近红外光谱技术在农产品品质检测中的应用

近红外光谱技术是一种新型的无损检测技术,在许多领域都得到了很好的应用。本文从农产品中各种物质成分含量预测、分类鉴别、腐烂鉴别、实时监测几个方面综述了近红外光谱技术在农产品品质检测上的应用,并对其在仪器硬件的研究和开发、化学计量学方法的探索与研究以及快速在线检测方法的研究等方面的发展趋势进行了展望。     

近红外光谱分析技术在苹果品质检测中的应用进展

苹果营养丰富,是大众水果之一,苹果的品质安全问题一直是社会关注的热点。本研究综述了2012~2016年我国近红外光谱分析技术在苹果品质检测中的研究和应用进展,包括基于近红外光谱的苹果品质检测、模型传递、分类与分级及在线检测系统研制4个方面。对今后我国近红外光谱分析技术在苹果品质检测中的应用提出建议,技术研究方面应不断建立和维护模型数据库,提高模型通用性;技术应用方面应研制在线检测系统和推进软硬件+互联网相结合,使近红外光谱分析技术在苹果品质检测中得到长足的发展。     

近红外光谱分析技术在鸡肉品质检测中的应用研究进展

全球的鸡肉产量和消费量逐年上升,鸡肉品质已成了消费者的重点关注对象。近红外光谱分析技术是一种无损、快速、环保以及实时的检测技术,目前已快速发展成为一种应用于食品分析领域的新方法,在肉品检测方面也展现出极大的分析和应用潜力,近年来,已有较多国内外研究探讨了其在鸡肉品质检测方面的可行性。本文通过对近红外检测技术在鸡肉颜色、p H值、持水力、剪切力及化学成分预测方面的定量分析,肉品动物来源、鸡肉产地溯源及品质等级划分的定性分析以及其他相关方面检测的研究进行了综述,总结了应用近红外检测各品质指标的研究现状,可为相关研究者提供参考和借鉴,并基于分析总结对今后近红外光谱分析在鸡肉品质检测应用的发展前景及发展方向做了展望。     

近红外光谱技术在稻米品质分析中的应用

介绍了近红外光谱分析技术的原理、特点和分析程序,综述了近红外光谱分析技术在稻米品质分析中的应用,对近红外光谱分析技术的应用前景进行了展望.     

近红外光谱技术在小麦品质检测中的应用进展

小麦作为中国三大粮食作物之一,也是制作各种面类食品的初级原料。小麦品质检测对农业生产和食品加工有重要影响,是小麦生产和小麦籽粒加工的重要环节。近年来,近红外光谱技术已广泛应用于小麦品质检测,相比其他检测方式,近红外光谱检测具有快速、无损、精确的特点,符合现代加工产业和科研单位对小麦籽粒的储存,品质测定和加工的需求。文章主要综述了近红外光谱技术应用于小麦品质检测方面的研究现状,以及近红外光谱技术应用于检测小麦品质时存在的问题,以期为今后无损化小麦籽粒品质检测和优化近红外检测粮食技术提供理论依据。     

近红外光谱技术在稻米品质快速检测中的应用

综述近红外技术在稻米品质的常规指标,如直链淀粉、蛋白质、脂肪酸、胶稠度中的研究与应用,总结不同样品形态和建模方法建立的近红外模型的检测精度,指出近红外技术在快速检测稻米品质中存在的问题,以及今后的研究方向。     

近红外光谱分析技术在食品检测中的应用

近红外光谱分析技术(NIR)以其分析速度快、无损、前处理简单、多项目同时测定和能够进行在线检测等特点,已发展成为一种广泛应用于食品品质和安全检测方面的快速无损分析的新手段。对近红外光谱分析技术进行介绍,同时对其在生鲜食品、奶及饮料制品、酒类、食用油、调味品、米面制品及保健食品方面的应用进行综述,并对其应用前景进行展望。     

近红外光谱分析技术在食品品质鉴别检测中的应用

介绍了近红外光谱分析技术在食品鉴别检测中的应用,重点列举了其在食品种类及产地鉴别、食品掺假鉴别、食品质量评估与分级等方面的应用,并对其在食品品质分析中的应用前景作以展望。     

近红外光谱技术在小麦粉品质检测方面的应用研究进展

近红外光谱(NIRS)技术是当前发展最快、最具前景的现代无损分析技术之一。NIRS技术融合了计算机、光学、数学、化学和化学计量学等多个学科的最新研究成果,具有简便、快速、低成本、无污染、不接触等优点,目前被广泛应用于食品品质分析与检测研究。本文综述了近十年来NIRS技术在小麦粉理化指标(如水分、灰分、蛋白质、淀粉)、粉质指标(如面筋、面筋指数分、沉降值、吸水量、形成时间、稳定时间、弱化度)及掺杂物(如甲醛次硫酸氢钠、滑石粉、过氧化苯甲酰、石灰、偶氮甲酰胺、曲酸)等方面的检测研究进展。同时,基于当前研究进展,NIRS技术在光谱数据挖掘、建模算法优化、模型稳健性等方面还需大量研究,为研发小麦粉质量快速无损检测设备提供更多数据支撑和方法参考。     

近红外光谱技术在油脂检测中的应用

近红外光谱技术作为一种快速检测技术，在食品行业已应用于粮食检测、果蔬加工和肉制品加工等领域，为食品质量管理作出了较大贡献，本文就近红外光谱技术在油脂油分含量及其品质检测方面的应用加以综述。     

气相色谱-质谱法定性定量测定糜子中的脂肪酸

采用气相色谱-质谱法对糜子中脂肪酸进行定性、定量分析。结果共鉴定出14 种脂肪酸,相对含量为96.9%,其中不饱和脂肪酸8 种（64.533%）,主要有亚油酸（12.371%）、油酸（44.157%）、亚麻酸（1.173%）等。可见糜子中脂肪酸主要以不饱和脂肪酸为主,是优质脂肪酸。通过回归方程计算得出：糜子中棕榈酸、油酸、硬脂酸、亚油酸、亚麻酸的含量分别为100.261、165.309、23.402、52.181、17.516 mg/100 g。通过与其他杂粮进行比较,结果表明糜子和小米、高粱、小麦、燕麦、水稻一样均含有硬脂酸、油酸、亚油酸、亚麻酸和棕榈酸等,不饱和脂肪酸含量高,富含亚油酸和亚麻酸;本研究可为糜子品质的进一步开发和研究提供理论依据。     

糜子壳油超声辅助提取工艺优化及脂肪酸组成分析

以正己烷为提取溶剂,在超声波功率、液料比、提取时间以及提取温度等单因素试验基础上,通过响应面法优化糜子壳油超声辅助提取的最佳参数。结果表明,最佳工艺条件为超声波功率400W,液料比12∶1(mL/g),提取温度70℃,提取时间50min,该条件下糜子壳油得率可达到6.95%。经气相色谱(GC)法分析鉴定出5种脂肪酸,分别为亚油酸(70.10%)、油酸(20.00%)、棕榈酸(8.79%)、亚麻酸(0.89%)和花生一烯酸(0.21%)。     

近红外光谱技术快速无损测定狭鳕鱼糜水分和蛋白质含量

通过拟合狭鳕鱼糜的近红外漫反射光谱与其水分和蛋白质含量,建立近红外定量模型,用于狭鳕鱼糜水分和蛋白质的快速无损检测。模型采用偏最小二乘法(PLS)拟合,水分和蛋白质的定标模型相关系数分别达0.98 和0.96以上,优于近红外透射光谱建立模型的预测结果。模型的相对标准偏差(RSD)＜ 10%,相对分析误差(RPD)＞ 3,表明该模型能准确快速地测定狭鳕鱼糜中的水分和蛋白质含量,且可用于实际生产中。     

近红外漫反射光谱法快速检测谷子蛋白质和淀粉含量

建立近红外漫反射光谱法测定谷子中的蛋白质和淀粉含量,提供一种快速、简便、无损的分析方法进行谷子品种资源鉴定和筛选。以191份山西核心谷子种质为材料,采用近红外漫反射光谱法建立谷子蛋白质和淀粉含量的快速检测模型。结果表明,采用一阶导数+矢量归一化光谱预处理,分别建立谷子蛋白质和淀粉含量的校正模型,模型的校正决定系数(R~2_(cal))分别为0.977 0和0.907 3,交叉验证均方根误差分别为0.203%和0.466%,外部验证决定系数(R~_(2val))分别为0.989 6和0.977 2,预测均方根误差分别为0.225%和0.368%。对于谷子蛋白质和淀粉的预测,化学法和近红外仪器法测定间无显著差异,近红外测定结果是准确可靠的。说明采用近红外漫反射光谱分析技术能够满足对谷子蛋白质和淀粉含量的检测。     

利用近红外光纤分析技术检测饲料中粗纤维含量

利用近红外光纤分析技术检测饲料中粗纤维的含量,采用偏最小二乘回归(PLS)方法,分别对光谱进行附加散射校正、变量标准化、一阶导数和平滑处理,建立了饲料中粗纤维含量的预测模型。其中附加散射校正、一阶导数和9点平滑处理定标效果最优。定标集化学分析值与预测值之间的决定系数(Rc2)和标准分析误差(SEC)分别为0.9698和0.1131%,相对分析误差为6.01;验证集化学分析值与预测值之间的决定系数(Rv2)和标准分析误差(SEP)分别为0.9402和0.1536%,相对分析误差为4.04。结果表明,利用近红外光纤分析技术可以比较准确地定量检测饲料中粗纤维的含量。      

近红外分析仪在玉米质量检测中的应用

将近红外分析仪应用于玉米质量检测,开发了对玉米淀粉含量和水分测定的工厂校准,并对该校准进行了测试,实验证明该校准测定结果符合国家标准要求.通过实验找到测定玉米原始水分及潮粮二次水分和淀粉的快速测定方法,与常规方法比较快速、准确.     

Optimisation of the Mashing Procedure for 100% Malted Proso Millet (Panicum miliaceum L.) as a Raw Material for Gluten‐free Beverages and Beers

Proso millet is a gluten‐free cereal and is therefore considered a suitable raw material for the manufacturing of foods and beverages for people suffering from celiac disease. The objective of this study was to develop an optimal mashing procedure for 100% proso millet malt with a specific emphasis on high amylolytic activity. Therefore, the influence of temperature and pH on the amylolytic enzyme activity during mashing was investigated. Size exclusion chromatography was used to extract different amylolytic enzyme fractions from proso millet malt. These enzymes were added into a pH‐adjusted, cold water extract of proso millet malt and an isothermal mashing procedure was applied. The temperatures and pH optima for amylolytic enzyme activities were determined. The α‐amylase enzyme showed highest activity at a temperature of 60°C and at pH 5.0, whereas the β‐amylase activity was optimum at 40°C and pH 5.3. The limit dextrinase enzyme reached maximum activity at 50°C and pH 5.3. In the subsequent mashing regimen, the mash was separated and 40% was held for 10 min at 68°C to achieve gelatinisation. The next step in the mashing procedure was the mixture of the part mashes. The combined mash was then subjected to an infusion mashing regimen, taking the temperature optima of the various amylolytic enzymes into account. It was possible to obtain full saccharification of the wort with this mashing regimen. The analytical data obtained with the optimised proso millet mash were comparable to barley wort, which served as a control.     

近红外光谱检测技术在肉类工业中的应用

近年来,近红外光谱技术(near infrared reflectance spectroscopy,NIRS)已经成为肉和肉产品品质检测中最为有效、先进的方法之一。本文回顾了应用NIRS技术对食品化学成分、物理性质和感官指标的检测,说明了NIRS技术在肉品分级制度中的应用,并讨论了NIRS在肉品工业上的应用前景。     

近红外光谱技术在坚果检测中的应用研究

坚果是我国重要的林果资源,因其口感好、营养价值高受到广大消费者的喜爱,但目前的常规检测手段都是一次性、破坏性的.近红外光谱分析技术(near infrared spectroscopy,NIRS)具有速度快、操作简单、绿色无污染等优点,是用于坚果检测的一种有效技术.对近年来近红外光谱分析技术用于检测坚果的蛋白质、脂肪酸...     

近红外光谱法预测干辣椒辣度的影响因素分析

采用近红外光谱分析技术,对干辣椒辣度的校正模型的影响因素进行比较研究.高效液相色谱测定干辣椒样品中的辣椒碱和二氢辣椒碱含量,计算得到辣度,并用近红外光谱仪采集试样的近红外漫反射光谱,研究样品粒度、光谱波段和预处理方法及主成分数选择对校正模型的影响,采用偏最小二乘法(PLS)建立干辣椒样品的辣度评价的校正模型,并对模型进行预测.结果表明,样品粒度为0.1～0.4 mm,筛选出建模光谱波段为9000～4000 cm-1,预处理方法为移动平均平滑、归一化处理和多元散射校正处理,最适主成分数为8;在优化条件下所建立的近红外光谱预测模型效果最好.