光谱课程设计：荧光光谱分析在果汁饮品检测中的应用.doc

《光谱课程设计：荧光光谱分析在果汁饮品检测中的应用.doc》由会员分享，可在线阅读，更多相关《光谱课程设计：荧光光谱分析在果汁饮品检测中的应用.doc（21页珍藏版）》请在三一文库上搜索。

1、光谱课程设计：荧光光谱分析在果汁饮品检测中的应用 成绩评定表 课程设计任务书 摘要 果汁饮品是一类备受消费者喜爱的液态食品，目前，由于相关检测方法的滞后，果汁掺伪和食品添加剂问题时有发生，对消费者的利益与健康造成威胁。市售果汁饮品质量参差不齐，消费者又很难通过简单的感官判断加以鉴别，而现行分析方法无法实现对果汁饮品的有效动态监管，因此需要一种快捷、可靠的果汁掺伪鉴别技术，有利于监督与规范果汁饮品市场秩序。 荧光光谱分析法是一种简便和有效地对目标物质进行定性和定量分析的方法。本文利用荧光光谱分析法检测橙汁，探索其在果汁饮品的快速掺伪鉴别与添加剂检测中的实际应用。荧光光谱分析作为一种较为理想的无损

2、检测技术，在实际生产中有着较为良好的应用前景，研究结果有利于扩展荧光光谱技术在实时在线分析中的实际应用范围。 关键词：荧光光谱分析法；果汁饮品；实际应用 目录 摘要. 3 1. 引言. 1 2. 荧光光谱分析技术. 1 2.1荧光介绍 . 1 2.2荧光光谱的特征 . 1 2.3荧光光谱分析技术进展 . 2 2.4荧光分析法特点 . 2 3. 橙汁的荧光光谱特性分析. 3 3.1实验材料与设备 . 3 3.2橙汁的三维荧光光谱测定 . 4 3.3橙汁荧光光谱中内滤效应的研究 . 5 4. 基于荧光光谱的橙汁掺伪检测方法. 8 4.1光谱模式识别技术 . 8 4.2果汁饮品类型的鉴别预期 . 9

3、 5. 主要结论与展望. 10 5.1主要结论 . 10 5.2展望 . 11 6. 参考文献. 12 1. 引言 果汁饮品是一类备受消费者喜爱的液态食品，市售果汁饮品按照果汁含量大致可分为100%果汁与果汁饮料两大类，两类饮品无论在制造成本还是营养品质上均存在明显差异。然而，目前，由于相关检测方法的滞后，果汁与果汁饮料掺伪现象时有发生，有些市售100%果汁其实是由浓缩果汁加水稀释后加入防腐剂、增稠剂、人工香精等食品添加剂制作而成的“果汁饮料”，甚至是以柠檬酸、甜味剂、人工香精、增稠剂、合成色素等调配而成的“三精水”，对消费者的利益与健康造成威肋。市售果汁饮品质量参差不齐，消费者又很难通过简单

4、的感官判断加以鉴别。而且，由于现行分析方法无法实现对果汁饮品的有效动态监管。因此，需要一种快捷、可靠的果汁掺伪鉴别技术，从而有利于监督与规范果汁饮品市场秩序。 光谱分析是一种较为理想的无损检测技术，相对于传统化学分析方法，其在快速、实时、在线、原位监测等过程控制方面具有巨大的优势，且检测成本低、分析效率高、重现性好，可在不经分离的情况下实现复杂混合体系中目标物质的多组分、多参量的同时测定，其尤适用于天然混合有机物(如果汁、石油、白酒等)的快速检测以及需要频繁重复检测或在线实时监测的领域(如食品、石化、制药等)。荧光光谱分析技术是光谱分析中一种较为新颖的分析方法，具有灵敏度高、光谱信息丰富等优点

5、，近十几年来在农业、食品、制药、环保等诸多领域都得到的较为广泛的应用。 2. 荧光光谱分析技术 现代分子光谱分析技术主要包括吸收光谱、荧光光谱、拉曼光谱与红外光谱等，己经成为常规化学分析过程中最常采用的一类无损检测方法。荧光光谱技术是光谱分析中一种重要的痕量检测方法，其具有灵敏度高、光谱信息丰富等优点，能提供激发光谱、发射光谱、荧光强度、荧光寿命、量子产率与偏振荧光等光谱信息，具有较为广阔的应用前景。 2.1荧光介绍 某些物质受到光照射，除吸收某种波长的光之外，发射出比原来所吸收光的波长更长的光光致发光（二级光）。入射光和发射光频率之差称为斯托克频移。光致发光分为：荧光 fluorescenc

6、e和磷光 phosphorescence。荧光分析法是根据物质的荧光谱线的位置及其强度进行物质鉴定和含量测定的仪器方法 2.2荧光光谱的特征 a.Stokes位移 激发光谱与发射光谱之间的波长差值。发射光谱的波长比激发光谱的长，振 1 动弛豫消耗了能量。 b.发射光谱的形状与激发波长无关 电子跃迁到不同激发态能级，吸收不同波长的能量，产生不同吸收带，但均回到第一激发单重态的最低振动能级再跃迁回到基态，产生波长一定的荧光。 c. 镜像规则 通常荧光发射光谱与它的吸收光谱（与激发光谱形状一样）成镜像对称关系。 图2-1荧光光谱仪 2.3荧光光谱分析技术进展 荧光光谱分析技术经过近几十年的发展，在最

7、初的激发光谱与发射光谱两种表现形式的基础上，许多新的分析方法不断被提出。一方面，仪器设备的改进使得新的扫描方式的出现，例如三维荧光光谱、同步荧光光谱、激光诱导荧光光谱、时间分辨荧光光谱、偏振荧光光谱、低温荧光光谱等，可有效解决光谱重叠问题;另一方面，利用数学方法对荧光光谱图进行二次处理，例如对实测光谱进行导数运算得到导数荧光光谱；对实测光谱作去卷积运算得到原始光谱；采用高斯线型或洛伦兹线型对实测光谱进行多峰拟合得到相关单体的特征光谱，实现复合信号分辨等，其实质上都是以“数学分离”代替繁琐的“化学分离”，可进一步提高荧光光谱的选择性。此外，化学计量学方法的引入使得荧光光谱分析不再只是单纯的谱图提

8、供者，而成为化学分析中具体问题(包括定性与定量分析)的解决者。 2.4荧光分析法特点 荧光分析是一种先进的分析方法，它比电子探针法、质谱法、光谱法、极谱法等都应用的较广泛和普及，这同荧光分析具有很多优点分不开的。荧光分析所用的设备较简单，如目测荧光仪和荧光光度计构造非常简单完全可以自己制造。比起质谱仪、极谱仪和电子探针仪来它在造价上要便宜很多倍，而且荧光分析的最大特点是：分析灵敏度高、选择性强和使用简便。同时具备这三大特点的仪器并不多。 灵敏度高：荧光分析法的最大特点是灵敏度高，对某些物质的微量分析可以检测到10克数量级，如污水中的银含量用荧光分析法可以检测到1x10克， 汞可 2 以检测到1

9、x10克。对一些激素亦可检测到10克。荧光分析的灵敏度比分光光度法的灵敏度高23个数量级，这是由于荧光分析的荧光和入射光之间成直角，而不在一条直线上，所以是在黑背景下检测荧光。而分光光度法的接收器与入射光在一条直线上，所以它是在亮背景下检测。因此荧光分析法比分光光谱法灵敏度高。分光光谱法的灵敏度一般只能检测到10克，两者相差三个数量级。当然荧光分析法比起带电子显微镜的电子探针法灵敏度又低一些（它可达10克数量级），然而电子探针仪器价格昂贵，使用不方便。 选择性强：荧光分析的第二个特点是选择性强，特别是对有机化合物而言。因荧光光谱既包括激发光谱又包括发射光谱，凡是能发射荧光的物质，必须首先吸收一

10、定波长的紫外线，而吸收了紫外线后不一定就发射荧光。能发射荧光的物质，其荧光波长也不尽相同。如果即使荧光光谱相同的话，而它的激光光谱也不一定相同。反之如果它们的激发光谱相同，则可用发射光谱把它们区分开来，因此供选择的余地是比较多的。所以荧光分析的选择性很强。例如有两种物质，它们的荧光光谱很相似，不易把它们分开。但它们的激光光谱不会相同，因此就可用扫描激光光谱把它们分开。如果用分光光谱法就难以办到这一点，因为分光光谱只能得到待测物质的特征吸收光谱。所以分光光谱法的选择性就没有荧光分析法强。 3. 橙汁的荧光光谱特性分析 由于果汁属于天然产物，其本身属于成分复杂的有机混合物，且多为荧光物质。首先测定

11、橙汁的三维荧光光谱，并分析果汁饮品的荧光光谱特性。同时，通过降低浓度或缩短测量光程，观察果汁样品荧光光谱的变化情况，以此验证内滤效应的存在。光谱分析结果可为果汁类饮品的掺伪检测提供依据。 3.1实验材料与设备 实验材料：橙汁饮品，包括鲜榨果汁、市售100%果汁与果汁饮料； 实验设备:（1）FLS920型稳态和时间分辨荧光光谱仪(Edinburgh instruments，Edinburgh) ；（2）微量电子天平(Mettler Toledo，Switzerland)；（3）赛特湘仪离心机(Saitexiangyi，TGL-16M， China)； 实验附件:不同光程的石英比色皿，其外形具体的

12、规格均为12.5x12.5x45mm(长x宽x高)，但内部光程不同，除10mm x 10mm光程的标准比色皿外，还包括2mmx10mm光程的微量比色皿，Mode 1-Mode 4等4种荧光光谱测量模式分别如图3-1所示。 3 图3-1 4种不同的荧光光谱测量模式示意图（俯视图），阴影部分为石英，空白部分用于 放置待测样品，其中Mode 1为标准测量方式 3.2橙汁的三维荧光光谱测定 实验参数设定：采用FLS920稳态荧光光谱仪对常见的橙汁进行三维荧光光谱扫描，激发波长300-600nm，步长5nm，发射波长300-700nm步长1nm。同时，为消除一级瑞利散射及其二级衍射，发射波长扫描范围Em

13、与激发波长Ex之间相对应的关系设置为（Ex+15）nmEm（Ex-15）nm。激发与发射狭缝宽度均为5nm，扫描积分时间0.1s，比色皿选用标准比色皿(Mode 1)。图3-2为橙汁典型的三维荧光等高线谱，其中，（a）是鲜榨果汁，（b）是市售100%果汁，（c）是市售果汁饮料。 3-2 橙汁饮品的三维荧光光谱 通过分析鲜榨果汁、市售果汁饮品的三维荧光光谱特性，其特征参数如表3-1所示。 表3-1橙汁的荧光光谱特性 饮品类型 荧光峰个数 荧光峰位置Ex/Em（nm/nm） 1 鲜榨橙汁 470（420）/526 2 100%橙汁 470（420）/526,420/677 2 橙汁饮料 470/5

14、28， 375/444 由上述常规的荧光光谱分析可知，橙汁与其相对应产品的荧光特性存在差异，但也存在相似的荧光特征峰。鲜榨橙汁与市售橙汁饮品均含有类似的荧光特征峰470/526nm，但100%橙汁与橙汁饮料除含有上述荧光峰外，均含有其它的荧光峰，如100%橙汁出现增稠剂卡拉胶的荧光特征峰420/677nm【1】。同时可以发现，相对于鲜榨果汁，市售果汁产品的荧光峰位置均会产生一定程度的偏移，这可能是受产品加工、储藏过程以及食品添加剂的影响。 4 3.3橙汁荧光光谱中内滤效应的研究 荧光光谱内滤效应(Inner filter effect，简称IFE)主要包括两类：一是由于样品浓度过高，当激发光照

15、射样品池时，石英皿前端的荧光分子对激发光的吸收作用增大，后端的荧光团分子无法被有效激发，导致能够被激发的荧光分子减少，荧光强度因此降低，这种类型的内滤效应简称PIFE(Primary inner filter effect)；二是由于吸收波段与发射波段有重叠现象，短波段激发的荧光团分子发射的荧光被长波段激发的荧光团分子吸收，导致探测器能够探测到的短波段荧光强度降低，当荧光量子产率较高时甚至会有再发射现象，这种类型的内滤效应简称SIFE(Secondly inner filter effect)。PIFE与SIFE均会造成荧光光谱强度显著降低，但两者对荧光光谱的影响存在差异。PIFE只会造成光谱

16、强度下降，但对光谱轮廓的影响不大，荧光分子之间不存在能量转移，而SIFE不仅会减小荧光光谱强度，更有可能会造成荧光光谱轮廓发生明显改变，这是因为SIFE会导致荧光分子之间发生能量转移，具有短波段荧光特性的荧光分子易被具有长波段特性的荧光分子吸收，然后以各种辐射(荧光再发射)或非辐射(内转化、振动松弛等)等去活化方式释放吸收的能量。PIFE与SIFE内滤效应的存在会明显增加检测体系的非线性因素，对PLSR、PCR、PARAFAC等各类线性定量模型的建立产生不利影响。更为重要的是，SIFE会改变光谱的轮廓与荧光发射位置，SIFE影响下测得的荧光光谱并不是荧光分子发射的本征光谱，因此相对于实际体系中

17、普遍存在的PIFE现象，SIFE对光谱分析与检测结果的影响更大。在一些由于内滤效应导致荧光光谱特性发生变化的实验中，如果在不对体系进行内滤效应检验的情况下直接对体系进行荧光光谱分析，很有可能会被误认为是检测体系本身的组分发生了变化，这种情况在分子反应动力学研究与生物蛋白质的构象变化分析中需要尤为注意。因此，在实际检测体系中，必须对待测体系进行内滤效应检验。 减小内滤效应的方法主要包括两个方面:一是减小样品的浓度，二是缩短激发光程，两者均会使内滤效应减弱。为研究果汁荧光光谱的内滤效应现象，图3-3给出不同的浓度下(5%-100%)以及Model-Mode 4等4种不同测量模式下橙汁样品三维荧光等

18、高线图谱的变化情况。 图3-3 不同浓度以及测量模式下橙汁样品荧光光谱的变化 5 由图3-3可以发现，当通过稀释的方法减小内滤效应时(100%逐渐稀释至5%，荧光峰A(Peak A)的荧光强度不断减弱，但荧光峰位置保持不变，同时拉曼特征变得比较明显。荧光峰B(Peak B)在Mode 1测量方式中出现明显的蓝移现象，荧光强度的变化趋势为先增大后减小，荧光峰位置由100%浓度时的420/526nm蓝移至350/450nm附近。此外，在稀释过程中，如果采用Mode 3方式测量，荧光峰B(Peak B)的峰位基本保持不变，但荧光强度的变化趋势仍为先增大后减小，当浓度稀释至20%以下时，荧光峰C开始逐

19、渐出现。与此同时，当采用减小光程的方法减小内滤效应时(Mode 1-Mode 4)，可以发现Mode 1与Mode 2下测得的荧光光谱类似，而Mode 1与Mode 3测得的光谱差异很大。荧光峰A(Peak A)在4种测量模式下的峰位保持不变，但荧光峰强度发生明显的差异，其在Mode 1测量方式中荧光强度最大，在Mode 3测量方式中荧光强度最小，这主要是由于Mode 3中水平光程减小，导致能够被激发的荧光团分子减少。而对于荧光峰B(Peak B)，相对于Mode 1与Mode 2 Mode 3与Mode 4测量方式下测得的荧光峰位置产生类似于稀释过程中出现的蓝移现象，荧光峰位由Mode 1中

20、的420/526nm蓝移至Mode 3中的350/450nm附近。Mode 1, Mode 3测量模式下的5%橙汁与Mode 4测量模式下100%橙汁样品的荧光光谱图趋于相同。因此，当内滤效应被有效去除时，荧光光谱谱图趋于一致，得到的荧光光谱接近本征光谱。综上所述，当浓度或激发光程发生改变时，橙汁样品的荧光光谱特性发生明显改变，这种现象可以用荧光光谱中内滤效应现象来解释。图3-4给出了橙汁中各类荧光团分子内滤效应作用的示意图，fluorophors A对应于Peak A，光子能量为hv3 ; fluorophors B对应于Peak B，光子能量为hv2 ; fluorophors C对应于P

21、eak C，光子能量为hv1。 图3-4橙汁样品中二类荧光团分子的内滤效应小意图，（a） Mode 3测量模式下，100%橙汁与5%橙汁的荧光光谱对比;（b）100%橙汁样品在Mode 3与Mode 4 两种测量模式下的荧光光谱对比 通过比较相同样品、不同的测量模式以及相同测量模式、不同浓度情况下测量得到的橙汁荧光光谱的差异，结果表明，在Mode 3测量模式中，当 250-300nm 6 左右的激发光照射橙汁样品时，其发射的紫外荧光会被二次吸收后再发射蓝紫色荧光，导致其在高浓度下无法测得荧光峰C，只有当浓度稀释至低浓度时，荧光峰C才能被PMT探测。同理，荧光峰B发射出的蓝色荧光也会被吸收，大大

22、降低其荧光量子产率，从而导致其荧光强度明显下降。而对于荧光峰A，其发出的绿色荧光即使在高浓度下绝大部分均能被有效探测，其荧光量子产率受内滤效应的影响较小。因此，荧光峰A的荧光强度与浓度呈正比，其荧光强度可以直接反映橙汁样品的橙汁含量。 橙汁样品一般均存在明显的内滤效应。一方面，内滤效应对于光谱分析本身是非常不利的，它使得检测体系真实的本征光谱难以获得，同时也严重破坏了体系中浓度与荧光强度之间可能存在的良好线性关系，不利于定量模型的建立。但另一方面，对于光谱检测而言，内滤效应有利于定性分析。内滤效应的强弱与体系本身的浓度直接相关，对于只需要实现定性上的区分、而不需要得到具体的浓度的情况下，内滤效

23、应有利于荧光光谱鉴别的快速实现。 橙汁与橙汁饮料的荧光光谱鉴别时，通过分别测量市售橙汁饮品(100%橙汁与橙汁饮料)在Mode 2模式下荧光峰A所在的区域A(激发450-530nm，发射465-600nm)与Mode 3模式下的荧光峰C所在区域C(激发250-300nm，发射265-400nm)的荧光光谱，结果如图3-5所示，其中，Brand 1-Brand 4均为市售橙汁，橙汁含量均为100% ;Brand 5-Brand 8均为市售橙汁饮料，Brand 5橙汁含量>5%，Brand 6与Brand 7橙汁含量>10%，Brand 8橙汁含量>30% 。 图3-8市售100

24、%橙汁与橙汁饮料分别在Mode 2与Mode 3测量模式下区域A与 区域C中的荧光光谱 测量结果表明，100%橙汁在区域A(对应于荧光峰A)的荧光信息很强，而在区域C(对应于荧光峰C)没有明显荧光信息。与此相反，橙汁饮料在区域A无明显荧光信息，而在区域C出现明显荧光信息，这主要是由于橙汁饮料中稀释效果明显，区域C内滤效应减弱，荧光峰C的荧光信号得到增强，同时由于浓度降低，荧光峰A的荧光信号明显减弱，实际样品的测量结果与内滤效应分析结果一致。因此，内滤效应使得100% 果汁与果汁饮料之间的光谱差异性更加明显，有利于 7 果汁掺伪的快速鉴别。 4. 基于荧光光谱的橙汁掺伪检测方法 市售果汁饮品中的

25、掺伪现象主要是以“果汁饮料”或“果味饮料”，甚至以“三精水”冒充100%果汁。对于果汁饮品掺伪检测，主要通过定性与定量分析两种方式。将荧光光谱分析与光谱模式识别技术相结合，实现果汁饮品的快速鉴别。同时，建立基于荧光光谱数据的多元校正模型，实现果汁饮品中果汁含量的快速估测。因此，通过对橙汁的定性与定量分析，可以实现果汁掺伪的快速检测。 4.1光谱模式识别技术 荧光光谱模式识别技术是指结合模式识别技术，对同条件下测定的荧光光谱信号进行比较，根据荧光光谱信号之间的相似度，得出两者化学组成关系的技术 等【2】。常用的模式间相似性度量包括欧氏距离、马氏距离、夹角余弦距离【3】，其定义式分别为: 21 2

26、Dij，Euclidian= n（4-1） k=1(Xik?Xjk)欧氏距离(Euclidean Distance)： 马氏距离(Mahalanobis Distance)： Dij，Mahalanobis=(Xi?Xj)S?1(Xik?Xjk)T1 2（4-2） 夹角余弦距离(Cosine Distance)： cosij= n k=1(Xik) k=1(Xjk)4-3） 其中Xik，Xjk分别为模式i，j的特征向量的第k个特征参量，Xi，Xj分别为第i与第j个样本的光谱特征向量，s?1为类x协方差矩阵的逆矩阵。 马氏距离是一种基于协方差矩阵的距离计算方法，与欧氏距离不同，它考虑各个特征变量

27、之间的相互联系，因此在光谱分析中常用于异常值检测、判别分析、聚类分析等。但是，由于经典协方差对于异常样本的抵抗性较差，马氏距离易受异常样本的影响而发生掩蔽效应或沼泽效应，从而降低模型的准确性。对于呈正态分布的数据，其马氏距离的平方一般服从非对称的X2分布，因此其截断值 22C= XP，即等于自由度为P、分位数为97. 5%的X分布的平方根。 ，0.975 稳健马氏距离(Robust Mahalanobis Distance)通过稳健极小化协方差行列式(MCD)估计的方法得到主体数据的稳健协方差【4】，因此，偏离主体数据的异常值的稳健马氏距离偏大，从而偏离于主体，对于异常样本具有较强的抵抗作用，

28、 8 其定义式为: ?1RD X =(X?MCD)SMCD(X?MCD)T1 2（4-4） nMCD X = ni?1(WiXi) i=1(Wi)（4-5） nT= ni=1Wi Xi?MCD Xi?MCD ( i=1Wi?1)（4-6） 21，D(Xi，0，S0)< XP，0.975Wi= （4-7） 0，其它SMCD 其中，MCD、SMCD分别为重新加权均值与稳健协方差矩阵。MCD法通过从n个样品中随机抽取h>n/2个样品组成h子集，利用迭代和一般马氏距离的思想得到稳健协方差矩阵估计值，MCD估计的崩溃值为(n-h+1)/n。通过增加正常样本数据可提高稳健马氏距离的稳健性，从而

29、提高校正模型与预测模型的稳健性与准确性【5】。 4.2果汁饮品类型的鉴别预期 实现100%橙汁与掺伪橙汁的快速鉴别。实验样品包括：（1）对照组:鲜榨橙汁，榨汁粗提纯后离心，转速1600rpm，温度16 0C，时间10min，取上层澄清液，选取6个批次，标记为1-6。（2）4种市售100%橙汁品牌，各选取5个批次，共24个样本，品牌1、品牌2、品牌3、品牌4市售100%橙汁依次标记为7-11，12-20，21-25，26-30；（3）4种橙汁饮料品牌，各选取4个批次，共16个样本，品牌1、品牌2、品牌3、品牌4市售橙汁饮料依次标记为31-34，35-38，39-42，43-46，均以相同条件作离

30、心处理。(5)模拟掺伪橙汁，在鲜榨橙汁中加入食品添加剂，标记为47-48。 将各品牌橙汁饮品的激发一发射矩阵(EEM)38661导入到自编的MATLAB程序中，以实现三维荧光光谱重心的提取。以累积率T=55.57%为例，图4-1给出经过标准化处理后48个样本的三维荧光光谱的光谱重心，并在图中添加了置信度为97. 5%的经典容差椭圆与稳健容差椭圆。 图4-1各品牌橙汁饮品的光谱重心 9 图4-2一般马氏距离与稳健马氏距离比较 三维荧光光谱的重心位置取决于天然橙汁成分的荧光峰与其它的荧光峰相互竞争情况。结果表明，鲜榨橙汁与市售橙汁的激发与发射重心均在橙汁成分的有效激发与发射区域内，不同的是，市售橙

31、汁中由于增稠剂卡拉胶的加入，光谱重心相对鲜榨橙汁略有红移。值得注意的是，品牌4橙汁样本的光谱重心(样品编号2630)5个批次中有4个批次(2730，2015生产)相对其它橙汁样本发生明显的红移。通过比较470/526nm荧光峰的荧光强度发现，4个批次样本的橙汁含量均明显小于鲜榨橙汁，这可能是由于2015.3生产的品牌4橙汁掺水较多，使其光谱重心相对于其它品牌100%橙汁出现更明显的红移现象。此外，市售橙汁饮料由于各类食品添加剂的加入以及橙汁成分对光谱重心影响权重的降低，使得其光谱的重心位置相对鲜榨橙汁的重心位置大幅蓝移，其光谱重心均在食品添加剂的有效激发与发射区域内波动。 通过对比同品牌不同批

32、次、同类型不同品牌样本的光谱重心可以发现，100%橙汁样本之间的相似度很高，说明各品牌100%橙汁的加工工艺的相似性和稳定性。相反，市售橙汁饮料之间的差异较大，这种差异主要来自于食品添加剂以及橙汁含量的不同。 同时，分别用一般马氏距离与稳健马氏距离实现100%橙汁与橙汁饮料的快速筛选，正常样本为100%橙汁样本，其它样本均视为异常样本(样本编号3148)。考虑到异常样本数量较多，因此观察值h=0.5n，自由度P=2，因此，马氏距离截 2断值C= X2,0.975= 2.7162，即马氏距离超过2.7162的样本即被判定为异常样 本(即橙汁饮料或掺伪橙汁)。如图4-2所示，在97.5%的置信度下

33、，由于异常样本的掩蔽效应，一般马氏距离只能识别43，45与47样本，而将其它异常样本判定为正常样本，而稳健马氏距离不仅将3148异常样本都成功识别出来，2730样本也被视为异常样本成功识别出来，这与上述的分析结论一致。由此证明，相对于一般马氏距离，采用稳健马氏距离作为判别依据可提高模式识别的稳健性与准确性。 5. 主要结论与展望 5.1主要结论 荧光光谱技术是光谱分析中一种重要的痕量检测方法，与发展较为成熟的中红外光谱与拉曼光谱等振动光谱相比，荧光光谱仍是一种较为新颖的分析方法，其对环境较为敏感，需要考虑的影响因素也较多。在许多实际灰色或黑色检测体系中，由于相似荧光物质的光谱重叠现象以及强荧光

34、物质对弱荧光物质的掩蔽效应都较为普遍，造成荧光光谱峰位的归属并不像红外与拉曼光谱那样清晰明确，这些都在很大程度上限制了其在实际应用范围。本文利用荧光光谱分析法检测橙汁，探索荧光光谱结合化学计量学方法在果汁饮品的快速掺伪鉴别实际应用，有利于拓宽荧光光谱的实际应用范围，并提高荧光光谱的实用性。得到的主要结论如下: （1）选取橙汁为实验对象，通过利用FLS920 荧光光谱仪测定并分析了三类果汁饮品的荧光光谱特性。同时，通过改变浓 10 度与减小光程，发现果汁样品荧光光谱的紫外激发波段存在明显的内滤效应。此外，由于果汁样品均为复杂的有机混合物体系，荧光光谱重叠情况较为普遍，通过采用平行因子分解模型与二

35、维相关谱分析方法，对果汁样品进行多组分分辨。结果表明，存在内滤效应的果汁体系并不满足三线性条件，内滤效应对平行因子分辨结果有较大影响，平行因子模型的建立须进行三线性验证。Mode 4模式下的最终分辨结果表明，苹果汁中主要荧光组分为非酶促褐变反应产物以及多酚类化合物。 （2）采用三维荧光光谱重心法与基于MCD估计的稳健马氏距离相结合的方法对市售橙汁饮品进行筛选与分类，正确率达100%。结果表明，将荧光光谱技术与光谱模式识别方法相结合，可实现果汁类饮品的快速鉴别。同时，建立基于偏最小二乘回归(PLSR)与平行因子多元校正(PARAFAC)的果汁饮品中果汁含量估测模型，从而实现市售果汁饮品的定性与定

36、量分析。因此，采用荧光光谱分析方法对果汁饮品进行定性与定量分析，可以实现果汁掺伪的快速无损检测。 （3）荧光光谱与化学计量学方法的有效结合，可充分利用荧光光谱信息丰富、分析速度快、分析效率高、灵敏度高等优点以及化学计量学在信息处理与数据挖掘方面的优势，方法同样适用于石油、白酒、食用油等其它灰色复杂检测体系，在食品、石化、制药等需要频繁重复检测或在线实时监测的领域有着良好的应用前景，研究结果有利于提高荧光光谱的实用性。 5.2展望 目前，对于大部分灰色或黑色实际检测体系的分析，科研工作者普遍倾向于采用气/液相色谱、质谱、离子迁移谱以及其联用技术。光谱方法虽然不具备色谱与质谱方法所具有的理想的分辨

37、结果，但在一些对分析精度要求不高，但要求分析速度快与操作简便的领域，例如安检、产品品质在线控制、水质实时监测等，光谱分析方法是一种较为理想的选择。光谱分析方法己经成为常规化学分析过程中最常采用的一类无损、原位检测方法，是一种较为理想的在线实时分析技术。常规化学分析方法通常通过分析目标物质的理化性质，并利用化学分离手段实现物质的定性与定量分析，而光谱分析通常通过分析物质的光谱性质，利用数学分离方法获得目标物质的光谱特征信息，并通过模式识别方法以及建立校正模型分别实现定性与定量分析，因此后者具有操作简单、成本低廉、快速无损等常规化学方法所不具有的优势，在需要频繁重复检测或在线实时监测的应用领域有着

38、较为广泛的潜在应用前景。荧光光谱作为光谱分析中一种较为新颖的方法，具有光谱信息丰富、灵敏度高等优点。目前，荧光光谱分析主要基于实验室条件下进行，限制光谱分析技术从实验室进入工业化领域的瓶颈在于复杂基体下的荧光光谱的选择性与特异性，以及荧光光谱仪硬件结构的复杂性。在食品光学检测领域，由于食品中存在大量的复杂基底，这些本底物质会对目标分析物会产生巨大的干扰，大大增加了荧光光谱分析工作的难度。因此，如何提高光谱分辨率将成为一个研究重点。随着荧光光谱设备的集成化与小型化，以及快速预分离技术与光谱分析方法的结合，便携式光谱仪和专用型光谱仪将有可能会逐渐地发展与普及，荧光光谱分析方法在食品安全、药物检测、

39、环境监测等众多领域将会得到进一步的应用。 11 6. 参考文献 【1】 孔凡标，陈国庆，黄奇峰等.橙汁中卡拉胶的荧光光谱检测J.光谱学与光 谱分析，2013,33(1):126-129. 【2】 尚丽平，杨仁杰等.现场荧光光谱技术及其应用M.北京:科学出版社，2009. 130-181. 【3】 李晶皎，赵丽红等.模式识别技术M.北京:电子工业出版社，2010. 81-102. 【4】 吴海龙，康超等.化学计量学实用指南M.北京:科学出版社，2012. 142-170. 【5】 王斌会，陈一非.基于MCD的稳健主成分算法及其实证分析J.数理统计与 管理，2006, 25(4):462-468. 12