光谱仪在食品检测领域的应用完全指南
食品安全关乎国计民生,光谱分析技术因其快速、无损、多参数的特点,在食品检测领域得到越来越广泛的应用。本文系统介绍 UV-Vis、FTIR、近红外、拉曼、荧光、原子吸收等光谱技术在食品营养成分分析、品质评价、真伪鉴别、有害物质检测等方面的具体应用。
一、食品检测概述与光谱技术优势
1.1 食品检测的重要性
食品检测贯穿食品生产、流通和消费的全链条:
食品产业链:
原料验收 → 加工过程 → 成品检验 → 流通监控 → 市场抽检 → 消费者餐桌
↓ ↓ ↓ ↓ ↓
光谱检测 光谱检测 光谱检测 光谱检测 光谱检测
1.2 光谱技术在食品检测中的优势
| 优势 |
说明 |
应用场景 |
| 快速 |
数秒到数分钟出结果 |
生产线在线检测 |
| 无损 |
无需破坏样品 |
水果内部品质检测 |
| 多参数 |
一次测量多个指标 |
综合品质评价 |
| 低成本 |
耗材少,无需复杂前处理 |
大批量筛查 |
| 在线 |
可联用生产线 |
过程分析技术(PAT) |
二、营养成分分析
2.1 UV-Vis 在食品营养分析中的应用
蛋白质含量测定:
| 方法 |
原理 |
检测限 |
特点 |
| 双缩脲法 |
与 Cu²⁺ 生成紫红色络合物,540nm 测定 |
1-10 mg/mL |
快速简便 |
| Folin-酚法(Lowry) |
还原磷钼酸-磷钨酸,750nm 测定 |
0.02-2 mg/mL |
灵敏度高 |
| Bradford 法 |
与考马斯亮蓝结合,595nm 测定 |
0.1-1.5 mg/mL |
快速、重现性好 |
| UV 法(280nm) |
蛋白质固有紫外吸收 |
定性/半定量 |
最简便 |
脂肪含量测定:
| 方法 |
原理 |
应用 |
| 索氏抽提-重量法 |
经典方法,仲裁法 |
标准方法 |
| UV 法(脂肪伴随色素) |
280-340nm 扫描 |
油脂品质快速筛查 |
| FTIR 法 |
脂肪特征峰定量 |
快速定量 |
糖类测定:
总糖测定:
- 硫酸-苯酚法:490nm 测定,糖与苯酚-硫酸反应生成橙黄色产物
- DNS 法(3,5-二硝基水杨酸):540nm 测定,还原糖还原 DNS 生成棕红色
蔗糖测定:
- 转化酶水解 → 测定还原糖增量
- 旋光法结合 UV 验证
淀粉测定:
- 酸/酶水解 → 测定还原糖增量
- 旋光法(特定淀粉样品)
维生素测定:
| 维生素 |
方法 |
波长 |
说明 |
| 维生素 A |
UV 法 |
325nm |
直接测定或皂化提取 |
| 维生素 B1 |
荧光法 |
370/450nm |
硫胺素→荧光衍生物 |
| 维生素 B2 |
荧光法 |
440/525nm |
直接测定(黄色荧光) |
| 维生素 C |
UV 法/滴定 |
243nm |
抗坏血酸直接测定 |
2.2 近红外光谱(NIR)在食品成分分析中的应用
近红外光谱是食品工业成分分析的革命性技术:
近红外光谱原理:
- 测量 O-H、N-H、C-H、S-H 化学键振动的泛频和倍频吸收
- 这些键是食品中有机物(蛋白质、脂肪、碳水化合物、水分)的骨架
- 通过化学计量学建立光谱与成分含量的关联模型
典型应用:
| 食品类型 |
测定参数 |
精度 |
| 谷物(小麦、稻谷) |
水分、蛋白、淀粉、湿面筋 |
R² > 0.95 |
| 油料作物 |
含油量、水分、蛋白 |
R² > 0.90 |
| 乳制品 |
脂肪、蛋白、乳糖、水分 |
R² > 0.95 |
| 肉类 |
水分、脂肪、蛋白、嫩度 |
R² > 0.85 |
| 水果 |
糖度、酸度、水分 |
R² > 0.80 |
| 饮料 |
糖度、酒精度、pH |
R² > 0.90 |
近红外光谱的优势:
- 无需前处理,直接测量
- 多参数同时测定(一次扫描)
- 速度快(秒级)
- 样品可重复使用
- 适合在线分析
三、品质评价
3.1 果蔬成熟度与品质检测
可溶性固形物(SSC)和酸度测定:
传统方法:手持糖度计(折光仪)—— 只能测 SSC
NIR 法优势:
- 同时测 SSC 和酸度(糖酸比)
- 无损,不破坏水果
- 可在采摘前预测成熟度
- 适合流水线在线分级
典型参数:
| 参数 |
近红外波长 |
说明 |
| 可溶性固形物(SSC) |
760-1040nm |
与糖含量高度相关 |
| 酸度(TA) |
特定组合波长 |
与有机酸含量相关 |
| 硬度/坚实度 |
特定波长组合 |
与细胞结构相关 |
| 水分 |
1450, 1940nm |
水的强吸收峰 |
应用场景:
水果采后分级系统:
水果 → 输送带 → 近红外探头扫描 → 品质分级
↓
糖度 ≥ 15% → 优等品
糖度 12-15% → 一等品
糖度 < 12% → 二等品
3.2 肉类品质检测
肉的嫩度、多汁性和大理石纹:
| NIR 参数 |
与品质关系 |
检测波长 |
| 水分 |
新鲜度、持水性 |
1450nm |
| 脂肪 |
大理石纹、口感 |
1210, 1720nm |
| 蛋白 |
营养价值 |
2050-2150nm |
| 嫩度 |
与结缔组织相关 |
多元模型 |
肉类掺假检测:
- NIR 结合化学计量学可区分不同肉类
- 鉴定猪肉中掺入鸡肉、鸭肉
- 鉴定低价肉中掺入高价肉
3.3 乳制品品质检测
牛奶主要参数 NIR 分析:
| 参数 |
检测波长(nm) |
精度 |
说明 |
| 脂肪 |
1210, 1720, 2310 |
±0.1% |
主要营养指标 |
| 蛋白质 |
2050-2150 |
±0.1% |
营养指标 |
| 乳糖 |
1590, 2100 |
±0.2% |
掺假监测 |
| 水分 |
1450, 1940 |
±0.2% |
奶粉质量 |
| 冰点 |
特定组合 |
±0.002°C |
掺水检测 |
乳制品掺假检测:
- 三聚氰胺(毒性物质)NIR 快速筛查
- 牛奶掺水、掺淀粉、掺尿素检测
- 奶粉复原乳鉴定(美拉德反应产物)
四、食品安全检测
4.1 重金属检测
食品中重金属 AAS 检测:
光谱仪生产商 光谱仪厂家 微型光谱仪
| 食品类别 |
检测元素 |
前处理方法 |
仪器 |
| 大米/小麦 |
Pb, Cd, As |
HNO₃-H₂O₂ 消解 |
GFAAS |
| 蔬菜/茶叶 |
Pb, Cd, Cr |
HNO₃ 微波消解 |
AAS/GFAAS |
| 水产品 |
Hg, As, Se |
HNO₃ 消解 |
HG-AAS/Cold-AAS |
| 中药材 |
Pb, Cd, As, Hg, Cu |
HNO₃-HCl 消解 |
AAS |
标准限量:
| 元素 |
食品类别 |
限量标准(mg/kg) |
| Pb |
粮食 |
0.2 |
| Pb |
蔬菜 |
0.1 |
| Cd |
大米 |
0.2 |
| As |
粮食 |
0.5 |
| Hg |
水产 |
0.5 |
| Cu |
食品 |
10-50(视品类) |
4.2 农药残留检测
FTIR 在农药筛查中的应用:
农药快速筛查流程:
1. 样品提取
2. 固相萃取(SPE)净化
3. FTIR 初步筛查(有/无目标农药)
4. GC-MS/HPLC 确证定量
部分农药特征峰:
| 农药 |
特征波数(cm⁻¹) |
说明 |
| 马拉硫磷 |
1000-1300, 1720 |
磷酸酯类 |
| 对硫磷 |
1340, 1600 |
有机磷 |
| DDT |
800-900, 1040 |
有机氯(已禁用) |
| 拟除虫菊酯 |
1730, 1500 |
合成菊酯 |
近红外在农药残留筛查中的潜力:
- 直接 NIR 法的灵敏度不足(mg/kg 级)
- SERS(表面增强拉曼)与 NIR 结合可提高灵敏度
- 主要用于初筛,阳性样品需色谱确证
4.3 食品添加剂检测
光谱法在添加剂检测中的应用:
| 添加剂 |
检测方法 |
波长/波数 |
说明 |
| 合成色素 |
UV-Vis |
400-650nm |
根据颜色选择波长 |
| 甜蜜素 |
UV |
240nm |
直接测定或衍生化 |
| 山梨酸/苯甲酸 |
UV |
230-280nm |
防腐剂 |
| 亚硫酸盐 |
UV |
275nm |
褪色法 |
| 荧光增白剂 |
荧光 |
350/430nm |
纸巾、面粉 |
4.4 毒素检测
真菌毒素荧光检测:
| 毒素 |
检测方法 |
激发/发射 |
说明 |
| 黄曲霉毒素 B1 |
荧光法 |
360/440nm |
荧光衍生化后测定 |
| 赭曲霉毒素 A |
荧光法 |
330/460nm |
直接或衍生化 |
| 玉米赤霉烯酮 |
荧光法 |
274/440nm |
HPLC-FLD |
黄曲霉毒素 B1 检测流程:
样品(玉米、花生等)
↓
提取(甲醇-水)
↓
免疫亲和柱净化
↓
三氟乙酸衍生化(生成强荧光产物)
↓
HPLC-FLD 测定
↓
检测限:0.03 μg/kg(远低于国标限量 10 μg/kg)
五、真伪鉴别与产地溯源
5.1 FTIR 真伪鉴别
蜂蜜真假鉴别:
掺假蜂蜜的 FTIR 特征:
- 正常蜂蜜:富含果糖、葡萄糖、水分
- 掺蔗糖/果葡糖浆:特征峰改变
- 掺淀粉糖浆:3000-3500, 1200-900 cm⁻¹ 区域差异
关键判据:
- 水分峰(3400 cm⁻¹)与糖峰(1000-1200 cm⁻¹)比值
- 果糖/葡萄糖特征峰位置和强度
掺假植物油的 FTIR 鉴别:
| 油品 |
特征峰(cm⁻¹) |
鉴别点 |
| 橄榄油 |
3005, 1650 |
油酸特征,掺假后降低 |
| 花生油 |
724(饱和脂肪酸) |
花生油特征 |
| 棕榈油 |
极性类成分 |
含类胡萝卜素 |
| 掺矿物油 |
720, 1380 |
C-H 伸缩振动差异 |
5.2 近红外光谱真伪鉴别与溯源
NIR 在食品溯源中的应用:
| 应用 |
模型 |
判别准确率 |
| 大米品种鉴别 |
SIMCA/PLS-DA |
>90% |
| 产地溯源 |
PCA + 判别分析 |
80-95% |
| 蜂蜜真伪 |
PLS 定量模型 |
>85% |
| 葡萄酒年份 |
多元校正模型 |
70-85% |
五常大米 vs 掺假大米 NIR 鉴别:
特征波长区(敏感波段):
- 8000-9000 cm⁻¹:淀粉 C-H 组合带
- 5000-5500 cm⁻¹:O-H 和 C-H 组合带
判别依据:
- 不同品种/产地的大米淀粉和蛋白质结构差异
- 这些差异在 NIR 区有细微但可辨识的反映
- 通过主成分分析(PCA)和判别分析(DDA)实现鉴别
5.3 拉曼光谱在食品真伪中的应用
拉曼光谱的优势:
- 水分干扰小(与 FTIR/NIR 互补)
- 可透过玻璃、塑料包装测量
- 空间分辨力高(微米级)
- 适合现场快速筛查
典型应用:
| 检测对象 |
判别指标 |
说明 |
| 假酒 |
特征拉曼峰 vs 标准谱 |
乙醇、防腐剂 |
| 地沟油 |
特征拉曼峰 |
极性化合物、氧化产物 |
| 掺假果汁 |
糖类/酸类比值 |
糖酸组成 |
| 假冒食品包装 |
塑料材质鉴别 |
PVC/PE/PP 区分 |
六、在线与过程控制
6.1 过程分析技术(PAT)与光谱
PAT 是 FDA 和 EMA 推崇的药品和食品质量控制理念:
PAT 核心理念:
"质量不是检验出来的,而是生产出来的"
光谱技术在 PAT 中的角色:
- 实时监测关键质量属性(CQA)
- 实现闭环反馈控制
- 减少离线检验滞后
- 提高过程一致性和产品质量
6.2 食品工业中的在线光谱应用
| 生产环节 |
监测参数 |
光谱技术 |
| 原料验收 |
水分、蛋白、脂肪 |
NIR 在线 |
| 混合均匀度 |
各组分含量 |
NIR 在线 |
| 发酵过程 |
糖、醇、酸浓度 |
UV-Vis/荧光 |
| 干燥过程 |
水分含量 |
NIR 在线 |
| 杀菌监控 |
浊度、色度 |
UV-Vis |
| 包装检测 |
密封性、顶空气体 |
VIS |
在线 NIR 系统配置:
探头(流通式/浸入式/漫反射式)
↓
光纤连接
↓
NIR 光谱仪主机
↓
实时校准模型
↓
控制输出 → PLC/ DCS
↓
调节参数(加水量、温度等)
6.3 典型案例
乳制品巴氏杀菌过程监控:
温度、时间 → 传统监控参数
+ 光谱实时监控:
- 蛋白质变性程度(NIR)
- 脂肪氧化程度(荧光)
- 微生物指标(间接相关)
→ 实现全面质量控制
酿酒过程在线监测:
发酵过程:
葡萄糖 → 乙醇 + CO₂
在线监测:
- UV-Vis:监测糖消耗和乙醇生成
- NIR:多参数同时监测(糖、醇、酸)
- 荧光:监测酵母代谢产物
控制:
- 补料时机
- 发酵温度
- 出酒时间
七、辐照食品检测
7.1 食品辐照的意义
食品辐照是利用电离辐射(γ射线、电子束、X射线)杀灭食品中微生物、寄生虫,延长保质期的保鲜技术。
7.2 辐照食品的光谱检测
光释光法(PSL):
原理:
- 辐照食品中的矿物杂质(CaCO₃、硅酸盐等)储存了辐射能
- 重新加热或光照激发时释放光子
- 测量释放光的强度判断是否辐照
应用:
- 香辛料、脱水蔬菜
- 虾、蟹等水产品
- 肉类制品
热释光法(TL):
原理:
- 与 PSL 类似,但用加热激发
- 测量释放光的强度和发光曲线特征
- 可区分不同辐照剂量
特点:
- 灵敏度高
- 可定量估算剂量
- 是欧共体认可的官方方法
八、标准方法汇总
8.1 食品营养成分检测标准
| 项目 |
标准号 |
方法 |
仪器 |
| 蛋白质 |
GB 5009.5-2016 |
双缩脲/ Folin-酚 |
UV-Vis |
| 脂肪 |
GB 5009.6-2016 |
索氏抽提 |
重量法 |
| 糖类 |
GB 5009.8-2016 |
直接滴定/酶法 |
— |
| 水分 |
GB 5009.3-2016 |
干燥法 |
— |
| 灰分 |
GB 5009.4-2016 |
灼烧法 |
— |
8.2 食品污染物检测标准
| 项目 |
标准号 |
方法 |
仪器 |
| 铅 |
GB 5009.33-2016 |
石墨炉 AAS |
GFAAS |
| 镉 |
GB 5009.15-2016 |
石墨炉 AAS |
GFAAS |
| 砷 |
GB 5009.11-2014 |
氢化物 AAS |
HG-AAS |
| 汞 |
GB 5009.17-2014 |
冷原子吸收 |
Cold-AAS |
| 黄曲霉毒素 B1 |
GB 5009.22-2016 |
免疫亲和-HPLC |
HPLC-FLD |
九、总结
光谱技术在食品检测中的核心应用:
| 光谱技术 |
主要食品检测应用 |
核心优势 |
| UV-Vis |
营养成分、添加剂、维生素 |
简便、快速 |
| NIR |
成分定量、品质分级、真伪鉴别 |
无损、多参数、在线 |
| FTIR |
有机物结构、掺假鉴别 |
官能团指纹 |
| 拉曼 |
真伪鉴别、包装材料 |
水分干扰小、可透包装 |
| 荧光 |
维生素、毒素、微生物 |
超灵敏 |
| AAS |
重金属 |
高选择性、高灵敏度 |
| 光纤光谱 |
在线监测、过程控制 |
原位、实时 |
一句话总结:光谱技术贯穿食品检测的全链条,NIR 是成分分析和品质分级的利器,FTIR 是真伪鉴别的指纹图谱,AAS 是重金属检测的精准标尺,光纤光谱仪让这一切延伸到生产线的在线实时监控。
十、未来趋势
- 便携与手持化:手机光谱仪、现场快速检测
- AI + 云计算:深度学习自动解析复杂光谱
- 多技术融合:NIR + 拉曼 + 荧光联用平台
- 全链条追溯:从田间到餐桌的光谱溯源体系
- 绿色检测:减少有机溶剂使用的光谱替代方案