红外光谱技术在地理标志食品检验中的应用

刘美艳，宋会歌，陈海桂，赵国华，2

1(西南大学食品科学学院，重庆，400715)2(重庆市农产品加工技术重点实验室，重庆，400715)

红外光谱技术在地理标志食品检验中的应用

刘美艳1，宋会歌1，陈海桂1，赵国华1，2

1(西南大学食品科学学院，重庆，400715)2(重庆市农产品加工技术重点实验室，重庆，400715)

随 着光谱技术的发展，作为一种新型的检验技术，红外光谱技术在地理标志食品检验中的地位日益凸显。文中简要概述了地理标志产品及其在我国的发展和红外光谱技术产地鉴定的原理。在此基础上，文中还介绍了近红外光谱、中红外光谱以及傅里叶变换红外光谱法结合化学计量学等方法在酒类、奶酪、橄榄油、蜂蜜等地理标志食品检测中的应用，以期对以后的科研工作提供基础性依据。

红 外光谱技术，地理标志食品，化学计量，应用，展望

很多产品的品质与其生产产地有密切联系，当产地变更时，产品的品质有很大的变化，产地环境是这类产品品质保证的重要因素，习惯上将这类产品称为原产地产品。如贵州茅台酒、陕西苹果、金华火腿，阿让李子干、帕尔玛火腿等就是其中的典型代表。为保障品质具有产地关联性产品的质量，世界各国在这类产品质量控制中引入了“地理标志”以区别与其他雷同产品。该类产品的产区需要通过严格认定，认定后的产地习惯上称为注册指定原产地(registered designation of origin，RDO)，该产地生产的该类产品在销售时可在包装上标注区别于其他雷同产品的标示称为地理标志。WTO《与贸易有关的知识产权协议》将地理标志定义为识别质量与品质与生产产地密切相关的货物来源于特定地理区域的标识。地理标志是一种与版权、商标、专利、商业秘密等并列的知识产权。我国在《地理标志产品保护规定》中将地理标志产品定义为“产自特定地域，所具有的质量、声誉或其他特性本质上取决于该产地的自然因素和人文因素，经审核批准以地理名称进行命名的产品”。地理标志产品包括来自特定地区的种植、养殖产品及(部分)原料来自该地区且在当地按照特定工艺生产和加工的产品［1］。

截止2010年7月19日，我国认证通过的地理标志产品共780个，其中食品或农产品占75.1%为586个(见表1)。但随着我国地理标志产品数量的急剧增多，地理标志保护技术的缺失越来越突出。开发能够鉴别地理标志产品真伪技术是地理标志保护技术的重点。与发达国家和地区相比，我国在这方面的研究严重滞后。鉴于此，本文在简单介绍红外光谱技术原理的基础上，着重介绍该技术在地理标志产品检验中的应用，以期为推动我国在保护地理标志食品方面的研究提供参考。

表1 我国审批通过的食品或农产品地理产品简况

1 红外光谱技术对产地鉴定的原理

红外光是一种介于可见光区和微波区之间的电磁波，包括近红外光(NIR，0.78 ～2.5 μm)、中红外光(MIR，2.5 ～50 μm)和远红外光(FIR，5 ～1 000 μm)。红外光谱中振动峰的数目、位置、形状和强度与被测物质的组成、结构、性质有密切联系。研究表明，不同样品的红外光谱包含有不同的信息，即样品的红外光谱具有指纹性。在地理标志产品的检验中，通过对比不同产地的同类产品或其特定工艺条件下的提取物的红外光谱或其包含的信息，就可以实现对产品产地的鉴定。由于红外指纹图谱反映的是食品或农产品整体质量信息，是基于整体性和模糊性的判别方法。当样品的红外光谱图具有指纹性时，可作为一级谱图进行对比鉴定;当不同产地的同类产品的谱图相似时，可借助化学计量学消除背景干扰，分辨重叠波谱，揭示波谱数据中隐含的物质信息，建立判别模式，对食品或农产品的产地信息进行更为准确的分析，为地理标志食品的检验提供科学依据［2］。常用的化学计量法有主成分分析(PCA)、偏最小二乘判别分析(PLS-DA)、聚类分析(CA)、线性判别分析(LDA)等。当样品量足够多时，可以采用多模式识别技术，以更准确地识别食品或农产品的产地及生境等。

2 红外光谱在地理标志食品检验中的应用

2.1 红外光谱在酒类产地检验中的应用

酒类属于发酵产品，其发酵过程的微生物区系与生产产地环境密切相关，因此其质量与产地具有密切关联性。不同产地的酒，其口感和风味上有差异，主要体现在挥发性物质、多酚类物质、颜色、微量元素和同位素、花青素等物质含量的不同。红外光谱在地理标志酒类食品的产地检验中表现优越，尤其是近红外光谱。Cynkar等［3］将可见-近红外光谱结合化学计量学的方法用于区分产自澳大利亚和西班牙的市售Tempranillo葡萄酒。研究发现，2种葡萄酒的近红外光谱图无显著差异，但对获得的近红外光谱图进行PCA，分别用PLS-DA和LDA建立判别模型，并对校正模型进行全交叉验证法验证，发现PLS-DA模型对澳大利亚葡萄酒的鉴别准确率可达100%，对西班牙葡萄酒的鉴别率则为84.7%。相比之下，LDA校准模型对澳大利亚葡萄酒鉴别准确率只有72%，对西班牙葡萄酒鉴别率为85%。

于海燕等［4］将近红外光谱技术用于区分产于绍兴和嘉善的中国米酒。在全近红外波长范围内，2种米酒的光谱带几乎重叠。当PCA和偏最小二乘相关分析法(PLSR)建立判别模型进行区分时，该判别模型对绍兴和嘉善米酒的分辨率准确高达100%。Cozzolino等［5］应用可见光-近红外光谱结合化学计量学的方法区分产自不同国家的市售Riesling葡萄酒。通过扫描可见光-近红外光谱，并在在PCA基础上建立PLS-DA模型和逐步线性判别分析(SLDA)模型。结果表明PLS-DA模型对产自澳大利亚、新西兰和欧洲国家(法国和德国)的Riesling葡萄酒鉴别正确率分别为97.5%，80%和70.5%。而SLDA模型对澳大利亚、新西兰、法国和德国的Riesling葡萄酒鉴别正确率分别为86%，67%，67%和87.5%。

2.2 红外光谱在奶酪产地检验中的应用

每个产地的奶酪生产工艺、原料奶的成分及奶酪成熟过程中发生的生物化学反应不同，致使各地产品品质存在着差异。不同产地的奶酪在颜色及脂肪酸、总蛋白、水溶性氮等化学成分的含量上有差异。传统的奶酪产地鉴别技术是基于对认定产品独特化学成分分析，包括对奶酪脂肪分提物的气相色谱分析和蛋白质电泳分析等。这些方法虽然能有效鉴别奶酪的产地，但存在耗时、分析成本高、操作过程复杂、不易实现在线检测等问题。红外光谱技术以其样品消耗量小、快速、经济等优点成为了奶酪产地鉴别的新兴方法。Romdhane等［6］研究近红外光谱、中红外光谱结合化学计量学方法鉴别源于不同欧洲国家Emmental奶酪的可能性。采用PCA、因子和判别分析(FDA)对光谱数据进行分析并对奶酪进行分类鉴定。采用NIRS技术时，样品的校准光谱数据集、验证光谱数据集的分辨率分别为89%和86.8%。使用MIRS技术时，鉴别率最高为100%。Eric等［7］将中红外光谱、衰减全反射(ATR)与化学计量学方法相结合的方法用于鉴定25个产于瑞士不同海拔奶酪样品的地理来源。在3 000～2 800 cm－1和1 500～900 cm－1内得到最好的鉴别率，分别为90.5%和90.9%。红外光谱技术在地理标志奶酪中得到广泛地应用(表2)。

表2 红外光谱在奶酪产地检验中的应用

2.3 红外光谱在橄榄油产地检验中的应用

橄榄油是一种价值较高的植物油脂，为了维护橄榄油销售市场，欧洲的橄榄油被贴上一些质量标签如RDO。橄榄油的产地不同，其口感和品质不同。这主要是因为不同产地的橄榄油品种、橄榄油萃取技术及调配技术等存在差异。传统的鉴定橄榄油产地鉴定方法(如基于橄榄油的物理化学性质高效液相色谱法)存在着复杂、费时等缺点。因此，开发快速、简便的橄榄油产地鉴别技术意义重大。根据欧盟地理标志保护的相关规定，法国共有7种RDOs橄榄油。Galtier等［12］利用近红外光谱技术对产于法国的橄榄油进行了产地检测。傅里叶变换近红外光谱(FTNIR)结合PCA、PLS-DA对产品进行鉴定。该方法对法国橄榄油的鉴别率为47% ～55%。Hennessy等［13］在获取来自意大利Ligurian地区或非 Ligurian地区的橄榄油的衰减全反射红外光谱(ATR-FTIR)后进行PCA。基于PCA的结果，研究者采用PLS-DA和FDA区分不同产地的橄榄油。而采用PLS-DA方法时需分别用校准和验证数据集构造和验证判别回归模型。实验结果为:PLS-DA对数据集的灵敏性和选择性高于FDA，分别为0.80和0.70;39%Taggiasca地区的橄榄油和25%其他地区的橄榄油得到错误的分类。Tapp等［14］利用傅里叶变换红外光谱结合多元分析法区分源于不同欧洲国家的特级初榨橄榄油的地理来源。采用偏最小二乘线性判别分析(PLSLDA)和遗传算法-线性判别分析(GA-LDA)分别对样品数据创建判别模型，以鉴别样品的地理来源。PLSLDA模型的交叉验证的成功率为96%，而GA-LDA方法则达100%。

2.4 红外光谱技术在蜂蜜中的应用

蜂蜜是一种广受欢迎的食品，含有大量的葡萄糖和果糖。某些地区生产的蜂蜜尤其是贴有PDO等标签的地理标志蜂蜜价格昂贵。蜂蜜掺假能降低成本，对于销售者或生产产家来说经济上是有利的。因此，必须严格控制蜂蜜的质量，保证蜂蜜的真实性，保护消费者的权利。在地理标志蜂蜜的检验中，经过以下步骤:样品制备，光谱采集，统计(化学计量学)分析。Hennessy等［15］运用傅里叶变换红外光谱法和化学计量学方法验证欧洲和南美洲的蜂蜜样本(n=150)的地理来源。实验中，样品被稀释至一个固体含量标准(70°Brix)且光谱区域为2 500～12 500 nm。当使用小波段的光谱区域(6 800～11 500 nm)代替全波段(2 500～12 500 nm)时，鉴别率增大。PLS-DA对蜂蜜的鉴别正确率达93.3%，而FDA对蜂蜜的鉴别正确率则达94.7%。Tzayhri等［16］利用傅里叶变换红外光谱结合ATR和软独立建模分类法(SIMCA)对不同产地的墨西哥蜂蜜进行鉴定。通过对每个样本进行SIMCA分析，建立对源于4个不同产地的纯蜂蜜样品的分类模型。验证4种蜂蜜样本的鉴别率高达100%。Woodcock等［17］验证了NIRS技术检测蜂蜜地理来源的可能性。采用PCA对光谱数据集进行初步检测后，再用判别偏最小二乘回归和SIMCA进行分类。对于SIMCA方法，采用四个主成分时最好的判别模型对阿根廷蜂蜜的鉴别率达100%。

2.5 红外光谱在其他食品产地检验中的应用

红外光谱技术除了在酒类、奶酪、橄榄油等食品中应用外，在其他食品如山药、木耳、番红花等的地理标志的鉴别中得到运用。

表3 红外光谱在其它食品产地检验中的应用

3 展望

红外光谱技术除了在地理标志食品检验方面的应用外，在食品惨杂、肉品新鲜度的评价、蜂蜜的花源检测和食品的化学成分预测等方面得到应用和研究［24］。与传统的分析方法相比，红外光谱法具有具有不损害样品、快速、低成本、无需样品预处理或样品预处理少等优点，是一种理想的过程分析技术(PAT)。红外光谱技术是一种食品质量控制领域逐渐兴起的技术。由于红外光谱技术的发展应用经历的时间仅有几十年及相关光谱分析技术的发展时间不长，其在检测方面的应用还不够完善。虽然红外光谱技术能测定任何状态(气、液、固)的样品，但由于数据预处理和数据分析方法还存在很多缺陷，如不能保证参与回归的主成分与样品的性质有关、建立的模型不精确、建模过程复杂等，使得其对地理标志食品的鉴别率不够高。复合光谱的使用能减小信号噪声比，进一步改善光谱信息的内容，提高鉴别率［25］。

［1］ Lakshmi Prasuna C P，Chakradhar R P S，Gopal N O，et al.EPR and IR spectral investigations on some leafy vegetables of Indian origin［J］.Spectrochimica Acta Part A，2009，74:140－147.

［2］ Andreas B.Infrared spectroscopy of proteins［J］.Biochimica et Biophysica Acta，2007，1767:1073－1101.

［3］ Cynkar W U，Gishen M，Colby C B，et al.Geographic classification of Spanish and Australian Tempranillo red wines by visible and near-infrared spectroscopy combined with multivariate analysis［J］.Journal of Agricultural and Food Chemistry，2006，54:6754－6759.

［4］ Hanyan Y，Ying Z，Xiaping F，et al.Discrimination between Chinese rice wines of differentgeographical origins by NIRS and AAS［J］.European Food Research and Technology，2007，225:313－320.

［5］ Cozzolino D，Liu L，Cynkar Wu et al.Preliminary study on the application of visible-near infrared spectroscopy and chemometrics to classify Riesling wines from different countries［J］.Food Chemistry，2008，106:781 －786.

［6］ Romdhane K，Laurent P，Daniel P，et al.The potential of combined infrared and fluorescence spectroscopies as a method of determination of the geographic origin of Emmental chess［J］.International Dairy Journal，2005，15:287－298.

［7］ Karoui R，Bosset J O，Dufour E，et al.Utilisation of midinfrared spectroscopy for determination of the geograhic origin of Gruye`re PDO and L＇Etivaz PDO Swiss cheeses［J］.Food Chemistry，2007，105:847－854.

［8］ Giulio C，Jacopo F，Gabriella P，et al.Application of near-infrared spectroscopy as an alternative to chemical and color analysis to discriminate the production chains of Asiago d＇Allevo cheese ［J］.Journal of Agricultural and Food Chemistry，2009，57:11 449－11 454.

［9］ Pillonel L，Picque D，Sshalle R.Analytical methods for the determination of the geographic origin of Emmental cheese:mid-and near-infrared spectroscopy［J］.European Food Research and Technology，2003，216:174 －178.

［10］ Karoui R，Bosse J O，Kulmyrzaev A，et al.Monitoring the geographic origin of both experimental French Jura hard cheeses and Swiss Gruye`re and L＇Etivaz PDO cheeses using mid-infrared and fluorescence spectroscopies:a preliminary investigation［J］.International Dairy Journal，2005:275－286.

［11］ Karoui R，Pillonel L，Picque D，et al.Determining the geographic origin of Emmental cheeses produced during winter and summer using a technique based on the concatenation of MIR and fluorescence spectroscopic data［J］.European Food Research and Technology，2004，219:184－189.

［12］ Galtier O，Dupuya N，Le Dreaua Y，et al.Geographic origins and compositons of virgin olive oils determinated by chemometric analysis of NIR spectra［J］.Analytica Chimica Acta，2007，595(1):136 －144.

［13］ Hennessy S，Gerard D，and Colm P O.Confirmation of food origin claims by fourier transform infrared spectroscopy and chemometrics:extra virgin olive oil from Liguria［J］.Journal of Agricultural and Food Chemistry，2009，57:1 735－1 741.

［14］ Tapp H S，Marianne D，and Kemsley E K.Ftri spectroscopy and multivariate analysis can distinguish the geographic origin of extra virgin olive oils［J］.Journal of Agricultural and Food Chemistry，2003，51:6 110－6 115.

［15］ Hennessy S，Doweny G，O＇Donnell C.Multivariate analysis of attenuated total reflection-fourier transform infrared spectroscopic data to confirm the origin of honeys［J］.Applied Spectroscopy，2008，10(62):1 115－1 123.

［16］ Tzayhri G V，Guillemmo O R，Yadira R E，et al.Application of FTIR-HATR spectroscopy and multivariate analysis to the quantification of adulterants in Mexican honeys［J］.Food Research International，2009，42:313 －318.

［17］ Woodcock T，Downey G，Kelly J.D，et al.Geographical classification of honey samples by near-infrared spectroscopy:A feasibility study［J］.Journal of Agricultural and Food Chemistry，2007，55:9 128－9 134.

［18］ 徐永群，孙素琴，袁子民，等.红外光谱结合主成分分析鉴别道地山药［J］.分析化学研究简报，2002，30(10):1 231－1 233.

［19］ 时有明，刘刚，刘剑红，等.不同产地黑木耳的傅里叶变换红外光谱鉴别［J］.光学学报，2007，27(1):129－132.

［20］ Amaya Z，Stella A O，EvaM.D P.Near-Infrared Spectroscopy in saffron quality control:determination of chemical composition and geographical origin［J］.Journal of Agricultural and Food Chemistry，2005，53:9 337 －9 341.

［21］ 周在进，刘刚，任先培.不同产地小美牛肝菌的红外光谱聚类分析研究［J］.激光与红外，2010，39(11):1 158－1 162.

［22］ Woo Y A，Kim H J，Cho J H，et al.Discrimination of herbal medicines according to geographical origin with near infrared reflectance spectroscopy and pattern recognition techniques［J］.Journal of Pharmaceutical and Biomedical Analysis，1999，21:407 －413.

［23］ 李勇，魏益民，潘家荣，等.基于FTIR指纹光谱的牛肉产地溯源技术研究［J］.光谱学与光谱分析，2009，29(3):647－651.

［24］ Corbella E，Cozzolino D.The use of visible and near infrared spectroscopy to classify the floral origin of honey samples produced in Uruguay［J］.Journal of Near Infrared Spectroscopy，2005，13:63－68.

［25］ Moral F G D，Guillein L G，Moral R G D，et al.Duroc and Iberian pork neural network classification by visible and near infrared reflectance spectroscopy［J］.Journal of Food Engineering，2009，90:540－547.

Application of the Infrared Spectroscopy Technique in Geographical Indication Food Inspection

Liu Mei-yan1，Song Hui-ge1，Chen Hai-gui1，Zhao Guo-hua1，2
1(College of Food Science，Southwest University，Chongqing 400715，China)2(Chongqing Key Laboratory of Agricultural Product Processing，Chongqing 400715，China)

With the development of spectroscopic techniques，infrared spectroscopy，as a new means of testing geographical indication food，the role is becoming increasingly prominent.Compared with traditional methods，infrared spectroscopy technique has a long way to develop.Based on the introduction of geographical indication products and the principle of infrared spectroscopy technique，this article summarizes the application of near infrared spectroscopy，middle infrared spectroscopy and fourier transform infrared spectroscopy with chemometrics methods in testing geographical indication food such as wine，cheese，olive oil and so on，in order to provide basis for further research.

infrared spectroscopy technique，geographical indication food，chemometrics methods，application，development

硕士研究生(赵国华为通讯作者)。

2010－08－31，改回日期:2010－11－09