近紅外技術(shù)在1930年開始出現(xiàn)，但起初這項技術(shù)并未運(yùn)用到食品與農(nóng)產(chǎn)品領(lǐng)域。到20世紀(jì)中葉， 國外研究人員利用其透射光譜檢測食品與農(nóng)產(chǎn)品中的水分。該技術(shù)發(fā)展至20世紀(jì)60年代，被運(yùn)用到谷物的濕度分析中，開啟了農(nóng)產(chǎn)品與食品領(lǐng)域該項技術(shù)新的研究篇章。

近紅外光譜的主要特點(diǎn)

 ①便于操作：近紅外光譜技術(shù)的操作流程十分簡單，如在產(chǎn)品產(chǎn)地溯源方面，主要流程是收集近紅外光譜、 預(yù)處理數(shù)據(jù)和構(gòu)建產(chǎn)地溯源模型等。待建立模型后， 操作人員對檢測樣品進(jìn)行光譜信息采集，在此基礎(chǔ)上計算機(jī)系統(tǒng)能夠自行預(yù)測樣品產(chǎn)地。

②快速檢測：使用近紅外光譜對樣品進(jìn)行檢測分析，無需進(jìn)行前處理，在2min左右就能完成光譜采集，還可以滿足同時檢測多個指標(biāo)的要求。

③綠色環(huán)保：不使用有機(jī)試劑。在實際進(jìn)行分析時，無需使用有機(jī)化學(xué)試 劑或進(jìn)行前期處理，因此具備綠色環(huán)保、成本投入低的優(yōu)勢。

檢測食品中的脂肪含量

現(xiàn)階段，國內(nèi)常見的檢測脂肪含量的方式有酸水解法、索氏提取法等，雖然能得到極為**的檢測結(jié)果，但實驗操作流程相對煩瑣，需對樣品進(jìn)行預(yù)處理，花費(fèi)時間較長，因此難以滿足大批量檢測的需求。近紅外光譜技術(shù)兼具快速、綠色等優(yōu)勢，可以滿足快速檢測大規(guī)模樣本的要求。

近年來，我國主要使用該技術(shù)對肉制品中的脂肪含量進(jìn)行檢測，相關(guān)實踐結(jié)果表明檢測結(jié)果十分精準(zhǔn)。例如，采集豬肉、羊肉等食品的近紅外光譜數(shù)據(jù)，待測樣品利用索氏提取法檢測脂肪含量，在此基礎(chǔ)上構(gòu)建數(shù)據(jù)集模型，通過預(yù)處理光譜的方法與利用*佳模型波段，構(gòu)建相對理想的預(yù)測模型，肉質(zhì)樣本種類不同，則對應(yīng)不同的預(yù)處理光譜法、*佳建模波段。相關(guān)研究人員構(gòu)建的模型均滿足檢測精度要求，同時符合肉制品檢測的實際需求。

檢測食品中的致病菌

近紅外光譜技術(shù)在檢測食品中的致病菌方面也起到重要的作用。食品若被致病菌污染，會給身體帶來巨大危害，在食品**檢測中一直將檢測致病菌作為重要任務(wù)。以往采用的檢測手段不僅流程較多且涉及內(nèi)容復(fù)雜，無法滿足食品行業(yè)的發(fā)展要求。因此，實現(xiàn)對食品中致病菌的快速檢測成為重點(diǎn)研究課題。

近紅外光譜技術(shù)在致病菌檢測方面具有一定的優(yōu)勢，利用光譜能清晰觀察到微生物的細(xì)胞特點(diǎn)，而光譜中的不同波長結(jié)合**細(xì)胞，能夠?qū)κ澄镏泻械母鞣N**進(jìn)行分類。

國外相關(guān)研究人員使用傅里葉變換近紅外光譜技術(shù)，對食品中的致病菌進(jìn)行檢測，結(jié)果發(fā)現(xiàn)該技術(shù)成功進(jìn)行**分類的概率高達(dá)94%。我國研究人員利用近紅外光譜技術(shù)，嘗試以微量和常量取樣的方法展開**分析，成功判斷李斯特菌的概率為79.2%和90.0%，成功判斷沙門氏菌的概率是92.8%和95.0%。

檢測食品中的**殘留

傳統(tǒng)技術(shù)在檢測食品中的**殘留時會使用有機(jī)化學(xué)試劑，購買化學(xué)試劑的成本高，而且需要滿足的條件較多，大大提高了檢測成本，檢測效率也較低。常規(guī)檢測還可能引發(fā)二次污染問題，因此研發(fā)既能滿足快速檢測又符合環(huán)保綠色需求的檢測技術(shù)十分重要。

雖然單純使用近紅外光譜檢測食品中**殘留的結(jié)果正確率偏低，但如果添加相應(yīng)的藥劑會大幅提升檢測準(zhǔn)確率。有關(guān)不同種類食品的**殘留研究中主要研究對象為毒性程度不一的農(nóng)藥，相關(guān)研究結(jié)果表明，該技術(shù)在有機(jī)磷類**的殘留檢測中準(zhǔn)確度較高。

腐爛鑒別

國外研究人員在糧庫蟲害檢測工作中，使用近紅外光譜技術(shù)重點(diǎn)檢測發(fā)生蟲害的時期內(nèi)糧食水分變化、甲殼質(zhì)含量等，從而判斷災(zāi)害程度。有研究人員選擇1202nm與1300nm的近紅外光分別對10顆有害蟲與無害蟲的小麥顆粒進(jìn)行檢測，對采集到的圖像進(jìn)行分析，發(fā)現(xiàn)有害蟲發(fā)生的小麥顆粒近紅外圖像中亮斑占比較大，而正常小麥整體為黑色。

兩個圖像通過減運(yùn)算，得出有無蟲害的圖像間體現(xiàn)出明顯的差異。近紅外圖像能滿足糧食中蟲害的檢測，在鑒別完整和蟲蝕糧粒上能達(dá)到預(yù)期效果，但對具有不同類型的成蟲、幼蟲等差別不明顯的糧食顆粒鑒別效果一般，并且該實驗是在實驗室中進(jìn)行的，所以和實際應(yīng)用存在較大差異。

檢測農(nóng)產(chǎn)品質(zhì)量**

農(nóng)產(chǎn)品質(zhì)量一直是人們重點(diǎn)關(guān)注的問題，近些年出現(xiàn)的產(chǎn)品摻假、農(nóng)藥殘留等問題，引發(fā)了社會對農(nóng)產(chǎn)品質(zhì)量檢測的熱議。農(nóng)產(chǎn)品質(zhì)量**中，氣相色譜、氣質(zhì)聯(lián)用等是常用的方法，但這些方法操作煩瑣且費(fèi)用較高，無法實現(xiàn)快速檢測，而近紅外光譜技術(shù)可以滿足以上要求。

我國研究人員選擇普洱茶葉作為研究對象，分別對不含香精和含有不同濃度香精的樣品進(jìn)行近紅外光譜數(shù)據(jù)采集，對數(shù)據(jù)進(jìn)行處理后構(gòu)建摻假定量預(yù)測模型，有關(guān)模型對兩種香精（香豆素、乙基麥芽酚）給出的決定系數(shù)是0.7989、0.6838，計算方根誤差是0.1461、0.1800，可實現(xiàn)對茶葉中香精成分的快速檢測。

產(chǎn)地溯源

隨著人們生活水平的提升，一些地域性的農(nóng)產(chǎn)品受到廣大消費(fèi)者與農(nóng)產(chǎn)品市場的認(rèn)可，這些農(nóng)產(chǎn)品可以創(chuàng)造十分可觀的經(jīng)濟(jì)效益。一些不法商販面對利益的誘惑，使用其他產(chǎn)品冒充地域產(chǎn)品，以次充好，嚴(yán)重侵害到消費(fèi)者的切身利益，也是對生產(chǎn)者積極性的打擊。因此，對農(nóng)產(chǎn)品進(jìn)行產(chǎn)地溯源檢測顯得十分重要。近些年，近紅外光譜技術(shù)在產(chǎn)地溯源方面體現(xiàn)出巨大優(yōu)勢。

例如，將西洋參作為溯源地檢測的研究對象，通過采集其近紅外光譜數(shù)據(jù)，構(gòu)建西洋參不同規(guī)格、不同產(chǎn)地的判別模型，實驗結(jié)果表明，這一模型能夠清晰提取存在差異的近紅外光譜信息，滿足快速區(qū)分國產(chǎn)西洋參產(chǎn)品與進(jìn)口西洋參產(chǎn)品的實際需求，同時運(yùn)用于辨識西洋參的藥材與飲片、判別西洋參產(chǎn)品的規(guī)格與產(chǎn)地。

選擇我國不同產(chǎn)區(qū)的鐵皮石斛，收集1000～1650nm近紅外光譜信息并建立產(chǎn)地分類模型，預(yù)測訓(xùn)練集與驗證集的過程中，這一模型達(dá)到了100%的精準(zhǔn)識別，預(yù)測未參與采樣的其他產(chǎn)區(qū)的鐵皮石斛，樣品拒絕率達(dá)到100%，由此能夠證明這一模型能夠準(zhǔn)確識別不同產(chǎn)地的鐵皮石斛。

選擇3個普洱茶產(chǎn)地的茶葉樣品作為研究對象，對其1100～2498nm近紅外光譜信息進(jìn)行采集，構(gòu)建識別普洱茶產(chǎn)地的定性分析模型，識別校正集與識別驗證集的正確率是98.15%、100.00%，符合無損且快速識別茶葉產(chǎn)地的檢測工作要求。

總述

在我國食品與農(nóng)產(chǎn)品領(lǐng)域，該技術(shù)的應(yīng)用研究仍有較大的提升空間，與進(jìn)入**推廣使用階段仍存在一定距離。我國作為世界上的農(nóng)業(yè)與人口大國，該技術(shù)擁有廣闊的發(fā)展前景，如農(nóng)產(chǎn)品快速水分檢測、營養(yǎng)品防偽檢測等。社會經(jīng)濟(jì)的高速發(fā)展和人們不斷提高的產(chǎn)品消費(fèi)要**近紅外光譜技術(shù)的發(fā)展動力。

據(jù)統(tǒng)計，目前中國保有的進(jìn)口品牌近紅外光譜儀器在2700臺左右，而國產(chǎn)的近紅外光譜儀器約500臺。中國目前還只有小部分企業(yè)單位購買了近紅外光譜儀器，市場增長空間非常大。布魯克光譜部在近紅外光譜市場始終占據(jù)技術(shù)**的地位，作為一家德國企業(yè)，只要是布魯克所關(guān)注的領(lǐng)域，都會爭取做到*好。