摘要
咖啡的品质和种类对其最终风味至关重要。由于多种因素在咖啡生产过程中影响其口感，高光谱成像（HSI）凭借其在质量评估、缺陷监控和特性识别方面的巨大潜力脱颖而出。本文通过全面总结当前基于HSI的咖啡研究，批判性地揭示了HSI在咖啡工业实际应用中的能力和现有不足。随后，阐述了HSI技术在咖啡成分分析和风味估计、瑕疵诊断以及产地或属性识别中的潜在应用。最后，从实际和可持续的角度出发，指出了HSI的关键挑战和未来展望，数字化是咖啡工业的主要目标。
引言
咖啡作为一种全球流行的饮品，受到不同年龄和人群的喜爱。根据国际咖啡组织（ICO）的数据，全球咖啡消费量从2001年到2019年有所增长，尽管在某些年份有轻微波动（图1(a)）。美国在过去二十年间的消费趋势呈现平稳增长（图1(b)）。图1(b)展示了2019年各国咖啡消费量（以千袋60公斤计），美国的消费量显著高于其他国家，达到27,309.95千袋，显示出咖啡消费的重要性。
1.2 咖啡的化学成分和质量特性
咖啡不仅是一种生活方式，也是一种促进社交互动的文化。适量摄入咖啡（通常每天<300–400 mg 咖啡因）被认为对健康有益，包括降低骨骼和神经系统疾病、心血管疾病和癌症的风险。表1展示了咖啡烘焙后一些关键的风味贡献成分及其健康益处，包括咖啡因、烟碱、绿原酸、咖啡醇和咖啡醇，而蔗糖在烘焙过程中几乎完全分解，产生多种酸。
图1所示 ICo报告的全球咖啡消费概况(a)趋势和(b)数量。
咖啡质量对其风味和口感至关重要。咖啡豆的物理特性，如大小、颜色、缺陷和混合比例，是影响质量的重要因素。从化学角度来看，咖啡成分的组成因种类而异，并且会受到生长环境（如温度、湿度、海拔和遮荫）的影响。尽管目前有超过一百种咖啡品种，但阿拉比卡（Coffea arabica）和罗布斯塔（Coffea robusta）是两种主要的国际生产品种。国际咖啡组织（ICO）的统计数据显示，2020年这两种咖啡豆分别占据了全球总产量的约60%和40%，显示出它们的主导地位。
对于阿拉比卡咖啡，统计了绿色种子中化学成分的平均百分比，其中碳水化合物或纤维含量约占一半，而咖啡因、葫芦巴碱、绿原酸、咖啡油（不皂化的甘油三酯）和蔗糖的范围分别为0.9-1.3、0.6-2.0、4.1-7.9、15.0-17.0、6.0-9.0%。
此外，咖啡风味的复杂性贯穿于整个过程，从种植到消费，和最终的杯压结果可能会有所不同，这取决于每个过程的步骤。
1.3 咖啡质量规格和控制技术
影响咖啡质量及其最终口感的复杂且众多的因素，突显了精确咖啡选择和过程检查的重要性。常见的检测方法包括色谱方法，如高效液相色谱（HPLC）和气相色谱（GC）、质谱（MS）、电感耦合等离子体（ICP）以及使用不同波段的非破坏性光谱方法。与破坏性技术相比，非破坏性测量因其快速、廉价、在线、可靠且具有高准确性的特点而受到关注，但它们的使用不如破坏性技术广泛，仍在发展中。在非破坏性技术中，高光谱成像（HSI）结合了光谱学和成像技术的优势，同时获取光谱和空间信息，用于高效分析，并与机器学习算法相结合。
在过去二十年中，HSI在蔬菜、水果、肉类、茶叶、牛奶、果汁、粉末食品等的质量和安全控制方面显示出巨大的实际应用潜力；一些综述文章全面总结了HSI在食品和饮料行业某些领域的应用。然而，目前还没有针对HSI在咖啡中的应用的专门综述。此外，近年来基于HSI的对象质量评估和识别研究不断增加，而咖啡中的相应研究则显示出缺乏动力。因此，本综述旨在总结使用高光谱成像技术进行咖啡质量评估和识别的最新研究，并指出当前未被充分研究的方面和未来展望，以展示其在咖啡工业中的应用的相对全面的图景，并激发该领域的研究。
高光谱成像在咖啡中的应用
高光谱成像（HSI）作为一种变革性技术，正在咖啡行业中崭露头角，为质量控制和可追溯性提供了广泛的应用。该技术能够对咖啡豆进行详细分析，提供有关其化学成分和物理特性的见解。HSI在识别咖啡豆的特性方面特别有效，例如水分含量、成熟度和缺陷，这些特性对于确保最终产品的质量至关重要。它还在追溯咖啡的产地方面发挥着重要作用，有助于更好地理解影响咖啡质量的地理和环境因素。高光谱成像的非破坏性测试特性使其特别适合特种咖啡，在这种情况下，保持咖啡豆的完整性至关重要。随着HSI技术的不断发展，其在咖啡行业中的应用也在扩大，以实现更好的质量分析。
2.1 成分分析和风味预测
2.1.1 水分、蔗糖和脂质
水分含量直接影响咖啡豆的质量。在烘焙过程中，烘焙师会利用高温和压力将咖啡豆中的残留水分排出。国际咖啡组织（ICO）建议，绿色咖啡豆的理想水分含量应在8%到12.5%之间。过高的水分含量可能导致霉菌生长，给长期储存带来挑战。相反，如果水分含量过低，咖啡的口感可能会发生显著变化。最近在咖啡水分成分分析方面的研究表明，该领域取得了令人鼓舞的成果。Caporaso等人应用偏最小二乘回归（PLSR）和多元线性回归（MLR），以找出绿色咖啡豆的水分含量与1000-2500纳米波段内获得的光谱信息之间的线性关系。他们实现了超过0.80的R²值和相当低的均方根误差（RMSE）值。Achata等人报告了在速溶咖啡粉中水分测定的R²值为0.99，总体RMSE为0.1。这些发现验证了HSI在监测烘焙前咖啡中的水分含量以及最终产品中的水分含量方面的潜力。然而，HSI在烘焙过程以及烘焙咖啡豆中的有效性尚未得到探索。因此，期望对不同咖啡加工阶段或不同状态的咖啡豆中的水分进行进一步研究。蔗糖和脂质的水平对咖啡的口感很重要，主要为咖啡的风味强度和前体物质做出贡献。在烘焙过程中，会发生美拉德反应以及随后的斯特雷克尔降解，这些反应将碳水化合物和游离氨基酸转化为大多数风味前体化合物。这些咖啡豆中主要的低分子量碳水化合物蔗糖在加热时会分解成赤藓糖、阿拉伯糖和，脱水葡萄糖，从而为咖啡的酸度做出贡献。咖啡中的脂质，也称为咖啡脂肪或油，主要由甾醇、三酰甘油、生育酚和多达20%的二萜类物质组成，这些物质影响香气。此外，脂质在长时间储存过程中的氧化会降低香气。由于脂质和蔗糖在热和压力下在咖啡豆中不稳定，可能需要单独的烘焙模型。对于烘焙前的模型，Caporaso等人测试了绿色咖啡豆中的蔗糖和脂质含量，结果表明咖啡脂质的线性模型比蔗糖表现更好，两个模型都显示出较低的校准和交叉验证误差。然而，对于烘焙咖啡豆的类似研究缺乏，这使得我们对HSI数据与烘焙过程中蔗糖或脂质含量的相关性以及它们在烘焙过程中的减少和转化过程的理解存在空白。
相关产品：请点击