低浓度多元糖混合水溶液体系的近红外分析

　　近年来,在食品和农产品工业的产品分析中,近红外光谱分析得到日益广泛的应用。糖作为构成植物有机体的主要物质以及细胞用作生物氧化的最主要的能量物质,广泛存在于这些产品中;糖的种类和含量对于水果口感、烟叶质量等产品品质有直接的影响。另一方面,在生物的代谢过程中,葡萄糖、果糖、蔗糖等常见糖作为初生代谢产物,即生命活动必需的物质,往往以游离状态溶解于组织液或者细胞液中。所以对于糖溶液以及类似体系的近红外光谱分析具有重要的实际意义和广阔的应用前景。考虑近红外光谱分析,就必须考虑到水在近红外区域的强烈吸收。糖的近红外吸收带主要分布 在 7500～ 5500c m-1,而这个区域同样存在水的吸收带。所以目前近红外分析多应用于干燥或者低水分的样品。利用近红外分析复杂天然样品中的糖,能否消除水的干扰以及怎样消除是关键问题。我们通过近红外光谱分析几种糖的简单混合体系,来探讨如何减小甚至消除水的吸收对于分析的影响。

近红外光谱主要是含氢基团,如C-H,O-H,N-H等基团伸缩振动的倍频吸收谱带及伸缩振动和摇摆振动的合频吸收。通过比较几种常见糖的近红外谱图,特别是CH,O-H等基团的近红外吸收在不同条件下的变化,以及选择不同波数区间或者全谱建立分析模型对于分析结果的影响,以优化波数区间的选择。选中的波数区间与其他数据相比较,更直接关联分析对象的结构,干扰组分和干扰因素更少,参与样品实际含量的回归和校正模型的建立,克服了水对与分析的干扰。

1 原 理
　　本实验以葡萄糖、果糖和蔗糖水溶液为主要研究对象。它们的结构在溶液中和固态时不相同。溶解于水后,葡萄糖醛式糖的比例非常小,<0 . 0 1 %,主要以构象稳定的吡喃糖形式存在;果糖在游离状态下既有呋喃糖也有吡喃糖,结合状态下则以呋喃糖的形式存在;蔗糖是 α型葡萄糖和 β型果糖( 呋喃糖) 的半缩醛羟基脱水而成的。溶液中两种单糖的结构区别比较小。

　　一般而言,低浓度水溶液和纯水的近红外吸收谱图的区别小。水的-OH 伸缩振动一级倍频对应有一强吸收,糖的水溶液在同一波数处的吸收变小。这是因为随着溶质浓度的提高,自由水的比例相应下降;同时,溶质和水之间的相互作用会对水的结构产生一定影响。此外,与其他溶质不同的是,糖分子中的-OH 也有吸收,而且可以成为定量分析的依据之一。这部分吸收相比于水的吸收很弱,受到的干扰也比较大。
2 试 验
2.1 试验试剂和仪器
　　实验中选用果糖和木糖( 生化试剂,上海化学试剂公司)、葡萄糖和蔗糖( 分析纯试剂,上海化学试剂公司)。仪器为 BRUKERVERCTOR22/ N 型傅里叶变换近红外光谱仪,0.97mm 石英比色皿。背景信息是在比色皿空置的情况下获取。每个分析样品扫描32次,扫描范围 10000～ 5000cm-1。
2.2 谱图分析
　　首先比较不同浓度的单一糖溶液和纯水的近红外吸收谱图。图 1是 3种浓度下的葡萄糖溶液和纯水的近红外吸收比较。随着浓度的增大,6800cm-1左右的吸收不断下降,它们对应着-OH伸缩振动一级倍频。

　　第三,参照图 2的信息分析溶液的近红外吸收。从溶液的近红外吸收谱图中扣除纯水吸收,可以近似认为是该溶液中糖的吸收信号。图 3即相同浓度的葡萄糖、果糖和蔗糖溶液吸收图与纯水的差谱。5500～6000cm-1区域对应 C-H伸缩振动的一级倍频,不存在水对糖吸收的干扰和掩盖,可以更加清晰地反应糖的定量关系。6800cm-1对应糖类-OH的吸收,在溶液的吸收谱图中显得十分微弱,仅有并不明显的拐点;在漫反射图中则有清晰的反应,并且百分含量的变化引起谱图走向很大的不同。可以理解,固态时葡萄糖、果糖都保持了醛糖和酮糖的结构,醛基、酮基对于分子中-OH伸缩振动会产生不一致的影响,使得图 2中果糖、葡萄糖在6000～7300cm-1区域的吸收趋势有很大的差别,特别6800cm-1附近的吸收从果糖到葡萄糖有向低波数方向偏移的现象;相对-OH而言,C-H 振动受到较大基团的影响要弱,表现为在 5300～6000cm-1区域,不同糖吸收差别较小。溶液中,由于两种糖已经形成结构更加相似的呋喃糖、吡喃糖,醛基和酮基已经转化成半缩醛或者半缩酮,同时,糖分子中-OH 还受到来自大量水分子的制约,所以水溶液的近红外吸收图中不同糖的-OH伸缩振动区分不明显。相对而言,受干扰较小的 C-H 振动的信息对于定量分析有更大的意义。

3 数据处理
　　近红外光谱常常是许多谱带叠加的结果,大多数谱带常常无法确定其对应的基团。化学计量学采用多元线性回归、逐步回归、与曲线拟合等技术可以算出样品光谱测定值和成分含量之间的关系。在建立校正模型进行定量分析的时候,选择适当的波数范围显得尤为重要。C-H伸缩振动和O-H伸缩振动的波数段是首先考虑的部分。不同选择对结果的影响可以通过校正集参数平方值R 2( %) ,交互验证标准偏差( RMS ECV) ,校正集样品标准偏差 和预测集样品标准偏差(SEP) 的比较,这些都是判定校正模型质量好坏的因素。
　 实验中光谱数据处理使用的是BRUKER自带的化学计量学分析软件,应用偏最小二乘 法 ( p a r t i a ll e a s ts q u i r e ,P LS ) 建立校正模型。具体数据如表1 ～表 4 。

表1数据显示,一元溶液可以在10000 ～5100c m-1范围得到令人满意的结果。选择有意义的波数区域考虑,可以减小校正集和预测集标准偏差,提高模型质量,改善分析结果。比如蔗糖的SEC和 SEP分别由0.0213,0.0177至 0.0024,0.0018 ,减小到近十分之一。表 2中**及第四组数据是相同混合溶液实验,选择几乎全谱( 9000～5500c m-1) 和选择优化波数区间(6103 ～5448cm-1)的数据参与关联,结果改进明显,S EC和 S EP均大幅度下降。比如葡萄糖/ 果糖混合溶液SEC为 0.0051/0.0044( mol·L -1)。S .Berentsen曾 经 报道 类似结果为 0 .0121/0.0126( mo l ·L -1) ( 其中葡萄糖、果糖浓度范围分别是 0.1～2.3,0.2 ～1.8mol·L-1)。表3是三元混合体系优化波数范围和全谱分析的数据比较,根据两项标准偏差的大小,结果仍有明显改进;表 4 是利用三元体系所建立的模型分析预测集样品的结果。对于浓度较低的分析样品,个别情况会造成分析结果的相对误差(r/ %) 相对变大,但是真实值和预测值的相关系数(ρ)表明,在95%或者99%的置信区间二者仍然是显著相关的。