基于便携式近红外光谱的巴西甘蔗酒掺假燃料乙醇半定量检测模型研究

本研究针对巴西甘蔗酒(cacha?a)掺假燃料乙醇的新型造假手段，开发了基于便携式近红外光谱(NIRS)的快速检测方法。通过建立主成分分析(PCA)、类模型软独立建模(SIMCA)和偏最小二乘判别分析(PLS-DA)模型，实现了100%准确率的掺假识别，检测限(CCβ)达0.03%(v/v)。该方法为食品安全监管提供了现场快速筛查工具。

　　

在巴西的街头巷尾，甘蔗酒(cacha?a)不仅是国民鸡尾酒"卡琵莉亚"的基酒，更是承载着四百多年历史的文化符号。然而，这种年产值超2000万美元的传统烈酒正面临前所未有的信任危机——警方近期查获的造假案件中，不法分子竟用燃料乙醇勾兑甘蔗酒，单次查获量就足以生产12万瓶假酒。更令人担忧的是，这种新型掺假手段由于两者主要成分都是乙醇，传统检测方法难以识别，给食品安全监管带来了全新挑战。

针对这一迫切需求，米纳斯吉拉斯联邦大学(Universidade Federal de Minas Gerais)的Marcelo Martins Sena团队在《Analytica Chimica Acta》发表了一项突破性研究。研究人员创新性地将便携式近红外光谱仪(NIRS)与化学计量学方法结合，开发出可在现场快速识别掺假甘蔗酒的检测系统。这项研究不仅首次建立了针对燃料乙醇掺假的专用检测模型，更通过严谨的方法学验证，为监管部门提供了可靠的执法依据。

研究团队主要运用了三种关键技术：便携式近红外光谱采集技术、主成分分析(PCA)数据降维方法，以及偏最小二乘判别分析(PLS-DA)建模方法。样本队列包含124份来自米纳斯吉拉斯州农业研究所(IMA)和正规生产商的甘蔗酒样本，其中62份人工掺入1-40%燃料乙醇作为阳性对照。

【NIR光谱】

原始光谱显示掺假与真品光谱高度相似，经多元散射校正(MSC)和标准正态变换(SNV)预处理后，在特定波段(特别是1610nm和2100nm附近)出现可区分的吸收差异。这些特征与燃料乙醇中的微量杂质相关，为模型建立提供了物质基础。

【SIMCA模型】

一类分类模型对真品甘蔗酒的识别准确率达98.4%，特异性优异但灵敏度不足(仅85.7%)，更适合用于真品认证而非掺假检测。

【PLS-DA模型】

将样本分为训练集(82份)和验证集(42份)后建立判别模型，通过VIP值筛选出1610nm等7个关键波长。该模型在训练集和验证集均实现100%准确率，无假阳性或假阴性结果。通过构建检测概率(POD)曲线，确定方法的不确定区间为0.03-3.50%(v/v)，在此区间外可确保检测可靠性。

【外部验证】

使用警方查获的20份真实样本(12真品+8掺假)进行盲测，模型准确识别所有掺假样本，证实其在实际执法中的适用性。

这项研究的意义不仅在于解决特定食品安全问题，更开创了便携式光谱设备在烈酒打假中的新模式。相比传统实验室检测，该方法无需样品前处理，单次检测成本极低，且仪器可随身携带实现现场执法。研究者特别指出，该方法检测限(0.03%)远低于经济掺假所需的最低比例(通常>5%)，具有充分的监管余量。从更广视角看，这种"光谱+化学计量学"的技术路线，为其他高价值食品饮料的真伪鉴别提供了可借鉴的范式。正如作者强调的，随着便携式NIRS设备性能提升和价格下降，这类快速筛查技术有望成为食品数字溯源系统的重要组成部分。