[发明专利]一种近红外快速识别芝麻油及芝麻油中掺杂大豆油的方法

说明书

技术领域

本发明属于芝麻油质量监测技术领域，具体涉及一种近红外快速识别芝麻油及芝麻油中掺杂大豆油的方法。

背景技术

芝麻油(Sesameoil)是一种具有极高营养价值且不含有其它任何有害物质的天然植物油，其市场价格远高于花生油、玉米油、大豆油等食用油。由于芝麻油的生产成本比较高，工艺相对复杂，一般的小作坊若用纯芝麻生产纯芝麻油便会导致亏损，加之市场缺乏对芝麻油生产厂家的约束和管制，一部分不良商家便生产掺假、掺伪芝麻油，以次充好来牟取利益。

市场上常见的掺假芝麻油主要是在低价植物油(如大豆油、色拉油甚至地沟油等)中加入纯芝麻油或者是芝麻香精。掺假芝麻油和纯正的芝麻油在其物理性质上几乎没有区别，普通消费者很难将二者区分开。因为芝麻油的质量好坏直接关系到人们的身体健康，因而发展了很多芝麻油鉴别方法。

目前，鉴别芝麻油的方法主要有物理鉴别方法和仪器分析方法。其中，物理鉴别方法主要是观察芝麻油的色泽、透明度、与水结合的状态、加热时芝麻油的状态以及显色法。这些方法具有一定的主观性，不适合大范围推广。现阶段，人们更多的是使用仪器分析方法来对芝麻油进行鉴别分析。一般的仪器分析方法有气相色谱法、液相色谱法、电子鼻法、红外光谱法等。气相色谱法和液相色谱法在实验前需要比较复杂的样品预处理。电子鼻可以在几小时、几天甚至数月的时间内连续地、实时地监测特定位置的气味状况，但这种方法实验成本也比较高，而且还不成熟。红外光谱信号强度大，植物油样品需要使用有机溶剂稀释到一定浓度才可以测量，既费时，对样品也造成了污染。因此，迫切需要发展快速、无损的芝麻油鉴别方法。

与传统技术相比，近红外光谱分析技术具有快速、无损、不需要样品预处理的优点，在石油、中药、食品和环境等领域迅速发展。但是近红外光谱信号较弱，谱峰重叠严重，需要借助化学计量学才可以完成定性定量分析。采用化学模式识别技术，建立近红外光谱与类别信息之间的数学模型，未知样品直接测量其光谱，代入模型即可完成类别预测，其中偏最小二乘-判别分析(PLS-DA)是一种广泛应用的化学模式识别技术。

发明内容

本发明的目的是针对上述存在问题，提供一种近红外快速识别芝麻油及芝麻油中掺杂大豆油的方法，提高芝麻油品质，对于快速、准确、无损检测掺伪芝麻油具有重要意义。

(1)实验数据采集：收集一定数目的纯芝麻油和纯芝麻油中掺杂大豆油的样品，设置近红外光谱参数，采样间隔为1nm，光谱带宽设置为较宽，光谱采集的范围在800-2500nm之间，采集这些芝麻油样品的近红外光谱。

(2)数据集划分：按照一定的分组方式将数据集划分为训练集和预测集，其中训练集数目为总样本数的三分之二，预测集为余下的三分之一。

(3)PLS-DA模型的建立：根据模型预测正确率随因子数的变化，选取预测正确率第一次达到最大值时对应的因子数为最佳因子数，利用最佳因子数建立PLS-DA模型。

(4)未知样品预测：对于未知样品，扫描其近红外光谱，利用建立好的PLS-DA模型，预测其所属类别。

附图说明

图1是90个芝麻油样本的近红外光谱图。

图2是PLS-DA模型预测正确率随因子数的变化图。

具体实施方式

为更好理解本发明，下面结合实施例对本发明做进一步地详细说明，但是本发明要求保护的范围并不局限于实施例表示的范围。

实施例：

(1)实验数据的采集：纯香油样品：从不同超市购买鲁花、福临门、太太乐、金龙鱼、思盼、树江、古币、李锦记、李耳、朝生10个品牌各4个批次的芝麻油，共40个纯香油样品。大豆油掺假香油样品的配制：分别使用上述10个品牌的芝麻油与大豆油按照4∶1、2∶1、1∶1、1∶2、1∶4五种水平进行掺假，共配制50个掺假香油样品。采用TJ270-60双光束近红外分光光度计测量样品的近红外光谱，模式设置为透过率，连续快速扫描，采样间隔设置为1nm，光谱带宽设置为较宽，光谱采集范围为800-2500nm，共1701个波长点，选用5mm的玻璃比色皿进行实验。每个样品测量3次取平均值作为该样品的近红外光谱。90个芝麻油样本的近红外光谱图如图1所示。

(2)数据集划分：对90个样品采用KS分组方式划分为训练集和预测集，其中训练集数目为60个，预测集为余下的30个。