資源描述：
《近紅外光在食品方面的應(yīng)用課件.ppt》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、近紅外法在食品分析 及檢測中的應(yīng)用進(jìn)展報(bào)告人：胡守江學(xué)號(hào)：1024713321基本內(nèi)容近紅外光譜技術(shù)在食品方面的研究應(yīng)用展望2近紅外光美國材料檢測協(xié)會(huì)定義的近紅外光譜區(qū)的波長范圍為780~2526nm，習(xí)慣上又將近紅外區(qū)分為近紅外短波（780~1100nm）和近紅外長波（1100~2526nm）兩個(gè)區(qū)域。近紅外光（NearInfrared，NIR）：是介于可見光（VIS）和中紅外光（MIR）之間的電磁波。34食品物料的光學(xué)特性主要包括光反射率、光透過率、光吸收率、光密度、光發(fā)射現(xiàn)象等，如圖。5近紅外
2、光譜法原理一般有機(jī)物的近紅外光譜主要是由含(O—H，C—H，N—H，S—H等)基團(tuán)中紅外吸收基頻的倍頻與合頻吸收產(chǎn)生的，這些含氫基團(tuán)吸收頻率特征性強(qiáng)，受分子內(nèi)外環(huán)境的影響小，而且在近紅外譜區(qū)比中紅外譜區(qū)的樣品光譜特性更穩(wěn)定。通過掃描樣品的近紅外光譜,可以得到樣品中有機(jī)分子含氫基團(tuán)的特征信息，而幾乎所有的有機(jī)物的主要結(jié)構(gòu)都可以在近紅外光譜中找到信號(hào)并且譜圖穩(wěn)定，而且獲取光譜容易。6近紅外分析檢測技術(shù)的特點(diǎn)1無需對樣品進(jìn)行處理2近紅外儀器的測定時(shí)間短，幾分鐘甚至幾秒鐘就可以完成測試3無破壞性。無破壞性是
3、近紅外技術(shù)的一大優(yōu)點(diǎn)，根據(jù)這一優(yōu)點(diǎn)，近紅外技術(shù)可以用于果蔬原料及成品的無損檢測。5在線檢測6多組分同時(shí)檢測7近紅外光譜的常見分析方法透射光光譜法反射光譜法可用于定性和定量分析8定性分析常用的方法聚類分析是典型的無監(jiān)督模式識(shí)別方法,利用同類樣本彼此相似,即物以類聚,聚類分析就是使相似的樣本聚在一起,從而達(dá)到分類的目的另一種常用方法是Mahananobis距離,其核心是通過多波長下的光譜數(shù)據(jù),定量描述出測量樣本離校正集樣本的位置,因而在光譜匹配、異常點(diǎn)檢測和模型外推方面都很有用。目前國際流行的方法是依靠
4、主成分分析(PCA)結(jié)合Mahananobis距離判據(jù),既利用了PCA處理不丟失信息的特點(diǎn),又利用Mahananobis距離便于建立定量域值的優(yōu)點(diǎn)。9定量分析常用的方法定量分析是通過多元校正方法建立光譜與組成或性質(zhì)間的校正模型,使用該模型可預(yù)測未知樣品的組成或性質(zhì)。各種多元校正技術(shù)有多元線性回歸法(multiplelinearregression,MLR)主成分回歸法(principalcomponentregression,PCR)偏最小二乘法(partialleastsquare,PLS)人工神
5、經(jīng)網(wǎng)(artificialneuralnetwork,ANN)拓?fù)?topology,TP)法10近紅外光譜定量分析的流程與步驟11德國布魯克公司在2001年推出的真正非接觸式在線傅立葉近紅外分析儀器：MATRIX-E12基本內(nèi)容近紅外光譜技術(shù)在食品方面的研究應(yīng)用展望13用近紅外光譜技術(shù)鑒別蜂蜜真?zhèn)螀⒖嘉墨I(xiàn)：鐘艷萍，鐘振聲，陳蘭珍，葉志華，趙靜．近紅外光譜技術(shù)定性鑒別蜂蜜品種及真?zhèn)蔚难芯縖J]．現(xiàn)代食品科技，2010，26(11)：1280-1282．14在12000~4000cm-1范圍內(nèi)采集荊條
6、蜜、槐花蜜、油菜蜜和摻假蜜的近紅外光譜，結(jié)合一階導(dǎo)、多元散射校正及變量標(biāo)準(zhǔn)化)三種方法對光譜進(jìn)行預(yù)處理，以主成分分析結(jié)合馬氏距離判別法，在不同譜區(qū)建立蜂蜜品種及真?zhèn)味ㄐ澡b別模型。研究發(fā)現(xiàn)6100~5700cm-1譜區(qū)為最佳建模波段，品種判別正確率達(dá)90%以上，真?zhèn)舞b別正確率93.10%。15近紅外光譜技術(shù)在植物油品質(zhì)分析中的應(yīng)用參考文獻(xiàn)：原姣姣，王成章，陳虹霞．近紅外光譜技術(shù)及其在植物油品質(zhì)分析中的應(yīng)用[J]．生物質(zhì)化學(xué)工程，2010，44(6)：59-65．IgorV.Kovalenko,Glen
7、R.Rippk,CharlesR.Hurburgh.MeasurementofSoybeanFattyAcidsbyNear-InfraredSpectroscopy:LinearandNonlinearCalibrationMethods[J].JournaloftheAmericanOilChemists'Society,2006,83(5):421-427.16在快速定性鑒別植物油種類中的應(yīng)用1994年Sato采用近紅外光譜技術(shù)鑒別大豆、玉米、棉籽、橄欖、花生及油菜等植物油種類。陳永明等結(jié)合遺
8、傳算法建立了不同產(chǎn)地的橄欖油近紅外分析模型,可以快速、無損地鑒別出未知產(chǎn)地的橄欖油,將為其他植物油產(chǎn)地鑒別提供了一種便捷手段。17在油脂植物含油量測定中的應(yīng)用劉福莉等利用傅里葉變換近紅外透射光譜法掃描食用調(diào)和油中大豆油、花生油以及玉米油的光譜,采用偏最小二乘法(PLS)建立了各自含油量的定量分析模型,其R2EV分別為99.89%、99.88%、99.76%,RMSEP分別為1.09%、1.17%、1.48%。18在脂肪酸化學(xué)組成測定中的應(yīng)用Kovalenko等研究了不
