茶油品质鉴别的透射和透反射模式分析比较

张菊华朱向荣苏东林尚雪波

（1.湖南省食品测试分析中心，湖南 长沙 410125；2.湖南省农业科学院，湖南 长沙 410125）

茶油品质鉴别的透射和透反射模式分析比较

张菊华1，2朱向荣1，2苏东林1，2尚雪波1，2

（1.湖南省食品测试分析中心，湖南 长沙 410125；2.湖南省农业科学院，湖南 长沙 410125）

采用近红外光谱透射模式与透反射模式结合化学计量学方法对茶油进行品质鉴别。对收集的139个样品，分别用透射和透反射模式扫描，采用全光谱10 000～4 000 cm－1波段，对光谱不做任何预处理，采用判别分析（discriminant analysis，DA）建立油茶籽油（包括原茶油）和其它油的分类模型，真假茶油分类模型及原茶油和精炼茶油分类模型。透反射和透射模式都能够得到满意的结果，两种光谱采集方法的分类准确率均达到92%以上，透反射采集模式要优于透射采集模式。结果表明，近红外光谱可作为一种简单、快速、无损、可靠的方法用于鉴别茶油品质。

茶油；近红外光谱；透反射；透射

茶油全称是油茶籽油，是目前世界上备受青睐的保健油，具有预防高血压、冠心病、动脉粥样硬化等心血管疾病的功效［1］。茶油的高营养价值与其脂肪酸组成有关，茶油中油酸的含量（74%～87%）为天然植物油中之冠；含有的亚油酸、亚麻酸等多不饱和脂肪酸为人体生长和生理活动不可缺少的必需脂肪酸，茶油还富含生理活性物质甾醇、生育酚、角鲨烯等，对提高人体抗病能力，延缓衰老有重要作用［2］。

GB 11765——2003《油茶籽油》采用 GB／T 5539——2008《粮油检验 油脂定性检验方法》和油茶籽油的特征指标脂肪酸组成等作为油茶籽油品质鉴别的主要依据。有些国家采用液相色谱法［3］、气相色谱法［4］、气相质谱法［5］等 化学方法来鉴别油脂的品质，但其溶剂消耗量大、成本较高，耗时长且对样品有破坏性。这些缺点限制了对大批量样品脂肪酸的测定，所以有必要寻找一种简单、快速、准确鉴别方法来保证茶油品质。

目前采用近红外光谱技术对茶油的品质进行分析的报导较少。Li Wang等［6］曾采用近红外光谱与中红外光谱结合簇类独立软模式法（soft independent modeling of class analogy，SIMCA）法和偏最小二乘法回归（partial least squares method，PLS）法分析了茶油中大豆油掺杂量。

本试验采用判别分析（discriminate analysis，DA），分别建立茶油（包括原茶油）和其它种类油、真假茶油以及原茶油和精炼茶油的透反射和透射的定性鉴别模型，并对所建模型进行比较分析，旨在寻找茶油品质鉴别的最适宜的近红外光谱采集模式。

1 材料与方法

1.1 仪器与试剂

气相色谱仪：GC 2010（FID检测器），日本岛津公司；

傅里叶变换近红外光谱仪：Nicolet AntarisⅡ，美国Thermo公司；

金反射板的样品杯：丹麦FOSS公司；

培养管：6 mm×50 mm，美国Thermo公司；

脂肪酸甲酯标样：油酸甲酯、亚油酸甲酯、亚麻酸甲酯、棕榈酸甲酯和硬脂酸甲酯，美国Sigma－Aldrich公司；

甲醇：色谱纯，美国Tedia公司；

异辛烷：色谱纯，天津科密欧公司；

KOH：分析纯，汕头市西陇化工有限公司；

Na HSO4：分析纯，上海市振兴化工有限公司。

1.2 试验方法

1.2.1 样品收集 本试验所用的样品为139个，其中包括30个未精炼的原茶油，43个精炼纯茶油，16个假茶油（标称油茶籽油），18个菜籽油，6个大豆油，11个花生油，15个芝麻油。未精炼茶籽油由常德当地农户提供，部分样品购自于长沙、常德、益阳、武汉、北京各大超市，部分样品从广西、江西等地网购。

1.2.2 气相色谱方法

（1）前处理方法：参照 GB／T 17376——2008《动植物油脂脂肪酸甲脂制备》。

（2） 气 相 色 谱 条 件：色 谱 柱：RTX－WAX （30 m×0.25 mm×0.25μm）；进样口温度：250 ℃；柱流速：氮气1.1 m L／min；程 序 升 温：170 ℃ （0.5 min），升 温 速 度 为12℃／min，终温230℃（21 min）；检测器FID：280℃；氢气流 速：40.0 m L／min；空 气 流 速：400 m L／min；尾 吹：30.0 m L／min；分流比30∶1。

1.2.3 近红外光谱方法 近红外光谱采集采用两种模式：透反射和透射检测系统。

透反射NIR光谱扫描波数10 000～4 000 cm－1，扫描次数32次，分辨率8 cm－1，以内置背景为参照。每批样品4次平行试验，取其平均光谱。在样品杯中置入3 m L样品，然后用金反射板小心盖压在样品杯中，以消除气泡对光程的影响。每次采集光谱之后，依次用洗涤剂、自来水以及蒸馏水将样品杯与金反射板洗净，然后用电吹风吹干，待用。

透射NIR光谱扫描波数10 000～4 000 cm－1，扫描次数32次，分辨率8 cm－1，以内置背景为参照。每批样品4次平行试验，取其平均光谱。在样品管中置入1 m L样品。每次采集透射光谱之后，依次用洗涤剂、自来水以及蒸馏水将样品管洗净，然后烘干，待用。

1.2.4 数据处理方法 采用TQ Analyst V6.2.1分析软件建立数学定性鉴别模型。

2 结果与讨论

2.1 油脂肪酸组成的测定

将本试验收集的139个样品，首先通过上述已经优化好的样品预处理方法以及气相色谱条件测定这些样品中棕榈酸、硬脂酸、油酸、亚油酸、亚麻酸5种脂肪酸的含量。

表1分别列出原茶油、油茶籽油、菜籽油、大豆油、花生油、芝麻油的脂肪酸组成范围。由表1可知，油茶籽油及原茶油的脂肪酸组成相对其它植物油脂肪酸组成，较为突出特点的是不饱和脂肪酸－油酸含量高达76%以上。

部分标称茶油的不合格样品的油酸和亚油酸含量测定结果见表2。由表2可知，16个茶油样品的油酸含量小于74%，14个样品中的亚油酸含量大于14%。由于74号和87号样品的油酸含量分别为71.8%和71.6%，非常接近茶油的油酸含量74%；且亚油酸含量分别为13.9%和13.6%，均小于合格茶油的上限值14%。所以74号和87号样品均认定为合格的纯茶油，而余下的14个样品均判定为不合格的茶油。

2.2 样本的不同光谱模式采集

图1为代表性样本的近红外透反射光谱图，图2为代表性样本的近红外透射光谱图，其中光谱1和2分别表示合格与不合格纯茶油样品图。图1与图2记录了10 000～4 000 cm－1波数样品的透反射和透射光谱曲线，该区域包含了CH键的一级倍频、二级倍频与合频信息以及OH键的一级倍频。光谱范围4 500～4 800 cm－1是顺式双键的－CH伸缩振动组合频，此范围的峰强度随着总的不饱和度的增加而增加；在5 500～6 000 cm－1光谱范围的吸收峰是由油脂中的—CH2，—CH3和—CH ═CH—官能团的—C—H伸缩振动的第一组合频产生的；在7 100～7 400 cm－1光谱范围是由油脂中的—CH2和—CH3官能团的—C—H伸缩振动的二级倍频产生的；在8 000～9 000 cm－1光谱范围是由油脂中的—CH2，—CH3和—CH═CH—官能团的—C—H伸缩振动的第二组合频产生的［7］。Frank Westad等［8］报道了油脂中不同脂肪酸所属的近红外光谱波数，饱和脂肪酸（SFA）位于5 682 cm－1；C18∶1位于5 797 cm－1；C18∶2位于5 824 cm－1；C18∶3位于5 868 cm－1。

表1 油茶籽油、菜籽油、大豆油、花生油、芝麻油的脂肪酸组成Table 1 Fatty acid composition of camellia oils，rapeseed oil，soybean oil，peanut oil and sesame oil／%

表2 部分不合格样品的油酸与亚油酸含量Table 2 The content of oleic acid and linoleic acid in some unqualified samples ／%

图1 具有代表性样本的透反射光谱图Figure 1 Representative transflection spectra of the samples

图2 具有代表性样本的透射光谱图Figure 2 Representative transmission spectra of the samples

2.3 采用判别分析对不同光谱模式进行比较分析

判别分析是在主成分分析的基础上进行的，求每个样本点距各类中心（该类所有建模样本主成分得分的平均值）的马氏距离，通过马氏距离就可以反映样本点与该类的聚集程度，样本点距哪一类中心的距离最近，则归为哪一类［9］。本试验的研究目的是比较不同光谱采集方法的准确度，所以在此对光谱不做处理。利用仪器所集成的TQ Analyst V6.2.1提取了各个光谱的前10个主成分，其前10个主成分的累计贡献率为100%。

2.3.1 油茶籽油（包括原茶油）和其它油的判别分析图 图3～8中的小正方形代表真茶油、小三角形代表其它油。图3和图4分别为油茶籽油与其它油的透反射、透射分类图，从分类效果图可以看出透反射的分类效果要优于透射，各类样本的聚集程度高。

图3 油茶籽油（包括原茶油）和其它油透反射分类图Figure 3 Classification model of transflection for Camellia oils（including crude oil）and other oils

图4 油茶籽油（包括原茶油）和其它油透射分类图Figure 4 Classification model of transmission for pure camellia oils and other oils

图5 真假茶油透反射分类图Figure 5 Classification model of transflection for Camellia oils and unqualified oils

图6 真假茶油透射分类图Figure 6 Classification model of transmission for Camellia oils and unqualified oils

2.3.2 真假茶油判别分析图 图5和图6分别为真茶油和假茶油的透反射、透射分类图，从图可以看出，两种采集模式分类效果都很好。

2.3.3 原茶油和精炼茶油判别分析图 图7和图8为原茶油和精炼茶油的透反射、透射分类图，两种采集方式的样本重叠在一起（都是真茶油），但透反射分类效果略优于透射。

图7 原茶油和精炼茶油透反射分类图Figure 7 Classification model of transflection for crude Camellia oils and refined Camellia oils

图8 原茶油和精炼茶油透射分类图Figure 8 Classification model of transmission for crude Camellia oils and refined Camellia oils

2.3.4 透反射与透射判别分析模型比较 在近红外光谱技术中，通常采用透射和透反射方式。两种方式由于在样品池的设计和光信号的接收方面都不一样，因此光信号中携带的物质结构信息也存在较大差异，导致对最终的测量结构贡献不同［10］。本试验采用TQ软件处理，采用DA初步建立定性判别模型。对透射和透反射方法进行了对比，结果表明透反射光谱采集方法建立的模型较好，更适合于油茶籽油品质分析，透反射和透射光谱采集模式建立模型正确识别率比较结果见表3。

表3 透反射与透射方法建模比较Table 3 Comparison of transflection and transmission mode

3 结论

本试验以近红外光谱技术为基础，构建了基于马氏距离的判别分析模型，用于油茶籽油和其它种类油、真假茶油以及原茶油和精炼茶油定性鉴别。真茶油－其它种类油的透反射和透射的模型正确识别率分别为100%，95.0%；真茶油－假茶油的两种分类模型识别率都为100%；原茶油与精炼油的透反射和透射模型正确识别率分别为96.7%，92.3%。因此，NIR光谱分析技术可以作为一种简单、可靠、快速、准确的无损检测方法来鉴别茶油品质，其中透反射光谱采集模式更适合于油茶籽油品质分析。

1 柏云爱，宋大海，张富强，等.油茶籽油与橄榄油营养价值的比较［J］.中国油脂，2008，33（3）：39～41.

2 刘玉兰，汪学德.油脂制取工艺学［M］.北京：化学工业出版社，2006.

3 Zabaras D，Gordon M H.Detection of pressed hazelnut oil in virgin olive oil by analysis of polar components：improvement and validation of the method［J］.Food Chemistry，2004，84（3）：475～483.

4 Hajimahmoodi M，Vander Heyden Y，Sadeghi N，et al.Gaschromatographic fatty－acid fingerprints and partial least squares modeling as a basis for the simultaneous determination of edible oil mixtures［J］.Talanta，2005，66（5）：1 108～1 116.

5 Damirchi S A，Savage G P，Dutta P C.Sterol fractions in hazelnut and virgin oils and 4，4′－dimethylsterols as possible markers for detection of adulteration of virgin olive oil［J］.Journal of A－merican Oil Chemistry Society，2005，82（10）：717～725.

6 Li Wang，Frank S C Lee，Xiaoru Wang，et al.Feasibility study of quantifying and discriminating soybean oil adulteration in camellia oils by attenuated total reflectance MIR and fiber optic diffuse reflectance NIR［J］.Food Chemistry，2006，95：529～536.

7 Hourant P，Baeten V，M T，et al.Oil and fat classification by selected bands of near－infrared spectroscopy［J］.Applied Spectroscopy，2000，54：1 168～1 174.

8 Frank Westad，Angela Schmidt，Martin Kermit.Incorporating chemical band－assignment in near infrared spectroscopy regression models［J］.Journal of Near Infrared Spectrosc，2008，16：265～273.

9 王家俊，邱启杨，刘巍.FTIR－ATR指纹图谱的主成分分析－马氏距离法应用于烟用香精质量控制［J］.光谱学与光谱分析，2007，25（5）：895～898.

10 锗鹏蛟，吕丽娜，常敏，等.复合近红外光谱法在牛奶测定中的应用［J］.理化检验－化学分册，2007，43（2）：116～118.

Comparison of transreflection and transmission mode to identify camellia oils

ZHANG Ju－hua1，2ZHU Xiang－rong1，2SU Dong－lin1，2SHANG Xue－bo1，2

（1.Hunan Food Test and Analysis Centre，Changsha，Hunan410125，China；2.Hunan Academy of Agricultural Science，Changsha，Hunan410125，China）

Transreflection and transmission sample presentation mode of near infrared spectra were combined with chemometrics methods for the analysis of the camellia oils quality detection.139 samples were scamed with transreflection and transmission mode respectively，the whole spectrum of 10 000～4 000 cm－1was adopted and made no pretreatment，morever，the camellia oils（including crude oil）and other oil Classification model，pure camellia oils and unqualified camellia oils Classification model and the crude oil and refining oil Classification model were established by discriminant analysis（DA）.Satisfactory results were obtained through transreflection and transmission mode，and the correct recognition rates of two methods all can reach above 92%，the transreflection model was superior to the transmission model.The results showed that Near infrared spectroscopy can be used as a simple，rapid，nondestructive and reliable method to identify the quality of Camellia oils.

camellia oils；near infrared spectroscopy（NIRS）；transflection mode；transmission mode

10.3969／j.issn.1003－5788.2012.01.025

湖南省农业科学院科技创新项目（编号：2009hnnkycx29）

张菊华（1971－），女，湖南省食品测试分析中心副研究员，硕士研究生。E－mail：zhangjuhua99＠163.com

2011－08－25