一种鉴别酱香型白酒真伪度技术方法的研究

王 霓，应全红，白德奎 *，杨 玲，朱利民，侯超华

（1.绵阳市产品质量监督检验所，四川 绵阳 621000；2.四川省标准化研究院，四川 成都 610031）

近红外光是介于可见光和中红外光之间的电磁波，美国试验材料协会（American society for testing material，ASTM）将近红外光谱区定义为波长范围为780～2 526nm的光谱区（波数为12820～3959cm-1），习惯上又将近红外光谱区划分为短波近红外（780～1 100nm）和长波近红外（1 100～2 526nm）两个区域[1-2]。

在20世纪50年代，近红外光谱分析技术就在农副产品分析中得到应用，但由于技术上的原因，在随后的30多年进展不大。进入20世纪80年代后，随着计算机技术的迅速发展以及化学计量学方法在解决光谱信息提取和消除背景干扰方面取得地良好效果，加之近红外光谱在测试技术上所独有的特点，人们对近红外光谱分析技术有了进一步地了解，从而进行了广泛的研究[2-7]。

通过对近红外技术的分析研究了解到，近红外技术目前大多数应用于中药材以及地里标志产品粮食中的分析检测，并有研究报道利用近红外检测方法建立中药材谱图模型用来鉴定中药材[8-11]。因而设想将该项技术应用于白酒真伪的鉴定，以此来建立白酒的指纹谱图谱库，进一步为建立白酒真伪度鉴别方法提供技术支撑。

1 材料与方法

1.1 材料与试剂

在前期实验研究中，选择不同年份、不同批号出厂的酒样6个批次，生产批次覆盖了2009—2011年，样品以生产批号编号，具体信息详见表1。此外对照酒样（假酒）由白酒实验样品生产厂家提供。

表1 样品信息表Table 1 Sample information

2 结果与分析

2.1 光谱的预处理

红外原始光谱预处理的目的在于采用数学方法将噪音信号的影响降至最小，从而提高模型的准确性和可靠性，光谱预处理主要解决噪音的滤除/数据的筛选/光谱范围的优化及消除其他因素对光谱信息的影响，为校正模型的建立和未知样品的预测打下基础[12-15]。因此光谱前期预处理主要包括：平滑处理、小波变换、基线校正等。

2.2 红外光谱分析结果

对试验样品进行红外光谱分析，经过对光谱的预处理得到谱图结果详见图1～图7，试验酒与对照酒对比见图8。

图1 20090803样品谱图Fig.1 Infrared spectra of sample 20090803

图2 20101214样品谱图Fig.2 Infrared spectra of sample 20101214

图3 20111015样品谱图Fig.3 Infrared spectra of sample 20111015

图4 20110105样品谱图Fig.4 Infrared spectra of sample 20110105

图5 20110507样品谱图Fig.5 Infrared spectra of sample 20110507

图6 20110129样品谱图Fig.6 Infrared spectra of sample 20110129

图7 对照酒样品谱图Fig.7 Infrared spectra of control sample

图8 试验酒与对照酒光谱图对比结果Fig.8 Comparison of infrared spectra results between test sample and control sample

高温制曲是酱香型酒特殊的工艺之一，由图1～图6样品红外谱图可知，实验样品在2977cm-1、2933cm-1为－CH3和－CH2－的碳氢伸缩振动峰，1452cm-1附近的峰为－CH3和－CH2－的碳氢弯曲振动峰；1646cm-1附近中强吸收峰为α-氨基酸的－COO-不对称伸缩振动和－NH3+不对称弯曲振动，以及附近的吸收峰为α-氨基酸的－NH3+对称弯曲振动和－COO-对称伸缩振动，证实试验样品酒中含有一定量的脂肪族α-氨基酸；1 273cm-1的中强宽峰及1 044cm-1处的弱尖峰为乙酸酯类特有的=C-O-C伸缩振动双峰且1 452cm-1处的－CH2－的弯曲振动峰可进一步证实乙酸酯类物质的存在。因而可以得出如下结论：试验酒样品的红外谱图在2 977cm-1、2 933cm-1、1 452cm-1、1 646cm-1等多处具有较为明显、易于区分的特征。此外，由试验酒样品与对照酒样品红外谱图二者相比较可知，在相同的前处理方式下试验酒样品的红外谱图峰形平滑整齐，而对照酒样品红外谱图则较差。将试验酒与对照酒红外谱图比较（见图8），不难发现对照酒样品与试验酒样本红外谱图对比存在较为明显地差异。

3 结论

研究表明将红外光谱技术成功的应用于白酒真伪度的鉴别中，成功地诠释了该技术在分析鉴定中的应用，并且得出了切实可行的研究结论。利用红外光谱技术分析鉴定白酒，可以通过样品红外谱图的图形比对与样品特征吸收峰的波数、强弱等参数相结合的方式确定出白酒真伪的差异所在，以此为依据可建立白酒真伪度鉴别的数据模型，进而确立特征指纹图谱库。综上所述，利用红外光谱分析法建立鉴定白酒真伪度的技术方法切实可行，且实际操作简单、快捷。

[1]陈兰珍，赵 静，叶志华，等.蜂蜜真伪的近红外光谱鉴别研究[J].光谱学与光谱分析，2008，28（11）：2565-2568.

[2]BI Y M,XIE Q,PENG S L.Dual stacked partial least squares for analysis of near-infraredspectra[J].Anal Chim Acta,2013,792(8):19-27.

[3]徐广通，刘泽龙，杨玉蕊，等.近红外光谱法测定柴油组成及其应用[J].石油学报：石油加工，2002（8）：65-71.

[4]PARDO M,SBERVEGLIERI G.Random forests and nearest shrunken centroids for the classification of sensor array data[J].Sensor Actuat BChem,2008,131(1):93-99.

[5]JAN P,BERNARD D B,NIKKO E C.Random forests as a tool for ecohydrological distribution modelling[J].Ecol Model,2007,207(2-4):304-318.

[6]HUANG X,PAN W,GRINDLE S,et al.A Comparative study of discriminating human heart failure etiology using gene expression profiles[J].Bioinformatics,2005,6(1):205.

[7]ARANA I,JARN C,ARAZURI S.Maturity,variety and origin determination in white grapes(Vitis vinferaL.)using near infrared relectance technology[J].J Near Infrared Spec,2005,13(6):349.

[8]李波霞，魏玉辉，席莉莉，等.近红外光谱和化学计量学对不同产地不同产期当归的定性研究[J].光谱实验室，2011，28（4）：2128-2134.

[9]陈 波，靳保辉，梁 宏，等.近红外光谱技术与聚类分析鉴别中国名茶[J].光谱实验室，2012，29（5）：2901-2905.

[10]马冬红，王锡昌，刘利平，等.近红外光谱技术在食品产地溯源中的研究进展[J].光谱与光谱分析，2011，31（4）：877-881.

[11]FU X P,YIN G Y B,ZHOU Y,et al.Analytical chemical acted[J].Talanta,2007,598(1):27.

[12]夏柏杨，任 芊.近红外光谱分析技术的一些数据处理方法的讨论[J].光谱实验室，2005，23（3）：629-634.

[13]秦 浩，林志娟，陈景武.偏最小二乘回归原理、分析步骤及程序[J].数理医药学杂志，2007：20（4）：450-451.

[14]叶正良，虞 科，程翼宇.一种基于小波变换的近红外化学指纹图谱分析方法[J].高等化学学报，2007：28（3）：441-444.

[15]张 卉，宋 妍，冷 静，等.近红外光谱分析技术[J].光谱实验室，2007，24（3）：387-394.