近紅外光譜儀在農作物和食品中的應用

點擊次數：6851 發布時間：

對于提高農作物產量和可持續耕種方法的需求在不斷增加，消費者也對食物的高品質、方便性和選擇多樣性提出了需求。食品的質量往往取決于內在和外在因素，這些因素是可以被計量并實現的，這使得研究人員尋求把數據應用到農業生產中的新穎方法。

近紅外光譜在農業應用中的優勢

近紅外光譜已經在許多應用領域中得到了研究和應用，尤其是這五種產品：水果和蔬菜，肉類和魚類，飲料和乳制品，谷物和糧食儲備，葡萄和橄欖。同時，近紅外光譜還在其它相關領域，例如土壤、肥料以及環境中也得到了廣泛應用。*，近紅外光譜的測量原理簡單易學，好處也非常多：不需要樣品制備或僅需要很少的樣品制備，測量速度快，測量結果準確，測量成本低，既可以在實驗室進行也可以在現場進行，并且可以實現多個參數同時測量。

手持式近紅外反射光譜儀應用

以前Avantes給大家分享過一些近紅外光譜的應用，但每天在都有使用Avantes光譜儀的新應用被發現。Avantes的基于線性InGaAs探測器的近紅外光譜儀家族在2020年迎來了一位新成員AvaSpec-Mini-NIR。與Avantes其他的標準桌上型近紅外光譜儀具有相同的性能和分辨率，但體積只有紙牌大小，因此它適合于精準農業市場。

水果和蔬菜

Avantes近紅外光譜儀在水果和蔬菜的分級和分揀中被廣泛使用，包括但不限于蘋果，櫻桃，鱷梨，桃和芒果。近紅外光譜技術可以快速并無損地檢測果蔬的成熟度和質量，例如水分，可溶性糖含量（SSC），酸度，pH值和花青素等芳香族化合物。手持式近紅外反射光譜儀還可以對長在樹上的水果進行測量。

西班牙正在開發一種機械手臂，它將觸覺傳感器和近紅外光譜儀相結合，用來確定芒果的成熟度。這種類似的應用可以快速推廣到其他水果測量，還可以自動確定水果的采摘時間。

肉類，魚和蛋

近紅外光譜技術在肉品分級中可以區分蛋白質和脂肪含量，并測量水分含量，顏色，pH值和鮮嫩度指標。它還可以檢測常見污染物（如揮發性氮）的存在。在肉類生產中，這些因素極大地影響了肉的質量和等級，從而決定了價格。而在包裝過程中的質量控制和檢查對于預防食物傳染疾病或對欺騙詐消費者的行為也至關重要。

光譜法的非破壞性，非化學性可以大大提高產量，例如通過測量蛋殼來監控雞蛋質量。比利時的研究人員在雞蛋新鮮度的校正模型的開發方面取得了巨大進展：將雞蛋保質期與其近紅外光譜特征變化關聯起來，并將該數據關聯到雞蛋新鮮度的經典（破壞性）測量上。

飲料和乳制品

Avantes的光譜儀還可以用于分析牛奶和其他乳制品中的蛋白質，脂肪，水，碳水化合物和礦物質，以及識別被摻假的產品。例如，奶粉中的殘留水分含量多少會影響保質期，并且從質量角度來看，還會影響運輸成本和利潤。近紅外漫反射光譜法對于檢測位于930 nm，1455nm和1940nm處水的吸收峰非常有效，這些吸收峰與水含量是相關的。（4）

葡萄酒和葡萄生產

近紅外光譜已被用作預測葡萄成熟度和表征葡萄參數的測量工具，這些參數會影響葡萄酒的香味和品質，例如可溶性糖含量，酸度和芳香化合物如花青素和多酚。

在收獲時的葡萄特征是影響葡萄酒質量的關鍵因素。近紅外光譜反射法作為一種快速、無損的用于評估收獲時葡萄質量的測量工具，被業內廣泛采用。（5）

谷物和飼料

小麥，大麥，大米和大豆生產的研究人員正在研究使用近紅外光譜法來監測作物的健康狀況和生長狀況，識別各種植物病害和污染物，并在收獲時評估作物質量，進而用來給農作物評級和定價。

Avantes公司近與美國農業部的一個合作項目近采用近紅外光譜技術來預測小麥收獲時蛋白質的含量，并確定需要補充氮肥的時間。小麥的價格取決于谷物中的蛋白質含量，因此使蛋白質含量盡可能多是小麥生產者的重要責任。（6）

土壤，有機肥料和其他生長成分

土壤管理對于農業在未來的可持續發展至關重要，對土壤特征的表征可以決定需要對土壤采取何種處理方法或減緩方式，甚至決定哪種作物適合哪些地區。近紅外光譜技術可以快速收集土壤的水分，堅實度和土壤密度等信息。（7）

林業保護

在整個美國西部，灰螟作為入侵物種可以損毀森林并消滅大量樹木，進而增加山火危險。山松甲蟲同樣會毀壞森林并大面積消滅大量樹木。如果可以盡早發現甲蟲侵擾，就可以幫助公園和林業管理人員在大面積爆發前減輕損害。目前依然依靠人員目視檢查，但是手持式近紅外儀器可以在現場檢測病蟲害。（8）

農業/食品應用人員面臨的挑戰

近紅外漫反射光譜法在農業中的應用往往會面臨一個挑戰，從光譜數據中提取有用信息需要一些特殊的數據處理方法和開發校正模型。Avantes和我們合作伙伴一起為為農業領域的研發人員提供這個支持。

應用開發的早期技術支持

早期應用開發始于開發校正模型，即對獲得的在多種條件下樣品的光譜數據進行統計建模，使用戶能夠預測將來的要測量的樣品的特征。而且每次測量的結果都可以加到數據庫中，從而改善以后的預測結果。

Written by Janel Kane, Marketing Manager, North America, Avantes

References

Cortés, Victoria, Carlos Blanes, José Blasco, Coral Ortíz, Nuria Aleixos, Martin Mellado, Sergio Cubero, and Pau Talens. "Integration of simultaneous tactile sensing and visible and near-infrared reflectance spectroscopy in a robot gripper for mango quality assessment." Biosystems Engineering 162 (2017): 112-123.
Peng, Yankun, and Wenxiu Wang. "Application of near-infrared spectroscopy for assessing meat quality and safety." INTECH-Infrared Spectroscopy-Anharmonicity of Biomoleculcs, Crosslinking of Biopolymers, Food Quality and Medical Applications (2015): 137-163.
Bamelis, F. R., B. J. Kemps, Kristof Mertens, E. M. Verhoelst, Bart De Ketelaere, Eddy Decuypere, and Josse De Baerdemaeker. "VIS-NIR transmission for the assessment of internal egg quality." In European Symposium on the Quality of Eggs and Egg Products edition: XI, Doorwerth, The Netherlands. 2005.
Nagarajan, R., Parul Singh, and Ranjana Mehrotra. "Direct determination of moisture in powder milk using near infrared spectroscopy." Journal of Analytical Methods in Chemistry 2006 (2006).
Guidetti, R., R. Beghi, and L. Bodria. "Evaluation of grape quality parameters by a simple Vis/NIR system." Transactions of the ASABE 53, no. 2 (2010): 477-484.
Long, Dan, John McCallum, Catherine Reardon, and Richard Engel. "Adapting the nitrogen replacement approach to dryland spring wheat in the Pacific Northwest." Crops & Soils 50, no. 5 (2017): 34-37.
Nagy, Attila, Péter Riczu, Bernadett Gálya, and János Tamás. "Spectral estimation of soil water content in visible and near infra-red range." Eurasian Journal of Soil Science 3, no. 3 (2014): 163-171.
Finley, Kaelyn, Sophan Chhin, Pascal Nzokou, and Joseph O’Brien. "Use of near-infrared spectroscopy as an indicator of emerald ash borer infestation in white ash stem tissue." Forest Ecology and Management 366 (2016): 41-52.

上一篇：FieldSpec地物光譜儀的產品特點
下一篇：拉曼光譜儀的代方案有哪些各種各樣的優點和缺點