基于近紅外光譜法的山茶籽油理化指標(biāo)快速檢測(cè)

蔣 琦，張 玉，楊 華，王 強(qiáng)，王君虹，李 雪，朱作藝，王 偉，*，張存莉，*

(1.西北農(nóng)林科技大學(xué) 生命科學(xué)學(xué)院，陜西 楊凌 712100； 2.浙江省農(nóng)業(yè)科學(xué)院 農(nóng)產(chǎn)品質(zhì)量標(biāo)準(zhǔn)研究所，浙江 杭州 310000)

基于近紅外光譜法的山茶籽油理化指標(biāo)快速檢測(cè)

蔣 琦1，張 玉2，楊 華2，王 強(qiáng)2，王君虹2，李 雪2，朱作藝2，王 偉2，*，張存莉1，*

(1.西北農(nóng)林科技大學(xué) 生命科學(xué)學(xué)院，陜西 楊凌 712100； 2.浙江省農(nóng)業(yè)科學(xué)院 農(nóng)產(chǎn)品質(zhì)量標(biāo)準(zhǔn)研究所，浙江 杭州 310000)

為實(shí)現(xiàn)山茶籽油理化指標(biāo)的快速檢測(cè)，采用近紅外光譜結(jié)合偏最小二乘分析法(PLS)建立山茶籽油中碘值、酸價(jià)、過(guò)氧化值的定量分析模型。結(jié)果表明，碘值、酸價(jià)和過(guò)氧化值分別以5 966～9 000、4 447～5 665、4 447～5 605 cm-1范圍內(nèi)采用一階求導(dǎo)和S-G平滑處理所得模型最佳。外部驗(yàn)證顯示，基于前述模型所得的碘值、酸價(jià)和過(guò)氧化值的預(yù)測(cè)值與實(shí)測(cè)值的相關(guān)系數(shù)(R2)分別為0.999 2、0.997 7、0.996 9，驗(yàn)證效果良好，表明模型可用于山茶籽油理化指標(biāo)的快速、準(zhǔn)確測(cè)定，可為山茶籽油真?zhèn)舞b別及摻假檢測(cè)提供方法支持。

山茶籽油；近紅外光譜；碘值；酸價(jià)；過(guò)氧化值

山茶籽油是由我國(guó)特有的油料樹(shù)種——油茶樹(shù)經(jīng)加工制成的優(yōu)質(zhì)食用油。我國(guó)是世界上最大的山茶籽油生產(chǎn)基地，主要產(chǎn)地為江西、浙江、湖南等[1]。山茶籽油富含油酸(74%～87%)、亞油酸(7%～14%)，具有降低血脂、預(yù)防心血管疾病等功效，并且含有豐富的微量營(yíng)養(yǎng)成分，能夠延緩細(xì)胞衰老，增強(qiáng)免疫力等[2]。因具有較高的營(yíng)養(yǎng)價(jià)值、保健功能，以及獨(dú)特的食療功效，山茶籽油近年來(lái)受到消費(fèi)者的廣泛關(guān)注。

目前有關(guān)山茶籽油品質(zhì)與安全的研究主要集中在摻偽檢測(cè)技術(shù)[3-5]、品質(zhì)比較[6-7]等方面。山茶籽油中不飽和脂肪酸含量較高，若生產(chǎn)操作不規(guī)范、運(yùn)輸過(guò)程受光熱、儲(chǔ)存方式不當(dāng)，極易發(fā)生氧化反應(yīng)，產(chǎn)生對(duì)人體健康有害的物質(zhì)，降低山茶籽油品質(zhì)。酸價(jià)和過(guò)氧化值是評(píng)價(jià)食用油質(zhì)量的重要指標(biāo)，可用于判斷山茶籽油是否發(fā)生氧化酸??；碘值是食用油重要的特征指標(biāo)，可以反映不飽和脂肪酸的含量。常規(guī)的用于檢測(cè)上述指標(biāo)的方法會(huì)消耗大量的試劑，其中一些有機(jī)溶劑還對(duì)人體有毒，且用時(shí)較長(zhǎng)，因此并不適于大批量樣品的檢測(cè)。

近紅外光譜(near infrared spectrum，NIS)技術(shù)具有無(wú)須前處理、分析高效快速、操作安全的特點(diǎn)。目前，基于近紅外光譜技術(shù)的油脂理化指標(biāo)檢測(cè)已有較多報(bào)道。于修燭等[8]建立了食用油酸價(jià)和過(guò)氧化值的近紅外定量模型，模型驗(yàn)證相關(guān)系數(shù)分別為0.987 3和0.995 8，預(yù)測(cè)效果良好；楊志成等[9]利用中紅外光譜建立了花生油、葵花籽油和菜籽油的酸價(jià)、過(guò)氧化值、碘值檢測(cè)模型，模型準(zhǔn)確度較高。國(guó)內(nèi)外學(xué)者在利用近紅外光譜技術(shù)開(kāi)展山茶籽油真假鑒別及脂肪酸檢測(cè)等方面也取得了一定的進(jìn)展[10-12]，然而基于近紅外光譜的山茶籽油碘值、酸價(jià)和過(guò)氧化值的同時(shí)快速檢測(cè)方法尚未見(jiàn)報(bào)道。本研究以山茶籽油為原料，采用傅里葉近紅外光譜技術(shù)建立山茶籽油碘值、酸價(jià)和過(guò)氧化值的近紅外定量模型，并進(jìn)行驗(yàn)證，旨在為實(shí)現(xiàn)山茶籽油質(zhì)量指標(biāo)和特征指標(biāo)的快速檢測(cè)奠定基礎(chǔ)。

1 材料與方法

1.1 材料與儀器

供試的72個(gè)山茶籽油樣品源自正規(guī)公司及大型超市，加工工藝為壓榨。

主要試驗(yàn)儀器為Antaris ⅡFT-NIR Analyzer光譜儀(美國(guó)Thermo公司)。

1.2 試驗(yàn)方法

1.2.1 山茶籽油理化指標(biāo)測(cè)定

碘值(IV)測(cè)定參考GB/T 5532—2008，酸價(jià)(AV)測(cè)定參考ISO 660:2009，過(guò)氧化值(PV)測(cè)定參考ISO 3960:2007。

1.2.2 山茶籽油近紅外光譜采集

近紅外光譜儀器首先預(yù)熱30 min，經(jīng)性能測(cè)試和白板參比后開(kāi)始測(cè)定樣品。將樣品混合均勻放入玻璃管2/3處，避免氣泡產(chǎn)生。工作光譜范圍為4 000～10 000 cm-1，掃描次數(shù)32次，分辨率8 cm-1，優(yōu)化增益選擇儀器自動(dòng)優(yōu)化的參數(shù)。采樣方式為透射，數(shù)據(jù)格式選擇吸光率。樣品池選用直徑為8 mm的透明玻璃管，以空氣作參比。在測(cè)定過(guò)程中每隔1 h進(jìn)行1次背景掃描以消除漂移。

1.2.3 模型及效果評(píng)價(jià)

結(jié)合偏最小二乘分析法(PLS)建立山茶籽油碘值、酸值和過(guò)氧化值的定量模型。光譜預(yù)處理方法包括一階求導(dǎo)(first derivative，1 D)、二階求導(dǎo)(second derivative，2 D)、Norris derivative濾波(Norris)、Savitzky-Golay濾波(S-G)等。

定量模型的性能由校正集的誤差均方根(RMSEc)、相關(guān)系數(shù)(Rc)，驗(yàn)證集的誤差均方根(RMSEv)、相關(guān)系數(shù)(Rv)、交叉驗(yàn)證相關(guān)系數(shù)(Rcv)和交叉驗(yàn)證誤差均方根(RMSEcv)等參數(shù)進(jìn)行評(píng)價(jià)。相關(guān)系數(shù)越接近1，且誤差均方根越接近0，說(shuō)明模型的準(zhǔn)確性和穩(wěn)定性越好。

1.3 數(shù)據(jù)處理

應(yīng)用TQ Analyst結(jié)合PLS，對(duì)預(yù)處理方法以及建模波段進(jìn)行優(yōu)化，建立山茶籽油理化指標(biāo)定量預(yù)測(cè)模型，然后進(jìn)行外部驗(yàn)證，考查模型的預(yù)測(cè)能力，并應(yīng)用SPSS 19.0軟件進(jìn)行T檢驗(yàn)，驗(yàn)證該方法的可靠性。

2 結(jié)果與分析

2.1 山茶籽油樣本的近紅外透射光譜采集

圖1為代表性樣本的原始近紅外透射光譜圖，采集了10 000～4 000 cm-1范圍內(nèi)的波段光譜信息。該范圍主要包含了X-H伸縮振動(dòng)的一級(jí)倍頻、二級(jí)倍頻、合頻吸收。由圖1可知，山茶籽油在4 500～4 750、5 600、7 100、8 260 cm-1等波段處有較強(qiáng)烈的吸收。4 500～4 750 cm-1波段范圍可能是C—H、—CH2、—CH3的伸縮振動(dòng)及雙鍵的合頻吸收譜帶；5 600 cm-1左右的吸收峰與甲基、亞甲基、雙鍵中的C—H一級(jí)倍頻有關(guān)；7 100 cm-1左右是O—H和亞甲基的一級(jí)倍頻吸收；8 260 cm-1左右的吸收峰是甲基、亞甲基O—H鍵的二級(jí)倍頻吸收。

從收集的72個(gè)山茶籽油樣品中隨機(jī)選擇61個(gè)樣品作為校正集，其余11個(gè)樣品作為驗(yàn)證集。樣品的碘值、酸價(jià)和過(guò)氧化值分別在84.33～127.54 g·100 g-1、0.079～0.66 mg·g-1、2.18～7.91 mmol·kg-1之間(表1)，數(shù)據(jù)變幅較寬，適合建立NIS分析模型。

2.2 碘值、酸價(jià)和過(guò)氧化值建模

2.2.1 碘值模型

由表2可知，在不同的預(yù)處理方法與波段組合條件下建立的近紅外模型，其校正集和驗(yàn)證集的相關(guān)系數(shù)(分別為Rc、Rv)差別不大。通過(guò)比較交叉驗(yàn)證的誤差均方根及相關(guān)系數(shù)發(fā)現(xiàn)，在基于PLS的山茶籽油碘值模型優(yōu)化中，在5 966～9 000 cm-1范圍內(nèi)采用1 D+S-G平滑時(shí)，效果最好。在該建模條件下，校正集和驗(yàn)證集的關(guān)系如圖2所示，校正集和驗(yàn)證集的相關(guān)系數(shù)及誤差均方根分別為0.996 1、1.10和0.996 1、1.01。

圖1 代表性山茶籽油樣本的原始近紅外光譜圖Fig.1 Representative near infrared spectra of camellia oil

2.2.2 酸價(jià)模型

酸值衡量的是游離脂肪酸的含量，與C=O及O—H密切相關(guān)。由表3可以看出，最優(yōu)酸價(jià)建模條件是在4 447～5 665 cm-1范圍內(nèi)采用1 D+S-G處理。這可能與O—H的一級(jí)倍頻和C=O伸縮振動(dòng)的組合頻在5 290 cm-1有吸收有關(guān)[13]。在該建模條件下，其校正集和預(yù)測(cè)集的關(guān)系如圖3所示，校正集和預(yù)測(cè)集的相關(guān)系數(shù)和誤差均方根分別為0.991 6、0.023 4和0.995 3、0.016 9。

表1山茶籽油理化指標(biāo)分析結(jié)果

Table1Physical and chemical indicators of camellia oil

樣品集Samples指標(biāo)Index碘值Iodinevalue/(g·100g-1)酸價(jià)Acidvalue/(mg·g-1)過(guò)氧化值Peroxidevalue/(mmol·kg-1)校正集(61)平均值Mean99.160.334.59Calibrationset最小值Minimum84.330.0792.18最大值Maximum127.540.667.91驗(yàn)證集(11)平均值Mean102.300.374.98Verificationset最小值Minimum87.750.142.35最大值Maximum124.890.647.31

表2山茶籽油碘值的近紅外建模結(jié)果

Table2Result of near infrared model with different wavebands and preprocess for iodine value of camellia oil

建模波段/cm-1預(yù)處理PreprocessRcRMSEcRvRMSEvRcvRMSEcv4400～5600Constant0.98751.950.98282.130.98082.424400～5600S-G+1D0.99411.340.99391.280.98791.924400～5600S-G+2D0.99421.330.99700.9150.98901.835693～5800Constant0.98941.800.97622.470.98282.315693～5800Norris+1D0.95503.670.96263.460.93694.345693～5800Norris+2D0.97702.650.95793.790.95893.525966～90001D0.99661.020.99581.040.99141.625966～9000S-G+1D0.99611.100.99611.010.99151.615966～90002D0.99910.5130.98142.250.98552.11

圖2 山茶籽油碘值實(shí)際值和預(yù)測(cè)值的分布關(guān)系Fig.2 Predicted and actual iodine value of camellia oils

2.2.3 過(guò)氧化值模型

由表4可知，在基于PLS的過(guò)氧化值優(yōu)化模型中，導(dǎo)數(shù)(1 D或2 D)結(jié)合平滑處理(Norris或S-G)得到的模型優(yōu)于僅用導(dǎo)數(shù)處理所獲得的模型，原因可能是光譜數(shù)據(jù)經(jīng)過(guò)導(dǎo)數(shù)處理后放大了噪聲信號(hào)，影響了模型效果，而通過(guò)平滑處理減小了隨機(jī)噪音。過(guò)氧化值的最優(yōu)建模條件是在4 447～5 605 cm-1范圍內(nèi)采用1 D+S-G處理。該條件下校正集和預(yù)測(cè)集的關(guān)系如圖4所示，校正集和預(yù)測(cè)集的相關(guān)系數(shù)和誤差均方根分別為0.991 0、0.219和0.994 7、0.171。

表3山茶籽油酸價(jià)的近紅外建模結(jié)果

Table3Result of near infrared model with different wavebands and preprocess for acid value of camellia oil

建模波段/cm-1預(yù)處理PreprocessRcRMSEcRvRMSEvRcvRMSEcv4447～5665Constant0.97680.03880.93580.05840.94950.05724447～56651D0.98470.03160.95660.04610.92410.06944447～5665S-G+1D0.99160.02340.99530.01690.94000.06204447～5665Norris+2D0.91530.07290.94210.05890.82420.1035693～5758Constant0.57470.1480.70160.1150.34170.1775693～5758Norris+1D0.56980.1490.78080.09920.48020.1605875～8600Constant0.69060.1310.35740.1510.56150.1545875～86002D0.57290.1480.79550.09880.38270.173

圖3 山茶籽油酸值實(shí)際值和預(yù)測(cè)值的分布關(guān)系Fig.3 Predicted and actual acid value of camellia oils

2.3 碘值、酸價(jià)和過(guò)氧化值模型的外部驗(yàn)證

隨機(jī)選用20個(gè)未知樣品進(jìn)行外部驗(yàn)證。用標(biāo)準(zhǔn)方法測(cè)定油樣的碘值、酸價(jià)和過(guò)氧化值，并進(jìn)行光譜掃描，將實(shí)測(cè)值與基于NIS的預(yù)測(cè)值作線性回歸，結(jié)果如圖5所示。各回歸方程的斜率均接近1，截距趨近0，R2均大于0.99，說(shuō)明基于所構(gòu)建模型的預(yù)測(cè)值與實(shí)測(cè)值接近。

表4山茶籽油過(guò)氧化值的不同預(yù)處理方法的近紅外模型效果

Table4Result of near infrared model with different wavebands and preprocess for peroxide value of camellia oil

建模波段/cm-1預(yù)處理PreprocessRcRMSEcRvRMSEvRcvRMSEcv4447～56051D0.98810.2510.98510.2840.94770.5214447～5605S-G+1D0.99100.2190.99470.1710.95880.4644447～5605Norris+1D0.98760.2560.97630.3680.97080.3924447～5605Norris+2D0.98180.3090.96790.4240.95400.4915693～5758Constant0.76341.050.75831.120.69241.185693～5758Norris+1D0.72301.130.79560.9670.65650.1235875～9000Constant0.94210.5460.97080.3880.84730.8835875～9000S-G+2D0.83370.9000.89280.7520.69381.20

圖4 山茶籽油過(guò)氧化值實(shí)際值和預(yù)測(cè)值的分布關(guān)系Fig.4 Predicted and actual peroxide value of camellia oils

圖5 山茶籽油碘值、酸價(jià)和過(guò)氧化值的實(shí)測(cè)值和預(yù)測(cè)值分布Fig.5 Actual and predicated iodine value， acid value and peroxide value of camellia oils in external validation set

采用統(tǒng)計(jì)學(xué)分析的方法，對(duì)樣品的碘值、酸價(jià)和過(guò)氧化值的實(shí)測(cè)值及預(yù)測(cè)值進(jìn)行配對(duì)樣本T檢驗(yàn)，結(jié)果顯示，二者之間并沒(méi)有顯著性差異(P>0.05)。這說(shuō)明可以使用基于PLS的近紅外透射光譜法對(duì)山茶籽油的碘值、酸價(jià)和過(guò)氧化值進(jìn)行定量分析。

對(duì)同一個(gè)油樣進(jìn)行5次光譜掃描，由NIS模型分別獲得碘值、酸價(jià)和過(guò)氧化值的預(yù)測(cè)值，預(yù)測(cè)值的相對(duì)標(biāo)準(zhǔn)偏差分別為0.633%、0.990%和0.817%，表明該方法的重現(xiàn)性良好。

3 結(jié)論和討論

本文以山茶籽油為研究對(duì)象，通過(guò)對(duì)光譜預(yù)處理方式及波段范圍的優(yōu)化，利用傅里葉變換近紅外光譜結(jié)合PLS建立了山茶籽油碘值、酸價(jià)和過(guò)氧化值的定量模型。碘值的最優(yōu)建模條件為在5 966～9 000 cm-1范圍內(nèi)采用S-G平滑+一階求導(dǎo)，酸值的最優(yōu)建模條件為在4 447～5 665 cm-1范圍內(nèi)采用S-G平滑+一階求導(dǎo)，過(guò)氧化值的最優(yōu)建模條件為在4 447～5 605 cm-1范圍內(nèi)采用S-G平滑+一階求導(dǎo)處理。外部驗(yàn)證顯示，利用所構(gòu)建的模型得出的樣品預(yù)測(cè)值與實(shí)測(cè)值之間有很好的線性關(guān)系，且數(shù)據(jù)間無(wú)顯著性差異，說(shuō)明建立的模型可用于山茶籽油的碘值、酸價(jià)和過(guò)氧化值的檢測(cè)。值得注意的是，本研究所采用的山茶籽油樣本數(shù)量有限，在下一步研究中可增加樣本數(shù)以獲得更加精準(zhǔn)的預(yù)測(cè)模型。

[1] 魏佳， 陳小龍， 孫華， 等. 油用山茶屬植物育種與利用研究進(jìn)展[J]. 浙江農(nóng)業(yè)學(xué)報(bào)， 2012， 24(3): 533-540.

WEI J， CHEN X L， SUN H， et al. Research progress on breeding and utilization of oil-usedCamelliaL.[J].ActaAgriculturaeZhejiangensis， 2012， 24 (3): 533-540. (in Chinese with English abstract)

[2] 吳雪輝， 黃永芳， 謝治芳. 茶油的保健功能作用及開(kāi)發(fā)前景[J]. 食品科技， 2005 (8): 94-96.

WU X H， HUANG Y F， XIE Z F. Health functions and prospective of camellia oil[J].FoodScience&Technology， 2005 (8): 94-96. (in Chinese with English abstract)

[3] JIA X， LIU T， YU Y， et al. Rapid detection and quantification by GC-MS of camellia seed oil adulterated with soybean oil[J].JournaloftheAmericanOilChemistsSociety， 2013， 90(5): 641-646.

[4] 嚴(yán)曉麗， 徐昕. 氣相色譜法鑒別摻假山茶油定性及定量研究[J]. 食品工程， 2011 (2):47-49.

YAN X L， XU X. A qualitative & quantitative study of distinguishing adulteration in camellia oil by gas chromatography[J].FoodEngineering， 2011 (2): 47-49. (in Chinese with English abstract)

[5] 孫通， 吳宜青， 李曉珍，等. 基于近紅外光譜和子窗口重排分析的山茶油摻假檢測(cè)[J]. 光學(xué)學(xué)報(bào)， 2015， 35(6): 0630005.

SUN T， WU Y Q， LI X Z， et al. Discrimination of camellia oil adulteration by NIR spectra and subwindow permutation analysis[J].ActaOpticaSinica， 2015， 35 (6): 0630005. (in Chinese with English abstract)

[6] 趙瑜亮， 仲山民. 山茶油與常見(jiàn)食用油的理化指標(biāo)分析比較研究[J]. 安徽農(nóng)業(yè)科學(xué)， 2014， 42(32): 11434-11436.

ZHAO Y L， ZHONG S M. Comparing study on the quality of the camellia oil and other kinds of edible oil[J].JournalofAnhuiAgriculturalScience， 2014， 42 (32): 11434-11436.(in Chinese with English abstract)

[7] 仲山民， 楊凱， 王超， 等. 不同種類油茶籽油的品質(zhì)分析與比較[J]. 經(jīng)濟(jì)林研究， 2015， 33(2): 26-33.

ZHONG S M， YANG K， WANG C， et al. Quality analysis and comparisons of different kinds ofCamelliaoleiferaseed oil[J].NonwoodForestResearch， 2015， 33(2): 26-33. (in Chinese with English abstract)

[8] 于修燭， 張靜亞， 李清華， 等. 基于近紅外光譜的食用油酸價(jià)和過(guò)氧化值自動(dòng)化檢測(cè)[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)， 2012， 43(9): 150-154.

YU X Z， ZHANG J Y， LI Q H， et al. Automatic determination of acid value and peroxide value of edible oils by near-infrared spectroscopy[J].TransactionsoftheChineseSocietyofAgriculturalMachinery， 2012， 43(9): 150-154. (in Chinese with English abstract)

[9] 楊志成， 潘丹杰， 葉沁， 等. ATR/FTIR結(jié)合PLSR同時(shí)測(cè)定酸價(jià)、過(guò)氧化值及碘價(jià)的研究[J]. 浙江農(nóng)業(yè)科學(xué)， 2015 (6): 877-882.

YANG Z C， PAN D J， YE Q， et al. Predication of acid value， peroxide value and iodine value in edible oils using ATR/FTIR spectroscopy with PLSR[J].JournalofZhejiangAgriculturalScience， 2015 (6): 877-882. (in Chinese)

[10] LI S， ZHU X， ZHANG J， et al. Authentication of pure camellia oil by using near infrared spectroscopy and pattern recognition techniques[J].JournalofFoodScience， 2012， 77(4): 374-380.

[11] YUAN J， WANG C， CHEN H， et al. Prediction of fatty acid composition inCamelliaoleiferaoil by near infrared transmittance spectroscopy (NITS)[J].FoodChemistry， 2013， 138(2/3):1657-1662.

[12] 溫珍才， 孫通， 耿響， 等. 可見(jiàn)/近紅外聯(lián)合UVE-PLS-LDA鑒別壓榨和浸出山茶油[J]. 光譜學(xué)與光譜分析， 2013， 33(9):2354-2358.

WEN Z C， SUN T，GENG X， et al. Discrimination of pressed and extracted camellia oils by Vis/NIR spectra combined with UVE-PLS-LDA[J].SpectroscopyandSpectralAnalysis， 2013， 33(9): 2354-2358. (in Chinese with English abstract)

[13] CHEN Q， JIANG P， ZHAO J. Measurement of total flavone content in snow lotus (Saussureainvolucrate) using near infrared spectroscopy combined with interval PLS and genetic algorithm[J].SpectrochimicaActaPartAMolecular&BiomolecularSpectroscopy， 2010， 76(1): 50-55.

(責(zé)任編輯高 峻)

Rapiddeterminationofphysicalandchemicalindicatorsincamelliaoilbasedonnearinfraredspectrumanalysis

JIANG Qi1， ZHANG Yu2， YANG Hua2， WANG Qiang2， WANG Junhong2， LI Xue2， ZHU Zuoyi2，WANG Wei2，*， ZHANG Cunli1，*

(1.CollegeofLifeScience，NorthwestA&FUniversity，Yangling712100，China; 2.Instituteofqualitystandardsforagriculturalproducts,ZhejiangAcademyofAgriculturalSciences，Hangzhou310000，China)

In order to non-destructively and precisely determine the iodine value， acid value and peroxide value in camellia oils， the quantitative models for iodine value， acid value and peroxide value were established by near infrared spectroscopy (NIS) with partial least squares (PLS). It was shown that the best models of iodine value， acid value and peroxide value were established by first derivative and Savitzky-Golay filter (S-G) with PLS based on the selected spectral ranges of 5 966-9 000， 4 447-5 665， 4 447-5 605 cm-1. Verification test showed that the correlation coefficients (R2) of predicated values and determination results were 0.999 2， 0.997 7， 0.996 9. Therefore， it was feasible to detect physical and chemical indicators in camellia oils based on NIS with the constructed models.

camellia oil; near infrared spectroscopy; iodine value; acid value; peroxide value

蔣琦，張玉，楊華，等. 基于近紅外光譜法的山茶籽油理化指標(biāo)快速檢測(cè)[J]. 浙江農(nóng)業(yè)學(xué)報(bào)，2017，29(11)： 1897-1902.

10.3969/j.issn.1004-1524.2017.11.17

2017-04-01

國(guó)家自然科學(xué)基金(31401495)；浙江省自然科學(xué)基金(LY15C200010，LQ15C200006)；浙江省農(nóng)業(yè)科學(xué)院中美國(guó)際合作項(xiàng)目(2010DS700124-ZM1602)

蔣琦(1993—)，女，山東東營(yíng)人，碩士研究生，研究方向?yàn)橛椭焖贆z測(cè)。E-mail: jiangqi6789@163.com

*通信作者，王偉，E-mail: Wangwei5228345@126.com；張存莉，E-mail: zhangcunli529@163.com

O657.33

A

1004-1524(2017)11-1897-06