◎ 陈 巍，王卫和

（武汉市新洲区公共检验检测中心，湖北 武汉 430400）

农产品安全和食品安全是全社会都重视的问题。近年，无论是国内还是国外都出现了食品安全方面的恶性事件，例如“三聚氰胺”“疯牛病”“猪瘟”“毒大米”等事件，对人们的生命安全和身体健康造成严重威胁。为了有效避免这些问题，须加强对农业和食品的检测分析。相关部门和工作人员需要整合各种资源，大力加强各种资源管理，充分发挥现代网络技术的作用，实现中心数据库和终端用户的共享。近红外光谱检测技术在实际应用过程中，因为信号幅度变化相对稳定，所以被广泛应用于各行业，大力推动了行业的发展。

1 近红外光谱检测技术在农业与食品分析中的作用

1.1 近红外光谱检测技术的作用

近红外光谱被视为一种电磁波，波长范围通常在700 nm~2500 nm之间。近红外光谱检测技术用于农产品和食品进行检测，主要作用就是对产品的原料组成和产品质量进行检测，明确每种成分的比例和含量，及时分辨产品中的有毒有害物质[1]。近红外光谱检测技术是安全质量检测和监控的重要手段，该技术能够对产品成分进行详细分析，从而对产品品质进行鉴定和辨别。近红外光谱检测技术具有诸多优点和功能，如在检测过程中不会对产品造成损坏，可以在确保产品完好的情况下进行有效检测，不会影响产品整体质量，所以，该技术在农产品检测和食品检测方面有极其重要的作用和意义。

1.2 近红外光谱检测技术的优点

（1）操作步骤较为简单，不需要复杂的试验，简化了检测流程，提高了检测效率[2]。

（2）检测时间相对较短，可以快速完成产品检测并投入市场中。对于食品和农产品来说，检测时间是影响产品质量的重要因素，如果检测时间较长，会对产品的生产效率和销售造成影响。

（3）操作简单，不需要专业的检测人员就能完成检测工作，而且不需要多人进行检测，能够有效提高工作质量和工作效率，减轻工作负担，降低工作难度。

（4）具有较强的环保性，不会对环境造成污染，能够有效降低环境监测成本，提高企业经济效益。

（5）具有优化迭代的属性，通过对数据的不断积累，将其中质量较高的数据进行汇总和分析，能有效提高检测精度。目前，我国现代化信息技术不断优化，该技术具有较大的优化空间和发展前景[3]。

（6）应用前景广泛，近红外光谱检测技术目前主要用于农产品和食品有毒物质的检测，但是实际应用范围非常广泛，可以进一步深入分析和研究，使其应用于更多领域。

2 近红外光谱检测技术在农业中的应用

近红外光谱最早应用于农业中，而后逐渐向其他行业延伸。近红外光谱能够对农业产地、农产品和土壤的情况进行检测，具体检测情况如下：

（1）水稻、小麦、大麦、大豆、玉米的定量分析项目和定性分析信息为淀粉、蛋白质、水分、纤维素、品质级别、季节鉴别、氨基酸、含油量。

（2）烟草的定量分析项目和定性分析信息为水分、尼古丁、总糖、灰分、香料、总氮、保湿剂、还原糖、登记分类、产地鉴别。

（3）茶叶的定量分析项目和定性分析信息为水分、总氮、咖啡碱、游离氨基酸、茶多酚。

（4）水果、蔬菜的定量分析项目和定性分析信息为水分、维生素、酸度、含糖量。

（5）饲料的定量分析项目和定性分析信息为粗蛋白、干物质、灰分、粗纤维、代谢能、消化能、氨基酸、植酸磷。

（6）储藏面粉的定量分析项目和定性分析信息为昆虫片段。

（7）混合肥料的定量分析项目和定性分析信息为钾、磷、钙、钠。

（8）土壤的定量分析项目和定性分析信息为有机质、灰分、钾、磷、腐殖质、燃油污染程度。

（9）动物植物细胞组织的定量分析项目和定性分析信息为气味、天然香料、香油精、香料、纤维、生物碱。

3 近红外光谱检测技术在食品中的应用

近红外光谱检测技术不仅能够对食品的品质进行检测，而且能够有效应用于食品加工过程中的动力学行为和组成变化方面。例如，近红外光谱检测技术能够对微型磨面机生产的产品化学成分变化进行检测。在对奶酪进行加工过程中，可以对采样时间进行优化，针对不同来源奶酪的物理动力学值和化学动力学值进行分析。通过对农产品颜色变化来确定农产品的成熟度、新鲜度和安全性[4]。在对烤制食品进行检测过程中，可以通过水分含量检测，明确食品的质量。在对草莓、葡萄、苹果、梨等果汁加工过程进行检测时，可以通过总固体形态和可溶性成分的含量变化，明确检测结果。在对啤酒进行检测时，主要检测其中的糖分和酒精含量变化。具体检测内容如下：

（1）乳制品的定量分析项目和定性分析信息为乳糖、脂肪、灰分、水分、固形物、酪蛋白、乳酸。

（2）蛋类、鱼类、肉类的定量分析项目和定性分析信息为含水量、蛋白质、盐分、脂肪酸、氨基酸、热量。

（3）红酒的定量分析项目和定性分析信息为有机酸、含氮量、乙醇、含糖量。

（4）白酒的定量分析项目和定性分析信息为淀粉、水分、支链淀粉。

（5）啤酒的定量分析项目和定性分析信息为麦芽糖、乙醇、水分。

（6）饮料的定量分析项目和定性分析信息为葡萄糖、果糖、蔗糖、咖啡因。

（7）咖啡的定量分析项目和定性分析信息为咖啡因、水分、绿原酸。

（8）饼干、面包的定量分析项目和定性分析信息为水分、蛋白质、脂肪、淀粉。

（9）酱油、食用油的定量分析项目和定性分析信息为酸值、红色素、黄色素、乳酸、葡萄糖、粘度、氮、盐。

（10）转基因食品的定量分析项目和定性分析信息为标记基因转变、监测蛋白变化。

4 近红外光谱检测技术存在的问题

近红外光谱检测技术在当前实际应用过程中存在诸多问题。数学建模工作是该技术在应用过程中最困难的因素，相关人员需要具有丰富的建模经验和较强的专业知识。要想建立良好有效的数学模型，就必须有丰富的样品资源，并从样品资源中选择合适的建模样品，使样品的组分含量更加均匀，而且在实际建模过程中，样品类型和组分含量的变异范围都要对待测样品的类型和变异范围进行涵盖。同时，还需要有良好的实验条件和充足的化学分析知识，根据标准的方法开展化学分析工作。在建好样品模型后，可以根据化学分析数据对模型和数据进行优化和完善。由此可以看出，数学建模工作对技术和知识水平有较高的要求，而且工作内容较为繁琐，工作量较大，需要投入大量的经济成本。为了有效克服这一问题，需要从以下两个方面入手：首先，对模型转移问题进行深入分析和研究，将已有的优良模型合理应用于不同型号和不同厂家的仪器中，要想实现这一目标，需要各个生产厂家制定统一的技术标准，同时还要对仪器性能的安全性和稳定性进一步优化。其次，在各个地区和各个行业中建立近红外分析中心，以此对数字模型的建立、维护和优化进行管理。用户通常会根据相应的标准和操作条件对待测样品的近红外光谱进行提取，可以通过互联网技术有效实现资源共享以及数据的远程分析[5]。

5 近红外光谱检测技术优化建议

近红外光谱检测技术应用于农业和食品安全检测中，由于存在模型构建问题，所以需要加强对模型的优化和研究。企业要引进更加完善、更加优秀的模型，将其投入不同阶段的生产和建设中，从而制定相关行业标准和规范，为近红外光谱检测技术的发展打下良好基础。除此之外，还可以将同一个模型用到不同的企业和不同的设备中，能够有效降低分析难度，提高检测单位效能。各行各业的数据中心可以对检测技术模型进行有效汇集，并对模型进行及时优化和建设，促进检测能力和检测效率的提升，以保障农产品和食品的安全。

6 结语

总体而言，我国目前极其重视农业安全和食品安全问题，正在逐渐提高对农业和食品安全检测的要求。近红外光谱检测技术的应用和普及，能够及时发现农业和食品中存在的问题，如农药残留、病虫害、土地污染等，以此保障农产品和食品的安全，保障人们的健康。