台式与便携式近红外光谱仪的互补性及其在骆驼全脂奶粉微塑料预测性检测中的应用

《Journal of Dairy Science》：Complementarity of portable and benchtop near-infrared spectrometers for microplastic predictive detection in whole camel milk powder

　　

摘要专业翻译 本研究系统探讨了台式与便携式近红外光谱仪（Near Infrared Spectroscopy, NIRS）在骆驼奶粉（Camel Milk Powder, CMP）常见微塑料污染检测中的互补性与可转移性。两种设备在支持向量机（Support Vector Machine, SVM）判别微塑料污染类型方面均取得了优异结果，并在纯CMP及其PET污染样品的精确识别上表现出互补性。数据级融合策略结合SVM判别分析将PE、PET和PS污染CMP样品的分类误差降低至0。在微塑料污染水平的定量分析中，台式光谱仪显著优于便携式设备，交叉验证决定系数（R2）范围分别为0.789–0.899和0.526–0.717。此外，斜率偏差校正（Slope Bias Correction, SBC）方法成功实现了模型转移；校正后便携式设备对PP污染样品的预测精度（R2 = 0.796）较原始模型（R2 = 0.526）提升了51.10%。本研究为骆驼奶粉中微塑料污染的现场快速筛查提供了理论基础和技术路径。

论文解读

一、研究背景与问题提出

微塑料（Microplastics, MPs）作为粒径小于5 mm的新兴环境污染物，可通过食物链在人体内蓄积，引发炎症反应、器官损伤和内分泌紊乱等健康风险，已引起全球广泛关注。在食品或环境样品等复杂基质中精确检测微塑料时，传统方法依赖耗时的分离富集步骤和高成本仪器（如光谱显微镜或热解-质谱联用），难以满足快速筛查的需求。典型的微塑料富集过程通常包括4个核心步骤：有机/无机消解、密度浮选分离、过滤纯化和质量控制，单个样品处理需3–5天，且强烈的化学处理容易导致微塑料表面降解或小粒径颗粒损失，严重制约了分析效率和准确性。

近红外光谱（Near Infrared Spectroscopy, NIRS）技术因其无损、快速、环保等优势，为粉末食品中微塑料的现场预测性检测提供了新途径。然而，现有研究多聚焦于土壤和饲料等基质，针对高价值骆驼奶粉的微塑料预测性检测的有效NIRS分析体系尚未建立。此外，实验室台式与现场便携式NIRS模型之间的性能差异及转移可行性仍不明确。骆驼奶粉富含乳铁蛋白、不饱和脂肪酸和矿物质等活性成分，加之骆驼妊娠期长（约13个月）、产量稀少，其市场价格可达普通牛奶粉或羊奶粉的5–8倍，属于高价值特色产品，其质量安全直接关系到消费者健康和行业声誉，亟需开发适用于现场快速筛查的微塑料检测技术。

值得注意的是，便携式NIRS设备虽具现场应用潜力，但受光学系统设计（光源稳定性或探测器灵敏度）限制，其光谱分辨率和信噪比通常低于台式设备，导致原始定量模型精度不足。近年来，光谱模型转移技术为解决跨仪器性能差异提供了新路径，但该技术在微塑料预测性检测领域的应用尚未见报道。因此，本研究以全脂骆驼奶粉为基质，系统构建4种目标微塑料的梯度掺假样品集，首次比较台式与便携式NIRS在微塑料预测性检测中的模型性能差异，并利用模型转移方法和数据融合策略优化提升便携式NIRS设备对骆驼奶粉中微塑料的分析能力。

二、研究内容与结论概述

研究人员从中国新疆维吾尔自治区伊犁、阿勒泰和巴州牧区采集了23份具有区域代表性的市售全脂骆驼奶粉样品，选用粒径为150 μm的聚丙烯（PP）、聚乙烯（PE）、聚对苯二甲酸乙二醇酯（PET）和聚苯乙烯（PS）标准微塑料，参照欧盟标准EU 2023/2055提出的微塑料限量建议，精确制备了240份0.01–1.00%（wt/wt）梯度污染样品。研究采用Thermo Scientific Nicolet iS50实验室傅里叶变换近红外光谱仪和Inno Spectra NIR-S-R2便携式近红外光谱仪采集光谱数据，系统比较两种设备在微塑料污染类型判别和含量定量方面的性能差异，并通过数据融合和模型转移策略提升便携式设备的分析能力。

三、主要关键技术方法

研究人员采用主成分分析（Principal Component Analysis, PCA）进行光谱探索性分析；基于台式与便携式光谱仪数据，分别构建偏最小二乘判别分析（Partial Least Squares Discriminant Analysis, PLS-DA）、支持向量机（Support Vector Machine, SVM）和K最近邻（K-Nearest Neighbors, KNN）定性判别模型以及偏最小二乘（Partial Least Squares, PLS）定量预测模型；系统优化广义最小二乘加权（Generalized Least Squares Weighting, GLSW）、标准正态变量变换（Standard Normal Variate, SNV）和多元散射校正（Multiplicative Scatter Correction, MSC）等预处理策略；采用数据级融合策略结合判别分析提升定性效果；引入斜率偏差校正（Slope Bias Correction, SBC）方法实现模型转移。样品数据集划分为校正集和交叉验证集，采用“威尼斯百叶窗”法生成7折交叉验证。

四、研究结果

两种设备的定性判别性能。 基于台式与便携式光谱数据构建的PLS-DA、SVM和KNN定性模型中，两种设备在SVM判别微塑料污染类型方面均取得优异结果，并表现出在纯CMP及其PET污染样品精确识别上的互补性。

数据融合策略的优化效果。 将台式与便携式光谱仪数据在数据层进行融合后构建SVM判别分析模型，PE、PET和PS污染CMP样品的分类误差降至0，显著提升了污染类型的判别精度。

两种设备的定量分析性能差异。 在微塑料污染水平的定量分析中，台式光谱仪显著优于便携式设备，交叉验证决定系数（R²）范围分别为0.789–0.899和0.526–0.717，表明台式设备在定量预测精度上具有明显优势。

模型转移的可行性验证。 采用SBC方法成功实现了模型转移，校正后便携式设备对PP污染样品的预测精度（R² = 0.796）较原始模型（R² = 0.526）提升了51.10%，证明模型转移技术可有效弥补便携式设备定量能力的不足。

五、讨论与结论

本研究首次系统比较了台式与便携式NIRS在微塑料预测性检测中的性能差异，证实了两种设备在定性判别上的互补性，并通过数据融合策略实现了微塑料污染类型的零误差判别。SBC模型转移方法的成功应用显著提升了便携式设备的定量预测能力，为便携式光谱技术在食品微塑料污染现场监测中的标准化应用提供了理论依据和技术支撑。研究为骆驼奶粉质量安全提供了快速预测方案，也为监管机构和生产企业开展现场质量控制提供了技术支持。研究结论表明，便携式NIRS结合模型转移和数据融合策略，能够满足骆驼奶粉中微塑料现场快速筛查的实际需求，具有重要的应用推广价值。