成像光譜儀分析食品物性

除了化學和生物學特性外，食品的質量也反映在其新鮮度或組成上。德國Fraunhofer光學微系統研究所（IPMS）的研究者們借助于一種新開發的成像式近紅外光譜儀可以對這一質量特性進行檢測。

食品不僅應該從化學和生物學方面來看符合質量標準，還應該是新鮮、未受損傷和具有高質量的組成，至少消費者們希望如此。而從食品安全的角度來看，還需要進一步從法律上加以規范并將其置于國家質檢部門的監控之下。如果考慮到新鮮度或者其它因素例如水分、含糖量、蛋白和脂肪含量，那么即便是質量合格的食品也會彼此大不相同。當前持續的Bioness熱和全面健康熱，以及日漸增多地提供來自控制栽培的優質食品和減低了脂肪和糖的食品表明，無數消費者都心甘情愿地準備為更好的質量多掏腰包。可是問題是，如何才能將質量可視化地表示出來？

一種可能就是采用光譜法，特別是近紅外光譜（NIR）。但如果鑒于僅僅分析一種單一的產品，對于非勻質化的樣品而言并不具有說服力。在這樣的場合就必須采用一種能夠成像的光譜儀，英文稱為“Hyper Spectral Imaging 超光譜成像”。這樣由局部產生的測量使得例如水果、蔬菜、奶制品、肉類或者香腸制品的整體分析成為可能。用這種方式可以通過提前檢測來識別如水果受到的擠壓和撞傷的部位。這樣也為生產者帶來好處，完美無缺的物品直接銷售給終端消費者，其余則視情況分別加以利用，例如用于制成果汁或者生物燃料。

NIR光譜法分析主要成分

（食品的）NIR光譜法大多數情況下采用反射方法分析，這是由于其表面太厚而不能采用透射方法。由適當的光源發出的光線以一定的強度分配I0（λ）射入檢測池，反射回來的光線表現為隨樣品化學性質而改變的強度分配Ir（λ）。根據入射光強度和反射光強度之比作為波長的函數而建立的一種適當的數學模型可以用來進行主要成分的分析。為此需要利用那些業已通過例行實驗室分析獲得了定量結果的樣品來進行參照測量。借助光譜性質與組成有關的知識來建立數學模型。然后就可以用此模型對相應的樣品進行定量分析。

圖2. 用于NIR射線光譜分解的光柵結構的電子顯微鏡攝影。

正如業已述及，在加工過程中，包括現場測量中，我們感興趣的并不是孤立的樣品點，而是組成在整個樣品中的分布以及在樣品所有部位的狀態如何。例如對于一塊肉的樣品而言，在純肉、骨頭和肉皮之間是有區別的。這些都必需在評價其質量時加以考慮。對于蘋果而言必需對其整個表面檢查撞傷和擠壓的情況。由此要求分析系統的傳輸帶乃至其專門的設備做到對可旋轉的樣品物體進行360°分析。數據采集是沿著這樣一條線路進行的，在此路線上依照時間的順序針對朝著檢測器運動或旋轉的總的表面進行掃描來完成的。沿著這些行列必需能夠獲得光譜的反射度。

這類分析系統的經典應用是基于一種固定的光柵，該光柵將光線沿其射入方向分解成其光譜組成譜線。為了沿著采集路線獲得光譜的和幾何組成方面的數據，必需具備二維檢測器裝置，有如照相機的芯片那樣。在可見光譜范圍內可以應用半導體硅技術檢測器。這些檢測器可以直到1100nm仍然很靈敏。由于化學信息只是在一定的波長范圍內才能加以采集，所以需要在近紅外靈敏的檢測器。為了這些必要的技術所采用的元器件如InGaAs，PbS，PbSe以及為了擴展的應用而采用的整體系統都是非常昂貴的。

圖3. 成像光譜儀的測量結構圖。

以MEMS 技術降低系統成本

系統成本主要取決于檢測器的成本。如果能夠成功減少檢測器的維數，即替代二維檢測器芯片，只對高光譜成像法采用單行檢測，這樣就能降低系統的成本。德國Fraunhofer光學微系統研究所（IPMS）的研究者們借助于一種微MEMS（電子機械系統）技術取得了成功。一種可能的接頭就是采用一種運動的組件按照時間的順序來采集信號。基于一種能夠在其運動方向上通過共振電容驅動操作的掃描鏡開發了一種振蕩光柵芯片。在這種器件上替代簡單的鏡面而于其表面上蝕刻出最佳反射的光柵結構。對于近紅外光譜而言這種接頭業已獲得成功的應用。在此基礎上由Fraunhofer光學微系統研究所（IPMS）研究的光譜儀SGS 1900問世，并由Hiperscan公司生產供應市場。為了適用于高光譜成像而將芯片稍加改變，通過行列元素的運動和通過在傳輸帶運行的橫向方向上按照時間順序所作的幾何解析就能夠得到所攝錄的光譜成分。

基于MEMS-振蕩光柵芯片的高光譜成像系統

基于MEMS-技術開發了一種成像的光譜儀示范儀器。這是一種通過傳輸帶裝配的儀器。在此系統中對橫向運動采用150 kHz的頻率進行掃描。檢測器可以用高達20 kHz的頻率進行檢測。此時在橫向方向上可以分辨大約50個像點，對于寬度為40cm的傳輸帶系統而言可以達到8mm的分辨率。在1100~2200 nm光譜范圍內可獲得256個元素。這相當于大約4 nm的分辨率。這種正弦形態攝錄的各個單點可以按照和數碼照相一樣的方法換算成一種矩陣形態光譜解析的圖像。這種由新開發的系統所產生的圖像當前在橫向具有50像素，而在光譜方面具有256個元素。沿著傳輸帶的方向隨時進行這種記錄。

圖4. 驗證塑料樣品時用的成像光譜儀。

光譜的測量和評估

從測量的數據出發，可以利用相應的譜線求出樣品的化學組成。針對不同基體的塑料樣品進行的測試可以作為該測量系統的首次應用示范。測量結果采用顏色來表示,這些顏色隨已知材料的不同而異。在對大量光譜測量數據進行計算后可以提取出少量數據，例如關于食品主要組分的濃度。

必要的模型計算和參考值的獲知

這種系統現已成功地付諸實踐和檢驗。對于食品領域的應用必需進行相應的模型計算和獲取必要的參考值。復雜的數學公式對計算機技術提出了很高的要求。當前首批模型研究被用于食品的標準NIR光譜分析。一旦獲得有用的結果，就將進一步試驗如何移植到成像光譜儀中去。