四虎新影院2019址_人妻少妇88久久中文字幕_激烈的性高湖波多野结衣_四虎影视永久在线观看精品_中文字幕高清在线免费播放_黑森林精品AV导航

1、紅外光譜技術對產地鑒定的原理

紅外光是一種介于可見光區和微波區之間的電磁波，包括近紅外光（NIR， 0.78～2.5μm）、中紅外光（MIR，2.5～50μm）和遠紅外光（FIR，50～1000μm）。紅外光譜中振動峰的數目、位置、形狀和強度與被測物質的組成、結構、性質有密切聯系。研究表明，不同樣品的紅外光譜包含有不同的信息，即樣品的紅外光譜具有指紋性。在地理標志產品的檢驗中，通過對比不同產地的同類產品或其特定工藝條件下的提取物的紅外光譜或其包含的信息，就可以實現對產品產地的鑒定。由于紅外指紋圖譜反映的是食品或農產品整體質量信息，是基于整體性和模糊性的判別方法。當樣品的紅外光譜圖具有指紋性時，可作為一級圖譜進行對比鑒定；當不同產地的同類產品的圖譜相似時，可借助化學計量學消除背景干擾，分辨重疊波譜，揭示波譜數據中隱含的物質信息，建立判別模式，對食品或農產品的產地信息進行更為準確的分析，為地理標志食品的檢驗提供科學依據。常用的化學計量法有主成分分析（PCA）、偏*小二乘判別分析（PLS-DA）、聚類分析（CA）、線性判別分析（LDA）等。當樣品量足夠多時，可以采用多模式識別技術，以更準確地識別食品或農產品的產地及生境等。

2、紅外光譜在地理標志食品檢驗中的應用

（1）紅外光譜在酒類產地檢驗中的應用

酒類屬于發酵產品，其發酵過程的微生物區系與生產產地環境密切相關，因此，其質量與產地具有密切關聯性。不同產地的酒，其口感和風味上有差異，主要體現在揮發性物質、多酚類物質、顏色、微量元素和同位素、花青素等物質含量的不同。紅外光譜在地理標志酒類食品的產地檢驗中表現**，尤其是近紅外光譜。Cynkar 等將可見-近紅外光譜結合化學計量學的方法用于區分產自澳大利亞和西班牙的市售 Tempranillo 葡萄酒。研究發現，兩種葡萄酒的近紅外光譜圖無顯著差異，但對獲得的近紅外光譜圖進行 PCA，分別用 PLS-DA 和 LDA 建立判別模型，并對校正模型用全交叉驗證法進行驗證，發現 PLS-DA 模型對澳大利亞葡萄酒的鑒別準確率可達100%，對西班牙葡萄酒的鑒別率則為84.7%。相比之下，LDA 校準模型對澳大利亞葡萄酒的鑒別準確率只有72%，對西班牙葡萄酒的鑒別率為85%。于海燕等將近紅外光譜技術用于區分產于紹興和嘉善的中國米酒。在全近紅外波長范圍內，兩種米酒的光譜帶幾乎重疊。用 PCA 和偏*小二乘相關分析法（PLSR）建立判別模型進行區分時，該判別模型對紹興和嘉善米酒的分辨準確率高達100%。Cozzolino 等應用可見光-近紅外光譜結合化學計量學的方法區分產自不同**的市售 Riesling 葡萄酒。通過掃描可見光-近紅外光譜，并在 PCA 基礎上建立 PLS-DA 模型和逐步線性判別分析（SLDA）模型。結果表明 PLS-DA 模型對產自澳大利亞、新西蘭和歐洲**（法國和德國）的 Riesling 葡萄酒的鑒別正確率分別為97.5%、80%和70.5%。而 SLDA 模型對澳大利亞、新西蘭、法國和德國的 Riesling 葡萄酒的鑒別正確率分別為86%、67%、67%和87.5%。

（2）紅外光譜在奶酪產地檢驗中的應用

每個產地的奶酪生產工藝、原料奶的成分及奶酪成熟過程中發生的生物化學反應不同，致使各地產品的品質存在著差異。不同產地的奶酪在顏色及脂肪酸、總蛋白、水溶性氮等化學成分的含量上有差異。傳統的奶酪產地鑒別技術是基于對認定產品獨特化學成分分析，包括對奶酪脂肪分提物的氣相色譜分析和蛋白質電泳分析等。這些方法雖然能有效地鑒別奶酪的產地，但存在耗時、分析成本高、操作過程復雜、不易實現在線檢測等問題。紅外光譜技術以其樣品消耗量小、快速、經濟等優點成為奶酪產地鑒別的新興方法。研究近紅外光譜、中紅外光譜結合化學計量學方法鑒別源于不同歐洲** Em-mental 奶酪的可能性。采用 PCA、因子和判別分析（FDA）對光譜數據進行分析并對奶酪進行分類鑒定。采用 NIRS 技術時，樣品的校準光譜數據集、驗證光譜數據集的分辨率分別為89%和86.8%。使用 MIRS 技術時，鑒別率*高為100%。Eric 等將中紅外光譜、衰減全反射（ATR）與化學計量學方法相結合的方法用于鑒定25個產于瑞士不同海拔奶酪樣品的地理來源。在3000～2800cm-1和1500～900cm-1內得到*好的鑒別率，分別為90.5%和90.9%。

（3）紅外光譜在橄欖油產地檢驗中的應用

橄欖油是一種價值較高的植物油脂，為了維護橄欖油銷售市場，歐洲的橄欖油被貼上一些質量標簽如 RDO。橄欖油的產地不同，其口感和品質不同。這主要是因為不同產地的橄欖油品種、橄欖油萃取技術及調配技術等存在差異。傳統的鑒定橄欖油產地的鑒定方法（如基于橄欖油的物理化學性質的**液相色譜法）存在著復雜、費時等缺點。因此，開發快速、簡便的橄欖油產地鑒別技術意義重大。根據歐盟地理標志保護的相關規定，法國共有7種 RDOs 橄欖油。Galtier 等利用近紅外光譜技術對產于法國的橄欖油進行了產地檢測。傅里葉變換近紅外光譜（FT-NIR）結合 PCA、PLS-DA 對產品進行鑒定。該方法對法國橄欖油的鑒別率為47%～55%。Hennessy 等在獲取來自意大利Ligurian 地區或非 Ligurian 地區的橄欖油的衰減全反射紅外光譜（ATR-FTIR）后進行 PCA。基于 PCA 的結果，研究者采用 PLS-DA 和 FDA 區分不同產地的橄欖油。而采用 PLS-DA 方法時需分別用校準和驗證數據集構造和驗證判別回歸模型。實驗結果為：PLS-DA 對數據集的靈敏性和選擇性高于 FDA，分別為0.80和0.70；39%Taggiasca 地區的橄欖油和25%其他地區的橄欖油得到錯誤的分類。Tapp 等利用傅里葉變換紅外光譜結合多元分析法區分源于不同歐洲**的特級初榨橄欖油的地理來源。采用偏*小二乘線性判別分析（PLS-LDA）和遺傳算法-線性判別分析（GA-LDA）分別對樣品數據創建判別模型，以鑒別樣品的地理來源。PLS-LDA 模型的交叉驗證的成功率為96%，而 GA-LDA 方法則達100%。