陳秀明，奚星林，潘丙珍，梁瑞婷，邵仕萍，李雙，何吉子

（廣東檢驗檢疫技術(shù)中心，廣東省動植物與食品進出口技術(shù)措施研究重點實驗室，廣東廣州 510623）

咖啡是用經(jīng)過烘焙的咖啡豆制作出來的固體飲料，是流行于世界的三大飲品（咖啡、可可及茶）之一，適量飲用能起到消除疲勞、振奮精神、促進血液循環(huán)、提高勞動效率和思維活動能力等多種有益的功效，因此，咖啡已成為當今人們飲食生活中的重要組成部分。咖啡還具有抗炎、保護身體免受黃曲霉毒素等致癌物影響、降低發(fā)生糖尿病、肝硬化等風險的獨特功效。

由于旱災(zāi)和農(nóng)作物疾病、氣候變化的影響，咖啡主要產(chǎn)地巴西、非洲等地的產(chǎn)量近年來出現(xiàn)了明顯的下降，原料咖啡豆的短缺問題越來越嚴重，加上非洲適合種植咖啡的土地大幅度的減少，據(jù)預(yù)測，到2080年，全球咖啡產(chǎn)量估計將減少七成。據(jù)國外權(quán)威媒體披露，在供不應(yīng)求的情況下，不少不法商販往咖啡中摻入谷物、玉米、大豆和紅糖等物質(zhì)從而獲得更高的利潤[1]，往咖啡里摻進此類物質(zhì)不但影響質(zhì)量和口感，也損害消費者利益，雖然沒有非法添加物質(zhì)，但假冒品牌產(chǎn)品以次充好，損害品牌形象，對公平競爭的市場環(huán)境造成嚴重損害。而針對咖啡中摻入玉米、大麥、小麥、大豆、大米和紅糖等物質(zhì)的問題，目前國內(nèi)還極少有咖啡摻假鑒別的報道。如何研究建立一種咖啡摻假的快速鑒別方法，對于進口咖啡的質(zhì)量把關(guān)，打擊偽劣產(chǎn)品，維護消費者權(quán)益，具有重要的現(xiàn)實意義。

近紅外光譜技術(shù)具有快速、無損、無污染、高效、低成本及在線多組分檢測等特點，廣泛應(yīng)用于飼料、食品、農(nóng)牧業(yè)及石油化工等領(lǐng)域[2]，近幾年來，近紅外光譜技術(shù)結(jié)合化學(xué)計量學(xué)方法鑒別食品摻假的應(yīng)用更是日益廣泛。本研究是利用近紅外光譜技術(shù)結(jié)合Adulterant Screen算法，研究建立一個快速鑒別咖啡摻假的模型，模型能實現(xiàn)有效快速的鑒別咖啡摻假。

1 材料與方法

1.1 材料

收集 20個品牌不同風味進口及國產(chǎn)烘培咖啡豆共98個樣品，將其用粉碎機磨制成粉末樣品；收集摻假物巴西莓果粉及大麥2種，其中大麥用250度高溫炒制30分鐘后磨碎成粉末制備而成。表1為樣品及摻假物信息表。

表1 樣品及摻假物信息表Table 1 Information table of samples and adulterants

1.2 儀器與設(shè)備

美國PE（Perkin Elmer）DairyGuard傅里葉變換近紅外光譜分析儀，光源為采用空氣冷卻的、預(yù)校準的、熱點穩(wěn)定的鹵鎢燈光源，分束器為：CaF2，檢測器為：NIR TGS，積分球為InGaAs，自動切換。光譜范圍10000~4000 cm-1，分辨率16 cm-1，采用Spectrum FTIR軟件進行采集并處理計算，儀器開機后需預(yù)熱30 min，開機后首次樣品譜圖掃描前均需進行空白背景掃描[3]。

1.3 方法

1.3.1 樣品的光譜采集

環(huán)境溫度 20 ℃，相對濕度 45%，掃描范圍10000~4000 cm-1，掃描次數(shù)32，每次扣除空氣本底，實時扣除空氣中的水和二氧化碳的強吸。為了減小樣品顆粒不均勻產(chǎn)生的誤差，測量2次平行，取均值。為保證粉末分布均勻，在裝好樣品后用實心圓形鐵塊輕輕壓實[3]。

1.3.2 數(shù)據(jù)集劃分及模擬摻假樣品的制備

收集的98個樣品中，抽取50個樣品用作建立校正及驗證光譜數(shù)據(jù)集，另取42個用作制備模擬摻假咖啡樣品，剩下6個咖啡樣品用作空白待測樣品（無添加摻假物的純咖啡樣品）。其中將42個模擬摻假咖啡樣品一分為二，一份為在咖啡中混入2%、5%、10%、15%、20%、30%及40%的巴西莓果粉，制備成不同含量摻假咖啡用于檢測，每個濃度制備6個平行樣。為了減小樣品不均勻產(chǎn)生的誤差，裝樣時，在裝好咖啡樣品后用實心圓形鐵塊輕輕壓實，使得粉末分布均勻。同法，另一份為在咖啡中混入2%、5%、10%、15%、20%、30%及 40%的大麥，制備成不同含量摻假咖啡用于檢測，每個濃度制備6個平行樣。

1.3.3 Adulterant Screen法建立咖啡鑒別模型庫

咖啡鑒別模型的建立：第一材料光譜模型即咖啡分類模型的建立：將收集到的50個純咖啡樣品采集的光譜數(shù)據(jù)添加到“咖啡分類模型”中，建立校正和驗證用光譜數(shù)據(jù)庫。第二摻假物光譜模型建立：將收集到的摻假物巴西莓果粉及大麥，采集得到的光譜數(shù)據(jù)添加到“摻假物模型”中，用作摻假物光譜數(shù)據(jù)庫。將上述“咖啡分類模型”和“摻假物模型”兩組光譜庫導(dǎo)入Spectrum FT-IR軟件中，運用Adulterant Screen算法進行計算，即完成咖啡鑒別模型庫的建立。

1.3.4 光譜的預(yù)處理

為了消除樣品光譜信號的高頻噪聲、基線漂移、雜散光、樣品背景等非目標因素[4~6]，我們采用一定的光譜預(yù)處理方法來減弱或消除非目標因素對光譜的影響。通過儀器內(nèi)置Spectrum FT-IR軟件采集樣品光譜數(shù)據(jù)后，對樣品光譜進行一階求導(dǎo)及平滑預(yù)處理，選用平滑窗口大小為 8，此時能有效濾除各類因素產(chǎn)生的高頻噪音。

1.3.5 Adulterant Screen算法

Adulterant Screen算法：是專門為復(fù)雜基質(zhì)中任意潛在摻假成分篩查而設(shè)計的新算法，該法既保留SIMCA等基于主成分分析（PCA）的化學(xué)計量學(xué)方法[7~9]，而且通過建立的潛在摻假成分光譜數(shù)據(jù)庫進行計算獲得更高的鑒假靈敏度。當獲得一個未知樣品光譜后，Adulterant Screen算法首先將其與標準樣品（材料光譜）的主成分（PCA）模型進行比較，第二使用各種潛在摻假成分的光譜對該模型進行擴展，如果在模型中增加某種摻假成分光譜后，未知樣品光譜與其擬合程度得到顯著增加，說明該樣品很可能含有這種摻假成分。該算法輸出結(jié)果是摻假成分的估算濃度、檢測限及置信度指標，置信度指標：可能、有可能、非常可能，顯示的是該摻假成分實際存在的可能性大小，摻假物能準確識別且可信度為“可能”時，可定義為最低檢出限[10]。

2 結(jié)果與討論

2.1 不同含量巴西莓果粉摻假咖啡的鑒別結(jié)果分析

經(jīng) DairyGuard傅里葉變換近紅外光譜分析儀采集的待測樣品光譜圖，如圖1為50個咖啡樣品疊加近紅外光譜圖，第一基于 Spectrum FT-IR軟件及Adulterant Screen算法建立的“咖啡分類模型”，將待測樣品光譜與“咖啡分類模型”的 PCA咖啡光譜模型進行比較，判斷是否為咖啡；第二基于“摻假物模型”，將待測樣品中可能潛在的摻假成分光譜對 PCA的咖啡光譜模型進行擴展，如果模型增加某種潛在成分光譜，且與“摻假物模型”的光譜擬合程度明顯增加，說明該咖啡樣品存在摻假物成分，并同時給出置信度指標。與此說明了經(jīng)Adulterant Screen法計算處理后，第一步驗證通過，表示該物質(zhì)為咖啡樣品，第二步驗證通過，表明該物質(zhì)沒有任何摻假成分；驗證失敗，表示該物質(zhì)有摻假成分，并給出摻假物信息及置信度的評價指標[11]。

圖1 50個咖啡樣品疊加近紅外光譜圖Fig.1 superimposed near-infrared spectrogram of 50 coffee samples

6個空白待測樣品及摻入不同含量的巴西莓果粉咖啡樣品的鑒別檢測結(jié)果如表2。從表2可以看出，所有待測樣品經(jīng)儀器軟中的Adulterant Screen法計算處理后，均識別判斷為咖啡樣品，因此軟件的第一步驗證全部是通過的，第二步驗證時，只有空白待測樣品驗證結(jié)果為通過，并能與咖啡材料光譜匹配正常，其它均為驗證失敗，與咖啡材料光譜匹配不正常，同時能準確的識別出摻假成分為巴西莓果粉，摻假含量2%、5%、10%、15%、20%、30%及40%的每個含量的 6個平行樣品均能準確識別出摻假物為巴西莓果粉，摻假物識別率為100%。當摻假濃度在5%、10%、15%及20%時，儀器軟件給出置信度指標為“很可能”，摻假濃度在30%及40%時，置信度指標為“非?？赡堋保划敁竭M巴西莓果粉含量 2%時，儀器軟件能準確識別出摻假物，而置信度指標評價為“可能”，因此可以確定為本研究的最低檢測出限。

表2 摻有不同含量巴西莓果粉的咖啡檢測結(jié)果Table 2 Coffee test results with different contents of acai berry powder(n=6)

2.2 不同含量大麥摻假咖啡的鑒別結(jié)果分析

摻入不同含量大麥的咖啡樣品鑒別檢測結(jié)果如表3，從表3可以看出，模擬摻假的咖啡樣品經(jīng)儀器軟中的Adulterant Screen法計算處理后，均識別判斷為咖啡樣品，因此軟件的第一步驗證全部是通過的，當摻假大麥含量在 2%的時候，軟件給出第一步和第二步驗證結(jié)果都為通過，置信度指標也為不正常，說明建立的咖啡鑒別模型無法鑒別咖啡是否摻假，并給出無摻假物的鑒別結(jié)果。當摻假大麥含量5%、10%、15%、20%、30%及 40%時，第一步驗證通過第二步驗證失敗，每個不同含量的6個平行樣品均能準確識別出摻假物為大麥，識別率為100%。當摻假含量在5%、10%、15%及20%時，儀器軟件給出置信度指標為“很可能”，摻假含量在30%及40%時，置信度指標為“非?？赡堋?，因此，摻假大麥的咖啡鑒別的最低識別含量為5%。

表3 摻有不同含量炒制大麥的咖啡檢測結(jié)果Table 3 Coffee test results for barley with different amounts of stir-fried barley (n=6)

2.3 純咖啡與摻假咖啡的近紅外光譜圖比較

圖2 不同物質(zhì)近紅外光譜圖（摻假物為巴西莓果粉）Fig.2 Near infrared spectrogram of different substances (The adulterated is acai berry powder)

圖3 不同物質(zhì)近紅外光譜圖（摻假物為大麥）Fig.3 Near infrared spectrogram of different substances (The adulterant is barley)

圖2為純咖啡、巴西莓果粉和摻假15%巴西莓果粉的咖啡的近紅外光譜圖，從圖2可見，咖啡的近紅外光譜圖（A）、巴西莓果粉的近紅外光譜圖（B）及摻假 15%巴西莓果粉的咖啡的近紅外光譜圖(C)非常相似，根本沒辦法區(qū)分三者之間的差別，而經(jīng)軟件及Adulterant Screen算法計算處理后，驗證結(jié)果為：咖啡樣品第一步驗證通過，說明該樣品為咖啡，第二步驗證通過，證明無摻假物；摻假巴西莓果粉15%的咖啡驗證結(jié)果：第一步驗證通過，說明該樣品為咖啡，第二步驗證失敗，軟件快速準確識別出摻假物為巴西莓果粉，并給出置信度指標為“很可能”，實現(xiàn)了摻假物有效的鑒別。

圖3為純咖啡、大麥和摻假10%大麥的咖啡的近紅外光譜圖，從圖3可見，咖啡的近紅外光譜圖（紅色曲線）、大麥的近紅外光譜圖（黑色曲線）及摻假10%大麥的咖啡的近紅外光譜圖(藍色曲線)差別不大，無法區(qū)分之間的差異，通過Adulterant Screen算法計算處理后，咖啡鑒別模型驗證結(jié)果為咖啡樣品第一步驗證通過，說明該樣品為咖啡，第二步驗證通過，證明無摻假物；摻假10%大麥的咖啡驗證結(jié)果：第一步驗證通過，說明該樣品為咖啡，第二步驗證失敗，軟件快速準確識別出摻假物為大麥，并給出置信度指標為“很可能”，實現(xiàn)了摻假物有效的鑒別。

3 結(jié)論

本研究采用 DairyGuard近紅外光譜儀采集樣品光譜，運用Adulterant Screen算法建立咖啡摻假物鑒別模型，對7個不同含量巴西莓果粉及炒制大麥的摻假咖啡進行鑒別分析，實驗結(jié)果顯示，摻假含量2%、5%、10%、15%、20%、30%及 40%巴西莓果粉的摻假咖啡均可以實現(xiàn)摻假鑒別，能準確的識別出摻假物為巴西莓果粉，當摻假含量為 2%時，儀器軟件能準確識別出摻假物，而置信度指標評價為“可能”，因此2%為最低識別含量，即為本研究的最低檢測出限。對摻假含量2%、5%、10%、15%、20%、30%及40%大麥的摻假咖啡鑒別分析結(jié)果顯示，摻假含量 2%大麥的摻假咖啡無法識別出摻假物，錯誤判別為無摻假物，其余不同摻假含量炒制大麥的摻假咖啡均能準確的識別出摻假物。故此，本研究建立的快速鑒別咖啡摻假模型，模型能有效快速的鑒別咖啡摻假，實現(xiàn)了在線快速鑒別檢測，為咖啡樣品摻假鑒別提供了一種操作簡單、快速、可靠、便捷且樣品無損的檢測方法，能有效的運用于咖啡樣品摻假鑒別的日常檢測工作中。