基于吸光度线性混合模型的橄榄油掺杂定量分析方法

许 洪，杨基春

(1.天津大学 精密仪器与光电子工程学院，天津 300072；2.中国医学科学院 生物医学工程研究所，天津 300192)

油脂安全

基于吸光度线性混合模型的橄榄油掺杂定量分析方法

许 洪1，杨基春2

(1.天津大学 精密仪器与光电子工程学院，天津 300072；2.中国医学科学院 生物医学工程研究所，天津 300192)

提出了橄榄油掺杂的吸光度线性混合模型，利用朗伯-比尔吸收机理推导出掺杂比的计算公式，可以定量分析二组分橄榄油掺杂油的组分比例构成。通过误差分析理论分析了掺杂比的计算误差，确定了在橄榄油和掺入油的吸光度差值最大的波长区具有最小的检测误差。实验中利用构建的可见近红外光谱采集系统对橄榄油掺杂玉米油、花生油和大豆油的情况进行了验证，对于掺杂10%以上的掺杂混合油的掺杂比计算值和实际配比值的相关系数分别达到0.999 2、0.999 6和0.999 7，标准误差分别为0.008 2、0.005 9和0.005 1，相对误差可以控制在5%以内。实验结果表明根据吸光度线性混合模型计算橄榄油掺杂其他食用油的掺杂比例是准确可行的，可以用于橄榄油掺杂的组分定量检测。

线性混合；吸光度；橄榄油；掺杂；吸收光谱；定量分析

Abstract：A linear absorbance mixing model of adulterated olive oil was presented to quantitatively analyze the proportion of adulterated oil based on an equation derived from the Lambert-Beer’s Law.According to theory of errors,the calculation error of adulteration proportion was analyzed,and the minimal detection error could be obtained at the wavelength where the difference between absorbances of olive oil and adulterated oil was the largest.A VIS/NIR spectrum acquisition system was assembled to validate the adulteration proportions of corn oil,peanut oil and soybean oil adulterated in olive oil.The results showed that the relative errors between calculation values and actual adulteration proportion values were less than 5% for adulteration proportions above 10%,and correlation coefficients were respectively 0.999 2,0.999 6 and 0.999 7 with root-mean-square errors of 0.008 2,0.005 9 and 0.005 1,which proved that the method of calculating adulteration proportions of adulterating other oils in olive oil was correct based on the linear absorbance mixing model.

Keywords：linear mixing; absorbance; olive oil; adulteration; absorption spectrum; quantitative analysis

橄榄油是一种高品质的食用油，具有极好的保健、美容功效，被誉为“液体黄金”。我国市场上的橄榄油基本是从国外进口，价格远高于其他食用植物油，因此市场上销售的一些橄榄油经常会被掺入其他低价食用油来非法牟利。由于掺入的食用油的脂肪酸成分和橄榄油很接近，所以很难从外观、口感上分辨，更难以判断掺杂的含量多少，需要使用专业的技术手段进行定量检测。

目前，定量检测橄榄油掺杂的方法主要有色谱法和光谱法。色谱法包括气相色谱法[1-4]和高效液相色谱法[5-6]，在定量检测掺杂方面具有较高的准确率，但是所需设备昂贵、前处理复杂、检测周期长。近十几年来，利用光谱技术检测食用油掺杂的研究受到日益重视，在定量检测橄榄油掺杂方面有紫外可见光谱法[7-8]、近红外光谱法[9-11]、拉曼光谱法[12-14]等。这些光谱检测方法具有样品处理简单、分析速度快、不破坏样品等优点，得到广泛关注，但是仍然存在仪器价格高，需要配制大量定标样本，需要对光谱数据进行复杂的各种预处理工作，以及需要运用各种化学计量学方法确定定标模型来预测掺杂浓度，不利于需要快速检测的现场应用场合等缺点。除了上述方法外，也有研究者利用电子鼻技术结合多元统计方法对橄榄油的掺伪研究进行探索[15]。

本文在光谱检测法的基础上，结合二组分食用掺杂油的线性混合原理，分析了橄榄油、掺入油及其掺杂混合油的朗伯-比尔吸收规律，得到了一种可以通过仅检测橄榄油、掺入油和掺杂混合油在某一波长的吸收光强数据，即可计算得到掺杂比例的方法。利用搭建的光谱检测实验系统，对橄榄油分别掺杂玉米油、花生油和大豆油的情况进行了实验检测与定量分析。

1 材料与方法

1.1 实验样品

本实验将花生油、玉米油、大豆油3种油作为掺入油，分别掺入到橄榄油中制备成待测掺杂油样，所用的橄榄油和3种掺入油都是购于超市的著名品牌。配制橄榄油和每种掺入油的掺杂油样，掺入油的体积分数从10%到90%，以10%的体积分数递增，共得到27个掺杂油样。将这些掺杂油样分别倒入同样的平底透明实验皿中，制备成液高25 mm的掺杂检测样本。另外，将纯橄榄油、纯花生油、纯玉米油和纯大豆油也以同样高度分别倒入同样的实验皿中，制备成纯油检测样本，一共制备出31个待检测样本。

1.2 实验系统

本实验设计构建了一个可见近红外光谱采集系统来进行掺杂比检测验证。该系统主要包括照明光源、准直光路、光谱采集模块和控制程序等部分。照明光源是一个光谱分布范围380～820 nm的20 W卤钨灯；准直光路包括一个放置在卤钨灯前的直径1 mm的孔径光阑，一个焦点和孔径光阑小孔重合的准直透镜，以及一个控制光束口径的渐变光阑，待测油样置于平行光束经过的光路中；光谱采集模块是美国海洋光学的USB4000型光纤光谱仪，光谱范围200～1 100 nm，光谱分辨率0.3 nm；控制程序可以用来调节光谱仪采集时间和平滑次数。

1.3 检测过程与数据处理

打开系统电源，待系统稳定后，先遮盖光源，记录光谱仪的暗电流基线Idark(λ)，再打开光源记录光源的光谱数据I0(λ)，然后分别采集橄榄油、掺入油以及它们的掺杂混合油的光谱数据I1(λ)、I2(λ)、Im(λ)。

食用油的线性混合机理体现在吸光度的线性混合上。对同等光程的基础油、掺入油和掺杂混合油的吸光度A1(λ)、A2(λ)和Am(λ)，存在如下关系式(1)：

Am(λ)=A1(λ)·K+A2(λ)·(1-K)

(1)

式中：K为掺入油比例；λ为入射光波长。

从公式(1)可以得到掺杂比K的计算公式，如下式(2)所示：

(2)

由公式(2)可见，如果要检测掺杂橄榄油中的掺杂比，可以仅通过检测橄榄油、掺入油和掺杂混合油的吸光度，即可算出。而吸光度可以在测得入射光强I0(λ)和吸收光强I(λ)后，通过下式(3)中朗伯-比尔定律的定义求取。

(3)

因此，去除暗电流的影响，橄榄油、掺入油和掺杂混合油的吸光度可由下式(4)求得：

A1(λ)=ln[I0(λ)-Idark(λ)]-ln[I1(λ)-

Idark(λ)]

A2(λ)=ln[I0(λ)-Idark(λ)]-ln[I2(λ)-

Idark(λ)]

Am(λ)=ln[I0(λ)-Idark(λ)]-ln[Im(λ)-

Idark(λ)]

(4)

掺入油的掺杂比K则可由公式(2)求出。

2 结果与分析

利用搭建的光谱采集系统记录照明源的光谱强度曲线，然后在同样的光照条件下分别将纯橄榄油、纯玉米油、纯花生油、纯大豆油放入检测光路中，记录它们的吸收光谱强度曲线，结果如图1(a)所示。根据公式(4)可以计算并绘制出几种纯原料油的随波长分布的吸光度曲线，如图1(b)所示。由图1可以看出，橄榄油的吸光度大于玉米油、花生油和大豆油的吸光度，在480 nm以前对入射光有较强吸收，使得480 nm以前光谱区的吸收光谱强度较小，从而导致此区域吸光度的计算值存在较大误差，因而不能作为有效分析区，在480 nm以后的光谱区域可以作为有效分析区。

图1 光源光谱曲线(a)和橄榄油、玉米油、花生油及大豆油的吸收光谱强度曲线(b)

首先研究橄榄油中掺杂玉米油的情况，用光谱采集系统记录配制的玉米油掺杂比从10%到90%的橄榄油、玉米油混合油的吸收光谱曲线，按照公式(4)计算橄榄油、玉米油混合油的吸光度，再结合纯橄榄油和纯玉米油的吸光度由公式(2)可以计算并绘制出玉米油的掺杂比曲线，如图2所示。

图2橄榄油、玉米油混合油中的玉米油掺杂比(K)曲线

由图2可以看出，在515～645 nm之间的掺杂比(K)计算值存在较大误差，在两端存在掺杂比计算值的平缓区，即误差小的区域。在440～515 nm和645～685 nm波段的计算值平缓区，将掺杂比计算值和标准配比值的差值平方求和取均值，作出随波长分布的平均误差曲线，如图3(a)、图3(b)所示。由图3可以看出，在482 nm和667 nm处掺杂比计算值和标准配比的平均误差最小。

图3 不同波段的计算掺杂比(a)和标准掺杂比(b)的平均误差曲线

作出橄榄油和玉米油的吸光度差曲线，如图4所示。

图4橄榄油和玉米油的吸光度差曲线

由图4可以看出，在418、457、484 nm和670 nm存在局部峰值，由前面分析可知在480 nm以前的波段由于橄榄油的吸收较强，所以吸光度计算误差较大，因此418 nm和457 nm波长处的掺杂比计算值误差较大，不能作为分析波长。484 nm和670 nm位于有效分析区，和按照图3平均误差最小的原则选取的482 nm和667 nm波长基本重合，这说明可以按照橄榄油和掺入油的吸光度差最大的原则选择检测波长。

在两个有效峰值484 nm和670 nm附近取10个点，计算玉米油掺杂比(K)的均值和相对误差，结果如表1所示。

表1 橄榄油掺杂玉米油的掺杂比计算均值和相对误差

由表1可以看出，484 nm处的掺杂比计算值优于670 nm处的，因为484 nm处的橄榄油和玉米油的吸光度差值要大于670 nm处的，因此可以选择有效工作区中的吸光度差最大波长作为检测波长。作出484 nm处的计算掺杂比和标准配比的散点图，结果见图5。由图5可以看出，相关系数为0.999 2，标准误差为0.008 2，具有较好的相关性。

图5 玉米油掺杂比计算值和实际配比值的散点图

进一步研究橄榄油掺杂花生油和大豆油的情况，作出橄榄油和花生油及大豆油的吸光度差曲线，如图6所示。

由图6可以看出，与橄榄油和玉米油的吸光度差类似，在480 nm以上的有效工作区中橄榄油和花生油的吸光度差有485 nm和670 nm两个峰值，橄榄油和大豆油的吸光度差则有484 nm和670 nm两个峰值。

按照同样的计算方法，由公式(2)分别计算出在有效光谱工作区内的吸光度差峰值波长处的花生油和大豆油的掺杂比(K)计算均值和相对误差，结果如表2、表3所示。

图6 橄榄油和花生油、大豆油的吸光度差曲线

表2 橄榄油掺杂花生油的掺杂比计算均值和相对误差

表3 橄榄油掺杂大豆油的掺杂比计算均值和相对误差

由表2、表3可以看出，花生油和大豆油的掺杂比计算值均在吸光度差更大的波长处有更好的精度，相对误差可控制在5%的范围内。

分别作出485 nm处的花生油计算掺杂比和标准配比的散点图和484 nm处的大豆油计算掺杂比和标准配比的散点图，如图7所示。由图7可以看出，花生油计算掺杂比和标准配比的相关系数为0.999 6，标准误差为0.005 9；大豆油计算掺杂比和标准配比的相关系数为0.999 7，标准误差为0.005 1，都具有很好的相关性。

图7 花生油、大豆油掺杂比计算值和实际配比值的散点图

3 结 论

本研究探索了一种吸光度法直接计算橄榄油中掺入油掺杂比的方法，利用线性混合原理得到掺杂比的计算公式，并由误差分析理论确定了在橄榄油和掺入油的吸光度差最大的波长区的检测误差最小。实验中利用构建的可见近红外光谱采集系统对橄榄油掺杂玉米油、花生油和大豆油的情况进行了研究，均在吸光度差最大的波长区得到了最佳检测结果，相应的相关系数为0.999 2、0.999 6和0.999 7，标准误差为0.008 2、0.005 9和0.005 1，结果表明该方法在原理上是正确的。本方法操作简便，适宜制作易于便携的仪器，还需要进一步对大量油样在不同光谱波段建立完善的数据库，确定特征稳定的光谱区，增强应用的通用性。本方法对其他光谱检测法在有效波段选择方面具有一定的参考作用。

[1] ANDRIKOPOULOS N K,GIANNAKIS I G,TZAMTZIS V.Analysis of olive oil and seed oil triglycerides by capillary gas chromatography as a tool for the detection of the adulteration of olive oil[J].J Chromatogr Sci,2001,39(4): 137-145.

[2] 黄飞，奉夏平，唐丽娜，等.橄榄油掺伪的气相色谱质谱鉴别方法研究[J].食品工业科技，2014，35(18): 54-58.

[3] 肖昌珍，吴渝，甘东生，等.食用植物油掺伪检测[J].中国油料作物学报，1999，21(1)：63-66,73.

[4] 魏明，廖成华.食用植物油掺伪的气相色谱检测方法研究[J].西南科技大学学报，2003，18(3)：57-60.

[5] DIONISI F,PRODOLLIET J,TAGLIAFERRI E.Assessment of olive oil adulteration by reversed-phase high-performance liquid chromatography/amperometric detection of tocopherols and tocotrienols[J].J Am Oil Chem Soc,1995,72(12): 1505-1511.

[6] 张欣，杨瑞钰，陈迪，等.豆甾二烯用于特级初榨橄榄油掺假检测的研究[J].食品工业科技，2014，35(18)：80-83,92.

[7] TORRECILLA J S,ROJO E,DOMINGUEZ J C,et al.A novel method to quantify the adulteration of extra virgin olive oil with low-grade olive oils by UV-Vis[J].J Agric Food Chem,2010,58(3): 1679-1684.

[8] 钟诚，薛雅琳，王兴国，等.紫外光谱结合化学计量学检测初榨橄榄油掺伪研究[J].中国粮油学报，2013，28(10): 113-117.

[9] 翁欣欣，陆峰，王传现，等.近红外光谱-BP神经网络-PLS 法用于橄榄油掺杂分析[J].光谱学与光谱分析，2009，29(12): 3283-3287.

[10] 庄小丽，相玉红，强洪，等.近红外光谱和化学计量学方法用于橄榄油品质分析与掺杂量检测[J].光谱学与光谱分析，2010，30(4): 933-936.

[11] 贡东军，王宇，董静，等.基于近红外光谱的橄榄油中玉米油掺杂量检测[J].食品工业科技，2014，35(4): 62-65.

[12] 邓平建，耿艺介，梁裕，等.快速鉴别掺伪橄榄油的拉曼光谱-聚类分析方法[J].中国油脂，2015，40(2): 50-55.

[13] 章颖强，董伟，张冰，等.基于拉曼光谱和最小二乘支持向量机的橄榄油掺伪检测方法研究[J].光谱学与光谱分析，2012，32(6): 1554-1558.

[14] 陈达，许云涛，李奇峰，等.基于多尺度二维相关拉曼光谱的橄榄油掺杂检测[J].纳米技术与精密工程，2016，14(1)：60-65.

[15] 钟诚，薛雅琳，王兴国，等.初榨橄榄油风味特征在掺伪检测中的应用[J].中国油脂，2013，38(12): 84-87.

Aquantitativeanalysismethodofadulterationofoliveoilbasedonalinearabsorbancemixingmodel

XU Hong1,YANG Jichun2

(1.College of Precision Instruments & Optoelectronics Engineering,Tianjin University,Tianjin 300072,China; 2.Institute of Biomedical Engineering,Chinese Academy of Medical Sciences,Tianjin 300192,China)

TS227;O657.3

A

1003-7969(2017)09-0078-05

2016-11-14；

2017-04-21

国家863计划项目资助(2015AA021105)

许 洪(1975)，男，博士，主要从事光谱分析技术和仪器方面的研究工作(E-mail)xuhongpost@163.com。

杨基春，副研究员，博士(E-mail)yic@tju.edu.cn。