（农产品加工及贮藏工程专业论文）近红外光谱技术在液态奶质量评定中的应用研究.pdf

摘要 本文以牛奶为研究对象考察了近红外光谱分析技术在牛奶质量控制中的应用，并进行了近 红外定掇、定性建模规范化的探讨。 在定揖检测方面，以牛奶中脂肪、蛋白质、乳糖等主要成分为研究对象，考察了长波段透射 法、积分球反射法，以及c c d 短波近红外透射法的检测效果。得到了三种光谱采集方法备1 3 的 展佳光谱采集参数，最佳预处理组合，以p l s 法建立校正模型得到的预测模型除乳糖稍著外都 能很好的_ = | 丁样晶的预测。本文还对各种方法的模型稳定性动态适应性进行了探讨，除c c d 短波透射法对光谱采集规范化要求较高外，其他方法的抗干扰能力都很强，最差模型的预测误差 也小t2 ，可以满足实际检测的要求。 在定性鉴别方面，以牛乳中是否含有复原乳的鉴别为例，考查了不同加i ：j ：艺对牛奶光谱的 影响，首次发现各种加f ：后的牛奶与原料乳间在1 9 0 0 n m 附近有明显的区别。通过这一特征波妖 点可以缀好的判断牛乳是否经过加l ：处理：利川s i m c a 方法得到的判别结果为原料乳中复原乳 掺入比例为1 0 的牛乳样品止确判别率为9 6 7 ，当掺入比例达到2 0 以上时，可以1 0 0 的止 确判别，由t - 目前市场上销售的商晶奶中掺入复原乳的比例都远高丁2 0 ，因此该技术可以很好 的达剑复原乳鉴别的要求；定培判别结果也相当理想僻= 0 9 7 1 r m s e p = 7 7 6 ，r p d = 5 1 3 1 ；对 丁商品乳中复原乳的刿别结果也可以达到9 8 1 。 关键词：近红外光谱技术，牛奶，复原乳，成分，数学模型 a b s t r a c t t h et h e s i se x p l o r e st h ea p p l i c a t i o no fn e a r - i n f r a r o ds p e c t r o s c o p yi nm i l kq u a l i t yc o n t r o l ，a n d d i s c u s s e st h ep r o c e s ss t a n d a r d i z a t i o ni nq u a l i t a t h ea n dq u a n t i t a t i v ec a l i b r a t i o n i nt h ea s p e c to fq u a n t i t a t i v ec a l i b r a t i o n ，t h et h e s i sf o c u s e so l lm i l km a i nc o m p o n e n t s ( f a t ，p r o t e i n ， a n dl a c t o s ee r e ) i n s p e c t i o nu s i n gt r a n s m i t t a n c em e t h o da n dr e f l e c t a n c em e t h o di nl o n gw a v en u m b e r r a n g ea n du s i n gc c dt r a n s m i t t a n c em e t h o di ns h o nw a v en u m b e rr a n g e , a n do b t a i n st h eo p t i m a l c o l l e c t i o np a r a m e t e r sa n dt h eo p t i m a lp v e t r e a t m e n tc o m b i n a t i o no ft h et h r e em e t h o d sb yp l sm e t h o d e x c e p tt h el a c t o s er e s u l tr e c e i v e db yt h em - q l e c t a n c em e t h o da n dc c dt r a n s m i t t a n c em e t h o d ，a l lo ft h e p r e d i c t e de f r o g sa r el e s st h a n2 ，w h i c hc a nm e e tt h ed e m a n do ft h ei n s p e c t i o n si np r a c t i c e ，a n dt h e m o d e l s h a v es u p e r i o rs t a b i l i t ya n da d a p t a b i l i t y i nt h ea s p e c to fq u a l i t a t i v ec a l f i o n ，t h et h e s i ss t u d i e st h ef e a s i b i l i t yo fr e c o n s t i t u t e dm i l k i d e n t i f i c a t i o ni nm i l k b yd i s c u s s i n gt h ei n f l u e n c eo ft h ed i f f e r e n tm i l kp r o c e s s e st ot h en 1 rs p e c t r a ，i t i sf o u n dt h a tt h er a wm i l ka n dp r o c e s s e dm i l kh a v es i g n i f i c a n td i f f e r e n c ei nt h e1 9 0 0n mr e g i o n ，w h i c h c a nb eu s e dt oi d e n t i f yt h er e c o n s t i t u t e dm i l kt h ed i s c r i m i h a t ea n a l y s i sc a l i b r a t i o ni sd e v e l o p e db y s i m c am e t h o d , a n dt h er e s u l ti n d i c a t e dt h a tt h ea c c u r a c yo fd e t e c t i o ni s1 0 0 ，w h e nt h ec o n t e n to f r e c o n s t r u c t e dm i 墩i sa b o v e2 0 t h eq u a n t i t ym o d e l so fr e c o n s t i t u t e dm i l ka l ec a l i b r a t e db yp a t t i a l l e a s ts q u a r e sr e g r e s s i o n ( r 穹0 9 7 1 ，r m s e c v = 7 7 6 ，r p d = 5 1 3 ) t h ea c c u r a c yo fd e t e c t i o ni s9 8 1 f o ri d e n t i f yt h er e c o n s t i m t e dm i l ki np a s t e u r i z e dm i l k a l lo ft h e ms u g g e s t e dt h a tn i r sh a sg o o d p o t e n t i a lt od e t e c ta d u l t e r a t i o no fr a wm i l k w i t hr e c o n s t i 抽t e dm i i l k e yw o r d s ：n i r ，c o wm i l k ，r e c o u s t i m t e dm i l k ，c o m p o n e n t s ，m a t h e m a t i c a lm o d e l 缩略词 c c d ，c h a r g ec o u p l e dd e v i c e s ，电荷耦合检测器 m s c ，m u l t i p l i c a t i v es c a t t e rc o r r e c t i o n ，多元散射校正 n i r ，n e a ri n f r a r e d 。近红外 p c a ，p r i n c i p l ec o m p o n e n t a n a l y s i s ，主成分分析 p l s ，p a r t i a ll e a s ts q u a r e ，偏最小二乘法 r ，c o r r e l a t i o nc o e f f i c i e n t ，相关系数 r m s e c ，t h er o o ts q u a r ee r r o ro f c a l i b r a t i o n ，校正标准差 r m s e c v ，t h er o o ts q u a r ee r r o r o f c r o s s v a l i d a t i o n ，内部交叉验证均方茬 r m s e p ，t h er o o ts q u a r ee r r o ro f p r e d i c a t i o n t 预测标准差 r id ，r a t i oo ft h es t a n d a r dd e v i a t i o nt ot h er m s e p 相对分析误差 s i m c a ，s o f t i n d e p e n d e n t m o d e l i n g o f c l a s s a n a l o g i e s ，s i m c a 方法 s m l r ，s t e p w i s em u l t i p l el i n e a rr e g r e s s i o n 逐步多元线形同归法 1 1 1 独创性声明 y 9 3 9 2 7 0 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成 果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发 表或撰写过的研究成果，也不包含为获得中国农业大学或其它教育机构的学位或证书 而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明 确的说明并表示了谢意。 研究生签名：腿时间：加僻钿f 日 关于论文使用授权的说明 本人完全了解中国农业大学有关保留、使用学位论文的规定，即：学校有权保留 送交论文的复印件和磁盘，允许论文被查阅和借阅，可以采用影印、缩印或扫描等复 制手段保存、汇编学位论文。同意中国农业大学可以用不同方式在不同媒体上发表、 传播学位论文的全部或部分内容。 ( 保密的学位论文在解密后应遵守此协议) 研究生签名： 时间： 耖年z 月伫日 导师签名：嘞专【时问：砘年6 月莎日 中周农业大学硕上学位论文 第一章绪论 第一章绪论 1 1 研究目的意义 进入新世纪，我国实现了农产赫从长期短缺到供需基本平衡、丰年有余的历史性跨越，农产 品整体供给全面超过世界平均水平，但奶业发展严重滞后，人均奶制品【i 有量只有世界平均水平 的1 1 0 左右，我国奶业发展潜力巨大。大力发展奶业已经成为推进畜牧业发展。加快农业结构战 略调整的重要突破口，增加农民收入，创造就业机会的重要途径，也是改善现阶段城乡居氏膳食 结构，提高国民身体素质，建设小康社会的战略需要。奶业生产各环节技术水平的普遍落历是限 制我国奶业发展的关键制约因素。 当前，我国乳箍：i ：业的发展早现良好的势头根据全国畜牧兽医总站的检测结果【l 】，2 0 0 5 年 前二季度。全国奶牛存栏1 2 9 1 1 1 万头，同比增长2 3 5 9 同期奶类产鼙2 0 0 4 3 1 万吨，同比增 长2 5 8 6 ，其中牛奶产量为1 9 2 0 8 3 万吨，同比增长2 7 2 6 。按常年牛奶- i i 奶类的比重计算 预计2 0 0 6 年牛奶产量将比2 5 年增长2 0 左右。另一方面，我国乳晶加：企业数罐众多，国内 有上千家乳品加j ：企业，其中日处理能力在1 0 0 吨以上豹企业约d i 总数的5 2 0 吨以f 的企业 约占5 5 左右。 原料乳为来自健康奶牛的乳房，鲜奶感官正常，营养成分均衡，其它理化指标符合国家标准， 微生物指数低无抗生素、无药物残留，不掺假的自然乳。原料乳作为牛奶生产厂家的基本生产 原料其质量控制在质量管理中是至关重要的一节。而作为一个产业链，乳品质量之控制x 是一 个系统工程，由于原料乳位于乳业产业链的最上游其质量安全将直接影响到乳品的质量与安全， 从这个意义上讲，能否从源头上紧抓原料乳的质量控制，将直接关系到整个乳业的质量安全。 目前企业对牛奶的质量监控主要有以下几个需求： ( 1 ) 快速检测成分含量，实现现场按质论价 牛奶成分是一个重要检测指标，它的测定是有效进行奶牛、黄牛的配种和奶牛日常管理的芙 键。脂肪、总蛋白的禽量有重要的经济价值，大多数国家牛奶的交易是基丁这些成分的含量。冈 此牛奶成分的测定已经变为奶场管理的重要信息源，而且也既作为一种重要的诊断工具。牛奶中 脂肪含量的减少表征着饲料中成分比例的失调：牛奶中乳糖的含量是稳定的，其变化能作为一个 乳房炎诊断的标准；总蛋白的含量对每一头奶牛是唯一的，但随着泌乳期的不同及体细胞数的增 加它的含量要发生变化而且总蛋白含量还可作为每头牛能量供应的标准。如蛋白质含量偏低说 明提供能量不足b 】。随着牛奶加工企业对高质量牛奶的需求及挤奶过程自动化的快速发展，人们 需要一种无损伤、快速的牛奶分析方法和仪器。 ( 2 ) 快速鉴别牛奶中的掺假现象 随着人们消费水平的提高，对牛奶的消费量大大提高，导致奶源不能满足目前消费的需求， 一些牛奶供应户在市场急剧膨胀丽奶源不足时，想出来的一种蒙骗消费者的办法，即向牛奶中掺 假。目前市场上出现的“阜阳奶粉事件”，“复原乳事件”“光明牛奶回奶事件”，“雀巢奶粉事什”， 更加提醒我们进行牛奶质量控制的紧迫性但目前的检测方法很难做到快速、准确的识别掺假样 3 , 4 1 。 ( 3 ) 牛奶生产过程关键点的在线实时控制口，6 1 。 中国农业大学硕士学位论文 第一章绪论 在牛奶生产过程中，由于要达到出厂产品一致化的目标常常需要保持原料成分含龉的一致 性，而酸奶的生产过程需要保持发酵进程统一性，然而现实加尉生程的连续性义不能使生产过程 停滞，来满足检测的要求冈此需要一种在线快速检测技术来实现生产过程的实时控制。 1 2 国内外研究现状 针对以上提到的牛奶质量控制中存在的各种问题，国内外已经存在各种方法实现牛奶的成分 检测与掺假鉴别。 1 2 1 牛奶成分检测的研究现状 1 2 1 1 化学检测法 目前硐干牛奶成分检渊的最常规，最经典的方法就是化学检测法，例如国标【埘中规定的脂 肪的检测方法为盖勃法，蛋自质的检测为凯氏定氮法，乳糖的检测为莱冈一埃农氏滴定法，各种 结果两次平行实验间的相对误差小于1 5 。化学检测法精度最高，其他方法都是以这种方法为参 考。然而这种方法也有其致命的弱点。即方法有破坏性，费时费力，价格昂贵，且对操作人员的 要求高。对于一个样品，如果利用以上方法进行检测可能需要一天时问。很难实现快速测定，不 能满足实际需要。 1 2 1 2 快速检测法 鉴于化学方法的缺点，市场上出现了基于超声波原理及红外光谱原理设计制造的牛奶成分快 速检测仪。超声波探测技术f 9 t1 0 l 是利用高频声波与物质之问的相互作用，以获取被测物质内部的 物理化学性质，对牛奶成分的检测，是利用其在不同介质中的声速存在差异，即声速测定原理进行 的。国内外都已经研制出了基于该技术的牛奶分析仪。然而实际检测中样品状态及环境温度对超 声波有很强的影响，困此严重影响了其检测精度使得实际应用中存在很多问题。 目前较为成熟，应用比较广泛的牛奶成分分析仪是基于中红外光谱技术设计研制。中红外光 谱技术的检测原理为牛奶中主要成分存在的各种化学基团在中红外区有强烈的吸收，通过备种成 分的特征吸收峰可以实现该成分的定量检测【1 1 t 2 利用该原理制造的仪器中，以丹麦f d s s 公司 的m i l k o s c a n 系列仪器为典型代表。这种仪器已在国内的大型乳晶企业使用，效果较为理想。然 而该仪器的主要问题为，仪器价格昂贵一般在6 万美金以上，不能满足我国广火的中小企业的需 求，另一方面基于红外光谱技术的特点注定了其不能实现牛奶成分的在线检测，这也阻碍了其 进一步推广。 1 2 1 3 近红外光谱检测法 近红外光( n ri n f r a m d 简称m r ) 是指波长在7 8 0 - 掀n m 范围内，介于可见光和红外光 之间的一种电磁波，是人们最早发现的一种非可见光。在这个波长范围内，特定的原于群( 或称 基团组分，如水分、蛋白、脂肪等) 有对应的特征吸收波长，而且符台比尔定律( b c c r sl a w ) ： 即被吸收光量的对数值与样品中吸收该波长光的原子聚集度存在线性关系。这样，我们就可以通 2 中国农业大学硕士学位论文第一章绪论 过测定样品对某一特殊波长光的吸收值来计算这种特殊波长对应的原子群( 成分) 的聚集度( 卣 分含量) 。白上世纪9 0 年代以来由丁结合了数字化光谱仪器与化学计量学方法，使得近红外光 诰技术已成为发展最快、最引人注目的光谱分析技术依靠其量测信号数字化和分析过程绿色化 的特点，近红外技术步入了一个快速发展时期i l ”“。 近红外检测技术分析速度快，测越过程人多可在1r a i n 内完成；分析效率高，可同时对样晶 的多个组分或性质进行测定，提供定性、定量结果；适用的样品范南广，通过相应的测样器件可 以直接测鼙液体、同体、半剐体和胶状体等不同物态的样品；样品一般不需要预处理，分析屙不 会产生化学、生物或电磁污染；分析成本较低，无需繁杂预处理，可多组分同时检测；近红外光 在普通光纤中具有良好的传输特性便于实现在线分析。 今天近红外技术已经被广泛的应用于农业陋“，食品【1 t1 ”，t i 油化1 = f l “捌，医药m2 2 峙领 域。其中在农产品方面的麻心也是虽甲且研究最深入的领域，该技术能在农业、食品加i ：业中进 行快速准确的成分检测和质精控制，已经得到共识。 1 9 5 7 年，g o u l d e n 列首先利用近红外技术对牛奶及乳制赫进行了研究，之后近红外在这个领 域内的应用变得j “泛起来1 2 4 “，虽然当时用于建模的样品数有限，人们还是建立了许多测定原料 乳、奶粉、乳酪及黄油的模型。现在，经过研究人员的不断完善，这些模酗的预测结果已经相当 精确( f 2 0 9 ) 。丽且，s c h m i l o v i t h ! 驯通过对原料乳和乳制品的在线实验也证明了，近红外技术 完全可以用于这些产品的在线检测，并指出近红外在线检测技术与牛奶的质量检测相结合可以最 人化的发挥近红外的作增。虽然近红外技术已对奶粉、均质牛奶和经玻璃纤维过滤的奶粉中各种 成分进行了检测但是当时只有少数学者对原科乳进行研究。 近年来，日本k o b e 入学的t s e n k o v a 研创研究组和其他科学家p 4 3 钟在原料乳检测方面做了大 量基础性工作，他们一方面在提高原料乳检测精度方面做了大量努力，使牛奶中的主成分如脂肪、 蛋白、乳糖的模型准确度有所提高，另一方面积极探索近红外技术在在线检测牛奶成分方面的应 用。有报道嘲称已经研制出了在线检测设备，其模型相关系数和预测标准差分别为：对脂肪0 9 5 ， 0 4 2 ，对蛋白质0 9 1 。0 0 9 ，对乳糖0 9 4 ，o 0 5 。 国内江苏大学的陈斌p 7 l 利用国产仪器建立了食醋成分的近红外检测模型，探讨了高水分含 量的水溶性物料的近红外分析原理，天津大学的徐可啵胛i 研究组利用自制的a o t f 型近红外光 谱仪对牛奶的成分检测进行了人量研究。 1 2 2 牛奶掺假鉴别的研究现状 随着人们生活水平的提高，乳制品在国内的消费量迅速增加。某些牛乳供应商为了谋取商业 利益，牛奶掺假现象在国内非常普遍，且掺假方法层出不穷，因此本文以目前广为关注的复原乳 鉴别作为研究对象，对牛奶的掺假检测进行考察。所谓复原乳，即由奶粉兑水加工调制而成的牛 乳。用复原乳或奶粉经加工后作鲜奶销售，是对消费者的一种欺诈行为如果采用劣质奶粉调百己 复原乳，不仅成本低廉，丽且营养成分远远不如生鲜乳。为此，国务院办公厅在2 0 0 5 年9 爿1 7 日发布了关丁，加强液态奶生产经营的通知，要求业界加强自律，切实维护消费者利益。但由 丁：各种原因，一些乳晶生产厂家抱着侥幸的心理仍没有在其复原乳产品上给予明显的标注。 3 中国农业大学硕l 学位论文 第一章绪论 1 2 2 1 传统判别方法 目前，国家检测部fj 对丁- 复原乳的检测主要是根据热处理过程中处理温度、时间的不同所引 起的牛乳内部成分的变化来进行判别一方面利用牛乳原有成分的变化作为识别指示物，例如乳 过氧化氢酶脚】，乳清蛋白【5 l ；另一方面利用热处理过程中生成的新物质作为识别指示物，例如糠 氨酸q 、羟甲基糠醛l 柏】，例如农业部最近颁布的巴氏杀菌乳和超高温瞬时灭菌乳中复原乳 的鉴定标准，就是根据液态乳中糠氨酸和乳果糖两种物质的含星来判断巴氏杀菌乳和超高温瞬 时灭菌乳中是否含有复原乳”。这些检测方法结果比较准确，但是操作复杂，费时费力。且所需 仪器昂贵。试剂繁多。例如_ i j 糠氨酸做识别指示物的检测需要两天才能处理一个样品而利i j 乳 果糖做识别指示物的方法也需要一天才能处理一个样品。显然，这些方法不能满足现场快速、准 确鉴别复原乳的需要。寻求一种可靠、简便又快速的办法判定乳品的组成和质埘，对技术监督部 门的执法和保护消费者利益均有重要的意义 1 2 2 2 近红外判别方法 近红外光谱技术结合化学计衬学方法可以实现掺假的鉴别。在掺假检测方面，国内士要在中 药材鉴别方面有一定研究【蛐l ，国外的研究相对较多1 9 9 6 年，t w o m g ：1 l 对桔子汁中掺入葡萄汁 以及掺入自制的糖酸调配液进行研究，结果表明近红外技术的正确判别率可达9 0 以上。d i n g 5 2 】 等对牛肉饼中掺入羊肉，猪肉进行了近红外鉴别研究；m a r a b o l i ”1 等对奶粉中掺入大豆、豌豆、 小麦等植物蛋白进行了近红外掺假鉴定；另外日本的o k a z a k i s 1 也利用近红外技术对鲜鱼和解冻 鱼的判别进行了研究，m a l s u o k a 删利用短波近红外技术对牛奶中掺入植物油、尿、苛性钠、脱脂 奶粉等物质进行了判别，结果也相当理想。以上研究结果都表明，近红外技术可以很好的应川丁 农产品的掺假检测中，并能达到快速、准确的要求。 1 3 本课题难点 虽然已经有大量的科学家利用近红外技术在牛奶检测方面进行了大量的研究一i ：作，但还存在 一些核心的问题急需解决： ( 1 ) 对近红外光谱来说，水作为一种强吸收物质掩盏了其他成分的近红外吸收信号，既要 降低近红外检测时的误著，又要获得较强的待检成分的信号，这是诸如牛奶一类高水分 含量的物料急需解决的问题【3 7 】。 ( 2 )牛奶所含成分复杂，且不同成分由于颗粒大小不同，在牛奶中有的以真溶液形式存在， 有的以胶体溶液状态存在，有的以乳浊液状态存在。这种复杂的分布情况必然影响光线 在其中的通过，不同程度的散射也将影响牛奶的检测精度州。 ( 3 )近红外模型的稳定性，可靠性，动态适应性等指标直接影响着近红外技术的应用效果， 在近红外应用过程中起到举足轻重的作用。而目前的建模步骤中很多还依靠技术人员的 经验，本文将试图对近红外定量、定性建模过程的规范化进行探讨1 5 7 l 。 ( 4 ) 国外在牛奶检测方面的研究虽然已经十分深入，但是还停留在实验室阶段，未见到有成 品检测仪器推出。国内也还没有相关成品仪器。本论文试图建立基于国产仪器的牛奶质 4 中国农业人学硕士学位论立 第一章绪论 量控制模型，降低成本，以实现该技术的产业化推广。 1 4 课题来源 本课题来源t - 农业部9 4 8 项目资助课题“液态食i 铬质量检测技术及网络支持系统”。 1 5 研究内容 近红外光谱分析技术是一种快速、无损的绿色分析技术。非常适合于过程分析领域。同时， 它也是种二次测量技术它的成功应用依赖于性能优良的校正模型的建立，而校正模型的性能 义墩决于实验设计的合理性、数据处理方法和校正模型建立方法的科学性。 为此，本文的研究目标是探讨将近红外光谱分析技术引入到牛奶的质量控制中的可行性，建 立牛奶近红外光谱分析的基本实验方法，比较研究相关的数据处理技术和各种建模方法，探索其 一般虑, q 4 规律。具体内容及各章1 h 的安捧如f ： 第一章为绪论首先结合乳品质量控制现状，阐述了牛奶质黛控制的意义，及国内外研究现 状，在分析现有方法优缺点的基础上，着重强调了近红外光谱分析技术的优势，及其应刚前景。 第二章为近红外光谱分析的基本原理主要介绍了近红外光能够进行成分检测及掺伪鉴别的 化学，物理、数学基础。并对近红外建模过程中的相关算法，预处理方法，模璎好坏的评定参数 进行了简单介绍。 第三章为基于长波近红外光谱的牛奶成分检测研究。以牛奶中脂肪、蛋向质、乳糖等土要成 分为研究对象，采用透射、积分球反射等采样系统采集了1 1 0 0 - 2 5 r o l l 波段原料乳样晶的近红外 光谱以p l s 法建立校正模型。考察了不同采样参数、不同预处理方法对建模结果的影响，并研 究了预测模型的准确性、稳定性和动态适应性等。 第四章为基于短波近红外光谱的牛奶成分检测研究。基于自制短波c c d 近红外光谱仪，以 牛奶中脂肪、蛋白质、乳糖等主要成分为研究对象，考察了7 0 0 - 1 1 0 0 砌短波近红外波段建模的 相关问题。建立了基于国产仪器的牛奶成分检测体系 第五章为复原乳鉴别的近红外光谱法研究。利用近红外光谱技术鉴别牛乳中是否含有复原乳 的可行性，分别建立了复原乳识别的定性、定量两种检测模型，并以复原乳为例，探讨了近红外 技术实现掺假判别的检测机理。 第a 章为结论与展望。对本文所做的上作进行总结和展望。 5 中国农业大学确上学位论文 第二章近红外光潜分析的罐奉原理 第二章近红外光谱分析的基本原理 2 1 近红外光谱的产生 分子在近红外谱区的吸收主要是由于分子内部振动状态的 变化而产生的。按照量子力学的观点来解释近红外光谱是由于 分子振动的菲谐振性使分子振动从基态向高能级跃迁时产生的 ”。在室温下分子绝人部分处r 振动基态( v = 0 ) 。由振动 基态到振动第一激发态( v = 1 ) 之问的跃迁称为基频跃迁。 这种跃迁所产生对辐射的吸收即为基频吸收，如幽2 - 1 所示。 然而实际的分子振动并不完全符台简谐振动，由分子化学 键的位能曲线得知分子属非线性谐振子，除了基频跃迁外也可 能发生从基态到第二二或更高激发态( v = 2 、3 ) 之间的跃 迁。这种跃迁称为二级倍频或多级倍频跃迁，所产生的吸收谱 带为二级倍频或多级倍频吸收，总称为倍撅吸收p ”。 多原子分子的振动相对比较复杂，但可把它们看作是许多 个简单的独立振动的线性组合而成。因为备种振动不是严格简 谐的，它们之间可能发生相互作用，如果电磁波光子的能量恰 好等丁- 某两个基频跃迂所需能量的和，而这两种基频振动又具 有相同的对称性这时该能量的一个光子可能同时激发这两种 町 l r 一 盏耋 j i 蛙收 圈2 - 1 分子振动示意豳 f i g 2 i t h ed i a g r a m m a t i cs k e t c ho f m o l e c u l a rv i b r a l i o n 基频跃迁。在光谱中出现的吸收峰的波数( 或频率) 等于这两种基频振动波数( 或频率) 之和 这种吸收叫合频吸收嗍。 襄2 - l 各级倍颤在近红外区的分布 t a b l c2 - 1t h ed i s t r i b u 6 0 ao f 缸 n q m u l t i p l i c a t i o ni nn i rr e g i o n 分子在中红外谱区的吸收主要是由于振动状态的相邻振动能级之间的跃迁，即基频吸收所形 成的；而近红外谱区的吸收是由于分子振动的倍频或合频吸收所造成的。 近红外光谱记录的是分子中单个化学键振动的倍频和合频信息，它常常受含氢基团如c h 、 n - h 、o - 1 t 的倍频和合频的重叠主导。所以在近红外光谱范围内，测量的主要是含氢基团x h 振动 的倍频和合频吸收，表2 1 中列出了各倍频区的波长范围( r i m ) 。由丁农产品、食品中的主要成分 6 中国狂业大学硕士学位论文第二章近红外光谱分析的基本矩理 都楚由这些基团组成，因此近红外技术在农产品领域得到e 速的发展。 2 2 近红外光谱的吸收原理 2 2 1 比尔朗伯( b e e r - l a m b e r e ) 定律 吸收光谱定量分析的基础是比尔一朗伯定律，其根据特定的原子群( 或称基团组分，如水分、 蛋白、脂肪等) 有对应的特征吸收波长，而且被吸收光量的对数值与样品中吸收该波长光的原子 聚集度存在线性关系。这样，我们就可以通过测定样品对某一特殊波长光的吸收值来计算这种特 殊波长对应的原子群( 成分) 的聚集度( 百分含量) 5 7 , $ 9 1 。 比尔朗伯定律，也称为物质对光的吸收定律，简称吸收定律。比尔朗伯定律的表达式为： ， a 一一i g 二一e l , c 公式( 2 - 1 ) j o 其中；，d 为波艮为 的平行，均匀入射光柬强度，为透过样品后的光柬强度。a 为吸光度， e 为待溯组分的摩尔吸光系数，b 为光程，c 为 待测组分的摩尔浓度。 该公式反映了单一波k 和单一浓度得到的 液体浓度与吸光度之间的定量关系，它适用于 紫外光谱区，可见光谱区，红外光谱区，当利 用连续光谱检测多维分溶液时，根据吸光度的 加和性，多组分的光谱是其各成分光谱的算术 和，即把多组分中的每种成分看成有独立的吸 光度，因此，比尔朗伯定律也适用于多组分体 系的定量分析。图2 2 为近红外透射法示意图。 2 2 2 近红外光谱的漫反射吸收原理 田2 - 2 近红外透射法示意图 f i g 2 - 2 t h e g 【l l 目m m d i a g r a m o f n e a r i n f r a r e d h - n 蜘n i 箍i o n 由于牛奶是一种不透明的白色乳浊液，因此 既可以进行透射采集光谱的采集，也可以利用漫 反射的方法进行光谱的采集。 所谓牛奶的漫反射光谱，就是当光线照射到 一定厚度的牛奶样品时，一部分被吸收在样品内 部经各层次反射、吸收、折射后最终反射出来， 圈2 - 3 近红外反射法示意图 反射出来的光线反映了样品的内部特性，更多地 f i g 2 - 3 t h es i n t c l u n d i a g r a m o f n e a t i n 仃a ”d 携带样晶的信息。与组分浓度呈线性关系的漫反 ”m 如8 。 射函数有两种，漫反射吸光度a 和k u b e l k a - m u n k 函数p 7 6 0 。本文主要利用漫反射吸光度a 进行 计算建模。图2 - 3 为近红外反射法示意图。 漫反射吸光度a 可以类似透射光谱的吸光度那样被定义为： 7 中国农业大学硕士学位论文第二章近红外光潜分析的基本原理 r ：一 a t l o g 1 r 。】一- l o g 1 + k s 一4 ( 量+ s ) 2 + 2 ( r s ) 公式( 2 - 2 ) 其中，爿称为漫反射体的反射吸光度，融漫反射体的吸收系数，s 为样品的散射系数，其决 定予同体样品的物理特性。 与 裙是一条通过零点的关系曲线 当圈s 在一定范嗣内，与k s 可用截距不等于零的一条直线来近似表达。 a a + b ( g s ) 公式( 2 - 3 ) 当散射系数s 保持不变时，吸收系数k 与样晶组份含量c 成正比，即 a a + b x c公式( 2 - 4 ) 即漫反射吸光度a 与样晶浓度c 成线性关系。反射吸光度是近红外漫反射光谱定量分析时常 t i j 的光谱线性参数，但和透射光谱中吸光度与浓度f 的线性关系不同：漫反射光谱中漫反射 吸光度月与浓度c 的线性关系只有在散射系数s 保持不变，且样品的浓度范围不能很人的情况 f 适j h j 。 2 3 近红外光谱分析的化学计量学方法 2 3 1 偏最 b - - 乘法( f l s ) 由于近红外光谱主要是分子的倍频与合频吸收，再加上光谱采集时没有对样品进行预处理， 导致近红外光谱峰宽，信号强度弱，且谱峰重叠严重，需要用多元统计方法建立数学模型才能_ 【 j r 样品分析。p l s 法是目前最常用的建模方法 p l s 回归主要用于建立多因变量与多自变量的统计关系在回归分析中，当自变量与冈变每 个数都很多，且在自变量之间以及冈变量之间都存在严重的多重共线性时，如果采用一般的多元 线性同归方法，其分析结果的可靠性极低，而采用p l s 回归分析的建模方法，可以很好地解决这 个问题i 。 p l s 法的原理为：p l s 法首先将n 个样品m 个组分的浓度矩阵y = 锄；k 。和仪器测定n 个样 品p 个波长点处吸光度矩阵x = ( x 执。p 分解成特征向量形式： y = u t 2 + f x = 殍+ e 公式( 2 5 ) 公式( 2 - 6 ) 其中u 和t 分别为n 行d 列( d 为抽象组分数) 的浓度特征因子矩阵和吸光度特征闲子矩阵， o 为dx m 阶浓度载荷阵，p 为d p 阶吸光度载荷阵，f ，e 分别为nx m ，nxp 阶浓度残著阵 和吸光度残差阵。 p l s 法是根据特征向量的相关性分解y 和x ，建立回归模型 u = 绉+ 日 其中e d 为随机误差阵，b 为d 维对角回归系数阵。 对待测样品如果吸光度向量为x ，m 浓度为 8 公式( 2 7 ) 中国农业人学硕士学位论文第二章近红外光谱分析的苹奉原理 y = 工r u 殉7b q 公式( 2 - 8 ) 在具体实现过程中，p l s 算法通过迭代的方法，彼此交换信息，将两个独立的主成分分析过 程台二为一，p l s 法把矩阵分解和同归并为一步，即x 和y 矩阵的分解是同时进行的并且将y 信 息引入到x 矩阵分解过程中，在每计算一个新主成分之前，将x 得分和y 得分进行交换，使得 到x 主成分直接与y 荚联。 2 3 2s i m c a 定性判别方法旧1 近红外定性分析的方法可以解决只知道样品的类j | 或等级，并不需要知道样品中含有多少组 分及其禽量的问题，通过对已知样品及未知样品谱图的比较来完成光谱的定性分析常利_ j 模式 识别方法，该方法又可分为有监督的方法、无监督的方法两类。有监督的方法需要通过训练建立 模型，包括：线性判别、逐步判别分析、q n 方法、s i m c a 方法和神经网络等。无监督的方法 包括：最小生成树和聚类分析等。 本文近红外定性模型采用s i m c a ( s o f tb d e p c n d c n tm o d e l i n go f c l a s s a n a l o g i e s ) 方法建立。 s i m c a 方法，首先对样品集中每一类样本的光谱数据矩阵分别进行主成分分析( p c a ) ，求出属 于每一类的样品数据矩阵的特征值及特征向量，建立每一类主成分分析数学模型，然后在此基础 上对来知样本进行分类，即将未知样品光谱数据进行主成分分解，在每一类的主成分空间内，进 行马氏距离运算得到该未知样品到每一类样鼎的距离，根据距离大小判断未知样品的! j _ l 属。 2 3 3 光谱预处理方法 由检测器检测到的光谱信号除含样品待测成分信息外，还包括各种仪器噪声，如高频随机噪 卢、基线漂移、杂散光、样品背景等。因此，在数据分析进行前，首先应针对特定的光谱测量和 样品体系，对测量的光谱进行合理的处理，减弱以至于消除各种非目标因素对光谱信息的影响， 为稳定、可靠的校正模型的建立奠定基础常用的预处理方法包括：高频噪声滤除( 卷积平滑、 傅立叶变换、小波变换等) 光谱信号的代数运算( 中心化、标准化处理等) ，光谱信号的微分 基线校正( 为了消除仪器背景和漂移的影响) ，对光谱信号的坐标变换( 横轴的波跃、波数等单 何变换，纵轴的吸光度、透过率、反射率等单位变换) 等。本文中主要采用标准化、平滑、求导、 多元散射校正( m u l f i p l i c a t i v es c a t t e rc o n e c t i o n ，m s c ) 、异常样剔出等方法进行光谱预处理h 一1 。 2 3 4 校正模型的评价指标 近红外光谱预测模型的质量评定一般采用相关系数( c o r r e l a t i o nc o e f f i c i e n t ，r ) 、内部交义验 证均方差( 1 1 l c r o o t s q u a r e e r r o r o f c r o s s v a l i d a t i o n ，r m s e c v ) 、校正标准差( t h e r o o ts q u a r e e r r o r o f c a l i b r a t i o n ，r m s e c ) 、预测标准差( t h e r o o t s q u a r e e r r o r o f p r e d i c a t i o n ，r m s e p ) 、相对分析 误差( r a t i o o f t h es t a n d a r d d e v i a t i o n t o t h e r m s e p ，r p d ) 来评定p 7 l 。 ( 1 ) 相关系数( r ) 9 中国农业大学硕j ：学位论文第二章近红外光谱分析的基本原理 历 r - 公式( 2 - 9 ) 其中：y 为通过光谱测量及数学模裂预测的结果：新为用标准方法测得的结果； = - 去薹z ；，。薹，tm 何留 ( 2 ) 内部交叉验证均方筹( r m s e c v ) 嗍徘。( 川z i - y y ： 公式( 2 1 0 ) 在p l s 算法中最佳主因子的确定一般采用交义验证法，即将样晶集中部分样品数据。( 通常 取1 4 ) 暂时捧斥在一个主冈子p l s 建模计算之外，由保留下来的数据计算模型参数向螭，然厅 刚所建模型预测“被剔除”样品的浓度y 值，得到预测y 值和其实测值z 的r m s e c v 值，再对 样品集中的第二个1 4 部分进行删除，重复计算，直到许多轮后，预测平方和中包含了每个样晶 一次。而后主因子数增1 。循环继续，最终根据r m s e ( 的变化( 先从人到小，厉从小剑人的 一般变化) 确定最佳主因子。 ( 3 ) 校正标准差( r m s e c ) r 黼c = 厚 其中n 为校正集样品数。 ( 4 ) 预测标准差( r m s e p ) r 一：卢耍 其中m 为预测集样品数。 ( 5 ) 相对分析误差( r p d ) r p d ：塑 r m s e p 公式( 2 1 1 ) 公式( 2 1 2 ) 公式( 2 1 3 ) 当r p d 值人丁1 0 时认为模型的预测能力魁完美的，在5 1 0 之间时认为模型可以进行指标的 定量控制，当该值在2 5 5 之间时认为模型只能进行相关指标的定性判别，当该值为1 时认为该 模型不能进行准确的预测州。 一般情况下，r m s e c 、r m s e p 越小，r p d 值越大，r 2 越趋近于1 校正模型的预测能力越 好，反之越筹。 l o 中国农业人学硕j ：学位论立第一二章近红外光谱分析的基奉原理 2 4 近红外光谱分析的建模流程 近红外定量、定性建模过程的一般步骤如图2 4 ，针对本文以牛奶为研究对象，具体流程为 ；由r l 疆c s 砰口l l s 搿 ；p r e s sxo t l g r 植鳖尊指标 ；决定 ： 一 。 。 ! 一 ；弓睫膏比和o m 妇检验检壹 l 撰墨遁应性相皓集可簟蛙 ! 。 围2 - 4 近红外建曩过程澶程豳 f i g 2 - 4 t h e f l o w d i a g r a m o f n i rc a l i b r a t i o n ( 1 ) 确定最优的光谱采集参数 通过观察不同条件下采集的光谱，找到最佳的光谱采集方法，最优采集参数组合，通过预实 验获得光源能量，采集累加次数，采集分辨率光程等条件组合。 ( 2 ) 建立有代表性的样品集 1 l 中周农业大学硕“l ：学位论文 第二章近红外光潜分析的基奉原理 广泛的收集用于近红外检测牛奶样品，按照统一的，固定的采集方式，扫描近红外光谱，利 用国标或国际标准进行相应成分的测定，考察样品的初始数据是否合格；利| j 主成分空间聚类 分析等方法规范合理的选择校验集和预测集。 ( 3 ) 光谱顼处理方法的最优组合 通过对样晶光谱的各种预处理，降低光谱的随机误差和系统误差，优化校止集样品的光谱， 提高有效信息率。在本论文中主要考察数据标准化，归一化光谱平滑、求导、异常值剔除以及 多元散射校正等预处理方法对建模的影响，找到对于牛奶最好的预处理组合以及相应的参数。另 外，利用波长单相荧系数图，结合专业知识确定建模所需的特征波长或特征吸收峰，选择晟佳谱 区。 ( 4 ) 不同定量、定性算法的选择 对牛奶成分的定量检测，本文土要采_ i jp l s 算法建立模型，对于牛奶中复原乳的判别：a 首 先利主成分分析降低数据维数，然后结合判别分析考察；b 考察s i m c a 在牛奶掺伪检测中的 麻；c 考察定蛙方法在掺伪检测中的应用。 ( 5 ) 近红外光谱分析数学模璎的优化与评价 通过