光譜和光譜成像技術在食品檢測中的應用分析
徐 穎
(沭陽縣綜合檢驗檢測中心,江蘇沭陽 223600)
作者簡介:徐穎(1987—),女,漢族,江蘇沭陽人,碩士,工程師。研究方向:食品化工質量檢驗檢測。
摘 要:在農畜產品、果蔬食品等各類食品檢測方麵,應用光譜分析技術可以取得理想成效。基於此,對光譜和光譜成像技術展開了分析,探究了近紅外光譜、高光譜成像等不同光譜技術在食品檢測中的應用情況,進一步把握技術應用簡便、準確率高等優勢,希望能夠推動食品檢測技術的發展。
關鍵詞:光譜分析;光譜成像技術;食品檢測
隨著物質生活水平的提升,人們廣泛關注
世界杯賽程預測問題。而按照傳統的食品檢測流程,需要在實驗室環境中采取各種檢測技術手段,處理流程煩瑣,需要耗費較長時間,成本較高,給
世界杯賽程預測管理帶來了困難。光譜和光譜成像技術的出現,能夠做到快速完成食品無損檢測,逐步發展為主要的應用技術。
1 光譜和光譜成像技術
隨著現代光學技術的快速發展,光譜檢測技術應運而生,它能夠利用不同波段開展檢測工作,並通過獲取圖像信息和提取特征信息建立定量關係模型,實現快速、無損、高效、低成本的檢測。現階段,常用的光譜和光譜成像技術包含多種,如近紅外光譜技術、高光譜成像技術、熒光光譜技術、拉曼光譜技術等,采取的技術手段存在一定差異,也擁有各自的特點,如表1所示。根據不同的檢測需求,選取適合的光譜技術。
2.1 近紅外光譜技術應用
作為常見光譜技術,近紅外光實際為電磁波,可用於物質定量分析和結構加工處理,在不同結構物質中呈現不同傳播特性。對食品進行檢測,可以根據特點函數關係對樣本結構和特性展開定性和定量分析,根據性質變化區分不同組分,生成光譜模型[1]。通過與已知光譜比較,能夠完成模型校正,獲得
食品檢測數據。憑借良好傳導性,近紅外光譜可用於食品生產過程中開展多通道檢測,加強各節點的食品質量把控,不會給食品物質結構帶來傷害。無需預處理,可以提高檢測效率,同時設備維護成本和能耗均較低,不會給周圍環境帶來影響,屬於綠色檢測技術,符合食品綠色生產加工要求[1]。
在食品檢測領域,該技術多用於酒類、釀造類食品檢測。如檢測酒類食品中的乙醇、苯酚等含量,能夠對最佳釀造時間進行科學預測。在啤酒產品檢測中,可以測定還原糖、乙醇等物質含量,確認能否達到食品生產標準。食用醋成分較為複雜,采用傳統檢測技術需要對樣品進行預處理,完成複雜檢測步驟,但應用近紅外光譜技術能夠快速完成還原糖、總氨等成分測定。此外,該技術也可以用於乳製品、肉製品的檢測。如檢測牛乳製品,可以利用鑒別模型對食品中的營養含量進行評估,並確定還原奶含量,完成食品摻假鑒別。對牛肉等肉製品進行檢測,可以通過光譜分析獲得物質含量數據,用於判斷食品嫩度、脂肪酸等情況,並完成藥物殘留超標檢測,保證食品質量。
但近紅外光譜技術容易受樣本所處環境和測定條件幹擾,對多組分進行檢測時可能出現譜峰重疊情況。因為在檢測過程中,一個基因可能被多個波長吸收,導致測定精度與樣本性質密切相關,最終造成檢測結果準確度受到影響。因此用於食品檢測,還應補充較多已知樣本光譜模型,有效提高檢測結果準確性[2]。
2.2 高光譜成像技術應用
高光譜成像技術擁有較高分辨率,成像清晰,可以保證獲得的數據精確可靠,最早用於地質勘探。從原理上來看,將光譜探測與成像技術結合在一起,能夠同時獲取待測物光譜信息和空間圖像特征,達到對待測物質進行定性、定量分析的目標[2]。①在食品檢測方麵,能夠用於食品新鮮類、汙染、水分等各方麵檢測,為食品分級、分類管理提供支持。②在食品新鮮檢測上,應用該技術可以對冷凍、冷藏處理的鱈魚等食品進行檢測,根據肌紅蛋白和血紅蛋白的不同光譜表現獲得可靠的檢測效果,為食品品質判定提供依據。③在果蔬類食品檢測上,可以對各種高光譜成像數據進行分辨,如用於芒果隱性損傷檢測,能夠達到97%以上的準確度。④在食品汙染監測上,可以對雞肉、豬肉等各種肉類食品進行在線檢驗,確定假單胞菌等細菌數量,通過篩選有效波長展開分析獲得準確結果,判斷食品細菌繁殖情況。⑤對穀物類食品開展檢測,不同於酶聯免疫吸附等傳統檢測技術需要完成複雜檢測步驟,應用高光譜技術可以實現降維分析,如在玉米真菌檢測方麵可以使用最小顯著差檢驗方法,可達到95%的置信水平。此外,應用高光譜技術也能對肉類水分、pH等信息進行檢測,如對牛羊肉中的蛋白質、含水量等進行檢驗,反映食品質量情況[3]。
作為綜合替代方法,高光譜成像可以獲得豐富待測樣品信息,並結合信息與參考值間的關係進行科學分析,提供詳細成分、含量等數據,做到快速、精準地生成食品檢測報告。憑借結果精準、無損、覆蓋全麵等優勢,該技術近年來在食品檢測領域應用日漸廣泛。
2.3 其他光譜技術的應用
在食品檢測方麵,也可以應用熒光光譜技術,通過偏振光對熒光分子進行激發,根據分子發射的波長和激光輻射波長進行物質檢測。如在肉類食品檢測上,可以利用該技術對雞肉等肉製品嫩度、彈性等實施檢測,並為肉色分級提供支持。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,分析獲得鴨肉嫩度信息。對黃酒、葡萄酒等食品進行檢測,可以根據三聚氰胺等人工合成添加劑的熒光光譜特性進行檢測,在無損條件下準確測定物質含量。該方法的靈敏度較高,在有機化合物檢測上優勢顯著,但目前在食品檢測領域應用較少,尚未得到廣泛、深入研究[4]。
采用拉曼光譜技術對果蔬類食品的胡蘿卜素等營養物質含量進行測量,無需預處理過程,能夠完成樣品的快速分析,具有較高的靈敏度。從相關研究來看,應用該技術可以對果蔬類、穀物類食品的農藥殘留進行檢測,如采用主成分回歸分析、多元線性分析等方法可以對氧樂果含量進行測量。針對臍橙等水果表麵混合農藥殘留進行檢測,主要能夠完成定性分析。在定量分析方麵,需要建立預測模型進行空間分布可視化處理,要求建立較好的分析模型[5]。
在食品中蘇丹紅等添加劑檢測方麵,太赫茲波譜技術成為了研究熱點,頻率範圍在0.1~10 THz,能夠利用量化計算方法建立食品添加劑指紋譜數據庫,為相關物質檢測提供依據。針對奶粉等食品進行檢測,也可以對山梨酸鉀、苯甲酸等物質進行光譜探測,將獲得的信號轉變為時域或頻域光譜進行分析,根據不同物質光譜特征進行分辨。該技術具有透視性、安全性等特點,在世界杯賽程預測 領域擁有一定發展前景。
3 結語
開展食品檢測工作,需要根據不同檢測目的對不同組分、物質等進行檢測,而光譜成像技術可以提供多元化檢測手段,滿足不同檢測要求。在實踐工作中,可以根據
食品加工質量管控、分級分類檢測等不同需求選取適合的檢測技術,通過建立科學的模型獲得準確檢測結果,充分體現光譜分析技術在食品檢測領域的應用價值。
參考文獻
[1]齊偉傑.現代近紅外光譜分析在食品檢測中的應用[J].中國食品,2021(16):124-125.
[2]王平.高光譜成像技術在世界杯賽程預測 檢測與控製中的應用[J].現代食品,2020(12):226-228.
[3]馬驥.基於高光譜成像技術的加工豬肉品質快速檢測方法研究[D].廣州:華南理工大學,2019.
[4]吳陽.高光譜成像技術在食品品質無損檢測中的應用初探[J].科學技術創新,2018(17):58-59.
[5]董泳江.光譜和光譜成像技術在食品檢測中的應用研究[D].杭州:浙江大學,2017.