蜂蜜，這一珍貴的農(nóng)產(chǎn)品，以其豐富的營(yíng)養(yǎng)價(jià)值，在食品工業(yè)和傳統(tǒng)醫(yī)學(xué)領(lǐng)域中占據(jù)著舉足輕重的地位，自古以來就被譽(yù)為天然的甜味瑰寶。然而，市場(chǎng)上蜂蜜的質(zhì)量參差不齊、以次充好、摻假問題嚴(yán)重，這不僅損害了消費(fèi)者的利益，也對(duì)蜂蜜產(chǎn)業(yè)的健康發(fā)展構(gòu)成了威脅。FluorTron®多功能高光譜成像分析技術(shù)的出現(xiàn)，為蜂蜜的安全和質(zhì)量檢測(cè)提供了一種創(chuàng)新的解決方案。

蜂蜜的品質(zhì)檢測(cè)鑒定是保障其安全和營(yíng)養(yǎng)價(jià)值的關(guān)鍵。傳統(tǒng)的檢測(cè)方法往往耗時(shí)且可能破壞樣品，而FluorTron®多功能高光譜成像分析技術(shù)的應(yīng)用則為這一領(lǐng)域帶來了革命性的變化。其通過無損、快速、靈敏的成像檢測(cè)手段可準(zhǔn)確地分析蜂蜜中的各種成分，從而有效分辨蜂蜜品質(zhì)、精準(zhǔn)識(shí)別摻假蜂蜜以及高效區(qū)分蜂蜜原產(chǎn)地。

電導(dǎo)率預(yù)測(cè)：提高檢測(cè)效率與準(zhǔn)確性

電導(dǎo)率作為蜂蜜的物理性質(zhì)之一，可用于評(píng)估蜂蜜品質(zhì)。在一項(xiàng)針對(duì)蜂蜜電導(dǎo)率的研究中，研究人員開發(fā)了一種基于可見近紅外成像的蜂蜜電導(dǎo)率測(cè)量系統(tǒng)。該系統(tǒng)采用400-1000nm波長(zhǎng)范圍的高光譜相機(jī)，以透射模式捕獲蜂蜜樣品的光譜信息。通過偏最小二乘法和人工神經(jīng)網(wǎng)絡(luò)(PLS-ANN)相結(jié)合的方法，建立了波長(zhǎng)選擇和預(yù)測(cè)模型，從而實(shí)現(xiàn)了對(duì)蜂蜜電導(dǎo)率的快速無損測(cè)定。這一技術(shù)的應(yīng)用不僅提高了檢測(cè)效率，也保證了檢測(cè)結(jié)果的準(zhǔn)確性。

推進(jìn)新西蘭蜂蜜的欺詐檢測(cè)新方法

新西蘭Mānuka蜂蜜因其高商業(yè)價(jià)值而成為摻假的主要目標(biāo)。為了應(yīng)對(duì)這一挑戰(zhàn)，研究人員提出了一種結(jié)合高光譜成像（HSI）和基于GANomaly的單類分類方法來檢測(cè)欺詐行為的新策略。本研究從5個(gè)新西蘭品牌中收集了18個(gè)不同UMF分級(jí)（Mānuka蜂蜜的分級(jí)系統(tǒng)，主要基于蜂蜜中甲基乙二醛（Methylglyoxal, MGO）的含量來衡量麥盧卡蜂蜜中抗菌活性的強(qiáng)度）的純Mānuka蜂蜜樣品進(jìn)行模型訓(xùn)練，并在包括陳年蜂蜜和糖漿摻假蜂蜜在內(nèi)的欺詐樣品上進(jìn)行了測(cè)試。結(jié)果表明，HSI與GANomaly方法相結(jié)合，實(shí)現(xiàn)了對(duì)所有測(cè)試樣品100%的區(qū)分率，顯著優(yōu)于傳統(tǒng)的檢測(cè)技術(shù)。

高光譜成像技術(shù)在蜂蜜植物原產(chǎn)地分類中的應(yīng)用

蜂蜜的植物來源鑒定對(duì)于保護(hù)消費(fèi)者利益和確保市場(chǎng)公平競(jìng)爭(zhēng)至關(guān)重要。在一項(xiàng)創(chuàng)新研究中，研究人員利用高光譜成像技術(shù)，成功區(qū)分了來自11個(gè)不同生產(chǎn)商的21種植物來源的56種新西蘭蜂蜜產(chǎn)品。研究中采用了隨機(jī)森林（RF）、支持向量機(jī)（SVM）、多層感知器（MLP）和卷積神經(jīng)網(wǎng)絡(luò)（CNN）四種算法進(jìn)行分類。結(jié)果顯示，RF和SVM算法分別實(shí)現(xiàn)了98%和99%以上的準(zhǔn)確率，有效區(qū)分了不同植物來源的蜂蜜。此外，研究還發(fā)現(xiàn)，即使標(biāo)簽相同，不同品牌的蜂蜜產(chǎn)品在光譜特征上也存在顯著差異。

紫外光激發(fā)生物熒光分析：檢測(cè)蜂蜜成分

蜂蜜的特殊風(fēng)味特性和健康益處來源于它的碳水化合物、酚類物質(zhì)、有機(jī)酸、揮發(fā)性化合物、維生素、蛋白質(zhì)和氨基酸、礦物質(zhì)、色素、蠟、花粉粒、酶等，不同的蜂蜜其成分及含量難以分辨，而FluorTron®多功能高光譜成像分析技術(shù)能對(duì)這些成分含量進(jìn)行檢測(cè)。EcoTech^®實(shí)驗(yàn)室技術(shù)人員以三款椴樹蜜（北方地區(qū)的特色蜜種，來源于椴樹花蜜）和兩款其他花蜜為實(shí)驗(yàn)對(duì)象，使用FluorTron®多功能高光譜成像分析系統(tǒng)通過對(duì)蜂蜜樣品進(jìn)行紫外光激發(fā)的生物熒光數(shù)據(jù)采集及分析，展現(xiàn)了其在蜂蜜品質(zhì)鑒定中的非凡能力。

FluorTron^®多功能高光譜成像分析技術(shù)具有非接觸、非損傷、高通量、可視化等特點(diǎn)，相對(duì)于傳統(tǒng)的化學(xué)評(píng)估方法具有巨大的優(yōu)勢(shì)，可采集樣品空間維度及高光譜維度的信息，實(shí)現(xiàn)準(zhǔn)確有效的食品品質(zhì)分析檢測(cè)，為蜂蜜及其他食品的安全與質(zhì)量提供了強(qiáng)有力的保障，在確保消費(fèi)者享受到真正的高品質(zhì)蜂蜜的同時(shí)，還能夠推動(dòng)食品檢測(cè)技術(shù)的進(jìn)步，為食品安全與質(zhì)量檢測(cè)領(lǐng)域帶來革命性的變革。

參考文獻(xiàn)

Putro I S, Saputro A H, Imawan C. Electrical conductivity prediction system of honey using hyperspectral imaging[C]//2018 International Seminar on Research of Information Technology and Intelligent Systems (ISRITI). IEEE, 2018: 487-491.

Saputro A H, Putro I S. Measurement system based on visible near infrared imaging for predicting honey electrical conductivity[C]//AIP Conference Proceedings. AIP Publishing, 2019, 2193(1).

Cheng J, Zhang G, Abdulla W, et al. Advancing fraud detection in New Zealand Mānuka honey: Integrating hyperspectral imaging and GANomaly-based one-class classification[J]. Food Bioscience, 2024: 104428.

Zhang G, Abdulla W. New Zealand honey botanical origin classification with hyperspectral imaging[J]. Journal of Food Composition and Analysis, 2022, 109: 104511.