紅外光譜在食品檢測中的應用分析

李明言

為了實現食品生產和質量的安全性檢測，主要對食品中的蛋白質、糖類、脂肪等微量元素實現定量分析，提出基于紅外光譜的食品微量元素檢測方法。采用分析化學及儀器分析的方法，構建食品的營養成分分析表，通過紅外光譜的波長分布，在波長范圍內進行食品的分子結構、組成信息以及微量化學元素特征檢測，通過對食品成分定量、定性分析，實現對食品的安全性監管和營養成分分析。測試表明，采用該方法進行食品檢測的準確性較高、應用范圍廣、操作簡單。

引言

在食品安全和食品營養學分析中，需要采用化學儀器分析的方法，進行食品組分檢測，結合食品的品質結構特征分析，采用儀器和化學特征分析的方法，進行食品安全性檢測。通過分析食品的組分結構特點，在提高食品安全生產水平的同時，還可以提高食品的營養價值。采用紅外光譜技術和近紅外光譜技術，構建食品安全性檢測模型，結合對紅外光的波長分布狀況，實現對食品的組分結構劃分。本文指出基于紅外光譜的食品微量元素檢測方法。采用分析化學及儀器分析的方法，構建食品的營養成分分析表，實現紅外光譜在食品檢測中的應用。

1. 食品的化學組分特征分析

為了實現紅外光譜在食品檢測中的應用分析，采用分析化學及儀器分析的方法，構建食品的營養成分分析表。采用紅外光譜特征分析的方法，結合食品的光譜特征分析特性，從紅外光譜曲線中提取實用信息，通過食品的組分特征，采用波譜分析方法，結合氣相色譜法、氣相-質譜聯用方法，構建不同光譜波段下的食品成分分析模型，得到氣相色譜（900W）、氣相-質譜（700W）、紅外光譜技術（500W）下的食品化學組分檢測的濃度分布見表1。

根據表1的濃度分布檢測值，利用線性判別分析方法，結合綜合評判模型，對食品中的蛋白質、糖類、脂等微量元素實現定量分析。

2. 紅外光譜在食品檢測中的優化

在上述構建了食品的化學組分特征分析模型的基礎上，采用紅外光譜技術與主成分分析（principal component analysis， PCA）基礎，以蛋白質、脂肪、碳水化合物等作為微量元素，進行相關特征峰檢測，得到蛋白質、脂肪、碳水化合物的組分分布見表2。

分析表2得知，采用本文方法進行食品中的蛋白質、脂肪、碳水化合物等微量元素檢測的準確性較高。在此基礎上，采用通過主成分回歸分析和多元回歸分析方法，在外光譜特征區進行主要脂質組分測定。

分析結果得知，在不同強度的紅外光譜下，食品組分特征差異性較大，對食物中復雜成分的定量分析，對食品檢測的預測值與真實值相關性高。

結論

結合對紅外光的波長分布狀況，實現對食品的組分結構劃分，本文對食品中的蛋白質、糖類、脂等微量元素實現定量分析，提出基于紅外光譜的食品微量元素檢測方法。研究得知，在不同強度的紅外光譜作用下，食品檢測組分的相關性較好，檢測標準滿足食物中復雜成分的定量分析要求。