摘要：社会经济的不断发展，提高了人们的生活水平，因此，对于食品的安全要求也越来越高，只有积极加强食品检测技术的研究分析，才能保证食品的安全。基于 HACCP的农产品质量安全监控预警决策系统进行了研究，该决策系统能够在农产品质量安全监控预警系统中的各监测点进行危害分析，设置控制关键点，从而实现对农产品质量安全的监控，并制定出相应的监控程序。而光谱技术以其高效、操作简便、非破坏、检测重现性好等诸多优点，受到广大科研工作者的青睐。
关键词：农畜产品；光谱技术；安全；快速检测
近年来，由于市场利益驱动，市场监管以及准入制度的不完善，导致农畜产品污染严重。很多“问题”农畜产品大量流向市场，屡屡引发消费者中毒甚至死亡事件，对广大消费者的权益乃至人生安全造成了极大的危害。另外，很多农畜产品的出口也因质量安全不达标而频遭抵制，给国内的生产者带来了巨大的经济损失。对农畜产品的品质安全问题，国内的科技工作者在检测和监测技术的研究方面进行了大量的工作。近年来发生的农畜产品安全事故中，部分是因为黑心商贩为了一己私利，在农畜产品中添加有毒有害物质，使其具有更好的卖相，从而以较小的投入换取较大的利益，如近年发生的健美猪、毒大米、毒面粉和红心鸭蛋等事件。
一、光谱技术在有害物质检测工作中的应用
1、有毒有害添加剂的检测。就现阶段来说，农畜产品中经常遇到的有害物主要包括：三聚氰胺、农产品残留农药、硝酸盐、苏丹红、瘦肉精等。只有不断加强检测力度，才能保证食品的安全。在农畜产品检测工作中，传统的检测方式主要是理化法，此种方式在应用过程中检测结果准确性高，能够保证检测质量。但会对食品造成一定的损害，而且需要的时间也很久。光谱技术在应用过程中，依据实际情况三聚氰胺的非线性定量模型，并且选取 1555cm-1 周围的特征吸收峰，然后再对现行模型和非线性模型之间存在的相关性进行预测，并建立非线性模型，其相关度为 0.9542，其相关的结果显示，三聚氰胺在食品中的含量是能够进行检测的。
2、光谱技术对农药残留检测应用。农药残留是目前食品中最为常见的问题，并且其检测方式也很多，例如：薄层色谱法、气相色谱法、高效液相色谱法、超临界流体色谱法、酶抑制法、免疫分析法和生物传感器法等。这些方式在实际的应用过程中虽然都能够取得良好的效果，但是其检测过程较为复杂，耗费的时间较长，只能在实验室中应用，在实际应用中还存在一定的弊端。光谱技术在实际应用中，具有速度快、准确性高、稳定性强、无损等特点。
二、光谱技术在畜产品检测中的应用
1、光谱技术用于农畜产品新鲜度的检测。农畜产品在存储过程中，由于受到环境的影响，农畜产品的储存期也不近相同。一些不法商贩将长期储存的产品甚至是已经发生变质的产品混入到新鲜产品中进行销售，这给消费者的合法权益带来极大的危害，更有可能危害到消费者的人身健康。［1］就利用鸡蛋的透射特性，在 200～800nm 范围对鸡蛋的新鲜度进行了检测，通过试验建立了鸡蛋的透射率与贮藏时间的相关数学模型，相关系数达到了 0.94，并找出了用于新鲜度检测的特征波长 465nm。采用傅里叶变换型近红外光谱仪对鸡蛋样品在近红外光谱全波段范围内进行了漫反射光谱的提取，应用主成分分析的方法进行了建模，模型对鸡蛋的新鲜度等级判别的准确率达到了72.67% 。这些研究使人们对禽蛋产品新鲜度的快速无损检测成为可能。挥发性盐基氮和 pH 值被认为是衡量肉类产品新鲜度的重要指标。用联合区间偏最小二乘法对猪肉的近红外光谱进行建模，成功预测了猪肉中挥发性盐基氮的含量。［2］利用猪肉中的近红外光谱对其 pH 值进行了预测研究，通过连续投影算法选择了特征波长，并建立多元线性回归模型，得到了较好的预测模型。
除此以外，细菌也是一个衡量产品安全以及新鲜度的重要指标，研究了在 4℃ 的冷链条件下，猪肉的表面菌落总数与 400～1 100nm 光谱范围内相应高光谱图像的关系，建立了基于高光谱技术的冷却猪肉表面菌落总数的快速无损检测模型，模型的预测准确性较高。以上研究表明，光谱技术对农畜产品新鲜度的快速无损检测是可以实现的。在农畜产品新鲜度的光谱检测方面进行了大量的研究。［1］用近红外光谱技术结合人工神经网络ANN数据建模分析法，对鸡胸肉的色泽进行判断，以确定其储藏时间，其模型的判断正确率达到 70% 。利用可见近红外光谱结合经修正的偏最小二乘分析法来预测猪肉样本的颜色。在 1200 ～ 1300nm 波段利用近红外光谱建立挥发性盐基氮的预测模型，实现了对猪肉样本新鲜度的评价。
2、光谱技术用于病变组织的检测。对于农畜产品的病变组织的检测，目前现有的检测技术大多是对其外观进行检测，这样的方法很难检测到产品内部的病变，而病变组织的存在也一定程度地影响了产品的食用安全性。而光谱技术对病变组织的检测则有着其它检测方法不可比拟的优势。在近红外光谱技术的基础上，应用支持向量机算法的识别原理建立正常鸭梨和褐变鸭梨的分类识别模型，模型对样品的识别准确率高达 95% 。利用可见近红外连续透射光谱技术对苹果内部的褐变进行了研究，研究利用了褐变苹果的透光量减少的特性，选择 715，750，810nm 为特征波长建立了判别模型，该模型对褐变果的判别正确率达到了95. 65% 。利用光学技术对水果内部的褐变的无损检测，作物的病害一方面会影响到作物的长势，造成作物减产、果实可食用性降低，另一方面对喷药的管理也会有一定的影响，可靠的病害诊断对精确施药，减少农药残留具有很大的意义。［2］利用多光谱成像技术，在绿、红、近红外三波段提取了感染灰霉菌病的茄子叶片的灰度图像信息，建立了识别模型，利用高光谱图像技术对柑橘果锈病进行了检测，筛选出了 571，652，741 等特征波长，对柑橘果锈病的检测正确率可达到 90% 。此外，国内还有很多科研工作者在作物病害的检测方面进行了大量的研究。
光谱技术在农畜产品的安全性检测方面取得了较大进展，人工神经网络、逻辑模糊控制、遗传算法等先进建模方法广泛地应用到预测模型的建立中，使检测模型的精度、稳定性不断提高，对光谱技术在农畜产品安全性检测上的实用具有重要的推动作用。随着对光谱检测技术的深入研究，各种先进的理论、算法和技术不断出现，光谱检测设备的精度也不断提高，为农畜产品安全性快速准确地检测提供了强大的技术支持。从发展前景来看，今后的研究重点应当注重以一下两个方面: 一是将光谱技术和其它新兴的技术有机融合，以提高检测的准确性和稳定性; 二是在现有技术基础上研发相应的在线检测设备，并早日投入使用。基于光谱技术的诸多优点，作为一种快速、无损检测手段在农畜产品安全性检测领域一定会得到实现和拓展。
总之，光谱技术在畜产品安全性检测中的应用具有重要意义，有效的提高了食品的安全性。在实际的应用过程中，工作人员还要不断加强研究，消除其中存在的弊端，才能推动光谱技术在畜产品安全性检测中的应用，推动我国食品行业的发展。
参考文献：
[1] 代芬，张昆，洪添胜．龙眼表面农药残留的无损检测研究一基于近红外光谱分析[J]．农机化研究，2017，32(10)：14．
[2] 黎静，薛龙，刘木华．基于光谱技术识别不同农药污染脐橙的研究[J]．江西农业大学学报，2017，32(4)28．
[3] 薛龙，黎静，刘木华．基于高光谱图像技术的水果表面农药残留检测试验研究[J]．光学学报，2018，28(12)：20．
[4] 陈菁菁，彭彦昆，李永玉．基于高光谱荧光技术的叶菜农药残留快速检测[J]．农业工程学报，2016(02)：1—5．