基于近紅外光譜的大豆油質(zhì)量快速檢測(cè)技術(shù)應(yīng)用研究

羅淑年，張理博，鄒汶蓉，李忠華，樸仁官，王立琦，于殿宇，＊

1.九三集團(tuán)哈爾濱惠康食品有限公司 （哈爾濱 150010）

2.東北農(nóng)業(yè)大學(xué) （哈爾濱 150030）

3.綏化金龍油脂有限責(zé)任公司 （綏化 152000）

4.浙江創(chuàng)譜科技有限公司 （臺(tái)州 318001）

5.哈爾濱商業(yè)大學(xué) （哈爾濱 150028）

大豆油是我國(guó)第一大食用油，大豆油主要由三脂肪酸甘油酯并含少量的生物活性物質(zhì)組成［1］。衡量食用油質(zhì)量的參數(shù)指標(biāo)很多，需要在生產(chǎn)過(guò)程中不斷檢測(cè)。目前，我國(guó)對(duì)油脂質(zhì)量的檢測(cè)方法主要還是采用傳統(tǒng)的化學(xué)方法，如檢測(cè)油脂酸價(jià)采用酸堿中和滴定，檢測(cè)過(guò)氧化值采用碘量法，檢測(cè)油脂中其他主要成分的方法包括氣相色譜法（GC）、薄層色譜法（TLC）、液相色譜法（HPLC）、氣質(zhì)聯(lián)用（GC－MS）和毛細(xì)管電泳法（CE）等［2－3］。但是上述測(cè)定方法都存在一定的局限性，如需要復(fù)雜的樣品前處理，測(cè)定程序繁瑣，檢測(cè)速度慢，所需化學(xué)試劑多等問(wèn)題，因此，只適應(yīng)于實(shí)驗(yàn)室檢測(cè)，難以滿足現(xiàn)代加工過(guò)程對(duì)食用油質(zhì)量簡(jiǎn)便、快速、準(zhǔn)確、現(xiàn)場(chǎng)化的檢測(cè)要求。

近年來(lái)，近紅外光譜分析技術(shù)在過(guò)程分析和工業(yè)控制領(lǐng)域快速崛起，其優(yōu)越性在于快速、低耗、無(wú)污染、試樣不需預(yù)處理，可滿足多元同時(shí)分析要求，更適于生產(chǎn)過(guò)程中品質(zhì)檢測(cè)和質(zhì)量控制［4］。利用近紅外光譜分析技術(shù)快速準(zhǔn)確檢測(cè)食品加工過(guò)程主要質(zhì)量參數(shù)，可以克服傳統(tǒng)方法的諸多弊端，易于實(shí)現(xiàn)食品加工過(guò)程動(dòng)態(tài)監(jiān)控［5－6］。

從檢索資料看，近紅外光譜分析在油脂檢測(cè)領(lǐng)域的應(yīng)用無(wú)論國(guó)內(nèi)還是國(guó)外都處于探索階段，在樣品的制備、模型穩(wěn)定性和傳遞性研究以及自動(dòng)分析等方面還有大量工作要做，遠(yuǎn)沒(méi)有達(dá)到實(shí)用程度。國(guó)外研究雖然起步較早，也檢索到歐美等國(guó)推出油品分析儀的報(bào)道，但在我國(guó)還沒(méi)有發(fā)現(xiàn)應(yīng)用案例。其原因主要是：首先，近紅外光譜分析由三個(gè)部分組成，即光譜儀器、光譜數(shù)據(jù)處理軟件和應(yīng)用樣品模型，缺一不可［7］。但被分析樣品會(huì)由于產(chǎn)地的不同而不同，國(guó)內(nèi)外的樣品通常存在一定差異，對(duì)參數(shù)指標(biāo)的要求也有所不同，因此進(jìn)口儀器的應(yīng)用模型一般不適合分析國(guó)內(nèi)樣品；其次，進(jìn)口儀器價(jià)格昂貴，售后技術(shù)服務(wù)費(fèi)用也往往超出我國(guó)大多數(shù)用戶的承受能力。通過(guò)對(duì)省內(nèi)幾大油脂加工企業(yè)調(diào)研發(fā)現(xiàn)，雖然他們購(gòu)買了昂貴的近紅外光譜儀器，但因缺乏與之配套的分析校正模型并沒(méi)有在油脂快速檢測(cè)和質(zhì)量控制中發(fā)揮應(yīng)有的作用?；诖耍疚奶岢鲆源蠖褂椭饕|(zhì)量參數(shù)過(guò)氧化值和酸價(jià)為研究對(duì)象，以實(shí)現(xiàn)油脂加工過(guò)程在線監(jiān)測(cè)和調(diào)控為最終目的，開(kāi)展近紅外光譜分析在油脂檢測(cè)領(lǐng)域應(yīng)用的關(guān)鍵技術(shù)研究。

本實(shí)驗(yàn)主要研究大豆油脂的過(guò)氧化值和酸值在近紅外光譜區(qū)域的特征吸收，優(yōu)選出大豆油過(guò)氧化值和酸值在近紅外光譜區(qū)域的特征吸收波段，建立大豆油脂過(guò)氧化值和酸值指標(biāo)模型和預(yù)測(cè)結(jié)果的分析，通過(guò)樣品的不斷補(bǔ)充和模型的繼續(xù)優(yōu)化，得到更好的模型和更加準(zhǔn)確的測(cè)量結(jié)果。

1 材料與方法

1.1 材料的選擇

本研究所用油脂樣本均來(lái)自于油脂加工企業(yè)，直接從大豆油脂加工生產(chǎn)線上收集了大量具有代表性的樣品。

1.2 酸價(jià)和過(guò)氧化值的測(cè)定

按照國(guó)家標(biāo)準(zhǔn)規(guī)定（GB／T5538—2005）采用碘量法測(cè)定了樣本過(guò)氧化值，按照國(guó)家標(biāo)準(zhǔn)規(guī)定（GB 5530—85）采用滴定法測(cè)定了樣本酸值。

1.3 近紅外光譜的采集

利用美國(guó)Thermo Nicolet公司Antaris傅里葉變換近紅外光譜儀對(duì)大豆油脂樣本進(jìn)行透射光譜掃描，掃描范圍4 000～12 000cm－1，分辨率4cm－1，樣品池采用直徑為8 mm的透明玻璃管，以空氣作參比，掃描次數(shù)64次，為減小光譜數(shù)據(jù)的測(cè)量誤差，每個(gè)樣本測(cè)量3次，再以三次的平均值作為最終的光譜值。

1.4 模型的建立

采用小波變換的方法對(duì)大豆油脂樣本近紅外光譜進(jìn)行消噪處理，最后，將小波去噪后重構(gòu)光譜的PLS模型預(yù)測(cè)結(jié)果同小波變換前原始光譜及其它幾種常規(guī)譜圖預(yù)處理光譜PLS模型預(yù)測(cè)結(jié)果進(jìn)行對(duì)比。

2 結(jié)果與討論

2.1 油脂樣本近紅外光譜

近紅外光譜分析技術(shù)是一種間接分析技術(shù)，首先要收集一定數(shù)量的有代表性的樣品，通過(guò)標(biāo)準(zhǔn)方法測(cè)定其組分的參考數(shù)據(jù)，并采集樣品的近紅外光譜，大豆油脂樣本近紅外光譜如圖1所示。

圖1 大豆油脂近紅外光譜圖

根據(jù)實(shí)際分子基頻譜帶的分布可推知，在近紅外光譜區(qū)占主導(dǎo)地位的只能是那些與氫原子有關(guān)的官能團(tuán)，即C－H、O－H、N－H、S－H 等的伸縮振動(dòng)所形成的倍頻、合頻吸收譜帶。從大豆油脂樣品的原始吸收近紅外光譜圖中可以看出，在8 285、7 185、7 100、5 829和5 767 cm－1有強(qiáng)烈吸收峰，在4800－4540cm－1處有小的吸收帶，在8 285cm－1處吸收峰是－CH 結(jié)構(gòu)振動(dòng)的疊加，在5 829和5 767 cm－1處的吸收峰是－CH3、－CH2和－HC＝CH 結(jié)構(gòu)的振動(dòng)吸收［8］。這些基團(tuán)的吸收頻譜表征了大豆油脂的化學(xué)組成，因此，根據(jù)這些基團(tuán)的近紅外吸收頻譜出現(xiàn)的具體位置、吸收強(qiáng)度等信息特征，對(duì)大豆油脂的過(guò)氧化值和酸價(jià)作定量分析是可行的。

2.3 模型的建立與評(píng)價(jià)

隨著近紅外光譜儀器的發(fā)展，人們可以采集到包含上千個(gè)波長(zhǎng)點(diǎn)的光譜數(shù)據(jù)，這些光譜信息之間存在多重相關(guān)性，全譜波長(zhǎng)信噪比低，模型計(jì)算量大，計(jì)算過(guò)程繁瑣，導(dǎo)致預(yù)測(cè)精度降低，而且不同基團(tuán)的近紅外吸收特性不同，某些波段沒(méi)有目標(biāo)組分的吸收，波長(zhǎng)冗余現(xiàn)象嚴(yán)重?？紤]到近紅外光譜技術(shù)應(yīng)用時(shí)，必須保證所分析樣品的光譜維數(shù)與建模中所采用的光譜數(shù)據(jù)維數(shù)一致，隨著波長(zhǎng)變量的增加，不僅會(huì)提高模型傳遞的難度，而且會(huì)增加專用分析儀器的硬件成本。通過(guò)特定方法從得到的譜圖中篩選出對(duì)建模影響較大的特征波段，在簡(jiǎn)化模型的同時(shí)可以提高模型的穩(wěn)健性，有利于性價(jià)比高的專用近紅外光譜儀器的開(kāi)發(fā)，對(duì)近紅外光譜分析技術(shù)的應(yīng)用和推廣具有很高的實(shí)用價(jià)值。

模型建立后要利用一定數(shù)量的已知參考數(shù)據(jù)的預(yù)測(cè)集樣品對(duì)其進(jìn)行驗(yàn)證，并通過(guò)統(tǒng)計(jì)學(xué)的方法對(duì)模型進(jìn)行評(píng)估，模型只有通過(guò)驗(yàn)證后，才能用于測(cè)定未知樣品［9］。在使用模型時(shí)，需要經(jīng)常對(duì)模型進(jìn)行維護(hù)。為了選取建模效果最好的特征波段，選取幾個(gè)不同特征吸收波段分別建立大豆油脂過(guò)氧化值和酸值的PLS回歸模型，直接根據(jù)預(yù)測(cè)集決定系數(shù)R2和均方根誤差RMSEP大小衡量模型質(zhì)量，以選擇出最佳建模波段［10］。波段選擇結(jié)果如表1所示。

指標(biāo) 波段／cm－1 9 000過(guò)氧化值4 500～5 000 5 300～6 200 6 700～7 500 8 000～8 900 4 500～R2 0.970 1 0.956 8 0.964 8 0.959 7 0.978 8 RMSEP 0.661 0 0.793 9 0.717 1 0.767 6 0.532 8酸值 R2 0.975 4 0.506 3 0.967 7 0.564 8 0.971 2 RMSEP 0.106 5 0.477 6 0.122 2 0.518 0 0.115 4

由表1可以看出，對(duì)于過(guò)氧化值，利用4 500～9 000 cm－1包含全部特征吸收峰的全譜建模效果最好，決定系數(shù)達(dá)到0.978 8，預(yù)測(cè)均方根誤差為0.532 8，因此選擇4 500～9 000 cm－1波段為大豆油脂過(guò)氧化值特征波段。對(duì)于酸值來(lái)說(shuō)，利用4 500～5 000 cm－1波段建模預(yù)測(cè)效果最好，決定系數(shù)R2為0.975 4，預(yù)測(cè)誤差均方根RMSEP為0.106 5，因此選擇4 500～5 000 cm－1波段為大豆油脂酸值特征波段［11］。

近紅外光譜儀掃描過(guò)程中，由于受到各種外界因素干擾，如樣本物理狀態(tài)、光的散射、雜散光、近紅外光譜儀器響應(yīng)等，得到的原始光譜中往往攜帶一些與待測(cè)樣本性質(zhì)無(wú)關(guān)的干擾信息。另外，近紅外光譜區(qū)主要是由含氫基團(tuán)的倍頻和合頻的吸收峰組成。該譜區(qū)內(nèi)吸收強(qiáng)度較弱，譜峰重疊嚴(yán)重，要獲得高信噪比，低背景干擾的光譜信號(hào)用于建模，對(duì)原始光譜進(jìn)行消噪、濾波等數(shù)字信號(hào)處理是十分必要的［12］。

預(yù)處理方法過(guò)氧化值 酸值R2 RMSEP RSD／% R2 RMSEP RSD／%336平 滑 0.963 3 0.247 1 3.649 0.990 3 0.071 1 4.230 Normalization 0.989 6 0.246 0 3.633 0.986 8 0.083 0 4.938 SNV 0.991 4 0.245 8 3.629 0.988 5 0.077 3 4.598一 階 導(dǎo) 數(shù) 0.969 9 0.247 4 3.653 0.991 5 0.066 5 3.956小波變換 0.993 8 0.237 9 3.513 0.984 6 0.061 0 3.原始譜圖 0.978 8 0.532 8 7.866 0.975 4 0.106 5 6.629

由表2可以看出，采用不同方法預(yù)處理后，模型精度都得到不同程度提高，但去噪效果最好的還是小波變換，預(yù)測(cè)精度高于原始光譜和其它光譜預(yù)處理方法，大豆油過(guò)氧化值預(yù)測(cè)模型決定系數(shù)R2達(dá)到0.993 8，預(yù)測(cè)誤差均方根RMSEP為0.237 9，相對(duì)標(biāo)準(zhǔn)偏差RSD 為3.513%，而大豆油酸值預(yù)測(cè)模型決定系數(shù)R2達(dá)到0.993 6，預(yù)測(cè)誤差均方根RMSEP為0.061 0，相對(duì)標(biāo)準(zhǔn)偏差RSD 為3.629%。通過(guò)以上研究，驗(yàn)證了近紅外光譜分析中數(shù)據(jù)預(yù)處理的必要，同時(shí)也證明了小波去噪在油脂酸價(jià)近紅外光譜數(shù)據(jù)預(yù)處理中的優(yōu)越性［13］。圖2 分別給出了大豆油脂過(guò)氧化值和酸值的預(yù)測(cè)結(jié)果。

圖2 模型的預(yù)測(cè)結(jié)果

3 結(jié)論

將近紅外光譜分析技術(shù)應(yīng)用于大豆油脂主要指標(biāo)的檢測(cè)，分析了大豆油過(guò)氧化值和酸值在近紅外光譜區(qū)域的特征吸收，優(yōu)選出大豆油過(guò)氧化值和酸值在近紅外光譜區(qū)域的特征吸收波段，建立大豆油過(guò)氧化值和酸值預(yù)測(cè)模型，并采用不同的預(yù)處理方法對(duì)光譜進(jìn)行去噪以提高預(yù)測(cè)精度，優(yōu)化后的模型預(yù)測(cè)值與化學(xué)分析值相近，預(yù)測(cè)誤差均在5%以內(nèi)，且可滿足多元同時(shí)分析要求。因此近紅外光譜分析提供了簡(jiǎn)單、有效的快速檢測(cè)方法。