姚婉清 彭夢俠 陳梓云 陳爾春 廖文敏

摘要以市購30種橙汁飲品為研究對象，對橙汁中的總糖、總氨基酸、維生素C和總酸等多組分含量的同時測定進行了研究。采用TQ Analyst 9.0軟件中的偏最小二乘法（PLS），導入20種橙汁的近紅外光譜數(shù)據(jù)，通過光譜預處理和特征波段的選擇，分別建立了橙汁中總糖、總氨基酸、維生素C和總酸的定量分析模型，模型的相關系數(shù)分別為0.996 3、0.963 1、0.988 0、0.999 2，交互驗證均方差（RMSECV）分別為0.854 0、0.020 1、0.070 4、0.185 0。通過10種未知橙汁樣品含量和t檢驗法對模型進行檢測，結(jié)果顯示，模型穩(wěn)定性良好，預測結(jié)果準確。利用所建模型不需任何前處理，即可同時、快速、準確地測定橙汁中總糖、總氨基酸、維生素C和總酸的含量。

關鍵詞橙汁;多組分;同時測定;近紅外光譜;偏最小二乘法

中圖分類號O657.33;TS255.7文獻標識碼A?文章編號0517-6611（2020）15-0208-03

doi：10.3969/j.issn.0517-6611.2020.15.059

開放科學（資源服務）標識碼（OSID）：

Simultaneous Determination of the Contents of Multiple Ingredients in Orange Juice by NIR

YAO Wanqing， PENG Mengxia， CHEN Ziyun et al

（School of Chemistry and Environment，Jiaying University，Meizhou，Guangdong 514015）

AbstractTaking thirty kinds of orange juices purchased on the market as the research object， the contents of total sugar， total amino acid， vitamin C and total acid in orange juice were determined simultaneously. The near infrared spectral data of 20 kinds of orange juice were imported， and partial least squares regression （PLS） in TQ Analyst 9.0 software was employed to establish quantitative analysis models of total sugar， total amino acid， vitamin C and total acid in orange juice by spectral pretreatment and selection of characteristic wavelength bands. The correlation coefficients of the models were 0.996 3， 0.963 1， 0.988 0 and 0.999 2，respectively. The root mean square error of cross validation （RMSECV） were 0.854 0， 0.020 1， 0.070 4 and 0.185 0，respectively. The models were tested by 10 unknown orange juice samples and t test. The results showed that the models were stable and the prediction was accurate. It was capable of predicting the contents of total sugar， total amino acid， vitamin C and total acid in orange juice simultaneously， quickly and accurately without any pretreatment by applying the modes.

Key wordsOrange juice;Multicomponent;Simultaneous determination;Near infrared spectroscopy;Partial least squares

基金項目2019年嘉應學院重點科研項目（2019KJZ02）;2017年“攀登計劃”廣東大學生科技創(chuàng)新培育專項資金（pdjhb0472）;廣東省2019年度農(nóng)村科技特派員科技助農(nóng)項目“汶水村特色農(nóng)產(chǎn)品的儲藏保鮮及下游產(chǎn)品的機械加工和推廣”。

作者簡介姚婉清（1983—），女，廣東平遠人，講師，碩士，從事應用化學、化學教學及研究工作。

收稿日期2020-02-12;修回日期2020-03-10

橙汁是世界上最受歡迎的、消費量最大的果汁飲料。橙汁飲料富含糖、有機酸和維生素C等多種人體所需的營養(yǎng)成分，且色澤好、口感好，深受廣大消費者的青睞[1]。橙汁產(chǎn)品質(zhì)量分析與評價對于產(chǎn)品質(zhì)量控制和打擊贗品、維護公平貿(mào)易、保護消費者的權(quán)益具有重要的意義[2]。

總糖、總氨基酸、維生素C和總酸是橙汁飲料的主要成分，是評價橙汁飲料品質(zhì)的重要指標[3]，在橙汁飲料生產(chǎn)中的質(zhì)量控制和銷售過程中的質(zhì)量監(jiān)控等都需要對其含量進行檢測。目前橙汁飲料生產(chǎn)企業(yè)和食品質(zhì)檢機構(gòu)大都采用傳統(tǒng)的滴定、分光光度法或現(xiàn)代的色譜法、質(zhì)譜法等分析測試方法對橙汁飲料中的總糖[4]、總氨基酸[5]、維生素C[6]和總酸[7]進行檢測，這些方法預處理復雜、費時費力;而色譜法等在檢測過程中需使用大量的化學試劑、檢測費用高，且還會對環(huán)境造成污染。

近紅外光譜（near infrared spectroscopy，NIR）是指介于可見光與中紅外之間的電磁波，波數(shù)為12 820～4 000 cm-1，主要反映的是有機分子中C-H、O-H、S-H、N-H等化學鍵的倍頻與合頻振動的吸收信息[8]，其譜圖特點是吸收較弱，樣品可以不經(jīng)過稀釋直接測定，易于實現(xiàn)簡單快速的無損分析。近紅外光譜信息量豐富，帶寬、包含了多組分的結(jié)構(gòu)和含量信息，各組分間的光譜帶重疊嚴重，直接分析困難，通常需結(jié)合化學計量學解決問題。

筆者采用NIR結(jié)合化學測定值建立橙汁的定量分析模型，實現(xiàn)對橙汁中總糖、總氨基酸、維生素C和總酸這4種組分的同時測定。采用TQ Analyst 9.0分析軟件中的偏最小二乘法（partial least squares regression，PLS），導入20種橙汁的近紅外光譜數(shù)據(jù)，通過選擇合適的譜圖預處理方法和光譜范圍等操作對模型進行優(yōu)化。分別建立橙汁中總糖、總氨基酸、維生素C和總酸的定量分析模型，并對模型進行未知樣品的外部驗證和t檢驗法檢測，用所建模型實現(xiàn)橙汁的多指標的快速、無損分析。

1材料與方法

1.1材料與試劑

蒽酮、D-葡萄糖、檸檬酸、抗壞血酸、碳酸氫鈉、氫氧化鈉、無水乙醇、鄰苯二甲酸氫鉀、一水合檸檬酸均為分析純（廣東光華科技股份有限公司）;硫酸為分析純（西隴化工股份有限公司）;L-谷氨酸為生化試劑（國藥集團化學試劑有限公司）;酚酞、抗壞血酸為分析純（天津市天新精細化工開發(fā)中心）;茚三酮、磷酸二氫鉀、濃硫酸、草酸為分析純（天津市福晨化學試劑廠）;2，6-二氯靛酚（98%，上海麥克林生化科技有限公司）;30種橙汁樣品購于梅州各大超市。

1.2儀器與設備

Antaris Ⅱ傅立葉近紅外分析儀（美國賽默飛世爾科技公司）;T6 新悅可見分光光度計（北京普析通用儀器有限公司）;ME104E電子天平（梅特勒-托利多儀器（上海）有限公司）;RESULT-Integration軟件、RESULT-Operation軟件、TQ Analyst 9.0 軟件，均為美國賽默飛世爾科技公司提供。

1.3試驗方法

1.3.1樣品中總糖、總氨基酸、維生素C和總酸含量的化學測定。

采用蒽酮-硫酸分光光度法測定橙汁樣品中總糖的含量[9]。

采用茚三酮比色法測定橙汁樣品中總氨基酸的含量[10]。

采用2，6 -二氯靛酚滴定方法測定橙汁樣品中的維生素C含量[11]。

采用酸堿滴定法測定橙汁樣品中的可滴定酸[12]。

1.3.2樣品近紅外光譜圖的測定。

直接取搖勻的橙汁樣品500 μL于樣品管中（近紅外專用樣品管），采用Antaris Ⅱ傅立葉近紅外光譜儀的液體透射附件采樣，設置采樣波數(shù)10 000～4 000 cm-1，掃描次數(shù)32次，分辨率8 cm-1，以空氣作背景，溫度為20 ℃左右。用RESULT-Operation軟件（含RESULT-Integration軟件編制工作流程）采集譜圖。30種樣品平行取5次樣，每個樣測3張譜圖，3張譜圖取平均值，作為樣品的近紅外譜圖，保存譜圖，備用。

1.3.3近紅外建模方法及驗證。

1.3.3.1

定量模型的建立。應用TQ Analyst 9.0軟件，結(jié)合1～20號橙汁樣品的100張紅外光譜數(shù)據(jù)與其化學測定值，采用偏最小二乘法（PLS，partial least squares regression）建模，剔除異常點，通過對譜圖預處理，選擇光譜范圍等操作對模型進行優(yōu)化。根據(jù)模型的相關系數(shù)、均方差（RMSEC，root mean square error of calibration）、預測均方差（RMSEP，root mean square error of prediction）和交互驗證均方差（RMSECV，root mean square error of cross validation）確定各組分的最優(yōu)模型。

1.3.3.2

模型的驗證與應用。在所建模型的訓練集樣品中，隨機選取5種樣品的譜圖各一張，作為驗證集樣品對模型進行內(nèi)部驗證。未參與建模的21～30號橙汁樣品的共50張近紅外譜圖導入模型進行外部應用驗證，每個樣品平行檢測3次，檢驗模型的預測性能。同時對模型進行t檢驗法檢測。

2結(jié)果與分析

2.1橙汁中多種成分含量的化學測定方法

①蒽酮-硫酸法測定總糖。最佳測定波長為620 nm，回歸方程為A620 nm=0.040 9+7.565C（R2=0.997 7）;30個樣品中總糖含量在18.0～29.8 g/L。

②茚三酮比色法測定總氨基酸。最佳測定波長為570 nm，回歸方程為A570 nm=-0.019 4+0.350 2C（R2=0.999 7），30個樣品中總氨基酸含量在0.048～0.220 g/L。

③2，6-二氯靛酚滴定法測定維生素C。30個樣品中維生素C含量在0～0.60 g/L。

④酸堿滴定法測定總酸。30個樣品中總酸含量在1.82～7.69 g/L。

以上化學檢測數(shù)據(jù)說明樣品涵蓋范圍廣泛，且均符合食品安全法理化指標規(guī)定。

2.2近紅外建模及驗證

2.2.1總糖定量分析模型及驗證。

按照“1.3.3”近紅外建模方法，選擇建模的最佳波段為5 875.00～5 404.00 cm-1，光譜經(jīng)二階導數(shù)+Norris derivative filter-3點平滑預處理方法建立總糖的PLS模型，所建模型的校正相關系數(shù)為0.996 3，均方差為0.219，預測均方差為0.430，預測集相關系數(shù)為0.997 1，見圖1。

按照“1.3.3”方法對模型進行內(nèi)部驗證，結(jié)果顯示，所建模型的性能指數(shù)為94.3，穩(wěn)定性良好。訓練集交互驗證相關系數(shù)為0.942 6，RMSECV為0.854。按照“1.3.3”方法對模型進行外部應用驗證，結(jié)果顯示，10種外部驗證橙汁樣品中總糖測定值在18.8～22.4 g/L，模型預測值在19.3～24.1 g/L，絕對誤差在-0.77～1.40 g/L，相對誤差在-3.30%～4.96%。采用t檢驗法計算得t值均小于t0.95，2，說明所建模型預測的總糖含量與蒽酮-硫酸法的結(jié)果之間沒有顯著差異，運用該模型對未知量樣品中的總糖進行定量分析具有一定的可行性。

2.2.2總氨基酸定量分析模型及驗證。

按照“1.3.3”近紅外建模方法，選擇建模的最佳波段為5 249.29～5 218.43、5 827.83～5 353.42、6 942.48～6 892.34 cm-1，光譜經(jīng)對數(shù)+Savitzky-Golay filter-13點平滑預處理方法建立總氨基酸的PLS模型，所建模型的校正相關系數(shù)為0.963 1，均方差為0.015 3，預測均方差為0.013 0，預測集相關系數(shù)為0.983 9，見圖2。

按照“1.3.3”方法對模型進行內(nèi)部驗證，結(jié)果顯示，所建模型的性能指數(shù)為100，穩(wěn)定性良好。訓練集交互驗證相關系數(shù)為0.935 4，RMSECV為0.020 1。按照“1.3.3”方法對模型進行外部應用驗證，結(jié)果顯示，10種外部驗證橙汁樣品中總氨基酸的測定值在0.065～0.216 g/L，平均值為0.136 g/L，模型預測值在0.071～0.217 g/L，平均值為0.138 g/L，絕對誤差在-0.019 0～0.028 6 g/L，相對誤差在-3.09%～9.91%。采用t檢驗法，通過計算所得t值均小于t0.95，2，因此可以認為所建模型預測的總氨基酸含量與茚三酮比色法的結(jié)果之間沒有顯著差異，運用該模型對未知量樣品中含有的總氨基酸進行定量分析具有一定的可行性。

2.2.3維生素C定量分析模型及驗證。

按照“1.3.3”近紅外建模方法，選擇建模的最佳波段為7 154.61～6 561.67、5 284.00～5 194.83 cm-1，光譜經(jīng)一階導數(shù)+Norris derivative filter-1點平滑預處理方法建立維生素C的PLS模型，所建模型的校正相關系數(shù)為0.988 0，均方差為0.019 8，預測均方差為0.048 1，預測集相關系數(shù)為0.994 5，見圖3。

按照“1.3.3”方法對模型進行內(nèi)部驗證，結(jié)果顯示，所建模型的性能指數(shù)為98.8，穩(wěn)定性良好。訓練集交互驗證相關系數(shù)為0.884 8，RMSECV為0.070 4。按照“1.3.3”方法對模型進行外部應用驗證，結(jié)果顯示，10種外部驗證樣品中維生素C的測定值在0.17～0.50 g/L，平均值為0.356 g/L，模型預測值在0.16～0.50 g/L，平均值為0.342 g/L，絕對誤差在-0.04～0.02 g/L，相對誤差在-8.33%～7.69%。采用t檢驗法計算得t值均小于t0.95，2，說明所建模型預測的維生素C含量與2，6 -二氯靛酚滴定方法的結(jié)果之間沒有顯著差異，運用該模型對未知量樣品中含有的維生素C進行定量分析具有一定的可行性。

2.2.4總酸定量分析模型及驗證。

按照“1.3.3”近紅外建模方法，選擇建模的最佳波段為6 001.47～5 398.18 cm-1，光譜經(jīng)一階導數(shù)+Norris derivative filter-5點平滑預處理方法建立總酸的PLS模型，所建模型的校正相關系數(shù)為0.999 2，均方差為0.073 1，預測均方差為0.091 5，預測集相關系數(shù)為0.998 9，見圖4。

按照“1.3.3”方法對模型進行內(nèi)部驗證，結(jié)果顯示，所建模型的性能指數(shù)為94.0，穩(wěn)定性良好。訓練集交互驗證相關系數(shù)為0.995 0，RMSECV為0.185。按照“1.3.3”方法對模型進行外部應用驗證，結(jié)果顯示，10種外部驗證樣品中總酸的測定值在1.82～7.69 g/L，平均值為4.198 g/L，模型預測值在2.13～7.54 g/L，平均值為4.045 g/L，絕對誤差在-0.91～0.31 g/L，相對誤差在-0.43%～2.28%。采用t檢驗法計算得t值均小于t0.95，2，說明所建模型預測的總酸含量與酸堿滴定方法的結(jié)果之間沒有顯著差異，運用該模型對未知量樣品中含有的總酸進行定量分析具有一定的可行性。

3結(jié)論

該研究建立了市售橙汁中的總糖、總氨基酸、維生素C和總酸等多組分含量同時測定的近紅外光譜結(jié)合偏最小二乘法的定量分析模型，經(jīng)內(nèi)部和外部應用驗證，模型對未知樣品預測的組分含量與化學測定值之間沒有顯著差異，所建定量模型具有較高的預測準確性。用該模型檢測樣品時無需預處理，只需使用近紅外掃描得到待檢樣品的光譜圖，并導入所建模型，就可簡便、快速地檢測出結(jié)果。所建模型可拓展數(shù)據(jù)，適用范圍廣，可用于成分各異的多品牌橙汁的檢測。此法實用性強、操作簡便、結(jié)果準確，還可在線檢測，無破壞性，應用前景廣闊。

參考文獻

[1] 齊樂，祁春節(jié).中國橙汁進口差異化需求彈性分析[J].世界農(nóng)業(yè)，2017（4）：144-150.

[2] 張淼，李燮昕，賈洪鋒，等.我國果汁摻假檢測技術(shù)研究現(xiàn)狀[J].食品研究與開發(fā)，2016，37（5）：205-208.

[3] 賈愷，牛麗影，趙鐳，等.橙汁品質(zhì)評價國內(nèi)外研究現(xiàn)狀[J].飲料工業(yè)，2009，12（3）：4-7.

[4] 劉花德，崔楠，王燕，等.液相色譜-碳同位素比值質(zhì)譜法在橙汁鑒定中的應用[J].安徽農(nóng)業(yè)科學，2019，47（21）：204-205，215.

[5] 彭穎，周如金.不同品種荔枝果汁氨基酸和糖類的測定與分析[J].中國食品添加劑，2017（4）：173-177.

[6] 孫艷麗.2，4-二硝基苯肼法測定兩種飲料中Vc的含量[J].飲料工業(yè)，2014，17（4）：34-37.

[7] 孫達.不同柑橘種質(zhì)資源中可溶性糖和有機酸含量的評價[D].武漢：華中農(nóng)業(yè)大學，2013.

[8] 褚小立，陸婉珍.近五年我國近紅外光譜分析技術(shù)研究與應用進展[J].光譜學與光譜分析，2014，34（10）：2595-2605.

[9] 靳淑敏，齊鵬成，周娜，等.蒽酮-硫酸比色法測定三黃糖敏湯中多糖的含量[J].中國藥房，2015，26（6）：811-812.

[10] 楊遠帆，倪輝，吳黎明.茚三酮法測定蜂蜜及果葡糖漿中的氨基酸含量[J].中國食品學報，2013，13（2）：171-176.

[11] 中華人民共和國國家衛(wèi)生和計劃生育委員會.食品安全國家標準 食品中抗壞血酸的測定：GB 5009.86—2016[S].北京：中國標準出版社，2017.

[12] 彭夢俠，梁奇峰，郝洪慶，等.基礎化學實驗[M].南京：南京大學出版社，2011：254-256.