可见/近红外光谱技术在液态食品检测中的应用研究进展

可见/近红外光谱作为一种快速、无损的新型检测技术,在农产品与食品品质检测领域获得越来越广泛的应用。日本和欧美很多国家在近红外光谱对农产品与食品品质检测方面已经取得了很大的进展,国内在这一领域的研究虽有一定的成果,但与国外相比仍有一定的差距,有待加强。文章从酒类、奶制品、果汁、食用油等方面综述了近几年国内外可见/近红外光谱技术在液态食品品质检测中的最新应用研究进展,分析了可见/近红外光谱技术应用于液态食品品质检测的种种优势,思考了应用中存在的一些问题并尝试提出了相应的解决方法,最后对进一步的研究提出了展望。     

SPR生物传感器快速检测大肠杆菌O157∶H7的研究

建立了一种基于表面等离子体共振(surface plasmon resonance,SPR)原理的生物传感器方法,实现了快速检测大肠杆菌O157∶H7。研究选用BIACORE 3000系统及葡聚糖修饰的CM5芯片,先用EDC/NHS将芯片活化,然后抗体直接通过酰胺键固定在金表面,再用乙醇胺封闭,这样处理之后的芯片就可用于检测大肠杆菌O157∶H7。利用NaOH溶液对芯片再生,实现对多个不同浓度样品检测,采用时间对响应单位(RU)记录数据。该法检测大肠杆菌O157∶H7的检测限为3×105CFU.mL-1,RU变化值和大肠杆菌O157∶H7的浓度在一定范围内相关性良好,相关系数达到0.99。检测时间短,一个样品仅需5~7 min,再生效果好,芯片可重复使用50次以上。可快速、在线、稳定地检测大肠杆菌O157∶H7,有望成为一种在线检测食品致病性微生物的有力手段。     

液态电极等离子体发射光谱技术检测金属离子的研究应用

快速准确的金属离子检测是涉及多个学科领域及检测技术的研究课题,文章综述了液体电极等离子体发射光谱技术在金属离子检测领域的研究及应用。首先介绍了基于电化学原理的电极法,包括离子选择性电极及阳极溶出法,及基于原子吸收或发射光谱等检测金属离子常用方法技术的原理及优缺点;然后阐述了基于等离子体的液体电极光谱技术的原理及特点,包括等离子体的产生机理、光谱特点以及其检测技术的优势;并按照液态电极数目及放电系统结构分成单液态电极及双液态电极放电系统两类,重点介绍了液态电极发射光谱技术的发展历程及研究进展,其中详细说明了ELCAD、SCGD、LS-APGD及毛细管放电等电解质放电系统的结构及特点;利用液态电极等离子体发射光谱技术,对铜、汞、银等重金属以及钠、钾、镁等活泼金属离子的检测限可达μg·L-1。最后探讨了该技术应用于检测金属离子的优势及存在的问题,并展望了其应用前景。     

电化学生物传感器在发酵领域中的应用

本文综述了近10年来电化学生物传感器在发酵领域中的研究及应用。首先介绍了电化学生物传感器的基本原理及分类,然后对发酵领域中应用和研究最为广泛的酶电极以及微生物电极传感器进行了分类描述,并重点介绍和归纳了葡萄糖、乳酸、酒精以及甘油生物传感器的研究现状,集中探讨了两类传感器的抗干扰性与选择性等特性。     

可见/近红外光谱检测冷鲜猪肉中的脂肪、蛋白质和水分含量

采用可见/近红外光谱分析方法对冷鲜猪肉中的脂肪、蛋白质和水分含量进行了研究。光谱数据经多元散射校正(MSC)处理后,分别建立0～4 ℃和20 ℃下的原始光谱、一阶导数和二阶导数的偏最小二乘(PLS)定量分析模型,比较其相关系数(r)、校正标准差(RMSEC)和预测标准差(RMSEP),得到一阶导数处理后的模型最好,并且0～4 ℃下的模型优于20 ℃下的模型。0～4 ℃和20 ℃下脂肪的相关系数(r)分别为0.950和0.924,蛋白质为0.713和0.455,水分为0.944和0.914;脂肪的预测标准差(RMSEP)分别为2.41和2.95,蛋白质为5.44和4.25,水分为2.37和2.38。由此可见,可见/近红外光谱分析方法能够很好的检测冷鲜猪肉中的脂肪和水分,蛋白质的检测结果较差是由冷鲜肉加工工艺引起的。另外,两种温度下光谱曲线在770 nm附近产生了波长漂移,漂移量约10 nm。     

近红外技术在自然纺织纤维品种鉴别及成分预测上的应用

近红外光谱技术由于其检测方便、信息量大、无损等特性受到人们越来越多的关注,并且与化学计量学结合时能在一定程度上抵消其光谱峰重叠、信息弱等缺点。在纺织纤维的品种鉴别及化学性质鉴定方面,国家标准中较为常见的主要有电镜目测法及化学溶解法,但这些方法的测试周期长,测试步骤烦琐,不适宜大批量样本的分析,也不适用于在线检测。文章着重就近红外在自然纤维中的应用进行了综述,包括自然纺织纤维的品种鉴别、纤维内杂质检验以及生产过程中染料的鉴别等。     

温度对叶片近红外光谱的影响

近红外光谱分析技术是发展最快的定性和定量分析技术之一,在各个领域得到了广泛应用。但近红外谱区自身信息的特点决定了其吸收强度弱、信噪比低、谱峰严重重叠等缺点,这使得近红外光谱易受样品来源、样品种类、样品状态、装样条件和样品温度等的影响,造成光谱的不确定性。文章以温度对叶片近红外光谱的影响为研究内容,详细考察了不同温度下样品的叶绿素的校正和预测模型。结果发现温度对模型精度有一定的影响,样品的温度在10和20℃下模型的精度较高,10℃下模型精度效果最好,但是所用的主成分也较多。当实验温度达到25℃时,模型的校正和预测精度都相对较差。利用判别分析对各个温度下的光谱进行分类。发现20℃下采集的光谱没有分到其他温度区外,其他的都有不同程度的跨区,这说明除20℃外,其他温度下测得的光谱差异不明显。试验对叶片近红外检测的条件和应用做了初步的探索性工作,为今后提出温度修正模型提供理论基础。     

湿度对近红外光谱检测的影响

光谱的检测过程会受诸如温度等很多条件的影响。本课题的目的在于研究在近红外检测过程中,环境湿度的变化对苹果检测结果的影响。建立一个自制湿度可控箱,通过改变箱内小环境的湿度值,对每个水果在40%～80%的湿度范围内每隔10%进行光谱采集。每个最终光谱是由水果的扫描光谱减去背景光谱获得的,由于不确定湿度随水果和背景的分别影响,光谱试验分两组进行：在不同的湿度下均采集背景和水果的光谱值(组1)和仅在40%的湿度值下采集背景(组2)。由20个苹果的样品集组成40组平行试验数据,运用单因素方差分析和马氏距离等处理方法进行分析。结果显示,无论在不同的湿度值下采集光谱和背景还是仅采集一个背景,其湿度值对近红外光谱的影响都不显著。     

近红外透射光谱应用于黄酒酒龄的定性分析

应用近红外光谱透射技术,结合化学计量学方法,开展了黄酒酒龄定性鉴别的研究,并对不同光谱预处理方法(未处理、平滑、二阶微分)对酒龄鉴别结果的影响进行了对比分析。试验采用傅里叶变换近红外光谱仪,以86瓶绍兴黄酒为标准样品,并结合不同光谱预处理方法及判别分析法,建立了黄酒酒龄定性鉴别模型。光谱平滑处理对酒龄鉴别结果影响不显著,而微分光谱分析结果最差,近红外原始光谱结合判别分析法的分析结果最优,其校正集正确分类的百分比达98.1%,预测集达90.6%。研究表明,近红外光谱透射技术结合原始光谱及判别分析法可作为一种可靠、准确、快速的检测方法用于黄酒酒龄定性鉴别分析。     

扫描次数对番茄叶漫反射光谱和模型精度的影响研究

近红外光谱分析技术因其诸多优点成为近年来发展最快的定量和定性分析技术之一,它是依据有机分子中的含氢基团(C—H, O—H, N—H)振动的合频与各级倍频的吸收获得信息。但是,近红外光谱易受到光谱仪的工作状态和扫描时各种参数的设置,如波长的准确性、仪器的分辨率、噪声、扫描次数、样品粒度的均匀性等的影响。为了给建立实际模型时选择最佳的测量条件提供依据,文章以番茄叶为研究对象,分析了扫描次数对番茄叶漫反射光谱和叶绿素定量模型精度的影响。结果发现扫描次数对番茄叶漫反射光谱和模型精度有较大的影响。随着扫描次数的增加,近红外光谱的均方根噪声的方差值逐渐变小。扫描次数越多,光谱的质量较高,但是仪器产生的系统误差也会增大;扫描次数越少, 光谱的质量较差,但是光谱较为光滑,系统的误差较小。在128次扫描次数下,叶绿素定量模型的决定系数较高,但是模型不稳定。当扫描次数为32时,模型的决定系数较低,但该模型比较稳定,检测时间也较短。同时,不同扫描次数下所建模型都用于预测叶绿素含量,发现没有显著差异(α＝0.05)。在采集光谱建立模型时,应考虑综合因素选择合适的扫描次数。