随着技术的不断发展,化学计量学得到了快速推广,由于红外光谱检测会得到相应的曲线且比较复杂,而化学计量学能够从中得到有用数据,这对于红外光谱技术的发展以及运用产生了非常大的作用,在食品检测方面的效果尤为显著。本文介绍了红外光谱技术的主要原理及其在食品检测方面的具体应用,希望能够为相关研究提供理论参考。
一、红外光谱技术的主要原理
红外光谱技术是一种分子吸收光谱,主要基于光的相关特性实现检测功能,如散射、发射及吸收等。当食品样品受到红外光照射时,食品分子会对一定频率的光进行吸收,这一过程中存在的振动使偶极矩发生变化,进而促使原子发生跃迁,即从基态跃迁到激发态,期间便会产生分子吸收光谱,也就是所谓的红外光谱。
从波长角度来看,红外光谱包括3种类型,即近红外光谱、中红外光谱和远红外光谱,其波数分别为13334-4000cm-1、4000-400cm-1、400-10cm-1,波长分别为0.75-2.5μm、2.5-25μm、25-1000μm。其中,中红外光谱的理论研究和实际应用最为成熟和广泛,通常所说的红外吸收光谱就是指中红外光谱,该红外区的测定仪器有红外分光光度计、非分散红外光度计和傅立叶变换红外光谱仪等。
物质吸收红外光需要具备一定的条件,即辐射应具有刚好能满足物质震动能级跃迁时所需的能量,物质与辐射之间具有偶合作用。当一定频率的红外光照射分子时,如果分子中某个基团的震动频率与其一致,且分子在震动中伴随着偶极矩变化,这时物质的分子就会产生红外吸收。因此,在中红外光谱检测的过程中,基团的震动频率和偶极矩的变化是两个必备条件,还需要考虑到待测物质的谱图和分子结构的关系。
对于近红外光谱而言,当一定频率的红外光谱照射分子时,其中含氢基团在吸收到光能之后产生较高能量,从而使得分子能级发生跃迁,并产生谱图。在这一过程中,由于物质中包括不同的光谱,且谱带重叠比较严重,连续性相对较差,因而谱图的提取和分析往往存在一定的困难。为解决这一问题,国内外学者做了大量研究,最终通过计算机、化学计量等手段,实现对有效信息的提取和分析,构建近红外光谱、样品特征之间的关系,由此促进了近红外光谱的有效发展。目前,在生物、食品及环境检测方面,运用比较成熟和广泛的技术主要是近红外光谱技术和中红外光谱技术,并对食品检测产生了非常深远的影响,在食品检测方面具有较大的发展空间。
二、红外光谱技术在食品检测中的应用
1.定性鉴别。
红外光谱技术对食品做定性鉴别时主要结合FTIR(傅里叶变换红外光谱仪)进行,通常以食用菌作为检测对象,如黑木耳、黑牛肝菌以及银耳,通过检测得到不同的红外光谱图,结果表明,黑木耳、银耳具有比较高的相似度,但从谱峰角度来看,它们同黑牛肝菌存在显著差异。由于黑木耳和银耳的光谱图比较相似,为了将两者进行区分,主要通过对其吸收强度的不同来判断。众所周知,普通山药和道地山药之间的差别非常小,在利用红外光谱进行检测时,主要采用二线线性投影图,结果更为直观,在区分聚类物质中的效果比较理想。
2.纯化物和混合物检测。
红外光谱比较显著的特点就是指纹,这使得该技术能够实现对物质结构、成分含量及变化的检测,从而更加准确地检测混合物、纯化物结构、成分含量和变化。红外光谱技术在检测纯化物时,能准确检测到其差异性,且更加直观地区分、辨别红外光的变化,这一过程中主要采用直接观察的方法。利用红外光谱技术检测混合物时,不能单独采取直接观察的方法,还要结合别的技术才能实现,因为混合物的成分和结构都相对复杂,如果仅采用直接观察法来分析就无法得出准确的结果。
3.定量检测。
随着食品样品检测需求的不断增加,定性鉴别对于一些品类食品样本的检测就显得比较困难,因此,定量鉴别的方法也得到发展,且较为广泛地应用于食品样品检测中。目前,定量检测主要集中于油脂食品品质解析,但是为了准确检测油脂脂肪酸不饱和度,需要对其碘值和酸值进行分析,因此,利用红外光谱技术进行食品样品的定性检测时,要充分考虑到样品品质,而且通常需要借助一些常规方法对油脂中饱和脂肪酸、不饱和脂肪酸具体含量进行测量和分析。定量检测从检测时间来看,并非固定的时间,会因样品的不同而出现检测时间不同的状况,而且必须投入一定的财力、物力和人力。通常而言,采用红外光谱技术进行食品样品定量检测时,为确保检测速度,需要借助红外光谱技术构建校正模型和化学计量学,这两种技术的融合使用不仅能有效减少检测成本和时间,还在很大程度上影响到检测结果的准确性。
三、总结与展望
红外光谱技术在食品检测方面效果显著,但是仅通过单一的红外光谱技术不能满足实际检测需求,必须结合其他方法。
随着红外光谱技术的不断发展,根据实际检测需求形成了现代红外光谱分析技术,并综合了诸多有效方法,如计算机技术、化学计量学技术等。从目前来看就,红外光谱技术必将朝着分析方向发展,也必将成为新型技术,在食品检测方面的应用也将进一步扩大。红外光谱技术虽然具有快捷、方便、无污染等特点,但在实际应用过程中仍然存在一些问题,不论是模型算法、光谱预处理方法,还是仪器性能等方面,都需要进一步改进和提升。
