近红外光谱分析技术的应用与发展

2023-06-20 理论教育版权反馈

【摘要】：近红外光谱分析技术，是20世纪80年代后期迅速发展起来的。国内外学者利用近红外光谱分析技术，对稻谷、糙米和精米的直链淀粉含量，氨基酸含量、蛋白质含量、透明度和碾磨精度等品质指标进行了相应研究。吴金红等运用近红外光谱分析技术比较不同类型样品的水稻，建立水稻蛋白质近红外模型。王传梁等利用近红外光谱分析技术检测大米中脂肪含量，采用偏最小二乘法建立数学模型。

近红外光谱分析技术（Near Infrared Spectroscopy，简称NIRS），是20世纪80年代后期迅速发展起来的。原理是通过收集具有代表性的样品（组成及其变化接近于分析样品）建立定标模型。在分析未知样品时，先对待测样品进行扫描，根据光谱值利用建立的定标模型，就可以计算出待测样品的成分含量。这种技术具有速度快、操作方便、精度高及非破坏性的特点，应用前景十分广阔。大多数粮食国家标准检测方法较为复杂，检测时间较长，不能及时满足实际工作的需要。近红外谷物分析仪能够很好地解决这个矛盾，只需十多秒，产品的粗蛋白、水分等参数数据就检测出来，重复性好，使用十分方便快捷。

近红外光谱分析技术是现代电子技术、光谱分析技术、计算机技术和化学计量技术的集合体，主要包括以下步骤：收集代表性样品，进行样品的光学数据采集；用标准化学方法对样品进行化学性质测定；运用数学方法将光谱数据与检测数据相关联，将光谱数据转换，与化学测定值进行回归计算，得到定标方程，建立数学模型；对未知样品进行检测时，先对待测样品扫描，再根据扫描光谱结合建立的数学模型计算出成分含量。

国内外学者利用近红外光谱分析技术，对稻谷、糙米和精米的直链淀粉含量，氨基酸含量、蛋白质含量、透明度和碾磨精度等品质指标进行了相应研究。直链淀粉含量是评价稻米蒸煮食味品质的一个重要指标，直链淀粉含量与稻米硬度、黏度、色泽等食味品质密切相关。前人利用近红外分析法，对测定稻米直链淀粉做了大量研究。Villareal等（1994年）同样运用近红外光谱分析技术测定糙米和精米表观直链淀粉含量，结果表明，用精米测定的结果较好。蛋白质是影响稻米食味品质的重要因素，蛋白质含量高，米粒结构紧密，淀粉粒间空隙小，吸水速度慢，吸水量少，大米蒸煮时间长，淀粉不能充分糊化，米粒黏度低，较松散。测定稻米中蛋白质的含量，能够分析出稻米的食味品质。吴金红等（2006年）运用近红外光谱分析技术比较不同类型样品的水稻，建立水稻蛋白质近红外模型。结果表明，不同类型样品对建模效果有显著影响，品种模型和混合模型的适配范围显著大于群体模型，但是研究结果不支持背景变异较小样品建立较高精度回归模型的设想。舒庆尧等（1999年）研究运用近红外光谱技术测定糙米粉和精米粉中的蛋白质含量，所建模型相关系数高、标准差小。王传梁等（2007年）利用近红外光谱分析技术检测大米中脂肪含量，采用偏最小二乘法建立数学模型。唐绍清等（2004年）利用粳米粉脂肪含量化学分析值及其近红外光谱建立分析精米中脂肪含量数学模型，分别采用4种不同的预处理方式，发现不同光谱区和不同光谱预处理方法对所建模型有很大影响。康月琼等（2004年）采用傅里叶变换近红外光谱法，建立了整粒稻谷种子的近红外预测模型，定标稻谷种子样品87个，水分含量为11.6%～13.6%，所检验水稻真实值与预测值相关系数为0.8 321，所建模型定标标准差为0.1 847，预测值标准差为0.2 212。

近红外谷物分析仪具有检测结果记录功能，按照目前各粮库推广使用的粮食“一卡通”智能出入库系统输入统一编号，特别是对采用盲检的入库样品可以查询原始检测记录，避免了人为因素干扰检测结果，值得在大中型粮食贮备企业推广。

近红外谷物分析与常规理化分析技术相比，具有以下的优点：检测速度快、效率高，适合于多种状态的分析对象，能够实现在线分析，结果准确、重现性好，能够实现样品的无损检测与分析，检测分析成本低。为适应粮库智能化、信息化建设，建议尽快开发研制在线谷物水分、体积、质量等检测仪器设备，以满足目前推广使用的粮食“一卡通”智能出入库系统要求，实现入库粮食质量在线智能化检测，提高工作效率，降低劳动强度，减少人为因素对检测结果的干扰，保障粮食质量检测结果的真实性（齐龙等，2011年）。

在美国，近红外光谱技术已经广泛应用于谷物直链淀粉含量和蛋白质含量等指标的检测。日本在大米食味理化性质研究方面一直处于世界领先地位。日本根据红外原理设计发明了食味计，食味计能够测得蛋白质、脂肪、水分和直链淀粉含量，最后得到稻米的食味分数。近红外谷物分析仪多为进口仪器，价格偏高，普及较为困难，应尽快开发研制国产产品，能够实现与粮库智能化系统平台联网的对接。

近红外光谱分析技术的应用与发展

相关推荐