275

※专题论述

食品科学

2009, Vol. 30, No. 07

萍等应用傅里叶漫反射近红外光谱技术探讨了“雪青”
梨坚实度无损检测的方法。实验选择了 800～2500nm 的波
长进行了分析，利用偏最小二乘法(PLS)建立了坚实度与
漫反射光谱的数学模型，同时对不同光谱预处理方法和
不同建模波段范围对模型的预测性能进行了对比分析

[18]

。

McGlone 等采用 400～1000nm 波长的透射法检测了不同
硬度( 硬 6 3. 5N ，软 8 N) ，猕猴桃的吸收光谱

[ 1 9 ]

。研究

发现，两种猕猴桃吸收光谱变化趋势基本相同，但在

520～680nm 波长范围内，高硬度猕猴桃的吸光度高于
低硬度猕猴桃，因此该波长范围的光谱可用于区别猕猴
桃的硬度。其原因是随着成熟度的增加，与硬度密切
相关的果胶发生了变化，即果胶组成变化引起的物性变
化成分反应在光谱上。L u 探索利用近红外光谱检测苹
果 硬 度 的 可 能 性 。 硬 度 的 分 析 结 果 为 ： 选 用 7 5 0 ～

1060nm 的波段建立模型，相关系数为 0.87，标准预测
误差为 5.8，说明了在这个波段对苹果的硬度进行预测
是可行的

[ 2 0 ]

。

2.4.2

近红外光谱分析技术在肉制品感官评定中的应用

近红外光谱技术在肉制品的感官品质分析中的应用

在发达国家越来越被重视。Byrne 等用主成分分析法在

750～1098nm 光谱范围内研究了牛肉背最长肌的嫩度、
纹理以及风味与近红外光谱的相关性

[2 1]

。

Andre 等研究了近红外光谱预测小羊羔感官评定值的

可能性，实验中对 232 个小羊羔肌肉样品的出汁率、风
味、异常风味及整体嗜好与近红外光谱数据建立了预测
模型。预测结果表明，虽然这些由感官评定员评定出的
感官特性值与光谱数据间的相关系数都很低(r < 0.40)，但
是，却能预测出 2 5 个最好和最差的样品，即近红外光
谱能区别出最极端的样品。同时他们也提出，这种只
能区别极端样品的能力在实际应用中可能成为近红外的
一个最重要的挑战，因为当样品接近中间状态时，消
费者就很难利用近红外光谱很准确的测出小羊羔肉感官
评定的结果

[ 2 2 ]

。

在国内，赵文杰等利用近红外光谱技术研究了牛肉

嫩度的检测方法。在波数为 4000～10000cm

-1

范围内测定

牛肉样本近红外吸收光谱，然后用沃 - 布剪切仪测得牛
肉样本(背长肌)的最大剪切力值并进行主观嫩度等级评
价。用多元线性回归法对校正集建立模型，得到相关
系数 r 为 0.806；用此模型对牛肉预测集 19 个样本进行预
测，分级正确率为 84.21%。该研究说明利用近红外技
术对牛肉嫩度进行预测是可行的

[ 23 ]

。

2.4.3

近红外光谱技术在饮料感官分析中的应用

Esteban-DIez 等利用近红外技术，探讨了近红外光

谱与咖啡感官值之间的相关性，并结合 PLS 方法对咖啡
的感官性状分别建立了酸度、苦味、口感、回味的模
型，其预测结果具有较高的准确性，其交互验证均方
根偏差为 4.7%～7.0%

[24]

。Urban-Cuadrao 等对近红外光

谱分析技术在葡萄酒中常规的一些感官指标的检测和甄
别中的应用进行了研究。实验分析了不同品种和品名的

1 8 0 瓶葡萄酒样品，并采用 P L S 对酸度、颜色、色调
等建立了数序模型，分析结果中，R

2

都大于 0.8 且交互

验证标准偏差与常规方法分析结果接近

[25]

。 Cozzolino 等

建立了澳大利亚两个品种的白酒的近红外光谱与感官评
价 之 间 的 关 系 。 实 验 采 用 四 种 芳 香 描 述 符： 酯 、 蜜 、
西番莲之果实、柠檬 - 柑橘，两种味觉风味：整体风
味和甜味，对白洒进行感官描述采用 PLS 建立感官评价
和 近 红 外 关 谱 之 间 的 校 正 模 型 。其 分 析 结 果 为 ： 酯 、
蜜和柠檬 - 柑橘与光谱的相关性在 0.7 以上，而西番莲之
果实、整体风味和甜味与光谱的相关性不到 0. 5。分析
认为，感官评价与近红外光谱分析存在一定的相关性，
但相关系数不高，需要进行进一步实验

[ 1 6 ]

。

2.4.4

近红外光谱技术在谷类产品感官分析中的应用

水稻作物作为重要的粮食作物之一，近红外光谱较

早地应用到其品质的分析。稻米的品质除了与化学组成

( 淀粉、蛋白质、水分含量) 有关，还受颜色、透明度、
外官纹理、口感等的影响。B a r t o n 等利用近红外技术
评估了稻米的质量，发现其物理性质，包括颜色、透
明度、粉碎程度等可以利用不同的波长区域建立相应的
模型进行感官质量评估

[ 2 6 ]

。

国外已经有许多利用近红外光谱法研制的大米食味

计。大米的食味是人们对食用米饭的视觉、咀嚼、嗅
觉、味觉的综合感觉。由于主观感觉，所以食味因人
而异，没有绝对的尺度，主要从米的外官、味道、香
味、黏度、硬度及综合指标来评价。这种方法缺少统
一性，评价结果很不准确。长期研究结果表明，米饭
进入口的黏度和硬度等物理特征以及呈香气味和酯味等
化学成分与大米的食味密切相关。通过对多个理化性质
与食味的关系进行回归分析，根据蛋白质、水分、脂
肪等成分来计算综合值，最后以百分数表示出来，即
为大米的食味值。这种方法方便而容易操作，将整粒
大米放入样品，立刻就可以得到数据

[ 7 ]

。

小麦的硬度对小麦粉的加工粒度有影响，是磨粉和

食 用 时 的 重 要 指 标 ， 它 与 含 水 量 和 蛋 白 质 含 量 有 关 ，

B ro n wn 等通过小麦粉的近红外光谱进行分析，表明在

168nm 和 2230nm 两个波长点，小麦的硬度分析具有很好
的重复性和重现新，且发现硬质小麦品种的硬度与含水
量呈直线关系

[27]

。陈峰等通过对 533 个小麦样品进行近

红外透射光谱定标分析，建立了相应的分析模型

[28]

。原

翠平等

[ 2 9 ]

比较了近红外法和单籽粒谷物特性测定仪法

(SKCS)，测定了 54 个小麦籽粒的硬度，发现这两种方
法测定的结果具有较高的相关性(r=0.873)。

2.4.5

近红外光谱技术在其他食品感官分析中的应用

Karoui 研究了近红外光谱分析技术预测奶酪感官特

性的能力。实验对来自于欧洲不同地方的 20 种瑞士奶酪
中的一些感官特性进行分析，并采用 PLS 建立了感官评