作者:伊利诺伊大学厄巴纳-香槟分校的玛丽安·斯坦
信用:CC0公共领域
苹果脆片等干制休闲食品是新鲜水果的便捷替代品，可延长保质期并更容易储存
消费者对产品种类的要求越来越高，因此公司在这类休闲食品上涂上水果和蔬菜粉，以增强口感和感官吸引力
伊利诺伊大学的一项新研究探索了使用近红外光谱法实时测量水分含量的有涂层和无涂层苹果片的干燥过程
研究人员说，近红外技术大大提高了测量的速度和准确性
I大学食品科学与人类营养(FSHN)研究生、该论文的主要作者Ragya Kapoor解释说，涂膜的目的是让苹果干更具功能性和营养，也更吸引人吃
“这个想法是让学龄儿童在饮食中加入苹果片
我们使用蔓越莓粉末涂层，使苹果片在颜色和味道方面更有吸引力，”卡普尔说
“我们将苹果片浸入液体溶液中60秒两次，然后进行热风干燥操作
" 研究人员用微型近红外光谱检查整个干燥过程中不同点的水分含量，以确保芯片足够干燥
与标准监测技术相比，近红外技术提供了许多优势，麻省理工学院农业和生物工程系助理教授、该论文的合著者穆罕默德·卡姆鲁扎曼说
“在传统方法中，您从产品中提取样品进行实验室分析
这个过程至少需要24小时，样本被销毁，一些分析需要苛刻的化学物质，”Kamruzzaman指出
近红外光谱需要几秒钟，不需要移除样品，并且不使用化学物质
“近红外光谱非常准确，速度非常快，不会破坏样品，也不使用化学物质
这是可持续的绿色技术
传统的实验室技术需要专家来处理设备和解释数据
近红外易于使用，几乎任何人都可以操作仪器，只需几分钟的培训就可以进行测量
设备小巧便携
" Kamruzzaman解释说，NIR的工作原理是用不可见光扫描产品
“用我们的眼睛我们可以看到食物的大小、形状和颜色，但我们看不到营养成分
近红外光读取食物中的化学键，因此您可以分析任何生物物质，并确定水分含量、蛋白质、脂肪、纤维或碳水化合物等特征
近红外光谱会给你很多数据点；我们提取数据，并使用机器学习来解释结果，”他说
“近红外光谱和机器学习的结合非常强大
" Kamruzzaman的Kapoor和该研究的合著者，ABE的研究生Amir Malvandi和I大学食品和生物过程工程教授郝峰有两个主要的研究目标
他们想探索苹果切片上的可食用涂层，并测试近红外光谱技术在监控涂层和未涂层切片干燥过程中的应用
“涂层和未涂层样品的水分含量不同，我们想知道它们的干燥行为有何不同
我们发现，利用近红外技术，我们能够仅根据两种样品成分的差异来区分它们，”卡普尔解释道
研究人员表示，近红外光谱可以大大提高生产效率
“近红外光谱可以让您实时看到产品水分含量的变化
你可以持续监控干燥过程，观察干物质的数量，并决定停止的正确时间，”Kamruzzaman说
食品科学和人类营养系以及农业和生物工程系位于伊利诺伊大学农业、消费者和环境科学学院
这篇论文“利用微型近红外光谱和化学计量学对可食用的涂层苹果片在热风干燥过程中的实时水分监测”发表在《LWT——食品科学与技术》上
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
