唐佳代，赵益梅，冉光耀，石雨菲，胡 娜，孟卓妮,
（1.茅台学院酿酒工程系，贵州仁怀 564500；
2.贵州茅台酒股份有限公司，贵州仁怀 564500）
白酒是以谷物或糖类为酿造原料，在糖化发酵剂的作用下，经发酵、蒸馏、贮存、勾调而成。其生产工艺复杂，及时监测酿造过程中涉及原料、大曲、酒醅和白酒的关键指标是质量控制的关键。光谱检测技术是利用各物质具有发射、吸收或散射光谱谱系的特征，以此来确定物质的性质、结构以及含量的方法。目前，应用于白酒质量控制中的光谱技术主要有近红外光谱（Near-infrared spectroscopy，NIRS）技术、高光谱成像（Hyperspectral imaging，HI）技术、拉曼光谱（Raman spectroscopy，RS）技术和荧光光谱（Fluorescence spectrum，FS）技术等，四种光谱技术的特点见表1。
表1 光谱技术特点比较Table 1 Comparison of spectroscopic technical characteristics
在生产实践中，常规关键指标的分析检测主要以化学方法为主，检测效率较低、存在环境污染隐患[1]。为提高生产效率与白酒质量，近年来光谱技术被应用于监测酿造过程中理化指标变化、白酒掺假鉴别、年份鉴别、农药残留检测等[2-6]。作为无损检测技术，近红外光谱和拉曼光谱技术在白酒生产过程中已实现在线检测，大大提高白酒质量控制效率[7-9]。
本文通过对近红外光谱、拉曼光谱、荧光光谱和高光谱成像技术在白酒质量控制过程中指标检测的应用进行综述，分析各技术优劣，展望光谱技术在白酒酿造质量控制中的发展趋势。以期为白酒生产过程中的质量控制技术研究提供参考，为深化传统酿造过程质量快速监测手段，扩大光谱技术应用范围奠定基础。
近红外光是指波长范围在780～2526 nm，介于紫外-可见光与中红外光之间的电磁波。近红外波长的吸收峰的产生是由于O-H、C-H、N-H等共价键的吸收，其中980、1210和1442 nm附近的波长分别是因为水（O-H）、脂肪（C-H）、蛋白质（N-H）的作用[14]。由于近红外光谱技术具有分析速度快，检测效率高，适用范围广，无需前处理等特点[1]。近年来，该技术被广泛应用于农业、食品、药物等领域，在白酒生产过程中原料、大曲、酒醅、基酒及成品酒质量控制中均有应用[15-19]。
1.1 酿酒原料的检测
白酒酿酒原料主要是富含淀粉质的谷物原料，包括高粱、小麦、大米、糯米和玉米等。不同原料中淀粉、蛋白质和脂肪等物质组成存在差异，其含量及比例与白酒风味物质、成品酒品质息息相关。例如，在相同酿造工艺下，高粱中支链淀粉含量与白酒酒精度呈正相关，脂肪与高级脂肪酸乙酯存在正相关，蛋白质与高级醇含量及种类相关，单宁含量与白酒中酚类香气物质呈正相关[20]。出酒率取决于淀粉中的直链淀粉水平，仅靠淀粉的含量并不足以选择最佳的酿酒原料品种，无损检测原料中直链淀粉含量对出酒率的预测有重要意义。Peiris等[21]建立NIRS偏最小二乘回归模型，估算完整高粱样品的淀粉和直链淀粉含量。买书魁等[17]利用NIRS技术对高粱中直链淀粉和支链淀粉含量进行定量分析，通过建立模型能够快速、准确地测定酿酒原料高粱中直链淀粉和支链淀粉含量。白酒领域素有“高粱酿酒香”一说，源于高粱中适量的单宁在发酵或蒸煮过程中分解产生丁香酸、丁香醛和4-乙基愈创木酚等多种芳香族化合物，而过量的单宁则会影响酿酒微生物的新陈代谢[22]。Wang等[23]探讨了用NIRS测定高粱颗粒中单宁含量的可行性。NIRS作为一种高通量预筛选方法，借助该技术可用于鉴定特定淀粉品质性状的高粱种质，预测酿酒原料出酒率、微量成分产量，用以指导生产工艺控制。
1.2 大曲、酒醅理化指标的检测
大曲是中国白酒的糖化发酵剂，兼具投粮和生香功能，大曲中的物质组成一定程度上决定了白酒中的风味物质丰度[24]。生产实践中，大曲中的酸度、淀粉含量、糖化力和水分被认为是大曲质量的关键性理化指标，发酵过程中大曲理化指标的及时监测尤为重要，是大曲和白酒品质稳定的保障。NIRS技术因其具备分析速度快、可同时检测多种组分等特点，适用于生产中大曲理化指标的检测。苏鹏飞等[25]采用NIRS技术结合偏最小二乘法（partial least squares，PLS）处理大曲样品近红外图谱，分别建立了西凤酒大曲水分、酸度以及淀粉指标的定量分析模型。经验证所测大曲水分、酸度、淀粉指标模型预测的平均相对误差均小于3.0%，具有较好的预测能力。与化学分析方法相比，基于NIRS技术分析大曲理化指标具备分析时长短、可减少样品消耗及化学试剂的使用等优势。
酒醅被认为是酿酒过程中微生物生长代谢的基质和营养物质来源，可分为入窖酒醅和出窖酒醅。NIRS技术在酒醅的关键理化指标检测应用较为广泛，已发展出在线检测、便携式近红外的检测，极大地方便了生产实践中酒醅的检测[26-27]。熊雅婷等[28]采用PLS法及最小二乘支持向量机（least squaressupport vector machine，LS-SVM）两种算法建立白酒酒醅中酒精度、淀粉含量、水分、酸度等多个指标的近红外检测模型，从而实现对白酒酒醅主要成分的快速检测。酒醅作为固体样品，在测定其中低含量组分时存在检测灵敏度低、准确性差等问题。为解决上述问题，卢中明等[29]基于PLS法、主成分分析法和逐步回归法建立酒醅浸取液定量模型，有效扩大酒醅中指标含量分析范围，提高定标模型的稳定性与准确度。
1.3 白酒的检测
NIRS技术可以根据特征谱带检测出白酒中一些挥发或非挥发成分，在白酒质量控制中的应用包括风味物质定性定量、白酒香型鉴别、基酒质量分级、量质摘酒、地域鉴别等，在白酒生产过程控制和市售白酒质量检测中有着重要意义[30-35]。NIRS技术为实现生产摘酒在线检测分析，基酒自动化分级奠定了技术基础。高畅等[36]以向后间隔偏最小二乘算法（Synergy interval partial least squares，SiPLS）结合PLS筛选出了白酒中乙酸乙酯和乳酸乙酯的重要波长并建立模型，该模型能够较为准确的预测两类乙酸酯的含量。通过结合已有白酒基酒中典型醇预测研究基础[37]，认为NIRS技术可进一步应用于酱香型白酒生产中对酱香、窖底、醇甜三种典型体的鉴别中，在一定程度减少误差，提高效率。
高光谱成像技术是光谱技术与图像技术相结合，相比于近红外光谱技术能够将检测结果以图像直观的展示，且所获光谱与图像信息能够反映物质含量变化的空间分析。目前，高光谱成像技术在白酒及其生产过程中应用主要集中在大曲关键指标的检测。
2.1 酿酒原料的检测
谷物中的脂肪在白酒酿造过程中被微生物代谢为脂肪酸，脂肪酸是白酒中脂肪酸酯等风味化合物的前驱物。酿酒原料中的脂肪含量测定通常采用GB 5009.6-2016《食品中脂肪的测定》方法或通过气相色谱法，但存在前处理复杂、污染和耗时等不足[38-39]。Nogales-Bueno等[40]证实近红外高光谱成像技术可以无损、环境友好的预测谷物中总脂肪和脂肪酸的含量。
高光谱图像数据处理常与机器学习法相结合，机器学习法能够深入、有效地挖掘高光谱图像中所包含的信息。深度学习是当前机器学习的研究热点，一些学者研究了将高光谱成像技术与深度学习方法相结合来检测谷物种子质量和品种[41-42]。Weng等[43]基于高光谱成像技术和深度学习的主成分分析网络，建立了水稻品种识别模型。Jin等[44]基于NIR高光谱成像技术结合深度学习可以有效区分水稻种子品种，并在高光谱数据中寻找对水稻种子品种分类贡献最大的条带区在约1300～1400 nm处。Zhang等[45]使用了NIR高光谱技术结合深度学习方法，利用CNN、递归神经网络（RNN）和长短期记忆（LSTM）建立分类模型，准确识别90%玉米种子品种。上述研究表明，将高光谱成像技术与深度学习相结合，可以有效地识别种子品种。该方法可以延伸应用于高粱、小麦、大米、玉米和糯米等品种的鉴别、虫害检测与主要成分含量的测定，有助于保证酿酒原料的适用性与质量。
2.2 大曲理化指标的检测
大曲的水分和酸度的变化等是白酒生产过程中评价大曲质量的关键性理化指标，常用的大曲理化指标检测方法是根据QB/T 4257-2011《酿酒大曲通用分析方法》测定。相比于前者光谱技术具有分析速度快，可同时检测多个指标，无污染环境隐患等优点。近年来，高光谱成像技术在大曲水分含量、酸度和还原糖含量等理化指标的方法已展开研究（表2），该方法在白酒酿造实时指标检测方面具有较大的潜力。
表2 白酒生产质量控制中光谱技术的应用Table 2 Application of spectroscopic technology in quality control of liquor production
适当的水分含量有利于大曲中酶和风味物质的产生，有助于提高白酒风味和质量，使用近红外高光谱成像技术可提高大曲水分含量测量的精度。叶建秋等[46]通过高光谱成像特征波段的纹理信息与大曲水分含量关联建立模型，实现不同曲房不同点位大曲发酵过程中水分含量快速检测。Huang等[47]创建多粒度级联森林（multigranularity cascade forest）模型，实现了大曲水分含量的高精度检测及分布可视化。大曲中的还原糖是酵母菌发酵产生乙醇的底物，刘亮等[11]利用高光谱成像标准正态变量校正（standard normal variables，SNV）方法提高模型预测还原糖含量的精度，利用最优模型对大曲样本ROI区域的还原糖含量进行可视化，直观反映了不同发酵时期的大曲还原糖含量的变化情况。大曲的酸度是微生物作用强度的表征，主要受细菌分解代谢产生的有机酸以及脂肪和蛋白质的水解的影响，酸度过高或过低均不利于大曲品质[48]。实时检测大曲酸度变化，有助于调节发酵工艺参数。孙婷等[49]利用SNV+SPA+LSSVM预测模型，计算出每个像素点的酸度值形成灰度图像，并形成可视化云图，便于直观地感知酸度值变化。
综上研究成果可知，不同发酵时间的大曲水分含量、还原糖含量以及酸度值明显不同，随着发酵的进行表征水分含量、还原糖含量、酸度的可视化云图颜色均逐渐由红变蓝，代表大曲发酵过程中3个指标均呈下降趋势。高光谱成像可以直观显示大曲中水分、还原糖及酸度值的分布情况，为判定大曲发酵状态提供依据，为发酵条件的调节提供定量参数指导，从而提高优质大曲的产量。
拉曼散射即光映射于物质上生成的非弹性散射，拉曼散射有斯托克斯散射与反斯托克斯散射，一般监测到的是斯托克斯散射。每种物质具有特征拉曼光谱，其拉曼谱线个数、位移值高低与谱带强度与分子振动相关，可以此为依据对物质进行鉴别[53]。白酒质量控制中拉曼光谱主要应用于白酒香型鉴别、食品安全指标检测等方面的在线实时检测[54-55]。白酒中食品安全控制常采用表面增强拉曼光谱（Surface Enhanced Raman spectroscopy，SERS）技术。主要过程为已知组分白酒样品光谱的采集，光谱与样品组分建标，验证优化获得模型，未知样品代入模型验证。
3.1 白酒中酒精勾兑的检测
乙醇的拉曼光谱谱峰强度与乙醇浓度成正比，且不同浓度乙醇溶液微观结构不同，拉曼光谱谱峰位置也不同。利用乙醇的C-C-O伸缩振动谱峰强度和谱峰位置的关联进行测量乙醇浓度。于岚等[56]利用绝对拉曼差谱呈现出不同乙醇浓度下的C-C-O伸缩振动拉曼谱峰差别，计算光谱偏移量，通过偏移量和乙醇浓度的关系确定样品中乙醇含量。除乙醇含量测定外，由于粮食发酵酒与乙醇的拉曼光谱特征峰大致相同，有1～10 cm-1偏移，由此拉曼光谱技术还可用于鉴别粮食发酵酒与酒精勾兑酒[53]。
3.2 白酒中农药残留的检测
酿酒原料在种植过程中受环境影响，将部分克百威、乐果和敌敌畏农药残留带入白酒[57]。目前，常用的农残检测方法和技术主要是气相色谱和液相色谱技术。利用拉曼光谱技术检测农药残留的报道较少，谭文渊等[4]建立了SERS技术对白酒中农药残留——克百威的定性检测方法，能检出白酒中微量的克百威。现有白酒中农药残留检测的方法多需要进行萃取等前处理，拉曼光谱具有操作简便省时等优势，认为拉曼光谱在白酒中农药残留检测的应用具有较大潜力。
3.3 白酒中食品添加剂的检测
糖精钠、西地那非作为白酒中常见的非法添加剂，其副作用威胁着人类的健康。因此，准确检测和识别白酒中糖精钠、西地那非具有重要意义。曹加全[58]建立了基于新型核壳纳米粒子的SERS技术检测白酒中糖精钠的方法。在检测模型建模过程中为获得较强的拉曼信号，常制备金溶胶进行增强基底优化。覃文霞等[59]基于溶剂萃取法，利用二氯甲烷提取白酒中的糖精钠，制备金溶胶并浓缩，进行增强基底优化，以获得最佳拉曼信号实现白酒中糖精钠的快速检测，其检出限为0.5 mg/L。Xiao等[60]将Opto-TraceRaman202作为SERS的金溶胶，准确检测白酒等酒精饮料中的西地那非含量。拉曼光谱应用于白酒中非法添加剂的检测为有关检测部门以及白酒生产过程中质量安全监测提供了有效的手段。
3.4 白酒中内源性污染物的检测
白酒中的内源性污染物已检测出生物胺（Biogenic Amines，BAs）、氨基甲酸甲酯（methyl carbamate，MC）和氨基甲酸乙酯（Ethyl carbamate，EC）等。白酒中的BAs来自于乳酸菌代谢或氨基酸脱羧形成；
MC和EC在粮食发酵酒中以尿素和氰酸盐等氰化物为前体物质，与乙醇反应生成。三者均为致癌物质，其含量检测对白酒产品的食品安全有重要意义。2015年，SERS开始被应用于在食品BAs检测，且目前多集中在鱼类中组胺的检测，在白酒中的应用研究尚未见报道[61]。基于SERS的BAs检测在食品分析中的主要局限性在于拉曼光谱仪的价格昂贵，以及进行定量需要贵金属纳米颗粒。徐晨曦等[62-63]基于激光拉曼光谱技术，建立MC和EC标准样品激光拉曼光谱数据库，使用拉曼增敏试剂使样品信号增强，从而实现白酒中MC、EC残留的定性定量。
拉曼光谱技术应用于白酒中食品安全的研究与应用多聚焦在成品酒各项指标的测定，针对生产过程中内源性污染物溯源与追踪研究较少，进一步可探讨拉曼光谱技术在白酒酿造过程内源性污染物测定与追踪的应用。
白酒荧光光谱的差异主要是白酒中微量成分不同造成[64-65]。白酒分析中常用的主要是荧光光谱法、三维荧光光谱法和同步荧光光谱法等。发射光谱指在一定发射波长范围内，反映发射波长与荧光强度关系的光谱图。激发光谱指在一定的发射波长下，荧光强度随着激发波长的变化的光谱图，其反映出特定波长下荧光强度与激发波长的关系与物质的吸光特性。激发光谱与发射光谱属于二维荧光光谱，无法反映物质全部特性。三维荧光光谱组合了激发光谱和发射光谱，物质荧光强度随着激发波长和发射波长的变化关系，反映物质全部特性[66]。白酒中酯类和酸类的分子结构中有-OR、-C=O和-OH等基团，在短波长光的激发下能产生荧光，对白酒荧光的贡献较大。主要应用于白酒香型、年份酒和品质的鉴别等[67-70]。
4.1 荧光光谱在白酒香型鉴别中的应用
白酒中1%～2%的微量成分决定了白酒品质与风格，主要包含醇类、醛类、酸类、酯类、吡嗪类和萜烯类等多种物质[71]。白酒微量成分的测定有助于解析优质白酒化学组成，通过代谢组追溯工艺控制，从而达到提高酒质等目的。白酒中微量成分的荧光光谱波长见表3。宋鑫澍[72]建立了三维荧光光谱与交替拟合残差算法相结合的方法，用于浓香型白酒中己酸含量的测定。不同香型白酒在200～800 nm光谱范围内均有明显荧光且差异较大，通过提取不同香型白酒荧光光谱特征参数，进行聚类分析可区分不同香型白酒[66]。白酒的荧光光谱包含了白酒内部荧光物质的所有信息，Gu等[73]提出利用光谱距离重建系统发育树，通过比较16种白酒的三维荧光光谱计算光谱距离，利用系统发育树有效的对白酒香型进行分类。Ma等[74]用荧光光谱和化学计量学方法对84种白酒进行分析，在300 nm激发波长下的发射光谱进行主成分和逐步线性判别分析，对所测不同香型白酒鉴别正确率可达到100%。
表3 白酒与成分的荧光光谱波长Table 3 Fluorescence spectral wavelengths of liquor and components
4.2 荧光光谱在白酒酒龄鉴别中的应用
年份酒的预测方法建立有利于白酒市场秩序的稳定，有极大的市场与经济价值。随着白酒贮存时间增加，白酒中微量成分发生变化，从而导致年份酒的最大荧光强度、荧光峰的数量与位置发生改变。宋鑫澍[72]通过测定年份酒的三维荧光光谱，计算出光谱数据矩阵中数据点与年份酒的皮尔逊系数，继而选取光谱数据矩阵不同区域数据，结合多维偏最小二乘法精确预测白酒年份。Gu等[73]提出利用三维荧光光谱距离来预测成品酒的年份，需要掌握当年生产白酒中荧光物质的比例，而不是测定某些特定物质。此方法可以避免人为添加外源物质导致被测白酒年份出现差异。
除白酒香型、酒龄的鉴别外，荧光光谱还可以应用于白酒品牌和地理来源分类。综上，荧光光谱的应用主要在成品酒的分析与鉴别，主要是由于荧光光谱适用于液体样品物质的分析。基于此特性，进一步可研究探讨荧光光谱法在黄水等副产物中物质组成分析的应用，提高副产物利用率，有益于白酒循环产业的发展。
光谱技术逐渐应用于白酒生产质量控制过程，已覆盖酿酒原料关键物质组成、大曲理化指标、酒醅和白酒，且可实现无损在线检测。借助NIRS技术可用于鉴定酿酒原料种质，预测出酒率、微量成分产量，可进一步应用于酱香型白酒生产中对酱香、窖底、醇甜三种典型体的鉴别。高光谱成像直观展示大曲中水分、还原糖及酸度值的分布情况，为判定大曲发酵状态提供依据，为发酵条件的调节提供定量参数指导，从而提高优质大曲的产量。高光谱成像技术与深度学习相结合，可以有效地识别酿酒原料种子品种，进一步可应用于酿酒原料虫害检测与主要成分含量的测定，有助于保证酿酒原料的适用性与质量。拉曼光谱在白酒中农药残留检测的应用具有较大潜力，但拉曼光谱技术应用于白酒中食品安全的研究与应用多聚焦在成品酒各项指标的测定，针对生产过程中内源性污染物溯源与追踪研究较少，进一步可探讨拉曼光谱技术在白酒酿造过程内源性污染物测定与追踪的应用。已有报道中基于光谱技术进行物质鉴别较为广泛，快速检测及鉴别微生物的研究较少。白酒中有益或有害的微量成分大部分来自于是微生物代谢，研究快速检测鉴别发酵过程中微生物及其代谢物动态，有助于保障正常的发酵和产酒质量。基于光谱技术检测酿酒过程中产生的酒糟、黄水等副产物中相关指标是其重要应用前景之一，有助于副产物的开发利用，实现资源循环利用，提高白酒企业经济效益。
猜你喜欢大曲曼光谱白酒两宋大曲异同考戏曲研究(2020年2期)2020-11-16唐雅乐大曲存辞考略中华戏曲(2020年1期)2020-02-12推动白酒行业生产方式升级(二)酒·饮料技术装备(2018年1期)2018-04-28基于拉曼光谱的面团冻结过程中水分分布的在线监测中国粮油学报(2018年12期)2018-03-19貴州大曲遵义(2017年1期)2017-07-12貴州大曲遵义(2017年5期)2017-07-05太白酒陕西画报(2016年1期)2016-12-01一起自制白酒引起甲醇食物中毒的调查报告西藏科技(2015年6期)2015-09-26常备白酒巧祛病中国中医药现代远程教育(2014年20期)2014-03-01探测非透明介质下深层成分的拉曼光谱技术研究原子能科学技术(2014年3期)2014-02-28