论文部分内容阅读
摘 要：在农畜产品、果蔬食品等各类食品检测方面，应用光谱分析技术可以取得理想成效。基于此，对光谱和光谱成像技术展开了分析，探究了近红外光谱、高光谱成像等不同光谱技术在食品检测中的应用情况，进一步把握技术应用简便、准确率高等优势，希望能够推动食品检测技术的发展。
关键词：光谱分析;光谱成像技术;食品检测
随着物质生活水平的提升，人们广泛关注食品安全问题。而按照传统的食品检测流程，需要在实验室环境中采取各种检测技术手段，处理流程烦琐，需要耗费较长时间，成本较高，给食品安全管理带来了困难。光谱和光谱成像技术的出现，能够做到快速完成食品无损检测，逐步发展为主要的应用技术。
1 光谱和光谱成像技术
随着现代光学技术的快速发展，光谱检测技术应运而生，它能够利用不同波段开展检测工作，并通过获取图像信息和提取特征信息建立定量关系模型，实现快速、无损、高效、低成本的检测。现阶段，常用的光谱和光谱成像技术包含多种，如近红外光谱技术、高光谱成像技术、荧光光谱技术、拉曼光谱技术等，采取的技术手段存在一定差异，也拥有各自的特点，如表1所示。根据不同的检测需求，选取适合的光谱技术。
2 食品检测中的光谱分析技术应用
2.1 近红外光谱技术应用
作为常见光谱技术，近红外光实际为电磁波，可用于物质定量分析和结构加工处理，在不同结构物质中呈现不同传播特性。对食品进行检测，可以根据特点函数关系对样本结构和特性展开定性和定量分析，根据性质变化区分不同组分，生成光谱模型[1]。通过与已知光谱比较，能够完成模型校正，获得食品检测数据。凭借良好传导性，近红外光谱可用于食品生产过程中开展多通道检测，加强各节点的食品质量把控，不会给食品物质结构带来伤害。无需预处理，可以提高检测效率，同时设备维护成本和能耗均较低，不会给周围环境带来影响，属于绿色检测技术，符合食品绿色生产加工要求[1]。
在食品检测领域，该技术多用于酒类、酿造类食品检测。如检测酒类食品中的乙醇、苯酚等含量，能够对最佳酿造时间进行科学预测。在啤酒产品检测中，可以测定还原糖、乙醇等物质含量，确认能否达到食品生产标准。食用醋成分较为复杂，采用传统检测技术需要对样品进行预处理，完成复杂检测步骤，但应用近红外光谱技术能够快速完成还原糖、总氨等成分测定。此外，该技术也可以用于乳制品、肉制品的检测。如检测牛乳制品，可以利用鉴别模型对食品中的营养含量进行评估，并确定还原奶含量，完成食品掺假鉴别。对牛肉等肉制品进行检测，可以通过光谱分析获得物质含量数据，用于判断食品嫩度、脂肪酸等情况，并完成药物残留超标检测，保证食品质量。
但近红外光谱技术容易受样本所处环境和测定条件干扰，对多组分进行检测时可能出现谱峰重叠情况。因为在检测过程中，一个基因可能被多个波长吸收，导致测定精度与样本性质密切相关，最终造成检测结果准确度受到影响。因此用于食品检测，还应补充较多已知样本光谱模型，有效提高检测结果准确性[2]。
2.2 高光谱成像技术应用
高光谱成像技术拥有较高分辨率，成像清晰，可以保证获得的数据精确可靠，最早用于地质勘探。从原理上来看，将光谱探测与成像技术结合在一起，能够同时获取待测物光谱信息和空间图像特征，达到对待测物质进行定性、定量分析的目标[2]。①在食品检测方面，能够用于食品新鲜类、污染、水分等各方面检测，为食品分级、分类管理提供支持。②在食品新鲜检测上，应用该技术可以对冷冻、冷藏处理的鳕鱼等食品进行检测，根据肌红蛋白和血红蛋白的不同光谱表现获得可靠的检测效果，为食品品质判定提供依据。③在果蔬类食品检测上，可以对各种高光谱成像数据进行分辨，如用于芒果隐性损伤检测，能够达到97%以上的准确度。④在食品污染监测上，可以对鸡肉、猪肉等各种肉类食品进行在线检验，确定假单胞菌等细菌数量，通过筛选有效波长展开分析获得准确结果，判断食品细菌繁殖情况。⑤对谷物类食品开展检测，不同于酶联免疫吸附等传统检测技术需要完成复杂检测步骤，应用高光谱技术可以实现降维分析，如在玉米真菌检测方面可以使用最小显著差检验方法，可达到95%的置信水平。此外，应用高光谱技术也能对肉类水分、pH等信息进行检测，如对牛羊肉中的蛋白质、含水量等进行检验，反映食品质量情况[3]。
作为综合替代方法，高光谱成像可以获得丰富待测样品信息，并结合信息与参考值间的关系进行科学分析，提供详细成分、含量等数据，做到快速、精准地生成食品检测报告。凭借结果精准、无损、覆盖全面等优势，该技术近年来在食品检测领域应用日渐广泛。
2.3 其他光谱技术的应用
在食品检测方面，也可以应用荧光光谱技术，通过偏振光对荧光分子进行激发，根据分子发射的波长和激光辐射波长进行物质检测。如在肉类食品检测上，可以利用该技术对鸡肉等肉制品嫩度、弹性等实施检测，并为肉色分级提供支持。418.3～478.9 nm等波段是特殊波段，可以使用偏最小二乘法建立模型，分析获得鸭肉嫩度信息。对黄酒、葡萄酒等食品进行检测，可以根据三聚氰胺等人工合成添加剂的荧光光谱特性进行检测，在无损条件下准确测定物质含量。该方法的灵敏度较高，在有机化合物检测上优势显著，但目前在食品检测领域应用较少，尚未得到广泛、深入研究[4]。
采用拉曼光谱技术对果蔬类食品的胡萝卜素等营养物质含量进行测量，无需预处理过程，能够完成样品的快速分析，具有较高的灵敏度。从相关研究来看，应用该技术可以对果蔬类、谷物类食品的农药残留进行检测，如采用主成分回归分析、多元线性分析等方法可以对氧乐果含量进行测量。针对脐橙等水果表面混合农药残留进行检测，主要能够完成定性分析。在定量分析方面，需要建立预测模型进行空间分布可视化处理，要求建立较好的分析模型[5]。
在食品中苏丹红等添加剂检测方面，太赫兹波谱技术成为了研究热点，频率范围在0.1～10 THz，能够利用量化计算方法建立食品添加剂指纹谱数据库，为相关物质检测提供依据。针对奶粉等食品进行检测，也可以对山梨酸钾、苯甲酸等物质进行光谱探测，将获得的信号转变为时域或频域光谱进行分析，根据不同物质光谱特征进行分辨。该技术具有透视性、安全性等特点，在食品安全领域拥有一定发展前景。
3 结语
开展食品检测工作，需要根据不同检测目的对不同组分、物质等进行检测，而光谱成像技术可以提供多元化检测手段，满足不同检测要求。在实践工作中，可以根据食品加工质量管控、分级分类检测等不同需求选取适合的检测技术，通过建立科学的模型获得准确检测结果，充分体现光谱分析技术在食品检测领域的应用价值。
参考文献
[1]齐伟杰.现代近红外光谱分析在食品检测中的應用[J].中国食品，2021（16）：124-125.
[2]王平.高光谱成像技术在食品安全检测与控制中的应用[J].现代食品，2020（12）：226-228.
[3]马骥.基于高光谱成像技术的加工猪肉品质快速检测方法研究[D].广州：华南理工大学，2019.
[4]吴阳.高光谱成像技术在食品品质无损检测中的应用初探[J].科学技术创新，2018（17）：58-59.
[5]董泳江.光谱和光谱成像技术在食品检测中的应用研究[D].杭州：浙江大学，2017.
关键词：光谱分析;光谱成像技术;食品检测
随着物质生活水平的提升，人们广泛关注食品安全问题。而按照传统的食品检测流程，需要在实验室环境中采取各种检测技术手段，处理流程烦琐，需要耗费较长时间，成本较高，给食品安全管理带来了困难。光谱和光谱成像技术的出现，能够做到快速完成食品无损检测，逐步发展为主要的应用技术。
1 光谱和光谱成像技术
随着现代光学技术的快速发展，光谱检测技术应运而生，它能够利用不同波段开展检测工作，并通过获取图像信息和提取特征信息建立定量关系模型，实现快速、无损、高效、低成本的检测。现阶段，常用的光谱和光谱成像技术包含多种，如近红外光谱技术、高光谱成像技术、荧光光谱技术、拉曼光谱技术等，采取的技术手段存在一定差异，也拥有各自的特点，如表1所示。根据不同的检测需求，选取适合的光谱技术。
2 食品检测中的光谱分析技术应用
2.1 近红外光谱技术应用
作为常见光谱技术，近红外光实际为电磁波，可用于物质定量分析和结构加工处理，在不同结构物质中呈现不同传播特性。对食品进行检测，可以根据特点函数关系对样本结构和特性展开定性和定量分析，根据性质变化区分不同组分，生成光谱模型[1]。通过与已知光谱比较，能够完成模型校正，获得食品检测数据。凭借良好传导性，近红外光谱可用于食品生产过程中开展多通道检测，加强各节点的食品质量把控，不会给食品物质结构带来伤害。无需预处理，可以提高检测效率，同时设备维护成本和能耗均较低，不会给周围环境带来影响，属于绿色检测技术，符合食品绿色生产加工要求[1]。
在食品检测领域，该技术多用于酒类、酿造类食品检测。如检测酒类食品中的乙醇、苯酚等含量，能够对最佳酿造时间进行科学预测。在啤酒产品检测中，可以测定还原糖、乙醇等物质含量，确认能否达到食品生产标准。食用醋成分较为复杂，采用传统检测技术需要对样品进行预处理，完成复杂检测步骤，但应用近红外光谱技术能够快速完成还原糖、总氨等成分测定。此外，该技术也可以用于乳制品、肉制品的检测。如检测牛乳制品，可以利用鉴别模型对食品中的营养含量进行评估，并确定还原奶含量，完成食品掺假鉴别。对牛肉等肉制品进行检测，可以通过光谱分析获得物质含量数据，用于判断食品嫩度、脂肪酸等情况，并完成药物残留超标检测，保证食品质量。
但近红外光谱技术容易受样本所处环境和测定条件干扰，对多组分进行检测时可能出现谱峰重叠情况。因为在检测过程中，一个基因可能被多个波长吸收，导致测定精度与样本性质密切相关，最终造成检测结果准确度受到影响。因此用于食品检测，还应补充较多已知样本光谱模型，有效提高检测结果准确性[2]。
2.2 高光谱成像技术应用
高光谱成像技术拥有较高分辨率，成像清晰，可以保证获得的数据精确可靠，最早用于地质勘探。从原理上来看，将光谱探测与成像技术结合在一起，能够同时获取待测物光谱信息和空间图像特征，达到对待测物质进行定性、定量分析的目标[2]。①在食品检测方面，能够用于食品新鲜类、污染、水分等各方面检测，为食品分级、分类管理提供支持。②在食品新鲜检测上，应用该技术可以对冷冻、冷藏处理的鳕鱼等食品进行检测，根据肌红蛋白和血红蛋白的不同光谱表现获得可靠的检测效果，为食品品质判定提供依据。③在果蔬类食品检测上，可以对各种高光谱成像数据进行分辨，如用于芒果隐性损伤检测，能够达到97%以上的准确度。④在食品污染监测上，可以对鸡肉、猪肉等各种肉类食品进行在线检验，确定假单胞菌等细菌数量，通过筛选有效波长展开分析获得准确结果，判断食品细菌繁殖情况。⑤对谷物类食品开展检测，不同于酶联免疫吸附等传统检测技术需要完成复杂检测步骤，应用高光谱技术可以实现降维分析，如在玉米真菌检测方面可以使用最小显著差检验方法，可达到95%的置信水平。此外，应用高光谱技术也能对肉类水分、pH等信息进行检测，如对牛羊肉中的蛋白质、含水量等进行检验，反映食品质量情况[3]。
作为综合替代方法，高光谱成像可以获得丰富待测样品信息，并结合信息与参考值间的关系进行科学分析，提供详细成分、含量等数据，做到快速、精准地生成食品检测报告。凭借结果精准、无损、覆盖全面等优势，该技术近年来在食品检测领域应用日渐广泛。
2.3 其他光谱技术的应用
在食品检测方面，也可以应用荧光光谱技术，通过偏振光对荧光分子进行激发，根据分子发射的波长和激光辐射波长进行物质检测。如在肉类食品检测上，可以利用该技术对鸡肉等肉制品嫩度、弹性等实施检测，并为肉色分级提供支持。418.3～478.9 nm等波段是特殊波段，可以使用偏最小二乘法建立模型，分析获得鸭肉嫩度信息。对黄酒、葡萄酒等食品进行检测，可以根据三聚氰胺等人工合成添加剂的荧光光谱特性进行检测，在无损条件下准确测定物质含量。该方法的灵敏度较高，在有机化合物检测上优势显著，但目前在食品检测领域应用较少，尚未得到广泛、深入研究[4]。
采用拉曼光谱技术对果蔬类食品的胡萝卜素等营养物质含量进行测量，无需预处理过程，能够完成样品的快速分析，具有较高的灵敏度。从相关研究来看，应用该技术可以对果蔬类、谷物类食品的农药残留进行检测，如采用主成分回归分析、多元线性分析等方法可以对氧乐果含量进行测量。针对脐橙等水果表面混合农药残留进行检测，主要能够完成定性分析。在定量分析方面，需要建立预测模型进行空间分布可视化处理，要求建立较好的分析模型[5]。
在食品中苏丹红等添加剂检测方面，太赫兹波谱技术成为了研究热点，频率范围在0.1～10 THz，能够利用量化计算方法建立食品添加剂指纹谱数据库，为相关物质检测提供依据。针对奶粉等食品进行检测，也可以对山梨酸钾、苯甲酸等物质进行光谱探测，将获得的信号转变为时域或频域光谱进行分析，根据不同物质光谱特征进行分辨。该技术具有透视性、安全性等特点，在食品安全领域拥有一定发展前景。
3 结语
开展食品检测工作，需要根据不同检测目的对不同组分、物质等进行检测，而光谱成像技术可以提供多元化检测手段，满足不同检测要求。在实践工作中，可以根据食品加工质量管控、分级分类检测等不同需求选取适合的检测技术，通过建立科学的模型获得准确检测结果，充分体现光谱分析技术在食品检测领域的应用价值。
参考文献
[1]齐伟杰.现代近红外光谱分析在食品检测中的應用[J].中国食品，2021（16）：124-125.
[2]王平.高光谱成像技术在食品安全检测与控制中的应用[J].现代食品，2020（12）：226-228.
[3]马骥.基于高光谱成像技术的加工猪肉品质快速检测方法研究[D].广州：华南理工大学，2019.
[4]吴阳.高光谱成像技术在食品品质无损检测中的应用初探[J].科学技术创新，2018（17）：58-59.
[5]董泳江.光谱和光谱成像技术在食品检测中的应用研究[D].杭州：浙江大学，2017.