作者：胡曉云，卞希慧*，項洋，張環，魏俊富
關鍵字：近紅外光譜，食用調和油，多元校正，定量檢測模型
論文來源：期刊
具體來源：光譜學與光譜分析, 2023, 43 (1): 78-84
發表時間：2023年
有關調和油快速準確定量檢測的研究對于調和油質量控制具有重要意義。然而，以往對調和油定量分析的研究大多集中于二元、三元和四元調和油，對更高元數調和油的研究很少，難以滿足調和油檢測需求。本研究的目的是探討近紅外光譜結合化學計量學對五元調和油中各單組分油進行定量分析的可行性。由玉米油、大豆油、稻米油、葵花油和芝麻油配制成51個五元調和油樣品，并采集它們的12000-4000 cm-1范圍內的近紅外透射光譜。首先，采用光譜-理化值共生距離（SPXY）算法將調和油樣品集劃分為38個校正集和13個預測集。其次，考察了主成分回歸（PCR）、偏最小二乘（PLS）、支持向量回歸（SVR）、人工神經網絡（ANN）、極限學習機（ELM）等五種多元校正方法對五元調和油各組分定量分析的建模效果。然后，在最佳建模方法的基礎上比較了SG平滑、標準正態變量（SNV）、多元散射校正（MSC）、一階導數（1st Der）、二階導數（2nd Der）和連續小波變換（CWT）六種光譜預處理方法，并討論了預處理方法有效的原因。最后，在最佳預處理方法的基礎上進一步利用競爭性自適應重加權（CARS）和蒙特卡羅無信息變量消除法（MCUVE）篩選與預測組分相關的變量。結果顯示，在五種建模方法中，PLS是最佳的建模方法，對玉米油、大豆油、稻米油、葵花油和芝麻油五種組分的預測均方根誤差（RMSEP）分別為5.5644、5.5592、3.5926、7.4218、4.1930。經過光譜預處理-變量選擇，再建立PLS模型，對五種組分的RMSEP分別降低至1.9553、0.5624、1.1450、1.6190、1.0671，預測相關系數（Rp）均高于0.98，表明采用合適的光譜預處理和變量選擇方法，可以明顯提高五元調和油中各單組分油定量分析的預測準確度。本研究為多組分調和油的快速無損定量檢測提供了一種參考。