葡萄及葡萄酒分析中的紅外光譜技術應用研究

駱小瑞

（中法合營王朝葡萄釀酒有限公司 300402）

摘要：隨著近紅外光譜剖析技術的引入，這為酒體的評論及成分剖析供給了一種快速準確科學的剖析辦法。本文總述了近紅外光譜剖析技術在現(xiàn)在我國釀酒行業(yè)中的使用開展研討，涵蓋了白酒、葡萄酒、啤酒、黃酒，并對紅外光譜剖析技術的進一步開展做了展望。

關鍵詞：紅外光譜技術；酒類；檢測

葡萄酒是一種具有較高營養(yǎng)價值的傳統(tǒng)飲料，飲用適當?shù)钠咸丫茖θ梭w健康非常有利，因而得到各國人民的重視和喜歡。葡萄酒化學是葡萄原料質量操控、葡萄酒的釀制及其質量操控的根底。在剖析葡萄與葡萄酒時，無論是一般成分（糖、酒精、酸）仍是特有成分（色素、丹寧、芳香物質），現(xiàn)在絕大多數(shù)的葡萄酒生產(chǎn)公司和質檢組織依然選用傳統(tǒng)的化學剖析辦法，這些辦法一般預處理復雜、費時吃力，檢測過程中運用的化學品也不可避免地帶來環(huán)境污染。這些年紅外光譜技術作為一種迅速的檢測手法已被廣泛應用于農(nóng)業(yè)、石油、食物、煙草、醫(yī)藥等職業(yè)的質量剖析和質量操控。在葡萄與葡萄酒方面，國內外專家開始首要致力于近紅外技術的應用研討。但近幾年研討發(fā)現(xiàn)，中紅外能夠作為替代近紅外迅速猜測葡萄與葡萄酒特性的另一種光譜辦法。中紅外不只能夠利用在近紅外區(qū)調查到的C-H、N-H和O-H分子振蕩光譜信息，并且能夠對在近紅外區(qū)調查不到的C-O、C-N和C-S基團的分子振蕩很靈敏?？倸w，紅外光譜技術能夠減化葡萄與葡萄酒的剖析過程，削減剖析時間，此外其與化學計量學聯(lián)系還具有一起測定幾種成分和分類辨別的才能，在葡萄酒職業(yè)越來越遇到重視，并已得到成功應用。

1近紅外光譜檢測葡萄酒組成原理

待測葡萄酒樣品是由烴類化合物所構成的，在850～950nm波長區(qū)間包含了芳烴C-H、亞甲基C-H、甲基C-H以及烯烴C-H等基團的近紅外三級倍頻信息，由于不相同基團的吸收峰位以及吸收強度各不相同，當待測葡萄酒樣品的構成發(fā)生改動的時分，其近紅外光譜的特征吸收也隨著發(fā)生改動。而且近紅外光譜特征吸收伴隨著餾程改動也有極其明顯的改動，也即是不相同碳數(shù)的組分將會形成不相同的近紅外光譜。雖然這種改動極其微小，不過運用化學計量學的辦法處理光譜數(shù)據(jù)后，也能取得葡萄酒樣品構成改動的信息，為近紅外光譜迅速檢測葡萄酒的詳細構成提供了光譜理論基礎。所以，能夠使用比如微分、滑潤等譜圖預處理進程對待測葡萄酒樣品的構成數(shù)據(jù)以及近紅外光譜進行適宜的處理，而且運用偏最小二乘法進行校正，挑選相關信息比較強的光譜區(qū)域，經(jīng)過預測殘差平方和挑選最好主因子，從而創(chuàng)立不相同構成性質和光譜兩者之間的剖析校正模型。

2近紅外光譜定量分析多元模型介紹

近紅外光譜檢測分析辦法是由兩個要素構成的，首先是安穩(wěn)、精確地檢測葡萄酒樣品的吸收或許漫反射光譜譜圖的硬件技術，關于選用的光譜儀器的榜首請求是要保證長期的安穩(wěn)性；其次是采用多元校對辦法計算檢測結果的軟件技術。在近紅外光譜分析過程中，計算機除了用于收集數(shù)據(jù)、操控儀器，還經(jīng)過多種多元校對辦法對圖譜進行解析，也即是創(chuàng)立光譜、構成或許性質之間的校對模型，并且用此模型預測不知道葡萄酒樣品的性質或許構成。近紅外光譜一般是比較寬的幾個譜帶，盡管已知的必定的基團都具有必定的吸收譜帶，不過關于只在結構上存在細微區(qū)別的化合物，通常會呈現(xiàn)重疊的譜圖，盡管葡萄酒樣品的性質存在必定的不同，其光譜圖卻適當挨近。經(jīng)過收集多波長數(shù)據(jù)的辦法就完全可以充分利用好光譜圖供給的信息。多元模型請求很多的建模葡萄酒樣品并發(fā)生適當多的數(shù)據(jù)。光譜數(shù)據(jù)以及濃度數(shù)據(jù)被寫作矩陣的方式以便于對數(shù)據(jù)進行處理，光譜數(shù)據(jù)矩陣的每一行代表一個待測葡萄酒樣品光譜。濃度數(shù)據(jù)矩陣包含相應葡萄酒樣品的濃度值。此矩陣將被分解為稱作因子或許主成分的本征矢量。這種辦法的優(yōu)點是沒必要用所有主成分來描寫相應的光譜特性，僅有有關的主成分用來取代初始光譜數(shù)據(jù)，所以大大減少了數(shù)據(jù)量。

3近紅外光譜剖析的影響因素

近紅外光譜作為葡萄酒性質剖析檢測技術不但簡練敏捷，而且經(jīng)濟實用，可是剖析檢測成果的精準性遇到各種因素的影響，例如葡萄酒樣品的顆粒度、裝填密度和均勻度等，這些物理特性在各定標葡萄酒樣品中的不同直接影響葡萄酒樣品光譜信息和化學成分信息間的線性關系，從而使定標剖析的精度有很大起伏的降低。在使用過程中，理應在規(guī)范的制備樣品條件下制備定標以及猜測葡萄酒樣品，使葡萄酒樣品具有規(guī)范化的均勻粒度，保證一樣的裝樣條件，削減由于顆粒度以及裝填密度所致使的葡萄酒樣品制備差錯。模型初建過程中關于挑選葡萄酒待測樣品、定標葡萄酒樣品的數(shù)目以及試驗軟硬件和外部環(huán)境條件、試驗人員自身具有的本質的互不一樣以及試驗自身的規(guī)劃，都將直接或許間接影響定標模型猜測的精準度。在挑選待測葡萄酒樣品的過程中，應當歸納思考待測樣品各種成分的含量梯度、散布狀況、樣品的物理化學特征，以提高定標模型的穩(wěn)定性，推廣模型的實踐使用規(guī)模。假如標樣數(shù)量太少，不能充分反映被測葡萄酒樣品集的正常天然散布規(guī)則。而數(shù)量過多則增添了創(chuàng)立定標模型的工作量。假如被測樣品的成分含量有關性對比強的話，可以按照有關準則進行挑選，以提高定標的作用和查驗的精確性。溫度也同樣是影響近紅外光譜定標精準性的中心因素。研討顯現(xiàn)，近紅外對溫度對比敏感，10-20℃就可以導致吸光度的改動，而且溫度影響不出現(xiàn)規(guī)則性。此外，儀器的功能、報價以及在檢測剖析方面缺少完整牢靠的剖析辦法以及質量操控技術規(guī)范，也是可以影響檢測成果的幾種因素。

4 葡萄原料的分析檢測

優(yōu)質葡萄原料是生產(chǎn)高質量葡萄酒的保證，其中葡萄漿果的含糖量是葡萄品質評定的重要指標，在葡萄成熟過程及原料分級時都要進行監(jiān)測分析[19]。傳統(tǒng)的葡萄漿果含糖量的檢測方法是從每穗摘取一定數(shù)量的漿果，將采取的漿果壓汁（應壓干），混勻，取樣分析含糖量和含酸量。這樣不僅耗時費力，對葡萄造成損傷，而且由于取樣分析時間長，難免造成樣品變質而導致較大的人為誤差產(chǎn)生?？梢?近紅外光譜技術可以不需要對葡萄樣品進行勻漿處理，直接對整粒葡萄果實進行掃描，簡化了樣品準備過程，顯著增加了樣品的測定數(shù)量，減少誤差，是一種預測葡萄成熟度的理想分析方法。應用可見/近紅外光譜技術測量葡萄漿果糖度，并建立偏最小二乘法（PLS）與BP神經(jīng)網(wǎng)絡相結合的數(shù)據(jù)分析模型對葡萄漿果糖度進行預測。研究結果表明，應用可見/近紅外光譜技術，偏最小二乘與BP神經(jīng)網(wǎng)絡相結合的數(shù)據(jù)處理模型能夠很好的預測葡萄漿果的糖度，結果要好于PLS模型的預測效果。在葡萄酒生產(chǎn)中，除了包括氣候和土壤在內的自然因素以及栽培技術外，葡萄品種對葡萄酒的特征和質量起著決定性的作用。不同的葡萄品種具有不同的漿果成分，因此，用之生產(chǎn)的葡萄酒的特點亦不同。

結論

紅外光譜技術在葡萄與葡萄酒方面的使用遠景極為廣泛，現(xiàn)在某些方面已經(jīng)得到使用，特別是樣品的成分測定。但是葡萄酒成分雜亂，將紅外光譜法使用于葡萄酒的檢測，還需要盡量收集數(shù)量多、類型全的葡萄酒樣品，依據(jù)其紅外譜圖特征樹立樣品的紅外光譜模型，進而選用模型猜測不知道葡萄酒樣品的成分含量。進行光譜數(shù)據(jù)處理與剖析時，還應依據(jù)實際情況挑選適宜的光譜預處理和數(shù)學建模算法以取得最優(yōu)的剖析成果，從而使紅外光譜技術在葡萄與葡萄酒安全檢測，在線監(jiān)測、生產(chǎn)質量控制等方面得到廣泛的應用。

參考文獻：

[1]于海燕，應義斌，劉燕德.農(nóng)產(chǎn)品品質近紅外光譜分析結果影響因素研究綜述[J].農(nóng)業(yè)工程學報，2005，21（11）：160-163.

[2]李樹君，林亞玲，潘忠禮.紅外技術用于農(nóng)產(chǎn)品滅酶和脫水干燥的研究綜述[J].農(nóng)業(yè)機械學報，2008，39（6）：109-112.endprint