图1. 借助NIR光谱法可以检测出水果的压损和撞伤情况。

除了化学和生物学特性外，食品的质量也反映在其新鲜度或组成上。德国Fraunhofer光学微系统研究所（IPMS）的研究者们借助于一种新开发的成像式近红外光谱仪可以对这一质量特性进行检测。

食品不仅应该从化学和生物学方面来看符合质量标准，还应该是新鲜、未受损伤和具有高质量的组成，至少消费者们希望如此。而从食品安全的角度来看，还需要进一步从法律上加以规范并将其置于国家质检部门的监控之下。如果考虑到新鲜度或者其它因素例如水分、含糖量、蛋白和脂肪含量，那么即便是质量合格的食品也会彼此大不相同。当前持续的Bioness热和全面健康热，以及日渐增多地提供来自控制栽培的优质食品和减低了脂肪和糖的食品表明，无数消费者都心甘情愿地准备为更好的质量多掏腰包。可是问题是，如何才能将质量可视化地表示出来？

一种可能就是采用光谱法，特别是近红外光谱（NIR）。但如果鉴于仅仅分析一种单一的产品，对于非匀质化的样品而言并不具有说服力。在这样的场合就必须采用一种能够成像的光谱仪，英文称为“Hyper Spectral Imaging 超光谱成像”。这样由局部产生的测量使得例如水果、蔬菜、奶制品、肉类或者香肠制品的整体分析成为可能。用这种方式可以通过提前检测来识别如水果受到的挤压和撞伤的部位。这样也为生产者带来好处，完美无缺的物品直接销售给终端消费者，其余则视情况分别加以利用，例如用于制成果汁或者生物燃料。

NIR光谱法分析主要成分

（食品的）NIR光谱法大多数情况下采用反射方法分析，这是由于其表面太厚而不能采用透射方法。由适当的光源发出的光线以一定的强度分配I0（λ）射入检测池，反射回来的光线表现为随样品化学性质而改变的强度分配Ir（λ）。根据入射光强度和反射光强度之比作为波长的函数而建立的一种适当的数学模型可以用来进行主要成分的分析。为此需要利用那些业已通过例行 分析获得了定量结果的样品来进行参照测量。借助光谱性质与组成有关的知识来建立数学模型。然后就可以用此模型对相应的样品进行定量分析。

图2. 用于NIR射线光谱分解的光栅结构的电子显微镜摄影。

正如业已述及，在加工过程中，包括现场测量中，我们感兴趣的并不是孤立的样品点，而是组成在整个样品中的分布以及在样品所有部位的状态如何。例如对于一块肉的样品而言，在纯肉、骨头和肉皮之间是有区别的。这些都必需在评价其质量时加以考虑。对于苹果而言必需对其整个表面检查撞伤和挤压的情况。由此要求分析系统的传输带乃至其专门的设备做到对可旋转的样品物体进行360°分析。数据采集是沿着这样一条线路进行的，在此路线上依照时间的顺序针对朝着检测器运动或旋转的总的表面进行扫描来完成的。沿着这些行列必需能够获得光谱的反射度。

这类分析系统的经典应用是基于一种固定的光栅，该光栅将光线沿其射入方向分解成其光谱组成谱线。为了沿着采集路线获得光谱的和几何组成方面的数据，必需具备二维检测器装置，有如照相机的芯片那样。在可见光谱范围内可以应用半导体硅技术检测器。这些检测器可以直到1100nm仍然很灵敏。由于化学信息只是在一定的波长范围内才能加以采集，所以需要在近红外灵敏的检测器。为了这些必要的技术所采用的元器件如InGaAs，PbS，PbSe以及为了扩展的应用而采用的整体系统都是非常昂贵的。

图3. 成像光谱仪的测量结构图。

以MEMS 技术降低系统成本

系统成本主要取决于检测器的成本。如果能够成功减少检测器的维数，即替代二维检测器芯片，只对高光谱成像法采用单行检测，这样就能降低系统的成本。德国Fraunhofer光学微系统研究所（IPMS）的研究者们借助于一种微MEMS（电子机械系统）技术取得了成功。一种可能的接头就是采用一种运动的组件按照时间的顺序来采集信号。基于一种能够在其运动方向上通过共振电容驱动操作的扫描镜开发了一种振荡光栅芯片。在这种器件上替代简单的镜面而于其表面上蚀刻出最佳反射的光栅结构。对于近红外光谱而言这种接头业已获得成功的应用。在此基础上由Fraunhofer光学微系统研究所（IPMS）研究的光谱仪SGS 1900问世，并由Hiperscan公司生产供应市场。为了适用于高光谱成像而将芯片稍加改变，通过行列元素的运动和通过在传输带运行的横向方向上按照时间顺序所作的几何解析就能够得到所摄录的光谱成分。

基于MEMS-振荡光栅芯片的高光谱成像系统

基于MEMS-技术开发了一种成像的光谱仪示范仪器。这是一种通过传输带装配的仪器。在此系统中对横向运动采用150 kHz的频率进行扫描。检测器可以用高达20 kHz的频率进行检测。此时在横向方向上可以分辨大约50个像点，对于宽度为40cm的传输带系统而言可以达到8mm的分辨率。在1100~2200 nm光谱范围内可获得256个元素。这相当于大约4 nm的分辨率。这种正弦形态摄录的各个单点可以按照和数码照相一样的方法换算成一种矩阵形态光谱解析的图像。这种由新开发的系统所产生的图像当前在横向具有50像素，而在光谱方面具有256个元素。沿着传输带的方向随时进行这种记录。

图4. 验证塑料样品时用的成像光谱仪。

光谱的测量和评估

从测量的数据出发，可以利用相应的谱线求出样品的化学组成。针对不同基体的塑料样品进行的测试可以作为该测量系统的首次应用示范。测量结果采用颜色来表示,这些颜色随已知材料的不同而异。在对大量光谱测量数据进行计算后可以提取出少量数据，例如关于食品主要组分的浓度。

必要的模型计算和参考值的获知

这种系统现已成功地付诸实践和检验。对于食品领域的应用必需进行相应的模型计算和获取必要的参考值。复杂的数学公式对计算机技术提出了很高的要求。当前首批模型研究被用于食品的标准NIR光谱分析。一旦获得有用的结果，就将进一步试验如何移植到成像光谱仪中去。