二维红外光谱技术分析论文

1材料与方法

样品：根据市场上黄酒中糖、酸的主要成分及其相互比例配制糖-酸混合溶液，从而模拟酸度对黄酒糖度的影响。配制比例如下：葡萄糖：异麦芽糖：麦芽糖：果糖：蔗糖：乳糖=72:12:7:3:3:3；乙酸：乳酸=40:60。再根据绍兴黄酒检测中心所提供135个的黄酒样品中的糖度分布情况（15g/L~40g/L）、酸度分布情况（3g/L~7g/L），分别配制糖度为15、17.5、20、22.5、25、27.5、30、32.5、35、37.5、40g/L，酸度为3、3.5、4、4.5、5g/L、5.5、6、6.5、7g/L混合溶液，共计99个不同样品。将配制好的溶液使其混合均匀后，快速用DT81261移液枪抽取样品对其进行光谱扫描。仪器设备：美国Nicolet公司的Nexus870傅里叶变换红外光谱仪、InGaAs探测器、1mm光程石英比色皿。溶剂：采用蒸馏水排除其他杂质对结果的影响。溶质：葡萄糖、麦芽糖、异麦芽糖、果糖、蔗糖、乳糖、乙酸、乳酸均为分析纯。以空气为参比，选用光程为1mm的石英比色皿，谱范围为800～2500nm，分辨率为8cm-1，扫描次数为64。

2结果与讨论

2.1一维近红外吸收图谱分析

由于酸度浓度梯度变化较小，光谱受其他因素的影响导致光谱不能明显的体现出光谱随酸度的变化情况，因此在9个浓度中挑选3%、5%、7%与0%光谱做比较，其近二维红外光谱如图1所示。从图1可以看出，在1650~1850nm区间光谱有微小的变化，在1794nm处的特征峰吸光度随酸度浓度的增加而增加。陈斌[11]通过研究6%的醋酸、6%的葡萄糖、6%的醋酸和6%的葡萄糖的混合溶液的近红外光谱分析，发现醋酸和葡萄糖的混合溶液的光谱曲线并不是理论上的两条原溶液的叠加，与原溶液相比在1250~1850nm的峰和谷的形状都发生了较为明显的变化。为了排除水在1450nm处对糖的强烈影响，因此选择1650~1850nm波段作为分析对象。

2.2二阶导数近红外谱图分析

由于原始近二维红外光谱分辨率太低，很难通过光谱了解酸度对混合糖度的影响。因此计算其光谱的二阶导数，从而增强光谱的分辨率。通过波段分析酸对糖的影响，结果见图2。从图2的二阶导数光谱图中可以看出有1818nm、1823nm、1834nm、1839nm、1845nm6个波长处明显的受酸度浓度改变而变化的特征峰。而在1650~1800nm波段范围内，出现了很多类似较小的特征峰。说明该波段受酸度的影响特征峰较多，但影响较弱。因此，重点通过1800~1850nm波段分析酸对糖的影响。从图2还可以看出，在1823nm、1834nm、1845nm处均形成了波谷，说明这些波长均由糖所引起。不含酸的混合糖溶液在1818nm、1839nm处出现波峰。而酸-糖混合溶液在这些波段处出现波谷。说明该波长处酸与糖发生了相互作用。根据特征峰的变化大小可知，结果受酸度变化敏感程度强弱：λ1845>λ1839>λ1818>λ1823>λ1834。

2.3二维相关图谱分析

进行二维相关分析有两个作用，一能鉴别出各谱峰的归属，二能分析酸对糖溶液的影响以及相互作用[5]。酸-糖共混物的同步交叉峰存在以下关系，[(糖)，(糖)]>0;[(酸)，(酸)]>0;[(糖)，(酸)]<0;[(酸)，(糖)]<0，可以利用这个规律鉴别出各个谱峰的归属;在二维相关光谱中，空白为正峰，阴影为负峰。将对酸度变化较为敏感的1800~1850nm波段进行二维光谱分析，从而分析酸对糖影响以及它们之间的相互作用。图4（a）和（b）为1800~1850nm范围内酸度含量从3%增至7%的二维同步，异步相关光谱图。在图4（a）中出现了1818nm、1823nm、1834nm、1839nm、1845nm较强的自相关峰，其大小表明该波长处吸收强度随酸度变化的敏感程度。这与在二阶导数中分析的结论是一致的。在（1845，1839）、（1845，1823）、（1834，1827）、（1827，1823）、（1837，1818）处出现较强的正交叉峰；在（1843，1839）、（1837，1834）出现较强的负交叉峰。由于1823nm、1834nm、1845归属于糖。根据近红外光谱解析实用指南[12]可知：1839nm、1827nm、1823nm、1834nm、1845nm归属于糖中的O-H伸缩振动和C-O伸缩振动的组合频，1843nm、1837nm、1818nm吸收峰归属于酸中的O-H伸缩振动和C-O伸缩振动的组合频。表1列出二维光谱分析相关峰的归属和各吸收峰的变化顺序。从表1可以看出，在1800~1850nm范围内随着酸度的增加，各波长的响应顺序为：λ1843>λ1839>λ1845>λ1823>λ1827>λ1834>λ1837>λ1818。从中可以看出酸对糖的影响主要来自酸的O-H、C-O分别和糖的O-H、C-O形成的氢键。2.4酸对糖度模型的影响从模型角度出发考虑酸对糖的影响，以99个样品作为样品集，分批次将不同酸度下的11个不同糖度的混合溶液作为预测集。按照近红外原理，RSD<10%，RPD>3，则模型预测效果理想[13-14]。如表2所示，9组不同酸度下的糖度模型效果均理想，且可以看出除了酸度为3%的预测集外，其他预测集的SEP随酸度从3.5%到7%增大而增大，模型效果指标RPD、RSD从165、0.0017变成61、0.0047，模型预测效果变差。酸度为3%预测集的预测效果异常，可能由于酸度为3%的预测集处于浓度分布边缘，相似样本较少所导致。

3结论

以酸度作为干扰，采用二维红外光谱分析技术研究酸对糖的光谱的影响。该方法比传统的近红外光谱法和二阶导数谱更能提高各个吸收峰的分辨率。在对酸度从3%~7%升高的过程中进行二维光谱分析时得出，酸的O-H、C-O分别和糖的O-H、C-O形成的氢键，从而影响糖度的光谱分析结果。通过二维红外光谱分析得出糖度受酸影响的波长点，从而可以剔除受酸度影响的波长点后，通过建模来提高糖度预测模型精度。通过对糖度-酸混合溶液PLS建模可知：随着酸度从3.5%到7%增大，模型效果指标RPD、RSD从165、0.0017变成61、0.0047，模型预测效果变差，因此在实际黄酒糖度检测中应考虑酸对糖度影响，从而提高糖度的预测精度。

作者：蒋巧勇 吕进 刘辉军 张文君 单位：中国计量学院