光谱技术在食品产地溯源中的应用研究进展.pdf
《光谱技术在食品产地溯源中的应用研究进展.pdf》由会员分享,可在线阅读,更多相关《光谱技术在食品产地溯源中的应用研究进展.pdf(10页珍藏版)》请在咨信网上搜索。
1、刘文艳,闫忠心,郝力壮,等.光谱技术在食品产地溯源中的应用研究进展 J.食品工业科技,2023,44(21):421430.doi:10.13386/j.issn1002-0306.2023010069LIU Wenyan,YAN Zhongxin,HAO Lizhuang,et al.Research Progress in the Application of Spectroscopic Technology in theTraceabilityofFoodOriginJ.ScienceandTechnologyofFoodIndustry,2023,44(21):421430.(inCh
2、inesewithEnglishabstract).doi:10.13386/j.issn1002-0306.2023010069 专题综述 光谱技术在食品产地溯源中的应用研究进展光谱技术在食品产地溯源中的应用研究进展刘文艳1,闫忠心1,2,郝力壮1,2,吴海玥1,项洋1,2,*(1.青海大学,省部共建三江源生态与高原农牧业国家重点实验室,青海西宁810016;2.青海省高原放牧家畜动物营养与饲料科学重点实验室,青海西宁810016)摘要:食品产地溯源技术是国家有效推广实施食品原产地追溯、保护名优特产品的重要技术手段,为保护食品在市场上的独特性和真实性,维护市场秩序、保护生产者和消费者的合法利
3、益,亟需对食品产地溯源提供快速无损检测。相比较其它检测技术,光谱技术作为极具有工业化应用前景的检测技术之一因其应用范围广、分析速度快、操作简单、非破坏性、无污染和可进行在线分析,而被广泛应用于产地溯源。本文介绍了近红外光谱技术(Nearinfraredspectroscopy,NIR)、中红外光谱技术(MidInfraredSpectroscopy,MIR)和拉曼光谱技术(Ramanspectroscopy,RS)这三种常见光谱技术的原理及其在植物源和动物源食品产地溯源中的应用现状,并对三种光谱技术相比较,同时系统论述了多光谱数据融合在食品产地鉴别中的应用,并对未来的发展趋势进行了展望,以期为
4、光谱技术在食品产地溯源中的应用提供一定技术的参考。关键词:产地溯源,近红外光谱,中红外光谱,拉曼光谱,无损检测本文网刊:中图分类号:O433文献标识码:A文章编号:10020306(2023)21042110DOI:10.13386/j.issn1002-0306.2023010069ResearchProgressintheApplicationofSpectroscopicTechnologyintheTraceabilityofFoodOriginLIUWenyan1,YANZhongxin1,2,HAOLizhuang1,2,WUHaiyue1,XIANGYang1,2,*(1.Sta
5、teKeyLaboratoryofPlateauEcologyandAgriculture,QinghaiUniversity,Xining810016,China;2.KeyLaboratoryofPlateauGrazingAnimalNutritionandFeedScienceofQinghaiProvince,QinghaiUniversity,Xining810016,China)Abstract:Thetechnologyoffoodgeographicalorigintraceabilityisessentialforthecountrytoeffectivelypromote
6、theimplementation of food origin traceability and protect famous and unique products.To preserve the uniqueness andauthenticityoffoodproductsinthemarket,maintainthemarketorder,andsafeguardtherightsofproducersandconsumers,thereisanurgentneedtoproviderapid,non-destructivetestingforfoodgeographicalorig
7、intraceability.Comparedwithother detection techniques,spectroscopy,one of the most promising detection techniques for industrial application,iswidelyusedfororigintraceabilityduetoitswiderangeofapplications,fastanalysis,simpleoperation,non-destructive,non-pollution,andonlineanalysis.Herein,theprincip
8、lesofthreestandardspectroscopictechniques,namelyNear-infraredspectroscopy(NIR),Mid-infrared spectroscopy(MIR),and Raman spectroscopy(RS),and their application status ingeographicalorigintraceabilityofplantandanimalfoodsareintroducedindetail,andcomparisonismadeamongthem.Besides,the application of mul
9、tispectral data fusion in food geographical origin identification is also systematicallydiscussed.Thefuturedevelopmenttrendisprospected,providingameasureoftechnicalreferencesforapplyingspectro-scopictechniquesinfoodgeographicalorigintraceability.收稿日期:20230111基金项目:省部共建三江源生态与高原农牧业国家重点实验室开放基金项目(2021-KF
10、-07);牧科院基本科研业务费资助选题项目(MKY-2019-06);青海省“昆仑英才高端创新创业人才”拔尖人才项目(2020);青海省高原放牧家畜动物营养与饲料科学重点实验室(2022-ZJ-Y17)。作者简介:刘文艳(1997),女,硕士研究生,研究方向:畜产品加工与安全,E-mail:。*通信作者:项洋(1988),女,硕士,实验师,研究方向:畜产品加工与安全,E-mail:C。第44卷第21期食品工业科技Vol.44No.212023年11月ScienceandTechnologyofFoodIndustryNov.2023Keywords:origintraceability;nea
11、rinfraredspectroscopy;midinfraredspectroscopy;ramanspectroscopy;nondestructivetesting近年来,随着时间的推移、工业化的不断发展以及膳食结构的日益科学化,消费者对食品安全、无公害食品、绿色食品有了新的要求,农产品有机安全认证及产品地理标志(即“三品一标”)也受到广泛关注和发展,其销售利润也有所增加。然而,由于检测技术的不完善及不法商家受利益的驱使制售假冒食品的现象屡屡发生,严重扰乱了社会秩序,所以亟待研究和开发食品来源的快速检测技术。食品产地溯源是保证采集材料信息的科学性、真实性和透明度及确保食品质量及规范市场秩
12、序的有效手段1,特别是对于高价值和地理标识的食品,如何快速鉴别来应对产地真实性识别问题以确保产品质量具有十分重要的意义。目前,可用于实现食品产地溯源技术的相关应用及研究很多,其中应用研究较多的有条形码技术2、稳定同位素分析技术36、矿物元素指纹分析技术710、有机组分指纹图谱技术11等,这些检测技术耗时耗力或对样品有损伤,不能满足快速检测的需求。而光谱技术作为一种潜在的分析工具具有简便、精确、无损、无污染、所需样品量少,检测时间短等优势,其中近红外光谱技术(Nearinfraredspectroscopy,NIR)、中红外光谱技术(MidInfraredSpectroscopy,MIR)和拉曼
13、光谱技术(Ramanspectroscopy,RS)在食品产地溯源与真实性研究中均有一定的应用,三种技术作为具有无损检测优势的分析技术,是食品检测中广泛使用的光谱分析方法,能够在复杂的背景中分辨出待测物质,适用于各种有限的频率范围,能够实现食品产地来源的在线检测,引起了国内外研究人员的广泛关注1214。但是在研究中发现单一分析技术的测定结果无法代表产地溯源的全部信息1516,导致产地识别率低。因此针对此状况,本文重点分析了这三种技术在食品产地溯源体系中的研究进展,在此基础上介绍了光谱技术相结合及其光谱与多种技术融合在食品产地溯源中的应用研究,以期可以改善单一光谱技术在识别率上的不足,为食品追溯
14、体系的推广提供新的参考。1光谱技术在食品产地溯源中的研究进展1.1近红外光谱技术(NIR)近红外光谱技术(Nearinfraredspectroscopy,NIR)是介于可见光(VIS)与中红外光(MIR)之间的电磁波,波长范围在 7802526nm(图 117)。近红外区域的主要光谱信息来源于 O-H、N-H、C-H 等含氢基团样品的倍频与合频吸收,因此采用 NIR 扫描样品分子表面,可以获得有关含氢有机分子结构特征的信息,通过这些吸收信息即可以对样品进行定性或定量分析,从而有效确定物品来源的可追溯性。1.1.1近红外在植物源农产品产地溯源中的应用不同地域来源的农产品其品质有所差异,使得产品
15、的光谱特性不同,而 NIR 作为一种无损检测技术,具有适用范围广、分析效率高、无污染、操作简单、更适合环境复杂的工业在线分析等优势,借助相应的化学计量学可以反映出待测物中有机物的组分和含量差异,进一步促进检测模型准确率的提高,因此在植物源性食品来源的可追溯性中得到广泛推广和应用。在水果类研究中,Eisenstecken 等18采用 NIR结合化学计量学鉴别不同海拔高度和品种的的苹果,通过主成分分析后对采集到的光谱数据降维,然后利用基于主成分分析的二次判别分析法建立判别模型,在不同海拔高度下,判别的准确度分别是 93.6%、57.1%和 77.9%,而在品种判别中准确率达到了 100%,可见 N
16、IR 在水果类特色农产品溯源方面的巨大应用前景。但是该技术也存在一些局限性,在检测水果类产品溯源中,例如水果含水量高达 85%90%,对 NIR光谱的吸收较强,会干扰其他成分的吸收,从而影响实验结果,导致识别精度较低。因此,在对原产地原始光谱进行预处理提取时,应尽可能控制或适当扣除样品的峰值含水量,操作稍显复杂且制约因素多。同样的,对于苹果类产地的鉴别,张立欣等19选取四个地区的红富士苹果,采用 9 种不同的方式对光谱进行预处理,发现选用多元散射校正对原始光谱进行预处理时总准确率达到 90%以上,并通过概率神经网络(PNN)模型对产地进行识别,产地的准确率分别为 100%、100%、90%、1
17、00%。为了简化模型并提高精度,采用 MSC-CARS-SPA-PNN(MSC 为多元散射校正,CARS 为竞争性自适应重加权算法,SPA 为连续投影算法,PNN 为概率神经网络)来优化模型,使得测试集总准确率和四个产地苹果准确率均有所提高。从研究结果中不难发现四个地区的原始光谱曲线变化趋势大致相同,说明不同产地之间苹果样本具有极大的相似性,但也可以看出原始光谱图中仍有一些波峰和波谷处存在明显的偏离,这是由于苹果中相同成分的含量差异所导致的,这也为使用 NIR 对高化学键断裂电子跃迁振动跃迁转动跃迁低微波长短红外 紫外 X射线UV200 nm400 nm800 nm2.5 m15 m1 m5
18、m可见波长IR核磁共振NMR射频区原子核自转电子自转无线电波频率v能量E图1光谱范围17Fig.1Rangeofthespectrum17422食品工业科技2023 年11月苹果产地的识别研究提供了有效的信息帮助。在蔬菜类研究中,谷物作为主要的粮食作物之一,成为农产品溯源的主要研究对象。随着研究的深入,从一开始的利用 NIR 对不同地区的谷物样品进行区分鉴别,进而对不同籽粒进行分析,Wadood 等20采用 NIR 结合化学计量学比较了小麦粒和面粉的地理来源,发现基于面粉的线性判别分析(LDA)模型在 3 个产地分类上的总体性能优于基于全籽粒的 LDA模型。而 Zhao 等21结合主成分分析(
19、PCA)和判别偏最小二乘(DPLS)的 LDA 对中国四个主要产区小麦样品的籽粒和全麦面粉的来源进行鉴别时发现不同产地小麦光谱存在显著差异,其中 DPLS 正确率最佳,且籽粒辨别能力高于全麦面粉。在使用 DPLS对小麦和面粉进行区分时,Gonzlez-Martn 等22在11002000nm 波长范围使用 NIR 区分小麦和面粉的产地溯源同样取得了较好的分类结果,这些结果都表明 NIR 与化学计量学相结合是一种很有前途的小麦地理分类技术。类似的在其它食药两用产地研究2326中也已显示出复杂食品基质中快速、强大、有效和可靠地检测产地来源的巨大潜力。1.1.2近红外在动物源畜产品产地溯源中的应用目
20、前,已有大量关于 NIR 在动物源产地溯源方面的应用报道,不同产地样品在肌肉组成、脂肪含量、蛋白质的组成等方面具有差异性,因此样品在 NIR 下有不同的反射模式,可利用此特点对动物源性产品进行产地鉴别。在鱼类研究中,Liu 等27利用 NIR 在 4000100001nm 范围内开发了 SIMCA 模型,对四个产地的出口罗非鱼片产品进行分类,Xiccato 等28同样采用 NIR 建立不同养殖方式、不同来源的欧洲鲈鱼的SIMCA 识别分类模型,结果表明该模型下可以实现对样品的快速鉴别和分类。而 Chidini 等29采用NIR 结合化学计量学在 11002500nm 范围内研究不同欧洲鲈鱼的地
21、理来源,准确率达到 100%、88%和 85%。除了追踪鱼类产地外,还成功的对其他肉类食品进行了分类,包括海参、羊肉和鸡肉等,其中 Guo等30开发了两步分类模型利用 NIR 在 8002500nm范围内以识别样品中错误的分类或者未被识别的样品对不同产地的海参进行识别,采用 PLS 回归法建立了近红外光谱定量分析模型,获得了 100%的分类准确率。王靖等31通过提取特征波长,发现 CARS结合 PLS-DA 建模,可以实现不同产地绵羊肉的鉴别。史岩等32利用 NIR 结合 PCA 和聚类分析法(CA)建立来自不同产地的 100 个鸡肉样品的定性判别模型,结果表明,鸡肉中脂肪酸的种类和含量、蛋白
22、质肽链的结构以及 C 和 H 同位素的组成不同,导致了红外光谱中脂肪和蛋白质波段以及 C-H 和 N-H 基团的倍频和合频吸收带的差异,有效地对样品进行了区分,模型判别率达到 100%和 96%。除此之外,吴鹏等33对不同地区鸡蛋的产地溯源进行了研究,结合 PCA 建立的判别模型判别准确率达到100%,这些研究结果都证实了 NIR 应用于食品产地溯源是切实可行的,作为强有力的工具建立完善的动物源性食品原产地追溯体系,既可以保证动物源性食品的质量安全,又可以提高消费者对动物源性食品的信任度。1.1.3近红外在其它食品产地溯源中的应用NIR作为一种新型绿色分析技术,被广泛应用于植物源和动物源产地分
23、析领域,且 NIR 用于食品产地追溯的研究主要集中在一些植物源性产品,而动物源性产品的产地追溯研究相对较少,但不难发现,这些研究均证明了 NIR 用于食品产地鉴别是可行的。除此之外,NIR 也被应用于其他可食用食品产地的鉴别研究中,均达到了理想的鉴别效果。在茶叶类研究中,茶叶作为我国的特有饮料已有几千年的历史,Zhuang 等34在 10502500nm 范围内采用 NIR 的多波长统计判别分析方法;Firmani等35使用 NIR 结合偏最小二乘判别分析(PLS-DA)和类模拟的软独立模型(SIMCA)来鉴别不同地理来源的茶叶;Liu 等36选用 NIR 结合 PLS-DA 和非线性支持向量
24、机(SVM)建立不同地区四个月的绿茶样本,研究结果取得到了 100%的准确度和较高的判别准确率;而胡燕等37通过分析不同产地来源的黑茶样品中红外光谱的峰位、峰形和峰强度,同样有效地鉴别了茶叶样本的地理来源。但研究发现,基于PLS-DA 建立的模型精准度更高,如 Liu 等38采用NIR 结合 PLS-DA 在光谱波长 4002500nm 范围内研究了四个不同国家的雷司令葡萄酒样品的光谱特征和光谱分类,结果表明,PLS-DA 模型在这四个地区的雷司令葡萄酒识别率最佳,达到 97.5%、80%和 70.5%,这些结果优于使用 SLDA 获得的分类率。在其他类食品中,PLS-DA 也达到了较高的精准
25、度,如 Giraudoa 等39利用 NIR 结合 PLS-DA 对不用国家的咖啡豆样品进行产地鉴别,准确率为 98%,而咖啡产地国准确率可以达到 100%。刘星等40对两省产地的坛紫菜样品进行分析判别时同样发现PLS-DA 模型下能够将两省的坛紫菜完全正确溯源,且对于未知产地的坛紫菜溯源结合化学计量学也能基本实现非破坏性条件下不同来源样品的产地溯源。在此背景下 NIR 还应用于油料类的地理研究中,油料作物化学成分的含量和结构受其生长环境因素的影响。NIR 独特的鉴别优势结合化学计量学方法可以反映出被测物的化学组成,Jimnez-Carvelo41等使用 NIR 和荧光激发-发射矩阵光谱(EE
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 光谱 技术 食品 产地 溯源 中的 应用 研究进展
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。