一种基于近红外光谱技术判别高温大曲的方法技术

本申请公开了食品检测技术领域中的一种基于近红外光谱技术判别高温大曲的方法，包括以下步骤：1)收集酱香型高温大曲样品，采集样品的近红外光谱数据；2)对上述样品的类黑素含量进行准确定量；3)建立近红外光谱技术结合偏最小二乘法的类黑素判别模型；4)对未知样品的近红外光谱数据进行采集，带入步骤(3)的模型中，得到样品的类黑素含量数据，依据含量数据落入哪个黑白黄曲的数值范围，判定出未知样品的大曲类型。本申请通过偏最小二乘法，对近红外光谱信息与类黑素信息建立关联模型，进而以近红外光谱数据预测未知样品的类黑素含量，进而判别大曲类型(黑曲、黄曲、白曲)。白曲)。白曲)。

【技术实现步骤摘要】
一种基于近红外光谱技术判别高温大曲的方法


[0001]本专利技术涉及食品检测
，具体涉及一种基于近红外光谱技术判别高温大曲的方法。

技术介绍

[0002]酱香型白酒是我国主要香型白酒之—，具有酒体醇厚、酱香突出、空杯留香持久和回味悠长等特点，这种独特的风味与其特殊且充满古风遗韵的酿造工艺息息相关。酱香型白酒采用高温大曲作为糖化发酵剂，高温大曲的原料是小麦，经粉碎加水和曲母踩成曲胚，在室内保温培养使微生物生长繁殖，以产生酿酒所需的每类风味成分，再经风干、储存，即成高温大曲。因制曲过程中环境因素的空间差异导致不同特征大曲的形成：在堆放过程中，不同的空间位置(如曲房中堆放的位置、堆放的内层和外层)局部环境(如温度、水分、氧浓度等)存在差异，从而形成不同特征的成品曲，且在颜色上差异明显，分别是黑曲、白曲和黄曲三类大曲的微生物、氨基酸、风味物质、糖化力、液化力、酯化力等指标各有差异，这三种曲经过储存混合磨碎投入制酒生产使用，其质量、比例对制酒生产有重要影响。
[0003]黑曲酱香突出并带有焦香，但糖化力低；白曲糖化力较高但酱香味不足；黄曲各项指标较为适宜。在生产中，黑曲若用量少，酒有愉快的焦香；若用量大，则成品酒糊苦味重，以致造成“焦盖酱”的后果，影响酒的风格和质量。目前生产上要求出仓曲的标准是黄曲≥80％，白曲+黑曲<20％，白曲＞黑曲。目前实际生产中，酿酒所用黑白黄曲主要由经验丰富的曲师凭借感官(外观、断面、香气等)来对曲块进行质量分级配比，但是靠曲师感官分类的方法，是主观的，因为曲的颜色是渐变的，一些不典型的样品难以客观评价；另外一些样品发酵情况不一，或数量颇多的若干大曲也难以一一评价。这两种情况下，可以采用粉碎的方式，对均一后的样品进行检测，进而测算类黑素含量或大曲类别。目前对生产用曲类黑素指标的检测，通常经过提取(水浴提取法、乙醇提取法或超声提取法)后，再以紫外比色法定量。但通常较为耗时，一般在2～7h，且操作繁琐。

技术实现思路

[0004]本专利技术针对现有技术的不足，设计一种能够快速准确对批量的大曲进行判别的方法。
[0005]本专利技术的目的之一提供一种基于近红外光谱技术判别高温大曲的方法，包括以下步骤：
[0006]1)收集酱香型高温大曲样品，采集样品的近红外光谱数据；
[0007]2)对上述样品的类黑素含量进行准确定量；
[0008]3)建立近红外光谱技术结合偏最小二乘法的类黑素判别模型；
[0009]4)对未知样品的近红外光谱数据进行采集，带入步骤(3)的模型中，得到样品的类黑素含量数据，依据含量数据落入哪个黑白黄曲的数值范围，判定出未知样品的大曲类型。
[0010]本专利技术的工作原理：类黑素是美拉德反应后期形成的一类棕褐色的，结构复杂的
大分子化合物，其C
‑
H，N
‑
H，O
‑
H等含氢基团，在近红外光谱上有响应，白曲、黄曲、黑曲三类大曲，其中的类黑素含量呈现出依次升高的规律，类黑素的含量，与大曲类别存在关联关系。本申请通过偏最小二乘法，对近红外光谱信息与类黑素信息建立关联模型，进而以近红外光谱数据预测未知样品的类黑素含量。通过类黑素的含量，进而判别大曲类型(黑曲、黄曲、白曲)。
[0011]有益效果：1、本申请提供的类黑素检测方法，分析快速，操作简便，检测时间仅为10
‑
15min，检测效率是传统方法的至少8倍；且无需试剂，检测过程安全无毒无害。本申请提供的近红外检测方法，可预估大曲样品类黑素含量，分析误差小于10％。
[0012]2、本申请可快速判别黑白黄曲类别，进而为生产用曲的比例与含量提供依据，将原先的依据感官判别，提升到以数据为依据，更加科学、准确的控制白酒生产。本申请提供的大曲类别判别方法，准确度可达92％。
[0013]3、本申请的实施确保了对大曲的精准识别，而大曲的科学配比与选用会显著提高全年白酒的产质量，并且免去了繁琐的检测操作后可节省人力成本与时间成本；本申请可作为一种大曲质量评价的通用方法，可被其他酒企借鉴、应用，在行业中起到示范、促进作用。
[0014]进一步，高温大曲典型样品中黑曲、白曲、黄曲每类不少于10个。优选的，样品总量不少于50个，每个样品不少于20g，样品的总量越多，模型越精确，但是样品数量太多，又增加模型的建立时间和成本，样品优选在100个以下(本申请的实施例仅有72个)，通过对建模的各个步骤进行优化后，最终判别的正确率高达92％。
[0015]进一步，步骤1)先对样品进行预处理：粉碎高温大曲典型样品，粒度为15～200目。优选为30～60目筛；更优选为60目。
[0016]进一步，步骤2)定量的方法包括水浴提取法、乙醇提取法或超声提取法；其中水浴提取法为向粉碎后的样品中加入纯水，加热搅拌后离心，取上清，用水定容至标准值，检测前先进行稀释，再离心得到上清液，上清液于470nm处测量吸光值，根据公式计算大曲类黑素含量。其中计算公式为：C＝A/eb，
[0017]式中：C——类黑素的含量(mmol/L)；
[0018]A——样液的吸光度(470nm)；
[0019]e——类黑素的摩尔消光系数0.64L/mmol
·
cm；
[0020]b——比色皿厚度(cm)。
[0021]具体方法为：称取4g大曲粉，加入80ml的蒸馏水，60℃加热搅拌6h后离心两次(8000rpm10min 20℃)，取上清，用水定容至100ml，检测前进行2.5倍稀释，再离心(8000rpm 10min20℃)，上清液于470nm处测量吸光值，计算大曲类黑素含量。
[0022]进一步，步骤3)建模时，具体包括以下步骤：a、样品分组：将样品分为建模样本组与预测样本组，分组方法为随机分组、K
‑
S法或SPXY法；
[0023]b、模型建立：以近红外光谱各波数上的吸光度值为自变量，以类黑素的含量数据作为响应值，采用交互验证方式建立类黑素含量的PLS模型，考察各个主成分上的均方根误差，选取数值最低的均方根误差的主成分数作为最佳主成分数，在此PC数上建立模型，考察模型校正集决定系数、验证集决定系数、交叉验证均方差；
[0024]c、外部验证：将步骤a的预测样本组代入PLS模型中，考察预测集相关系数、预测均
方根误差或RPD；
[0025]d、模型优化和确定：根据模型自身指标及外部验证结果对模型进行优化，优化方法可以为光谱预处理或波段选择，最终确定判别模型。
[0026]模型优化非必需步骤，但通常绝大多数情况下做了优化的模型效果更好。
[0027]光谱预处理方式可以为平滑(Smooth)、求导(Derivatives)、标准化(Normalize)、基线校正(Baseline)、去趋势化(Detrend)、多元散射校正(multiplicative scatter correction，MSC)、变量标准化(本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于近红外光谱技术判别高温大曲的方法，其特征在于，包括以下步骤：1)收集酱香型高温大曲样品，采集样品的近红外光谱数据；2)对上述样品的类黑素含量进行准确定量；3)建立近红外光谱技术结合偏最小二乘法的类黑素判别模型；4)对未知样品的近红外光谱数据进行采集，带入步骤(3)的模型中，得到样品的类黑素含量数据，依据含量数据落入哪个黑白黄曲的数值范围，判定出未知样品的大曲类型。2.根据权利要求1所述的基于近红外光谱技术判别高温大曲的方法，其特征在于：高温大曲典型样品中黑曲、白曲、黄曲每类不少于10个。3.根据权利要求2所述的基于近红外光谱技术判别高温大曲的方法，其特征在于：步骤1)先对样品进行预处理：粉碎高温大曲典型样品，粒度为15～200目。4.根据权利要求1所述的基于近红外光谱技术判别高温大曲的方法，其特征在于：步骤2)定量的方法包括水浴提取法、乙醇提取法或超声提取法中的任一种；其中水浴提取法为：向粉碎后的样品中加入纯水，加热搅拌后离心，取上清，用水定容至标准值，检测前先进行稀释，再离心得到上清液，上清液于470nm处测量吸光值，根据公式计算大曲类黑素含量。5.根据权利要求1所述的基于近红外光谱技术判别高温大曲的方法，其特征在于，步骤3)建模时，具体包括以下步骤：a、样品分组：将样品分为建模样本组与预测样本组，分组方法为随机分组、K
‑
S法或SPXY法；b、模型建立：以近红外光谱各波数上的吸光度值为自变量，以类黑素的含量数据作为响应值，采用交互验证方式建立类黑素含量的PLS模型，考察...

【专利技术属性】
技术研发人员：王凡，卢君，山其木格，唐平，孟天毅，郭莹，秦立芹，郝淑月，李长文，
申请(专利权)人：贵州国台酒业集团股份有限公司，
类型：发明
国别省市：