基于超连续光谱特级初榨橄榄油的快速检测方法

王泓鹏，万 雄，袁汝俊

中国科学院空间主动光电技术重点实验室，中国科学院上海技术物理研究所，上海 200083

引 言

未来相当长的时间内世界橄榄油消费量将继续呈稳定增长态势，而我国食用油60%依赖于进口，橄榄油的进口量高达95%(2014年)，粮油安全面临严峻的挑战[1-2]。 国内民众对营养保健的盲目跟风以及缺乏橄榄油的理性认识，导致一些不法商贩为达到以次充好、以假乱真的目的大量进口低品质的橄榄油或橄榄果渣油，危害广大人民群众的健康[3]。 Sales等采用新型大气压化学电离(APCI)源与气相色谱(GC)相结合的技术，通过使用多变量分析和创建具有分子片段的响应组合的统计模型对未知油品进行验证，并获得油品分类准确度为70%的结果[4]。 Torrecilla等采用紫外-分光光度法鉴别了特级初榨橄榄油中掺入精炼橄榄油和果渣油的研究，当掺伪量低于10%时，识别效果大于97%[5]。 Hernández-Sánchez等利用三维荧光光谱技术模拟特级初榨橄榄油中与氧化过程相关的化合物的预期变异性，有助于监测在零售市场获得的特级初榨橄榄油样品在2个月内暴露于间接光照下的光谱演变[6]。 此外红外光谱法[7]、拉曼光谱法[8-10]、基因检测[11]和DNA条形码技术[12]等也被应用于特级初榨橄榄油的掺伪检测。 以上几种光谱技术在橄榄油检测技术中具有重要价值，但在实际推广中又有自身的缺点和劣势。 因此，为实现更加简便、时效性更强的特级初榨橄榄油检测方法，提出一种基于超连续光谱特级初榨橄榄油的快速检测方法。

超连续谱光源的光谱覆盖范围从可见光到红外波段，平均功率可达数瓦，由于超连续谱光源可保持入射光的光学相干性，并将激光的高亮度和聚焦性质结合起来，同时又具有白炽灯般的连续光谱。 作为光源既可在较短的时间内获得检测样本的宽谱段光谱信息又能体现出样本与激光相互作用的光谱特性。 与分光光度计的吸收透射光谱法相比，采用超连续谱光源的检测方法可在更短的时间内、以更简便的操作流程实现特级初榨橄榄油的检测。

1 实验部分

1.1 仪器

实验系统采用安扬超连续谱光源SC-PRO，可见光增强型超连续谱光源，光谱范围400～2 400 nm，功率≥4 W，可见光功率大于900 mW，重复频率可调(0.1～25 MHz)，功率稳定性小于1%，脉冲能量大于1 μJ，脉宽100 ps； 光谱仪选用爱万提斯光谱仪型号为AvaSpec-2048-USB2 ，光谱测量范围200～750 nm，狭缝宽度10 μm，光学分辨率最高可达0.05 nm。 实验装置如图1所示，激光器功率900 mW，光谱仪曝光时间50 ms，平均2次保存一条光谱，超连续谱光源的可见光谱如图2所示。

1.2 样本采集

实验所用的植物油均来自上海市某大型超市，不同品牌的特级初榨橄榄油、菜籽油、茶油、芝麻油、稻米油、葵花油、玉米油以及大豆油，如表1所示。

图1 实验装置示意图

图2 超连续谱光源的可见光谱

表1 不同品牌的植物油

1.3 积分球中植物油的可见光超连续谱吸收透射光谱采集及预处理

控制室温恒定，确保采集时植物油及所处环境的温度恒为25 ℃(±1 ℃)。 调试光谱仪及超连续谱光源，采集激光器原始光谱数据并控制光源光谱的抖动； 使用移液枪将49个样本分别注入编号的采样管中(1.5 mL)； 分别采集不同种类植物油在超连续谱光源激发下的透射光谱和吸收光谱，如图3(a)、图4(a)所示，图3(b)、图4(b)是相对应的透射光谱和吸收光谱强度等高线图。 图3(c)、图4(c)为对光谱数据校正，去除无关信息(如噪声、杂散光以及背景信号等)的光谱预处理结果； 图3(d)、图4(d)是相对应的透射光谱和吸收光谱强度等高线图； 图3(e)、图4(e)分别是面积归一化的透射光谱和吸收光谱图。 为更好地了解每种植物油的光谱指纹特性受非物种差异(如品牌、产地及气候等)的影响，实验对每种植物油进行了不同品牌的光谱测量。

2 结果与讨论

2.1 造成不同植物油的超连续光谱差异的主要因素

荧光活性物质是导致超连续光谱差异的主要因素，其中叶绿素是绿色植物中广泛存在的一种天然荧光活性物质。 叶绿素作为一种植物光合色素，在植物光合作用中具有吸收光能以实现自身离子化的作用，并非只有叶子才存在叶绿素，叶柄、果实及种子中都含有一定量的植物色素。 植物油在加工和生产的过程中会保留一定量的植物色素，而不同种类植物油所含有的色素和比例均有一定差异，这种光合色素的差异就会在超连续光谱中体现出不同的光谱特性。 特级初榨橄榄油由于采用物理冷榨的加工工艺，像光合色素这种不稳定的抗氧化物质得以大量保留，如图5所示，叶绿素a的分解代谢过程。 除此之物，特级初榨橄榄油富含酚类等抗氧化剂以及大量的单不饱和脂肪酸，此为特级初榨橄榄油与其他植物油超连续光谱差异的主要因素。

图3 不同植物油样本的超连续激光透射光谱

2.2 超连续光谱曲线相关系数在特级初榨橄榄油检测中的应用

皮尔逊相关系数公式如式(1)所示

(1)

式(1)中，协方差cov(X，Y)是反应随机变量X和Y相关程度的指标，若两变量同时变大或是变小，则两变量的协方差为正值，说明两变量正相关； 若其中一变量随着另一变量的增加而变小，则两变量的协方差为负值，说明两变量负相关。 虽然协方差可反映出两个变量的相关性，但协方差值的大小难以度量两个随机变量的相关程度。 为更好地度量不同变量间(不同光谱数据)的相关程度，在协方差的基础上除以两个变量的标准差，因此皮尔逊相关系数的取值在-1和1之间。 当0<ρX，Y<1时，表示正相关，当-1<ρX，Y<0时，表示负相关，当ρX，Y=0时，表示两变量之间不存在线性相关关系。 实验中采集49个样本的透射光谱和吸收光谱曲线，分别计算49个样本除噪后归一化的透射光谱和吸收光谱曲线皮尔逊相关系数，如图6所示。

图6(a)为49个样本除噪后归一化的透射光谱曲线皮尔逊相关系数雷达图，坐标范围图6(b)为49个样本除噪后归一化的透射光谱曲线皮尔逊相关系数伪彩色图； 图6(c)为49个样本除噪后归一化的吸收光谱曲线皮尔逊相关系数雷达图，坐标范围图6(d)为49个样本除噪后归一化的吸收光谱曲线皮尔逊相关系数伪彩色图。

由图6(a, b, c, d)可以看出，不同种类样本间光谱的皮尔逊相关系数差异较大，同种类样本间光谱的皮尔逊相关系数差异较小，其中除噪后归一化的吸收光谱曲线皮尔逊相关系数显示不同橄榄油样本间光谱曲线皮尔逊相关系数均大于0.901 1，其他种类植物油与橄榄油样本的光谱曲线皮尔逊相关系数在0.172 2～0.899 0之间。 因此，可设ρX，Y=0.901 1为橄榄油的判别阈值，将未知样本与已知橄榄油样本除噪后归一化的吸收光谱曲线皮尔逊相关系数对比并将ρX，Y>0.901 1作为橄榄油的识别依据，图6(d)更为直观的说明透射光谱的皮尔逊相关系数优于吸收光谱的皮尔逊相关系数。

图4 不同植物油样本的超连续激光吸收光谱

图5 叶绿素a的分解代谢过程

3 结 论

采用超连续谱光源可以在极短的时间内获得满意的光谱信息，与分光光度法相比，本研究所设计的方案可有效缩短测量时间、简化操作流程、降低检测成本，充分发挥实时性。

图6 光谱曲线皮尔逊相关系数雷达和伪彩色图

雷达图中的49个样本分别有与之对应的一维坐标轴并均匀分布在360°范围内，不同编号的坐标轴上分布该编号样本与其他48个样本的皮尔逊相关系数。 伪彩色图中两坐标轴均为样本编号，不同样本间的透射光谱曲线皮尔逊相关系数用彩色表示

Fig.6ThespectralcurvePearsoncorrelationcoefficientradarandpseudo-colormap

(a): Pearson correlation coefficient radar map of transmission spectrum curve; (b): Pearson correlation coefficient pseuda color map of transmission spectrum curve; (c): Pearson correlation coefficient radar map of absortpion spectrum curve; (d): Pearson correlation coefficient pseuda color map of absortpion spectrum curve

Note: 49 samples in the radar map have corresponding one-dimensional coordinate axes and are evenly distributed within 360°, the pearson correlation coefficients of the numbered samples and the other 48 samples were distributed on the corrdinate axes of different numbers. In the pseudo color image, the two axes are sample numbers. The pearson correlation coefficient of transmission spectrum curve between different samples is expressed in color

在同一种实验方案下，采用超连续透射光谱的有效识别率低于超连续吸收光谱的有效识别率，研究结果表明，采用超连续谱光源、积分球和皮尔逊相关系数法相结合的技术方案可对橄榄油进行有效的检测。 该研究对橄榄油的人工智能快速实时检测技术具有一定的参考价值，并对目前国内橄榄油市场乱象的整治和国内橄榄油市场的规范具有一定的应用价值。