利用近红外光谱仪测定食用油中的过氧化值

张 萍

(咸阳职业技术学院， 陕西 咸阳 712000)

脂类是人体必需的三大营养物质之一，食用油的主要成分是脂肪和少量的类脂及其它一些微量物质，是人体脂肪的主要来源。油脂在人们生活和化工生产等方面都占有十分重要的地位。油脂品质的好坏及抗氧化物的稳定性直接影响着食品质量和风味的好坏[1]。目前，随着人们食品质量要求的不断提高，需要更先进、准确、快捷、方便、完善的方法来检测油脂的品质。

油脂氧化水解会产生醛、酮、酸等小分子物质，这些物质大都有刺激性气味，不仅会导致食物失去原有的风味和口感，而且将会大大降低油脂中原有的维生素和必需脂肪酸，降低食物的营养价值，甚至还会产生大量有毒的活性物质，威胁人类身体健康[2-3]。生活中反复煎炸等不恰当的操作，会使食用油氧化酸败变质。因此，快速、准确地测定油脂的氧化程度可以更好地保证食用油的品质和食用安全。本实验以食用油中常见的菜籽油为基础油，通过近红外光谱技术对食用油的过氧化值进行检测，实现油脂简便、快速、准确的现场化检测。

1 材料和方法

1.1 试验材料

菜籽油，益海嘉里食品营销有限公司；葵花仁油，山东古鲁花葵花仁油有限公司；花生油，莱阳鲁花浓香花生油有限公司；玉米油，西安嘉里油脂工业有限公司；山茶油，江西南城县麻姑精炼茶油厂。

通过活化硅胶柱除去油脂中活性氧等物质获得不含氢过氧化物的菜籽油，并用碘量法(GB/T 5538-2005/ISO 3960:2001)进行检测。

三苯基磷(TPP>99%)，购于美国Sigma公司；三苯基氧磷(TPPO>99%)，购于美国Sigma公司；氯仿，购于天津博迪化工公司；冰乙酸，购于天津博迪化工公司；异辛烷，购于天津博迪化工公司；碘化钾，购于天津博迪化工公司；硫代硫酸钠，购于天津博迪化工公司。以上试剂均为分析纯。

TPP贮备液为质量分数为40%的TPP氯仿溶液；TPPO贮备液为质量分数为40%的TPPO氯仿溶液。

1.2 实验仪器

MPA型傅里叶变换近红外光谱仪(德国布鲁克公司)；电子分析天平(北京赛多利斯天平有限公司)；电动混匀器(深圳天南海北实业有限公司)；微电脑光波炉(中山市黄圃镇文化电子厂)；QL-901混匀振荡器 (海门市其林贝尔仪器制造有限公司)；恒温鼓风干燥箱(上海精宏实验设备有限公司)；0～200 μL微量进样器(大龙医疗设备(上海)有限公司)；200～1 000 μL微量进样器(大龙医疗设备(上海)有限公司)；冰箱(海信容声(广东)冰箱有限公司)。

1.3 光谱采集条件

用于研究的仪器是MPA型傅里叶变换近红外光谱仪，样品透射腔温度保持并限制在40℃，使用8 mm外径、容量为1 mL的透明玻璃瓶。往瓶子中装0.7～1.0 mL的油，然后在12 000～4 000 cm-1光谱范围内进行扫描。所有样品和背景光谱均在光谱分辨率为4 cm-1的条件下扫描16次记录。将采集的光谱数据导入OMNIC 7.3和TQ Analyst 7.2软件中进行数据分析。

1.4 制备标准样品和验证样品

制备TPPO和菜籽油标样：根据油脂过氧化值为20 mmol/kg的氢过氧化物与TPP反应生成TPPO的量来确定TPPO质量分数。移取50 μL TPP贮备液溶于20g基础菜籽油中(PV=0 mmol/kg)，TPPO以同样体积和方法溶于基础菜籽油中，然后微波炉加热，直至完全溶解。然后随机混合，配制系列标准样品。

用两种已知过氧化值的油脂及过氧化值为0的菜籽油配制成两种验证样品。两种验证样品的过氧化值范围分别是6～10 mmol/kg和0～6 mmol/kg。随机抽取9种不同品种食用油，它们的过氧化值均未知，进行盲样验证[4-5]。

1.5 化学计量分析

TPP与油脂的氢过氧化物的化学反应式如下图1。

图1 三磷苯基 (TPP)与氢过氧化物反应生成三磷苯氧基(TPPO)

1 mol三磷苯基(TPP)与1 mol氢过氧化物(ROOH)反应生成过氧化物(ROH)，用三磷苯氧基(TPPO)的量来表示。三磷苯基(TPP)的相对分子质量为262.28，三磷苯氧基(TPPO)的相对分子质量为278.29，用标准碘量滴定法检测得出1 mmol TPP/kg 或0.2623 g TPP/kg油同时产生1 mmol TPPO/kg或0.2783 g TPPO/kg油。根据油脂中TPPO的浓度可计算相应的过氧化值(PV)，配制成各种不同标准样品。三磷苯基(TPP)的添加量是根据0.2623 g TPP/kg油相当于1mmol/kg过氧化物进行计算的。依据反应过程中TPPO的PV与TPP的PV之和保持不变(反应前加入待测样品中TPP的PV值，以TPPO的PV值表示待测样品的过氧化值，与TPP的PV值无关)，因此制备过程中无需精确称取TPP的量。

1.6 试验方法

1.6.1 标准校正和模型建立 称取不含过氧化物的菜籽油2.000 g，分别移取50 μL TPP储备液和50 μL TPPO储备液加入油样中，形成基础油，其中包含20PV当量的TPP或TPPO[6]。标准校正过程中加入TPP和TPPO的比例是随机的，然后通过重量分析法将过氧化值(PV)为0的菜籽油和两种基础油混合(表1)。

图2是用偏最小二乘法标准校准的TPP和TPPO的相对浓度。TPP和TPPO的相对浓度用过氧化值(PV)当量表示，根据TPP和氢过氧化物反应生成TPPO的化学计量学(1 PV的TPP=0.1311 gTPP/kg油，1 PV的TPPO=0.1391 gTPP/kg 油)。二维空间中TPP/TPPO浓度组合通过虚线下面的区域表示。

表1 对随机混合的TPP和TPPO油利用偏最小二乘法校准建立的过氧化值模型

注：PV为过氧化值；根据过氧化值当量将大量的三苯基磷(TPP)(分子量为262.28)和三苯基磷氧(TPPO)(分子量为278.29)添加到过氧化值(PV)为0的菜籽油中，依据化学计量反应TPP和氢过氧化物反应生成TPPO。1 PV的油是由标准碘量滴定法使ROOH与0.5 mmol TPP/kg油反应，生成0.5 mmolTPPO/kg油。因此，1 PV的TPP=0.1311 gTPP/kg油，1 PV的TPPO= 0.1391 gTPP/kg 油。

图2 用偏最小二乘法标准校准的TPP和TPPO的相对浓度

1.6.2 样品分析方法 称取2.0 g油样，加入50 μL TPP贮备液，混合均匀，振荡使其充分反应，然后将大约0.7 mL的样品转移至具有8 mm外径的透明玻璃瓶中。在原油中添加一定数量的TPP使其与氢过氧化物充分反应生成TPPO使过氧化值达到20 PV[7]。然后扫描样品，并采用偏最小二乘法标准校准TPP/TPPO预测过氧化值(PV)。已被分析的验证样品通过碘量法测量过氧化值(PV)。

1.6.3 过氧化值的测定 利用菜籽油(PV=0 mmol/kg)中溶有不同数量的TPPO配制成标样，建立过氧化值的测定模型，其过氧化值范围为0～20 mmol/kg。通过模型预测获得验证样品的PV，采用碘量法进行化学分析[8-9]。

2 结果与分析

2.1 近红外光谱分析

分析条件：温度：40 ℃；分辨率：4 cm-1；扫描次数：18次。

采集到的油样品近红外光谱图如图3所示。

图3 菜籽油样品的近红外光谱图

由图3(a)可以看出，含TPP、TPPO与TPP和TPPO的菜籽油均在8265 cm-1、7074 cm-1、5 795～5 801 cm-1、5 678 cm-1、4 663 cm-1处有明显的吸收变化。这是由于OH和C=O在5 290 cm-1伸缩振动合频吸收；在4 695 cm-1附近的吸收峰为C=O伸缩振动合频吸收。

我们将5 678 cm-1～4 663 cm-1波段范围作为食用油过氧化物分析波段，是因为油脂氧化产生的氢过氧化物和小分子的醛、酮、酸等化合物与C=O和OH等官能团的关系密切。

图3(b)为油样在波数4 950 cm-1～4 400 cm-1范围内的光谱图，在4 695 cm-1～4 550 cm-1范围内吸收最明显，由于TPP与氢过氧化物在食用油中反应生成TPPO，两个组分的光谱重叠。在这种情况下定量需要更复杂的化学计量方法，可采用偏最小二乘法校准。

2.2 偏最小二乘法校准(PLS)

由表1可见，偏最小二乘法采用标准矩阵校准。用近红外光谱分析测定过氧化值需要的一定数量的TPPO，是通过TPP与氢过氧化物反应生成的，且有剩余的未反应的TPP存在，因此必须用标准校准TPP和TPPO。在标准中TPP和TPPO的浓度用过氧化值(PV)当量表示，并用图2来表明TPP和TPPO相互之间的关联。这是按照偏最小二乘法标准校准妨碍样品分析的随机变化的潜在的干扰组分。基于TPPO定量反应光谱范围为4 695～4 550 cm-1，用偏最小二乘法标准中的五因素分析并预测其过氧化值，图4显示一系列预测的过氧化值(PV)与TPPO的浓度，由偏最小二乘法的交叉验证获得。

图4 用偏最小二乘法交叉验证获得预测过氧化值和实测过氧化值的关系

由图4可见，傅里叶变换近红外光谱分析预测的过氧化值和实测值线性相关性显著。建立的模型方程为y=1.0129x-0.071(R2=0.9955)，说明用偏最小二乘法标准建立的校准模型效果较好。

2.3 模型验证

配制2个系列油样来验证PV模型。通过重量法分析一系列样品，用过氧化值为0的菜籽油稀释已氧化的菜籽油进行验证。取两种氧化程度不同的食用油，葵花仁油和山茶油，通过重量分析法用过氧化值为0的菜籽油进行稀释，配制不同梯度的过氧化值的油脂(于修烛等，2011)，再加一定量过量的TPP贮备液，震荡，使其反应完全，然后扫描样品。一个系列油脂样品的过氧化值介于6～12 mmol/kg之间；另一个系列油脂样品的过氧化值介于0～6 mmol/kg之间。用模型预测两个系列样品的过氧化值，模型验证是通过绘制近红外预测的过氧化值和实测值之间的关系图，分析其相关性大小，结果见图5、图6。

图5 傅里叶近红外光谱分析葵花仁油预测的过氧化值和实测值的关系

图6 傅里叶近红外光谱分析山茶油预测的过氧化值和实测值的关系

由图5、6可知，傅里叶变换近红外光谱分析预测的过氧化值和实测值有较好的线性关系。相关系数R2分别为0.9987和0.9813，相关性显著，表明检验样品的预测得到较好的验证，除个别点偏离较大外，其余预测效果较好，这说明用偏最小二乘法标准建立的食用油的过氧化值的近红外光谱模型是可行的，能够较好地测定食用油中过氧化值的含量。

2.4 盲样验证

在9种待测油脂样品中选随机5种样品，分别加一定量过量的TPP贮备液，震荡，使其反应完全，然后用近红外光谱仪扫描样品，测定过氧化值。同时用碘量法测定这5种油脂的过氧化值，其结果见图7。

图7 近红外测定结果与碘量法测定结果的关系

由图7可以看出，近红外光谱法测定的过氧化值结果与碘量法测定结果线性相关，且相关性显著。说明近红外光谱预测的过氧化值较准确，且受油脂种类影响不显著，几乎无影响。因此，近红外光谱分析可替代碘量法测定油脂的过氧化值，该方法不仅可实现自动化检测，而且可避免使用大量的有毒有机溶剂而污染环境。

3 结 论

近红外光谱分析法检测食用油中的过氧化值是根据氢过氧化物与三苯磷(TPP)定量作用生成三苯氧化磷(TPPO)，根据TPPO红外光谱数据测定过氧化值。在PV为0的油样中随机混合TPP和TPPO，近红外光谱扫描，在波数范围4 695～4550 cm-1内，用偏最小二乘法标准建立校正模型，其线性方程为y=1.0129x-0.071，R2=0.9955，预测的过氧化值与实测值相近，相关性显著，说明用偏最小二乘法标准建立的校准模型效果良好[9-10]。用已氧化的油按重量稀释PV=0的两个系列油样进行模型验证，线性方程的相关系数R2分别为为0.9987和0.9813，相关性显著，说明用偏最小二乘法标准建立的食用油的过氧化值的近红外光谱模型是可行的，能够较好地测定食用油中过氧化值的含量。用近红外光谱模型预测检测的5种未知样品的过氧化值，经检测均与碘量法测定的过氧化值线性相关，R2=0.9828，说明油脂种类对近红外光谱预测结果几乎无影响。

本试验建立了近红外光谱分析法检测食用油过氧化值的校正模型，其预测值与实测值具有高度相关性，说明本实验所建立的模型可以用于油脂过氧化值的测定，而且该方法具有分析速度快、避免了人为操作因素误差以及试剂污染等因素干扰的优点。

该方法操作起来也比较简单,只需要将称量的样品装进透明玻璃瓶中,加入一定量的过量的TPP，混合均匀,用傅里叶近红外光谱仪扫描样品光谱。称量样品重量方法的使用可以使光谱有较好的准确性。现代近红外光谱系统，通过编程，使用自动化的方式建立用户界面并进行校准，可以通过直接扫描样品得出过氧化值，且预测的过氧化值准确性高。