應(yīng)用范圍：

 

酒制品檢測分析

 

不同產(chǎn)地的葡萄酒具有不同的質(zhì)量與風(fēng)格，市場上葡萄酒以假亂真、以次充好現(xiàn)象頗多，尋找簡單有效地鑒別葡萄酒產(chǎn)區(qū)的方法，有利于葡萄酒市場的健康發(fā)展。向伶俐等人采用近、中紅外光譜的貝葉斯信息融合技術(shù)對(duì)葡萄酒原產(chǎn)地進(jìn)行快速識(shí)別，建模集準(zhǔn)確率為87.11%，檢驗(yàn)集準(zhǔn)確率為90.87%，提高判別的準(zhǔn)確度，為葡萄酒原產(chǎn)地真?zhèn)巫R(shí)別提供了一種高效低成本的新方法。

 

此外，利用紅外光譜對(duì)白酒年份與香型鑒別也有十分效。因不同香型白酒的成分有所差異，其紅外光譜也不盡相同，可根據(jù)紅外光譜差異鑒別不同年份的白酒。

 

蜂蜜檢測分析

 

我國蜂蜜質(zhì)量參差不齊，摻假現(xiàn)象也較為嚴(yán)重。孫燕等利用中紅外圖譜分析儀結(jié)合化學(xué)計(jì)量軟件建立饒河黑蜂蜂蜜產(chǎn)地真假判別模型判別饒河本地的蜂蜜樣品和其它地區(qū)蜂蜜樣品，準(zhǔn)確率達(dá)90.3%，為蜂蜜真?zhèn)舞b別提供了一種有效的方法。

 

谷類檢測分析

 

近年來，少數(shù)造假者頻頻在陳舊大米中涂抹摻加植物油、礦物油，增加其亮度和光澤，冒充優(yōu)質(zhì)新鮮大米銷售，嚴(yán)重危害消費(fèi)者身心健康。張耀武等利用紅外光譜對(duì)涂有和摻有礦物油的大米進(jìn)行定性鑒別。將分離出含有礦物油的試樣進(jìn)行紅外光譜測試，未出現(xiàn)1745cm-1脂C=O的伸縮振動(dòng)吸收和1000~1300cm-1伸縮振動(dòng)吸收，證明該試樣中含有直鏈烷烴的礦物油。該方法可用于對(duì)大米、餅干、瓜子和食用油中是否摻加工業(yè)礦物油的鑒定。

 

糧食在高溫高濕條件下極易發(fā)霉變質(zhì)，不僅造成經(jīng)濟(jì)損失還嚴(yán)重威脅人畜健康。劉凌平等利用傅里葉變換衰減全反射紅外光譜技術(shù)結(jié)合化學(xué)計(jì)量學(xué)方法，對(duì)稻谷中7種常見有害霉菌進(jìn)行了快速鑒定，建立的線性判別分析和偏最小二乘判別分析模型對(duì)7種不同類別菌株的留一交互驗(yàn)證整體正確率分別達(dá)到87.1%和87.3%，表明該技術(shù)可用于谷物中霉菌不同屬間的快速鑒別，尤其對(duì)不同菌屬的霉菌具有良好的判別效果。

 

果蔬檢測分析

 

果蔬中農(nóng)藥殘留快速、高效的檢測技術(shù)是當(dāng)前食品安全控制關(guān)注的重大問題。朱春艷用傅里葉紅外光譜技術(shù)對(duì)敵百蟲和辛硫磷兩種農(nóng)藥的紅外光譜進(jìn)行了測量和分析，驗(yàn)證了FTIR/ATR技術(shù)快速檢測蔬菜中有機(jī)磷農(nóng)藥殘留的可行性，測定敵百蟲的最低的檢測限為0.2×10-6（體積分?jǐn)?shù)），相關(guān)系數(shù)為0.9141，辛硫磷的最低檢測限為0.02×10-6，相關(guān)系數(shù)為0.9036，為果蔬農(nóng)藥殘留檢測提供了一種方便、快捷、準(zhǔn)確的方法。