□ 蒋丽婷 广州市微生物研究所 孙浩洋 广东省海洋工程职业技术学校

面对严峻的食品安全形势，气相色谱、高效液相色谱等检测技术开始被人们广泛应用。近红外光谱作为一种新型检测技术，在20世纪30年代就已得到认可，但直到20世纪50年代Karl Norris将近红外光谱分析技术用于谷物、水果、蔬菜等的快速定量检测，该技术才开始真正应用于食品检测行业。近红外光谱是指波长介于可见光与中红外之间的电磁波，主要根据不同物质在光谱中的特定吸收峰的位置和形状来推断未知物结构，并根据特征吸收峰的强度来测定各组分的含量[1]。

乳品成分分析和监测是乳品产业中不可缺少的环节，传统方法测量乳品成分含量大都基于分析化学方法。该方法虽然精度高，但样品前处理过程繁琐，分析过程破坏样品、费时费力，且为离线测量。相对于传统方法，近红外光谱技术具有操作简便、分析速度快、绿色、无污染、可在线检测等优势，因而被广泛应用于食品、农业、医药等各领域，对于原料的检测、产品的监控与分析、产品的品质鉴定及掺假分析等都起着重要的作用。

1 近红外光谱技术在乳制品营养成分检测中的应用

1.1 液态奶主要成分分析

液态奶是一种成分复杂的分散体系，且近红外光谱区域的倍频和合频吸收弱、光谱带比较复杂，相互之间重叠也比较多，因此需要对光谱采用合适的预处理以及提取有效的样品信息来消除相关的干扰因素的影响。近十几年来，国内外学者通过采用建模、光谱预处理、光谱采集等方式，对近红外光谱快速测定牛奶、羊奶等液态奶中的蛋白质、脂肪、乳糖含量等进行了研究，验证了近红外光谱可准确、快速定量检测液态奶的结论。例如：李庆波等[2]采用了偏最小二乘法（PLS）建立校正模型过程中数字滤波预处理方法以及利用遗传算法优选波段，测量牛奶中的蛋白质、脂肪、乳糖等成分含量。结果表明：近红外光谱技术可以满足牛奶主要成分含量测量精度的要求，且已基本达到国外同类测量的研究水平。Donato Andueza[3]等利用近红外反射光谱技术预测了不同羊奶中的脂肪酸，得出了采用建模预测羊奶中脂肪酸含量可行性并可采用此模型作为一种新的食品标签用于羊奶成分的常规测定。王丽杰[4]等采用基于直方图规定化思想的模糊层次分析法对牛奶近红外光谱进行主成分权重重置预处理，可以将实际偏差降低50%～85%，比常规预处理方法具有更好的滤波和去噪效果，为光谱分析预处理提供了新的方法、思路和途径。

1.2 奶粉、奶酪等其他乳制品成分分析

徐宗良等[5]采用偏最小二乘法建立了奶粉近红外检测的校准模型，研究表明，近红外光谱技术可实现1 min内快速检测奶粉和乳清粉中的蛋白、脂肪、水分等指标。皮付伟[6]采用近红外光谱技术首创出奶酪的带包装的检测，得出采用近红外光谱技术结合建模分析可实现对带包装奶酪的脂肪、蛋白质、盐分等成分的检测的结论。穆同娜[7]等采用傅里叶近红外光谱技术结合最小偏二乘法测定了奶粉中总脂肪酸、饱和及不饱和脂肪酸含量的近红外数学模型，并通过交互验证和外部检验方式考察了近红外数学模型的可靠性，结果表明采用建立的模型对样品进行预测，预测值与常规化学方法得到的检验结果无显著差异。

除用于奶粉中蛋白质、脂肪等主要营养成分的分析外，一些学者研究了采用近红外光谱技术检测奶粉中钙、铁、锌等矿物质元素。Wu等利用近红外光谱技术和中红外光谱基于最小二乘支持向量机建模预测了奶粉中钙的质量分数。同时，Wu等探索了采用近红外光谱技术结合混合变量选择方法预测奶粉中锌和铁的质量分数，研究发现，运用无信息变量法结合连续投影算法选择变量后，再使用最小二乘支持向量机建模对于奶粉中锌质量分数具有较好的预测效果；利用无信息变量法选择变量后，再使用最小二乘支持向量机建模，对于奶粉中铁的质量分数具有较好的预测效果[8]。

2 近红外光谱技术在乳制品风险评价指标检测中的应用

2.1 掺假成分分析

为实现经济利益最大化，个别奶农和企业常常在乳品中加入植脂末、豆浆、乳清粉，甚至三聚氰胺、硝酸铵等物质以牟取暴利，严重影响了消费者的利益和身体健康，因而如何快速准确判断牛奶中是否掺入了违禁、有害的物质对完善我国牛奶市场监管体系有重要意义。吴静珠等[9]将近红外光谱分析技术与支持向量机技术相结合，对真假奶粉进行分类判别，得出了该方法能够实现真假奶粉判别的可行性。郭美兰等[10]在市售纯牛奶中加入糊精、三聚氰胺等物质，配制掺假牛奶，利用近红外透反射光谱结合PLS-DA、KNN、LDA等模式识别方法和不同光谱预处理方法进行真、假牛奶的识别，得出了采取适宜的模式识别方法和近红外光谱预处理方法，可以良好地鉴别真假牛奶的可行性。程文宇等[11]采用近红外漫反射光谱结合适当的化学计量学方法，对采集的54组添加不同含量三聚氰胺的液态奶样本进行了检测，得出可准确进行是否添加三聚氰胺的定性判别结论。

2.2 农残检测

奶及其制品中农药残留是影响乳制品质量安全的重要因素之一，近红外光谱对甲胺磷、溴氰菊酯、有机磷农药、氯霉素等具有特征吸收峰，在食品、药品的农残检测中已得到广泛的应用研究。王彩云等[12]研究了利用近红外光谱法结合偏小二乘法快速测定牛奶中氯霉素残留含量，结果表明该方法可实现牛奶中氯霉素含量的快速测定。张露[13]利用多元散射矫正和标准正交变量对牛奶中残留的敌敌畏、甲胺磷的可见/近红外光谱进行了预处理，采用偏最小二乘法建立模型，实验结果表明，利用可见/近红外光谱技术检测牛奶中的敌敌畏、甲胺磷残留是可行的。

3 近红外光谱技术在奶制品品质检测中的应用

乳制品的理化指标决定了产品的品质，在生产过程中只有严格控制这些理化指标才能生产出合格的产品。乳制品理化指标的常规实验室测定方法耗时长且繁琐，并不适合生产过程中的在线实时检测与质量控制及多品牌乳品品质的快速比较。Curda L.等[14]利用近红外光谱技术对加工过程中的奶酪的干物质、粗蛋白、脂肪等进行检测，研究结果表明近红外光谱具有监测加工过程中奶酪成分的可行性。颜辉等[15]研究了利用近红外光谱分析技术快速测定多品牌、多类型配方奶粉中蛋白、脂肪及乳糖的方法，对11个品牌的10多种配方奶粉共80个样品采用不同的预处理方法结合PLS建立预测模型，结果表明，通过近红外光谱分析可以快速检测多品牌、多类型配方奶粉中蛋白质、脂肪、乳糖的质量分数。Melfsen A等[16]采用近红外漫反射光谱技术在线预测生牛奶中的脂肪、蛋白质、乳糖等含量及挤奶过程中的体细胞数的精确度，研究结果表明在线分析设备能较精确地预测牛奶中的主要成分。Lyndgaard C B[17]等利用近红外光谱反射技术，研究了牛奶中酪蛋白水解、胶束聚合、网状物形成3个凝固过程，建立了牛奶完全凝结过程模型和牛奶凝结过程的三个分段模型，两个模型的实验数据拟合值高度一致，该研究为奶酪生产企业开发、控制和优化生产过程提供了有价值的参考。

4 展望

近年来，我国乳制品消费量迅速攀升，乳品慢慢成为人们的必需品，乳品安全直接关系到消费者身体健康。然而，在我国，乳品安全问题频发，如何采用快速、简便、无损伤、无污染、成本低的检测技术监控乳品安全就显得尤为重要。目前，国外已建立完善的近红外在线检测体系，可实时监控原料奶及奶制品生产加工过程，国内在这方面起步较晚，仍处于实验室研究探索阶段，未实际应用于乳制品生产加工中，随着研究的日益深入，近红外光谱技术在乳制品分析中将会有更广阔的应用前景。

[1]刘珂,刘保国,张运森.近红外光谱分析技术及应用研究[J].河南工业大学学报:自然科学版,2009(1):88-92.

[2]李庆波,波汪曣,徐可欣,等.牛奶主要成分含量近红外光谱快速测量法[J].食品科学,2002(6):121-122.

[3] Donato Andueza, Jacques Rouel, Yves Chilliard, et al. Prediction of the goat milk fatty acids by near infrared reflectance spectroscopy[J]. Fett Wissenschaft Technologie/Fat Science Technology,2013,115(6):612-620.

[4]王丽杰,杨羽翼.利用主成份权重重置实现牛奶成分浓度快速检测中近红外光谱的净化去噪[J].光学学报,2017(37):350-357.

[5]徐宗良,夏元军,巩军.近红外快速检测奶粉乳清粉成分研究[J].中国乳品工业,2002(2):40-42.

[6]皮付伟.近红外光谱技术在牛奶体细胞、奶酪和奶粉成分中的应用研究[D]. 北京:中国农业大学,2007.

[7]穆同娜,庄胜利,赵玉琪,等.近红外光谱法快速检测婴儿配方奶粉中的脂肪酸含量[J].现代食品科技,2015(4):277-281.

[8]叶世著,彭黔荣,刘娜,等.近红外光谱技术在奶粉检测中的应用进展[J].中国乳品工业,2015(1):24-26.

[9]吴静珠,王一鸣,张小超,等.支持向量机—近红外光谱法用于真假奶粉的判别[J].农机化研究,2007(1):155-158.

[10]郭美兰,孙正鹏,张超,等.近红外透反射光谱用于参假牛奶的快速识别初探[J].化学世界,2010(5):270-273.

[11]程文宇 ,管骁 ,刘静 .近红外光谱技术检测液态奶中微量三聚氰胺的可行性研究[J].食品与机械2015(1):71-74.

[12]王彩云,相秉仁,张伟,等.近红外光谱法快速检测牛奶中氯霉素残留[J].食品科学,2004(6):151-154.

[13]张露.奶品中三聚氰胺和农药残留的拉曼及可见/近红外光谱无损检测技术研究[D].南昌:江西农业大学,2012.

[14] Curda L.,Kukackova O. NIR spectroscopy: a useful tool for rapid monitoring of processed cheeses manufacture[J].Journal of Food Engineering,2004(4):557-560.

[15]颜辉,陈斌,朱文静.近红外光谱分析法快速检测奶粉的品质[J].中国乳品工业,2009(3):49-52.

[16]Melfsen A, Hartung E,Haeussermann A. Accuracy of inline milk composition analysis with diffuse reflectance near -infrared spectroscopy[J].Journal of dairy science,2012(11):6465-6476.

[17] Lyndgaard C B, Engelsen S B, Vanden Berg F W J. Realtime modeling of milk coagulation using inline near infrared spectroscopy[J].Journal of Food Engineering,2012(2):345-352.