利用近红外光谱（NIR）技术对肉类进行超速冷却过程的监测：穿透极限与多变量数据分析

《Food Control》：Meat superchilling monitoring by NIR: penetration limits and multivariate charts

　　肉制品超级冷却过程中近红外光谱（NIR）技术的应用研究。通过MicroNIR设备的热稳定性测试、不同厚度肌肉组织的穿透深度分析（2.5-5mm），结合PCA和 aquaphotomics方法开发了多变量统计控制图（MSCCs），实现了水相变化的实时监测，验证了NIR在薄冰层检测中的有效性和自动化监控的可行性。

　　近年来，随着全球食品行业对冷链管理效率的关注不断提升，食品浪费问题日益严峻。由于温度控制不当，大量食品在储存和运输过程中被损耗，这对食品安全和可持续发展构成了重大挑战。为应对这一问题，超冷处理（superchilling）作为一种新兴的食品保鲜技术，正逐步受到重视。该技术通过将食品维持在略低于冰点的温度下，不仅有效延长了食品的保质期，还能够保持其新鲜度和高品质。此外，超冷处理还能抑制有害微生物的生长，降低传统冷冻和解冻流程对资源的消耗，从而提高生产效率并减少能耗和成本。相比传统冷藏或冷冻方式，超冷处理提供了一种更为平衡的保鲜手段，能够在防止食品质量下降的同时，避免冷冻食品常见的质地劣化问题。

尽管超冷处理在食品保鲜领域展现出诸多优势，但目前的研究多集中于静态储存条件下的品质评估，较少关注其在实际加工过程中的动态监测。特别是在超冷处理过程中，如何实时、准确地监控食品状态的变化，成为提升该技术应用效果的关键环节。现有的分析方法往往缺乏对整个超冷处理过程的持续监测能力，这在一定程度上限制了其在工业生产中的推广。此外，超冷处理过程中，即使微小的温度波动或冷却速率不均，也可能导致冰晶重结晶现象，进而影响食品的质地和整体品质。因此，开发一种可靠的实时监测技术，对于确保超冷处理过程的稳定性和食品质量至关重要。

为解决上述问题，本研究引入了近红外光谱（Near-Infrared Spectroscopy, NIR）技术，结合过程分析技术（Process Analytical Technology, PAT）框架，探索其在超冷处理中的应用潜力。NIR技术作为一种非破坏性的光谱分析手段，能够在不接触样品的情况下获取其化学和物理特性信息。然而，NIR在食品加工中的应用仍面临两个主要挑战：一是设备在温度变化下的稳定性，二是NIR辐射在生物组织中的穿透深度。针对这些问题，本研究重点考察了MicroNIR设备在超冷处理条件下的信号稳定性、NIR在猪肉、牛肉和鸡肉组织中的穿透能力，以及基于多变量统计控制图（Multivariate Statistical Control Charts, MSCC）的超冷处理过程监测方法。

首先，研究评估了MicroNIR设备在不同温度条件下的信号稳定性。通过将绿色聚丙烯（PP）材料放置在设备上方，并在-18°C的气流环境中进行实验，研究团队发现该设备在温度变化下仍能保持稳定的光谱输出。这表明，MicroNIR设备具备在实际生产中用于在线监测的潜力。尽管NIR设备可能受到温度变化的影响，但通过内置的温度校正因子，可以有效减少仪器误差，从而保证监测数据的可靠性。这一结果为后续的实时监测奠定了坚实的基础。

其次，研究探讨了NIR信号在不同厚度的肉类组织中的穿透深度。通过将不同厚度的肉片（2.5–30 mm）置于MicroNIR传感器与PP材料之间，研究团队发现NIR在冷藏条件下能够穿透至5 mm的深度，而在冷冻条件下，其穿透能力显著下降。这一结果表明，NIR在超冷处理过程中虽然不能完全穿透整个肉块，但足以检测到表面形成的薄层冰晶。因此，NIR技术在监测超冷处理过程中形成的冰层方面具有实际应用价值。此外，研究还通过主成分分析（PCA）和水光谱学（aquaphotomics）等方法，进一步验证了NIR信号在不同温度和组织厚度下的变化趋势。PCA结果显示，主要的光谱变化与水的相变过程密切相关，而水光谱学则能够更直观地揭示水分子结构的变化。

在超冷处理过程的实时监测方面，研究团队利用PCA和水光谱学方法，构建了基于多变量统计的控制图（MSCC），用于识别超冷处理的起始和结束阶段。通过分析NIR光谱数据，研究发现PC1（主成分1）能够有效反映超冷处理过程中的整体变化趋势，而C1（水光谱学坐标）则对水的结构变化更为敏感。控制图的构建基于NIR光谱数据的动态变化，当连续三次测量的PC1或C1值超出设定阈值时，系统会触发警报，提示超冷处理过程的开始或结束。这一方法在实际应用中表现出良好的稳定性，其识别结果与基于温度变化的参考方法高度一致，尽管存在一定的延迟，但通过提高光谱采集频率，可以有效缩短这一延迟时间。

研究结果还表明，NIR光谱技术在监测超冷处理过程中水分子的相变和结构变化方面具有显著优势。通过分析不同肉类（猪肉、鸡肉和牛肉）在超冷处理过程中的光谱变化，研究团队发现水相关的吸收峰在温度下降时表现出系统性的位移，这与水分子从自由态向结合态转变的物理过程密切相关。此外，水光谱学的可视化分析进一步揭示了水分子在超冷处理过程中的动态重组，为理解水在生物组织中的行为提供了新的视角。

本研究不仅明确了NIR在冷藏和冷冻条件下对肌肉组织的穿透深度，还提出了一种基于NIR光谱行为的、具有实际应用价值的实时监测策略。这一策略能够有效识别超冷处理的起始和结束阶段，为食品加工过程中温度控制和质量保障提供了科学依据。此外，研究结果表明，NIR光谱技术在食品工业中的应用前景广阔，尤其是在非接触式、实时监测方面，其优势尤为突出。通过结合PCA和水光谱学，NIR技术能够提供对食品内部状态的深入洞察，为实现更高效、更精准的食品保鲜技术提供了技术支持。

本研究的意义在于，它不仅填补了当前关于NIR在动物组织中应用的研究空白，还为食品工业提供了一种新的、可自动化的监测手段。这一方法能够在不破坏食品的前提下，实时跟踪其在超冷处理过程中的状态变化，从而优化加工条件，提高食品品质。未来的研究应进一步探索该方法在复杂工业环境中的适用性，并将其扩展到更广泛的易腐食品中，以实现更全面的食品质量监控。同时，研究还指出，提高光谱采集频率可以有效减少控制图识别过程中的延迟，这对于需要快速响应的工业流程尤为重要。因此，NIR技术的进一步优化和推广，将为食品工业的可持续发展提供重要助力。