利用近红外光谱快速检测牛奶中三聚氰胺的可行性研究

采集了22个合格液态牛奶样品,并制备了50个掺入不同含量三聚氰胺(0.1～1 500 mg·kg-1)的牛奶样品,应用近红外光谱仪扫描其透射光谱,研究利用近红外光谱快速检测牛奶中三聚氰胺的可行性。采用偏最小二乘法建立近红外光谱与牛奶中三聚氰胺含量之间的定量模型,结果表明近红外光谱受检测限的限制,难以准确预测牛奶中掺入的三聚氰胺的含量。而应用近红外光谱,结合判别偏最小二乘法建立定性模型,则可以实现对合格牛奶及掺入三聚氰胺的牛奶的定性鉴别,正确识别率达100%。因此,基于近红外光谱的检测方法可以初步判断牛奶中是否含有三聚氰胺,作为高效液相色谱法的补充,为定量检测做初步的筛查,可大大提高检测效率。     

近红外光谱的头孢类药品成分分析与模型传递方法

药品安全与质量监管迫切需要在线、快速、低成本的成分检测技术。近红外光谱技术在检测成本及速度方面具有显著优势,基于近红外光谱的药品成分检测方法,对于提高药品质量监管水平有着十分重要的研究意义和应用价值。在实际应用中,不同光谱仪器由于性能参数不同,测量光谱存在一定差异,很难实现定量校正模型共享。因此,研究不同光谱仪器之间模型传递对于提高分析效率十分重要。针对头孢类药品成分检测的需要,研究了头孢类药品中三种组分定量校正模型,提出了一种基于马尔可夫链(MC)的转换集选择的不同仪器间定量校正模型传递方法。采用两台不同厂家光谱仪器分别测量56份不同批次的头孢拉定颗粒样品,针对样品的三种组分:头孢拉定、头孢氨苄和水分,使用偏最小二乘法(PLS)建立定量校正模型。通过构建概率矩阵,选择合适的转换集,提高模型转换效率及不同仪器得到光谱数据的建模预测精度。实验结果表明,利用该模型转移算法,可利用少量转换集样本实现不同光谱仪器间定量校正模型转移,模型转移前后,定量校正模型对于三种主成分预测相对误差从9.67%, 52.14%和19.25%,分别下降到到4.37%, 31.12%和11.67%。利用该模型传递方法可以有效修正主从仪器光谱差异,实现了不同仪器测量光谱及定量分析模型传递共享。该研究的建模分析与模型传递方法也为药品成分与质量检测提供了技术支撑。     

基于LS-SVM和THz光谱技术的面粉中苯甲酸检测研究

面粉（小麦粉）是中国北方大部分地区的主食,苯甲酸是重要的酸型食品防腐剂,为了便于食品长期保存,往往会添加苯甲酸以便延长食品保存时间。但食用添加苯甲酸过量的小麦粉会对身体健康产生严重危害。太赫兹技术是一种新兴的检测技术,由于处于特殊的0.1～10 THz的太赫兹频段,在食品安全检测方面体现出了很强的应用潜力。主要致力于探索太赫兹光谱技术检测苯甲酸的合理性、可行性,利用太赫兹时域光谱技术对面粉中的食品添加剂苯甲酸进行实验研究。实验获取了面粉和苯甲酸的太赫兹时域光谱和频域光谱,其吸收系数显示苯甲酸的特征吸收峰在1.94 THz波段,面粉的太赫兹吸收系数几乎以一定的斜率增加,说明可以用THz-TDS（Terahertz time domain spectrum）技术对面粉中的苯甲酸进行特征识别。为建立面粉中添加剂苯甲酸的定量检测模型,实验获取了面粉中掺杂不同百分比（质量分数）苯甲酸的太赫兹时域光谱,计算得到吸收系数谱。实验发现吸收峰幅度的变化是与苯甲酸的含量成正比的,苯甲酸含量增加吸收峰幅度变大。首先探索了不同光谱预处理方法对太赫兹光谱的影响,采用如平滑校正、多元散射校正、基线校正和归一化等方法对原始光谱进行校正处理。校正之后,建立相应的PLS (partial least squares)模型以选择最优预处理方法。然后分别建立苯甲酸浓度和太赫兹吸收系数的MLR (multiple linear regression)、PLS和LS-SVM（partial least squares support vector machines）回归模型,并对比分析不同模型的优劣。将光谱数据归一化后建立的PLS模型更具有优势,预测相关系数R_p为0.979,预测均方根误差RMSEP为1.30%。LS-SVM与PLS和MLR模型相比,LS-SVM模型可以获得更好的建模结果,LS-SVM的预测相关系数R_p为0.987,预测均方根误差RMSEP为1.10%。利用MLR方法仅使用1.946和1.869 THz两个波段点进行建模,建模效果预测相关系数R_p为0.955,预测均方根误差RMSEP为1.90%。通过该研究为面粉中苯甲酸添加剂的无损检测提供了新的解决方案,也为其他类型的添加剂的检测提供了方法指导,对促进面粉行业的健康发展具有重要的意义。     

DWT-iPLS在烃源岩漫反射光谱数据处理中的应用

红外漫反射光谱技术被广泛地应用于粉末样品的定性、定量测量中。但是由于粉末样品自身的特点,颗粒度、密度、表面粗糙程度等几何参数的影响,使得漫反射光谱数据的信噪比很低、背景干扰很大。因此需要一种有效的方法对漫反射光谱数据进行预处理来提高信噪比,消除背景干扰。文章采用了离散小波变换对红外漫反射光谱进行了预处理,有效地消除了光谱中的高频噪声和低频背景的干扰,并结合iPLS(间隔偏最小二乘回归)方法进行线性回归分析,建立了用于复杂样品体系组分分析的建模方法(DWT-iPLS)。并以烃源岩的红外漫反射光谱为例,将DWT-iPLS应用于数据的预处理及建立数学模型,其结果与未用DWT预处理的方法相比较,准确度有明显的提高,证明了此方法是一种快速有效的定量分析的建模方法。     

牛奶中三聚氰胺的可见/近红外光谱快速判别分析方法的研究

为探讨基于可见一近红外光谱技术快速检测牛奶中是否含有三聚氰胺的可行性.文章通过往液态奶中添加不同含量的三聚氰胺,共制备样本160个.利用Handheld Field Spec光谱仪获取样本光谱,其后采用不同的预处理方法对光谱数据进行预处理,然后分别建立数学模型,比较模型的好坏,得到采用移动平均平滑作为数据的预处理方法较好.从160个样本中随机的取出120个样本建模,剩下的40个样本作为独立的验证集.采用偏最小二乘回归法(PLS)和最小二乘支持向苗机法(LS-SVM)方法分别建立判别分析模型,利用独立的验证集对判别模型进行了预测验证.预测结果的预测相关系数(R2)分别为0.917 4(PLS)和0.910 9(LS-SVM),预测标准误差(RMSEP)分别为0.030 4(PLS)和0.046 7(LS-SVM).研究结果表明近红外反射光谱可以作为一种快速检测牛奶中三聚氰胺的方法.     

用于低丰度添加剂检测的具有表面增强拉曼光谱活性的Au@Au@Ag双壳核纳米粒子的制备（英文）

本文合成了 Au@Au@Ag双壳核纳米粒子,并利用透射电子显微镜、扫描电子显微镜和紫外可见光谱进行了表征.以结晶紫作为拉曼探针,并与相同方法制备的Au、Au@Ag和Au@Au核壳纳米粒子比较,发现其表面增强拉曼光谱活性明显增强.通过引入氯化钠,发现所得材料的表面增强拉曼光谱活性进一步增强,氯化钠浓度在表面增强拉曼光谱检测中起着关键作用.在适当的氯化钠浓度下,检测限可低至10~(-10) mol/L,并讨论了其中可能的增强机制.通过简单的样品预处理,利用该材料作为基底可以检测辣椒粉中罗丹明B,检出限可达5 μg/g.该研究表明Au@Au@Ag双壳核纳米粒子在检测低浓度非法食品添加剂方面具有潜在用途.     

水体有机污染物浓度检测中的紫外光谱分析方法

水体中的大多数有机污染物在紫外区域有较强的吸收,因此可利用紫外吸光度检测水体中的有机污染物浓度。在检测过程中,通过平滑、导数、标准正态变量变换等光谱预处理后,采用主元回归、偏最小二乘、支持向量机等方法建立回归模型,并由该模型依据待测样本的紫外光谱数据计算出有机污染物浓度。为了探究不同的预处理方法、建模方法在有机污染物浓度检测中的特点及内在联系,本文对一组来自污水厂进出水的光谱数据采用不同的预处理和建模方法进行实验研究,研究结果表明:当获得的原始数据较好时,可以直接进行建模,进行光谱预处理反而会使模型效果下降;由于本实验中污水的样本数小于光谱数据点数,所以最小二乘支持向量机更适合于本组实验样本。     

近红外光谱定量分析土壤全氮含量预处理方法探讨

提高土壤全氮含量检测的精确性对于精准农业具有非常重要的意义。本文基于近红外光谱技术,对光谱数据预处理方法进行研究。以土壤全氮含量为检测对象,采用平滑+一阶导数、基线校正+归一化、一阶导数+归一化等方法对采集样品的光谱数据进行预处理方法干预,并运用PLS算法分别建立土壤全氮含量的预测模型,分析不同种预处理方法对于近红外光谱建模精度的影响。实验结果表明应用基线校正+归一化处理后建模得到的预测均方根误差RMSEP为0.025,决定系数R~2为0.98,预测精度最佳。     

利用多元散射校正提高油菜籽脂肪酸近红外分析精度

近红外光谱技术可对完整油菜籽进行快速无损检测分析,但因受样品装填密度、颗粒大小及分布不均匀等物理因素的影响,光谱测量散射误差较大.本文利用MSC技术、相关分析和微分预处理光谱数据,结合PLS回归建模和交叉验证方法,建立了油菜籽脂肪酸近红外光谱分析模型.研究表明,MSC校正和其它光谱预处理方法相结合显著地提高了模型的分析精度,减少了模型的PLS主因子数.     

用于低丰度添加剂检测的具有表面增强拉曼光谱活性的Au@Au@Ag双壳核纳米粒子的制备

本文合成了Au@Au@Ag双壳核纳米粒子,并利用透射电子显微镜、扫描电子显微镜和紫外可见光谱进行了表征. 以结晶紫作为拉曼探针,并与相同方法制备的Au、Au@Ag和Au@Au核壳纳米粒子比较,发现其表面增强拉曼光谱活性明显增强. 通过引入氯化钠,发现所得材料的表面增强拉曼光谱活性进一步增强,氯化钠浓度在表面增强拉曼光谱检测中起着关键作用. 在适当的氯化钠浓度下,检测限可低至10^-10 mol/L,并讨论了其中可能的增强机制. 通过简单的样品预处理,利用该材料作为基底可以检测辣椒粉中罗丹明B,检出限可达5 μg/g. 该研究表明Au@Au@Ag 双壳核纳米粒子在检测低浓度非法食品添加剂方面具有潜在用途.     

光谱关键变量筛选在农产品及食品品质无损检测中的应用进展

农产品及食品的品质与安全一直以来都是人们关注的焦点,不仅关系着人们的身体健康,而且关系着社会稳定甚至国家安全。由于农产品及食品的品质不合格引发的安全事件备受社会各界的广泛关注。对农产品及食品的品质的监管长久以来都是分析检测领域的重点和难点。我国人口众多,对农产品和食品的消费量非常大。面对如此大量农产品及食品品质的无损快速检测需求,光谱法以其快速、无损、高效、环境友好、可现场检测等诸多特点,为农产品及食品品质的无损快速分析提供了良好的解决方案。然而,传统的光谱法在检测过程中所使用的数据量十分庞大,不仅在建立校正模型过程中会消耗大量时间,而且难以完成大量农产品及食品的品质在线高通量无损快速检测。大量数据的计算成为限制光谱类分析仪器工作效率的主要瓶颈之一,并且大量数据的计算对仪器设备的硬件配置也提出了非常高的要求,从而间接地提高了光谱分析技术的应用成本。近年来,关键变量筛选技术脱颖而出,并成为光谱分析的一个新热点。通过筛选,采用少量关键变量建立校正模型即可得到和全谱数据建模准确度相差无几的分析结果,从而可以有效提高分析仪器的工作效率并间接地降低光谱分析技术的应用成本,进而为农产品及食品品质的高通量检测提供了可靠的技术支持、为满足人民日益增长的美好生活需要提供科技保障。针对光谱关键变量筛选在粮食及粮食作物、蔬菜、水果、经济作物、肉类、食品品质与安全领域的无损检测应用进行综述,对光谱关键变量筛选技术的应用从筛选方法、应用范围、应用效果等方面进行了分类总结归纳,并就光谱关键变量筛选技术在农产品及食品品质无损检测中的应用从变量筛选方法特点及趋势、所选变量的稳定性和可靠性、所选变量的实际意义等方面进行了展望。     

红肉质量的高光谱无损检测研究进展分析

随着小康社会的全面建成，居民对生活水平的要求已经从温饱过渡到高质量，特别是对饮食安全问题尤为重视，但是“变质肉”、“掺假肉”、“添加肉”和“注水肉”等食品质量安全事故频发，已经严重威胁到了我国居民生命安全并阻碍了市场良性发展。目前，红肉质量检测主要依托复杂的理化实验完成，对红肉产品具有强烈的破坏性，仅适用于市场监管部门的抽查。高光谱技术作为一种原位无损、高通量、快速的智能检测技术，为解决传统检测方法在红肉生产销售全产业链中缺乏操作可行性提供了有效的技术手段，可以极大的促进我国红肉质量安全监管体系的发展与健全。综述了近几年国内外关于红肉质量高光谱无损检测研究的最新进展：首先，总结了基于高光谱无损检测技术构建红肉质量无损检测模型的优缺点，其优势是具有图谱合一、高分辨率等特性，为模型多样性提供良好的数据基础；其劣势是高光谱数据的冗余度高、信噪比低、非线性强，对模型效率造成一定影响。然后，重点分析了红肉质量无损检测建模中关键算法的研究进展：（1）感兴趣区域一般通过手动获取，感兴趣区域的自动分离方法是目前研究的重点之一；（2）光谱预处理算法主要通过观察光谱信号或根据建模效果反推选择，目前还未形成标准通用的预处理算法；（3）综合红肉光谱和图像特征，能够全面反映红肉的质量特性，为建模提供了良好的数据基础；（4）线性模型的发展应用较为成熟，稳定性较好，但是面向复杂的红肉质量检测环境，非线性模型的研究潜力更加良好。最后，通过综述近几年红肉质量的高光谱无损检测研究成果，展望了未来的研究中，提高算法自动化、充分利用图谱信息、加强非线性模型的应用将成为重点研究方向。     

指纹光谱病原菌快速检测研究进展与趋势

病原菌检测对于保障饮用水和食品安全,应对突发公共卫生事件至关重要。现行检测标准或方法存在操作耗时费力,成本高等缺陷,难以满足现代社会高时效性要求,因此开发操作简单、低成本的病原菌快检技术迫在眉睫。近年来,随着激光技术和光电探测技术的高速发展,能够快速获取微生物指纹信息的激光光谱引起了研究者的广泛关注,其中表面增强拉曼光谱（SERS）和激光诱导击穿光谱（LIBS）由于具有快速、原位无损或微损检测等优点,在病原菌快速检测领域广受关注。SERS作为一种分子振动光谱技术,是在常规拉曼（Raman）光谱中引入具有光学信号放大作用的贵金属纳米结构,实现Raman信号数量级的提升同时能够猝灭荧光,因此可以快速获取目标分子的指纹光谱信息。然而受贵金属纳米粒子的材质、形貌、大小等自身属性,以及与待测物距离等多种因素的影响,重现性仍然是SERS在细菌检测中的一大瓶颈。LIBS作为一种新兴的原子发射光谱技术,具有多元素实时检测的能力,可以快速获取样品包括微量和痕量元素在内的所有元素信息。LIBS进行细菌分类和鉴别时,为了降低基底、共存基质的元素干扰,需采集大量纯培养细菌的光谱数据,不仅增加了检测周期,同时带来定性定量难两全的局面。结合SERS和LIBS技术在病原菌快检领域的研究现状,综述了两类方法各自的优势和局限性,并对其在病原菌快速检测领域的发展趋势进行了展望,为开发基于激光光谱的病原菌快检技术提供参考意见。     

提高近红外光谱法检测人体血液等复杂溶液成分准确度的研究进展

近红外光谱常被用于含氢有机物质等的物化参数测量,可以提供丰富的结构和组成信息在复杂溶液的光谱定量分析中更是被广泛应用。然而在人体血液等复杂溶液的近红外光谱分析中,强大的背景信息造成的噪声干扰和冗余变量的存在,严重影响着样品的光谱测量和分析,影响着分析的效率和准确度。如何消除背景噪声等的干扰来提高分析准确度已经引起高度重视,近几年来,国内外学者提出了许多基于化学计量学方法的相关方法。从光谱预处理、变量优化和建模分析三方面,以传统的化学计量学方法出发,总结和分析这些方法在人体血液等复杂溶液的近红外光谱定量分析的应用和各自的特点,为提高光谱定量分析准确度的研究提供参考。     

太赫兹波谱技术在食品掺假检测中的研究进展

近年来食品掺假事件频繁发生,对食品安全领域产生巨大挑战,食品掺假问题已成为人们关注的焦点和讨论的热点,因此实现食品掺假的快速、准确以及无损检测对保障食品质量和安全具有重要意义。随着新食品原料、新添加剂以及新型食品加工技术不断涌现,使得食品掺假问题呈现技术化、隐形化、多样化等特征,食品中掺假对象的鉴别技术面临更严峻的挑战。目前一些现代检测技术可针对食品掺假问题进行有效检测,如高效液相色谱法、稳定碳同位素比值法等,然而由于需对样品进行复杂预处理、检测仪器操作技术要求较高等原因,使其针对现有的食品掺假检测存在一定的局限性,因此寻求一种新型的、灵敏度高的以及具有指纹特性的无损检测技术进行现有食品掺假检测成为关键。太赫兹（Terahertz,THz）波谱是指频率在0.1~10 THz之间的电磁波,具有微波和红外双重特性,其中包括指纹特性、相干性、安全性等。由于物质中大部分有机大分子之间弱相互作用、骨架振动、偶极子的旋转和振动跃迁频率与太赫兹波谱相对应,使得太赫兹技术在食品掺假检测应用领域蕴含着巨大的潜力。首先阐述了太赫兹波谱技术用于物质检测的原理;重点综述了太赫兹波谱技术在食品掺假检测方面的最新研究进展,具体以转基因食品鉴别、食品原产地鉴别、乳制品掺假检测、蜂蜜掺假检测及其他食品掺假检测进行综述;其次分析了目前太赫兹波谱技术在食品掺假检测方面所存在的问题,如水分吸收、散射效应等影响;最后展望了太赫兹波谱技术在食品掺假检测方面的应用前景,如开发低成本的太赫兹源和探测器以促进太赫兹技术普及应用、将机器学习算法用于太赫兹波谱建模分析以提高模型精度和分析速度、与其他现代检测技术结合使用以实现检测技术间优势互补等;以期为开展太赫兹波谱技术在食品掺假检测方面研究提供参考和指导。     

单类分类方法结合光谱分析在食品真实性鉴别中的应用

近年来,假冒伪劣食品已日益成为广大消费者密切关注的问题,食品真实性评估是缓解这一问题、保护公众健康的有力手段。在仪器设备和样品处理的高要求下,现代检测技术通常需要大量时间和金钱的成本消耗,而如今食品掺假手段不断变换,花样日益翻新,使得这类检测技术存在一定的局限性。为促进食品安全质量监管的效率和水平提高,为监管工作提供有力的科学技术支撑和保障,需要寻求新型检测技术。光谱分析技术,以操作简单、快速无损的优势近年来被广泛应用,作为一种间接分析技术,结合数据统计学中的分类方法建立模型后更能有效进行真假鉴别。在分类方法中,由于现实生活中五花八门的掺假类型以及在真假样本数量差异大的情况下,常用的分类方法效果可能出现偏差。但单类分类方法（one-class classification）是一种只针对一类实例建模分析,以特定的置信水平固定目标样本类的边界,对新样本的类别进行判定的方法,利用这一特点能有效区分不同于真实样本的数据,大大减少了检测的工作量,在食品掺假检测应用领域有一定的发展潜力。对近年来模式识别中的分类方法——单类分类方法进行了综述。通过阐述光谱分析结合分类方法用于食品掺假检测的必要性,比较在同一情形下多类分类方法和单类分类方法的判别率,简介单类分类方法的特点,并重点介绍几种常见的单类分类方法如数据驱动的簇类独立软模式（DD-SIMCA）、单类偏最小二乘（OCPLS）、单类支持向量机（OCSVM）以及单类随机森林（OCRF）,论述单类分类方法在食品真实性鉴别中的应用,具体在食用油,乳制品,饮料,保健品,香辛料及谷物方面进行了阐述,还分析了当前单类分类方法存在的问题,最后对该技术的应用前景进行展望,为食品认证分析提供了一定的理论依据。     

光谱技术在水产品品质检测中的应用研究进展

随着我国水产养殖业以及水产加工业的快速发展,水产品在国民饮食结构中占比越来越大,消费者对于水产品的质量要求也越来越高。为了满足消费者对水产品的质量要求,企业和市场需要在供应链的各个环节对水产品进行检验并公之于众。因此,迫切需要开发一种能够满足对水产品进行快速无损检测的技术。光谱技术可以根据样品特征波长处的波谱特性推算出其物质性质与组分含量,在水产品新鲜度检测、有害物残留检测、有害微生物含量检测、质量分级、掺假分析等方面具有巨大的应用前景。对水产品品质检测中几种常用的光谱技术的优势和局限性等特点进行讨论和总结,认为光谱检测技术与实验室传统理化检测方法相比具有快速、无损、测试重现度好,精度高等优点,这些特点使得在线实时检测水产品质量成为可能,继而可以带来巨大经济效益。但光谱检测具有前期投入高,模型普适性差且需持续维护的缺点,每种光谱技术也分别有各自的适用范围及局限性,因此光谱技术在水产品品质检测中的应用有待进一步研究改进。此外,整理了国内外现有的相关研究文献,对检测过程中常用的光谱数据预处理算法和预测模型进行讨论和评述,重点阐述了水产品品质检测中的几种常用光谱预处理算法和光谱数据建模方法的特点和应用现状。目前光谱技术在水产品品质检测中的应用主要处于实验室研究阶段,尚未大规模应用于商品市场和消费市场,根据上述分析展望了光谱技术在水产品品质检测中应用的发展方向,认为建立统一、标准、高效的光谱检测模型库,结合多个指标进行相关性分析,并排除光谱采集过程中的环境干扰,实现水产品品质实时在线检测是未来的技术发展趋势。     

近红外光谱和模式识别的菊花品种无损鉴别

菊花为菊科植物菊的头状花序,滁菊、贡菊、杭菊和亳菊是常见的几类药用品种菊花。不同品种菊花在外观上具有极大的相似性,非专业人员仅凭肉眼难以对其进行准确鉴别分析。常规仪器分析法检测成本较高,分析时间较长,且需要对样品进行破坏性处理,影响了产品的二次销售。近红外光谱技术作为近年来快速发展起来的一种绿色、简单、快速的新型检测技术,在中药鉴别领域取得了很大的进展。基于便携式近红外光谱仪结合化学计量学方法建立了一种菊花品种无损鉴别方法。利用便携式近红外光谱仪采集了滁菊、贡菊、杭菊和亳菊完整以及粉末状两种物理形态样品的光谱,采用单一以及组合光谱预处理方法消除光谱中存在的干扰,结合不同模式识别方法（主成分分析法、软独立模式分类法和Fisher线性判别分析法）分别构建了不同品种菊花的鉴别模型。结果表明：由于仪器的限制及样品物理性状的原因,光谱中存在较为明显的背景、基线漂移以及噪声的干扰,完整样品由于物理性状的原因,基线漂移干扰尤为严重;采用主成分分析法结合光谱预处理方法无法实现不同品种菊花的准确鉴别,完整样品最佳鉴别正确率仅为8.33%,粉末样品最佳鉴别正确率为52.38%;通过软独立模式分类法结合预处理方法可以得到较为准确的鉴别结果,完整样品光谱数据经一阶导数+多元散射校正优化后鉴别正确率为95%,粉末状样品数据采用原始数据的鉴别正确率为92.5%;Fisher线性判别分析方法结果最佳,完整样品数据经连续小波变换优化后可以得到97.5%的鉴别正确率,粉末状样品采用原始光谱便可得到100%鉴别正确率。以上结果表明,当采用合适的预处理和建模方法,完整样品和粉末状样品鉴别结果较为一致,基于便携式近红外光谱仪结合化学计量学可实现对不同品种菊花的准确无损鉴别分析,为食药同源产品的无损鉴别分析提供了新途径。     

近红外光谱通用模型在农产品及食品检测中的研究进展

我国人口基数大,农产品和食品的需求量多。农产品和食品的质量与安全与人们的日常生活息息相关。如何实现使用无损、快速、环境友好型、高通量的检测方法对农产品和食品的品质进行检测,是当代社会的发展需要。传统的检测分析方法存在着耗时耗力、检测的样品不能再次出售、产生次品漏检的现象等缺点。近红外光谱分析技术作为一种快速无损的检测手段,逐渐被一些学者以及相关行业人员所重视。然而,近红外光谱分析方法大多数只针对于单一物料建立数学模型。对于数量庞大且种类众多的农产品和食品而言,如不同地域、不同年份、不同温度、不同加工方法、不同成分组成甚至是不同品种,这种相对传统的近红外分析方法无疑会增加建模的工作量。随着计算机技术、光谱仪硬件、化学计量学以及互联网技术的发展,相关学者已经开始着手于近红外光谱通用模型的研究与开发来解决这一问题,即建立一个近红外通用模型,能够对多种物料的同一指标或多种指标进行检测。相比于传统的近红外光谱模型,通用模型具有建模成本低、工作量小等优点,特别使近红外光谱技术在农产品和食品领域中应用以及推广方面具有重要的意义。针对近红外光谱通用模型在农产品和食品检测中的研究进行综述,通过比较传统模型建模方法与通用模型建模方法,分别就建立通用模型过程中样品信息的获取、模型的建立以及样品信息的预测三大建模步骤中使用的方法进行总结,并归纳了近红外光谱通用模型在建模步骤中的要点。近红外光谱通用型模型在农产品以及食品品质检测方面的研究尚处于发展阶段。也提出对于通用模型开发与研究的一些建议,并就近红外光谱通用模型预测方法在检测领域的发展趋势进行了进一步展望。     

FTIR在物质结构分析方面的研究进展

从三聚氰胺、"瘦肉精"、苏丹红、塑化剂、地沟油到如今的"皮革奶",动物源性食品安全问题层出不穷,动物养殖环节中非法添加物的使用、高风险物质的滥用问题日益突出,如何实现对未知添加物的筛查与确证面临严峻考验。红外光谱,与核磁共振谱、质谱、紫外光谱一样,是进行结构分析的有力工具。目前,在畜产品质量安全方面,应用傅里叶红外光谱(FTIR)对这些添加物进行分析的研究很少。本文总结了当前FTIR物质结构分析方面的应用,包括对已知化合物光谱特征、分子构象、稳定性、同系物、衍生物、反应产物等的分析,对大分子物质官能团的推断,对未知物分子结构式的确证和对复杂生物样品的组分分析或种类辨别,以期形成对动物养殖环节中非法添加物或高风险物质筛查的新思路,希望建立针对动物养殖环节中可能出现的有危害性的添加物的红外光谱库、官能团库,在此基础上形成未知添加物的综合解析与确认技术规程,对可能引起重大食品安全事故的添加物进行早期预警,从而防患于未然。