近红外光谱结合非线性模式识别方法进行牛奶中掺假物质的判别

以287例上海及上海周边地区牧场的生鲜奶作为真奶样本集组成3个真奶样品集合,配制了526例含有糊精(或淀粉)+三聚氰胺(或尿素、或硝酸铵)的掺假牛奶形成6个不同种类的假奶样品集合,其中糊精、淀粉在掺假奶中的含量为0.15%~0.45%;硝酸铵、尿素和三聚氰胺的含量分别为700~2 100,524~1 572与365.5~1 096.5mg·kg-1,以保证掺假奶中凯氏定氮法测得的蛋白含量不低于3%。所有样本的近红外光谱均经过标准正态变换(SNV)预处理。将3个真奶样品集合和6个假奶样品集合进行不同的组合并对其采用改进与简化的K最邻近结点算法(IS-KNN)和改进与简化的支持向量机法(ν-SVM)建立了判别糊精、淀粉、三聚氰胺、尿素、硝酸铵这5类掺假物质的近红外判别模型,探寻掺假物质的浓度与识别正确率之间的关系。结果表明IS-KNN和ν-SVM两种方法对含三聚氰胺、尿素、硝酸铵的掺假牛奶的平均判别正确率分别在49.55%~51.01%,61.78%~68.79%与68.25%~73.51%区间波动,说明在该研究的掺假物浓度范围内,很难用近红外模型良好区分不同类型伪蛋白的掺假奶;IS-KNN和ν-SVM两种方法对含淀粉的掺假牛奶的判别正确率分别为92.33%与93.66%、对含糊精的掺假牛奶的平均判别正确率分别为77.29%与85.08%。从整体结果上来看ν-SVM法进行建模判别的结果大部分优于IS-KNN法进行建模判别的结果。对判别正确率与样品中掺假物质的含量水平分析表明近红外光谱结合非线性模式识别方法能良好地区分掺假奶中含量较高(0.15%~0.45%)的糊精和淀粉,而对含量偏低的三聚氰胺等伪蛋白的判别效果不佳,说明近红外光谱技术不适于鉴别牛奶中含量低于0.1%的掺假物质。

近红外技术识别掺假原奶的可行性研究

为探索近红外技术识别掺假原奶的可行性,本文从上海市以及周边地区各牧场采集两批共162个原奶样本,将冷藏保鲜的原奶在40℃下超声20min后配制相同数目、糊精水溶液含量为1～20%的含三聚氰胺或尿素的掺假牛奶,采用漫反射模式采集其近红外光谱。用SNV、MSC及一阶导数对光谱进行预处理、分别以IS-KNN、KNN以及PLS-DA法建立掺假原奶的近红外判别模型,轮流留1/4样品作为检验集统计平均预测正确率。结果表明IS-KNN法可取得良好效果,该法对掺假原奶的判别正确率在90%以上,对原奶的判别正确率在81%以上,对含三聚氰胺假奶的判别正确率要高于含尿素假奶,该法对不区分假奶中伪蛋白种类所得真、假牛奶的识别正确率仍可达85%与91%以上。本文结果表明采用合适的模式识别方法及光谱预处理方法可实现对掺假原奶的良好识别。样本的采集地、采集时间、样本数目等因素对原奶近红外判别模型的影响尚不明确,该技术的实际应用有待进一步深入研究和完善。