|
|
基于二维红外光谱技术分析黄酒中酸对糖的影响本课题组自制的近红外光谱仪在检测黄酒品质时，酒精度、 酸度检测精度均达到了国家检测标准，但糖度检测精度未达到要求。主要原因是由于黄酒中糖的组成成分复杂、糖度所含基团种类较多，容易受到其他物质的影响，且黄酒真值范围较宽，导致建模效果不好。黄酒中的酸以有机酸的形式存在，如饱和羧酸、不饱和羧酸、芳香族酸等，酸能有效增强黄酒的浓厚感，降低甜度，是黄酒的重要组成部分。对此，课题组成员想探讨酸对糖产生的影响。胡小邦通过 MPA傅立叶变换近红外光谱仪测定不同浓度梯度的糖、酸溶液光谱。采用差谱法分析得出糖度的特征波段主要集中于 1400～1480 nm、1520～1800 nm及2070～2350 nm处，酸的特征波段主要集中于1380～1818 nm及2070～2400nm处。说明糖、 酸光谱有些特征波段重合； 薛磊从绍兴黄酒检测中心提供的样品中以酸度为 4.7 g/L，糖浓度分别为18.5g/L、23.9 g/L、31.6 g/L的3个样品，分析其光谱，得出在1420nm和1460nm处都发生了轻微的光谱变形， 波峰位置发生了漂移， 说明糖对酸产生了影响。但该方法没有排除酒精度的影响。作者没有深入的研究酸对糖是如何影响的、哪些波长点受酸影响较大、以及酸对糖度模型的影响。从市场上的黄酒样品很难找出以酸度为单一变量的多个样品。因此，本实验按照黄酒中的糖、 酸成分及相互比例配制溶液， 模拟黄酒样品中酸对糖的影响分析研究。采用二维红外光谱技术分析酸对糖光谱的影响， 并采用PLS建模分析酸对糖度模型的影响。通过二维光谱技术探讨外界干扰对物质的影响已有广泛的研究。R.Giangiacomo在波长范围 1100～2400 nm处分析糖与水相互的影响。在低糖溶液中， 糖可破坏水形成水团簇， 在高糖溶液中， 糖促进水形成水团簇。袁波利用二阶导、 二维红外相关光谱法研究氢键对 O-H伸缩振动的影响， 研究结果表明， 氢键作用对多聚体甲醇的 O-H伸缩振动谱带的影响不大。谭擎天研究发现， 当胶原／透明质酸共混体系中透明质酸含量由 0 %增至 50 %时， 透明质酸的 OH与胶原分子的 C-O之间形成了氢键; 透明质酸含量从50 %增至 90 %时, 透明质酸的 C=O 与胶原分子的 N-H之间形成氢键。 二维光谱的概念最早是由 Node 于 1986 年提出的，并在 1993年对原有的理论进行了改进， 发展成为广义二维光谱技术。二维光谱法具有以下优势： 相对于一维光谱， 它具有较高的分辨率， 能够更好的识别谱图信息； 能通过信号进行相关分析研究分子内官能团间相互作用和分子间的相互作用； 通过同步谱和异步谱能分析信息的来源。 二维光谱包括同步谱和异步谱， 在同步谱中可能会出现自相关峰和交叉峰， 并关于自相关峰对称。自相关峰出现在对角线上， 其大小表示吸收强度在扰动的作用下的增减程度； 交叉峰出现在对角线之外， 如果交叉峰为正值， 表明在外扰作用下， 两波长处的强度变化相同， 反之则强度变化相反。交叉峰的出现意味着其代表的基团之间有强烈的相互作用或协同作用。异步谱代表了两个不同波长处测得的吸收强度变化次序。异步谱中只可能出现交叉峰， 并且异步交叉峰仅在两变量下光谱强度变化信号的傅里叶频率成分出现不同相位时才会出现。 1 材料与方法 1.1 材料、 试剂及仪器 样品： 根据市场上黄酒中糖、 酸的主要成分及其相互比例配制糖-酸混合溶液， 从而模拟酸度对黄酒糖度的影响。配制比例如下： 葡萄糖∶异麦芽糖∶麦芽糖∶果糖∶蔗糖∶乳糖=72∶12∶7∶3∶3∶3； 乙酸∶乳酸=40∶60。再根据绍兴黄酒检测中心所提供 135 个的黄酒样品中的糖度分布情况（15～40 g/L）、酸度分布情况（3～7 g/L）， 分别配制糖度为 15 g/L、17.5 g/L、20 g/L、22.5 g/L、 25 g/L、27.5 g/L、30 g/L、32.5 g/L、35 g/L、37.5 g/L、40 g/L， 酸度为 3 g/L、 3.5 g/L、 4 g/L、 4.5 g/L、5 g/L、 5.5 g/L、 6 g/L、 6.5 g/L、 7 g/L混合溶液， 共计 99个不同样品。将配制好的溶液使其混合均匀后， 快速用 DT81261移液枪抽取样品对其进行光谱扫描。 仪器设备： 美国 Nicolet公司的 Nexus870傅里叶变换红外光谱仪、 InGaAs探测器、 1mm光程石英比色皿。 溶剂： 采用蒸馏水排除其他杂质对结果的影响。溶质： 葡萄糖、 麦芽糖、 异麦芽糖、 果糖、 蔗糖、 乳糖、 乙酸、 乳酸均为分析纯。 1.2 测定条件 以空气为参比， 选用光程为 1 mm的石英比色皿， 谱范围为800～2500 nm， 分辨率为 8 cm-1， 扫描次数为 64 2 结果与讨论 2.1 一维近红外吸收图谱分析 由于酸度浓度梯度变化较小， 光谱受其他因素的影响， 导致光谱不能明显的体现出光谱随酸度的变化情况，因此， 在 9个浓度中以 3 %、 5 %、 7 %与 0 %光谱做比较，其近红外光谱见图 1。  从图 1可以看出，在 1650～1850 nm区间光谱有微小的变化，在1794 nm处的特征峰吸光度随酸度浓度的增加而增加。陈斌通过研究6%的醋酸、6%的葡萄糖、6%的醋酸和6%的葡萄糖的混合溶液的近红外光谱分析，发现醋酸和葡萄糖的混合溶液的光谱曲线并不是理论上的两条原溶液的叠加，与原溶液相比在 1250～1850 nm的峰和谷的形状都发生了较为明显的变化。为了排除水在 1450 nm处对糖的强烈影响，因此，选择1650～1850 nm波段作为分析对象。 2.2 二阶导数近红外谱图分析由于原始近红外光谱分辨率太低，很难通过光谱了解酸度对混合糖度的影响。因此计算其光谱的二阶导数，从而增强光谱的分辨率。通过波段分析酸对糖的影响，结果见图2  从图 2 可以看出， 有 1818 nm、 1823 nm、 1834 nm、1839 nm、 1845 nm 6个波长处明显的受酸度浓度改变而变化的特征峰。而在 1650～1800 nm 波段范围内， 出现了很多类似较小的特征峰。说明该波段受酸度的影响特征峰较多， 但影响较弱。因此， 重点通过 1800～1850 nm波段分析酸对糖的影响。从图 2还可看出， 在 1823 nm、1834 nm、 1845 nm 处均形成了波谷， 说明这些波长均由糖所引起。不含酸的混合糖溶液在 1818 nm、 1839 nm处出现波峰。而酸-糖混合溶液在这些波段处出现波谷。说明该波长处酸与糖发生了相互作用。根据特征峰的变化大小可知， 结果受酸度变化敏感程度强弱： λ1845＞λ1839＞λ1818＞λ1823＞λ1834。 2.3 二维相关图谱分析 进行二维相关分析有两个作用， 一能鉴别出各谱峰的归属， 二能分析酸对糖溶液的影响以及相互作用 [5]。酸-糖共混物的同步交叉峰存在以下关系，ϕ [ϕ (糖)，ϕ(糖)]＞0; ϕ [ϕ(酸)， ϕ (酸)]＞0; ϕ [ϕ (糖)， ϕ (酸)]＜0; ϕ[ϕ (酸)， ϕ (糖)]＜0， 可以利用这个规律鉴别出各个谱峰的归属;在二维相关光谱中， 空白为正峰， 阴影为负峰。将对酸度变化较为敏感的 1800～1850 nm波段进行二维光谱分析， 从而分析酸对糖的影响以及它们之间的相互作用。图 3 （a） 和 （b） 为 1800～1850 nm范围内酸度含量从 3 %增至 7 %的二维同步、 异步相关光谱图 在图 3（a）中出现了 1818 nm、 1823 nm、1834 nm、1839 nm、1845 nm 较强的自相关峰，其大小表明该波长处吸收强度随酸度变化的敏感程度。这与在二阶导数中分析的结论是一致的。在 ϕ（1845， 1839）、 ϕ（1845，1823）、 ϕ （1834， 1827）、 ϕ （1827， 1823）、 ϕ （1837， 1818） 处出现较强的正交叉峰； 在ϕ （1843， 1839）、 ϕ （1837， 1834）处出现较强的负交叉峰。由于1823 nm、 1834 nm、 1845 nm归属于糖。根据近红外光谱解析实用指南[12]可知： 1839 nm、1827 nm、 1823 nm、 1834 nm、 1845 nm归属于糖中的 O-H伸缩振动和 C-O伸缩振动的组合频， 1843 nm、 1837 nm、1818 nm 吸收峰归属于酸中的 O-H 伸缩振动和 C-O 伸缩振动的组合频。  表 1列出二维光谱分析相关峰的归属和各吸收峰的变化顺序。从表 1可以看出， 在 1800～1850 nm范围内随着酸度的增加， 各波长的响应顺序为： λ1843＞λ1839＞λ1845＞λ1823＞λ1827＞λ1834＞λ1837＞λ1818。可以看出， 酸对糖的影响主要来自酸的 O-H、 C-O分别和糖的 O-H、 C-O形成的氢键。 2.4 酸对糖度模型的影响 从模型角度出发考虑酸对糖的影响， 以99个样品作为样品集，分批次将不同酸度下的11个不同糖度的混合溶液作为预测集。按照近红外原理，RSD＜10 %，RPD＞3，则模型预测效果理想[13-14]。由表2可知，9组不同酸度下的糖度模型效果均理想，且可以看出，除了酸度为3%的预测集外，其他预测集的SEP随酸度从3.5%到7%增大而增大，模型效果指标RPD、RSD从165、0.0017变成61、 0.0047， 模型预测效果变差。酸度为 3 %预测集的预测效果异常， 可能由于酸度为 3 %的预测集处于浓度分布边缘， 相似样本较少所导致。 3 结论 3.1 以酸度作为干扰，采用二维红外光谱分析技术研究酸对糖的光谱的影响。该方法比传统的近红外光谱法和二阶导数谱更能提高各个吸收峰的分辨率。在对酸度从3 %～7 %升高的过程中进行二维光谱分析时得出，酸的O-H、C-O分别和糖的O-H、C-O形成氢键，从而影响糖度的光谱分析结果。通过二维红外光谱分析得出糖度受酸影响的波长点，从而可以剔除受酸度影响的波长点后，通过建模来提高糖度预测模型精度。 3.2 通过对糖度-酸混合溶液 PLS建模可知： 随着酸度从 3.5 %到 7 %增大， 模型效果指标 RPD、 RSD 从 165、0.0017 变成 61、 0.0047， 模型预测效果变差， 因此在实际黄酒糖度检测中应考虑酸对糖度的影响， 从而提高糖度的预测精度。
文章分类：
食品安全
|