郝学飞 苏东民 余大杰 赵光华 胡京枝

(河南省农业科学院农业质量标准与检测技术研究所1，郑州 450002)

(河南工业大学粮油食品学院2，郑州 450052)

馒头是具有鲜明中国文化特色的传统食品，是我国特别是北方最重要的主食食品［1］。馒头评分是评价小麦最终用途非常重要的方法。小麦粉作为馒头的主要原料，其稳定性决定馒头品质的稳定。生产品质稳定的馒头粉，需要对粮仓中原粮进行配麦，利用各个粉路小麦粉进行配粉，并通过小麦粉特性实验，甚至是馒头评分实验来检验最终小麦粉质量。馒头生产企业作为质量控制也需要了解不同厂家、不同批次的小麦粉及工艺参数调整带来的馒头品质变化，需要动态的了解馒头品质情况。馒头蒸制实验要经过和面、醒发、成型、蒸制、评分等一系列过程，需要花费较长的时间。现在小麦粉行业的品质控制还处在比较落后的依靠最终结果质量检验的水平，满足不了现代化制粉企业的质量管理要求［2］。其主要原因是缺乏快速的检测手段，对生产过程的关键点无法进行量化和标准化，因而不能快速准确进行定性判断和控制［2］。对小麦粉生产企业和馒头生产企业，快速馒头评分方法将极大提高食品工业生产力。

近红外光谱分析技术(NIRS)能够适应这种需要快速品质检测的情况。NIRS作为近几十年发展起来的分析技术，具有很多特点，如其操作简单、无损检测、检测速度快、零污染、多组分同时分析、能够在线检测等，并且能够固体、液体、粉末等多种类型的样品进行分析。NIRS在食品、农产品检测方面得到了广泛应用［3－4］，并已逐渐得到了官方认可［5］。因此本文尝试利用近红外方法预测馒头的品质评分参数以期找到快速评定最终产品评分的新方法。

1 材料与方法

1.1 样品与主要仪器

搜集河南省不同地区不同品种的小麦样品150个，从中筛选出31个品质特性具有代表性的样品;Infraxact Lab近红外光谱分析仪:丹麦FOSS公司。

1.2 试验方法

1.2.1 小麦粉制备

制粉:按照NY/T 1094.1—2006方法制粉，小麦粉制备好后放置15 d，待品质稳定后进行馒头制作;粉质仪参数:按照“GB/T 14614—2006”进行测定;湿面筋:按照“GB/T 5506.2—2008”进行测定。

1.2.2 馒头制作与评价

1.2.2.1 馒头制作方法

称取14%湿基的小麦粉200 g倒入已预热(30℃)的和面钵中，用量筒量取粉质仪吸水率77%的水，水温调至30℃，称取干酵母2 g加入量好的水中，用玻璃棒搅拌溶解完全后倒入和面钵中。开启和面机和面，当面团活至最佳状态时(面团表面光滑、成膜性好)取出面团，用压片机在轧距10 mm下压片2次后放入醒发盆中，置于温度(38±1)℃、湿度80%～85%的醒发箱中醒发40 min。一次醒发后取出面团用压片机在轧距5.5 cm下不定向压片18次。将面团按重量平均分成2个，在案板上手工快速成型，塑形后馒头坯高度应为5 cm，将成型后的馒头坯直接置于铺有湿纱布的蒸笼上放到醒发箱中二次醒发15 min，之后置于沸水锅中蒸制20 min，关火3 min后取出，盖干纱布冷却15 min后进行感官评价。

1.2.2.2 馒头品质评价方法

感官评价性状评分在10 min内完成。本试验选取5名经过培训的评价员集体评分，取平均值作为最终评价结果。本文所用评分标准是在GB/T 17320—1998附录B“食品加工特性实验方法及品质评价规则”中“馒头制作与评价标准”的基础上进行了修改，具体评分标准见表1。

表1 馒头评分标准

1.2.3 光谱收集

近红外仪器室温度控制在20～25℃［6］，样品在仪器室放置1 d以平衡样品温度。分析样品之前，要确保仪器已经充分预热，仪器预热1 h后，要通过Check cell检查和Performance Test来检查仪器预热状态，两项检查都通过说明仪器能够正常工作。使用ISIscan软件控制Infraxact Lab近红外分析仪对样品进行扫描，扫描波长范围570～1 848 nm，数据采集频率为每次扫描3 s，光谱数据间隔2 nm，使用大号样品杯装载样品，每个样品重复装样扫描两次，扫描后数据自动保存。

1.2.4 数据处理

将馒头评分结果输入到WinISIⅢ数据处理软件中，进行数据处理。由7种散射校正(Scatter)方法结合4种数学处理方法形成一系列光谱预处理组合，每一种预处理组合处理后的光谱数据使用改进最小二乘法(modified PLS)进行建模，得到一系列校正方程。使用交叉验证标准误差(SECV)和交叉验证决定系数(1－VR)来对校正方程进行选择，对某一个参数的一系列校正模型来说，SECV最低，1－VR最高的模型即为该参数的最佳模型。

2 结果与分析

2.1 小麦粉特性情况

在本研究中，小麦粉样品的特性分布情况对近红外预测模型的建立至关重要。如果小麦粉特性比较集中，会导致最终的馒头评分结果比较集中，不利于近红外定标模型的建立。因此要求试验小麦粉样品要有一定的广泛性，既要收集稳定时间在5～10 min之间比较适合制作馒头样品［7］，同时也要有高筋力、低筋力小麦样品，同时还要考虑到吸水率、湿面筋含量、以及粉质质量指数都具有一定的差异性。小麦粉特性情况如表2。

表2 定标集样品小麦粉特性情况分析表

由表2、图1可知，用于蒸制馒头的小麦粉各项参数差异性比较大，其中吸水率最小值为55.6%，最大值为63.2%，基本涵盖了国内主要馒头用小麦粉的吸水率情况;稳定时间包括了从弱筋1.8 min到强筋15.4 min的小麦，变异系数达到48.85%;湿面筋含量范围从低筋24.2%到高筋37.8%，说明参试样品的面筋含量和筋力强度具有较宽的范围，基本涵盖了国内主要小麦粉品种的状况。粉质质量指数与形成时间、稳定时间成正相关，与弱化度成显著负相关，可以综合评价小麦流变学特性，判断小麦粉筋力强弱［8］，其极差为106，变异系数为 28.31%，说明所选样品整体流变学特性范围较宽。由图1可以看出参试小麦粉的吸水率、稳定时间、粉质质量指数和湿面筋参数从低到高平缓上升，从最低到最高范围之间样品都有分布，说明搜集的样品在各个参数上均有代表性，有利于后期试验的开展。

图1 小麦粉的各种特性分布情况

2.2 馒头评分结果

馒头评分各参数统计结果见表3。

馒头评分结果在本研究中作为近红外分析的主变量，其各个参数需要有一定变化范围。前期在样品选择上充分考虑了4种小麦粉特性参数的差异性，表3反映出馒头品质评分各项参数都有较大的分布范围，其变异系数均在6.1%以上，其中色泽、表面结构、内部结构、弹性、韧性、黏性、气味变异系数达到10%以上，馒头总评分极差达到31.34，充分说明最终得到的馒头样品各个评价参数都有较大差异，进一步说明选取的小麦粉样品小麦粉代表性较强，为下一步研究近红外光谱和馒头评分相关性工作打好了基础。

2.3 建立定标模型

本试验用小麦粉的全光谱数据建立定标模型，并且样品的2次重复扫描光谱全部参与建标，近红外定标模型参数见表4，表中样品数为参与定标的光谱数。

表4 馒头评分近红外定标模型统计表

表4中，高径比和比容是实际测定值，未按馒头评分表换算成评分，以求定标模型可以预测第一手的数据。总评分是所有评分的加和。纵观表4，馒头评分的近红外光谱预测模型取得了较高的预测决定系数(r2)和较低的定标标准误差(SEC)。除了馒头比容，其他参数的近红外模型r2均大于0.729;色泽、外观性状、内部结构、弹性、人性、黏性、气味、总评分r2均在0.8以上，其中弹性、韧性、气味、总评分r2分别为 0.936、0.903、0.933、0.894，以上馒头评分参数分别与常规测试达到显著相关水平。定标模型的SEC能够反映模型对定标集样品的预测能力，可以看到除了总评分，其他馒头评分参数的SEC均小于0.60，其中高径比、比容 SEC 均小于0.074，说明近红外模型具有较好的预测能力。

交叉验证相关系数(1－VR)可以反映定标模型的预测相关系数，交叉验证标准误差(SECV)可以大致评估定标模型的预测准确度。本研究中使用1－VR和SECV对模型预测效果进行评价。从表4中可以得出，近红外模型的1－VR均略小于r2，说明所建模型不存在过拟合现象［9］。除了比容和外观性状，近红外模型的1－VR均大于0.70，其中弹性、韧性、黏性、气味、总评分分别 1 －VR 达到 0.894、0.893、0.816、0.888、0.840。除了总评分所有模型的 SECV均小于0.75;总评分SECV为2.51，相对于其较大的测定平均值(75.16)该值也较低。比容、外观性状的1－VR 较低，分别为 0.401、0.595，但同时其 SECV也较低分别为0.022、0.243，可以适用于较低水平的预测。以上数据表明所建模型具有较高的预测能力和预测精度。

3 讨论

目前国外有学者利用近红外技术预测食品最终品质。Rubenthaler等［10］利用近红外光谱对面包特性进行了研究，指出近红外反射光谱和面包体积的线性相关系数为0.896(校准系数)，标准估计误差(SEC)为48 cm3。Mutlu 等［11］利用近红外反射光谱结合人工神经网络用于预测面包体积、面包重量，预测决定系数分别为0.687、0.714，预测标准误差分别为 0.978、1.002。Jirsa 等［12］在利用近红外光谱分析制粉和烘烤参数也指出NIRS可以预测面团的变形能量、发酵体积和面包体积等特性，至少作为筛选功能上可以使用。面包和馒头同属于小麦粉发酵食品，在某种意义上具有相同点，本研究所建馒头评分近红外模型的r2在0.60～0.93之间，类比国外学者利用近红外对面包特性的研究，本研究所建模型预测参数更多，预测能力更好。国外的相关报道说明利用近红外技术对食品最终品质的预测研究是食品品质快速测定研究的一个方向，目前国内外尚未见使用近红外光谱技术研究馒头品质的相关报道。馒头是我国的主要主食食品，本研究首次研究了利用近红外光谱预测馒头品质的可行性，具有一定的创新性和指导意义。

4 结论

本研究探讨了利用小麦粉近红外光谱预测高径比、比容、色泽、外观性状、表面结构、内部结构、弹性、韧性、黏性、气味、总评分11项馒头评分的可行性。建立的近红外光谱最终模型取得了较高的定标决定系数，除了比容其他参数的r2在0.73～0.94之间;所建模型 SEC较低，在0.020～2.06之间;模型的1－VR略小于r2，各参数SECV值较小，表明所建模型具有较高的预测能力和预测精度。研究结果表明利用近红外方法预测馒头品质参数具有可行性。

［1］苏东民.坚持民族文化传统依靠自主科技创新推进馒头生产经营产业化［J］.河南工业大学学报，2007，2(2):11－18

［2］蒋衍恩.面粉企业的质量管理和过程控制［J］.粮食加工，2010，35(6):16 －19

［3］孙通，徐惠荣，应义斌.近红外光谱分析技术在农产品、食品品质在线无损检测中的应用研究进展［J］.光谱学与光谱分析，2009，29(1):122 －126

［4］张勇，丛茜，谢云飞，等.Nirs分析技术在农业中的应用进展［J］.农业工程学报，2007，23(10):285－290

［5］李桂峰.近红外光谱技术及其在农业和食品检测中的应用［J］.农业与技术近红外光谱技术及其在农业和食品检测中的应用，2007，27(5):91 －93

［6］严衍禄，赵龙莲，李军会.现代近红外光谱分析的信息处理技术［J］.光谱学与光谱分析，2000(6):777－780

［7］王学东，沈炯，李庆龙.小麦粉品质与馒头品质的相关性研究［J］.粮食与饲料工业，2007(3):10－12

［8］姜薇莉，孙辉，凌家煜.粉质质量指数(fqn)对于评价小麦粉品质的实用价值研究［J］.中国粮油学报，2004，19(2):42－48

［9］陆婉珍.现代近红外光谱分析技术［M］.北京:中国石化出版社，2007:1－90

［10］Rubenthaler G L，Pomeranz Y.Near－ infrared reflectancespectra of gard red winter wheats varying widely in protein contend and breadmaking potential［J］.Cereal chemistry，1987，64(6):407 －411

［11］Mutlu A C，Boyaci I H，Genis H E，et al.Prediction of wheat quality parameters using near－infrared spectroscopy and artificial neural networks［J］.European food research and technology，2011，233(2):267 －274

［12］Jirsa O，Hruskova M，Svec I.Near－ infrared prediction of milling and baking parameters of wheat varieties［J］.Journal of food engineering，2008，87(1):21 －25.