導讀：在“2013年全國包裝與食品工程農產品加工學術年會”上，中國農業大學工學院的彭彥昆教授作了一個報告——“在農產品/食品加工和包裝產業鏈中的品質安全無損快速檢測技術與裝備”，引起了眾多專家、企業的興趣和關注。
這是一次真實的實驗:把一塊色澤光亮的豬肉遞到王大媽面前讓她來分辨這塊肉是否達到食用標準，做了幾十年家庭主婦的王大媽先是摸了摸，又聞了聞，自信地說，依我看這塊肉沒什么問題。
工作人員迅速手持檢測探頭對一整塊肉進行光譜掃描，檢測裝置在1秒鐘內通過成像和分析，得出的數據顯示這是一塊外表光鮮實則變質的豬肉，檢測結果讓王大媽大吃一驚。在這次互動中，王大媽聽到了一個新鮮詞兒“無損檢測”，她不禁感嘆到：是啥玩意兒這么神奇？
近期，在“2013年全國包裝與食品工程農產品加工學術年會”上，中國農業大學工學院的彭彥昆教授作了一個報告——“在農產品/食品加工和包裝產業鏈中的品質安全無損快速檢測技術與裝備”，詳細介紹了其團隊開發的肉品檢測裝置及其功能，引起了眾多專家、企業的興趣和關注。讓王大媽感到神奇的正是該技術。
不留疤痕的“無創手術刀”
農畜產品進行質量安全檢測，既保障著百姓日常飲食健康，也影響著農畜產品進出口貿易。無損檢測也叫非破壞檢測和非接觸檢測。認識無損檢測技術，不能不提起傳統的破壞性檢測。
如果我們把傳統的破壞性檢測比作一把“鋒利的手術刀”，經過這把手術刀將肉食品“殘忍”地分割后才得知其內部狀況。相比之下，無損檢測則可看做是把“不留疤痕”的“無創手術刀”。
“我們知道，紅色的和黃色的兩個蘋果，放到紅光的暗室里，他們反射的光強是不一樣的，所以利用反射光可以判斷蘋果的顏色。”彭彥昆解釋道，簡單地說，經過光譜掃描可以實現無損檢測技術，獲取被檢測物質的特征信息，然后通過分析這些特征信息得到其物理、化學和生物屬性。
不同的物質成分具有不同的光譜特征波長，特征波長處的反射光譜強度能反映物質成分的含量，一般用可見光/近紅外光源照射被檢測物質后，再通過光譜解析建立的數學預測模型就可自動算出結果，“無損檢測技術檢測單品整個過程一般不到1秒鐘，而傳統破壞性檢測一般長達幾小時甚至幾天。”
來到彭教授的實驗室。他拿出手持儀器對一塊牛肉進行簡單地照射后，分析儀就得出了數據：新鮮度、細菌總數、含水量、pH值、色澤，以及其他品質安全指標等。這樣，無論這塊牛肉是過期的、被污染的、注水的、還是不符合食用標準的，都能被檢測出來。“對物理特征和化學成分不一樣的牛肉，當用一束光照射它時，從它表面的反射光就不一樣。對不同牛肉，它的反射光的強度大小和峰值位置就不一樣。這些差別信息反映了牛肉的品質安全狀況，叫做品質安全特征信息。通過特征信息，再結合其他數學分析方法就能找到牛肉具體的嫩度、水分、細菌總數等與光學特征性的關系，并且能用數學公示表達。”
“不論是肉類或蔬菜，檢測機理類似，但不同的檢測對象對應的硬件構成、預測模型不同。”所以，彭彥昆帶領團隊開發了果蔬農藥殘留快速實時檢測、水果品質在線分選、豬肉品質安全多指標同時自動在線無損檢測等10套系列裝置。
這些檢測裝置分為在線式和手持便攜式。前者可用于大型家畜屠宰廠、肉品加工廠、肉品包裝和配送企業等。后者可用于小型肉品加工企業、肉品商場、飯店、肉品監管部門等。
“無創手術刀”優勢明顯
“傳統檢測方式是人工抽樣，需要樣品的提前處理，必須要受過專門訓練的技術人員來操作，可即便這樣，人為誤差還是比較大。”彭教授介紹，人工抽樣的方法不但無法實時獲得結果，還破壞樣品并且有抽樣的局限性，更是無法用于在線檢測，進行高通量逐一樣品的食用安全性篩查和品質分級。
而無損檢測這把“無創手術刀”則無需將檢測對象破壞，不僅能及時準確檢測出不良肉食產品，避免了不良產品售后召回的往返周折，在完成檢測的同時也能按品質進行分級，而且無損檢測自動化程度高，還保證了逐個樣品檢測，不會出現漏檢，更重要的是還可以合理利用在線分級技術，大大提升產品附加值。
“但是，這并不意味著無損檢測技術可以面面俱到。”在農畜產品的生化成分檢測方面，如三聚氰胺、瘦肉精等，檢測精度還不理想。在無損檢測中，精度是各國學術界所面臨的共同問題，“這主要由于現在光學技術的分辨率和解析度還有待于提高。”
發現光學信號在農產品內部擴散形態模具
目前只有少數先進國家，可以利用光譜技術進行農畜產品無損快速檢測。德國、美國、丹麥和日本等國學者，已經利用可見/近紅外光譜技術取得了一定成果。
彭教授介紹，日本學者是根據肌肉的大理石紋狀、肉的色澤等方面評定牛肉等級，歐盟則是根據胴體肥瘦和結構來劃分，而美國是通過生理成熟度和大理石花紋來評定牛肉品質。值得一提的是，“光譜技術應用于檢測肉類品質安全的研究，多處于實驗室基礎研究狀態。現今除了德國的胴體瘦肉率分級外，還沒有實用的檢測技術及裝置系統問世。”
這意味著，彭彥昆的農畜產品無損檢測技術與裝置目前處在水平。他們發現了農畜產品內部光的漫散射規律為洛倫茲分布函數，并提出了從農畜產品的光譜空間擴散輪廓求取洛倫茲參數的方法，解明了農畜產品光學擴散特征洛倫茲參數與其品質安全參數的關系。“簡單說，就是發現了光學信號在農產品內部擴散形態的模具，模具的尺寸參數能反映其品質安全性。”
成為目前核心關鍵技術
以次充好，掛羊頭賣狗肉……在食品安全成為社會關鍵詞的背景下，有著多年相關研究積累的彭彥昆將研究重心放在了農畜產品的無損檢測上。
他們在研究這些裝置之初，并沒有可供借鑒的現成技術。經過5年多的實踐，在國家自然科學基金、國家863高技術計劃、公益性行業科研專項和國家科技支撐計劃等項目的支撐下，他們研發的農畜產品無損檢測技術，成為目前在線檢測主要農畜產品品質安全參數的系列核心關鍵技術。檢測生產率為1—3個樣品/秒、生鮮肉水分、嫩度、新鮮度、細菌總數等的檢測準確度均≥90%，牛肉大理石花紋和豬胴體背膘厚的檢測準確度均≥95%。
教育部科技成果鑒定專家給予這項檢測技術的鑒定意見是“總體技術達到先進水平，其中新鮮度、色澤、大理石花紋和細菌總數在線檢測技術居水平”。
相信在不久的將來，我們的生活也許將會真正擺脫以次充好肉、注水肉、污染肉、腐敗肉和變質肉。
無損檢測技術一直在轉變
在無損檢測技術的研究上，各國國情的差異決定了研究方向、重點和研究對象的不同。一些發達國家研究的方向和重點更加側重于產品品質、外觀、口感等方面的檢測技術，而我國因地制宜地將無損檢測技術的首要目標定為能檢測產品是否安全，是否適宜食用。同時，由于各國民眾飲食習俗的差異，美國等一些國家所研究的肉類檢測對象多為雞肉，而我國則要將豬肉作為主要的檢測對象。
回顧“無損檢測”的研究過程，彭教授不勝感慨。2007年，他通過申請國家自然科學基金、北京市自然科學基金、“863”等項目從無損檢測的基礎性研究開始，至2012年，他帶領團隊研究的農畜產品無損檢測的項目課題已進入了中期階段。
這6年，無損檢測技術一直在轉變——由基礎研究的探索轉變為實用性技術的研究；由檢測方法研究逐步轉變為對裝備的開發研究；由對單一對象檢測方式的研究轉變為能對多種產品進行檢測；由對初只能檢測肉類嫩度信息轉變為可以同時檢測肉類多種品質信息；由靜態檢測方式轉變為實時在線式的動態檢測裝備。
今年，除了又新增肉類無損檢測技術研究項目外，農業部批準的“果蔬農藥殘留光學無損快速檢測核心技術引進與示范”和科技部批準的“中式菜肴原料與植物性原輔料質量安全檢測技術與裝備研發”也將開始由實驗室研究。
