近红外光谱仪应用之酒品质分析

在使用近红外光谱仪对酒品质的测试中，其工作原理基于物质对光的吸收特性。当光源照射到酒样品时，样品中的分子会吸收特定波长的光，吸收的程度与分子的浓度和结构有关。根据朗伯-比尔定律，光的吸收程度与样品中吸收物质的浓度成正比，与光通过样品的路径长度成正比。通过测量不同波长下光的吸收强度，就可以获得样品的吸收光谱。近红外光谱区（780 - 2500nm）在酒品质的测试中具有独特的优势，酒中的许多有机分子，如乙醇、水、糖分、酸类等，其含氢基团（如 - OH、- CH、- NH 等）在近红外光的照射下会发生倍频与合频吸收现象。这些吸收峰的位置和强度与分子的化学结构和含量密切相关，为通过光谱分析来确定酒的成分提供了理论基础。近红外光谱仪正是利用了这一原理，通过发射特定波长的近红外光照射酒样品，然后检测光与样品相互作用后的吸收、散射和反射光谱，再借助先进的化学计量学方法，建立起光谱信息与酒中各种成分含量之间的数学模型，从而实现对酒成分的快速、无损、定量分析。

      近红外光谱仪能够在短时间内获取酒样品的完整光谱信息。相比传统化学分析方法，其分析速度大大提高。在酒的生产过程中，例如在发酵过程中需要实时监测乙醇、糖分等成分的变化，近红外光谱仪可以快速提供这些数据，使生产者能够及时调整生产工艺参数，确保生产过程的顺利进行和产品质量的稳定性。对于大规模的酒样检测，如在酒的质量抽检或库存管理中，快速检测能力可以大大提高工作效率，节省时间和人力成本。

近红外光谱仪的检测过程不需要对酒样品进行任何化学处理或物理破坏。这意味着同一个酒样品可以在不同阶段进行多次检测，或者在检测后仍然可以用于其他分析或品鉴等用途。对于珍贵的酒品，如限量版的葡萄酒或具有历史价值的老酒，无损检测尤为重要，因为它可以在不影响酒品价值的前提下获取其成分信息。

      近红外光谱仪可以同时检测酒中多种成分的含量。在一次检测中，不仅可以获得乙醇、水分、糖分等主要成分的信息，还可以同时分析出酸度、酯类、醛类等多种微量成分的含量。这种多成分同时分析的能力使得对酒的质量评估更加全面和准确。例如，在评价葡萄酒的品质时，除了酒精和糖分含量外，酸度和酯类物质的含量对于口感和风味也有着重要影响，近红外光谱仪可以一次性提供这些关键信息。

近红外光谱仪的操作相对简单，不需要操作人员具备深厚的化学专业知识。仪器通常配备了友好的用户界面和自动化的检测程序，操作人员只需将酒样品放入仪器中，按照提示进行操作，即可获得分析结果。仪器的维护也相对容易，日常的维护工作主要包括清洁光学部件、校准仪器等简单操作，降低了对操作人员的专业要求和实验室的维护成本。

近红外光谱仪能与自动化系统集成，实现酒样检测全自动化，从输送到分析结果输出一气呵成，检测效率高且误差小。在酒的发酵过程中，可实时监测成分变化，帮助生产者精准掌控发酵进程，及时干预异常。在生产全程，能实时监控各环节关键指标，确保产品质量稳定一致。其强大的数据处理系统可迅速解析光谱数据，而自动反馈与调整机制可依据检测结果联动生产设备，优化工艺参数。此外，光谱仪支持多设备远程连接，便于生产者远程监控不同生产线，且数据分析功能强大，可为决策提供有力支持，有力推动酒行业智能化、高效化发展。

成分分析：可对酿酒原料（如葡萄、谷物等）中的水分、糖分、淀粉、蛋白质等主要成分进行快速定量分析。例如，在葡萄酒酿造中，通过检测葡萄中的糖分含量，确定最佳采摘时间，以保证葡萄酒的品质和口感。对于谷物原料，了解其淀粉含量有助于控制发酵过程中酒精的生成量。检测原料中的微量成分，如矿物质、维生素等，这些成分虽然含量较低，但对酒的风味和品质也有一定影响。

品质筛选：根据原料成分含量的检测结果，筛选出优质原料，淘汰不符合要求的原料，确保酒的品质基础。例如，选择糖分含量适中、酸度合适的葡萄用于葡萄酒酿造，或者挑选淀粉含量高、杂质少的谷物用于白酒生产。

成分动态监测：实时监测发酵过程中乙醇、糖分、酸度等关键成分的变化。随着发酵的进行，糖分逐渐转化为乙醇，酸度也会发生相应变化，近红外光谱仪可以准确跟踪这些动态过程，为生产者提供精确的发酵进程信息。还可以监测发酵过程中产生的其他副产物，如酯类、醛类、高级醇等物质的生成情况。这些副产物对酒的风味和香气有着重要影响，通过监测其含量变化，可以控制发酵条件，优化酒的风味特征。

发酵异常诊断：及时发现发酵过程中的异常情况，如发酵停滞（可能由于温度不适、酵母活性不足等原因导致糖分转化缓慢或停止）、过度发酵（产生过多的酒精或其他副产物，影响酒的品质）等问题。通过光谱仪的实时数据，生产者可以迅速采取措施，如调整发酵温度、添加营养物质或酵母等，纠正异常发酵，保证产品质量。

成分变化追踪：无损地监测酒在陈酿过程中乙醇、水分的挥发情况。随着时间推移，酒中的乙醇和水分会逐渐挥发，影响酒的浓度和口感，光谱仪可以准确测量这些变化，帮助生产者确定陈酿的最佳时间。

跟踪酯类、醛类等风味物质的生成和转化。在陈酿过程中，这些物质的含量和种类会发生复杂变化，光谱仪能够监测其动态过程，以便生产者在风味达到最佳状态时及时停止陈酿。

品质评估与优化：根据陈酿过程中的成分变化数据，评估酒的品质发展趋势，预测陈酿后的口感和风味特点。生产者可以根据这些评估结果，调整陈酿条件，如橡木桶的类型、陈酿环境的温度和湿度等，进一步优化酒的品质。

成分含量检测：快速检测成品酒中的酒精含量、糖分、酸度、酯类、醛类等各种成分的含量，确保产品符合相关标准和质量要求。例如，在白酒生产中，严格控制酒精含量在规定范围内，同时保证酸度、酯类等成分的比例协调，以符合特定香型白酒的质量标准；检测成品酒中的有害物质含量，如甲醇、杂醇油等，保障消费者的健康安全。一旦发现有害物质含量超标，可以及时采取措施进行处理或调整生产工艺，避免不合格产品流入市场。

真伪鉴别与品牌保护：利用近红外光谱的特征性，建立不同品牌、产地、年份酒的光谱数据库。通过将待测酒的光谱与数据库中的标准光谱进行比对分析，鉴别酒的真伪。这对于保护高端酒品牌、打击假冒伪劣产品具有重要意义。例如，在葡萄酒市场，通过光谱仪可以准确区分正品名庄酒和假冒产品，维护品牌声誉和消费者权益。

配方优化：在开发新型酒产品时，通过近红外光谱仪分析不同配方组合下酒样的成分和风味特征，快速筛选出最佳配方。例如，在研发果酒或调配酒时，确定水果与基酒的最佳比例，以及添加其他调味成分的合适用量，提高新产品研发的效率和成功率。

风味创新研究：研究不同成分变化对酒风味的影响规律，为开发具有独特风味的新产品提供理论依据。近红外光谱仪可以快速分析各种成分的含量变化与风味之间的关系，帮助酿酒师创造出更符合消费者口味需求的创新型酒产品。

• 光源：使用宽光谱稳定光源，提供连续的光谱范围，确保测量结果的准确性。

• 光纤：用于接收待测样品的光信号，并传输至光谱仪中。

• 光谱仪：根据需求光谱范围、分辨率和灵敏度要求等选择合适的光谱仪，采集光谱数据，并进行分析。

• 软件：先进的数据处理系统，能够对采集到的光谱数据进行实时处理和分析。它可以将光信号转换为数字信号，并运用内置的算法进行噪声去除、基线校正等预处理操作，提高数据的准确性和可靠性。通过对光谱的分析，可以获取酒样品在特定波长范围内的吸光度信息。

吸光度测量系统是一个高精度的检测平台，它通过将光源发出的光经过光纤传输至样品，确保光信号能够有效地经过样品，再使用光纤收集经过样品的光信号后传输到光谱仪中进行处理，软件算法负责处理光谱仪收集到的光谱数据，将其转换为吸光度数据。该系统可实现对样品吸光度的快速、精确测量。

图2 光谱系统搭建示意图

（1）打开钨灯光源预热3-5分钟；打开光谱采集分析软件，运行模式选择透射模式，并在“透反辐”模块中选择吸光度；

（2）设置合适的积分时间，使参比溶液的明光谱强度达到接近饱和；

（3）保存暗背景光谱：放入参比溶液，关闭光源，点击“单次”按钮采集暗光谱，采集结束后保存暗光谱；

（4）保存明背景光谱：打开光源，点击“单次”按钮采集明光谱，采集结束后保存明光谱；

（5）点击“透过率”以切换至吸光度测试模块，并确保参比溶液的明光谱在0附近。

（5）放入待测酒样品，点击“单次”采集样品的吸光度谱图；

（6）光谱采集完成后点击导出数据即可完成数据保存。

使用由提供的近红外光谱吸光度测试系统对酒醅中的酸度、糖分、水分、淀粉、乙酸、乙醇、乳酸等成分进行快速定量分析，可为酒醅质量控制和生产过程优化提供数据支持。其近红外光谱数据如下图所示：

图3 酒醅的原始近红外谱图

使用离线和在线两种方式进行测试，并通过算法建模对数据进行了分析预测。

（1）酸度模型建立

从图中可以看出，糖分离线建模的 R2 = 0.91，表明糖分模型的线性度良好，能够利用光谱数据对糖分进行有效的预测；糖分在线建模的 R2 = 0.94，显示模型线性度良好，适合用于在线糖分数据的预测。

表2 糖分浓度的预测

在糖分离线浓度预测中，真实浓度与预测浓度的误差绝对值范围为 0.0103 - 0.5344g/L，最大值为 0.5344g/L。整体上预测值与真实值的差距相对较小，说明模型在糖分预测方面具有一定的实用性，但对于某些特殊样品或糖分含量处于特定范围时，可能需要进一步优化模型以提高预测精度；在线浓度预测中，误差绝对值在 0.0361 - 0.5677g/L 之间，整体上预测值和真实值相差较小，表明该模型在在线糖分监测方面具有一定的可行性，但需要进一步优化以提高准确性，特别是对于糖分含量波动较大的情况。

近红外光谱技术在酒醅成分分析中具有显著优势，能够快速、无损地获取酒醅中酸度、糖分、水分、淀粉、乙酸、乙醇、乳酸等成分的信息，为酒醅质量控制和生产过程优化提供了有力的技术支持。通过离线和在线数据的建模与分析，各成分模型的线性度良好。此外，通过扩大样本量、优化模型算法、结合其他分析方法验证等，可以提高近红外光谱仪在酒醅成分检测中的准确性和可靠性，推动其在酒行业中的更广泛应用。