基于便攜式拉曼光譜的進(jìn)口散裝橄欖油品質(zhì)現(xiàn)場(chǎng)快速無(wú)損鑒別方法

馬金鴿， 楊巧玲， 鄧曉軍*， 時(shí)逸吟， 古淑青， 趙超敏， 于永愛(ài)， 張 峰

1. 上海海關(guān)動(dòng)植物與食品檢驗(yàn)檢疫技術(shù)中心， 上海 200135 2. 上海大學(xué)生命科學(xué)學(xué)院， 上海 200444 3. 上海如海光電科技有限公司， 上海 201201 4. 中國(guó)檢驗(yàn)檢疫科學(xué)研究院， 北京 100176

引 言

橄欖油是利用冷榨等物理壓榨方法直接從油橄欖鮮果中提取的油脂， 含有豐富的不飽和脂肪酸、 維生素、 β-谷甾醇、 類(lèi)胡蘿卜素、 角鯊烯等天然營(yíng)養(yǎng)成分[1]， 被廣泛應(yīng)用于食品、 醫(yī)藥、 日化等行業(yè)[2]， 由于其豐富的營(yíng)養(yǎng)價(jià)值， 我國(guó)橄欖油的進(jìn)口和銷(xiāo)量逐年增加， 其中以進(jìn)口散裝報(bào)關(guān)為主要形式之一。 在跨境散裝集運(yùn)過(guò)程中， 受儲(chǔ)藏環(huán)境、 時(shí)間和溫度等諸多因素影響， 橄欖油中果肉碎末發(fā)生沉淀和累積， 同時(shí)不飽和脂肪酸易發(fā)生氧化、 酸敗， 產(chǎn)生初級(jí)氧化產(chǎn)物和次級(jí)氧化產(chǎn)物， 甚至是致癌物質(zhì)， 降低品質(zhì)， 危害消費(fèi)者的健康[3]。 由于散裝油輪分倉(cāng)數(shù)量多， 導(dǎo)致不同分倉(cāng)甚至同一分倉(cāng)不同位置的植物油品質(zhì)存在較大差異， 由于散裝油輪貨重動(dòng)輒上萬(wàn)噸， 產(chǎn)品貨值高， 急需一種在口岸監(jiān)管現(xiàn)場(chǎng)進(jìn)行品質(zhì)快速鑒別的技術(shù)手段， 確保對(duì)整批油品質(zhì)在科學(xué)評(píng)判的基礎(chǔ)上快速通關(guān)。

按照現(xiàn)行橄欖油產(chǎn)品國(guó)家標(biāo)準(zhǔn)進(jìn)行品質(zhì)質(zhì)量鑒別時(shí)， 通常進(jìn)行氣味、 滋味、 色澤等感官評(píng)價(jià)以及酸價(jià)、 不飽和脂肪酸等常規(guī)關(guān)注品質(zhì)指標(biāo)的分項(xiàng)檢測(cè)[4]， 其中酸價(jià)、 過(guò)氧化值、 亞麻酸等分別測(cè)定受存放時(shí)間及倉(cāng)儲(chǔ)環(huán)境影響而產(chǎn)生的一級(jí)氧化產(chǎn)物和二級(jí)氧化產(chǎn)物， 可以直觀快速的反映出油脂的氧化程度， 是評(píng)價(jià)油脂品質(zhì)優(yōu)劣的重要指標(biāo)[5]。 目前對(duì)散裝橄欖油的酸價(jià)、 過(guò)氧化值、 不飽和脂肪酸等進(jìn)行檢測(cè)時(shí)， 傳統(tǒng)方式主要是進(jìn)行分倉(cāng)抽樣后送實(shí)驗(yàn)室進(jìn)行檢驗(yàn)， 方法包括氧化還原滴定法、 氣相色譜法[6]、 電極法[7]等， 這些方法樣品前處理過(guò)程復(fù)雜， 操作繁瑣且耗時(shí)長(zhǎng)[8]， 產(chǎn)生較高的現(xiàn)場(chǎng)倉(cāng)儲(chǔ)成本及監(jiān)管成本。 近年來(lái)， 一些無(wú)損檢測(cè)技術(shù)以及小型便捷儀器發(fā)展迅速， 具有樣品無(wú)需前處理或前處理過(guò)程簡(jiǎn)單， 分析速度快等優(yōu)點(diǎn)， 采用便攜類(lèi)光譜儀器進(jìn)行橄欖油品質(zhì)檢測(cè)， 可以在油船和碼頭等口岸監(jiān)管現(xiàn)場(chǎng)對(duì)橄欖油抽檢樣品進(jìn)行實(shí)時(shí)快速評(píng)價(jià)， 確保整個(gè)抽取樣品的代表性和針對(duì)性， 提升對(duì)整批次橄欖油質(zhì)量監(jiān)管的科學(xué)性。

本文采用便攜式拉曼設(shè)備采集了不同加熱溫度、 加熱時(shí)長(zhǎng)下初榨橄欖油的光譜數(shù)據(jù)， 使用產(chǎn)品標(biāo)準(zhǔn)中指定的氧化還原滴定法和脂肪酸內(nèi)標(biāo)法等經(jīng)典方法獲得對(duì)應(yīng)橄欖油的酸價(jià)、 過(guò)氧化值、 亞麻酸的實(shí)測(cè)值， 采取偏最小二乘法(PLS)和角度度量算法(VAPLS)分別對(duì)光譜數(shù)據(jù)和品質(zhì)指標(biāo)進(jìn)行建模， 并隨機(jī)抽取7個(gè)不同類(lèi)型進(jìn)口散裝橄欖油樣本對(duì)模型進(jìn)行了驗(yàn)證， 判斷方法的穩(wěn)定性和準(zhǔn)確性。 該方法無(wú)需前處理， 通過(guò)光譜數(shù)據(jù)建模來(lái)預(yù)測(cè)橄欖油的品質(zhì)指標(biāo)， 進(jìn)行橄欖油氧化程度和品質(zhì)的快速檢測(cè)， 可應(yīng)用于散裝橄欖油口岸現(xiàn)場(chǎng)品質(zhì)指標(biāo)實(shí)時(shí)評(píng)價(jià)， 確保進(jìn)出口大宗散裝植物油監(jiān)管的科學(xué)性。

1 實(shí)驗(yàn)部分

1.1 材料與試劑

特級(jí)初榨橄欖油(市售某品牌特級(jí)初榨橄欖油)； 異丙醇(AR)； 乙醚(AR)； 百里香酚酞(AR)； 氫氧化鈉滴定溶液標(biāo)準(zhǔn)物質(zhì)(0.1 mol·L-1)； 冰乙酸(AR)； 三氯甲烷(AR)； 碘化鉀(AR)； 硫代硫酸鈉滴定溶液標(biāo)準(zhǔn)物質(zhì)(0.1 mol·L-1)； 可溶性淀粉(AR)； 十一碳酸甘油三酯(AR)； 正己烷(AR)； 氫氧化鉀(AR)； 甲醇(AR)。

1.2 儀器

便攜式拉曼光譜儀(SEED 3000， 上海如海光電科技有限公司)； 精密電子天平(德國(guó)Sartorius公司)； 渦旋混合器(VORTEX-GENIE2， 美國(guó)Scientific Industries公司)； Eppendorf 5810R離心機(jī)(20050647GZ， 德國(guó)Eppendorf公司)； 氣相色譜儀(7890A， 安捷倫科技有限公司)； 集熱式恒溫加熱磁力攪拌器(DF-101S， 上海力辰邦西儀器科技有限公司)； 酸堿滴定管。

1.3 方法

1.3.1 建模樣本的制備

據(jù)研究[9]表明， 橄欖油在220 ℃加熱條件下， 橄欖油酸價(jià)緩慢上升， 說(shuō)明在此加熱條件下， 橄欖油開(kāi)始發(fā)生氧化反應(yīng)， 而260 ℃加熱條件下酸價(jià)快速上升， 說(shuō)明氧化反應(yīng)出現(xiàn)加速現(xiàn)象， 而當(dāng)加熱條件為300 ℃時(shí)， 橄欖油中的多不飽和脂肪酸急劇下降， 處于不穩(wěn)定狀態(tài)[10]。 為了確保樣本的穩(wěn)定性和品質(zhì)指標(biāo)的范圍， 實(shí)驗(yàn)取2 L橄欖油倒入恒溫加熱磁力攪拌器中， 在220 ℃下加熱9 h， 第一個(gè)樣本加熱1 h后取出， 之后每隔0.5 h取樣， 測(cè)量該溫度下樣品的酸價(jià)， 發(fā)現(xiàn)該溫度下加熱后酸價(jià)變化范圍不大， 提高加熱溫度， 另取兩份2 L橄欖油在240和260 ℃下分別加熱9和8 h， 每隔0.5 h取樣， 收集共51份樣本， 將樣本S1—S51冷卻至室溫備用。

1.3.2 模型建立及分析方法

(1)采用國(guó)標(biāo)GB23347中規(guī)定的檢驗(yàn)方法確定橄欖油樣本為特級(jí)初榨橄欖油[11-12]。

(2)分別采用國(guó)標(biāo)GB5009.229—2016中的冷溶劑指示劑滴定法、 GB5009.227—2016中滴定法和GB5009.168—2016中內(nèi)標(biāo)法測(cè)定樣本的酸價(jià)、 過(guò)氧化值及亞麻酸， 其中氣相色譜采用毛細(xì)管色譜柱， 聚二氰丙基硅氧烷強(qiáng)極性固定相， 100 m×0. 25 mm×0.2 μm)， 程序升溫： 初始溫度100 ℃， 持續(xù)13 min； 100～180 ℃， 升溫速率10 ℃·min-1， 保持6 min； 180～200 ℃， 升溫速率1 ℃·min-1， 保持20 min； 200～230 ℃， 升溫速率4 ℃·min-1， 保持10.5 min。 載氣為氮?dú)猓?進(jìn)樣體積1 μL。 。 為減少誤差， 每一樣本同一指標(biāo)重復(fù)測(cè)定三次， 取平均值。

(3)采集樣本拉曼光譜。 室溫環(huán)境下， 將樣本S1—S51分別置于測(cè)量瓶中， 采集相應(yīng)拉曼光譜數(shù)據(jù)， 每份采集3次， 取平均。 拉曼采集參數(shù)： 激光光源波長(zhǎng)785 nm， 功率200 mW， 積分時(shí)間300 ms。

(4)采用主成分分析法[13]對(duì)校正集進(jìn)行分析， 選取最佳主成分?jǐn)?shù)， 對(duì)樣本拉曼光譜數(shù)據(jù)進(jìn)行算法分析計(jì)算， 將響應(yīng)強(qiáng)度轉(zhuǎn)換為角度值[14]， 采用偏最小二乘法及角度度量法， 結(jié)合最佳主成分?jǐn)?shù)， 分別建立橄欖油品質(zhì)預(yù)測(cè)模型。

(5)模型預(yù)測(cè)結(jié)果與實(shí)測(cè)值對(duì)比， 通過(guò)線性相關(guān)系數(shù)(R2)、 均方根誤差(RMSE)及相對(duì)誤差進(jìn)行模型效果評(píng)價(jià)。

2.結(jié)果與討論

2.1 油樣品質(zhì)檢測(cè)

通過(guò)不同溫度恒溫加熱橄欖油得到51個(gè)樣本， 分別檢測(cè)每個(gè)油樣的酸價(jià)、 過(guò)氧化值和亞麻酸， 變化趨勢(shì)如圖1所示。

由圖1可知， 隨加熱時(shí)長(zhǎng)的增加， 油樣酸價(jià)在220 ℃下基本穩(wěn)定不變， 240 ℃下加熱4 h以后呈上升趨勢(shì)， 260 ℃條件下加熱1.5 h后迅速上升， 加熱過(guò)程酸價(jià)整體范圍在0.36～1.53 mg·g-1之間； 油樣過(guò)氧化值整體均顯示為波動(dòng)狀態(tài)， 且240 ℃下的值明顯高于220與260 ℃， 實(shí)測(cè)值范圍在1.95～5.46 mmol·kg-1之間； 而亞麻酸含量處于不斷下降趨勢(shì)， 且溫度越高， 加熱時(shí)間越長(zhǎng)， 含量越低， 處于35～1 109 mg·(100 g)-1之間。 油樣品質(zhì)變化趨勢(shì)和文獻(xiàn)[15]中得到的結(jié)論基本一致， 即在高溫加熱條件下， 橄欖油中不飽和脂肪酸發(fā)生一級(jí)氧化， 產(chǎn)生氫過(guò)氧化物， 在240 ℃加熱4 h以后酸價(jià)開(kāi)始明顯增長(zhǎng)， 說(shuō)明此時(shí)橄欖油開(kāi)始初步發(fā)生二級(jí)氧化， 部分氫過(guò)氧化物不穩(wěn)定分解成醛和酮， 隨即氧化生成酸， 導(dǎo)致酸價(jià)升高， 過(guò)氧化值降低， 而在260 ℃后， 由于溫度過(guò)高， 氫過(guò)氧化物基本分解完全， 此時(shí)過(guò)氧化值降低到與220 ℃下持平， 而亞麻酸由于在加熱過(guò)程中不斷的氧化分解， 含量一直呈降低趨勢(shì)。

圖1 橄欖油加熱的品質(zhì)指標(biāo)變化趨勢(shì)圖(a)： 酸價(jià)變化； (b)： 過(guò)氧化值變化； (c)： 亞麻酸變化Fig.1 Trend chart of quality indicators of olive oil heating(a)： Change in acid value； (b)： Change in peroxide value； (c)： Change in linolenic acid

2.2 樣本拉曼光譜分析

選取未加熱的橄欖油及分別在220， 240和260 ℃下加熱4 h的油樣進(jìn)行拉曼光譜圖分析對(duì)比， 如圖2所示。

圖2 不同處理?xiàng)l件下橄欖油的拉曼光譜圖Fig.2 Raman spectra of olive oil underdifferent processing conditions

由圖2可知， 油樣特征峰集中在800～1 800和2 800～3 000 cm-1波段范圍內(nèi)， 隨著加熱溫度的升高， 在800～1 800 cm-1的特征峰響應(yīng)強(qiáng)度明顯增大， 而2 800～3 000 cm-1處特征峰強(qiáng)度基本沒(méi)有變化。

2.3 建立品質(zhì)指標(biāo)分析模型

2.3.1 建模樣本確定

在全部樣本中指標(biāo)范圍內(nèi)隨機(jī)分散選取10個(gè)樣本作為驗(yàn)證集， 剩余樣本作為校正集樣本。

2.3.2 橄欖油品質(zhì)指標(biāo)模型的建立

分別采用偏最小二乘法(PLS)、 角度度量法(VAPLS)建立橄欖油酸價(jià)、 過(guò)氧化值、 亞麻酸等三個(gè)品質(zhì)指標(biāo)的分析模型。 本文首先對(duì)未經(jīng)處理的校正集、 驗(yàn)證集進(jìn)行分析， 對(duì)校正集進(jìn)行主成分分析降維， 根據(jù)二階差分序列確定最佳主成分?jǐn)?shù)為11。 將校正集光譜數(shù)據(jù)作為自變量(X)， 酸值、 過(guò)氧化值、 亞麻酸的真實(shí)值作為因變量(Y)， 進(jìn)行偏最小二乘回歸以及角度度量法運(yùn)算， 分別建立橄欖油的三種品質(zhì)指標(biāo)分析模型， 采用預(yù)測(cè)值與真實(shí)值之間的線性相關(guān)系數(shù)(R2)、 均方根誤差(RMSE)及相對(duì)誤差進(jìn)行模型的預(yù)測(cè)性能進(jìn)行評(píng)價(jià)， 其中R2越接近1， RMSE和相對(duì)誤差越小， 說(shuō)明模型的準(zhǔn)確性和穩(wěn)定性越好。 結(jié)果如表1所示。

表1 全光譜下模型評(píng)價(jià)結(jié)果Table 1 Model evaluation results under full spectrum

由表1可以看出， 當(dāng)對(duì)未經(jīng)處理的全光譜波段進(jìn)行橄欖油酸價(jià)、 過(guò)氧化值、 亞麻酸等品質(zhì)指標(biāo)模型分析時(shí)， PLS方法計(jì)算的校正集的相關(guān)系數(shù)分別為0.992 7， 0.917 7和0.998 9， 而相對(duì)誤差均比較大； VAPLS建立的校正集的相關(guān)系數(shù)分別為0.992 7， 0.911 3和0.952 0， 其中亞麻酸的相對(duì)誤差高達(dá)60.42， 說(shuō)明此時(shí)兩種方法建立的模型缺乏穩(wěn)定性， 預(yù)測(cè)能力較低。

已由圖2可知， 橄欖油樣品的特征峰集中在800～1 800和2 800～3 000 cm-1波段范圍內(nèi)， 截取樣本光譜該特征波段作為建模數(shù)據(jù)， 分別通過(guò)一階導(dǎo)(D1)、 二階導(dǎo)(D2)、 多元散射校正(MSC)、 標(biāo)準(zhǔn)正態(tài)變換(SNV)等方法對(duì)已截取的光譜進(jìn)行預(yù)處理， 分別建立模型， 其中經(jīng)過(guò)一階導(dǎo)處理后的光譜建立模型效果最佳， 結(jié)果如表2所示。

由表2可看出， 經(jīng)過(guò)預(yù)處理后的光譜建立的模型穩(wěn)定性大幅提升， 酸價(jià)、 過(guò)氧化值、 亞麻酸等PLS方法校正集模型的相關(guān)系數(shù)分別達(dá)到0.998 8， 0.995 4和0.998 2， 亞麻酸的相對(duì)誤差在-9.92～9.34范圍內(nèi)， 第一種方法建模更優(yōu)， 而酸價(jià)及過(guò)氧化值模型的均方根誤差均降低， 效果更好； VAPLS建立的校正集的相關(guān)系數(shù)分別為0.995 7， 0.998 6和0.992 9， 相對(duì)誤差范圍在-5.43%～4.60%之間， 效果優(yōu)于PLS方法， 建立的模型更穩(wěn)定， 預(yù)測(cè)能力更佳。 兩種方法模型的預(yù)測(cè)值和實(shí)際值的散點(diǎn)關(guān)系圖如圖3所示， 可以看出， 模型數(shù)據(jù)穩(wěn)定的分布在回歸線上。

表2 光譜預(yù)處理后的模型評(píng)價(jià)結(jié)果Table 2 Model evaluation results after spectral preprocessing

圖3 校正集預(yù)測(cè)值與實(shí)際值之間的關(guān)系(a)： PLS法酸價(jià)校正集； (b)： VAPLS法酸價(jià)校正集； (c)： PLS法過(guò)氧化值校正集(d)： VAPLS法過(guò)氧化值校正集； (e)； PLS法亞麻酸校正集； (f)： VAPLS法亞麻酸校正集Fig.3 The relationship between the predicted value and the actual value of the calibration set(a)： The acid value correction set of the PLS method; (b): The acid value correction set of the VAPLS method;(c): Peroxide value correction set of PLS method; (d): Peroxide value correction set of VAPLS metion;(e): Linolenic acid correction set of PLS metion; (f): Linolenic acid correction set of VAPLS metion

2.3.3 模型準(zhǔn)確性評(píng)價(jià)

在進(jìn)口散裝橄欖油中隨機(jī)抽取7份樣本， 分別采集其拉曼光譜， 并用1.3.2中的分析方法， 將光譜數(shù)據(jù)作為驗(yàn)證集帶入模型計(jì)算其酸價(jià)、 過(guò)氧化值、 亞麻酸的預(yù)測(cè)值， 各結(jié)果如表3—表5所示。

由表3—表5可以看出， 兩種方法建立模型的預(yù)測(cè)結(jié)果對(duì)比下， VAPLS法酸價(jià)、 過(guò)氧化值、 亞麻酸預(yù)測(cè)值和實(shí)測(cè)值非常接近， 模型的均方根誤差分別為0.025 8， 0.222 8和17.064 1， 相對(duì)誤差誤差范圍分別在-4.71%～5.34%， -4.24%～3.17%， -1.28%～5.98%之間， 結(jié)果表明此模型預(yù)測(cè)精度高、 穩(wěn)定性好， 相比PLS方法更穩(wěn)定， 預(yù)測(cè)結(jié)果更準(zhǔn)確。 拉曼光譜結(jié)合VAPLS法， 可以無(wú)需配制溶液， 耗時(shí)短、 操作難度低， 在無(wú)損的前提下， 能真正實(shí)現(xiàn)進(jìn)口散裝橄欖油酸價(jià)、 過(guò)氧化值、 亞麻酸等品質(zhì)的現(xiàn)場(chǎng)快速無(wú)損鑒別。

表3 酸價(jià)模型評(píng)價(jià)結(jié)果Table 3 Evaluation results of acid value model

表4 過(guò)氧化值模型評(píng)價(jià)結(jié)果Table 4 Model evaluation results of peroxide value

表5 亞麻酸模型評(píng)價(jià)結(jié)果Table 5 Model evaluation results of linolenic acid

3 結(jié) 論

針對(duì)進(jìn)口大宗散裝橄欖油不同分倉(cāng)內(nèi)因倉(cāng)儲(chǔ)環(huán)境差異及儲(chǔ)存時(shí)間過(guò)長(zhǎng)而導(dǎo)致品質(zhì)變化等問(wèn)題， 提供一種可在口岸現(xiàn)場(chǎng)進(jìn)行快速品質(zhì)檢測(cè)方法， 采用便攜式拉曼光譜儀結(jié)合基于偏最小二乘法的角度度量化學(xué)計(jì)量學(xué)算法， 對(duì)橄欖油的酸值、 過(guò)氧化值、 亞麻酸三個(gè)關(guān)鍵品質(zhì)指標(biāo)進(jìn)行建模分析， 得到的三種模型校正集相關(guān)系數(shù)均大于0.99； 采用模型對(duì)7份散裝進(jìn)口橄欖油進(jìn)行檢測(cè)， VAPLS法模型均方根誤差分別為0.025 8， 0.222 8和17.064 1， 效果均優(yōu)于PLS模型。

相較于傳統(tǒng)檢測(cè)手段， 拉曼光譜法具有樣品無(wú)需前處理過(guò)程， 耗時(shí)短、 操作難度小等優(yōu)勢(shì)， 本方法采用的化學(xué)計(jì)量學(xué)手段有效的消除了光譜測(cè)量的乘性效應(yīng)， 模型更具穩(wěn)定性和準(zhǔn)確性， 單個(gè)樣品測(cè)量的過(guò)程不超過(guò)1 min， 適用于進(jìn)口散裝橄欖油品質(zhì)的快速品質(zhì)鑒別， 提高大宗散裝產(chǎn)品口岸通關(guān)效率， 為后續(xù)的進(jìn)口橄欖油的監(jiān)管科學(xué)性以及抽樣準(zhǔn)確性提供相應(yīng)的技術(shù)手段。