近红外透射光谱分析油茶籽油掺入豆油的研究

采用傅里叶近红外透射光谱技术,应用于不同比例(0%～50%)的豆油和油茶籽油的二元体系样品,通过各种光谱预处理方法和回归方法的优化,建立了检测油茶籽油中掺杂豆油含量的近红外光谱的定量模型。以"二阶导数+Norris derivative filter"的最佳预处理方法和PLS的回归方法所建模型最佳,其校正相关系数(Rc)和校正标准误差(RMSEC)分别为0.999 99、0.057 70;交叉检验相关系数(Rcv)和交叉检验校准误差(RMSECV)分别为0.999 99、0.071 9;最优波段为5 037.16～4 728.60 cm-1、7 852.72～7 089.04 cm-1、8 577.82～8 323.26 cm-1;最佳主因子数为6。另外,经外部验证15份随机样品的化学值和NITS预测值的相关系数(R2)为0.998。表明近红外透射光谱法能够快速、准确地定量分析掺假油茶籽油中豆油的含量(范围为0%～50%)。     

NITS定量分析单粒稻谷蛋白质含量研究

应用近红外透射光谱（NITS）技术,采用改进的偏最小二乘法（MPLS）建立单粒稻谷蛋白质含量（PC）的定量分析回归方程.单粒稻谷所得回归方程的校正标准误差（SEC）、交叉检验标准误差（SECV）分别为0.85和1.89;校正相关系数（RSQ）和交叉验证相关系数（1-VR）分别为0.90和0.89.内部交叉验证和外部验证结果表明近红外定量分析有很高的准确度,近红外光谱法完全可以替代单粒稻谷常规化学方法分析进行水稻品质育种.     

油茶叶中油脂抗氧成分研究

首次从油茶叶中分离得到了三种黄酮体化合物,经UV,IR,~1HNMR,~(13)CNMR,EI-MS及FAB-MS等仪器分析,鉴定为槲皮素(1),槲皮素-3-0-鼠李吡喃糖甙(2)和槲皮素-3-0-葡萄吡喃糖-(6→1)鼠李吡喃糖甙(3)。在Metrohm Rancimat中测定了它们的诱导时间,显示这些化合物对于猪油及菜籽色拉油都是良好的抗氧剂,尤其是槲皮素对于猪油的抗氧性在相同添加量时比BHT高得多。此外还对这类化合物的抗氧活性与其结构的关系作了初步探讨。     

油茶叶中油脂抗氧成份研究

首次从油茶叶中分离得到三种黄酮体化合物,经UV,FT-IR,’HNMR,~(13)CNMR,EI-MS及FAB-MS等仪器分析,鉴定为槲皮素(1),槲皮素-3-0-鼠李吡喃糖甙(2)和槲皮素-3-0-葡萄吡喃糖-(6→1)-鼠李吡哺糖甙(3)。在Metrohm Rancimat中测定了它们的诱导时间,显示这三种化合物对于猪油及菜籽色拉油都是良好的抗氧剂,尤其是槲皮素对于猪油的抗氧性在相同添加量时比BHT强得多。此外还对这类化合物的抗氧活性与其结构的关系作了初步探讨。     

基于近红外透射光谱的食用油氧化定性分析

为建立食用油氧化的快速鉴别方法,以食用油为材料,根据国家标准对酸价和过氧化值的限量规定将不同氧化程度的样品分为未氧化油和已氧化油两类,通过近红外光谱透射技术结合距离判别分析,建立未氧化油和已氧化油的定性判别模型。结果表明：在波数范围为5450～4650cm-1,采用多元散射校正、一阶求导和Norris导数平滑光谱处理,校正集模型识别率为99%,验证集模型识别率为97.8%,模型预测效果良好,利用近红外透射光谱食用油氧化定性分析可行。     

拉曼光谱结合距离匹配法快速鉴别掺伪食用油

以农贸市场购买的散装问题油为掺伪物,采用大豆油和玉米油为简单背景制备掺伪样本65份,采用4类食用调和油为复杂背景制备掺伪样本40份,收集市售合格食用植物油样本27份。按样本数3∶1划分建模集和校验集,采用拉曼光谱和距离匹配法分别建立简单背景和复杂背景的食用油掺伪快速定性识别模型:在简单背景掺伪下采用全谱建模预测可得真样本识别率为85.7%,伪样本识别率为94.1%,总识别率为91.7%;在复杂背景掺伪下经谱区挑选优化建模预测可得真样本识别率为87.5%,伪样本识别率为100%,总识别率为94.4%。试验结果表明拉曼光谱结合距离匹配法能简单、有效、快速地检测食用植物油是否掺伪。     

核磁共振氢谱结合化学计量学快速检测掺假茶油

摘 要：以纯茶油和掺假茶油（掺入大豆油、玉米油）作为核磁共振氢谱检测对象,结合化学计量学方法分析处理核磁数据,建立一种能快速预测茶油掺假的方法。结果表明：纯茶油和掺假茶油在主成分分析得分图上有较好地区分,且掺假样品随掺假比例在图中呈规律性分布,但少部分低体积分数的掺假油与纯茶油重叠。而采用偏最小二乘判别（partial least squares discriminant analysis,PLS-DA）法可以得到更好的分离效果,在该模型中,纯茶油的判别准确率为100%。进一步采用PLS可实现对茶油掺假水平的准确定量测定。该方法可简单、快速地用于茶油的掺假鉴别,在茶油品质控制及评价方面具有很大的应用潜力。     

油茶种子发育过程中脂肪酸的变化研究

为实现油茶种子脂肪酸变化的快速测定,并研究油茶生长发育过程中脂肪酸组成的变化规律,本文以油茶、花生和芝麻为实验材料,分别采用震摇+甲酯化法与索氏抽提+甲酯化法对样品进行预处理,再利用气质联用(GC-MS)分析三种材料各自的脂肪酸组成,并用激光扫描共聚焦显微技术对油茶发育过程中种子子叶细胞内油体进行细胞形态学观察。结果表明,震摇+甲酯化法简便快捷,精确度高,适用于大量样品的快速检测。油茶种子含油率升高的高峰期是47~54 WAF(Weeks After Flower),即9月至采摘期之间。油茶种子在发育过程中,油酸作为主要脂肪酸,在成熟种子油中含量高达78%以上,且在整个发育时期中呈现上升趋势,而棕榈酸、硬脂酸、亚油酸呈明显下降趋势。结合细胞学观察,明确本油茶品系的油脂转化高峰期在45~48 WAF。     

油茶果自然霉变程度的可见/近红外与中短波近红外光谱检测

分析利用可见/近红外光谱（400～1 000 nm）与中短波近红外光谱（900～1 700 nm）对不同自然霉变程度油茶果检测判别的可行性,实验同时采集不同霉变程度油茶果赤道阴面、阳面和接合面三点的两波段光谱,样品平均光谱的主成分分析（principal component analysis,PCA）发现不同霉变程度样品同组内具有一定聚类效果且PC1和PC2对于判别不同组间样品有效,全光谱偏最小二乘判别分析模型结果显示原始光谱已具有足够信息,建立的模型性能比预处理后全光谱更优。进一步进行特征波长选取,发现相比于PC载荷,连续投影法在两光谱范围选取波长建立的简化模型均为最优,预测集判别准确率与Kappa系数均为84.4%与0.766 7。结合预测集混淆矩阵发现,两光谱范围最优简化模型预测不同霉变组样品特异度相当,均在0.84以上,但900～1 700 nm中短波近红外光谱对于中等霉变程度的判别灵敏度（0.72）略高。本研究表明近红外光谱技术可用于油茶果的自然霉变程度检测,可见/近红外与中短波近红外光谱能力相当,考虑到仪器成本问题,可见/近红外光谱具有更好的实时检测应用前景。     

近红外光谱法用于橄榄油的快速无损鉴别

通过近红外光谱仪采集各种食用油与掺杂的初榨橄榄油的数据,运用聚类分析法对各种食用油进行聚类分析,结合主成分分析法对橄榄油的掺杂与否进行定性判别。结果表明,聚类分析和主成分分析法都有很好的定性鉴别能力,主成分分析法的鉴别模型预测未知样本的正确率达到100%。该方法快速、无损、简便,为橄榄油掺杂的定性鉴别提供了一种新的选择。     

油茶饼粕蛋白提取及抗氧化酶解产物的制备

测定油茶饼粕的基本组成;确定茶粕蛋白提取的方法和工艺及其测定方法;通过微生物发酵、酶解等方法生产茶粕蛋白多肽,测定经处理后蛋白分子量分布情况,并测定其清除DPPH.和羟自由基能力。实验表明,茶粕营养丰富,通过碱液水浴浸提可获得18.70%蛋白质,浸提液酶解后可制备具有抗氧化能力的酶解产物,抗氧化能力随着水解时间呈先增后减的趋势,而茶粕经发酵后能得到较大比例的低分子量产物。油茶饼粕的经济价值还有待进一步开发。     

近红外特征光谱定量检测羊肉卷中猪肉掺假比例

利用近红外漫反射光谱技术结合化学计量学方法对解冻掺假羊肉卷,进行猪肉掺假比例的定量检测研究。按照不同肥肉占比和不同猪肉掺假比例,制备324?个样品,并利用近红外光谱仪采集其光谱数据。对原始数据进行SG（Savitzky-Golay）平滑、SG一阶导、SG二阶导、多元散射校正、中心化、标准正态变量校正等预处理,并利用偏最小二乘回归（partial least square regression,PLSR）进行建模分析,其中SG平滑结合一阶求导预处理的模型预测效果最优。针对最佳预处理光谱采用竞争性自适应加权采样（competitive adaptive reweighted sampling,CARS）算法进行波长筛选,并建立特征波长PLSR模型,模型预测效果得到提高。其中,校正集和验证集决定系数分别为0.983?6和0.972?5,校正集和验证集的均方根误差分别为0.043?7和0.057?7,范围误差比为7.62。应用该CARS-PLSR模型对检验集进行预测,真实值与预测值的相关系数为0.913?8,结果表明采用近红外光谱分析技术可以实现不同肥肉占比羊肉卷中猪肉掺假比例的定量检测。     

应用近红外光谱对老陈醋进行定性定量的检测研究

利用近红外光谱结合DA和PLS算法在不同光谱预处理方法下,对山西老陈醋醋龄进行定性判别分析,并建立陈醋可溶性固形物(SSC)及pH值的定量模型.结果表明:原始光谱、5点平滑以及SNV校正建立的DA模型性能良好,校正集判别正确率为100％,预测集判别正确率为88.89％;原始光谱建立的可溶性固形物的PLS定量模型最优,校正集和预测集的相关系数r分别为0.99988和0.99960,RMSEC,RMSEP和RMSECV分别为0.0421,0.0911和0.0777;5点平滑建立的pH值的PLS定量模型最优,校正集和预测集的相关系数r分别为0.99733和0.97411,RMSEC,RMSEP和RMSECV分别为0.0151,0.0386和0.0468.     

Authentication of Olive Oil Adulterated with Vegetable Oils Using Fourier Transform Infrared Spectroscopy

Determination of the authenticity of extra virgin olive oils has become more important in recent years following some infamous adulteration and contamination scandals. The study focused on application of Fourier transform infrared spectroscopy to identify the adulteration of olive oils. Single-bounce attenuated total reflectance measurements were made on pure olive oil and olive oil samples adulterated with varying concentrations of sunflower oil (20-100 mL vegetable oil/L of olive oil). Discriminant analysis using 12 principal components was able to classify the samples as pure and adulterated olive oils based on their spectra. A partial least squares model was developed and used to verify the concentrations of the adulterant. Furthermore, the discriminant analysis method was used to classify olive oil samples as distinct from other vegetable oils based on their infrared spectra.     

近红外光谱定性定量检测牛肉汉堡饼中猪肉掺假

利用近红外光谱技术结合化学计量学方法,对不同肥肉占比的解冻牛肉汉堡饼中的猪肉掺假进行定性判别建模,并建立猪肉掺假比例的定量检测模型。结果表明：对不同掺假比例样品的判别,应用偏最小二乘判别分析方法效果优于主成分分析-支持向量机方法,最优模型校正集和验证集判别正确率均为100%。应用偏最小二乘方回归法定量检测不同肥瘦比解冻牛肉汉堡饼中的猪肉掺假比例,模型校正集和验证集的相关系数Rc和Rp、验证集均方根误差分别为0.968 9、0.861 1、7.221%。因此,应用近红外光谱技术可以实现对不同肥肉占比的解冻牛肉汉堡饼中的猪肉掺假进行定性判别和定量检测。     

FTIR Spectroscopy Combined with Chemometric for Analysis of Sesame Oil Adulterated with Corn Oil

Sesame oil is an edible vegetable oil derived from the sesame seed that has been used as a flavor enhancer in Southeast Asian cuisine. This highly valuable oil can be subjected to adulterations with lower price oils in order to gain economical profit. Among 10 vegetable oils evaluated using fatty acid profiles with principal component analysis, corn oil has the closest similarity in fatty acids combined together with sesame oil; therefore, corn oil is a potential adulterant in sesame oil. FTIR spectra at 1072?935 cm^?1 was chosen for quantitative analysis with acceptable values of coefficient determination (R²), root mean square errors of calibration and prediction. These combined methods using first derivative FTIR spectra in partial least square showed well quantified corn oil in sesame oil with R² (0.992), root mean square errors of calibration (0.53% v/v) and root mean square errors of prediction (1.31% v/v) values. Moreover, the Coomans plot based on Mahalanobis distance were able to discriminate between sesame oil with adulterated oils such as corn oil, grape seed oil, and rice bran oil.     

茶油掺伪检测技术研究进展

茶油是我国特有的高端木本食用植物油。本文分析了茶油品质特点与茶油的主要掺伪方式,总结现有相关标准中对茶油真实性的要求。从茶油及其他异质油的理化特性与特征成分出发,重点总结了基于理化参数的分析技术、色谱与质谱技术以及光谱学技术3个用于茶油掺伪检测技术的特点与局限性。说明了基于多个理化参数集合并结合算法模型、筛选茶油特异性成分、扩大样品的光谱数据库对茶油掺伪检测方法构建的重要性,并提出采用多指标逐步判别分析是实现茶油掺伪实际检测的重要途径。     

近红外光谱对特征部位牛肉的分析

通过采集牛霖、牛柳、牛腩3个部位牛肉样品的近红外光谱并对其蛋白质、脂肪、水分和灰分等化学指标进行测定,应用偏最小二乘法分别建立蛋白质、脂肪、水分和灰分的校正模型。牛霖样品的灰分和水分校正模型相关系数分别为0.9843、0.9740,预测相关系数分别为0.9502、0.9342;牛柳样品的蛋白质和水分校正模型相关系数分别是0.9540、0.7752,预测相关系数分别为0.9500、0.9060;牛腩样品的灰分和脂肪校正模型相关系数分别是0.9746、0.9218,预测相关系数分别是0.9560、0.9233;牛霖和牛柳样品的水分总校正模型相关系数为0.7504,预测相关系数是0.9737;牛腩和牛霖样品的灰分总校正模型相关系数是0.8770,预测相关系数为0.9777。结果表明：近红外光谱分析法预测准确度较高,可以用于评价牛肉品质。     

Authentication of edible vegetable oils adulterated with used frying oil by Fourier Transform Infrared Spectroscopy

The application of Fourier Transform Infrared (FTIR) Spectroscopy to authenticate edible vegetable oils (corn, peanut, rapeseed and soybean oil) adulterated with used frying oil was introduced in this paper. The FTIR spectrum of oil was divided into 22 regions which corresponded to the constituents and molecular structures of vegetable oils. Samples of calibration set were classified into four categories for corn and peanut oils and five categories for rapeseed and soybean oils by cluster analysis. Qualitative analysis of validation set was obtained by discriminant analysis. Area ratio between absorption band 19 and 20 and wavenumber shift of band 19 were treated by linear regression for quantitative analysis. For four adulteration types, LODs of area ratio were 6.6%, 7.2%, 5.5%, 3.6% and wavenumber shift were 8.1%, 9.0%, 6.9%, 5.6%, respectively. The proposed methodology is a useful tool to authenticate the edible vegetable oils adulterated with used frying oil.     

近红外光谱结合化学计量学研究芝麻油的真伪与掺伪

应用傅里叶变换近红外光谱(FTNIR)结合化学计量学分别建立了芝麻油的真伪鉴别与掺伪定量的快速分析方法。真伪鉴别分别采用FTNIR结合主成分分析-簇类软独立模式识别(PCA-SIMCA)和偏最小二乘法-人工神经网络(PLS-ANN),建立了芝麻油、大豆油、花生油、葵花籽油的分类模型。经过验证,两种分类模型的准确识别率均达到了100%。芝麻油中掺伪油的定量分析采用FTNIR结合PLS。通过采集不同比例的芝麻油-大豆油与芝麻油-葵花籽油二元系统的FTNIR谱图,应用PLS分别建立二元系统定量分析模型并通过验证集检验其可靠性,研究结果表明该模型可以准确预测芝麻油中10%~100%的掺假油,其预测值与实际值的相对标准偏差(SEP)分别为1.027(大豆油)和0.9660(葵花籽油)。