近红外光谱在乳品检测中的应用研究进展

近红外光谱在乳品检测中的应用研究进展摘要：近红外光谱技术作为一种新型的分析检测技术，越来越广泛地应用在物品的定性和定量检测中。本文以奶制品质量检测为切入点，阐述了近红外光谱技术的基本原理，检测步骤，介绍了国内外近红外光谱分析技术在奶制品质量检测方面应用的最新研究进展，对目前研究存在的问题进行了分析，对今后进一步的研究进行了展望并提出了一些建议。关键词近红外光谱技术奶制品1引言鲜奶及奶制品作为一种与人民生活息息相关的营养品，含有蛋白质、乳糖、脂肪、维生素、矿物质等100多种人体所需的营养元素，其营养价值完善，是最接近于人奶的天然食品，已成为居民生活中不可缺少的日常食品之一。由于鲜奶和奶制品在人们日常饮食中占据着越来越重要的地位，它的安全性直接影响到人们的身体健康。因此，对乳制品进行有效的质量检测和控制也就至关重要。传统的奶制品质量检测主要是使用一些化学分析方法，其结果准确，但过程耗时，费力，一般需要试剂，对样本具有破坏性。此外，由于各种掺假现象的层出不穷，传统化学方法的应对显迟缓和繁琐。著名的“三聚氰胺”事件，就是钻了传统的“凯氏定氮法”的空子。对于一些成分复杂的化学添加剂，往往需要多种化学方法综合辨别。其前处理复杂，耗时长，成本高，同时也不适用于现场及在线分析。近红外光谱分析技术是近十多年来新兴的一种分析技术，随着近红外光谱仪器硬件技术的不断完善以及化学计量学软件的发展，近红外光谱分析的应用急剧扩展，广泛应用于农产品，饲料，饮料，药物，烟草和石油化工领域。与传统方法相比，近红外光谱分析技术具有测量速度快，操作方便，不破坏样品，不用前处理试剂等特点，非常适合于现场分析和在线检测。在线检测能够保证生产过程的全程质量监控，现场检测有利于及时发现质量问题，控制问题产品的扩散，对奶制品质量控制有着重大的意义。2近红外光谱技术的基本原理及特点

近红外光谱指的是波长在780~2526nm范围内的电磁波,波数范围为3500~13000cm-1,从波长上可以分为短波近红外(780~1100nm)和长波近红外(1100~2526nm)。其分析特点是利用近红外光照射被测样品,由于分子团的振动,样品会吸收一部分的能量。不同分子团的振动,吸收光的波段不同,主要信息是含H基团倍频和合频的吸收。由于大多数有机化合物都含有H基团,近红外光谱分析非常适合分析有机样品。获得进红外光谱一般分为两种技术:透射光谱技术和反射光谱技术。而透射一般分为直接透射和漫透射,反射又分为直接反射和漫反射。透射光谱指的是将待测样品置于光源与检测器之间,检测所测的光是透射光。如果样品是混浊的,则会引起散射,尽量使得样品均匀可以减小颗粒度不均匀引起的散射误差,但散射作用是无法彻底消除的,散射作用的产生使样品对光的吸收作用不满足比尔定律,且对定量分析的模型有较大影响,这时就要用到漫透射。反射光谱指将检测器和光源置于样品的同一侧,检测器检测的是样品反射回来的光,直接反射或镜面反射是光在物体表面的入射角度等于反射角直接反射的光。而当物体表面反射的光方向不固定时,可把它叫做漫反射,出现漫反射时主要是靠积分球等收集完整的光信息。短波近红外的吸收弱,反射不容易看到足够的吸收信号,透射或漫透射才有足够的吸收信号,同时穿透力强,利于用透射或漫透射检测;长波近红外的吸收强,反射就能看到吸收信号,对应的穿透力弱,不利于用透射检测。乳和乳制品的可加工性和功能性取决于乳中蛋白质、乳糖、脂肪和盐分的含量和特性,乳品中这几种成分的含量是相对固定的,根据国家生鲜牛乳收购标准规定,新鲜牛乳中含有不低于29%的蛋白质,32%的脂肪和11.5%的全脂乳固体。牛乳中乳蛋白质是牛乳中最重要的组成成分之一，牛乳中的蛋白质主要分为酪蛋白、乳清蛋白和一些微量的蛋白质。乳中的矿物质是完全可溶的,一些矿物质中的超出其自身溶解度的部分以胶体状态存在。牛乳中含有约48%的乳糖,含量基本稳定,乳糖的存在会引起乳品加工和贮藏过程中的一些变化,主要表现在乳制品的发酵过程和冷冻结晶析出过程,这些变化大部分是有益的。乳品中的脂肪指的是乳品中可溶于非极性溶剂的成分,是直径约0.1um的颗粒,其含量与牛的品种,饲养方式,个体状况,营养水平及取乳时间间隔等多种因素有关,含量在3%~5%之间,其含量变换贯穿整个哺乳期,哺乳期前期3%,后期约4.5%。在大部分的研究中,乳糖和蛋白质的含量测试相对容易,而脂肪的建模相对不是很理想,原因在于脂肪是牛乳中引起散射的主要原因之一,当它的含量发生变化时,液体的吸收系数和散射系数随之变化,而散射系数变化更大,使得建模的准确性不高。3近红外光谱分析技术在奶制品检测中的应用现状奶制品的中红外检测早在20世纪60年代就出现了，但是将近红外光谱分析技术应用在奶制品工业上还是近20年的事。尽管传统的化学方法和中红外方法能进行准确的奶制品质量分析，但由于近红外光谱技术具有独特的优越性，因此它在奶制品成分分析和过程控制上还是得到了较广泛的应用，前人也对此做了很多的研究，综合起来包括三个方面。3.1奶制品营养成分(生化指标)检测奶制品的营养成分检测主要指利用近红外光谱技术对牛奶中脂肪，蛋白质，乳糖等主要营养成分中的某一种或几种做快速定量分析。早在1991年，联邦德国的R.T.Carl就利用近红外光谱结合偏最小二乘法对牛奶中的脂肪含量作了定量分析，并做了重复性实验验证实验结果的可再现性，结果表明近红外光谱分析方法用来分析牛奶中的脂肪含量是非常有效的。CarlosEnrique等人利用近红外-可见光结合偏最小二乘法预测新鲜原奶中的脂肪，乳糖和总蛋白质含量，采集了正交散射，透射和漫反射三种光谱建立模型，结果表明对于测量非均质的原奶中的脂肪和乳糖含量，不需做任何稀释和均匀化的预处理即能获得较好解释系数。在国内，李庆波等人使用偏最小二乘法(PLS)建立校正模型，对光谱数据采取数字滤波预处理，并用遗传算法优选波段，建模后牛奶中脂肪，蛋白质，乳糖等成分含量的预测均方根误差为0.1~0.2g/dl相关系数大于0.9。吕丽娜等,研究了使用近红外漫反射光谱建立模型测量牛奶主要成分的方法，比较了各种预处理方法和不同谱区的建模效果，实验结果脂肪的相关系数是0.99，标准偏差是0.048g/dl，蛋白质的相关系数为0.92，标准偏差为0.102g/dl。王丽杰等,探讨了在建立模型过程中，采用直接正交(DO)数据处理方法滤除牛奶漫反射光谱中与待测组分质量浓度无关的干扰信息的可行性，并与多元散射校正(MSC)、二阶微分(SOD)等光谱数据及处理方法进行了比较。实验结果表明，相对于其它数据预处理方法，经DO处理后，系统PLS模型的RMSECV及RMSEP相对较低。王云等,对比了不同的近红外区域的检测结果，探讨了不同光谱区域和数据预处理对模型准确性的影响。模型表明，在长波段(1700nm~2500nm)检测牛奶中脂肪和蛋白质含量的准确性最高。刘波平等,采用PLS-BP神经网络法同时测定鲜乳中四种营养成分的含量。对脂肪，蛋白质，乳糖和牛乳总固体等4种主要组分含量的预测决定系数(R2)分别为：0.961、0.974、0.951、0.997。此外，由于实验是使用从同一奶源获取的样品建模，为了验证其通用性，作者对不同奶源的产品调用模型，结果并无明显差异，表明模型稳健性较好。总的来说，这些研究比较分析了不同的建模方法，预处理方法，以及不同的波长选择下的测量效果。偏最小二乘法(PLS)使用比较广泛，也有个别使用BP神经网络建模分析，预测效果也较为理想。同时我们也看到，不同的光谱预处理，波长选择以及不同的建模方法都对最后的预测精度有着影响，因此，从这几个方面对模型加以改进，都可能改进奶制品营养成分检测的性能。3.2近红外光谱用于牛奶掺假的鉴别在牛奶的收购和生产管理过程中，需要正确快速地检测牛奶主要成分的含量，为牛奶品质分析和生产过程质量控制提供参考依据韩东海等,利用红外光谱技术快速、准确、无损伤地实现了纯牛奶中还原奶的鉴别和原料奶新鲜度的判别实验结果表明：利用判别分析的方法建立还原奶的鉴别模型，对还原奶掺入量在20%以上的样品，该方法的正确判别率约在90%以上；对还原奶掺入量在50%以上的样品可实现100%判别；另外，利用定性判别的方法建立了牛奶新鲜度的判别模型，并建立了识别掺碱牛奶的模型，其正确判别率均在95%以上。上述结果说明，近红外技术可以很好的实现还原奶掺假的鉴别以及原料奶新鲜度的快速鉴定。李凯歌等探讨了近红外光谱技术结合化学计量学算法对纯牛奶中是否掺入还原奶鉴别的可行性，考察了马氏距离判别分析和仿生模式识别方法在还原奶检测中的适用性结果表明：利用马氏距离判别分析方法鉴别，正确判别率为87.5%；利用仿生模式识别方法鉴别，正确判别率为98.3%由此说明：近红外技术可以实现对纯牛奶中是否含有还原奶进行快速鉴别；采用仿生模式识别比马氏距离判别分析法鉴别效果更好。3.3奶制品成分在线及现场检测在线检测是指没有人工介入的情况下，与近红外仪器相连的计算机自动实时提供分析数据。现场分析是指充分利用近红外光谱技术快速方便的特征，实时检测待测物光谱数据，并现场给出分析结果。在线检测能够保证生产过程的全程质量监控，现场检测有利于及时发现质量问题，控制问题产品的扩散。在牛奶生产过程中，由于要达到出厂产品一致化的目标，有时常常需要保持原料成分含量的一致性，有时需要保持发酵进程的统一性。然而，现实加工过程的连续性又不能使生产过程停止来满足检测合格的目的。近红外技术适于在线检测的特点与光纤技术相结合具有实现生产过程实时控制的潜力。国内关于近红外对奶制品的现场在线分析有一些理论研究，如朱俊平等(2003)使用多元线性回归法分别建立了用近红外检测的儿童高钙奶粉水分、蛋白、脂肪、乳糖和蔗糖的快速测定模型。将近红外法的测定结果和标准方法的测定结果进行了比较，比较结果相当一致。他们认为近红外光谱法可以用于奶粉生产过程中的质量控制，并可为食品的无损、快速检测提供一种新的方法。刘蓉等(2005)利用半数重采样法(RMH)和最小半球体积法(SHV)这两种简单算法对测得的牛奶成分的近红外光谱进行了奇异点的剔除实验。结果表明，两种算法都具有简单快速、无需计算逆矩阵等优点，具有很好的数值稳定性，两种算法的结合是剔除奇异点的一条有效途径。尤其适用于在线测量和分析，可以大大提高模型的稳健性和分析精度。但由于实际条件限制，对于在线和现场分析检测但尚未进行有效的实验验证，更未在实际的生产线上。国外已有文献报道利用近红外技术监控酸奶的发酵生产过程。也有研究利用近红外光谱技术实时监测牛奶中主成分含量，控制掺入比例，保证奶制品的均匀一致。Adamopuulos等(2001)利用近红外光谱技术对传统奶酪生产过程进行了监控，结果表明，近红外光谱技术能够实时检测奶酪加工过程中主要指标的变化。MasatakaKawasaki等(2008)构建了一个近红外光谱传感系统，该系统包括一台近红外光谱仪、牛奶流量计、牛奶采样器和电脑系统。并分别建立了挤奶过程中非均质牛奶中脂肪、蛋白质、乳糖、体细胞和尿素氮含量的校准模型。结果表明，该系统能实时自动评估挤奶过程中牛奶质量，可以为奶农提供单个牛的牛奶质量和生理条件信息，这些信息再反馈给牛奶场管理者。总体上讲，关于奶制品的现场及在线监测的研究多还停留在实验室阶段，特别是国内，奶制品的现场在线近红外检测走向实用化还需要做很多的铺垫工作。4目前存在的问题虽然已经有很多的科学家利用近红外技术在牛奶检测方面进行了大量的研究工作，但还存在一些急需解决的问题：1）牛奶所含成分复杂，且不同成分由于颗粒大小不同，在牛奶中有的以真溶液形式存在，有的以胶体溶液状态存在，有的则以乳浊液状态存在。这种复杂的分布情况必然会影响近红外光在其中的通过情况，不同程度的散射也会影响牛奶的检测精度；此外，水分对于近红外光谱的强吸收，势必会掩盖其他成分的吸收信息，而奶制品特别是液态奶恰恰含水量很高。如何降低近红外检测时的误差，获得较强的待检测成分的信号，也是急需解决的问题。2）利用近红外光谱进行定性，定量分析的关键在于建立一个准