《Journal of the Science of Food and Agriculture》：Exploring portable NIR spectroscopy in transmittance and reflectance modes for the authentication of Brazilian coffees with geographical indications
编辑推荐：
本研究系统评估便携式近红外光谱（NIR）在透射（NIR-T）与反射（NIR-R）模式下对巴西四个地理标志（GI）咖啡的鉴别效能。研究表明，基于咖啡粉末直接检测的NIR-R模式可保留脂类等关键化合物的光谱特征，结合数据驱动的软独立建模分类法（DD-SIMCA）可实现97%-100%的预测准确率，为咖啡产地认证提供了一种快速、无损的现场检测方案。
研究背景与意义
作为全球第二大消费饮品，咖啡的品质与产地密切相关。巴西作为世界最大咖啡生产国（占全球产量38%），其地理标志（GI）咖啡因独特风味而具有高市场价值，但也面临掺假风险。传统鉴别方法如杯测、色谱分析等存在耗时长、成本高、无法现场检测的局限。便携式近红外光谱（NIRS）技术以其快速、无损及便携优势，为咖啡产地认证提供了新思路。
研究方法设计
研究选取巴西东南部四个GI产区的咖啡样本：塞拉多矿州（CM）、莫吉安娜保利斯塔（MG）、曼蒂凯拉矿州（MQ）和马塔斯矿州（MM），每产区20个样本，另设8个无GI认证的特色咖啡作为外部验证类。采用两款便携NIR设备分别采集咖啡粉末的反射光谱（NIR-R）与咖啡水提取液的透射光谱（NIR-T），波长范围900–1650 nm。为增强模型鲁棒性，通过合成少数类过采样技术（SMOTE）生成合成样本，并采用数据驱动的软独立建模分类法（DD-SIMCA）建立单类认证模型。
光谱特征解析
NIR-R光谱在900–1650 nm范围内显示出明显的类间差异（图2A-B），其特征吸收峰与咖啡中脂类、碳水化合物、蛋白质等化合物的O-H、C-H、N-H键振动相关。例如，950 nm处的吸收峰对应O-H/C-H伸缩振动的二级倍频，1200 nm处反映脂类与碳水化合物的C-H振动。而NIR-T光谱则因水溶液的强吸收主导，类间差异微弱（图2C-D），仅在高灵敏度区域（如950 nm、1400 nm）可见细微特征，可能与水分子氢键网络受溶质扰动有关。
模式性能对比
主成分分析（PCA）显示，NIR-R数据中PC1与PC4可解释73.6%的方差，实现各类别的清晰分离（图3），而NIR-T需依赖PC1与PC5（方差解释率74.8%），且类别间存在重叠（图4）。在DD-SIMCA建模中，NIR-R模型均采用萨维茨基-戈雷滤波（Savitzky-Golay）导数预处理（除MQ类使用标准正态变量变换SNV），测试集准确率达97%-100%（表1）。尤其CM与MG类灵敏度达100%，MQ与MM类为90%，外部样本误判率极低。相比之下，NIR-T模型虽校准阶段表现良好，但测试集特异性下降（如MG类特异性91.5%），且外部类样本易被误判为MG类（表3-4），反映其鉴别稳定性不足。
技术优势与局限
NIR-R的优越性源于固体基质完整保留咖啡的化学与物理信息（如脂类的水不溶性成分），而水提取液则因水分子的强吸收掩盖特征信号，并引入提取过程的操作变异性。便携NIR设备结合DD-SIMCA的操作简便性、低成本及高精度，显著优于传统技术（如ICP-OES、HPLC），适用于产地现场快速筛查。
结论与展望
便携式NIR光谱技术，尤其是反射模式与DD-SIMCA的结合，为巴西GI咖啡认证提供了一种可靠、高效的解决方案。该策略不仅保障生产者与消费者权益，也对其他高价值农产品的产地溯源具有推广价值。未来研究可进一步探索光谱特征与特定生物标志物（如绿原酸、阿魏酸）的关联机制，以深化鉴别模型的化学解释性。
