用Arcoptix傅里葉紅外(wai)光譜儀檢測和分析菜籽油摻雜

作為(wei)許多(duo)食品中(zhong)的(de)(de)(de)主要成(cheng)分(fen)，食用油(you)(you)(you)摻假的(de)(de)(de)檢(jian)測對消費者(zhe)、食品加工商和食品行業至關(guan)重要。在某些地區(qu)，菜籽(zi)(zi)油(you)(you)(you)由于其(qi)價格高(gao)、營養(yang)價值全(quan)，往往成(cheng)為(wei)被摻假的(de)(de)(de)對象。盡管傳統的(de)(de)(de)相色譜(pu)（GC）和高(gao)效液相色譜(pu)（HPLC）法可靠性高(gao)，但成(cheng)本(ben)高(gao)并(bing)且檢(jian)測時(shi)間(jian)長。因(yin)此，有(you)必要找到(dao)一(yi)種快速有(you)效的(de)(de)(de)方(fang)法來檢(jian)測此類(lei)摻假。利用ARCoptix傅里葉紅(hong)外光譜(pu)和多(duo)元(yuan)分(fen)析(xi)可快速判斷出菜籽(zi)(zi)油(you)(you)(you)中(zhong)是否(fou)摻有(you)棕櫚(lv)油(you)(you)(you)。

近紅(hong)外光(guang)譜+多(duo)元分析法有著快速準(zhun)確的(de)特點。ARCoptix傅里葉紅(hong)外光(guang)譜儀由于(yu)尺(chi)寸小、光(guang)譜分辨率高的(de)優點，使其可以被方(fang)便地帶到(dao)現場(chang)進行快速準(zhun)確的(de)檢測。

實(shi)驗室(shi)內(nei)，首先獲取純棕(zong)櫚油、純芥花籽油和(he)摻有棕(zong)櫚油的(de)芥花油的(de)近(jin)紅外光譜數(shu)(shu)據。使用開(kai)源R軟件對光譜數(shu)(shu)據進行多元(yuan)分析(xi)以進行分類(lei)。20℃室(shi)溫下將(jiang)菜籽油內(nei)摻雜入(ru)不同比例的(de)棕(zong)櫚油并(bing)進行標記(ji)，棕(zong)櫚油濃度范圍為 3.23 ∼38.78 % (v/v)。 

使用配備(bei)有 InGaAs 光(guang)電二(er)極(ji)管檢測器(qi)的(de)(de)(de) Arcoptix FT-NIR 光(guang)譜(pu)(pu)儀，通(tong)過透射(she)技術(shu)在 900 nm-2500 nm 范圍內對(dui)所有樣(yang)品進行NIR 測量(liang)(liang)。 Arcoptix FT-NIR光(guang)譜(pu)(pu)儀光(guang)譜(pu)(pu)分辨率(lv)為(wei)1.76 nm，每次(ci)測量(liang)(liang)都給出了 900 nm ∼2500 nm 之間 909 個波長(chang)的(de)(de)(de)強度(du)。20℃室溫下將空氣(qi)和比色皿(min)光(guang)譜(pu)(pu)的(de)(de)(de)背景光(guang)譜(pu)(pu)作為(wei)基準光(guang)譜(pu)(pu)。 每次(ci)掃(sao)描樣(yang)品都需要校準，所有光(guang)譜(pu)(pu)都記錄(lu)為(wei)相(xiang)對(dui)于(yu)每個數據點的(de)(de)(de)背景光(guang)譜(pu)(pu)的(de)(de)(de)吸光(guang)度(du)值。 每個光(guang)譜(pu)(pu)通(tong)過平(ping)均 10 次(ci)掃(sao)描獲得(de)。 每次(ci)測量(liang)(liang)前使用磁力攪拌器(qi)攪拌混合樣(yang)品約一分鐘，以確保均勻性(xing)(xing)。多變量(liang)(liang)分析(xi)工具R 軟件，對(dui)于(yu)分類，已使用線性(xing)(xing)判別分析(xi) (LDA)。 LDA 由 R 包中的(de)(de)(de) Ida 函數提供，稱為(wei)“MASS”庫，它(ta)是基本 R 發行版的(de)(de)(de)一部分。 所得(de)線性(xing)(xing)判別模型(xing)的(de)(de)(de)預測能力進一步用于(yu)預測預測樣(yang)本。

圖 1: 所有樣品在 900 nm ～ 2500 nm 區域的(de)近紅外光(guang)譜

為了(le)方(fang)便觀察光(guang)譜(pu)(pu)(pu)，對(dui)光(guang)譜(pu)(pu)(pu)進行(xing)選(xuan)擇。 如圖1示(shi)，獲得的(de)(de)(de)(de)(de)光(guang)譜(pu)(pu)(pu)在(zai) 1666 nm ~ 1818 nm 區域之間顯示(shi)出高峰(feng)(feng)值。 所有油(you)類的(de)(de)(de)(de)(de)整個(ge)光(guang)譜(pu)(pu)(pu)范圍用(yong)肉眼(yan)看起(qi)來(lai)非常相似(si)。 這是(shi)由于就(jiu)脂肪酸組成而言(yan)，油(you)的(de)(de)(de)(de)(de)化學組成相似(si)。 油(you)的(de)(de)(de)(de)(de)成分主要是(shi)三羥(qian)基醇的(de)(de)(de)(de)(de)甘(gan)油(you)酯，即甘(gan)油(you)。甘(gan)油(you)三酯是(shi)油(you)中的(de)(de)(de)(de)(de)主要成分，它主導(dao)著油(you)的(de)(de)(de)(de)(de)光(guang)譜(pu)(pu)(pu)。光(guang)譜(pu)(pu)(pu)的(de)(de)(de)(de)(de)最高峰(feng)(feng)位(wei)表示(shi)C-H 鍵的(de)(de)(de)(de)(de)拉(la)伸導(dao)致的(de)(de)(de)(de)(de)吸收峰(feng)(feng)。 在(zai) NIR 區域觀察到(dao)的(de)(de)(de)(de)(de)大(da)多(duo)數吸收帶是(shi)由于涉及(ji) C-H、O-H、N-H 以(yi)及(ji)可能的(de)(de)(de)(de)(de) S-H 和 C=O 鍵的(de)(de)(de)(de)(de)振動。 我們(men)選(xuan)擇使(shi)用(yong)整個(ge)光(guang)譜(pu)(pu)(pu)進行(xing)多(duo)變量分析，而不是(shi)使(shi)用(yong)特定區域或部(bu)分光(guang)譜(pu)(pu)(pu)，因為這可以(yi)通過適(shi)當的(de)(de)(de)(de)(de)數據(ju)處(chu)理(li)產生更好(hao)的(de)(de)(de)(de)(de)結果(guo)。

對(dui)于吸收光(guang)譜數(shu)據，利(li)用R軟(ruan)件中“MASS”包中的(de)“Ida”函(han)數(shu)建立了對(dui)菜籽(zi)(zi)油(you)(you)、棕櫚油(you)(you)和摻假油(you)(you)光(guang)譜進行(xing)分(fen)類(lei)的(de)線性判別校(xiao)準模(mo)型(xing)。 散點圖是一(yi)種可(ke)視(shi)化分(fen)類(lei)結果的(de)有用方法。 具有第一(yi)和第二(er)判別函(han)數(shu)的(de)函(han)數(shu)如圖2所(suo)示。由(you)圖2 ，我們可(ke)以看到(dao)菜籽(zi)(zi)油(you)(you) (C)、棕櫚油(you)(you) (P) 和摻假樣品 (A) 明顯分(fen)離。對(dui)于第一(yi)和第二(er)判別函(han)數(shu)，記錄的(de)跡線比例分(fen)別為 0.8304 和 0.1696。

圖 2: 散點圖

“p”代(dai)表“棕櫚(lv)”樣(yang)本，“c”代(dai)表“油菜(cai)”樣(yang)本，而“a”代(dai)表“摻有油菜(cai)的(de)棕櫚(lv)”樣(yang)本。

純樣(yang)品和(he)摻假樣(yang)品的(de)(de)判(pan)別函(han)數(shu)值(zhi)(zhi)(zhi)的(de)(de)堆疊(die)直方圖(tu)用(yong)于(yu)顯(xian)示(shi) LDA 的(de)(de)結(jie)果。 R 軟件中的(de)(de)函(han)數(shu)“ldahist()”用(yong)于(yu)制作第(di)一個(ge)判(pan)別函(han)數(shu)值(zhi)(zhi)(zhi)的(de)(de)堆疊(die)直方圖(tu)。通(tong)過使用(yong)“ldahist()”函(han)數(shu)，堆疊(die)直方圖(tu)如圖(tu) 4 所示(shi)。我(wo)們(men)可以從直方圖(tu)中看出(chu)，組 A、C 和(he) P 分離良好，因為 A 的(de)(de)值(zhi)(zhi)(zhi)介(jie)于(yu) -5 和(he) 1 之(zhi)間，而 C 和(he) P 的(de)(de)值(zhi)(zhi)(zhi)分別介(jie)于(yu) -2 和(he) -5 以及 8 和(he) 12 之(zhi)間沒(mei)有重疊(die)。因此(ci)，我(wo)們(men)可以看到，這(zhe)(zhe)兩個(ge)判(pan)別函(han)數(shu)已經成(cheng)功(gong)地(di)將這(zhe)(zhe)三個(ge)組分開了。通(tong)過顯(xian)示(shi)混淆表(biao)方便查看分類結(jie)果。通(tong)過將訓練數(shu)據幀與來自校(xiao)準模型的(de)(de)預測數(shu)據進行比較，告訴(su) R 顯(xian)示(shi)混淆表(biao)：-

我們可以看(kan)到所有樣本都被正確分(fen)類(lei)到他們的(de)組中。 顯示(shi)正確分(fen)類(lei)的(de)概(gai)率給出(chu)：-

正確分類摻假樣(yang)本的概(gai)率明顯為 1.0 或 100%。

一旦獲(huo)得了(le)分(fen)(fen)類模型，就(jiu)可以預(yu)測(ce)未知(zhi)對象與(yu)已定義類之(zhi)一的(de)(de)成(cheng)員(yuan)資格(ge)。 測(ce)試(shi)樣品(pin)由 19 個純(chun)棕櫚油 (P)、19 個純(chun)菜(cai)籽油 (C) 和(he) 19 個摻假樣品(pin)組成(cheng)，濃度范(fan)圍為 3.23∼38.78 % (v/v)。 由于包括摻假率低至 3.23% 的(de)(de)樣品(pin)在內(nei)的(de)(de)正(zheng)確分(fen)(fen)類率為*，因此(ci)可以說所獲(huo)得的(de)(de)校準模型可用(yong)于對低摻假率低至 3.23% 的(de)(de)菜(cai)籽油樣品(pin)進行安(an)全分(fen)(fen)類。

如前所(suo)述，隨著近紅外(wai)光(guang)譜(pu)儀越(yue)(yue)來越(yue)(yue)便攜(xie)，使(shi)用(yong)多(duo)變量(liang)分(fen)析能使(shi)數據處理更為簡(jian)單高效。 近紅外(wai)光(guang)譜(pu)與基于 R 開源的多(duo)變量(liang)分(fen)析軟件相結合是檢測菜籽油(you)(you)(you)中棕櫚油(you)(you)(you)摻(chan)(chan)假的有(you)用(yong)工(gong)具。 R 軟件中現(xian)成的線性(xing)判別分(fen)析包可用(yong)于對摻(chan)(chan)假低(di)至 3.23% 的棕櫚油(you)(you)(you)的菜籽油(you)(you)(you)進(jin)行分(fen)類(lei)。 

ARCoptix公司的傅(fu)里葉(xie)紅外(wai)光譜儀非常緊湊，集成度非常高。具有(you)體積小、性(xing)能(neng)強、可方便整合進(jin)各類分析設備(bei)中的優勢(shi)。大小可以(yi)參考下圖:

FT-IR Rocket傅里葉紅外光(guang)譜儀具有高(gao)靈敏度、高(gao)分辨率。可選光(guang)譜范圍有2-6µm，1.5-8.5µm，2-12µm。

更多詳情(qing)請聯系昊量光電(dian)/歡迎直接聯系昊量光電(dian)

關于昊量光(guang)電：

上(shang)海昊量(liang)光(guang)(guang)(guang)電設(she)(she)備(bei)有限公(gong)司(si)是光(guang)(guang)(guang)電產(chan)品專業(ye)代理(li)商(shang)，產(chan)品包括各類激(ji)光(guang)(guang)(guang)器(qi)(qi)、光(guang)(guang)(guang)電調制(zhi)器(qi)(qi)、光(guang)(guang)(guang)學測量(liang)設(she)(she)備(bei)、光(guang)(guang)(guang)學元件等，涉及應用(yong)涵(han)蓋了材料(liao)加工、光(guang)(guang)(guang)通訊(xun)、生(sheng)物醫療、科(ke)學研究、國防、量(liang)子光(guang)(guang)(guang)學、生(sheng)物顯微、物聯傳(chuan)感、激(ji)光(guang)(guang)(guang)制(zhi)造(zao)等；可為客(ke)戶提供完整的設(she)(she)備(bei)安裝，培訓，硬件開發(fa)，軟件開發(fa)，系統集成等服務。

您可以通過我們昊量光電的網(wang)站了解更多的產品信息，或直接來電。