
每年因食品中發現的潛在異物,全球范圍內都會發生大量食品召回事件。如何快速、準確識別污染物來源,并監控食品營養成分?布魯克M4 TORNADO微束X射線熒光光譜儀(micro-XRF)給出了高效解決方案。

食品中的異物污染——如金屬屑、塑料、玻璃或昆蟲等——可能源于生產加工環節的問題、倉儲蟲害或運輸過程中的污染。這類污染不僅可能對消費者健康造成威脅,還會給企業帶來經濟損失和品牌信譽風險。
我國《食品安全法》及相關標準對食品污染物有嚴格限定。現有的篩查手段往往難以同時實現材料定性與尺寸測量,而微束XRF技術正好填補了這一技術空白。
M4 TORNADO
布魯克M4 TORNADO是一款微束大面積元素成像光譜儀,具備以下特點:
采用多導毛細管聚焦鏡將激發光聚焦到非常小的區域(<20um),以獲得良好的空間分辨率,進行元素成像分析。不同類型的樣品都可以通過簡單的樣品制備甚至不制備直接進行分析。
微束大面積元素成像光譜儀(Micro-XRF)提供一種大面積材料成份分布無損高通量定量表征方案,從單點/多點/線掃描/面掃描多角度分析樣品。

應用案例詳解
分析對象包括:用于檢測污染物的生土豆、用于研究營養成分分布的幾個土豆品種的冷凍干燥切片,以及用于了解調味料和鹽含量分布的薯片。所有測量均采用面掃描模式進行,具體測量條件見表1。

表1 樣品與測量條件
污染生土豆的分析

圖1 生土豆表面污染分析
對含有金屬污染物的生土豆使用M4 TORNADO進行分析。測量完成后,使用多種軟件工具進行分析。在土豆表面的金屬污染物周圍繪制對象區域(圖1a),以獲取代表特定區域的光譜。通過光譜匹配工具,從已知標準庫中查找與污染物光譜相似的光譜。該庫由在相同測量條件下以點模式測量的合金標準編制而成。如圖1b所示,不銹鋼合金SS 408與對象1表面污染物的光譜匹配度更高。

圖1a 含有不同金屬污染物的土豆元素分布圖

圖1b 對象1的光譜與可能合金數據庫匹配的疊加對比
土豆切片營養成分分析
為了進行更深入的研究(如研發領域),適當的樣品前處理可以顯著增強對產品及其特性的了解。因此,我們對薄土豆切片進行了分析,這些切片從土豆中切出后進行了冷凍干燥。薄切片方法的好處在于可以利用高空間分辨率,而在體積較大的樣品中,入射的匯聚光束在通過焦平面后會開始發散(圖2)。根據顆粒與焦平面之間的距離,物體會變得越來越模糊。如果顆粒位于聚焦表面下方,光束會再次變寬,實際上增大了物體的尺寸。

圖2 探測體積和所得顆粒尺寸示意圖
綠色矩形表示薄切片,顯示顆粒的分辨率;粉色矩形表示體積樣品,顯示顆粒的散焦尺寸
對于制備好的薄切片,源體積自然減小到光束與樣品的橫截面。這樣可以實現更高的空間分辨率,從而可以分辨小至20 μm的小型不均勻性。由于系統創建了一個包含所有可見元素信號的高光譜數據立方體,可以提取每個元素的分布圖。
圖3a展示了新鮮土豆冷凍干燥薄切片的多元素分布圖。可以輕松提取單個元素的分布。疊加這些元素分布圖可以理解樣品中元素之間的相關性,并對樣品的化學性質得出結論,即使用了哪種類型的鹽。為了可視化圖中Cl的微小濃度變化,使用假彩色顯示(圖3b)來展示氯信號強度的完整動態范圍。很明顯,Cl集中在土豆切片的中心。

圖3a 新鮮土豆冷凍干燥切片的多元素分布圖

圖3b 土豆切片樣品中歸一化Cl強度的熱圖(任意單位),可視化Cl分布
如果樣品前處理一致且采用相似的測量條件,可以對成分進行半定量比較。因此,選擇相似尺寸對象的積分光譜,并比較每個元素的計數率(表2)。計數率反映了不同品種之間成分的變化。這可以推斷不同品種的營養價值。Rh是激發產生的偽影(背散射),它反映了探測體積的密度。

表2 不同土豆品種整個切片的元素計數率(cps)
根據分析的元素不同,檢測限可低至幾個ppm(對于原子序數22 < Z < 42的元素)。通過XMethod附加軟件包和使用適當的標準品,可以輕松建立基于經驗的定量分析。
工業制造薯片的分析
如污染土豆樣品所示(圖1),M4 TORNADO是評估產品質量控制的寶貴工具。其優點包括小光斑尺寸,可檢查低至μm級的不均勻性,并獲取詳細的元素分布圖。
對工業制造的薯片(圖4a)進行分析以顯示其元素分布。無需樣品前處理。薯片具有明顯的曲率。將樣品的高點(邊緣)調焦進行測量。雖然樣品的部分區域不在焦點上,但它們仍然能夠提供元素分布圖。高度變化也為樣品創造了看似三維的效果,距離焦平面較遠的部分提供的信號較少(激發、樣品和探測器之間距離的平方反比定律)。

圖4 薯片分析
a) 帶有測量區域的薯片拼接圖像
b) Na和Cl元素分布圖
c) 帶有定義對象的Na元素分布圖
d) 對應于c中對象的光譜
M4 TORNADO為食品行業內的分析提供了多種機會。這些包括元素分布以及小型包裹體的識別和定量。微束XRF技術是非破壞性的,需要更少甚至無需樣品前處理。
分析污染物(如生土豆中的金屬包裹體)可以積極識別合金。可以可視化幾個土豆品種之間營養成分分布的差異,并比較它們的絕對含量。薯片元素組成的變化可以輕松檢測,顯示調味料應用的不均勻性。
作者
Rebecca Novetsky, 微束XRF應用專家, Bruker AXS Inc., Madison, USA
Max Bigler博士, 微束XRF應用專家, Bruker Nano GmbH, Berlin, Germany






