煎炸油品质快速检测新方法研究进展

朱向荣 李高阳 江 靖 单 杨

（湖南省农业科学院 湖南省农产品加工研究所 长沙410125）

食品煎炸在我国是一种传统的烹饪方法，通过热交换处理， 食品被快速熟制而且其质地与风味还能得到改善。在我国，食品与餐饮行业用于煎炸的食用油消耗量比较大， 每年约消耗100 万t。食用油在煎炸过程中会与氧、 水分接触， 发生水解、氧化、聚合等一系列化学反应。 长时间高温反复煎炸会导致食用油品质劣变，丙二醛、反式脂肪酸和苯并芘等有毒、有害物质逐渐产生，脂肪酸与维生素等营养物质遭到破坏。同时，还伴随着颜色逐渐加深，黏度增加以及酸败气味产生。由于煎炸油的质量劣变会对人民群众身体健康造成威胁，因此其质量安全与监管已成为消费者与政府监管部门关注的热点。

传统的煎炸油卫生质量检测指标主要包括酸价、羰基价、过氧化值与极性组分等理化参数等。测定上述指标的检测方法包括滴定法、比色法、碘量法与柱层析法，这些化学分析方法优点是简易、成本低， 缺点是要消耗大量的有机试剂、 污染环境、操作过程费时、繁琐等。随着仪器分析技术、信号与传感技术的发展，一些快速、无损、灵敏的检测方法与技术已用于煎炸油的品质快速检测。 本文对近十年来煎炸油品质快速技术的原理、方法、研究应用进展进行综述， 使读者能够对国内外煎炸油快速检测研究有所认识。

1 电子鼻与电子舌技术

电子鼻/舌主要由传感器、信号处理与模式识别三部分功能器件组成。 电子鼻检测原理主要是依据气体传感器阵列接触到样品挥发物后， 电导率发生改变， 与初始电导率的比值随之也发生变化； 电子舌是基于膜电势的变化对液体样品进行分析。 通过测定样品中挥发性气体/味觉物质的全部信息，达到获得样品整体综合信息的效果，最后采用模式识别方法进行定性定量分析。

李靖等[1]采用PEN3 型电子鼻系统快速检测大豆煎炸油挥发性物质的动态变化规律， 采用油浴锅控温无料煎炸，通过连续定时取样分析发现，随着煎炸时间延长， 与煎炸油品质劣变及气味酸败相关的氨氧化物、烷烃、硫化氢、醇类物质等主要挥发性成分含量均有提高， 作者采用线性判别分析（linear discriminant analysis，LDA）与主成分分析（principal component analysis，PCA）对不同煎炸时间的大豆油进行模式识别分析， 均能区分煎炸油的品质差异与新鲜度。 Xu 等[2]以导电率为参数， 采用PEN3 型电子鼻系统快速检测不同种类植物油在煎炸过程氧化程度的变化。结果表明，不同的传感器阵列对挥发性组分的检测信号响应不同。 以酸价与过氧化值为指标， 采用聚类分析（cluster analysis，CA）、PCA 与LDA 3 种方法对预测集中品质合格与不合格煎炸油的准确识别率分别为95.8%，98.9%和100%，LDA 预测效果最好。Lerma-García 等[3]采用由6 个金属氧化物半导体气体传感器 （metal oxide semiconductor，MOS）的电子鼻结合LDA 在高温下不同加热时间（连续7个星期）的初级橄榄油样品，模型鉴别结果与常规的理化及感官分析具有较好的相关性。 该方法可用于初级橄榄油氧化状态的分析， 对其他植物油在加工与流通过程中的氧化程度分析有借鉴作用。 目前只见于Rodrigues 等[4]采用电子舌技术结合化学计量学方法建立初级压榨橄榄油在贮藏期的过氧化值、氧化稳定性、消光系数的定量模型，相关系数（R2）都在0.98 以上，尚未见用于煎炸油快速检测的研究。

至今电子鼻和电子舌在煎炸油快速检测中实际应用还较少，主要是还有一些问题尚待解决。随着电子信息领域的不断发展， 电子鼻和电子舌技术作为一个新兴技术必将逐步走向实用。 在未来发展方向上，电子鼻与电子舌还将相互结合，实现触觉与味觉信息融合， 更有利于提高模式识别准确率；同时，还需进一步完善模式识别方法，提高模型精度。

2 介电常数法

介电常数（ε）是指在电磁场作用下，反映物质导电性的一个参数。 煎炸油在煎炸过程中会发生一系列的热氧化与分解反应， 伴随着极性化合物的增加，煎炸油体系的介电常数就会增加，而介电常数与电容成正比， 因此可以通过测定电容来评价煎炸油的品质[5]。介电常数法作为一种快速无损方法， 在监测煎炸油品质方面得到广泛地研究与应用。

Fritsch[6]认为，煎炸油在煎炸过程中，发生的一系列化学反应导致极性或者大分子质量的化合物产生， 因此， 总极性化合物 （total polar compounds，TPC）含量可以作为连续监测煎炸油质量变化的指标。 Khaled 等人[7]采用基于叉值型电极（interdigitated electrodes，IDEs）的商业型电容传感器（Testo 270）测定煎炸油的电容发现，煎炸油的电容与TPC 以及黏度具有较强的正相关性，在设置频率为100 Hz 时，煎炸油的电容与TPC 以及黏度之间的R2分别为0.83 与0.79。该传感器具有结构简单、稳定可靠、成本低等优点，但其缺点为易受到水分的干扰， 导致电容测定有偏差。 Chen等[8]采用商业化Ebro FOM 310 与Testo 270 快速检测仪测定了大豆油和棕榈油在煎炸食物时介电常数变化的情况。 Ebro FOM 310 适合监测大豆油煎炸过程的质量， 而Testo 270 适合监测棕榈油。 Juárez 等[9]采用Testo 265，Fri-CheckR与AlkalSafeTM3 款基于介电常数快速检测仪测定煎炸油的TPC 含量发现，3 种快速检测方法与常规方法测定值建立的回归方程的相关系数（R2）分别为0.82，0.58 与0.53。 通过方差分析表明，Testo 265 与常规柱色谱测定的TPC 含量不存在显著性差异（P<0.05）。 Bansal 等[10]采用Capsens 5000，FOM 310 与Testo265 3 种商业化快速检测仪监测除臭、 漂白以及精炼3 种不同工艺处理的煎炸油质量变化情况， 发现Testo265 的检测结果最为稳定， 可能是由于Testo265 上的长探针可以增加安装在该仪器上的平行板电容器面积。

赵元黎等[11]利用便携的叉指电极式电容传感器检测煎炸油介电常数变化的情况， 采用转换电路将电容的变化量转换为便于测量的信号频率输出形式， 最终通过测得的频率变化情况反映了煎炸油介电常数的变化情况。结果表明，使用该仪器测得的输出频率变化量与柱层析法测得的煎炸油TPC 变化量之间的R2为0.969， 二者具有较好的相关性，该仪器具有快速、便携等特点，在现场快速检测方面具有一定的可行性。 樊之雄等[12]快速有效地分析了在不同煎炸温度150，180，210 ℃与煎炸10 h（每间隔2 h 取样）下棕榈油介电常数与游离脂肪酸之间的关系。 结果表明煎炸油的游离脂肪酸含量与介电常数的变化具有一致性。

3 电导率法

电导率是介质传送电流的能力。 Hein 等[13]通过研究发现，煎炸油的电导率（κ）会随着TPC 含量的增加而增加，κ 与TPC 之间存在着正相关性。周雅琳等[14]采用电导率法快速检测煎炸油中TPC含量，通过线性拟合建立起煎炸油中TPC 含量与其κ 之间的回归方程， 就可以快速测定煎炸油中TPC 含量。以菜籽油、花生、大豆油、棕榈油为研究对象， 发现这4 种煎炸油的电导率的变化与TPC含量存在较好的相关性，回归方程的R2在0.965～0.984 之间，作者采用上述建立的回归方程对TPC含量进行预测，TPC 含量的预测值与真实测定值的R2达0.986。 高向阳等[15]通过电导率法研究煎炸油中羰基价、pH 值与κ 的变化情况。结果表明，随着煎炸时间增加，H+活度与羰基价之间相关性极显著，但κ 与羰基价的相关程度并不显著。最后建议将pH=4.2 作为快速鉴别煎炸大豆油食用品质监测参数。 刘玉兰等[16]通过测定不同煎炸时间所取煎炸油样TPC 含量和κ， 发现TPC 含量和κ之间线性关系不显著。 电导率仪操作简单、方便、价格低廉， 适合于生产企业食品安全监管部门实时监测。 电导率法可用于食用油在煎炸过程中煎炸程度的初步判断， 但能否应用于煎炸油中TCP含量的快速检测或应用κ 表示TPC 含量还需进一步深入研究。

4 低场核磁共振法

低场核磁共振 （Low field-nuclear magnetic resonance，LF-NMR）是指磁场强度在0.5T 以下的核磁共振，作为一种新型的检测技术，其价格比高场核磁共振要低得多。由于具有快速、准确和无损的特点，LF-NMR 已用于测定食品水分与油脂成分的检测。 樊之雄等[12]采用弛豫时间T21、T22检测高温煎炸棕榈油品质变化情况。 在150，180 ℃下，弛豫峰面积比例（S）S21/S22与对应的油酸和棕榈酸比值（O/P）在连续煎炸过程中的变化趋势相似呈显著正相关性（P＜0.05，P＜0.01）；但在210 ℃下，二者变化规律相差较大且无相关性。因此，在150℃和180 ℃下， 煎炸棕榈油弛豫图谱中的组分分布S21/S22可以分析其品质的变化，而在210 ℃下，S21/S22则无法准确监测煎炸棕榈油的劣变程度。王永巍等[17]采用LF-NMR 对无对象煎炸大豆油油样进行检测，发现LF-NMR 的S21和T2w参数与煎炸时间、酸价、黏度、吸光度和TPC 含量呈现良好的规律性，R2在0.941～0.997 之间，这说明可以利用LF-NMR 有效检测煎炸油的品质变化。 王欣等[18]在180 ℃下采用大豆油和玉米油对薯条连续煎炸36 h， 采用PCA 与多元线性回归（multiple linear regression，MLR）建立通过LF-NMR 多组分弛豫特性T21，T22，T23，S21，S22，S23，T2w参数预测煎炸油酸价、黏度、吸光值及TPC 含量的定量模型。 采用PCA 较好区分TPC 含量合格煎炸油与不合格煎炸油， 采用MLR 建立的定量模型的R2均大于0.90，验证良好。 史然等[19]通过研究大豆油煎炸过程中LF-NMR 的弛豫特性参数表明，可利用油脂煎炸过程中LF-NMR 弛豫特性的变化来快速、准确地预测其理化指标的改变程度。 杨雪萍等[20]采用LF-NMR 建立并比较了棕榈油在煎炸过程中LF-NMR 弛豫特性与TPC 含量的MLR、主成分回归法（principal component regression，PCR）和偏最小二乘法 （partial least squares，PLS）3 种方法的定量模型。最终确定了最优建模方法为PLS 法，预测集的R2达0.928， 预测均方根误差 （root mean squares error prediction，RMSEP）为0.568%。 张瑜等[21]通过研究发现大豆油在煎炸过程中，LF-NMR检测参数S21和T2w的变化与酸价、 羰基价及TPC含量呈较好的相关性，R2在0.906～0.994 之间。 赵婷婷等[22]还发现猪油煎炸过程中LF-NMR 参数S21和T2w与TPC，共轭二烯、三烯及过氧化值之间具有较好的相关性，R2均大于0.948。

上述研究表明，植物油在高温煎炸的过程中，由于各种化学反应的发生，产生的一些极性物质，不仅引起了煎炸油理化指标的改变， 而且也使得煎炸油内部的磁场发生变化， 煎炸油样品的氢原子的存在状态也随之改变， 最终弛豫过程发生变化。因此，可通过检测弛豫特性参数如S21和T2w达到监测煎炸油理化指标变化的目的。

5 红外光谱法

以连续的红外光照射样品， 分子的振动与转动能级发生跃迁， 所测得的吸收光谱称为红外光谱（infrared spectra，IR）。 IR 按分析波段的不同可分为3 个区域：12 000～4 000 cm-1范围为近红外谱区，4 000～400 cm-1范围为中红外谱区，400～30 cm-1范围为远红外区。近红外区主要为O-H、N-H及C-H 键振动的倍频和合频吸收，特别适用于各种官能团的定量分析。 中红外谱区为大多数有机化合物的基频吸收带， 因此这个吸收区在结构和组成的分析中占有很重要的位置。 远红外谱区主要是大分子骨架振动、 晶体的晶格振动及分子的转动。 目前，IR 光谱分析在油脂分析研究中使用最多的是中红外光谱（Mid-infrared spectroscopy，MIRS）及近红外光谱（near infrared spectroscopy，NIRS）。

5.1 MIRS 法

在IR 分析中，由于MIRS 主要反映物质官能团的指纹频率，而且煎炸油大多数脂肪酸、烯烃、醛酮化合物的基频振动出现在中红外区。因此，中红外谱区是应用最广泛的光谱范围。 预测相对分析误差（Relative prediction deviation，RPD）是训练集模型的标准偏差与模型的预测集均方根的比值，值越大，模型的预测效果越好。 通常认为一个好的模型，RPD 值大于3。

Chen 等[23]采用傅里叶变换中红外光谱法（FT-MIRS）结合PLS 法用于监测煎炸油菜籽油在煎炸马铃薯片过程中氧化的情况。 预测集的酸价与TPC 分别为0.99 与0.98。 RPD 分别高达13.0与7.3，结果表明上述方法可用于煎炸油的酸价与TPC 含量的快速测定。 Farhoosh 等[24]通过试验发现，测定的过氧化值为初级氧化产物，过氧化值不稳定，会随着煎炸时间的增加，先增加后减小。 而羰基价测定的是较为稳定的醛、酮二级氧化产物，羰基价与TPC 呈显著的正相关性 （R2=0.975），因此羰基价可作为煎炸油的质量监测指标。 Talpur等[25]采用透射的FT-MIRS 同时测定芥菜籽油煎炸过程中的TPC、羰基价、共轭二烯及三烯的含量。在1 060～550 cm-1下， 采用PLS 法建立的模型R2分别为0.999，0.992，0.998 和0.999。 作者还通过相关分析发现，共轭二烯的含量与TPC 以及羰基价存在着显著的相关性，R2为0.982 与0.872。Shen 等[26]采用FT-MIRS 与PLS 法建立不同来源的大豆煎炸油和起酥油样品混合模型。 化学分析结果表明： 黏度与TPC 含量存在较大的正相关性，而游离脂肪酸与黏度、TPC 这两者之间的相关性都不显著。 通过PLS 建模，黏度与TPC 预测结果较好，R2值分别为0.945 与0.931，RPD 分别为3.98 与3.55； 游离脂肪酸预测结果较差，R2与RPD 分别仅为0.709 与1.83。 结果表明混合样品建模的效果比单一的大豆煎炸油建模效果差。Zhang 等[27]采用FT-MIRS 结合PLS 法快速检测油菜籽油在煎炸过程中羰基价的变化。 在二阶导数处理下，模型预测性能最佳，预测集的R2为0.97，RPD 值为5.8。 同时还采用回归系数分析IR 光谱化学键强度吸收情况， 比较单个波长最PLS 模型的贡献。 1 736 cm-1处为C=O 伸缩振动，回归系数最大， 与煎炸油降解过程中醛酮增加有关；3 026为C-H 反式官能团的吸收，3 008 cm-1为C-H 顺式官能团的吸收，968 cm-1为CH=CH 反式官能团的吸收， 与醛酮和不饱和脂肪酸化合物的官能团吸收有关。

由于MIRS 定量分析基础依据朗伯-比尔定律，因此，可根据待测物质组分在特征波长下的吸收峰强度或积分面积来进行测定。 Tena 等[28]采用FT-MIRS 测定橄榄油在煎炸过程中品质变化。 以TPC 为监测指标，在978～960 cm-1范围内，采用逐步多元线性回归（stepwise multiple linear regression analysis，SMLRA）进行建模预测。 在煎炸过程中，通过吸收峰化学键的分配分析，游离的反式脂肪酸双键（976～963 cm-1）的IR 吸收强度增加，TPC含量的增加与反式-9-十八碳烯酸的增加呈正相关。 Innawong 等[29]采用FT-MIRS 定性、定量监测煎炸油的质量， 从3 个餐馆抽取样品，3 300 cm-1为游离脂肪酸O-H 键变形振动，R2在0.84～0.94之间；3 471 cm-1为氢过氧化物O-H 键的吸收，过氧化值的R2为0.90～0.97。通过PCA 分析可知，植物油样品煎炸时间越长， 在坐标轴上距离未煎炸油样品距离越远。 Bansal 等[30]采用衰减全反射红外光谱（ATR-IR）、二阶导数谱结合二维相关红外光谱（2D-IR），两种方法测定煎炸油中反式脂肪酸含量，将990 与945 cm-1处峰面积进行积分，建立回归方程。 与GC-FID 方法进行相关性分析，二者的R2为0.83 与0.97。 Jiang 等[31]利用FT-IR 光谱在3 535 cm-1与3 508 cm-1处（游离脂肪酸的羰基O-H 键）的吸收强度以及3 340～3 390 cm-1光谱数据建立煎炸油酸价的回归方程， 得到的相关系数R2为0.993， 可以作为酸价常规方法的一种替代方法。 Zhang 等[32]采用FT-MIRS 定量检测植物油中掺煎炸油的比例。以968 cm-1（CH=CH 反式脂肪酸吸收）与914 cm-1（CH=CH 顺式脂肪酸吸收）的强度比值为纵坐标，以掺杂量为横坐标，建立了4 种植物油的掺杂定量模型， 相关系数在0.995 以上，最低检测限低至3.6%。

FT-MIRS 法结合其它的分子光谱分析手段也可用于煎炸油质量快速检测。贾艳华等[33]采用FTMIRS 法结合同步扫描荧光光谱法分析高温煎炸后几种食用油的质量变化。 试验发现煎炸后的食用油在370～380 nm 附近的荧光峰消失，说明维生素E 等一些营养物质发生分解或挥发； 而在461 nm 和479 nm 处附近出现的新荧光峰， 红外光谱区1 745 cm-1附近的红外吸收增加都表明煎炸油样中羰基基团物质的增加， 结果表明荧光光谱方法可以用来对煎炸食用油进行检测。

5.2 NIRS 法

NIRS 法具有快速、无损、检测成本低、适合现场检测的特点， 而且近红外光具有较强的散射效应和穿透能力， 还根据样品透光能力的强弱和物理状态可选用漫反射、透反射、透射和光纤探头等不同的测量方式， 因此在煎炸油质量快速检测中得到广泛地研究与应用。 陈秀梅等[34]采用NIR 透射光谱技术结合PLS 法快速检测不同氧化程度的煎炸油的TPC 含量， 样本集的TPC 含量范围在0.36～67.63 与3.30～54.00 之间。 作者采用Savitzky-Golay 平滑与一阶导数处理，在4 963～4 616 cm-1，5 222～5 037 cm-1，5 688～5 499 cm-1范围建立PLS 定量模型，校正集的R 值为0.993，RMSEP 值为1.92%。 Gerde 等[35]采用NIRS 技术测定了用于煎炸薯条大豆油中TPC、 游离脂肪酸 （free fatty acids，FFA）和共轭二烯酸 （conjugated dienoic acids，CDA）等油脂降解危害指标。 TPC、FFA 与CDA 的含量（w/w）范围分别在2.6%～35.4%、0.07%～4.65%与0.23%～1.8%之间，建立的PLS 模型的R2分别为0.984，0.973 与0.902，RPD 值分别为8.0，6.2 与3.1。 上述结果表明被测物质含量越高，建模效果越好。

在NIRS 建模中，不同的光谱区域与建模方法对建模效果影响较大。 Ng 等人[36]采用基于透射的NIRS 监测大豆油加热时品质变化的情况。 校正集样本TPC 与FFA 含量范围在2.18%～62.93%与0.020%～0.568%， 两个独立预测集样本的TPC 与FFA 含量分别在2.45%～52.39%，5.02%～47.31%与0.020%～0.474%，0.030%～0.346%范围内。 为了验证不同的波长范围与建模方法对煎炸油品质结果的影响， 分别在1 100～2 500 nm 与700～1 100 nm范围， 采用并比较了PLS 法与前向逐步多元线性回归（forward stepwise multiple linear regression，FSMLR）测定TPM 与FFA 含量的建模效果。 结果表明，TPC 的PLS 模型与FFA 的FSMLR 模型在长波段1 100～2 500 nm 预测效果最佳， 这说明长波段的建模信息更充分。 Ng 等[37]还检测大豆油在煎炸新鲜的玉米饼和土豆片时油脂降解情况，作者采用PLS 和FSMLR 方法建立并比较了TPC 与FFA 含量的NIRS 建模效果， 结果表明PLS 建模效果会更好。 在1 100～2 250 nm 下，TPC 与FFA含量PLS 模型的r 分别为0.995 与0.981，RPD 值分别为9.81 与5.15， 而FSMLR 模型的r 值分别为0.993 与0.963，RPD 值分别为8.12 与5.15。Ma等[38]采用NIRS 技术在短波（700～1 100 nm）、中波（1 100～1 800 nm）与长波区域（1 800～2 200 nm）3个波段检测煎炸油的酸价与TPC 值的PLS 模型。在1 800～2 200 nm 下，采用一阶导数，酸价模型预测结果最优，RMSEP 值为0.17，RPD 值为12.8；而TPC 值在1 100～1 800 nm 波段下，建模效果最优，RMSEP 值为1.04，RPD 值为7.8。

光谱波段与预处理方法优化组合也对模型的预测性能造成影响。 Ögˇütcü 等[39]通过不同的NIR光谱波段与预处理方法优化了煎炸油中的FFA，TPC，黏度与烟点值的PLS 定量模型。 在5 450～4 597.6 cm-1，7 502～6 098 cm-1，7 502～6 098 cm-1，12 500.7～7 498.1 cm-1与5 450～4 597.6 cm-1处，经过最小最大归一化、直线相减等数据处理，上述4 个指标的预测集R2分别为0.926，0.946，0.82，0.841，RMSEP 值分别为0.121，3.960，22.30，8.74。王亚鸽等[40]在9 739～6 234 cm-1波段采用PLS 法结合FT-NIRS 建立煎炸油（混合植物油）羰基价的模型，光谱经过二阶导数与标准正态变换处理，预测集R2达到0.995。 Wang 等[41]还采用FT-NIRS结合PLS 法建立6 种植物油样品在两两或三三混合时用于模拟煎炸马铃薯时羰基价的变化情况。在9 702～4 531 cm-1范围， 经过二阶导数与SNV处理，煎炸油的羰基价模型预测集的R2能够达到0.99，RMSEP 值为1.73。 采用市场上收集到的17个样品进行外部预测，R2能够达到0.989， 说明该方法可用于煎炸油羰基价变化的快速检测。 Chen等[42]采用PLS 结合FT-NIRS 透射法建立菜籽油在煎炸过程中羰基价 （含量在1.99～41.47μmol·g-1）的变化情况。 在5 个不同的波段，采用不处理、一阶导数与二阶导数3 种处理方法得到15 个模型。最优模型条件为1 100～2 200 cm-1处，采用二阶导数处理， 预测集RESEP 值为1.74，RPD 值为6.4。通过回归系数分析，在煎炸过程中煎炸油的丁醛、己醛、 戊醛与壬醛等醛酮化合物的含量与羰基价呈正相关。 Gertz 等[43]采用FT-NIRS 结合PLS 法建立了煎炸油的理化指标模型， 在5 593～4 837 cm-1范围内，经一阶导数处理后，酸价模型R2为0.964；在7 502～6 098 cm-1范围内，经一阶导数处理与矢量归一化后， 对-茴香胺值模型的R2为0.959；在5 269～4 621 cm-1范围内，经一阶导数处理与矢量归一化后，TPC 模型的R2为0.969； 在5 593～5 485 cm-1处，经矢量归一化后，聚合甘油三脂PLS 模型的R2为0.965。 Chen 等[44]在4 963～4 616 cm-1，5 222～5 037 cm-1与5 688～5 499 cm-1组合波数范围建立，经过平滑与一阶导数处理后，TPC 的训练集与预测集相关系数分别为0.998 与0.997，RPSECV 与RMSEP 值分别为1.0%与1.3%。

国外研究学者采取特异的光谱变量筛选方法对模型进行优化。煎炸油在加热过程中，甘油三酯（triacylglycerides，TAG）中的不饱和脂肪酰基反应，会生成聚合甘油三脂（polymerised triacylglycerides，PTG），Kuligowski 等[45]采用PLS 法结合NIRS 建立PTG 含量的快速检测方法。采用无信息变量消除-偏最小二乘法和间隔偏最小二乘法筛选波段， 还比较了混合煎炸油的全局模型和4 种单一煎炸油（橄榄油、葵花籽油、玉米油、菜籽油）的子模型的性能差异， 结果表明全局模型的预测结果优于所有子模型的结果。预测集的RMSEP 值为2.28，R2为0.983。 以上研究主要集中在定量检测方面， 也有学者以酸价和羰基价含量是否超标为阈值，采用FT-NIRS 结合PLS-DA 用于煎炸油质量是否合格的定性研究， 预测集的准确率能够达到100%[46]。

Du 等[47]采用并比较了FT-MIRS 与FT-NIRS技术结合PLS 法快速测定菜籽煎炸油中FFA 与羰基价的差异。 在FFA 的测定中，FT-MIRS 与FT-NIRS 的预测结果接近，R2值分别为0.954 与0.948，RPD 分别为4.48 与4.38； 在过氧化值的测定中，FT-MIRS 的预测结果比FT-NIRS 结果要差，R2值分别为0.893 与0.953，RPD 分别为2.93与4.36。作者认为虽然MIRS 信号比NIRS 信号更灵敏， 但前者可能更容易受到环境温度等因素的影响，导致光谱信号采集不完整。

通过以上研究发现， 对光谱数据进行预处理时，采用平滑处理可消除样品中NIR 光谱与MIR光谱的随机噪声。导数变换则是消除背景干扰，解决光谱重叠，减少原始基线漂移的通用方法。多元散射校正则消除光谱散射与粒径造成的多重干扰。 用R2、RPD 与RMSEP 等作为重要的统计参数指标，用以评价模型预测精确度。

6 色谱法

煎炸油在煎炸过程中，随着煎炸时间的延长，油脂中聚合物含量和种类都发生较大变化， 而色谱法正是基于不同煎炸时间点油脂的比移值/吸附速率/化合物分子大小等物理特性参数差异达到分离检测目的。 常用的色谱快速检测方法包括薄层色谱法与凝胶渗透色谱法等。

由于不同煎炸时间的高温煎炸油在薄层板上具有不同的比移值，根据比移值与TPC 含量呈线性关系， 通过特定指示剂显色可测定煎炸油的TPC 含量。 Correia 等[48]通过薄层色谱法（thin layer chromatography，TLC）建立煎炸油中TPC 含量的回归方程，R2为0.949。 采用此方法预测未知样本TPC 的变异系数介于2.8%～7.0%之间， 虽然大于标准ISO 方法的0.3%～3.5%，但小于10%。该方法具有较好的重复性与准确率， 但缺点是受到煎炸油基质中长链的不饱和脂肪酸的影响， 而且测定时间必须从未煎炸开始，作者认为TLC 法可用于煎炸油TPC 值的快速筛查。 毛细管渗透（capillary penetration，CP）的原理利用液体的表面张力，煎炸油在多孔材料介质中进行自发渗透的过程。Kalogianni 等[49]采用CP 法测定了橄榄油与葵花籽油在煎炸过程中总聚合物与总极性物质的含量。优化确定采用聚乙烯为多孔吸附材料， 通过毛细管作用把煎炸油抽到表面上来测定其芯吸速率。结果表明，随着煎炸时间增加，煎炸油的芯吸速率与总聚合物与TPC 的含量相关性显著，相关系数R2分别为0.95 与0.91。 高效空间排阻色谱（high performance size exclusion chromatography，HPSEC）的原理是利用凝胶色谱柱渗透原理将分子质量大小不同的聚合甘油三脂进行分离， 然后再采用示差折光或者蒸发光散射检测器进行检测。 Caldwell 等[50]采用HPSEC 快速测定了芥菜籽煎炸油（4.5%～30.4%）与棕榈（5.0%～35.4%）煎炸油中的总极性化合物。 21 个样品的HPSEC 方法与标准的柱色谱方法测定结果相关性较好， 相关系数R2为0.995，相对平均误差为0.052。 HPSEC方法中样品前处理只需要简单稀释、过滤、直接进样即可。

7 展望

上述研究表明， 由于煎炸油的劣变速度受煎炸时间、煎炸温度、煎炸方式与煎炸油种类等多因素影响，煎炸油的质量监控指标也具有多样性，国内外学者多采用羰基价与总极性化合物含量为检测指标对煎炸油品质进行快速评价。 在上述快速检测方法中，使用最多的还是红外光谱法、低场核磁共振法以及介电常数法。在介电常数法中，煎炸油中颗粒和水分含量影响其测定数据的准确性；低场核磁共振法是近年来新兴的一种快速检测方法，但仪器较为昂贵，短时间在食品餐饮行业难以采用；红外光谱法检测较为稳定，光谱对煎炸油的醛酮化合物有特征吸收，适合煎炸油的快速检测，能够对煎炸油劣变进行定量评价， 红外光谱仪器较为昂贵，前期需要定标建模，因此，用于煎炸油快速检测的红外光谱仪器今后还是朝小型化或者微型化， 同时兼具稳定性与准确性特点的便携式装备方向发展。