综述:近红外光谱与化学计量学相结合用于牛奶品质评价的系统性回顾与批判性分析

《Applied Food Research》:A systematic review and critical analysis of the combination of near-infrared spectroscopy and chemometrics for milk quality assessment

【字体: 大 中 小 】 时间:2026年07月07日 来源:Applied Food Research 5.4

编辑推荐:

  近红外(NIR)光谱与化学计量学(chemometrics)相结合,构成了牛奶品质评价的一种快速、无损且多参数的分析替代方案。本系统性回顾分析了NIR光谱与化学计量学在牛乳分析中应用的研究趋势。该回顾采用混合检索策略,结合了对Scopus和Web of Sci

  
近红外(NIR)光谱与化学计量学(chemometrics)相结合,构成了牛奶品质评价的一种快速、无损且多参数的分析替代方案。本系统性回顾分析了NIR光谱与化学计量学在牛乳分析中应用的研究趋势。该回顾采用混合检索策略,结合了对Scopus和Web of Science的初始检索与逆向滚雪球法。在应用纳入和排除标准后,最终获得了1999年至2026年间发表的98篇文献。中国在绝对科学产出方面处于领先地位,其次是意大利、西班牙和美国,但当产出按人口规模、GDP和牛乳产量进行标准化后,排名发生了变化。回归模型占主导地位,特别是偏最小二乘回归(PLSR),其次是偏最小二乘判别分析(PLS-DA)等分类模型,同时支持向量机(SVM)、随机森林(RF)和人工神经网络(ANN)等机器学习算法的应用也日益增多。最频繁使用的光谱预处理方法包括标准正态变量变换(SNV)、数字转换(DS)、多元散射校正(MSC)和Savitzky-Golay滤波(SG),通常以混合策略形式应用;而降维方法中最常用的是主成分分析(PCA)和变量重要性投影(VIP)。主要评价的品质属性为脂肪、蛋白质、乳糖和水分含量,而分类任务主要集中于检测H2O2、水、NaClO和尿素等掺假物质。主要挑战和未来研究方向包括NIR与其他光谱技术的比较、便携式仪器的采用、模型传递与维护、数据融合以及深度学习。总体而言,现有证据证实了NIR光谱与化学计量学相结合在牛奶质量控制方面具有很高潜力;然而,其在真实场景中的稳健实施仍需要进一步的方法学和技术进步。
**1 引言**

乳制品的生产与消费在全球范围内持续增长,牛奶品质评价对于确保产品质量及其作为其他乳制品原料的适用性至关重要。传统分析方法如溶剂萃取、液相色谱和气相色谱存在成本高、耗时长、具有破坏性等局限,限制了其在现场或在线实时监测中的应用。NIR光谱技术自20世纪60年代起即用于牛奶品质监测,其优势在于分析效率高、可处理基质干扰、无需预处理即可分析复杂基质中的多种组分。然而,NIR光谱的分析性能强烈依赖于化学计量学建模策略。尽管已有叙述性综述贡献于该领域知识发展,但受主观性和缺乏明确选择标准所限。截至本研究,尚缺乏专门针对NIR光谱与化学计量学相结合进行全面牛奶品质评价的系统性综述。

**2 研究方法**

本系统性综述遵循PRISMA 2020声明指南。采用Scopus和Web of Science(WoS)双数据库联合检索以构建更广泛、更具代表性的文献库,检索日期为2026年6月1日,检索式为:(milk OR dairy) AND (near-infrared OR "NIR spectr*") AND (chemometric OR "multivariate analysis" OR "machine learning" OR "deep learning")。初始检索获得Scopus记录226条、WoS记录240条。经纳入排除标准筛选后,保留Scopus记录173条、WoS记录182条。两数据库记录合并去重后,由两位作者独立进行标题摘要筛选,全文评估后最终纳入69项研究。为弥补基于关键词检索可能遗漏的相关研究,采用一轮逆向滚雪球策略,从纳入研究的参考文献中额外识别29篇文献,占最终文献库(n=98)的30%。数据提取涵盖地理信息、样本量、牛奶品质属性、NIR仪器设备及化学计量学算法等。

**3 结果**

**3.1 NIR光谱与化学计量学用于牛奶分析的研究地理分布(RQ1)**

共有34个国家为该领域科学文献做出贡献。绝对科学产出方面,中国以24%的占比清晰领先,其次为意大利(9%)、西班牙(8%)、美国(8%)、巴西(7%)和印度(7%)。这种产出集中于少数国家的现象表明,NIR光谱与化学计量学在牛奶领域的方法学发展主要由有限的研究生态系统驱动,可能因区域特异性生产条件而限制模型的全球泛化能力。按人口规模标准化后,排名发生显著变化:比利时位居首位(标准化值=1),其次为保加利亚(0.92)和芬兰(0.70);而印度(占总产出7%)的标准化值仅为0.003,中国为0.03。按GDP标准化后,保加利亚排名第一(值=1),约旦(0.71)和伊朗(0.39)紧随其后,中国仅为0.04。按原料牛乳产量标准化后,保加利亚仍排名第一(值=1),阿曼(0.98)和约旦(0.61)次之,中国为0.03。这些结果表明,NIR光谱与化学计量学用于牛奶分析的科学领导地位强烈依赖于所使用的指标,绝对发表量主要反映研究能力,而标准化指标则捕捉相对科学强度和效率。

**3.2 用于NIR光谱牛奶分析的化学计量学工具(RQ2)**

**3.2.1 建模应用与整体格局**

在63个用于NIR光谱牛奶品质评价的化学计量学模型中,52%用于回归任务,39%用于分类,9%用于探索性分析。按研究层面分析,55%的研究仅使用回归,17%仅使用分类,无研究单独依赖探索性工具。同时实施回归与分类的策略仍不常见,主要由于计算负担和协调不同分析目标的困难。在三种探索性模型中,PCA以92%的使用频率占绝对主导,其次为层次聚类分析(HCA)和t-SNE等非线性方法,但后者采用有限。在36个回归模型中,PLSR以39%的使用频率居首,其次为SVM(8%);在43个分类模型中,PLS-DA以13%居首,SVM以12%紧随其后。机器学习(ML)方法中,ANN和SVM为最常用,但ML的成功取决于数据集大小与代表性、信噪比、预处理策略、验证设计及所研究现象的复杂性。在小至中等规模数据集(牛奶研究中常见)中,PLSR和PLS-DA通常在稳健性、可解释性和抗过拟合能力方面提供更强平衡。模型可解释性也是重要考量,与PLSR不同,许多ML算法尤其是深度神经网络(DNN) largely作为"黑箱"模型运行,可能降低其在工业质量控制中的接受度。

**3.2.2 光谱数据预处理**

在全部预处理策略中,37%对应混合策略,其中56%为两步组合、33%为三步组合、10%为四步组合、1%为五步组合。在24种个体算法中,最频繁使用的为SNV(12%)、一阶导数(FD,10%)、MSC(10%)和SG(10%)。值得注意的是,18%的研究未应用任何预处理,表明预处理并非总能改善模型性能;不当预处理甚至可能降低可解释性或去除化学相关信息。例如,Chen等(2025)比较了15种预处理策略用于NIR光谱预测牛奶蛋白含量,发现原始数据获得最低均方根误差(RMSE=0.09),而最复杂的PFC-MSC-MMN策略获得最高RMSE(0.31)。

**3.2.3 光谱数据降维**

在30种降维方法中,仅发现4种混合策略。个体方法中PCA使用最频繁(19%),其次为VIP(7%)。其他变量选择方法包括遗传算法(GA)、间隔偏最小二乘(iPLS)和竞争性自适应重加权采样(CARS)等。然而,61%的研究未应用降维,表明降维并非强制性步骤,而应根据数据集复杂性、模型目标及简洁性、可解释性与预测性能之间的权衡来指导。例如,Wang等(2019)将波长从2074个降至634个(UVE)时PLSR模型的R2从0.91提升至0.92,但降至17个(SPA)时R2降至0.69。

**3.3 NIR光谱与化学计量学评价的品质属性与分析特征(RQ3)**

在回归任务中,最频繁评价的属性为脂肪和蛋白质(各32次)、乳糖(16)和水分含量(10),其次为尿素(7)、单不饱和脂肪酸(MUFA,6)和饱和脂肪酸(SFA,6)。在分类/探索性应用中,掺假检测占主导,特别是H2O2(7次)、水(6)和尿素(5)。其他应用还包括地理来源鉴别(3次)、乳腺炎检测(2)、微生物污染(大肠杆菌:2;单核细胞增生李斯特菌、铜绿假单胞菌和沙门氏菌:各1)、有机牛奶区分(1)、乳糖含量分类(2)和品牌鉴别(1)。这些发现表明NIR光谱与化学计量学的应用已从成分分析扩展到更广泛的决策支持应用。

**3.4 挑战与未来研究展望(RQ4)**

**3.4.1 NIR与其他光谱技术的比较**

85%的仪器仅在NIR区域运行,11%采用可见光-近红外(Vis-NIR)系统,3%使用紫外-可见-近红外(UV-Vis-NIR)仪器,仅1%采用可见光-近红外高光谱成像(Vis-NIR HSI)。中红外(MIR)光谱因更高的化学特异性仍是牛奶成分常规分析的参考方法,而NIR光谱因谱带重叠、光散射和水的强吸收导致 spectra更复杂,但通过化学计量学建模在很大程度上弥补了这些分析局限。拉曼光谱因水干扰最小而具互补优势,但荧光干扰、较低信噪比和高昂仪器成本限制其常规工业实施。太赫兹(THz)光谱提供高光谱分辨率和对氢键相互作用的高敏感性,但强水吸收和技术成熟度低限制其应用。未来研究应优先发展多模态策略,通过数据融合整合不同光谱技术的互补优势。

**3.4.2 便携式光谱仪的采用**

仅41%的纳入研究使用了便携式光谱仪,表明其采用仍相对有限。便携式光谱仪面临仪器折衷(较低光谱分辨率、降低的信噪比、更窄波长范围)和牛奶作为高度散射且组成可变液体基质的内在复杂性。实际实施还受工程因素挑战,包括牛奶温度变化、流动条件、光程、探针-样品接触和气泡等引入的显著光谱变异性。未来研究应优先在真实操作条件下进行模型开发验证,而非主要受控实验室环境。关键实际挑战包括仪器间校准传递和随时间的校准维护,以确保工业环境中不同仪器和随时间的可靠性能。

**3.4.3 光谱采集模式**

在报告采集几何的研究中,透射模式最常用(30%),其次为漫反射(26%)和反射(25%),透反射占8%。没有一种采集模式始终优于其他模式;其选择应基于样品类型、目标分析物、光谱仪特性和预期应用背景。未来研究应优先制定采集模式选择和报告的标准化标准,以及系统评估其对模型稳健性、可传递性和长期维护影响。

**3.4.4 校准传递与维护**

校准传递和校准维护解决模型可靠性的互补方面:前者校正仪器间变异性,后者确保持续更新以补偿仪器漂移和变化的操作条件。de la Roza-Delgado等(2017)将便携式NIR模型在设备间传递预测脂肪、蛋白质和固形物时,未经标准化RMSE从12.97增至54.59,而应用1个和10个传递样本后RMSE分别降至16.49和11.82。然而,校准维护导向的研究在食品应用中相对不足。未来研究应优先发展能够同时应对仪器异质性和时间漂移的稳健可扩展策略。

**3.4.5 数据融合**

数据融合(DF)可通过整合互补信息源提高预测准确性、稳健性和分析覆盖范围,但在牛奶分析中仍未得到充分探索。本综述仅有一项研究实施DF方法:Riu等(2020)结合两台仪器的NIR光谱(740-1070 nm和1350-2558 nm)使用PLSR预测牛奶脂肪含量,融合后R2达0.99(单台仪器为0.98)。DF在牛乳光谱分析中仅占约5%,远低于果蔬(17%)和饮料(29%)领域。新兴方向还包括光谱数据与非光谱数据(如HPLC-MS或GC-MS)的融合。

**3.4.6 机器学习与深度学习**

尽管PLSR/PLS-DA仍广泛使用,但在处理非线性关系、噪声、结构数据复杂性方面存在局限。ML方法可处理复杂数据结构、识别非线性模式并适应组成变异性。从统计学习角度,有限样本量相对于光谱维数增加了过拟合风险;ISO 23291:2020建议使用至少25个样本的独立验证集评估模型性能。综述研究中样本量范围为15-1800(均值:281.5 ± 357.5),41%的研究使用≤100个样本,46%使用101-500个,仅13%超过500个样本。深度学习(DL)在光谱应用中自2017年以来持续增长,可自动特征提取、减少对手动预处理的依赖,但在综述文献中使用仍有限:仅7%的回归模型和3%的分类模型基于DL方法(主要为CNN和长短期记忆网络LSTM,一种循环神经网络RNN子类型)。限制DL采用的因素主要包括数据集规模不足、其更适合多光谱和高光谱数据而非一维光谱,以及工业环境中模型泛化能力而非算法性能本身是关键瓶颈。开放科学和FAIR数据共享原则可改善重现性、扩展数据集多样性并加强模型训练,例如Diaz-Olivares等(2023)发布的包含1,224个原料牛奶样本的NIR数据集,以及Modi等(2024)提供的涵盖纯牛奶和掺假样本的20,000条牛奶光谱。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号