近紅外光譜技術在食品、農產品領域中的具體應用

近紅外技術在1930年開始出現，但起初這項技術并未運用到食品與農產品領域。到20世紀中葉， 國外研究人員利用其透射光譜檢測食品與農產品中的水分。該技術發展至20世紀60年代，被運用到谷物的濕度分析中，開啟了農產品與食品領域該項技術新的研究篇章。

近紅外光譜的主要特點

 ①便于操作：近紅外光譜技術的操作流程十分簡單，如在產品產地溯源方面，主要流程是收集近紅外光譜、 預處理數據和構建產地溯源模型等。待建立模型后， 操作人員對檢測樣品進行光譜信息采集，在此基礎上計算機系統能夠自行預測樣品產地。

②快速檢測：使用近紅外光譜對樣品進行檢測分析，無需進行前處理，在2min左右就能完成光譜采集，還可以滿足同時檢測多個指標的要求。

③綠色環保：不使用有機試劑。在實際進行分析時，無需使用有機化學試 劑或進行前期處理，因此具備綠色環保、成本投入低的優勢。

檢測食品中的脂肪含量

現階段，國內常見的檢測脂肪含量的方式有酸水解法、索氏提取法等，雖然能得到極為**的檢測結果，但實驗操作流程相對煩瑣，需對樣品進行預處理，花費時間較長，因此難以滿足大批量檢測的需求。近紅外光譜技術兼具快速、綠色等優勢，可以滿足快速檢測大規模樣本的要求。

近年來，我國主要使用該技術對肉制品中的脂肪含量進行檢測，相關實踐結果表明檢測結果十分精準。例如，采集豬肉、羊肉等食品的近紅外光譜數據，待測樣品利用索氏提取法檢測脂肪含量，在此基礎上構建數據集模型，通過預處理光譜的方法與利用*佳模型波段，構建相對理想的預測模型，肉質樣本種類不同，則對應不同的預處理光譜法、*佳建模波段。相關研究人員構建的模型均滿足檢測精度要求，同時符合肉制品檢測的實際需求。

檢測食品中的致病菌

近紅外光譜技術在檢測食品中的致病菌方面也起到重要的作用。食品若被致病菌污染，會給身體帶來巨大危害，在食品**檢測中一直將檢測致病菌作為重要任務。以往采用的檢測手段不僅流程較多且涉及內容復雜，無法滿足食品行業的發展要求。因此，實現對食品中致病菌的快速檢測成為重點研究課題。

近紅外光譜技術在致病菌檢測方面具有一定的優勢，利用光譜能清晰觀察到微生物的細胞特點，而光譜中的不同波長結合**細胞，能夠對食物中含有的各種**進行分類。

國外相關研究人員使用傅里葉變換近紅外光譜技術，對食品中的致病菌進行檢測，結果發現該技術成功進行**分類的概率高達94%。我國研究人員利用近紅外光譜技術，嘗試以微量和常量取樣的方法展開**分析，成功判斷李斯特菌的概率為79.2%和90.0%，成功判斷沙門氏菌的概率是92.8%和95.0%。

檢測食品中的**殘留

傳統技術在檢測食品中的**殘留時會使用有機化學試劑，購買化學試劑的成本高，而且需要滿足的條件較多，大大提高了檢測成本，檢測效率也較低。常規檢測還可能引發二次污染問題，因此研發既能滿足快速檢測又符合環保綠色需求的檢測技術十分重要。

雖然單純使用近紅外光譜檢測食品中**殘留的結果正確率偏低，但如果添加相應的藥劑會大幅提升檢測準確率。有關不同種類食品的**殘留研究中主要研究對象為毒性程度不一的農藥，相關研究結果表明，該技術在有機磷類**的殘留檢測中準確度較高。

腐爛鑒別

國外研究人員在糧庫蟲害檢測工作中，使用近紅外光譜技術重點檢測發生蟲害的時期內糧食水分變化、甲殼質含量等，從而判斷災害程度。有研究人員選擇1202nm與1300nm的近紅外光分別對10顆有害蟲與無害蟲的小麥顆粒進行檢測，對采集到的圖像進行分析，發現有害蟲發生的小麥顆粒近紅外圖像中亮斑占比較大，而正常小麥整體為黑色。

兩個圖像通過減運算，得出有無蟲害的圖像間體現出明顯的差異。近紅外圖像能滿足糧食中蟲害的檢測，在鑒別完整和蟲蝕糧粒上能達到預期效果，但對具有不同類型的成蟲、幼蟲等差別不明顯的糧食顆粒鑒別效果一般，并且該實驗是在實驗室中進行的，所以和實際應用存在較大差異。

檢測農產品質量**

農產品質量一直是人們重點關注的問題，近些年出現的產品摻假、農藥殘留等問題，引發了社會對農產品質量檢測的熱議。農產品質量**中，氣相色譜、氣質聯用等是常用的方法，但這些方法操作煩瑣且費用較高，無法實現快速檢測，而近紅外光譜技術可以滿足以上要求。

我國研究人員選擇普洱茶葉作為研究對象，分別對不含香精和含有不同濃度香精的樣品進行近紅外光譜數據采集，對數據進行處理后構建摻假定量預測模型，有關模型對兩種香精（香豆素、乙基麥芽酚）給出的決定系數是0.7989、0.6838，計算方根誤差是0.1461、0.1800，可實現對茶葉中香精成分的快速檢測。

產地溯源

隨著人們生活水平的提升，一些地域性的農產品受到廣大消費者與農產品市場的認可，這些農產品可以創造十分可觀的經濟效益。一些不法商販面對利益的誘惑，使用其他產品冒充地域產品，以次充好，嚴重侵害到消費者的切身利益，也是對生產者積極性的打擊。因此，對農產品進行產地溯源檢測顯得十分重要。近些年，近紅外光譜技術在產地溯源方面體現出巨大優勢。

例如，將西洋參作為溯源地檢測的研究對象，通過采集其近紅外光譜數據，構建西洋參不同規格、不同產地的判別模型，實驗結果表明，這一模型能夠清晰提取存在差異的近紅外光譜信息，滿足快速區分國產西洋參產品與進口西洋參產品的實際需求，同時運用于辨識西洋參的藥材與飲片、判別西洋參產品的規格與產地。

選擇我國不同產區的鐵皮石斛，收集1000～1650nm近紅外光譜信息并建立產地分類模型，預測訓練集與驗證集的過程中，這一模型達到了100%的精準識別，預測未參與采樣的其他產區的鐵皮石斛，樣品拒絕率達到100%，由此能夠證明這一模型能夠準確識別不同產地的鐵皮石斛。

選擇3個普洱茶產地的茶葉樣品作為研究對象，對其1100～2498nm近紅外光譜信息進行采集，構建識別普洱茶產地的定性分析模型，識別校正集與識別驗證集的正確率是98.15%、100.00%，符合無損且快速識別茶葉產地的檢測工作要求。

總述

在我國食品與農產品領域，該技術的應用研究仍有較大的提升空間，與進入**推廣使用階段仍存在一定距離。我國作為世界上的農業與人口大國，該技術擁有廣闊的發展前景，如農產品快速水分檢測、營養品防偽檢測等。社會經濟的高速發展和人們不斷提高的產品消費要**近紅外光譜技術的發展動力。

據統計，目前中國保有的進口品牌近紅外光譜儀器在2700臺左右，而國產的近紅外光譜儀器約500臺。中國目前還只有小部分企業單位購買了近紅外光譜儀器，市場增長空間非常大。布魯克光譜部在近紅外光譜市場始終占據技術**的地位，作為一家德國企業，只要是布魯克所關注的領域，都會爭取做到*好。