快速鉴别掺伪橄榄油的拉曼光谱-聚类分析方法

以不同产地、不同品牌的多批次橄榄油、大豆油、玉米油、菜籽油、葵花籽油、棕榈油、棉籽油及精炼地沟油为样品,探索建立快速鉴别掺伪橄榄油的拉曼光谱-聚类分析方法。在780、532 nm激光光源普通光栅、532 nm激光光源扩展光栅条件下,研究了橄榄油、低价食用植物油与精炼地沟油的拉曼光谱形态;并采用聚类分析法鉴别掺伪橄榄油。结果表明:在532 nm激光光源下,橄榄油与低价食用植物油及精炼地沟油扩展及其一阶导数拉曼光谱的信息量极为丰富,而且各类样品间的光谱形态差异显著。基于全波段光谱信息和形态建立的聚类分析模型既可准确鉴定橄榄油,还可准确鉴定各种类型的掺伪橄榄油。对30份不同橄榄油、105份不同低价食用植物油和38份不同精炼地沟油的判别正确率均为100%,对180份5%及以上的掺假橄榄油的判别正确率达94%以上,对75份5%及以上的掺杂橄榄油的判别正确率为100%,对72份5%及以上的掺杂植物油的判别正确率达88%以上。样品测量时无需制备样品及消耗化学试剂,测量和分析1份样品仅耗时5min左右,可实现对掺伪橄榄油的快速、无损和准确鉴别。     

拉曼光谱-聚类分析法快速鉴别掺伪花生油

目的建立快速鉴别掺伪花生油的拉曼光谱.聚类分析方法。方法以不同产地、不同品牌的多批次花生油、大豆油、玉米油、菜籽油、葵花籽油、精炼棕榈油、精炼棉籽油及精炼地沟油为样品,在780 nm和532 nm激光光源下,扫描和比较其普通、扩展及导数拉曼光谱的形态。结果在532 nm激光光源的扩展光谱及一阶导数光谱中,花生油与低价植物油及精炼地沟油光谱的信息量最大,样品间光谱形态的差异显著,谱峰得到有效分离。基于此全波段光谱信息和形态建立的多步聚类分析模型及鉴别程序对36份不同花生油、105份不同低价植物油、30份仿冒花生油和38份不同精炼地沟油的判别正确率均为100%,对180份5%及以上的掺假花生油的判别正确率达86%以上,对75份5%及以上的掺杂花生油的判别正确率为92%,对72份5%及以上的掺杂植物油的判别正确率达92%以上。样品测量时无需制备样品及消耗化学试剂,测量和分析一份样品仅耗时5 min左右。结论所建立的拉曼光谱.聚类分析模型既可准确鉴定花生油,还可准确鉴定各种类型的掺伪花生油,可实现对掺伪花生油的快速、无损和准确鉴别。     

拉曼光谱-聚类分析快速鉴别掺伪芝麻油

目的建立快速鉴别掺伪芝麻油的拉曼光谱-聚类分析方法。方法以不同产地、不同品牌的多批次芝麻油、大豆油、玉米油、菜籽油、精炼棕榈油、精炼棉籽油及精炼地沟油为样品,在780 nm和532 nm激光光源下,扫描和比较其普通、扩展及导数拉曼光谱的形态。结果在532 nm激光光源的扩展光谱及一阶导数光谱中,芝麻油与低价植物油及精炼地沟油光谱的信息量最大,样品间光谱形态的差异显著。基于此全波段光谱信息和形态建立的多步聚类分析模型对芝麻油、低价植物油、仿冒芝麻油和精炼地沟油的判别正确率均为100%;对5%、10%、20%、30%和50%掺假芝麻油的判别正确率分别为72%、92%、100%、100%和100%;对5%、10%和20%掺杂芝麻油的判别正确率分别为97%、100%和100%;对5%、10%和20%掺杂植物油的判别正确率分别为94%、100%和100%。样品测量时无需制备样品及消耗化学试剂,测量和分析一份样品仅耗时5 min左右。结论所建立的拉曼光谱-聚类分析模型既可准确鉴定芝麻油,还可准确鉴定各种类型的掺伪芝麻油,可实现对掺伪芝麻油的快速、无损和准确鉴别。     

基于脂肪酸组成甄别油茶籽油掺伪的研究

以植物油的特征信息——脂肪酸组成为依据,结合化学计量学,运用主成分法、偏最小二乘判别因子分析法来研究甄别油茶籽油的可行性,并运用偏最小二乘回归分析法来定量预测分析不同掺伪比例的油茶籽油。结果显示:主成分法(Principal Component Analysis,PCA)、偏最小二乘判别因子分析法(Partial Least-squares Analysis-Discriminat Factor Analysis,PLS-DFA)都能将油茶籽油样品与其他几种植物油样品区分开来,并且PLS-DFA要比PCA区分效果稍好;掺伪比例和脂肪酸组成具有较好的线性关系,偏最小二乘回归分析法(Partial Least-squares Analysis,PLS)能够定量预测分析掺伪比例为5%~60%的掺伪样品,且相关系数都能达到0.98以上,说明脂肪酸组成结合化学计量学方法能够很好的甄别油茶籽油掺伪,为快速甄别油茶籽油掺伪提供技术支撑。     

紫外光谱法对油茶籽油掺伪的检测

利用油茶籽油及其他植物油在紫外波长200~360 nm间吸收光谱的差异性,通过判别分析和回归分析,对掺伪油茶籽油实现定性和定量检测。结果表明:通过判别分析建立的判别函数可以对掺伪油茶籽油的掺伪种类进行鉴别,准确率为100%;通过回归分析可对掺伪油茶籽油进行掺伪量的定量检测,掺杂菜籽油、大豆油和米糠油掺伪量的最佳检测范围为12%~100%,掺杂玉米油和棕榈油掺伪量的最佳检测范围为15%~100%。     

基于挥发性成分定性判别风味油茶籽油掺伪浸出油茶籽油PCA模型和逻辑回归模型的对比分析

为了解决风味(原香和烤香)油茶籽油掺伪浸出油茶籽油的定性判别问题,设计高、低两个掺伪梯度,基于挥发性成分构建并对比分析了定性判别风味油茶籽油掺伪浸出油茶籽油的主成分分析(PCA)模型和逻辑回归模型。结果表明：逻辑回归模型定性判别风味油茶籽油掺伪浸出油茶籽油的能力较强,优于PCA模型;高掺伪梯度下定性判别原香和烤香油茶籽油掺伪浸出油茶籽油,PCA模型的最低检出限分别为20%和60%,而逻辑回归模型的最低检出限均为10%;低掺伪梯度下定性判别原香和烤香油茶籽油掺伪浸出油茶籽油,PCA模型的判别不准确,而逻辑回归模型的最低检出限均为4%。逻辑回归模型能很好地定性判别风味油茶籽油掺伪浸出油茶籽油。     

气相色谱结合判别分析检测稻米油掺伪

为了对掺伪稻米油进行准确快速定性检测,采用毛细管气相色谱法分析了稻米油、棕榈油、菜籽油、棉籽油、大豆油等的脂肪酸种类和含量,对稻米油进行模拟掺伪,测定不同掺伪率下的脂肪酸含量变化,采用判别分析检测掺伪油脂种类。结果表明,纯植物油的判别准确率为100%,掺伪油判别准确率为91.7%;稻米油中掺棕榈油9%以上、掺菜籽油2%以上、掺棉籽油20%以上、掺大豆油6%以上均能正确判别。     

基于特征脂肪酸和不同等价碳数甘油三酯的油茶籽油掺伪鉴别模型的建立

基于特征脂肪酸,棕榈酸/硬脂酸、油酸/硬脂酸、亚油酸/油酸以及不同等价碳数甘油三酯的含量等14个指标,运用主成分分析和Fisher判别分析方法,建立油茶籽油掺伪棕榈油、葵花籽油、米糠油、大豆油、花生油和棉籽油的掺伪鉴别模型。结果表明:所建模型都能完全准确识别掺伪20%及以上的掺伪油脂的掺伪量和种类,判别准确率为96. 22%。研究表明基于植物油在特征脂肪酸和不同等价碳数甘油三酯的含量的差异,运用PCA建立的掺伪鉴别模型具有一定的可行性。     

基于近红外光谱技术的赣南茶油掺假快速鉴别北大核心CSCD

为了探索基于近红外光谱技术快速无损鉴别掺假油茶籽油的可行性,以赣南茶油为研究对象,通过掺入不同植物油如玉米油、花生油、菜籽油、葵花籽油和大豆油等制备掺假油茶籽油,应用近红外光谱技术采集其光谱特征信息,对比不同预处理方法和主成分数,并结合线性和非线性建模方法建立油茶籽油掺假鉴别模型,以识别准确率(纯油茶籽油样品和掺假油茶籽油样品被正确判别的比例)、灵敏度(纯油茶籽油样品被正确判别为纯油茶籽油的比例)、特异性(掺假油茶籽油样品被正确判别为掺假油茶籽油的比例)作为模型的评价指标,优选出最佳模型。结果表明:二阶微分联合线性判别分析(SD-LDA)模型为最优线性模型,标准正态变量变换联合人工神经网络(SNV-ANN)模型为最优非线性模型,两个模型的识别准确率、灵敏度、特异性分别为97.58%、100%、97.33%和98.99%、100%、98.88%。SNV-ANN模型鉴别效果优于SD-LDA模型,说明非线性模型更适于油茶籽油掺假判别,该模型能更准确地鉴别油茶籽油是否掺假。     

基于甘三酯指纹图谱及化学计量学的青海亚麻籽油掺假识别研究

采用HPLC-RID测定青海省亚麻籽油甘三酯组成,并利用指纹图谱相似度评价系统及判别分析对亚麻籽油进行掺伪识别分析。结果表明,亚麻籽油中共检测出8种甘三酯,其中主要甘三酯为OLnLn(22.82%)、LnLnLn(20.40%)、OLnO(14.81%)、OLLn(13.59%);运用指纹图谱相似度评价系统构建亚麻籽油甘三酯标准指纹图谱以鉴定亚麻籽油中掺入菜籽油、大豆油、花生油、葵花籽油、玉米油、芝麻油(10%、20%、30%、40%、50%)的掺伪样品,当掺入植物油质量分数达10%以上时,可以准确判别纯亚麻籽油和掺伪亚麻籽油。为进一步识别亚麻籽油中掺假的植物油种类,对掺伪油样进行判别分析,建立的判别模型适用于亚麻籽油中掺入大豆油质量分数大于10%、掺入菜籽油、花生油、葵花籽油、玉米油、芝麻油浓度大于20%时的掺伪油种类的识别鉴定。     

GC和LF-NMR结合化学计量学方法检测掺假油茶籽油

为了对油茶籽油品质控制及评价提供支撑,以纯油茶籽油和掺假油茶籽油(分别掺入菜籽油、花生油、棕榈油和高油酸花生油)为试验材料,采用气相色谱法(GC)分析其脂肪酸组成,采用低场核磁共振技术(LF-NMR)测定其横向弛豫特性数据,结合主成分分析(PCA)、偏最小二乘判别分析(PLS-DA)和偏最小二乘分析(PLS)等化学计量学方法建立油茶籽油掺假的定性和定量分析模型。结果表明：5种植物油的脂肪酸组成和LF-NMR横向弛豫特性数据存在显著区别;油茶籽油和其他4种植物油在PCA得分图上可清晰区分;PLS-DA模型可有效区分油茶籽油和掺假油茶籽油,判别正确率均可达100%;建立的油茶籽油中掺入菜籽油、花生油、棕榈油、高油酸花生油的PLS定量预测模型,真实值与预测值的相关系数(R²)分别为0.994 1、0.998 6、0.997 6、0.978 1。综上,GC和LF-NMR结合PCA、PLS-DA以及PLS等化学计量学方法可用于油茶籽油掺假类别判定及掺假量分析。     

基于特征性脂肪酸和甘油三酯指标的油茶籽油掺伪定性鉴别模型对比分析

为解决油茶籽油掺伪其他植物油的定性鉴别问题,在油茶籽油中分别掺入大豆油、花生油、葵花籽油、棉籽油、葡萄籽油、菜籽油、棕榈油和米糠油,设置高和低两种不同掺伪梯度,基于14个特征性脂肪酸和甘油三酯指标,运用Python语言构建并对比分析了二分类决策树模型、多分类决策树模型和多层感知机人工神经网络(MLP-ANN)模型用于油茶籽油掺伪定性鉴别的效果。结果表明：高和低掺伪梯度下,二分类决策树模型对油茶籽油掺伪其他植物油的定性鉴别的准确率均达到0.95以上;多分类决策树模型的精确率和准确率在高掺伪梯度下均达到了0.95,但在低掺伪梯度下仅为0.90;在高和低掺伪梯度下,MLP-ANN模型对油茶籽油掺伪定性鉴别的平均精确率均达到0.98,准确率分别达到0.97和0.98。相比于决策树模型,MLP-ANN模型能很好地实现油茶籽油掺伪定性鉴别。     

混合油脂肪酸组成数学方程式在食用油模拟掺混检测中的验证

各种纯食用植物油都有其特定的脂肪酸组成,掺混后混合油与纯油的脂肪酸组成存在配比加和关系。对市场上常见的食用植物油花生油、大豆油、玉米油和油茶籽油中脂肪酸组成进行文献查询和统计分析,统计均值与食用植物油国标数据比较显示统计均值有很好的适用性,使用统计均值建立脂肪酸组成的数学方程式,通过模拟二元混合油和三元混合油体系进行验证,显示均有良好的相关性。该法可定量计算花生油、油茶籽油等混合其他低价食用植物油的添加比例,可作为一种判断掺伪油的定性和定量检测方法。     

谷维素对3种食用植物油的抗氧化效果研究

从米糠油皂脚中提取纯化谷维素,按不同比例添加到大豆油、菜籽油和油茶籽油中,分别采用Schaal烘箱法和油脂氧化分析仪对3种植物油氧化稳定性进行测定,同时考察在植物油氧化过程中,谷维素对其脂肪酸组成的影响,并与常见的油脂抗氧化剂进行对比。结果表明:油脂中分别添加0.1%和0.5%谷维素均对大豆油、菜籽油和油茶籽油的氧化诱导期具有延长作用,其中对油茶籽油的作用最显著;在Schaal烘箱实验中,谷维素能够有效延缓大豆油和油茶籽油过氧化值的升高,并且对油中多不饱和脂肪酸的氧化有抑制作用,但对菜籽油的抗氧化作用不显著。     

基于脂肪酸和生育酚组成的油茶籽油掺假判别可行性分析

从脂肪酸和生育酚的组成分析以及所得色谱数据的系统聚类分析(HCA)和主成分分析(PCA)方面考察了10种植物油的异同点。气相色谱分析10种植物油的脂肪酸组成,鉴别得到12种脂肪酸。对脂肪酸组成数据的HCA分析结果表明,油茶籽油与橄榄油和菜籽油具有相似的脂肪酸组成,而与其他植物油的脂肪酸组成差异显著;而PCA分析结果可以进一步区分油茶籽油与橄榄油和菜籽油。高效液相色谱分析10种植物油的生育酚组成,测得4种异构体的相对含量。对生育酚组成数据的HCA、PCA分析结果表明,油茶籽油和菜籽油的生育酚组成差异显著。因此,基于脂肪酸和生育酚组成分析可以作为油茶籽油掺假判别的依据。     

基于GC-IMS技术分析湿提和热榨油茶籽油风味的差异

为探究不同工艺对油茶籽油风味的影响,采用气相色谱-离子迁移谱(GC-IMS)技术对湿提和热榨油茶籽油风味物质进行分析。结果表明：湿提和热榨油茶籽油中均鉴定出32种风味物质;醛类是湿提和热榨油茶籽油主要的风味成分,其在湿提和热榨油茶籽油含量分别为62.62%和70.52%;湿提和热榨油茶籽油风味成分差异主要在于醛类和醇类物质含量,湿提油茶籽油的醇类和酯类物质含量高于热榨油茶籽油,糠醛含量(1.96%)远低于热榨茶籽油(11.18%);通过主成分分析和样品间相似度分析比较,两种工艺油茶籽油整体风味差异明显。湿提油茶籽油可能具有比热榨油茶籽油更柔和的风味和更安全的食用价值。