近紅外光譜檢測技術作為一種綠色、無污染、快速、無損檢測技術，廣泛應用于醫藥[1]、木材[2]、化工、食品[3-6]品質檢測等領域，不需要復雜的樣品前處理即可同時檢測多種成分指標。牛奶含有豐富的動物蛋白，能為人體提供大部分必需氨基酸，口感醇正，易于消化，具有促進青少年智力發育、鎮靜安神、抗衰老等功效，深受廣大消費者的喜愛。但是受牛奶中三聚氰胺事件等負面新聞的影響，我國的乳品消費量大幅下降，食品安全問題摧毀了民眾的消費信心。加強乳制品行業的整改，提升產品品質，規范乳品市場是目前亟待解決的重大問題。牛奶成分的分析和品質監測是乳品產業中的重要環節，隨著大量品牌涌入市場，提供一種能快速鑒別高品質品牌乳品及摻假識別的檢測方法具有重大意義。

1 材料與方法

1.1材料與試劑

牛奶：北農自產牛奶與購自超市的不同日期、不同批次的三元、蒙牛、伊利的純牛奶、高鈣奶及特品奶等。

1.2儀器與軟件

試 驗 使 用 美 國Thermo Scientific公 司 生 產 的Nicolet 6700傅里葉變換近紅外光譜分析儀，利用積分球漫反射采樣系統采集其NIR光譜，采樣間隔為7.714 cm-1,檢測器為In Ga As.儀器開機后需提前預熱至少30min,近紅外光譜數據采集參數設置為掃描范圍10 000 cm-1~4 000 cm-1,掃描次數32次，分辨率16 cm-1,采用自動大氣背景扣除，每個樣品做3次平行試驗，取其平均光譜。光譜數據采集與處理軟件為Ominic 8.1.11與TQ Analyst 8.5.28.

牛奶品質指標的測定試驗采用優創UL40BC全自動乳成份分析儀。

1.3樣品來源與光譜測定

購自超市的不同時間不同批次的三元特品奶（ST）18個樣本、三元VAD奶（SV）12個樣本、三元鮮牛奶（SX）6個樣本、伊利高鈣奶（YG）15個樣本、伊利純牛奶（YC）15個樣本、蒙牛純牛奶（MC）15個樣本、蒙牛高鈣奶（MG）15個樣本、北京農學院自產純牛奶（BUA）20個樣本，同時為擴大樣本的適用性和代表性，實驗室配置了含1 %、2 %、4 %、7 %、10 %、13 %三聚氰胺的蒙牛摻假牛奶（M）54個樣本[7],含10 %、20 %、30 %、50 %、70 %、90 %還原奶的三元摻假牛奶（S）54個樣本[8],共計224個樣本。每個樣品重復裝樣3次進行平行試驗，將224個樣品的光譜一并納人后續的模型分析。

為了消除外界環境的影響，減少試驗過程中的操作誤差，提高光譜數據的有效信息量，樣品光譜的測定采用50 m L規格的同一燒杯盛放，采樣溫度為（23±2）℃，樣品需要在采樣溫度下平衡至少2 h,采樣高度為25 mm[9].使用智能化TQ Analyst 8.5.28化學計量學軟件，以及光譜預處理方法，濾除各種因素產生的高頻噪聲。采用主成分分析方法，建立不同品牌牛奶樣品的光譜數據的定性判別模型。

1.4光譜預處理

NIR光譜采集過程中，采樣環境、樣品均勻性及儀器狀態等因素的影響，可能會導致光譜基線產生偏移或漂移，背景干擾等現象，在建立校正模型時，就需要對光譜進行適當的預處理來消除其影響。常用的預處理的方法有多元散射校正 （MSC） 和標準正則變換（SNV）、微分處理（一階導、二階導）、平滑濾波（如Sacitzky-Golay濾波和Norris微分濾波）等[10].

分析對比試驗中采集的224個牛奶樣品的NIR光譜在不同預處理條件下的建模效果，發現試驗中原始譜圖建模效果良好，采用PCA降維后，定標模型對外來樣品的光譜差異的識別程度高，預測結果準確率大于等于99.0 %.不同的光譜預處理方法下建模效果的對比如表1.

不同預處理條件下的建模結果見表1,高品質原始譜圖經常不需要預處理，就能達到良好的建模效果，因此樣品采集過程中要盡量避免環境及樣品誤差的影響。

1.5主成分分析

NIR光譜數據是一個高維數據矩陣，主成分分析（principal component analysis,PCA）是將數據降維以消除眾多信息中相互重疊的部分。通過對大量原始光譜變量進行分析轉換，使數目較少的新變量成為原變量的線性組合，同時新變量能最大限度的表征原變量的數據結構特征，并不丟失有用的信息。

2 結果與分析

2.1不同品牌牛奶樣本的近紅外漫反射光譜與乳成分

隨機抽取不同品牌的牛奶進行NIR光譜掃描，測得其典型近紅外漫反射光譜曲線如圖1所示。