基于近紅外光譜技術的柑橘罐頭品質測定方法的研究

曹江娜，張　俊，，*，陸勝民（.南京農業大學食品科技學院，江蘇南京0095；.浙江省農業科學院食品科學研究所，浙江省果蔬保鮮與加工技術研究重點實驗室，浙江杭州300）

基于近紅外光譜技術的柑橘罐頭品質測定方法的研究

曹江娜1，張俊1，2，*，陸勝民2
（1.南京農業大學食品科技學院，江蘇南京210095；2.浙江省農業科學院食品科學研究所，浙江省果蔬保鮮與加工技術研究重點實驗室，浙江杭州310021）

為了快速檢測柑橘罐頭主要營養指標的含量，實驗對柑橘罐頭進行光譜采集，通過偏最小二乘（PLS）線性擬合建立關于柑橘罐頭總糖、總酸、黃酮和維生素C的近紅外定量分析模型。通過分析比較不同的光譜預處理方法對近紅外光譜模型的影響，其中經歸一化預處理后建立的總糖和黃酮模型最優，相關系數分別為0.9156和0.9147，交互驗證均方根誤差（RMSECV）為0.6305%和2.7028 mg/100 g；平滑預處理后總酸的相關系數為0.8921，RMSECV為0.0539%；以原始光譜數據建立的維生素C模型的相關系數為0.9129，RMSECV為1.4323 mg/100 g；預測集總糖、總酸、黃酮和維生素C的相關系數分別為0.8519、0.8106、0.8334和0.8425，預測均方根誤差（RMSEP）為0.8969%、0.0638%、3.6055 mg/100 g 和1.9732 mg/100 g。實驗結果表明：應用近紅外光譜技術測定柑橘罐頭中總糖、總酸、黃酮和維生素C的含量是可行的。

柑橘罐頭，近紅外光譜，總糖，總酸，黃酮，維生素C

橘片罐頭是我國柑橘加工行業的主導產品，出口量占世界貿易量的80%以上［1］。評價柑橘罐頭品質的方法主要有感官評價和儀器分析。感官評價主要依賴于評審專家的個人因素和主觀條件，評價結果因人而異；而儀器分析檢測過程繁瑣，且大多要求對樣品進行前處理，對操作條件要求較高且實驗結果可重復性差。這兩種常用的檢測方法均難以滿足食品工業化發展對簡便、快捷、客觀的要求［2］。

近紅外光譜技術是一種將被測樣品的光學性質（如反射、透射、吸收）與化學計量學結合來確定相關成分含量的快速檢測技術［3］，具有對樣品前處理要求低，安全系數高，低成本，高效率等特點，現已被廣泛地應用于果蔬內部品質檢測［4-7］，但應用近紅外光譜技術同時檢測罐頭中的多種成分報道較少。

本研究以柑橘罐頭為研究對象，通過比較不同光譜預處理對模型性能的影響，建立柑橘罐頭總糖、總酸、黃酮、維生素C含量的偏最小二乘（Partial Least Squares，PLS）模型，為實現柑橘罐頭內部品質的快速檢測提供參考。

1　材料與方法

1.1材料與儀器

柑橘罐頭樣品1浙江臺州一罐食品有限公司，采用馬口鐵包裝，凈含量為425 g，其中固形物（橘瓣）占總重量的55%；柑橘罐頭樣品2豐島集團股份有限公司，馬口鐵包裝，凈含量500 g，其中固形物為300 g；溫州蜜柑來源于杭州下沙蔬菜水果批發交易市場，選取大小均一，色澤較好，無明顯病蟲害的溫州蜜柑用于柑橘罐頭的制作；抗壞血酸標準品Sigma公司，純度≥99%；橙皮苷標準品上海士鋒科技有限公司，純度≥98%；葡萄糖標準品Sigma公司，純度≥99.5%；三氯乙酸、鄰菲羅啉、氯化鐵、無水乙醇、85%磷酸、苯酚、硫酸、一縮二乙二醇、檸檬酸、氫氧化鈉均為分析純。

DA 7200近紅外光譜儀瑞典波通儀器公司；801 Stirrer自動點位滴定儀瑞士萬通集團；UV 1800紫外分光光度計日本島津公司；DS-1高速組織搗碎機上海標本模型廠。

1.2實驗方法

1.2.1柑橘罐頭的制作參照豐島集團股份有限公司罐頭的制作方法稍作修改。將溫州蜜柑于100℃水中熱燙30 s，剝皮分瓣，浸泡于體積分數為0.4%的鹽酸溶液中30 min，用清水清洗后用質量分數為1.2% 的NaOH溶液浸泡45 min，清水漂洗后進行灌裝，其中橘瓣的質量占柑橘罐頭重量的60%，糖水（糖度為18 Brix°，pH=3）為40%，分別采用玻璃瓶和高阻隔瓶進行包裝，確保罐頭的中心溫度達到80℃時進行殺菌處理30 min，迅速冷卻，于25℃下貯藏。

1.2.2光譜的掃描將柑橘罐頭置于高速組織搗碎機中勻漿，靜置30 min，待儀器穩定后進行裝樣掃描。波長范圍為：950～1650 nm，分辨率為5 cm-1，每個樣品掃描3次且重復裝樣2次，取平均值作為單個樣品的原始光譜數據，每次掃描時保持外部環境條件一致，以減小系統誤差。

1.2.3樣品集的劃分將三種不同來源的柑橘罐頭按照4∶1的比例隨機分為校正集和預測集，于25℃條件下貯藏，分別供建模和模型驗證使用。

1.2.4化學指標測

1.2.4.1總糖含量測定采用苯酚硫酸比色法測定［8-9］。

1.2.4.2總酸含量測定用酸堿滴定法測定［10］。

1.2.4.3黃酮含量測定參照農業標準NY/T 2010～ 2011《柑橘類水果及制品中總黃酮含量的測定方法測定》［11］。

1.2.4.4VC含量測定用紫外分光光度法測定［12］。

1.3數據處理

光譜數據由DA7200自帶的分析處理軟件進行轉化并對每個樣品的6條光譜求平均值，通過CAMO公司的Unscrambler 9.7對原始光譜進行一階導數、平滑、標準化等預處理，減少由于樣品的復雜性和儀器本身對模型的干擾，提高分析信號的信噪比，建立校正集PLS模型。通過內部交互驗證和外部未知樣品驗證來評價模型的性能，以相關系數r，交互驗證均方根誤差（Root mean square error of cross validation，RMSECV）和預測均方根誤差（Root mean square error of prediction，RMSEP）為評價指標。

2　結果與分析

2.1柑橘罐頭的透射光譜

圖1為柑橘罐頭樣品的原始近紅外譜圖，由于原始譜圖包含一些與樣品性質無關的信息，因此有必要對原始光譜數據進行預處理。圖2為經一階導數處理后的柑橘罐頭光譜圖。從圖1可以看出，在1280～1370 nm波長范圍內光譜嚴重重疊，沒有明顯的吸收峰，經一階導數處理后，出現了明顯的吸收峰，且同圖1相比，強化了譜帶信息，使物質的吸收峰更加明顯。

圖1　柑橘罐頭的原始光譜圖Fig.1　Original spectrum of canned citrus

圖2　柑橘罐頭的一階導數光譜圖Fig.2　The first derivative spectra of canned citrus

2.2相關化學成分的測量值

由常規理化分析方法測定結果顯示，預測集樣品總糖、總酸、黃酮、維生素C含量均在校正集樣品的范圍之內，即用校正集樣品建立的關于四種物質含量的PLS模型可用于預測集的預測。理化分析結果如表1所示。

2.3近紅外光譜模型的建立及預測效果

2.3.1異常值的剔除在建立柑橘罐頭近紅外光譜定量分析模型時常常會出現即使選擇了最佳主因子數，標準值和預測值之間仍會出現較大殘差的現象，即校正集樣品中存在異常樣品。異常樣品是指由理化分析方法測得的標準值與光譜數據之間存在較大誤差以及樣品的光譜或化學測定值與校正集中樣品的平均值之間存在顯著性差異的樣品［13］。異常樣品將直接影響校正模型的精度，降低模型的穩定性和預測性能，必須予以剔除。以未經過光譜預處理的120個校正集樣品的平均光譜數據建立PLS模型，并通過交互驗證評價模型的性能。根據殘差法逐一剔除異常值，只有當相關系數r增大，交互驗證均方差RMSECV減小時才可確定所選樣品為異常樣品，否則應予以保留。表2和表3中的定量分析模型均是在剔除異常樣品的基礎上建立的。

2.3.2最佳主因子數的選擇建立PLS模型要選擇恰當的主因子數，若主因子數較少，不能充分反映被測樣品相關組分與光譜變化之間的關系，如果選擇較多的主因子數，就會將一些與樣品無關的如代表噪聲的主因子數添加到模型中，出現過度擬合［14］。計算1～20個主因子數的殘差值結合RMSEP確定最佳主因子數。以原始光譜數據建立的柑橘罐頭總酸模型為例，圖3反映了主因子數與殘差之間的關系，當主因子數為1時，殘差值為0.0141，隨著主因子數的增加，殘差值逐漸降低，當主因子數為9時，殘差值最小為0.0062，當主因子數大于9時，殘差隨主因子數的增加而增加，即最佳主因子數為9。

圖3　最佳主因子數與殘差關系圖Fig.3　Best of principal components and residual graph

表1　柑橘罐頭相關理化指標分析結果Table 1　Canned citrus analysis results related to the physical and chemical indicators

表2　不同預處理方法對柑橘罐頭總糖和黃酮模型的影響Table 2　Different pretreatment methods on total sugar and flavonoids model of citrus canned

表3　不同預處理方法對柑橘罐頭總酸和維生素C模型的影響Table 3　Different pretreatment methods on total acid and vitamin C model of citrus canned

2.3.3光譜預處理方法的選擇

2.3.3.1柑橘總糖和總黃酮含量的PLS模型不同的光譜預處理方法對近紅外光譜定量分析模型的性能有較大的影響，由表2可知，原始光譜數據建立的柑橘罐頭總糖和黃酮含量的PLS模型r分別為0.8719 和0.8977，基本上可滿足定量分析的需要。關于柑橘罐頭總糖含量的PLS模型，經歸一化、標準正態變量變換（Standard normal variable correction，SNV）、一階導數&歸一化等處理后的定量分析模型精度均高于原始光譜數據，其中以歸一化、基線校正&歸一化兩種光譜預處理方法所建模型效果較優，從最佳主因子數分析，基線校正&歸一化主因子數較多，為防止過度擬合選擇經歸一化預處理后的光譜數據建立的柑橘罐頭總糖定量分析模型為最佳。關于黃酮的PLS模型，經Savitzky-Golay平滑、歸一化、平滑&歸一化處理后模型的性能有顯著提高，其中歸一化模型的相關系數較原始模型提高了1.7%，交互驗證均方差有所下降但幅度不大。經歸一化處理的光譜信息可以校正因樣品散射而引起的光譜誤差，能更準確地反映柑橘罐頭中總糖和黃酮的含量信息，建立PLS模型性能高于其他光譜預處理方法。

2.3.3.2柑橘罐頭總酸和維生素C含量的PLS模型由表3可知，通過歸一化處理建立的關于柑橘罐頭總酸和維生素C模型性能并未得到改善甚至有所降低，這可能是與柑橘罐頭中總酸和維生素C的含量較低，且含量范圍較小有關。經光譜預處理后，在降低干擾因素的同時去除了部分有效光譜信息，如一階微分可以消除基線漂移，但會放大噪聲。通過分析比較，只有Savitzky-Golay平滑通過提高平滑噪音增加信噪比使柑橘罐頭總酸的定量分析模型稍有改善，但無論是相關系數還是交互驗證均方差變化都不大。而柑橘罐頭中的維生素C見光易分解，隨貯藏時間的延長損失較大，導致化學值的測定準確性較差，且含量較低，導致光譜數據中相關信息易被其他宏量物質掩蓋，這些問題均增大了建模的難度，經光譜預處理，可能使部分信息喪失，導致預處理模型的相關系數均較原始模型0.9129低，交互驗證均方差也大于1.4323 mg/100 g，模型精度下降。

2.3.4優化模型的建立及預測效果根據分析結果選擇最恰當的光譜預處理方式建立關于柑橘罐頭總糖、總酸、黃酮以及維生素C含量的最佳PLS模型，并通過對30個未知樣品相關含量的預測驗證模型的準確性及穩定性，驗證結果如圖4～圖7所示。預測集中總糖、總酸、黃酮和維生素C的相關系數r分別為0.8519、0.8106、0.8334和0.8425，RMSEP分別為為0.8969%、0.0638%、3.6055 mg/100 g和1.9732 mg/100 g，基本上可用于柑橘罐頭相關物質含量的預測。其中，總酸的預測效果較維生素C、總糖和黃酮差，由圖5和圖7可

圖4　柑橘罐頭總糖含量優化模型預測結果Fig.4　Optimized predictive model of total sugar content of citrus canned

圖6　柑橘罐頭黃酮含量優化模型預測結果Fig.6　Optimized predictive model of flavonoids content of citrus canned

圖7　柑橘罐頭維生素c含量優化模型預測結果Fig.7　Optimized predictive model of Vitamin C content of citrus canned

3　結論

本實驗將近紅外光譜技術和化學計量學結合，在960～1650 nm波長范圍內建立了柑橘罐頭總糖、總酸、黃酮和VC含量的定量分析模型，并通過對未知樣品的預測來評估模型的性能，預測集總糖、總酸、黃酮和VC的相關系數分別為0.8519、0.8106、0.8334 和0.8425，預測結果表明所建模型穩定性較好，可用于測定柑橘罐頭中總糖、總酸、黃酮和維生素C的含量，為實現柑橘罐頭營養指標的快速檢測提供理論依據。

［1］單楊.中國柑橘工業的現狀、發展趨勢與對策［J］.中國食品學報，2008，8（1）：1-8.

［2］王俊，崔紹慶，陳新偉.電子鼻傳感技術與應用研究進展［J］.農業機械學報，2013，44（11）：160-167.

［3］毛莎莎，曾明，何紹蘭，等.近紅外光譜技術在水果成熟期預測中的應用［J］.亞熱帶植物科學，2010，39（1）：82-89.

［4］Cao Fang，Wu Di，He Yong.Soluble solids content and pH prediction and varieties discrimination of grapes based on visible near infrared spectroscopy［J］.Computers and electronics in agriculture，2010（71）：15-18.

［5］R Ferrer-Gallego，J M Hernandez-Hierro，J C Rivas-Gonzalo，et al.Determination of phenolic compounds of grape skins during ripeningbyNIRspectroscopy［J］.LWT-FoodScienceand Technology，2011，44（4）：847-853.

［6］Jiangbo Li，Wenqian Huang，Liping Chen，et al.Variable Selection in Visible and Near-Infrared Spectral Analysis for Noninvasive Determination of Soluble Solids Content of‘Ya’Pear［J］.Food Anal，2014，7：1891-1902.

［7］Aichen Wang，Lijuan Xie.Technology using near infrared spectroscopic and multivariate analysis to determine the soluble solids content of citrus fruit［J］.Journal of Food Engineering，2014，143：17-24.

［8］吳曉紅，陳寶宏，李小華.柑橘類水果中總酸與總糖的測定［J］.食品研究與開發，2012，33（9）：144-146.

［9］李文生，馮曉元，王寶剛，等.應用自動電位滴定儀測定水果中的可滴定酸［J］.食品科學，2009，30（4）：247-249.

［10］劉志明，唐彥君，吳海舟，等.苯酚-硫酸法測定葡萄酒中總糖含量的樣品處理［J］.中國釀造，2011（2）：158-161.

［11］NY/T 2010-2011柑橘類水果及其制品中總黃酮含量的測定［S］.2011.

［12］曹建康，姜微波，趙玉梅.果蔬采后生理生化實驗指導［M］.北京：中國輕工業出版社，2007.

［13］閔順耕，李寧，張明祥.近紅外光譜分析中異常值的判別與定量模型優化［J］.光譜學與光譜分析，2004，24（10）：1205-1209.

［14］夏俊芳.基于近紅外光譜的貯藏臍橙品質無損檢測方法研究［D］.武漢：華中農業大學，2007.

Study on the method of canned citrus quality measurement based on the Near-infrared spectroscopy

CAO Jiang-na1，ZHANG Jun1，2，*，LU Sheng-min2
（1.Institute of Food Science and Technology，Nanjing Agricultural University，Nanjing 210095，China；2.Institute of Food Science，Zhejiang Academy of Agricultural Sciences，Key Laboratory of Fruits and Vegetables Postharvest and Processing Technology Research of Zhejiang Province，Hangzhou 310021，China）

In order to quickly detect the contents of main nutrition indicators of canned citrus，the experiment was conducted to spectral acquisition of canned citrus，by Partial Least Squares（PLS）linear fit to establish Nearinfrared quantitative analysis model on canned citrus total sugar，acid，flavonoids and vitamin C.Analyzed and compared the effects of different spectral pretreatment methods on Near-infrared spectroscopy models，in which the normalized model of total sugar and flavonoids were optimal，correlation coefficients were 0.9156 and 0.9147，root mean square error of cross-validation（RMSECV）were 0.6305%and 2.7028 mg/100 g.Smoothed model of total acid correlation coefficient was 0.8921，RMSECV was 0.0539%.Model of vitamin C based on raw spectral data whose correlation coefficient was 0.9129，RMSECV was 1.4323 mg/100 g.Through validation，prediction set of total sugar，total acid，flavonoids and vitamin C correlation coefficient were 0.8519，0.8106，0.8334 and 0.8425，predict root mean square error（RMSEP）were 0.8969%，0.0638%，3.6055 mg/100 g and 1.9732 mg/100 g.The results showed that Near-infrared spectroscopy for rapid detection of canned citrus total sugar，total acid，flavonoids and vitamin C content was feasible.

canned citrus；Near-infrared；total sugar；total acid；flavonoids；vitamin c

TS207.3

A

1002-0306（2016）04-0068-05

10.13386/j.issn1002-0306.2016.04.004

2015－05－22

曹江娜（1990-），女，碩士研究生，研究方向：農產品貯藏與加工的研究，E-mail：cjn02chx@163.com。

張俊（1977-），男，博士，副研究員，研究方向：農產品貯藏與加工，E-mail：hunterzju@163.com。

國家現代農業（柑橘）產業技術體系專項資金資助（2011R15A24A01）。