近红外光谱结合角度转换快速分析原汁红糖中蔗糖、果糖、葡萄糖

邢美婵，欧经思，陈成，粟晖，刘柳，姚志湘,3*

(1.广西科技大学 生物与化学工程学院 广西糖资源绿色加工重点实验室，广西 柳州 545006；2.崇左半糖健康糖业有限公司，广西 崇左 532203；3.广西蔗糖产业协同创新中心，南宁 530004)

近红外光谱技术具有测定速度快、样品制备简单、不耗费化学试剂、操作简便、成本低、无污染等优点。但近红外光谱用于体系糖含量分析，多是利用偏最小二乘法以及不同光谱处理和数学处理相结合，构建葡萄糖、果糖和蔗糖含量的近红外光谱分析模型，用外部验证样品集进行验证，然后利用所建模型对待测样品进行含量预测。该方法建模样本量大、建模成本高、模型预测准确度由建模样本的分布情况决定。目前快速、准确、不损耗样本、不破坏环境、可以实时对原汁红糖进行在线分析的检测方法较少。

姚志湘等[9]发现在分析多元体系问题时将光谱信号视为向量并引入空间角可使多维体系分析概念和表达更明确和简单；根据这一原理提出了向量空间角转换消除乘性干扰的方法[10]，有效提高了拉曼光谱定量分析的准确度，进一步提出结合角度转换的近似线性定量方法，实现了红外光谱结合向量夹角快速定量分析三氯蔗糖合成过程的中间产品[11]，并将此方法应用于蔗糖水解过程组分含量跟踪及动力学的研究[12]。该方法有效克服了乘性干扰，且不依赖光谱特征响应，光谱信息完整，具有简便、效率高、稳定性好、无需大数据建模的优点，提供了快速定量分析的参考方法。本文采用近红外光谱结合角度转换的方法，建立原汁红糖中蔗糖、果糖、葡萄糖含量的快速分析方法。

1 实验部分

1.1 实验仪器与试剂

Frontier近红外光谱仪 珀金埃尔默仪器有限公司；CP214型电子分析天平 奥豪斯仪器(常州)有限公司。

葡萄糖(AR)、果糖(99%)、蔗糖(AR)、原汁红糖(市售)。

1.2 原汁红糖的角度转换结合近红外光谱分析模型建立

1.2.1 建模样本的配制

取多块市售红糖，混合均匀为基样，采用高效液相色谱法测定红糖中蔗糖、葡萄糖、果糖的含量分别为86.9%、2.52%、3.84%。

取市售红糖基样，分别添加一定量的蔗糖、果糖和葡萄糖，混合均匀，配制得到总量约为2 g的系列样本，其中蔗糖含量为79.80%～94.77%，果糖含量为2.31%～7.62%，葡萄糖含量为1.52%～6.53%；将蔗糖的系列样本命名为Z1～Z12，果糖的系列样本命名为G1～G10，葡萄糖的系列样本命名为P1～P10，分析纯的果糖、葡萄糖、蔗糖命名为GT、PT、ZT，红糖基样命名为HT。

忙了一整天，她要乘晚上的东铁再回到深圳去。香港是个不夜城，她坐在巴士上经过了层层的绚烂灯火，思念起了故乡的小镇。小镇现在应该冻土刚化，田野里生出各种野生的嫩芽。小麦掀开了厚厚的雪棉被，应该有20厘米高了，绿油油的，定是十分喜人。今年会有个好收成吧。

1.2.2 样本近红外光谱采集

采用积分球附件，将上述各样本分别置于测量皿中，采集近红外光谱数据。采集参数为积分时间60 s、分辨率2 cm-1、数据间隔1 nm、波长范围1000～2500 nm。

1.2.3 近红外光谱结合角度转换的快速分析模型建立

以蔗糖含量的分析关联模型建立为例：

(1)等浓度梯度选择蔗糖系列样本中5～6个，建模样本需包括系列样本的最大浓度与最小浓度；

(2)分析样本光谱与参比光谱(分析纯蔗糖光谱)，选择建模波长范围；

(3)对样本光谱与参比光谱进行求导降噪处理；

(4)设定移动窗口，采用自编算法计算得到样本光谱与参比光谱的系列夹角的方差值EE；

(5)建立EE值与样本中蔗糖浓度的线性方程；调整求导阶数，移动窗口宽度直至相关系数r>0.99，模型建立完成。

同理分别建立果糖、葡萄糖的分析模型。

1.3 方法验证和精密度实验

将果糖、葡萄糖、蔗糖系列验证样本光谱数据分别导入MATLAB计算平台，依照各自建模参数，求取验证样本光谱与参比光谱的系列夹角的方差值EE，将所得EE值分别代入对应建立的关联方程，通过误差分析验证所建模型的可靠性。

分别称取红糖基样3份，命名为H1、H2、H3，平行采集其近红外光谱数据5次，采用角度转换算法计算样本中果糖、葡萄糖、蔗糖含量，并检验方法的精密度。

2 结果与讨论

2.1 样本近红外光谱分析

蔗糖、果糖、葡萄糖及红糖样本的近红外光谱见图1。各样本谱图基线漂移，果糖、葡萄糖、蔗糖与红糖样本的出峰存在重叠和覆盖，各待测组分响应缺乏良好的选择性，影响红糖混合物中被测组分直接测量的准确性，不适合直接通过峰的强度和含量高低之间的关系进行定量分析。

图1 果糖、葡萄糖、蔗糖与红糖样本近红外光谱图

2.2 果糖、葡萄糖、蔗糖含量的分析关联方程建立

以蔗糖含量的分析关联方程建立为例：

以蔗糖对照品ZT为参比，选择Z1、Z2、Z4、Z5、Z8、Z10为建模样本。对建模样本分别进行一阶、二阶滤波求导降噪和零阶导、移动窗口宽度取波段波数的1/30与1/60，窗口从最小波数点向波数点增大方向移动，计算样本与参比之间的余弦夹角EE值。以蔗糖含量为横坐标、夹角余弦值(EE)为纵坐标，进行线性拟合，建立关联方程，见图2。对比各方程的相关系数，确定最优关联方程。

图2 蔗糖含量与角度值的关联方程

由图2中e，f使用二阶滤波求导的谱图计算可知，相较采用零阶或一阶滤波求导的a，c，d离散程度大，说明谱图选取合适的阶级滤波求导降噪可提高EE与蔗糖含量的线性关系。通过图2中c，d比较一阶滤波求导降噪，窗口宽度在选择1/30时较1/60时蔗糖的吸光度量值在被转换成角度的度量值时信息量更为丰富全面，能更有效地截取分析特征波段。图2中a零阶滤波求导所建模型关联方程相关系数符合要求，但综合考虑滤波求导降噪及窗口宽度的选择，经过一阶滤波求导降噪得到的图2中d其相关系数最优，为0.997，并且验证样本的相对误差最小。选择图2中d建立蔗糖的快速分析模型，蔗糖含量在79.80%～94.77%范围内与对应的EE值线性关系良好。

果糖、葡萄糖快速分析模型的建立方法参照蔗糖分析关联方程的建立过程，其中果糖含量分析关联方程的建立以果糖对照品GT为参比，选择G1、G2、G4、G6、G9、G10为建模样本；葡萄糖含量分析关联方程的建立以葡萄糖对照品PT为参比，选择P1、P3、P6、P8、P10为建模样本，确定了最优关联方程参数。

蔗糖、果糖、葡萄糖的最优关联方程及相关系数见表1。

表1 蔗糖、果糖、葡萄糖模型的线性方程及r值

2.3 方法验证

取各验证样本，依照建模所得参数将蔗糖、果糖、葡萄糖光谱数据分别导入MATLAB中计算得到EE值，将所得EE值分别代入对应建立的关联方程，蔗糖、果糖、葡萄糖验证样本预测值与误差分析结果见表2～表4。

表2 蔗糖验证样本的EE值与误差分析结果

表3 果糖验证样本的EE值与误差分析结果

表4 葡萄糖验证样本的EE值与误差分析结果

由表2～表4可知，蔗糖、果糖、葡萄糖快速分析模型的绝对误差分别在-2.95%～0.69%,-0.56%～0.11%,-0.23%～0.23%之间，相对误差分别在-3.53%～0.76%,-8.61%～2.43%,-4.58%～3.89%之间。结果表明，模型精密度较高，对验证样本中蔗糖、果糖、葡萄糖含量的预测较为准确。

2.4 原汁红糖中蔗糖、果糖、葡萄糖含量分析

分别以ZT、GT、PT为参比，计算原汁红糖样本H1～H3与参比ZT、GT、PT的夹角的方差值EE，代入2.2中建立的关联方程中，计算H1～H3中的蔗糖、果糖、葡萄糖含量，比较近红外光谱法预测得蔗糖、果糖、葡萄糖含量和测得真实含量之间的误差，结果见表5。

表5 原汁红糖样本的EE值与误差分析结果

由表5可知，蔗糖、果糖、葡萄糖分析模型在预测原汁红糖中的糖含量时，以平行测定5次预测含量的平均值与真实含量作对比，相对误差分别在0.89%～0.90%,7.92%～8.02%,-5.40%～-4.44%之间，其中果糖预测含量与真实含量的相对误差较大，造成这种现象的原因在于向红糖基样中添加的果糖纯度为99%，以其作为参比会产生一定误差。样本的最大相对标准偏差为2.32%，最小相对标准偏差为0.01%，说明建立的近红外光谱结合角度转换快速分析果糖、葡萄糖和蔗糖含量的方法精密度较高，准确性好，适用于快速分析原汁红糖中的蔗糖、果糖、葡萄糖含量。

3 结论

本文采用近红外光谱采集样品信息，以角度转换的化学计量学方法消除乘性干扰，建立了原汁红糖的近红外光谱快速分析方法。蔗糖、果糖、葡萄糖含量分析模型的线性方程的相关系数分别可达0.997，0.998，0.999，准确度较高。近红外光谱测量结果中预测值与真实值的相对误差均在10%以下，预测结果较好。此方法无需繁琐的预处理，样本检测过程无损耗且检测时间短，具有操作简单、节约时间、环保等优点，可以推广到其他红糖产品糖含量的快速分析测定中，可用于实际生产过程中多批次红糖含量的快速测定，具有实际应用价值。