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(NR,0.78-2.5μm)、中红外光MR,2.5-50pm)和远红外光(FIR,5-1000um)。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的。常用的化学计量法有主成分分析(PCA、偏最小二乘判别分析(PSDA)、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
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PLSA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PSDA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%海燕等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一近红外光谱，并在在PCA基础上建立PSDA模型和逐步线性判别分析(SLDA)模型结果表明PLSA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MRS技术时，鉴别率最高为100%。Erc等将中红外光谱、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3000-2800cm和1500-900cm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
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，未来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(FTNR结合PCA、PSDA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+TR后进行PCA。基于PCA的结果，研究者采用PSDA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(PLS-LDA和遗传算法饯线性判别分析 GA-DA分别对样品数据创建判别模型，以鉴别样品的地理来源。PLS-LDA模型的交叉验证的成功率为96%，而 GA-DA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。蜂蜜摻假能降低成本，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3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2500-12500mm。当使用小波段的光谱区域(6800~11500m}代替全波段{2500-12500mm)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%。 Tzavhri等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ω验证了NlRs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SMCA进行分类。对于SMCA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
3结语
现阶段，食品安全问题备受关注，且对食品安全检测的要求也在不断提高。而近红外光谱分析技术的优势十分明显，在食品质量的检测和分析中得以广泛应用。随着科学技术的发展，近红外光谱检测分析技术也会不断改进和完善，相信其必将在更广阔的领域发挥更大的作用。
参考文献
[1] 宋雪健，钱丽丽，张東杰.近红外光谱技术在食品溯源中的应用进展[J].食品研究与开发，2017（12）：207-210.
[2] 张玉华，孟一，张应龙，等.近红外光谱技术在食品安全领域应用研究进展[J].食品科技，2012（10）：283-286.
[3] 闫志强.浅析现代技术在食品检测中的运用[J].食品安全导刊，2017（17）：33.