为何成分决定一车奶的价值
在乳品行业，一罐车原料奶并非仅按升数购买。例如，根据美国联邦牛奶销售令，各等级价格由分别公布的乳脂、蛋白质、其他固形物和非脂固形物的组分价格构成，而第 III 级脱脂乳价格定义为蛋白质价格的倍数加上其他固形物价格的倍数 [1]。凡实行此类多组分计价方案之处，每批交付的脂肪、蛋白质和固形物结果都直接转化为支付给供应商的款项以及加工厂可预期的得率。收奶台是成分结果首次产生经济后果的环节，因此问题在于：由哪种方法得出该结果，它如何与参考方法挂钩，以及结果能多快获得。
每一个付款结果背后的参考方法
三种参考方法定义了牛奶中脂肪、蛋白质和总固形物的含义。脂肪按 ISO 23318 | IDF 249 经溶剂萃取后以重量法测定，该标准涵盖原料奶、低脂奶、脱脂奶和加工液态奶，以及稀奶油和乳粉制品 [2]。蛋白质按 ISO 8968-1 | IDF 20-1 的凯氏定氮法由总氮推算，该标准也规定了粗蛋白的计算方法 [3]。总固形物是按 ISO 6731 | IDF 21 烘箱干燥后的残留物 [4]。在罐车等候卸奶期间，这些实验室程序都无法给出结果；它们在收奶环节的作用是间接的，但具有决定意义，因为任何快速仪器的定标和核查都以它们提供的参考值为依据。
中红外：付款检测的成熟常规方法
乳品实验室在付款检测中已标准化采用的快速方法是中红外（MIR）光谱法。Lynch 等将 MIR 分析仪描述为一种快速且经济的牛奶付款成分测定手段，指出其测定脂肪、蛋白质和乳糖，从而可以计算总固形物、非脂固形物和其他固形物，并强调所有 MIR 分析仪都是二级仪器，需要用化学参考方法定标；同一论文还列出了美国农业部（USDA）联邦牛奶市场管理机构所采用的定标前核查项目，从均质效率、线性到相互校正系数 [5]。该技术应用于原料奶、加工奶、稀奶油和乳清的指南载于 ISO 9622 | IDF 141，该标准将其限定于可通过分析仪流通系统泵送的产品 [6]。
MIR 文献中的两点细节同样适用于任何用于付款的光谱仪器。乳脂并非单一分析物：Kaylegian 等表明，MIR 脂肪读数与参考化学方法之间的差异随乳脂肪酸的链长和不饱和度系统性变化，因此基于某一奶源群体建立的定标在脂肪酸组成不同的牛奶上可能给出不同的读数 [7]。分析仪的认证也已制度化：ICAR 指南区分实验室型、线旁型和在线型分析仪，将 ISO 9622 | IDF 141 应用于脂肪、蛋白质、乳糖和尿素的 MIR 测定，要求参考方法必须是国际标准化方法，并将按 ISO 23318 的重量法脂肪测定列入参考方法 [8]。
NIR 研究对原料奶成分的报道
近红外（NIR）光谱用于未均质原料奶的研究主要是作为挤奶过程的在线工具，这些研究正是收奶环节线旁测量的相关证据。Tsenkova 等记录了 258 份未均质牛奶样品在 400 至 2,500 nm 范围、1、4 和 10 mm 厚度下的透射光谱，发现光谱区域和样品厚度对脂肪和总蛋白是显著因素，但对乳糖则不然；最佳精度来自 1,100–2,400 nm 区域、1 mm 厚度和一阶导数预处理 [9]。Šašić 和 Ozaki 用 PLS 回归分析了 800–1,100 nm 区域的 100 份原料奶样品，报道在较好的一次预测中脂肪的相关系数为 0.996、RMSEP 为 0.087 wt %，蛋白质结果尚可，而乳糖的预测能力有限 [10]。
仪器化系统证实了这一规律。Kawasaki 等将一套 600–1,050 nm 的 NIR 系统装入自动挤奶系统，在未均质牛奶验证集上获得的 r² 和 SEP 分别为：脂肪 0.95 和 0.25 %，蛋白质 0.72 和 0.15 %，乳糖 0.83 和 0.26 % [11]。Aernouts 等比较了原料奶的可见/NIR 反射与透射测量：反射模式下脂肪和粗蛋白的 R² 高于 0.95 但乳糖低于 0.75，透射模式下脂肪和粗蛋白的 R² 高于 0.90、乳糖为 0.88，两种模式都不能令人满意地预测尿素，且透射所需的 1 mm 光程被指出会给在线应用带来困难 [12]。NIR 应用于牛奶和乳制品的指南见 ISO 21543 | IDF 201 [13]。一致的结论是：脂肪是 NIR 在原料奶中最易测定的参数，蛋白质可测但较弱，乳糖取决于测量模式，而付款方案所要求的精度必须在本厂自己的牛奶上对照参考方法 [2][3][4] 加以证明。
在收奶台设置光谱检测环节
无论仪器是 MIR 还是 NIR，使结果在付款上站得住脚的做法，正是标准和评价规程早已描述的那些：
- 将定标锚定于参考方法。快速分析仪是二级仪器 [5]；其脂肪、蛋白质和总固形物定标应基于本厂牛奶的 ISO 23318、ISO 8968-1 和 ISO 6731 结果建立并定期核查 [2][3][4]。
- 控制测量条件。对未均质牛奶而言，光程和样品呈现方式会显著影响脂肪和蛋白质的测定结果 [9][12]；收奶台所用的取样口、温度和样品池应与建立定标时所用的一致。
- 留意奶源群体的变化。由于脂肪酸组成会影响红外脂肪读数 [7]，供奶群体在季节、品种或饲喂上的变化都需要用新鲜参考样品重新验证。
USTECH 的解决思路
针对收奶环节的原料奶，ProLine2550 专为液体和浆料设计，caliX 软件套件提供上述研究所用的导数预处理和 PLS 回归 [9][10]，ProChem 则将分析仪与工厂的 PLC/SCADA 连接，为每批交付保留带时间戳的结果。脂肪、蛋白质和总固形物中哪些能达到特定付款方案所要求的精度，须通过使用您自己的牛奶样品和参考分析的可行性研究来确定，而不是根据已发表的数据来假定。
参考文献
- [1] 7 CFR § 1000.50. Class prices, component prices, and advanced pricing factors. Code of Federal Regulations, Title 7, Part 1000, Subpart G (Federal Milk Marketing Orders). ecfr.gov/current/title-7/part-1000/section-1000.50
- [2] ISO 23318 | IDF 249:2022. Milk, dried milk products and cream — Determination of fat content — Gravimetric method. ISO, Geneva. iso.org/standard/75226.html
- [3] ISO 8968-1 | IDF 20-1:2014. Milk and milk products — Determination of nitrogen content — Part 1: Kjeldahl principle and crude protein calculation. ISO, Geneva. iso.org/standard/61020.html
- [4] ISO 6731 | IDF 21:2010. Milk, cream and evaporated milk — Determination of total solids content (Reference method). ISO, Geneva. iso.org/standard/56815.html
- [5] Lynch, J.M., Barbano, D.M., Schweisthal, M., Fleming, J.R. (2006). Precalibration evaluation procedures for mid-infrared milk analyzers. Journal of Dairy Science, 89(7), 2761–2774. doi:10.3168/jds.S0022-0302(06)72353-0
- [6] ISO 9622 | IDF 141:2013. Milk and liquid milk products — Guidelines for the application of mid-infrared spectrometry. ISO, Geneva. iso.org/standard/56874.html
- [7] Kaylegian, K.E., Lynch, J.M., Fleming, J.R., Barbano, D.M. (2009). Influence of fatty acid chain length and unsaturation on mid-infrared milk analysis. Journal of Dairy Science, 92(6), 2485–2501. doi:10.3168/jds.2008-1910
- [8] ICAR (International Committee for Animal Recording). ICAR Guidelines, Section 12: Evaluation of milk analysers for ICAR Certification. ICAR, Utrecht (revision of 21 October 2025; accessed 30 October 2026). wiki.icar.org/index.php/Section_12
- [9] Tsenkova, R., Atanassova, S., Toyoda, K., Ozaki, Y., Itoh, K., Fearn, T. (1999). Near-infrared spectroscopy for dairy management: measurement of unhomogenized milk composition. Journal of Dairy Science, 82(11), 2344–2351. doi:10.3168/jds.S0022-0302(99)75484-6
- [10] Šašić, S., Ozaki, Y. (2001). Short-wave near-infrared spectroscopy of biological fluids. 1. Quantitative analysis of fat, protein, and lactose in raw milk by partial least-squares regression and band assignment. Analytical Chemistry, 73(1), 64–71. doi:10.1021/ac000469c
- [11] Kawasaki, M., Kawamura, S., Tsukahara, M., Morita, S., Komiya, M., Natsuga, M. (2008). Near-infrared spectroscopic sensing system for on-line milk quality assessment in a milking robot. Computers and Electronics in Agriculture, 63(1), 22–27. doi:10.1016/j.compag.2008.01.006
- [12] Aernouts, B., Polshin, E., Lammertyn, J., Saeys, W. (2011). Visible and near-infrared spectroscopic analysis of raw milk for cow health monitoring: Reflectance or transmittance? Journal of Dairy Science, 94(11), 5315–5329. doi:10.3168/jds.2011-4354
- [13] ISO 21543 | IDF 201:2020. Milk and milk products — Guidelines for the application of near infrared spectrometry. ISO, Geneva. iso.org/standard/77606.html