2.2.5.2光谱指纹图谱

用于蜂蜜掺假鉴别的光谱指纹图谱主要有红外光谱(近红外、中红外)指纹图谱、傅里叶变换-拉曼光谱、核磁共振谱指纹图谱等，由于光谱特别是红外光谱具有加和性，对于混合物来说，其鉴别专属性差，分辨率低，需要借助计算机模式识别技术或模糊数学方法进行处理[39-40]。屠振华等[41]利用近红外光谱技术对蜂蜜掺假进行了研究分析，研究表明在800~2500nm波段加入质量分数60%的果葡糖浆掺假蜂蜜样品与天然蜂蜜的光谱图相比，其谱图存在着极高的相似性，而加入其他浓度比例的果葡糖浆时谱图的相似度更高。因此，很难通过全谱图形或者是具体细节图形形状或者是位置的差异来简单判别蜂蜜是否掺入果葡糖浆。作者又分别采用偏最小二乘判别分析(PLS-DA)、SIMCA、误差反向传播神经网络(BP-ANN)和最小二乘支持向量机(LS-SVM)等模式识别方法，进行蜂蜜掺假识别研究。研究结果表明利用这4种方法在蜂蜜中掺入果葡糖浆和果葡糖水的情况下均能很好地识别出掺假蜂蜜样品，其中对于掺入果葡糖浆的掺假情况，校正集的正确判别率均达到95%以上，验证集的正确判别率均达到87%以上，对于掺入果葡糖水的掺假蜂蜜校正集的正确判别率均达到93%以上，验证集的正确判别率均达到84%以上。通过比较4种不同的识别算法，发现采用LS-SVM时，对两种掺假情况下校正集和验证集的正确判别率均达到了100%。LiShuifang等[42]利用拉曼光谱法对掺入果葡糖浆和麦芽糖浆的掺假蜂蜜进行了相关研究，通过向蜂蜜中分别添加果葡糖浆和麦芽糖浆(质量分数10%、20%、40%)制成掺假蜂蜜，研究发现采用PLS-LDA对天然蜂蜜中掺入果葡糖浆、麦芽糖浆以及果葡糖浆和麦芽糖浆的混合物的准确识别率分别为91.1%、97.8%、75.6%。

光谱指纹图谱在蜂蜜掺假鉴别中具有简单、快速、无需对样品处理的优点，但由于天然蜂蜜和掺假蜂蜜的光谱图具有极高的相似性，因此很难通过全谱图形或者是具体细节图形形状或者是位置的差异来简单判别蜂蜜是否掺入糖浆，往往需要借助于模式识别方法进一步分析，才能达到检测的要求。光谱指纹图谱要普及到蜂蜜掺假鉴别中还需建立庞大的数据模型，由于蜂蜜掺假的多样性使得数据模型的建立较困难，同时还需要昂贵的仪器，因此目前光谱指纹图谱很难真正应用到蜂蜜掺假鉴别中。

2.2.5.3电子鼻指纹图谱

电子鼻不是对某种物质的定性或定量，而是气味整体信息的反映，是利用气体传感器阵列的响应图案来识别气味的电子系统。不同品质蜂蜜会产生不同的气味，因而在电子鼻的气体传感器阵列中会产生不同的指纹图谱，结合模式识别技术对电子鼻指纹图谱进行分析即可对蜂蜜品质进行评价。WeiZhenbo等[43]利用电子鼻对8种不同蜜源的蜂蜜和5个不同产地的阿拉伯蜂蜜进行了分析研究，利用电子鼻获得的指纹图谱数据并主成分分析(PCA)、聚类分析(CA)以及人工神经网络(ANN)模式识别方法进行处理，结果表明ANN对蜂蜜的蜜源和产地的正确识别率可以达到95%，也可以利用此方法进行掺假鉴别。Lammertyn等[44]利用zNose电子鼻技术将不同品质蜂蜜气味的化学色谱转化成高分辨率的可视化嗅觉图像(VaporPrint或称指纹气味)，然后根据这些嗅觉图像并结合模式识别技术来识别不同品质的蜂蜜。该法将电子鼻取得的数据用PCA和典型辨别分析(CDA)相结合，对15~16种真假蜂蜜的分类正确率到达了94%。

电子鼻技术具有响应时间短、检测速度快、重复性好、不需要复杂的预处理过程，并且能避免人为误差的特点。利用电子鼻指纹图谱可以对蜜源、产地以及与天然蜂蜜差异较大的掺假蜂蜜具有较好的鉴别效果，但是对于天然蜂蜜中添加糖浆特别是添加量较少时仅仅依靠电子鼻指纹图谱很难进行鉴别，往往需要结合模式识别技术建立数学模型进行判别分析。由于我国蜜源植物分布辽阔、蜂蜜种类多、蜂蜜掺假手段多种多样使得数据模型的建立受到一定限制，同时由于企业加工蜂蜜时往往是将不同产地同一种蜜源的蜂蜜混合后一起加工，这就使得样品的纯度很难保证，因此电子鼻指纹图谱技术普及到蜂蜜掺假鉴别中还需进一步研究。

综上所述，不难发现，目前每一种蜂蜜品质检测技术都存在缺点和一定的适用范围，而且很多检测技术更多的处在实验室研究阶段，实用性不高、不能全方面的推广。仅靠目前存在的某一种蜂蜜品质检测技术并不能准确判定蜂蜜真假，一个蜂蜜送检样品，也不可能采用所有检测技术都检测一遍，这样必然会花费大量的人力、物力、财力等。一种合适的蜂蜜品质检测技术的研究是研究者所面临的主要任务。