基于近红外光谱的大豆油过氧化值快速测定

基于近红外光谱的大豆油过氧化值快速测定

油在储存过程中容易氧化和酸分解，这不仅导致氧化产物，降低油的营养性和安全性，导致哈拉味，还导致许多疾病，尤其是动脉粥样硬化。因此,对油脂氧化程度的评定显得尤为重要。过氧化值(PV)是常用于评价油脂氧化程度的一个重要指标,也是国家食品卫生强制检验的项目。而传统的分析方法不仅耗时,受人为操作因素影响比较大,而且需要大量的玻璃仪器,甚至有时候涉及到有毒试剂。近红外谱区指波长介于可见区与中红外区之间的电磁波,波数范围为12500~4000cm-1。近红外光谱区的吸收主要是分子振动基频在2000cm-1以上的倍频、合频吸收,所以,有机物近红外光谱主要包括C-H、N-H、O-H、S-H等含氢基团的倍频与合频吸收带。近红外光谱(Near-InfraredSpectroscopy,NIRS)分析是近年来迅速发展和推广应用的一种绿色分析技术。样品一般不需任何预处理就能直接进行测试,具有操作简单、分析速度快、测试效率高、安全,并且可以减少劳动力和试剂等优点,非常适合食品的快速定性和定量分析。本试验以大豆油为检测对象,用傅立叶变换近红外光谱仪采集近红外光谱,同时用传统化学分析方法测定其过氧化值,建立定量分析模型,并且验证定标模型,探讨利用近红外光谱法快速测定大豆油过氧化值的可行性。1试验部分1.1热电鼓风干燥机NIRFlexN-500傅立叶变换近红外光谱仪:瑞士Buchi公司;101型电热鼓风干燥机:北京市永光明医疗仪器厂。三氯甲烷:分析纯,天津市德恩化学试剂有限公司;冰乙酸:分析纯,天津市德恩化学试剂有限公司;碘化钾:分析纯,天津市罗密欧化学试剂有限公司;丙酮:分析纯,天津市罗密欧化学试剂有限公司。1.2样品集的制备取上海、辽宁、安徽等地油脂储备库的不同品种大豆油16个,包括一级大豆油、二级大豆油、三级大豆油、四级大豆油以及毛油油样。为了避免重复,同一库中的油样,取不同批次。16个油样先测定其过氧化值,扫描近红外光谱,然后放入烘箱,间隔一定时间测定一次过氧化值,并同时扫描近红外光谱。最终得到213个过氧化值不同的大豆油样品的数据。从收集的数据中随机挑选1/3的样品数据作为验证样品集数据,以最终评价定标的稳定性和准确性。有关定标样品集和验证样品集的信息见表1。1.3光谱分析1.3.1仪器的采集范围瑞士BuchiNIRFlexN-500傅立叶变换型近红外光谱仪,光源为钨灯;检测器为珀耳帖温控InGaAs;带温控液体样品池。该仪器的光谱采集范围:4000~10000cm-1;光谱分辨率:8cm-1;波长精度±0.2cm-1,扫描次数为16。1.3.2温度和时间油样近红外的采集采用透射方式扫描,样品温度控制在40℃。油样放入液体样品池保温2min后,再对样品进行扫描。大豆油扫描光谱见图1。1.3.3数据处理方法利用定标软件NIRCal5.2对采集的光谱数据进行处理。所得光谱经四种归一化方法[趋近归一化(NormalizationbyClosure,Ncl)、最大归一化(NormalizationbyMaxima,Nma)、0-1间归一化(Normalizationbetween0and1,N01)、单位长度归一化(NormalizationtoUnitLength,Nle)]、一阶导数(1stderivative,DB1)、二阶导数(2ndderivative,DB2)等方法进行处理,采用主成分回归法(PCR)和偏最小二乘法(PLS)两种方法建立定标模型。1.4分析与测定过氧化值的测定:按照AOCS方法测定过氧化值。每个样品测定三次,取其平均值。2结果与讨论2.1清除校正集的制备异常样品指浓度值或光谱数据存在较大误差的样品。异常样品对校正模型的影响很大,因此在建立校正模型时,必须将其从校正集样品中剔除。本文根据定标样本光谱数据计算光谱残差和预测误差,以残差和预测误差的2.5倍为阈值,超出任何一阈值被认为是异常值。本研究未发现需要剔除的不合要求光谱,因此未剔除任何光谱。2.2模型的构建2.2.1模型预测相关系数由表2可以看出,不同的光谱预处理方法对过氧化值的定标模型有明显的影响。模型建立时选择主成分数为9,回归方法为PLS法。其中,Q值是建立模型的几个重要指标的综合评定,这些指标主要包括定标标准差(SEC)、预测标准差(SEP)、定标相关系数(Rc)、预测相关系数(Rv)等,构建回归方程时,一般SEP要接近或略大于SEC。Q值越高,模型效果越好。四种归一化方法单独处理后效果均不好,Q值在0.73~0.81之间,而结合一阶导数处理后,各参数均得到优化,Q值均有所提高,达到0.79~0.85。其中一阶导数单独处理的效果好于归一化结合一阶导数处理,Q值达到了0.88。而二阶导数单独处理后,Q值却很差,只有0.32。当先进行一阶导数处理,再结合归一化方法时,除DB1+N01Q值为0.90外,其他三种方法均略有变差,Q值在0.80~0.84之间。通过比较,以一阶导数结合0-1间归一化效果最好,定标集和验证集的相关系数分别达到了0.999和0.998,且定标集预测标准差和验证集预测标准差最接近且很小,分别为0.516和0.523,见图2。2.2.2多波长正演预测方法的对比在软件所给出的三种方法中,PCR和PLS是适合全谱区的算法,无需进行波长段的选择。两种方法结合预处理分别定标模型,如表3所示。可以看出,均是PLS法明显优于PCR法。2.3法测定值与相对偏差的比较定标模型建立后,另选择10个过氧化值不同的样品验证分析模型的准确性,并同标准方法测定的值进行比较,结果见表4。通过偏差的比较可以发现,近红外光谱分析仪检测值与化学分析值具有很好的相关性,其相对偏差小于化学分析值所允许的误差范围(10%);此外,应用近红外光谱测定快速,避免了人为操作因素误差以及试剂等因素的干扰。3近红外模型定标回正相关系数的确定选取大豆油为研究对象,利用傅立叶变换近红外光谱采集大豆油的近红外透射光谱,通过定标软件NIRCal5.2对采集的光谱数据进行处理,比较了多种预处理方法以及统计回归方法,结果表明:近红外模型的预测值与标准方法测定值有很好的相关性,