周　　俊，張　　軍，*，謝夢(mèng)圓，陳　　哲，汪　　勇，關(guān)賀元

（1.光電信息與傳感技術(shù)廣東普通高校重點(diǎn)實(shí)驗(yàn)室（暨南大學(xué)），廣東廣州510632；2.暨南大學(xué)光電工程系，廣東廣州510632；3．暨南大學(xué)食品科學(xué)與工程系，廣東廣州510632）

應(yīng)用主成分和判別分析的紅外光譜法快速鑒別酸敗植物油

周俊1，2，張軍1，2，*，謝夢(mèng)圓1，2，陳哲1，2，汪勇3，關(guān)賀元1，2

（1.光電信息與傳感技術(shù)廣東普通高校重點(diǎn)實(shí)驗(yàn)室（暨南大學(xué)），廣東廣州510632；2.暨南大學(xué)光電工程系，廣東廣州510632；3．暨南大學(xué)食品科學(xué)與工程系，廣東廣州510632）

通過(guò)收集并分析40個(gè)合格植物油和44個(gè)酸敗植物油的傅里葉變換紅外光譜，選取25個(gè)合格植物油和39個(gè)酸敗植物油組成訓(xùn)練集，利用主成分分析獲得累積可信度95%的三個(gè)主成分及對(duì)應(yīng)的1743～1710cm-1、1172～1130cm-1、2945～2844cm-1、1728～1689cm-1、2987～2840cm-1和1731～1660cm-1對(duì)植物油酸敗最為敏感的光譜波數(shù)范圍。在主成分分析的基礎(chǔ)上，選取對(duì)植物油酸敗敏感的波段，利用訓(xùn)練集建立鑒別植物油酸敗判別分析模型。采用驗(yàn)證集20個(gè)樣品驗(yàn)證判別分析模型，判別正確率達(dá)100%。主成分結(jié)合判別分析的紅外光譜法能快速、準(zhǔn)確、無(wú)損地區(qū)分合格植物油和酸敗植物油。

植物油酸敗鑒別，主成分分析，判別分析，傅里葉變換紅外光譜

食用油脂是人體三大營(yíng)養(yǎng)源之一，其品質(zhì)與人們健康密切相關(guān)，是人們生活中的必需品之一。當(dāng)前由食用植物油引發(fā)的食品安全事件長(zhǎng)期困擾著生產(chǎn)和監(jiān)管部門，并由此引發(fā)消費(fèi)者恐慌，嚴(yán)重影響了人們的正常生活。對(duì)于食用植物油安全問(wèn)題，主要注意力都集中到地溝油、潲水油、工業(yè)油脂、煎炸油違規(guī)用于食品加工行業(yè)方面［1-2］。事實(shí)上，合格食用植物油在儲(chǔ)藏時(shí)，同樣存在很大的安全隱患且沒(méi)有引起足夠的重視。植物油在存放過(guò)程中，經(jīng)常受到光、熱、空氣中的氧以及油脂中的水分和酶的作用，發(fā)生各種復(fù)雜的變化，這種變化通常稱之為酸?。?］。研究證明，攝入這種酸敗的食用油對(duì)身體有極大的危害，甚至有可能誘發(fā)癌癥、心血管等疾?。?-5］。以前對(duì)于植物油酸敗的研究重點(diǎn)都放在預(yù)防和形成原因研究上，如董文麗、李德溥［6］研究了包裝對(duì)松仁油脂氧化酸敗的抑制效果，侯景芳、李桂霞等［7］對(duì)油脂酸敗及儲(chǔ)存進(jìn)行了研究。已有植物油酸敗的檢測(cè)方法主要是高效液相色譜（HPLC）、氣相色譜-質(zhì)譜聯(lián)用儀（GC/MS）等組分分析及對(duì)植物油的色澤、酸價(jià)、煙點(diǎn)、過(guò)氧化值等理化指標(biāo)進(jìn)行檢測(cè)［8］，如黃西文［9］對(duì)食用油脂的酸敗指標(biāo)進(jìn)行了研究。

這些檢測(cè)酸敗植物油的方法較為復(fù)雜，對(duì)操作人員的要求較高，且檢測(cè)周期較長(zhǎng)。傅里葉變換紅外光譜（FTIR）具有采集簡(jiǎn)單、快速，無(wú)需對(duì)樣品進(jìn)行預(yù)處理的特點(diǎn)。對(duì)于植物油的FTIR譜圖，其譜峰的峰位、峰形和峰高就是油脂中各種成分的不同基團(tuán)譜峰疊加的結(jié)果，當(dāng)植物油的成分發(fā)生變化時(shí)，就會(huì)引起植物油的FTIR譜圖變化［10］。王美美等［11-12］已經(jīng)證明了紅外光譜法在定性分析、分類與判斷不同油脂種類時(shí)的有效性。

另外在光譜分析采用的方法中，主成分分析在不丟失主要光譜信息的前提下，選擇為數(shù)較少的新變量來(lái)代替原來(lái)的變量，解決了由于譜帶的重疊而無(wú)法分析的困難；判別分析法是判別距離，通過(guò)計(jì)算樣品向量間的馬氏距離值，判別樣品的類別歸屬［13］。Tay A［14］研究了利用判別分析法來(lái)對(duì)橄欖油中是否摻入廉價(jià)植物油進(jìn)行鑒別，Aderval S Luna［15］研究了利用主成分分析來(lái)對(duì)不同種類的植物油進(jìn)行區(qū)分。

因此本文針對(duì)植物油的FTIR光譜，首先應(yīng)用主成分分析方法對(duì)植物油是否酸敗進(jìn)行聚類并取得主成分?jǐn)?shù)，同時(shí)確定酸敗植物油的敏感波段，然后將植物油敏感波段的FTIR輸入到判別分析模型中，最后通過(guò)驗(yàn)證集驗(yàn)證該模型的準(zhǔn)確度，從而探討將主成分分析方法和判別分析法相結(jié)合的FTIR用于植物油酸敗快速鑒別的正確率。

1　材料與方法

1.1材料與儀器

不同品牌與種類的合格植物油樣品共40個(gè)，購(gòu)自廣州華潤(rùn)萬(wàn)家超市，包括大豆油、花生油、玉米油、葵花籽油，調(diào)和油等植物油樣品，以及本校食品科學(xué)與工程系實(shí)驗(yàn)室提供的酸敗植物油樣品44個(gè)。

VERTEX 70 Bruker傅里葉變換紅外光譜儀德國(guó)布魯克光譜儀器公司，衰減全反射（Attenuated Total Reflection，ATR）附件，DTGS探測(cè)器；100～1000μL可調(diào)式移液器。

1.2實(shí)驗(yàn)方法

采集樣品光譜前，將光譜儀預(yù)熱約1h，并進(jìn)行儀器性能測(cè)試，通過(guò)后再進(jìn)行光譜采集。實(shí)驗(yàn)在室溫（20℃）條件下進(jìn)行，采集每個(gè)樣品的光譜之前，均先測(cè)量背景光譜，扣除空氣中水和二氧化碳的干擾。使用可調(diào)式移液器吸取50μL樣品滴到ATR附件表面（ZnSe晶體），開始采集樣品光譜數(shù)據(jù)。檢測(cè)所使用的紅外光譜條件為［16］：掃描范圍為4000～550cm-1，分辨率為4cm-1，掃描次數(shù)為16。

1.3數(shù)據(jù)處理

采用Ominc、Unscrambler和TQ Analyst軟件分析處理數(shù)據(jù)，包括分析所有樣品的FTIR譜圖。分別選取25個(gè)合格植物油、39個(gè)酸敗植物油，用主成分分析法對(duì)這些樣本進(jìn)行聚類；經(jīng)過(guò)主成分分析后，獲取對(duì)植物油酸敗敏感的波段，同時(shí)獲取主成分個(gè)數(shù)；選取上述64個(gè)樣品組成訓(xùn)練集（其余20個(gè)樣品組成驗(yàn)證集），利用已經(jīng)獲取的主成分建立鑒別植物油酸敗判別分析模型，依據(jù)由主成分分析得到對(duì)植物油脂酸敗程度最為敏感的波段來(lái)優(yōu)化判別分析模型。

2　結(jié)果與討論

2.1合格植物油和酸敗植物油FTIR譜圖分析

油脂均為不同脂肪酸甘油三酯的混合物，所以合格植物油和酸敗植物油的主要分子結(jié)構(gòu)與官能團(tuán)基本相同［17］。圖1是部分合格油和酸敗油的FTIR光譜圖，在FTIR譜圖上表現(xiàn)出來(lái)的就是兩者具有類似的峰位、峰型和峰強(qiáng)。各譜峰對(duì)應(yīng)的分子結(jié)構(gòu)和官能團(tuán)信息為：在3009、2923、2853cm-1處為C-H伸縮振動(dòng)峰，2500～1600cm-1區(qū)域的強(qiáng)吸收峰是酯鍵羰基基團(tuán)（C=O）的振和動(dòng)峰；如果油脂發(fā)生氧化水解，會(huì)產(chǎn)生醛酮和游離脂肪酸中羰基基團(tuán)（C=O）的吸收峰；1743cm-1處為C=O伸縮振動(dòng)峰，1654cm-1處為C=C伸縮振動(dòng)峰，1462cm-1和1377cm-1處為亞甲基的彎曲振動(dòng)峰，1236、1120、1160、1098cm-1處甘油三酯C-O伸縮振動(dòng)峰，以及721cm-1處是碳鏈骨架振動(dòng)峰等［18］。

從圖1可以觀察到，在4000～3100cm-1波數(shù)范圍，酸敗植物油和合格植物油的吸收強(qiáng)度都很小，且兩者的光譜差別不大。仔細(xì)觀察，在1710cm-1附近，可以在酸敗植物油譜圖上觀察到一個(gè)特殊的吸收峰；而在合格植物油樣品的光譜中，在相同位置并沒(méi)有觀察到吸收峰的存在。分析這個(gè)吸收峰形成的原因可能是：平時(shí)在使用植物油后，把植物油長(zhǎng)時(shí)間放置在高溫環(huán)境下，導(dǎo)致植物油和氧、水分以及微生物等作用，在酯鍵處發(fā)生水解、氧化和縮合等一系列反應(yīng)［19］，從而生成食用植物油原本不含的醛、酮類等物質(zhì)。由于醛、酮不受氧原子吸引電子誘導(dǎo)效應(yīng)的影響，羰基峰會(huì)向低波數(shù)方向位移［20］，因此部分酸敗植物油在會(huì)1710cm-1出現(xiàn)特征吸收峰。

圖1　部分合格植物油和酸敗植物油的紅外光譜Fig.1　FTIR of partial qualified edible oil and rancid edible oil

2.2主成分分析

經(jīng)過(guò)對(duì)64個(gè)訓(xùn)練集樣本進(jìn)行主成分分析，獲得主成分的累積可信度分別為：68%、85%和95%；因?yàn)槿齻€(gè)主成分的累積可信度已經(jīng)達(dá)到了95%，所以選用主成分個(gè)數(shù)為3。圖2是三個(gè)主成分聚類的得分圖，圖2（a）橫坐標(biāo)表示每個(gè)樣本的第一主成分得分值，縱坐標(biāo)表示每個(gè)樣本的第二主成分得分值。圖2（a）顯示利用第一主成分和第二主成分進(jìn)行聚類，合格植物油和酸敗植物油可以分成兩類；酸敗植物油大部分位于第一象限，合格植物油基本位于第三象限；但是有3個(gè)酸敗植物油在第三象限，與合格植物油混在一起，同時(shí)有一個(gè)合格植物油聚類位置恰好位于PC2軸上，這很容易使該樣品被誤判為不合格油。圖2（b）橫坐標(biāo)表示每個(gè)樣本的第三主成分得分值，縱坐標(biāo)表示每個(gè)樣本的第一主成分得分值。圖2（b）顯示利用第一主成分和第三主成分進(jìn)行聚類，合格植物油和酸敗植物油基本上無(wú)法區(qū)分。圖2（c）橫坐標(biāo)表示每個(gè)樣本的第三主成分得分值，縱坐標(biāo)表示每個(gè)樣本的第二主成分得分值。圖2（c）顯示利用第二主成分和第三主成分進(jìn)行聚類，合格植物油和酸敗植物油也完全不能區(qū)分。由此可見(jiàn)，主成分分析方法不能很好的區(qū)分合格植物油和酸敗植物油，存在誤判現(xiàn)象。

圖2　主成分分析得分圖Fig.2　PCA scores plot

圖3是主成分1、2、3在整個(gè)波長(zhǎng)范圍的載荷圖。圖3中橫坐標(biāo)表示波數(shù)范圍4000～550cm-1，縱坐標(biāo)表示各波長(zhǎng)對(duì)主成分的載荷值，即是各個(gè)波長(zhǎng)變量與主成分的相關(guān)性大小。從圖3可以看出主成分1、2、3與全波長(zhǎng)變量的相關(guān)程度。主成分1與1743～1710cm-1和1172～1130cm-1光譜范圍的相關(guān)性最強(qiáng)；主成分2與2945～2844cm-1和1728～1689cm-1光譜范圍的相關(guān)性最強(qiáng)；主成分3與波數(shù)2987～2840cm-1和1731～1660cm-1光譜范圍的相關(guān)性最強(qiáng)；由于主成分1、2、3的累計(jì)可信度已經(jīng)達(dá)到95%，即主成分1、2、3幾乎能解釋所有原變量，與它們有很高相關(guān)度的波數(shù)范圍1743～1710cm-1、1172～1130cm-1、2945～2844cm-1、1728～1689cm-1、2987～2840cm-1和1731～1660cm-1是對(duì)植物油脂酸敗程度最為敏感的光譜波段范圍。

圖3　主成分1、2和3在全光譜范圍內(nèi)的載荷值Fig.3　Loading value of principal component 1，2 and 3 on whole spectrum range

2.3基于植物油酸敗敏感波段建立判別分析模型

由于單獨(dú)用主成分分析法對(duì)酸敗植物油進(jìn)行鑒別時(shí)，有3個(gè)酸敗植物油混雜在合格植物油的類別中，被誤判成合格植物油；而且考慮到每個(gè)樣品FTIR譜圖從4000～550cm-1共有1788個(gè)數(shù)據(jù)點(diǎn)，如果采用全光譜來(lái)進(jìn)行分類計(jì)算，從統(tǒng)計(jì)分析的角度講，自變量數(shù)目遠(yuǎn)大于因變量數(shù)目，計(jì)算結(jié)果的可靠性及模型的穩(wěn)定性都不好。另外有些光譜區(qū)域，例如4000～3100cm-1光譜波段范圍的吸光度小于0.02，與樣品的組成或性質(zhì)缺乏相關(guān)性。所以本文在主成分分析的基礎(chǔ)上，選取三個(gè)主成分以及對(duì)植物油酸敗程度敏感的波段作為輸入建立了判別分析預(yù)測(cè)模型。

圖4　合格植物油脂和酸敗植物油的判別分析圖Fig.4　Discriminate analysis figure of qualified edible oil and rancid edible oil

圖4是訓(xùn)練集合格植物油脂和酸敗植物油的判別分析圖，通過(guò)判別分析圖可以直觀的看到分類結(jié)果。從圖4可以看到，判別分析模型進(jìn)行交叉檢驗(yàn)時(shí)，沒(méi)有出現(xiàn)誤判的情況。用驗(yàn)證集的20個(gè)樣品對(duì)判別分析模型進(jìn)行檢驗(yàn)，同樣沒(méi)有出現(xiàn)誤判的情形，最終模型的準(zhǔn)確率為100%。

3　結(jié)論與討論

采用主成分分析法分析油脂的FTIR光譜，得到1743～1710cm-1、1172～1130cm-1、2945～2844cm-1、1728～1689cm-1、2987～2840cm-1和1731～1660cm-1光譜范圍是對(duì)植物油脂酸敗程度最為敏感的波數(shù)范圍。單獨(dú)使用主成分分析法對(duì)酸敗植物油進(jìn)行鑒別時(shí)，出現(xiàn)3個(gè)酸敗植物油被誤判成合格植物油的情況。進(jìn)一步將主成分分析法結(jié)合判別分析方法，利用上述光譜波數(shù)范圍對(duì)判別分析模型進(jìn)行優(yōu)化，建立植物油酸敗程度鑒別模型，該模型性能穩(wěn)定，預(yù)測(cè)驗(yàn)證集樣品的識(shí)別率達(dá)到100%。說(shuō)明使用FTIR技術(shù)可以快速、準(zhǔn)確、無(wú)損地對(duì)植物油酸敗與否進(jìn)行鑒別。在以后的實(shí)驗(yàn)中，需要隨時(shí)根據(jù)市場(chǎng)變化豐富樣品的品種和數(shù)量，進(jìn)一步優(yōu)化更新模型的處理方法是保證模型實(shí)際應(yīng)用效果的關(guān)鍵。

［1］代小容，劉伯云.潲水油研究進(jìn)展［J］.糧食與油脂，2008（4）：36-37.

［2］季祥，蔡祿.鑒別食用油脂中地溝油的方法探討［J］.技術(shù)油脂工程，2010，21（3）：32-34.

［3］孫麗琴，孫立君，鄭剛.不同的存放條件對(duì)油脂酸價(jià)和過(guò)氧化值的影響［J］.糧油檢測(cè)與加工，2007（2）：45-46.

［4］鄖海麗，劉樹彬.食用植物油的抗氧化研究進(jìn)展［J］.煤炭與化工，2013，36（4）：31-34.

［5］潘紅紅.食用植物油脂品質(zhì)監(jiān)測(cè)和預(yù)警指標(biāo)的研究［D］.成都：成都理工大學(xué)，2012.

［6］董文麗，李德溥.包裝對(duì)松仁油脂氧化酸敗抑制的研究［J］.包裝工程，2014，35（17）：53-56.

［7］侯景芳，李桂霞，李奕然，等.淺談?dòng)椭釘〖皟?chǔ)存［J］.農(nóng)產(chǎn)品加工，2013（6）：60-62.

［8］穆昭，王興國(guó)，劉元法.加熱過(guò)程煎炸油品質(zhì)分析［J］.油脂工程，2008（2）：65-67.

［9］黃西文.食用油脂的酸敗指標(biāo)檢測(cè)研究［J］.科技信息，2013（22）：418.

［10］Rohman A，Che M Y，Yusof F.The use of FTIR spectroscopy and chemometrics for rapid authentication of extra virgin olive oil［J］.J Am Oil Chem Soc，2014（91）：207-213.

［11］王美美，范璐，錢向明，等.3種植物油傅里葉變換紅外光譜信息的判別分析研究［J］.中國(guó)油脂，2009，34（10）：72-74.

［12］謝夢(mèng)圓，張軍，陳哲，等.地溝油的近紅外光譜分析鑒別［J］.中國(guó)油脂，2011，36（12）：80-83.

［13］李沂光，單楊.近紅外光譜法定性檢測(cè)餐桌廢棄油脂的摻偽［J］.食品工業(yè)科技，2013（20）：87-90.

［14］Tay A，Singh R K，Krishnan S S，et al.Authentication of olive oil adulterated with vegetable oils using Fourier transform infrared spectroscopy［J］.LWT-Food Science and Technology，2002，35（1）：99-103.

［15］Luna A S，da Silva A P，F(xiàn)erré J，et al.Classification of edible oils and modeling of their physico-chemical properties bychemometricmethodsusingmid-IRspectroscopy［J］. SpectrochimicaActaPartA：MolecularandBiomolecular Spectroscopy，2013，100：109-114.

［16］劉玲玲.應(yīng)用紅外光譜技術(shù)進(jìn)行食用油真?zhèn)渭皳絺蔚目焖勹b定［D］.北京：北京林業(yè)大學(xué)，2012.

［17］畢艷蘭.油脂化學(xué)［M］.北京：化學(xué)工業(yè)出版社，2005：1-7．

［18］Rohman A，Man Y B.Fourier transform infrared（FTIR）spectroscopy for analysis of extra virgin olive oil adulterated with palm oil［J］.Food Research International，2010，43（3）：886-892.

［19］潘劍宇，尹平河.潲水油、煎炸老油與合格食用植物油的鑒別研究［J］.食品科學(xué)，2003（8）：27-29.

［20］劉玲玲，武彥文.傅里葉變換紅外光譜結(jié)合模式識(shí)別法快速鑒別食用油真?zhèn)危跩］.化學(xué)學(xué)報(bào)，2012（8）：995-1000.

Rapid authentication of rancid edible oil based on fourier transform infrared spectroscopy of principal component and discrimination analysis

ZHOU Jun1，2，ZHANG Jun1，2，*，XIE Meng-yuan1，2，CHEN Zhe1，2，WANG Yong3，GUAN He-yuan1，2
（1.Key Laboratory of Optoelectronic Information and Sensing Technologies of Guangdong Higher Education Institutes，Ji’nan University，Guangzhou 510632，China；2.Department of Optoelectronic Engineering，Ji’nan University，Guangzhou 510632，China；3.Department of Food Science and Engineering，Ji’nan University，Guangzhou 510632，China）

40 qualified edible oils and 44 rancid ones were collected and analyzed.25 qualified edible oils and 39 rancid ones were selected to compose training set.Principal component analysis（PCA）was used to compress thousands of spectral data into several variables and describe the body of spectra，the analysis suggested that the accumulate reliabilities of PC1，PC2 and PC3（the first three principle components）were more than 95% and corresponding 1743～1710cm-1，1172～1130cm-1，2945～2844cm-1，1728～1689cm-1，2987～2840cm-1and 1731～1660cm-1were the most sensitive bands for edible oil rancidity.The training set was used to build discrimination analysis（DA）model，and then the most sensitive bands were applied as DA model inputs.The model was validated by other 20 samples as validation set with the correct recognition rate of 100%，which showed this method could be used to distinguish the rancid edible oil rapidly，accurately and soundly.

authentication of rancid edible oil；principal component analysis；discrimination analysis；FTIR

TS207.3

A

1002-0306（2015）12-0053-04

10.13386/j.issn1002-0306.2015.12.002

2014－09－24

周?。?990-），男，在讀碩士研究生，研究方向：光譜分析。

張軍（1968-），女，博士，研究員，研究方向：光譜分析，光電檢測(cè)。

國(guó)家自然科學(xué)基金項(xiàng)目（61177075，61275046，61475066，61405075）；廣東省戰(zhàn)略性新興產(chǎn)業(yè)核心技術(shù)攻關(guān)項(xiàng)目（2012A032300016，2012A080302004）；廣東省學(xué)科建設(shè)專項(xiàng)資金項(xiàng)目（2013CXZDA005）；廣東省自然科學(xué)基金項(xiàng)目（2014A030313377）；中央高校基本科研業(yè)務(wù)費(fèi)專項(xiàng)資金項(xiàng)目（21614313，21615307）。