近紅外光譜儀在農作物和食品中的應用
對于提(ti)高農作物(wu)產量和可(ke)持續耕種方法(fa)的(de)需求在不斷增加，消費者也對食物(wu)的(de)高品(pin)質、方便性(xing)和選擇多樣性(xing)提(ti)出了需求。食品(pin)的(de)質量往(wang)(wang)往(wang)(wang)取決于內在和外在因素，這(zhe)些因素是可(ke)以(yi)被計量并實現(xian)的(de)，這(zhe)使得研究人員尋求把數據應用到(dao)農業生產中(zhong)的(de)新穎(ying)方法(fa)。
近紅(hong)外光譜在(zai)農業(ye)應用中的優勢
近(jin)紅(hong)外(wai)(wai)光譜(pu)(pu)已(yi)經在(zai)許多應用(yong)領域(yu)中得到(dao)了研究和應用(yong)，尤其是這五種產品：水(shui)果和蔬菜，肉類和魚類，飲料和乳(ru)制品，谷物和糧食儲備，葡萄和橄欖(lan)。同時(shi)，近(jin)紅(hong)外(wai)(wai)光譜(pu)(pu)還在(zai)其它相(xiang)關領域(yu)，例如土壤、肥料以(yi)(yi)及環境(jing)中也得到(dao)了廣泛(fan)應用(yong)。眾所周(zhou)知，近(jin)紅(hong)外(wai)(wai)光譜(pu)(pu)的(de)測(ce)(ce)(ce)量(liang)原(yuan)理簡單易學(xue)，好處也非常多：不需要樣品制備或(huo)僅需要很(hen)少(shao)的(de)樣品制備，測(ce)(ce)(ce)量(liang)速度快，測(ce)(ce)(ce)量(liang)結果準確，測(ce)(ce)(ce)量(liang)成本低，既可(ke)以(yi)(yi)在(zai)實驗室進行也可(ke)以(yi)(yi)在(zai)現場進行，并且(qie)可(ke)以(yi)(yi)實現多個參數同時(shi)測(ce)(ce)(ce)量(liang)。
手持式近紅外反射光譜儀應用
以前Avantes給大(da)家(jia)(jia)分享過一些近(jin)紅外(wai)光譜的(de)(de)應用，但每天在全球都有使(shi)用Avantes光譜儀(yi)的(de)(de)新(xin)(xin)應用被發現(xian)。Avantes的(de)(de)基于線性InGaAs探(tan)測器的(de)(de)近(jin)紅外(wai)光譜儀(yi)家(jia)(jia)族在2020年迎來了一位新(xin)(xin)成員AvaSpec-Mini-NIR。 與(yu)Avantes其他的(de)(de)標準(zhun)桌上(shang)型近(jin)紅外(wai)光譜儀(yi)具(ju)有相同的(de)(de)性能和分辨率，但體積只有紙牌大(da)小，因此它(ta)適(shi)合(he)于精準(zhun)農業市場。
水果和蔬菜
Avantes近紅外光譜儀在水(shui)果和(he)(he)蔬菜的(de)分級和(he)(he)分揀中(zhong)被廣泛(fan)使(shi)用，包括(kuo)但不限于蘋果，櫻桃(tao)(tao)，鱷梨，桃(tao)(tao)和(he)(he)芒果。近紅外光譜技術可(ke)以快速并無損地檢(jian)測果蔬的(de)成熟度和(he)(he)質量，例如水(shui)分，可(ke)溶(rong)性糖含(han)量（SSC），酸度，pH值和(he)(he)花青素等芳香族化合物。手(shou)持式(shi)近紅外反(fan)射(she)光譜儀還可(ke)以對長(chang)在樹上的(de)水(shui)果進行測量。
西班(ban)牙正(zheng)在開(kai)發一種(zhong)機(ji)械手臂，它將(jiang)觸(chu)覺傳感器和近紅外(wai)光譜儀(yi)相結合，用來(lai)確定芒果(guo)的成熟度。這種(zhong)類似的應用可以快(kuai)速推(tui)廣(guang)到其他水果(guo)測(ce)量，還可以自動確定水果(guo)的采摘時(shi)間。
肉類，魚和蛋
近(jin)紅外(wai)光譜技(ji)術在(zai)肉品分級(ji)中可以(yi)區分蛋白質(zhi)和(he)(he)脂肪含量(liang)(liang)，并測量(liang)(liang)水分含量(liang)(liang)，顏(yan)色，pH值和(he)(he)鮮嫩(nen)度指(zhi)標。它(ta)還可以(yi)檢測常(chang)見污(wu)染物(wu)（如(ru)揮發性(xing)氮）的(de)(de)存在(zai)。在(zai)肉類(lei)生產中，這些因素極大地影響(xiang)了(le)肉的(de)(de)質(zhi)量(liang)(liang)和(he)(he)等級(ji)，從(cong)而決定了(le)價格。而在(zai)包裝過程中的(de)(de)質(zhi)量(liang)(liang)控制和(he)(he)檢查對(dui)于(yu)預防食(shi)物(wu)傳染疾病或對(dui)欺騙詐消費(fei)者的(de)(de)行為(wei)也至關重要。
光(guang)(guang)譜法的(de)非(fei)破(po)(po)壞性(xing)，非(fei)化(hua)學性(xing)可以(yi)大大提高產(chan)量(liang)，例如通(tong)過(guo)測量(liang)蛋(dan)(dan)殼來監控雞(ji)(ji)蛋(dan)(dan)質量(liang)。比利(li)時的(de)研究人員(yuan)在(zai)雞(ji)(ji)蛋(dan)(dan)新(xin)鮮(xian)度(du)的(de)校正(zheng)模型(xing)的(de)開(kai)發方面(mian)取得了巨大進展：將(jiang)雞(ji)(ji)蛋(dan)(dan)保質期與其近紅外光(guang)(guang)譜特(te)征(zheng)變化(hua)關聯起來，并(bing)將(jiang)該數(shu)據關聯到雞(ji)(ji)蛋(dan)(dan)新(xin)鮮(xian)度(du)的(de)經典（破(po)(po)壞性(xing)）測量(liang)上。
飲料和乳制品
Avantes的光(guang)譜儀還可以用于分(fen)析牛奶和(he)其他乳制品中(zhong)的蛋白質(zhi)，脂肪(fang)，水，碳(tan)水化合(he)物和(he)礦物質(zhi)，以及識別被摻假(jia)的產品。例如，奶粉中(zhong)的殘留水分(fen)含量多少會影(ying)響保質(zhi)期，并(bing)且(qie)從(cong)質(zhi)量角度來看，還會影(ying)響運輸成本和(he)利(li)潤。近(jin)紅(hong)外漫(man)反射光(guang)譜法(fa)對于檢測位于930 nm，1455nm和(he)1940nm處(chu)水的吸收(shou)峰(feng)非(fei)常有效(xiao)，這些吸收(shou)峰(feng)與水含量是相關的。（4）
葡萄酒和葡萄生產
近紅外(wai)光譜已被用作預測葡(pu)萄(tao)成熟度和(he)表征葡(pu)萄(tao)參(can)數的測量(liang)工具，這些(xie)參(can)數會影響葡(pu)萄(tao)酒的香(xiang)味和(he)品質，例如(ru)可溶(rong)性(xing)糖含量(liang)，酸度和(he)芳(fang)香(xiang)化合(he)物如(ru)花青素和(he)多(duo)酚。
在(zai)收獲(huo)時(shi)的葡(pu)(pu)萄(tao)特征是影響(xiang)葡(pu)(pu)萄(tao)酒質量的關鍵因素。近紅外光(guang)譜反射(she)法作為(wei)一種快(kuai)速、無損的用(yong)(yong)于評估收獲(huo)時(shi)葡(pu)(pu)萄(tao)質量的測(ce)量工具，被業(ye)內(nei)廣泛采(cai)用(yong)(yong)。（5）
谷物和飼料
小麥(mai)，大(da)(da)麥(mai)，大(da)(da)米和(he)大(da)(da)豆生(sheng)產的(de)研究人員正在(zai)研究使用(yong)近紅外(wai)光(guang)譜法(fa)來監(jian)測作(zuo)物(wu)的(de)健康(kang)狀況和(he)生(sheng)長狀況，識別各種植(zhi)物(wu)病害和(he)污(wu)染(ran)物(wu)，并在(zai)收獲時評估作(zuo)物(wu)質量，進而(er)用(yong)來給農作(zuo)物(wu)評級和(he)定價。
Avantes公(gong)司最(zui)近與美國農業部(bu)的(de)(de)(de)一個合作項目(mu)最(zui)近采用近紅(hong)外光譜技術來預測(ce)小麥(mai)(mai)收獲時蛋(dan)白質的(de)(de)(de)含量(liang)，并確定需要(yao)補充(chong)氮肥的(de)(de)(de)時間(jian)。小麥(mai)(mai)的(de)(de)(de)價格取決于谷物中(zhong)的(de)(de)(de)蛋(dan)白質含量(liang)，因此使(shi)蛋(dan)白質含量(liang)盡可能多是小麥(mai)(mai)生產者的(de)(de)(de)重(zhong)要(yao)責任(ren)。（6）
土壤，有機肥料和其他生長成分
土(tu)(tu)壤(rang)管理(li)對于農業在未來的可(ke)持(chi)續發展至(zhi)關(guan)重要，對土(tu)(tu)壤(rang)特征的表征可(ke)以決(jue)定(ding)需要對土(tu)(tu)壤(rang)采取何種(zhong)處(chu)理(li)方(fang)法或減緩方(fang)式，甚至(zhi)決(jue)定(ding)哪(na)種(zhong)作物適合哪(na)些地區。近紅外(wai)光譜技術(shu)可(ke)以快速收(shou)集(ji)土(tu)(tu)壤(rang)的水(shui)分，堅實度和土(tu)(tu)壤(rang)密度等信息。（7）
林業保護
在整個美國西部(bu)，灰螟(ming)作為入(ru)侵物種可以(yi)損毀森(sen)林(lin)并消(xiao)滅(mie)大(da)量(liang)樹(shu)木(mu)，進而增加山(shan)(shan)火(huo)危險。山(shan)(shan)松(song)甲蟲同樣(yang)會毀壞森(sen)林(lin)并大(da)面積消(xiao)滅(mie)大(da)量(liang)樹(shu)木(mu)。如果可以(yi)盡早發現(xian)甲蟲侵擾，就可以(yi)幫(bang)助公園和林(lin)業管理人員在大(da)面積爆發前(qian)(qian)減(jian)輕(qing)損害。目前(qian)(qian)依(yi)然依(yi)靠人員目視(shi)檢(jian)查(cha)，但是(shi)手持式近紅外(wai)儀器可以(yi)在現(xian)場檢(jian)測病蟲害。（8）
農業/食品應用人員面臨的挑戰
近紅(hong)外漫反射光譜法(fa)在農業中(zhong)的(de)應用往往會面(mian)臨一個挑戰，從(cong)光譜數據中(zhong)提取有用信(xin)息需要(yao)一些(xie)特殊的(de)數據處理(li)方法(fa)和(he)開發校正模型。Avantes和(he)我們合作伙(huo)伴一起(qi)為(wei)為(wei)農業領域(yu)的(de)研(yan)發人員提供這個支持。
應用開發的早期技術支持
早(zao)期(qi)應用開發始于開發校正模型(xing)，即對獲得的在多種(zhong)條(tiao)件下樣品(pin)的光(guang)譜數據進行統計(ji)建模，使用戶能夠(gou)預(yu)測將來的要測量的樣品(pin)的特征。而(er)且每次測量的結果都可以加到(dao)數據庫中，從而(er)改(gai)善(shan)以后的預(yu)測結果。
References
1. 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.
2. 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.
3. 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.
4. 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).
5. 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.
6. 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.
7. 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.
8. 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.