1 问题背景与意义

食品工业离不开色素、甜味剂、防腐剂、抗氧化剂和营养强化剂等诸多添加剂。如果超量或误用，可能带来安全隐患。常规色谱和质谱固然精准，却成本高、操作复杂。紫外分光光度法（UV-Vis）则以“快、简、省”的特性，在大批量常规筛查中占据独特优势，尤其适合基层监管、企业自检与生产过程实时监控。

2 紫外吸收与食品添加剂的结构关联

1. π→π* 跃迁：芳香环、偶氮、共轭双键——绝大多数合成色素、部分防晒剂类化合物。

2. n→π* 跃迁：羰基、腙、硝基——典型如苯甲酸、山梨酸、对羟基苯甲酸酯等防腐剂。

3. 电荷转移跃迁（CT）：金属离子与螯合剂配位后产生的新吸收带，如部分抗氧化剂金属配合物。

利用朗伯–比耳定律

$$A=\epsilon cl$$

在吸收峰处测得吸光度 A，可反推浓度 c；l 为比色皿光程（常用 1 cm），ε 为摩尔吸收系数，可通过标准系列实测得到。

3 常见食品添加剂的紫外吸收窗口

4 样品预处理策略

1. 固体粉末／片剂

• 精密称取→溶剂溶解→超声促溶→适量稀释。

2. 高糖饮料

• 稀释后通过0.45 µm滤膜去除浊度；若背景色深，可先活性炭脱色。

3. 高脂乳化食品

• 加入等体积正己烷振荡萃取→水浴蒸干→乙醇定容。

4. 色深酱料

• 异丙醇-水(1:1)提取→离心→上清液测定色素；用于苯甲酸需酸化后萃取。

5. 复配粉状配料

• “一份样-一份甲醇-一份水”漩涡混匀→离心→取上层澄清液。

处理目标：既保持目标化合物稳定，又最大限度清除影响吸光度的色度、浊度和共吸收干扰。

5 检测方法设计与计算示例

以山梨酸为例：

1. 波长选择：扫描200–400 nm，锁定255 nm主峰。

2. 线性区：配制0.5–10 µg/mL标准系列，绘图得

   A255=0.102 c+0.006(R2=0.999)A_{255}=0.102\,c+0.006 \quad (R^2=0.999)A255=0.102c+0.006(R2=0.999)

3. 样品测定：稀释100 倍后A=0.525，则

   c=0.525−0.0060.102=5.10 μg/mLc=\frac{0.525-0.006}{0.102}=5.10\,\mu\text{g/mL}c=0.1020.525−0.006=5.10μg/mL

   原液=5.10 × 100=510 µg/mL。

4. 结果换算：若进样取 1 g样品定容至100 mL，则山梨酸含量=51 mg/g，符合国家限量≤2 g/kg 用量要求。

6 方法学验证要点

7 常见干扰及修正措施

8 扩展：自动化与在线监控

• 流动注射-UV：自动进样、在线显色，实现每5 分钟一结果。

• 光纤探头-UV：可直接插入酿造罐或饮料配料罐实时监测防腐剂浓度。

• 边缘计算+AI模型：全谱数据实时上传云端，算法即时输出超标预警，形成闭环质量控制。

9 未来技术趋势

1. 微光程比色技术：纳升级样本即可完成定量，更适配高价原辅料检测。

2. 多模态融合：UV-Vis 与荧光、近红外、拉曼联用，丰富添加剂指纹维度。

3. 深度学习解析：全谱-标签大数据训练，可在无需显色的情况下区分结构极为接近的甜味剂混合物。

4. 便携现场快检：光谱芯片+智能手机读数，解决流通环节随机抽检需求。

10 结论

紫外分光光度法在食品添加剂检测领域以“快速、经济、操作友好”见长，适用于防腐剂、甜味剂、色素、抗氧化剂及部分活性成分的日常含量监控。通过科学的样品预处理、合理的波长选择、完备的方法学验证以及对干扰的系统排除，UV-Vis 能够在保障食品安全的同时，加速企业生产与政府监管的响应效率。随着智能算法、微流控与光谱集成技术的发展，紫