究主要包括糖度、酸度、坚实度、可溶性固形物含量、维生素C含量和病变、缺陷和损伤等指标。
1.糖度、酸度、硬度、维生素C含量分析
虞佳佳等翻用偏最小二乘法计算芒果糖度酸度光数据的主成分得分值，获取芒果近红外指纹图谱，再合遗传算法优化人工神经网络技术进行检测。Antihus等运用可见/近红外光谱检测无核小蜜桔的酸度、可溶性固形物含量、坚实度等品质，采用偏最小二乘法和主成回归法建立其与光谱吸光度的相关数学模型。夏俊芳等对100个柑桔整果样品的近红外光谱信号行了消噪处理，并利用消噪后的重构光谱对柑桔维素 C含量进行了偏最小二乘法交叉验证。都有较好的检测效果。
2.病变分析
McGlone等选用650～950 nm光谱范 围研究了Braeburn苹果的黑心比例。研制出基于延时整合光谱学和大光圈分光计2种在线近红外系统，发现后者更适合在线检测。可大大提高分析效率，但系统的稳定性、软硬件设计还需进一步完善。
三、近红外光谱分析技术在果品品质检测中的存在问题
近红外光谱技术在果品品质检测中主要存在以下几方面问题：
1.样品温度、样品检测位置以及装样条件等因素会影响近红外光谱检測结果。
2.由于近红外光谱技术是依据检测模型来应用的，而模型又是有多种方法建立，不同建模方法存在差异，影响检测结果。
3.同一品种水果品质差异很大，这会导致水果对模型的适应性不同。而我们都理想化将同意品种水果看做为均匀物质，这与实际情况是不相符合的。
四、结语
只有提高水果的质量，才会在国际市场中具有竞争力。而应用先进的分析仪器，可以在不破坏样品的情况下测定样品化学成分，是最理想的方法。经过40多年的发展，近红外光谱分析技术以其快速、非破坏性、无试剂分析、安全、高效、低成本及同时测定多种组分等特点广受欢迎。随着近红外光谱分析技术应用的不断深人，近红外光谱分析技术必将结合其他多种检测手段对果品的综合品质进行检测，实现近红外分析模型的在线更新与升级，并逐渐形成成熟的在线检测设备投放于市场。
参考文献 ：
[1]徐云. 农产品品质检测中的近红外光谱分析方法研究[D]. 北京：中国农业大学，2009：129-200.
[2]曾一凡， 杨阳， 梁学军，等. 可见/近红外光谱技术无损检测果实坚实度的研究[J]. 农业工程学报，2008，24（5）：250-252.
[3]张树明， 杨阳， 梁学军，等. 葡萄酒发酵过程主要参数近红外光谱分析[J]. 农业机械学报，2013，57（1）：152-156.
[4]孙通，徐惠荣，应义斌.近红外光谱分析技术在农产品/食品品质在线无损检测中的应用研究进展[J].光谱学与光谱分析，2009，29（1）：122—126.
[5]虞佳佳，何勇，鲍一丹.基于光谱技术的芒果糖度酸度无损检测方法研 究[J].光谱学与光谱分析，2008，28（12）：2839—2842.
[6] 夏 俊芳，李小昱 ，李 培武，等.基于小波变换的柑橘维生素C 含量近红外光谱无损检测方法[J].农业工程学报，2007，23 （6）：170-174.
[7]Clark C J，MeGlone V A，Jordan R B.Detection of brownheart in”Braeburn”apple by transmission NIR spectroscopy[J].Postharvest Biology and Technology，2003（28）：87—96.