基于MicroNIR光谱与化学计量学的智能筛查系统在乳制品工业中现场鉴别水牛奶真伪的应用研究

为解决水牛奶掺假这一严重影响食品安全的行业难题，意大利研究团队创新性地开发了基于微型近红外光谱仪(MicroNIR OnSite-W)的现场快速检测系统。通过结合偏最小二乘判别分析(PLS-DA)、软独立建模类比(SIMCA)等化学计量学方法，实现了对掺入山羊奶、牛奶和水的掺假水牛奶的准确鉴别(准确率>93.7%)和定量分析(预测误差≤5.2%)。该研究为乳制品质量监管提供了无需样品前处理、1分钟内完成检测的便携式解决方案。

　　

在乳制品行业蓬勃发展的背后，隐藏着一个令人担忧的食品安全问题——水牛奶掺假。作为高端乳制品的代表，水牛奶因其独特的营养成分备受追捧：富含32-49g/L乳糖、22-47g/L蛋白质和53-90g/L脂肪，还含有维生素A(340 IU/mL)、维生素E(334 μg/g)等抗氧化成分。然而正因其供不应求的市场现状，使得掺假行为屡禁不止，不法商贩常通过掺入廉价牛奶、山羊奶或水来牟取暴利。这不仅影响"莫扎里拉水牛奶酪"等传统产品的品质，更可能对牛奶过敏人群造成健康威胁。

面对这一挑战，意大利研究团队另辟蹊径，开发了一套基于微型近红外光谱技术的智能筛查系统。传统检测方法如高效液相色谱(HPLC)、聚合酶链反应(PCR)等虽然准确，但存在耗时长、成本高、需要专业操作等缺点。而这项发表在《Applied Food Research》的研究，则通过便携式MicroNIR OnSite-W光谱仪(重量仅250g)与化学计量学的创新结合，实现了对水牛奶真伪的现场快速判别。

研究人员采用了三大关键技术：首先利用950-1650nm波段的近红外光谱获取样品"指纹"；随后通过Savitzky-Golay一阶导数等预处理方法消除光谱干扰；最后建立PLS-DA分类模型和PLS回归(PLSr)定量模型。实验设计严谨，采集了三个季节的水牛奶样本，制备了掺入10%-90%不同比例掺假物的81个样本，共获得2040条光谱数据。

研究结果令人振奋：在掺假鉴别方面，PLS-DA模型对掺入山羊奶、牛奶和水的识别准确率分别达100%、99.1%和93.7%；SIMCA一类模型的灵敏度始终高于91.3%。定量分析中，PLSr模型展现出色性能，预测掺假浓度的决定系数R²达0.973，预测均方根误差(RMSEP)不超过5.2%。特别值得注意的是，该系统对30%、50%和80%三个关键掺假水平的未知样本预测准确率超过80%。

这项研究的突破性在于将实验室级分析能力"装进"了巴掌大的设备。相比传统方法，该方案无需复杂样品前处理，单次检测可在1分钟内完成，真正实现了"从农场到餐桌"的全链条质量监控。研究团队特别优化了算法，使非专业人员也能轻松操作系统，这为食品安全监管提供了革命性的工具。随着该技术的推广应用，不仅能够保护消费者权益，更能维护"原产地保护(PDO)"等食品认证体系的公信力，对规范乳制品市场秩序具有深远意义。