第7期（总第435期)
2017年7月农产品加工
Farm  Products  Processing
No .7Jul .
文章编号：1671-9646 (2017) 07a-0030-03
近红外光谱法快速测定牛乳饮料中CMC 的含量
姚寒笑，*王会，郭琦，马如霞，刘晓红，齐鑫
(聊城大学食品科学与工程系，山东聊城252059)
摘要：研究近红外光谱法快速测定牛乳饮料中CMC 含量的技术方法，以含CM C 的牛乳饮料为研究对象，通过N IR 扫 描和NIRCAL 分析优化，建立了用于液体牛乳中C M C 的N IR 预测模型。该模型对C M C 的分析是基于该化合物在 1 460 nm 等处的特征吸收基础之上，优化后的模型对1 800~3 200 mg/L 质量浓度的CMC 有较好预测效果，其预测值
与参考值的相关系数达到0.97。
关键词：牛乳饮料；增稠剂；近红外光谱中图分类号：TS275 文献标志码：  A
doi ： 10.16693/jki.1671-9646(X).2017.07.009
Rapid Test of CMC in M ilk Beverages by Near Infrared Spectroscopy
YAOHanxiao, *WANGHui, GUO Qi, MA Ruxia, U U  Xiaohong, QI Xin
(Department of Food Science and Engineering ， Liaocheng University ， Liaocheng ， Shandong 252059, China)
Abstract ： The rapid determination of CMC concent in milk beverages by near infrared spectroscopy (NIR) method is studied. Drinks containing CMC is deteced through NIR scanning and NIRCAL optimization analysis and get a quantitative mathemati­cal model has a better prediction effect. The model is based on the analysis of the CMC on the basis of the characteristic ab­sorption of 1 460 nm. The optimized model has a better prediction effect on 1 800~3 200 mg/L concentration of CMC and the correlation coefficient between the predicted value and the reference value is 0.97.Key words ： milk beverages; thickener; near infrared spectroscopy
液态含乳饮料是指以乳或乳制品为原料，加人 水及调味料经调配或发酵而成的饮料制品，因其营 养丰富、品种多样的特点，在市场中深受消费者的 欢迎。但是，因为含乳饮料蛋白质、脂肪含量高且 成分复杂，所以产品的稳定性一直是生产中的关键 技术问题。除了改善工艺条件之外，适量添加增稠 剂也可以改善乳饮料的稳定性及口感和风味。因此，增稠剂在液态含乳饮料中的应用比较普遍[1]。国内含 乳饮料行业常用的增稠剂有CMC 、黄原胶、明胶、卡拉胶等，其主要成分是多糖类或蛋白质大分子黏 质物，这类物质通常是具有相似分子特性的混合物，所以分子量往往不确定，从而给定性和定量研究带 来很多不便。目前，这类化合物常用的测定方法有 酶解法、质量法、分光光度法等，但是这些方法的 缺点是操作太过繁琐，不适用于生产线上的快速品 质监测。
近红外光谱方法（NIR )的主要优点是待测物不 需要做前期的分离、纯化等预处理，测定速度快，并且对待测物的形态也没有限制，不管是固态还是
收稿日期：2017-05-15基金项目：聊城大学大学生创新创业训练计划项目（C X C Y 2016124/201610447016)；聊城大学大学生科技创新项目（26312168819) 作者简介：姚寒笑（1996—），女，在读本科，研究方向为食品科学与工程。"通讯作者：王会（1979—)，女，硕士，讲师，研究方向为食品加工。
液态，都能直接进行扫描分析，根据事先以标准待 测物建立起来的数学模型进行定量[2-3]。近年来，此
技术被广泛用于食品组成成分分析、品质成分分析 等，并取得良好的效果[4]。试验以增稠剂为代表，通 过含CMC 的牛乳饮料制备、NIR 扫描和NIRCAL 分 析优化，以期获得乳饮料中增稠剂CMC 的定量数学 模型，为乳饮料生产中品质在线监测提供参考。1
试验材料与方法
1.1试验材料
CMC (羧甲基纤维素钠），潍坊得利纤维素有限 公司提供；脱脂奶粉（蛋白含量32%)，呼伦贝尔雀 巢有限公司提供；BUCHIN200 型 NIR ，Buchilaborte chnik AG ，Switzerland 公司提供。1.2试验摊
1.2.1含C M C 牛乳饮料的配制
50 g/L 脱脂牛乳母液：称取100 g 脱脂奶粉，用 2L 蒸馏水溶解，并加热助溶，该溶液称之为A 液。
4 000 m g/L CMC 母液：称取 2 g CMC 溶于 1 L A
2017年第7期
姚寒笑，等：近红外光谱法快速测定牛乳饮料中C M C 的含量
• 31 •
CMC 原始参考值/mg .L -1
图3 CMC 模型预测效果
键（H-O )特征吸收。分析表明，CMC 质量浓度主 要与1 460 nm 处吸光度存在较高的相关性。根据上 述因子以PLS 方法建模，并用该模型进行预测验证， 该模型的预测值f  U )与验证集原始参考值x 的关系为 f  U )=0.926 1x+ 217.14，该方程的决定系数R 2为 0.94，说明优化后的模型对待测样品中CMC 的预测 效果较理想。
经MSC 预处理的CMC 扫描图谱见图4，用于 CMC 建模的因子波长分布见图5，CMC NIR 吸收特 征见图6, CMC 吸收波长的相关系数见图7，优化后 模型对CMC 验证集的预测效果见图8，优化前后 CMC 模型主要参数比较见表1。
图2根据CMC 原始数据提取的主因子波长范围及其效应2 500
2 250
2 000
1 750
1 500
1 250
液中，并加热助溶，该溶液称之为B 液。
CMC 液体奶梯度待测液：将A 液与B 液按一定
比例调配，形成质量浓度范围在1 000~4 000 mg/L ，
质量浓度梯度为60 mg/L ，每份待测样体积为50 m L
的CMC 液体牛乳梯度待测液，每个处理进行3次重复。
1.2.2 N IR 扫描、波谱分析、建模和验证
(1) NIR 扫描。将BUCHI N200型NIR 开机后预 热2 h ，进行硬件调谐和软件自检，然后进行含CMC 液体牛乳梯度待测液NIR 扫描，扫描波段为1 000~
2 500nm (4 000~10 000 cm-)，分率为 3.856 96 CM-1，
每样品扫描1次，每隔60 min 仪器自动进行空白 参比。
(2) 波谱分析、建模和验证。应用BUCHI N200 型NIR 供应商提供的统计分析软件NIRCAL (V4.01)，
进行数据分析和验证。
buchi
按质量浓度随机抽取60%波谱作为建模集数据， 剩余40%作为验证集波谱。2
结果分析
通过对151个不同质量浓度CMC 样品（，1000~
4 000 m g/L )进行扫描，并将波谱叠加后，原始波谱 在1 450 nm 和1 950 nm 附近出现2个吸收峰。经 NIRCAL (V4.01)软件分析，从原始波谱中提取5个 一级因子和4个二级因子，并采用PLS 进行回归建 模，得到该模型的Q 值为0.43。采用该模型对验证 集样品进行预测，其预测值f  ()与CMC 原始参考 值 x 之间存在f(x)=0.783x+597.72，R2=0.799 4。当 CMC 质量浓度低于1 700 mg/L 或者高于3 200 m g/L 时，预测效果不理想。
CMC NIR 扫描原始图谱见图1，根据CMC 原始 数据提取的主因子波长范围及其效应见图2, CMC 模型预测效果见图 3。
图1 CMC  NIR 扫描原始图谱
由于上述模型对低质量浓度或者高质量浓度
CMC 的预测效果下降，因此将低于1 700 mg/L 和高 于3 200 mg/L 的波谱从建模集中剔除，同时对原始 数据进行倍增离散校正（Multiplicative scatter correc­tion ， MSC ) 预处理。采用 PLS 从原始数据中提取 3 个二级因子。CMC 在 1 460 nm ，1 580~1 775 nm  和 2 075 nm 出现多糖羟基（-OH )、糖苷（C-O )和氢
图4经M SC 预处理的CMC 扫描图谱
3结论与讨论
以NIR 扫描和NIRCAL 分析及模型优化，建立
了用于液体牛乳中CMC 的NIR 预测模型。该模型对 CMC 的分析是基于该化合物在1 460 nm 等处的特征 吸收基础之上，优化后的模型对1 800~3 200 m g/L
1    2    3    4 5
主因子
0 ------------丨-----------丨-----------丨-----------丨-----------丨-----------i 1 000 1 250 1 500 1 750    2 000    2 250    2 500
扫描波段/ nm
1 2501 500 1 750扫描波段/ nm
2 000    2 250    2 500
S
3
-
•32 •农产品加工2017年第7期
图5用于CMC建模的因子波长分布
CMC原始参考值/mg*L-1
图8优化后模型对CMC验证集的预测效果
750
500
250
-250:
-500 ；
1 000 1 250 1 500 1 750
2 000    2 250    2 500
扫描波段/nm
图6 CMC NIR吸收特征
图7 CM C吸收波长的相关系数
质量浓度的CMC有较好预测效果，其预测值与参考 值的相关系数较高，达到0.97。但是研究也发现，该CMC的NIR预测模型有特定的质量浓度适用范围 及适应基质。所以，应用该方法作为牛乳饮料生产
表1优化前后CMC模型主要参数比较
主要参数优化前优化后
Q0.429 50.624 1
数据预处理无MSC full*
分析方法PLS PLS
一次因子数53
二次因子数43
预测值与原始参考值关系(x)=0.783x+597.72(x)=0.9261x+217.14
预测值与原始值相关系数0.890.97
预测平均残差31.9833.37
企业产品品质内部在线控制是可行的，而将此方法
作为不同饮料中增稠剂的定性和定量测定还需要进
一步的研究。
参考文献：
[1]马红艳，康怀彬，李芳，等.食品增稠剂在乳制品加工
中的应用[J].农产品加工，2016⑵：57-61.
[2]黄艳，王锡昌.外光谱分析在食品检测中的最新进展[J].
食品研究与开发，2007,28 (7): 137-139.
[3]崔艳莉，冀晓磊，古丽菲娅，等.近红外光谱在果蔬品
质无损检测中的研究进展[J].农产品加工（学刊），
2007 (7)：84-86.
[4]刘宵，杨维旭.近红外光谱（NIR)在淀粉糖生产中的应
用[J].淀粉与淀粉糖，2004⑶：40-45. ◊
(上接第29页）
5%，白砂糖4%，蛋白糖0.2%c，阿斯巴甜0.05%c。通 过验证试验，A W W W、的配方组合感官评分为94分，高于 A
2.3澳洲坚果乳饮料品质指标
2.3.1感官品质指标
泽：白不透明，泽均匀一致；香气：具 有澳洲坚果独特香味；滋味：甜度适中、口感细腻 并无其他异味；状态：组织形态均匀稳定、澄清透 明，无悬浮、沉淀现象。
2.3.2 理化指标
可溶性固形物含量7%~10%，pH值6.8~7.0。
2.3.3微生物指标
细菌总数<100个/mL；大肠菌幻个/100 mL，致病菌未检出。3结论
通过单因素试验筛选出水平后进行正交试验，澳洲坚果乳饮料最佳调配工艺为加水量9倍，打浆 温度80
°C，均质压力35 MPa，均质温度80 °C，杀 菌时间20 min。在此工艺条件下，澳洲坚果乳饮料 的最佳风味配方是澳洲坚果添加量5%，白砂糖添加 量4%，蛋白糖添加量0.2%c，阿斯巴甜添加量0.05知。
参考文献：
[1] Stephenson. In handbook of environmental physiology of
fruit crops [M] . Boca Raton Florida：CRC Press，1994：
147-163.
[2]倪秀梅.坚果的营养及其对心血管疾病危险性的保护作
用[J].山东食品科技，2003 (7)：14-16.
◊