意大利將近紅外光譜技術用于榛子篩選

　　分析測試百科網訊 榛子作為糖果、面包和巧克力產業的原材料在全球范圍內廣泛使用。市售的這種堅果有脫殼和帶殼的，或是處理后用來改善各種食物的顏色、風味、質地和纖維，因為它是蛋白質、脂類和甾醇化合物如植物甾醇、維生素E等的非常寶貴的來源。

　　按照傳統的耕作方式，當幾乎所有的果實都成熟掉落時，榛子才開始收獲。但是，在開始收獲之前，榛子會在地上干燥3-4個星期，這可能會將榛子暴露在微生物污染和不利的天氣條件中。微生物污染，種子褐變，壞品味和脂質氧化是在儲存榛子時其質量變壞影響銷售的主要原因。這些因素會給干燥過程、耐貯性和堅果最終組成帶來消極影響。

　　帶殼的榛子通常會在倉庫中貯存幾個月到幾年不等的時間。在貯藏過程中，榛子發生微生物污染或化學變化往往會使消費者感到榛子味苦。榛子在加工和儲存過程可能會發生的另一個變化是不飽和脂肪酸的催化氧化，這會導致果實的異味。

　　Napoli Federico II (意大利)大學和Wageningen大學（荷蘭）的研究人員已經調查了近紅外光譜（NIR）估計帶殼和去殼榛子果仁缺陷程度以及脂質氧化水平的可行性。這個實驗在'Mortarellà培育的榛子上進行，一種最重要的非圓形的核心品種生長在Campania地區。意大利是繼土耳其后，第二個世界重要的榛子生產國。

　　 在這項研究中，NIR作為一種替代傳統質量評價的方法。若干研究表明NIR作為一種高通量篩選的有效方法，適用于花生、核桃、板栗等干果的水分含量、脂肪含量和脂肪酸組成的測定。研究人員表示，在榛子中，NIR技術已經被用于檢測果仁缺陷（顏色異常的外殼和/或內核、蟲害、有害的疾病以及真菌的、生長）、游離酸度、含水量。然而，NIR技術尚未應用于帶殼和脫殼榛子的果仁缺陷程度分類或是脂質過氧化水平評估中。

　　果仁首先通過感官評價進行內部和外部視覺評估，隨后測量脂肪氧化程度。用偏最小二乘法（PLS）來制定校準模型。建立一個符合要求的PLS來檢測有缺陷的果仁。對于脂質氧化估計最好的PLS模型是通過首先從校準集移除有缺陷的果仁得到的。表示主要脂質氧化程度的消光系數K232 PLS模型，能夠預測帶殼（R2 = 0.79）和脫殼（R2 = 0.85）榛子的K232。

　　研究人員得出的結論是：NIR是一種能夠精確、快速檢測帶殼以及脫殼榛子果仁缺陷程度和估計脂質氧化程度的技術。根據研究結果，可以使用NIR技術將榛子分成不同質量等級。可以開發一個兩步的NIR程序，利用第一個PLS模型來檢測并分離出有缺陷的果仁，然后用第二個PLS模型根據脂質氧化程度將完好的果仁分級。有趣的是，只有在4個波長能預測帶殼榛子脂質氧化程度和檢測榛子果仁缺陷。這個結果對低成本的商業儀器開發是十分有用的。