摻偽植物油二級(jí)篩查模型構(gòu)建方法及摻偽植物油鑒別方法
【專利摘要】本發(fā)明提供了一種摻偽植物油二級(jí)篩查模型構(gòu)建方法及摻偽植物油鑒別方法，本發(fā)明通過紅外光譜結(jié)合化學(xué)計(jì)量學(xué)方法同時(shí)檢測(cè)植物油脂肪酸構(gòu)成、不皂化物構(gòu)成這兩類具有互補(bǔ)性的特征物質(zhì)，提高篩查摻偽植物油模型的靈敏度，采用獨(dú)特的二級(jí)篩查法，繞開植物油種類多、影響因素多需要海量樣本建模研究的壁壘，建立滿足市場(chǎng)抽查樣分析的摻偽植物油篩查方法。
【專利說明】
摻偽植物油二級(jí)篩查模型構(gòu)建方法及摻偽植物油鑒別方法
技術(shù)領(lǐng)域
[0001]本發(fā)明涉及食品安全檢測(cè)技術(shù)領(lǐng)域，尤其涉及摻偽植物油二級(jí)篩查模型構(gòu)建方法及摻偽植物油鑒別方法。
【背景技術(shù)】
[0002]現(xiàn)今市面上的食用植物油價(jià)格差異大又缺乏抽樣監(jiān)督所需分析方法，目前摻假現(xiàn)象普遍。紅外光譜結(jié)合化學(xué)計(jì)量學(xué)方法構(gòu)建篩查摻偽植物油模型，非常適用于抽樣監(jiān)督管理，相關(guān)模型還可通過云技術(shù)共享，實(shí)現(xiàn)人人參與監(jiān)管的格局，但前提條件是必須首先建立有效模型。關(guān)鍵問題是:建立這樣模型，現(xiàn)有建模方法，所需樣本量太大，根本無法操作。偽植物油鑒別在我國(guó)乃至世界缺乏適宜應(yīng)用技術(shù)，造成市場(chǎng)執(zhí)法監(jiān)管的困難。近年來國(guó)內(nèi)外學(xué)者紛紛開展鑒偽研究，多采用單水平研究，或檢測(cè)昂貴，普遍不適宜應(yīng)用，植物油成分復(fù)雜等因素，敏感性、特異性不理想。
[0003]摻偽植物油是指以下兩類摻偽植物油的總稱:第一類是在高價(jià)油中摻入低價(jià)油，如在芝麻油、花生油中摻入玉米油、大豆油等低價(jià)油等，此類摻偽國(guó)內(nèi)外市場(chǎng)上都存在;第二類是在食用油中摻入非食用油，如摻入地溝油、桐油等。植物油是人類廣為使用的食用油，由于植物油的品種、產(chǎn)量、營(yíng)養(yǎng)價(jià)值不同，其價(jià)格差異很大，導(dǎo)致一些不法商家為追求利潤(rùn)而大肆摻假、售假。這些摻假食用油不僅造成市場(chǎng)混亂，且給消費(fèi)者健康帶來風(fēng)險(xiǎn)，引發(fā)了公眾對(duì)于食品質(zhì)量及安全問題的擔(dān)憂。由于植物油成分十分復(fù)雜，主要成分脂肪酸甘油酯特異性不夠，微量成分如不皂化物等特異性好，但都是用色譜法檢測(cè)，需要復(fù)雜的樣品前處理、檢測(cè)成本高、檢測(cè)時(shí)間長(zhǎng)，迄今我國(guó)乃至全球尚未有一套成熟的鑒別檢測(cè)技術(shù)，尤其是摻偽植物油鑒別技術(shù)更是一項(xiàng)世界性技術(shù)難題。因此，加快我國(guó)摻偽植物油實(shí)用鑒別技術(shù)的研發(fā)，對(duì)在國(guó)際上占據(jù)話語權(quán)，對(duì)國(guó)內(nèi)緊迫的循證執(zhí)法、指導(dǎo)市場(chǎng)監(jiān)管、評(píng)估市場(chǎng)管理效果，以及源頭預(yù)防管控等具有十分重要的意義。
[0004]由于脂肪酸甘油酯是植物油主要構(gòu)成，長(zhǎng)期以來，很多研究人員首選對(duì)其成分特征進(jìn)行研究來鑒別摻偽植物油。通常使用儀器方法有氣相色譜、氣質(zhì)聯(lián)用、紅外光譜法、液相色譜、液質(zhì)聯(lián)用、核磁共振等。2004年以來，我國(guó)在植物油標(biāo)準(zhǔn)制定中提出了脂肪酸成分標(biāo)準(zhǔn)，建立了甲酯化氣相色譜測(cè)定脂肪酸構(gòu)成的國(guó)標(biāo)法，為鑒定摻偽植物油提供了依據(jù)。但脂肪酸甘油酯有以下特點(diǎn):①同種類的植物油，其脂肪酸各成分含量構(gòu)成比有一個(gè)較寬的分布范圍，如在中國(guó)國(guó)家標(biāo)準(zhǔn)中，花生油油酸含量允許在35?67%之間變化，玉米油油酸含量允許在20?42%之間變化;②植物油的脂肪酸構(gòu)成除了與植物油種類有關(guān)外，還與植物的種子品種、地理位置、加工工藝這三個(gè)主要因素有關(guān)；由于脂肪酸構(gòu)成特異性差，僅通過測(cè)定脂肪酸構(gòu)成很難達(dá)到鑒別摻偽植物油的目的。
[0005]近年來，在脂肪酸構(gòu)成特征研究的基礎(chǔ)上，一些研究人員開展了植物油微量成分不皂化物的分析工作。植物油中不皂化物含量低，約占1%，主要含植物留醇、生育酚、角鯊烯等，其中留醇含量較高。利用留醇成分及含量鑒定摻偽植物油的研究迅速發(fā)展，尤其在橄欖油鑒定方面取得了良好的效果;利用角鯊烯、生育酚等進(jìn)行摻偽植物油鑒定方面也有許多文獻(xiàn)報(bào)導(dǎo)。研究提示植物油不皂化物有以下特點(diǎn):①植物留醇成分與含量主要與植物油種類有關(guān)，即不同種類的植物油，其留醇組成及其含量分布不同，同一種類植物油，其留醇組成及其含量分布則相對(duì)固定;②在“地溝油特異指標(biāo)研究”中發(fā)現(xiàn)脂肪酸構(gòu)成相近的不同種類植物油，其不皂化物構(gòu)成存在很大差異。但目前不皂化物分析都是采用色譜方法，不適宜應(yīng)用于食用植物油市場(chǎng)抽查監(jiān)測(cè)分析工作。
[0006]還有一些研究人員引入了化學(xué)計(jì)量學(xué)方法對(duì)脂肪酸構(gòu)成、留醇構(gòu)成等特征進(jìn)行分析，包括主成分分析、判別分析、聚類分析、典型判別分析和神經(jīng)網(wǎng)絡(luò)等統(tǒng)計(jì)分析，大大提高研究人員對(duì)各種儀器分析數(shù)據(jù)的解讀能力。其中，紅外光譜含有豐富的成分結(jié)構(gòu)信息、制樣簡(jiǎn)單、分析速度快、分析成本低，它與化學(xué)計(jì)量學(xué)結(jié)合方面的研究取得了迅速的發(fā)展，為植物油特征指紋圖譜庫(kù)的建立和摻偽植物油的鑒別奠定了科學(xué)基礎(chǔ)，但是這些研究人員尚未引入植物油不皂化物分析指標(biāo)，影響檢測(cè)的特異性，同時(shí)植物油種類多、影響因素多需要海量樣本建模，這是世界上目前尚未攻克的研究壁皇。
[0007]根據(jù)現(xiàn)有國(guó)內(nèi)外研究現(xiàn)狀分析，目前對(duì)少量摻偽植物油的鑒別在不計(jì)成本、不計(jì)時(shí)間的前提下已有成熟的技術(shù)與方法，但從大量市場(chǎng)監(jiān)管任務(wù)、公眾對(duì)于食用油安全問題的擔(dān)憂與知情權(quán)需求評(píng)價(jià)，還存在以下主要問題:①某些研究?jī)H停留在發(fā)表文章階段;②有些文獻(xiàn)研究對(duì)象不夠系統(tǒng)，樣本代表性不夠，結(jié)論缺乏科學(xué)性(僅憑少量樣品結(jié)果表象，缺乏統(tǒng)計(jì)推斷證據(jù));③有的已考慮多種因素對(duì)研究對(duì)象的影響，但如何設(shè)計(jì)抽樣技術(shù)與分析模型仍是困擾研究人員而無法繞開的難題;④缺乏多維指標(biāo)的綜合研究。

【發(fā)明內(nèi)容】

[0008]本發(fā)明要解決的技術(shù)問題，在于提供一種摻偽植物油二級(jí)篩查模型構(gòu)建方法，包括以下步驟:
步驟I，樣本采集及配制:按照二級(jí)篩查模型采集樣本并配制作為訓(xùn)練集樣本，所述二級(jí)篩查模型包括第一級(jí)篩查模型和第二極篩查模型，所述第一級(jí)篩查模型所需采集的樣本數(shù)量由公式I得出，
所述公式I為:N=nl種類*_?*η0，其中N為第一級(jí)篩查模型訓(xùn)練集樣本數(shù)量，nO為基礎(chǔ)樣本數(shù)量，nl為植物油的種類因素個(gè)數(shù)，
所述第二級(jí)篩查模型所需采集的樣本數(shù)量由公式2得出，
所述公式2為:N= (η 1?>|^8*慢+112|*121?!+113種SM?i+n4力ttrrsm) *n0，其中N為第二級(jí)篩查模型訓(xùn)練集樣本數(shù)量，nO為基礎(chǔ)樣本數(shù)量，nl為植物油的種類因素個(gè)數(shù)，n2為植物油的產(chǎn)區(qū)個(gè)數(shù)，n3為植物油的種植地個(gè)數(shù)，n4為植物油的加工工藝個(gè)數(shù)；
配制摻偽植物油作為驗(yàn)證集樣本，所述驗(yàn)證集樣本的數(shù)量由公式3得出，
所述公式3為:，其中N為樣本數(shù)量，n3為植物油的種植地個(gè)數(shù)，n4為植物油的加工工藝個(gè)數(shù)，n5為摻偽植物油中的異種油的摻偽比例個(gè)數(shù)；
步驟2，對(duì)訓(xùn)練集中的樣品進(jìn)行不皂化物快速分離富集，提取不皂化物；
步驟3，獲取訓(xùn)練集中植物油脂肪酸及其不皂化物的紅外光譜數(shù)據(jù)，
步驟4，將獲取到的紅外光譜數(shù)據(jù)進(jìn)行預(yù)處理后得到有效信息；
步驟5，利用步驟5得到的有效信息在SMCA或SAS平臺(tái)上采用主成分分析、偏最小二乘回歸分析、因子分析進(jìn)行變量分析、變量降維，依據(jù)訓(xùn)練集中植物油脂肪酸的紅外光譜數(shù)據(jù)構(gòu)建第一級(jí)篩查模型，以及依據(jù)不皂化物紅外光譜數(shù)據(jù)構(gòu)建第二級(jí)篩查模型；
步驟6，對(duì)驗(yàn)證集中的樣品進(jìn)行不皂化物快速分離富集，提取不皂化物；
步驟7，獲取驗(yàn)證集中植物油脂肪酸及其不皂化物的紅外光譜數(shù)據(jù)；
步驟8，利用步驟7獲得的紅外光譜數(shù)據(jù)對(duì)第一級(jí)篩查模型和第二級(jí)篩查模型進(jìn)行驗(yàn)證，調(diào)整并設(shè)定模型參數(shù)，制定判定規(guī)則，獲得二級(jí)篩查模型的靈敏度及誤判率數(shù)據(jù)；
進(jìn)一步的，所述植物油以花生油為例，所述步驟I中nl為1，η2為5，n3為4，n4為2，n5為2，所述異種油為玉米油，所述摻偽植物油為含玉米油10%(V/V)和5%(V/V)的摻偽花生油。
[0009]進(jìn)一步的，所述步驟2和6中不皂化物快速分離富集的方法為在樣本中加入氫氧化鉀乙醇液，充氮?dú)夥障?，加熱超聲皂化，皂化后加入正己烷，提取不皂化物?br>[0010]進(jìn)一步的，所述步驟4中將獲取到的紅外光譜數(shù)據(jù)進(jìn)行預(yù)處理的方法為:首先，選擇導(dǎo)數(shù)、小波、光滑、歸一化、ATR校正或水及二氧化碳背景扣除中的方法對(duì)紅外光譜數(shù)據(jù)進(jìn)行預(yù)處理;其次，對(duì)紅外光譜數(shù)據(jù)進(jìn)行特征峰歸屬，選擇合適的分析區(qū)域，獲取有效信息。
[0011]進(jìn)一步的，所述步驟3和7中采用島津公司8400型的紅外光譜及尼高利公司的NeXus470紅外光譜儀器采集植物油脂肪酸紅外光譜;測(cè)試條件:分辨率為4.0 cm—1，掃描次數(shù)為16次，掃描范圍為4000?650 cm—1，樣品直接滴加在水平ATR晶體上，晶體材料為ZnSe，每樣采集兩次。
[0012]進(jìn)一步的，其特征在于，所述步驟I中nO為20。
[0013]進(jìn)一步的，所述樣本的信息包括品牌、植物油種類、植物種植地、種子名稱、加工工藝、生產(chǎn)日期。
[0014]進(jìn)一步的，所述樣本的信息采用一式三聯(lián)的記錄本記錄，其中一聯(lián)留底、一聯(lián)錄入、一聯(lián)與樣品一起流轉(zhuǎn)。
[0015]進(jìn)一步的，所述不皂化物包括留醇、角鯊烯、生育酚。
[0016]一種摻偽植物油鑒別方法，采用所述的二級(jí)篩查模型對(duì)摻偽植物油進(jìn)行鑒別。
[0017]本發(fā)明通過紅外光譜結(jié)合化學(xué)計(jì)量學(xué)方法同時(shí)檢測(cè)植物油脂肪酸構(gòu)成、不皂化物構(gòu)成這兩類具有互補(bǔ)性的特征物質(zhì)來構(gòu)建摻偽植物油二級(jí)篩查模型，提高了篩查摻偽植物油模型的靈敏度，采用獨(dú)特的二級(jí)篩查法，繞開植物油種類多、影響因素多需要海量樣本建模研究的壁皇，建立滿足市場(chǎng)抽查樣分析的摻偽植物油鑒別方法。
【附圖說明】
[0018]下面參照附圖結(jié)合實(shí)施例對(duì)本發(fā)明作進(jìn)一步的說明。
[0019]圖1是本發(fā)明的二級(jí)篩查模型的構(gòu)建流程示意圖；
圖2是本發(fā)明的第一級(jí)篩查模型的油品分布示意圖；
圖3是本發(fā)明的第二級(jí)篩查模型的油品分布示意圖。
【具體實(shí)施方式】
[0020]本發(fā)明的最佳實(shí)施例的一種摻偽植物油二級(jí)篩查模型構(gòu)建方法，以花生油為例包括以下步驟:
1、選擇建模樣本:
構(gòu)建第一級(jí)篩查模型時(shí)，采集各種植物油紅外光譜，分析各種植物油脂肪酸構(gòu)成，這時(shí)只考慮植物油種類，將影響植物油構(gòu)成的植物種子品種等其他三個(gè)因素忽略。擬在福建地區(qū)收集17種植物油樣(花生油、橄欖油、茶籽油、玉米油、菜籽油、低芥酸菜籽油、葵花油、葡萄籽油、芝麻油、亞麻油、大豆油、米糠油、胡麻油、棕櫚油、核桃油、棉籽油、芝麻油)，依據(jù)公式N=nl榊I藤僧* n0=17*20=340，得到第一級(jí)篩查模型訓(xùn)練集樣本340個(gè);構(gòu)建第二級(jí)篩查模型時(shí)，采集各種花生油不皂化物質(zhì)譜圖，分析花生油不皂化物構(gòu)成，植物油種類只有一個(gè)即花生油，我國(guó)裁培的花生品種極為豐富，主要依據(jù)土質(zhì)選種，從主要產(chǎn)區(qū)山東產(chǎn)區(qū)、遼寧東部產(chǎn)區(qū)、黃淮河產(chǎn)區(qū)、東南沿海的海濱丘陵和沙土各選一個(gè)常用種子，產(chǎn)區(qū)因素為5個(gè)，種植地因素根據(jù)氣候環(huán)境因素分為4個(gè)地域，分別是東、西、南、北地域，加工工藝分非萃取和萃取兩種，依據(jù)公式 N=(nl 榊!藤1^+112|*111?+113種劇itft+n4Mrrs僧)*n0=( 1+5+4+2)*20=200個(gè)，得到第二級(jí)篩查模型訓(xùn)練集樣本200個(gè)。摻偽用異種油采用與花生油脂肪酸構(gòu)成最相近的玉米油作為異種油，花生油則隨機(jī)選取四個(gè)區(qū)域的非萃取和萃取花生油各一個(gè)，配制成含玉米油10%( V/V)和5%( V/V)的兩種摻偽比例的摻偽花生油，配制摻偽植物油作為驗(yàn)證集樣本，依據(jù)公式N=n3種SM數(shù)擁_n*=4+2+2=8，共配制8個(gè)驗(yàn)證集摻偽花生油。
[0021]2、樣本納入及排除標(biāo)準(zhǔn):
訓(xùn)練集和驗(yàn)證集所用的各種植物油，都來源于具有相關(guān)資質(zhì)的知名大型企業(yè)或大型超市。
[0022]3、樣品彳目息及編號(hào):
樣品信息包含品牌、植物油種類、植物種植地、種子名稱(若有相關(guān)的信息)加工工藝、生產(chǎn)日期，采用一式三聯(lián)(一聯(lián)留底、一聯(lián)錄入、一聯(lián)與樣品一起流轉(zhuǎn))記錄本記錄。
[0023]4、不皂化物分離富集
油樣加入氫氧化鉀乙醇液，充氮?dú)夥障?，加熱超聲皂化，皂化后加入正己烷，提取不皂化物?br>[0024]5、獲取植物油紅外光譜
為了使建立的模型能使用各種類型的紅外光譜獲得的數(shù)據(jù)，將用島津公司8400型的紅外光譜及尼高利公司的NeXus470紅外光譜儀器，采集植物油紅外光譜。測(cè)試條件:分辨率為4.0 cm—1，掃描次數(shù)為16次，掃描范圍4000?650 cm—1，樣品直接滴加在水平ATR晶體上(晶體材料為ZnSe)，每樣采集兩次。
[0025]4、獲取植物油中不皂化物質(zhì)紅外光譜
同理，將用島津公司8400型的紅外光譜及尼高利公司的NexUS470紅外光譜儀器，采集植物油中不皂化物質(zhì)的紅外光譜。直接將(I)步驟中正己烷溶液滴加到水平ATR晶體上，揮去正己烷后采集，測(cè)試條件同上。
[0026]5、紅外光譜數(shù)據(jù)預(yù)處理
(1)選擇適合的紅外光譜數(shù)據(jù)預(yù)處理方法(導(dǎo)數(shù)、小波、光滑、歸一化、ATR校正、水及二氧化碳背景扣除等)對(duì)紅外光譜數(shù)據(jù)進(jìn)行預(yù)處理；
(2)對(duì)紅外光譜進(jìn)行特征峰歸屬，選擇合適的分析區(qū)域，獲取有效信息。
[0027]6、構(gòu)建摻偽植物油摻篩查模型
根據(jù)植物油及植物油中不皂化物質(zhì)紅外光譜數(shù)據(jù)，在S頂CA或SAS軟件平臺(tái)上，利用主成分分析、偏最小二乘回歸分析、因子分析等方法，進(jìn)行變量分析、變量降維、篩查模型構(gòu)建等。
[0028]7、摻偽植物油篩查模型相關(guān)參數(shù)獲取
用制備的摻偽花生油，對(duì)模型參數(shù)進(jìn)行調(diào)整、設(shè)置，確定模型的靈敏度及誤判率。
[0029]1.建立快速有效的分離富集植物油不皂化物方法
2.對(duì)紅外光譜數(shù)據(jù)進(jìn)行有效的預(yù)處理，利用主成分分析、偏最小二乘回歸分析、因子分析等方法，在SIMCA和SAS軟件平臺(tái)上，進(jìn)行變量分析、變量降維，模型構(gòu)建，模型相關(guān)參數(shù)選擇。
[0030]利用上述二級(jí)篩查模型對(duì)摻偽植物油的鑒別方法如下(下面以篩查摻了玉米油的摻偽花生油為例，對(duì)該建模策略進(jìn)行具體說明):
依據(jù)植物油脂肪酸甘油酯構(gòu)成建立的第一級(jí)篩查模型圖(如圖1所示，以二維模型為例，各油的分布區(qū)域假設(shè)為圓形區(qū)，其中包括第一圓形區(qū)I和第二圓形區(qū)2)，當(dāng)考慮了植物油種類、植物種植地、種子品種、加工工藝等因素后，花生油分布在第一圓形區(qū)I內(nèi)，玉米油則分布在第二圓形區(qū)2內(nèi)，由于花生油與玉米油的主要脂肪酸構(gòu)成很相似甚至相同(依據(jù)花生油與玉米油國(guó)家標(biāo)準(zhǔn)數(shù)據(jù))，所以第一級(jí)篩查模型中，二者分布的區(qū)域相互交叉。采用本專利的建模策略，構(gòu)建第一級(jí)篩查模型時(shí)不考慮種子等三大因素，只考慮植物油種類因素，所以花生油分布將落在上述第一圓形區(qū)I內(nèi)的某個(gè)區(qū)域(如圖1所示的第一圓形區(qū)I內(nèi)的陰影區(qū)域)，進(jìn)行第一級(jí)模型篩查時(shí)，只有落在第一圓形區(qū)內(nèi)的陰影區(qū)域的植物油，才被判定為花生油。同理各影響因素都考慮時(shí)，依據(jù)花生油不皂化物構(gòu)成建立的第二級(jí)篩查模型，花生油分布在藍(lán)色區(qū)域內(nèi)，由于脂肪酸構(gòu)成相似的植物油其不皂化物構(gòu)成差異大，因此玉米油則分布在離左側(cè)圓形區(qū)3域較遠(yuǎn)的右側(cè)圓形區(qū)域4內(nèi)(如圖2所示)。顯然，在進(jìn)行第一級(jí)篩查時(shí)，許多真的花生油由于落在綠色框內(nèi)但不落在綠色陰影區(qū)內(nèi)，被判定為摻偽花生油，也有許多與花生油脂肪酸構(gòu)成相似的植物油如玉米油或摻了玉米油的假花生油，由于落在綠色陰影區(qū)內(nèi)被判為真花生油，第一級(jí)模型不考慮種子等三大因素，再加上玉米油與花生油脂肪酸構(gòu)成很相似，使第一級(jí)篩查結(jié)果產(chǎn)生很大誤判率，但本法在在第一級(jí)篩查模型的基礎(chǔ)上，進(jìn)行第二級(jí)篩查，由于構(gòu)建第二級(jí)模型時(shí)考慮了花生油種子品種、種植地和加工工藝等三大影響因素，被第一級(jí)篩查錯(cuò)判為假的真花生油，進(jìn)行第二級(jí)篩查時(shí)被一級(jí)模型篩查錯(cuò)判的真的花生油，將落在藍(lán)色區(qū)域內(nèi)被判為真花生油，而被第一級(jí)模型篩查錯(cuò)判的為真的假花生油，進(jìn)行第二級(jí)篩查時(shí)將落在藍(lán)色區(qū)域外被判為假花生油。采用兩級(jí)模型篩查，只有同時(shí)滿足加入花生油中的植物油脂肪酸構(gòu)成與花生油相似，且加入的植物油不皂化物構(gòu)成與花生油不皂化物構(gòu)成也相似的摻偽油才可能被誤判，前面已敘述植物油脂肪酸構(gòu)成相似，不皂化物構(gòu)成就有很大差異，所以這種誤判屬于小概率事件。因此，采用二級(jí)篩查，在大幅降低建模用樣本量的同時(shí)，仍能得到靈敏度高、誤判率低的摻偽花生油篩查模型。本實(shí)施例采用脂肪酸構(gòu)成與花生油最相近的玉米油作為異種油，所建模型顯然可應(yīng)用于篩查其他異種油摻偽的花生油。
[0031]綜上所述，本發(fā)明的優(yōu)點(diǎn)如下:
植物油中主成分脂肪酸甘油酯和微量成分不皂化物這兩類物質(zhì)，它們特征性好且具有互補(bǔ)性，基于它們的紅外光譜建?？捎行岣吣Ｐ挽`敏度，降低模型誤判率。首先快速、高效分離富集不皂化物，再采集它和植物油紅外光譜，接著結(jié)合化學(xué)計(jì)量學(xué)方法分析這兩類特征物質(zhì)光譜數(shù)據(jù)。設(shè)計(jì)了獨(dú)創(chuàng)的建模方案，采用兩級(jí)篩查法，在保證模型高靈敏度、低誤判率的基礎(chǔ)上，建模樣本量從數(shù)萬個(gè)降低至數(shù)百個(gè)，解決了如何有效建模這個(gè)一直困擾該領(lǐng)域研究人員但卻無法繞開的難題，為構(gòu)建各種食用植物油判定模型提供技術(shù)支持。
[0032]通過紅外光譜結(jié)合化學(xué)計(jì)量學(xué)方法同時(shí)檢測(cè)植物油脂肪酸構(gòu)成、不皂化物構(gòu)成這兩類具有互補(bǔ)性的特征物質(zhì)，提高篩查摻偽植物油模型的靈敏度，采用獨(dú)特的二級(jí)篩查法，繞開植物油種類多、影響因素多需要海量樣本建模研究的壁皇，建立滿足市場(chǎng)抽查樣分析的摻偽植物油篩查方法。以目前各種植物油的中國(guó)國(guó)家標(biāo)準(zhǔn)及成分構(gòu)成數(shù)據(jù)推測(cè)，二級(jí)篩查模型檢測(cè)新技術(shù)檢測(cè)敏感性有望達(dá)到95%及以上，誤判率可低于5%。該檢測(cè)新技術(shù)從制樣、獲得紅外光譜、化學(xué)計(jì)量學(xué)分析到結(jié)論等全過程不到30分鐘，完全符合快速、低成本，檢測(cè)敏感性、特異性高的植物油市場(chǎng)監(jiān)管、監(jiān)測(cè)任務(wù)需求，為摻偽植物油鑒別適宜技術(shù)的研發(fā)奠定了堅(jiān)實(shí)基礎(chǔ)。篩查出的少量摻偽油，可依據(jù)情況，選擇合適的特征成分，用各種方法包括耗時(shí)、耗力、高成本的色譜法聯(lián)合進(jìn)行第三級(jí)鑒定，以確定摻了何種異種油，是否添加地溝油以及摻偽量等，實(shí)現(xiàn)對(duì)食用植物油市場(chǎng)抽查樣品的有效分析、鑒定。后續(xù)可以通過互聯(lián)網(wǎng)+ “云數(shù)據(jù)”共享所獲得的模型或數(shù)據(jù)庫(kù)。隨著便攜式紅外光譜儀的發(fā)展與應(yīng)用的進(jìn)一步推廣普及，有望真正為我國(guó)食用油脂市場(chǎng)的循證執(zhí)法、監(jiān)管、效果評(píng)估和源頭管控開辟一種靈敏、簡(jiǎn)便、經(jīng)濟(jì)的新方法，實(shí)現(xiàn)人人參與監(jiān)管的格局。因而本項(xiàng)目研究對(duì)促進(jìn)植物油產(chǎn)業(yè)長(zhǎng)久健康發(fā)展有著巨大的潛在應(yīng)用價(jià)值和深遠(yuǎn)的意義。
[0033]上面結(jié)合附圖對(duì)本發(fā)明進(jìn)行了示例性描述，顯然本發(fā)明具體實(shí)現(xiàn)并不受上述方式的限制，只要采用了本發(fā)明的方法構(gòu)思和技術(shù)方案進(jìn)行的各種非實(shí)質(zhì)性的改進(jìn)，或未經(jīng)改進(jìn)將本發(fā)明的構(gòu)思和技術(shù)方案直接應(yīng)用于其它場(chǎng)合的，均在本發(fā)明的保護(hù)范圍之內(nèi)。
【主權(quán)項(xiàng)】
1.一種摻偽植物油二級(jí)篩查模型構(gòu)建方法，其特征在于，包括以下步驟: 步驟I，樣本采集及配制:按照二級(jí)篩查模型采集樣本并配制作為訓(xùn)練集樣本，所述二級(jí)篩查模型包括第一級(jí)篩查模型和第二極篩查模型，所述第一級(jí)篩查模型所需采集的樣本數(shù)量由公式I得出， 所述公式I為:N=nl種類》?*nO，其中N為第一級(jí)篩查模型訓(xùn)練集樣本數(shù)量，no為基礎(chǔ)樣本數(shù)量，nl為植物油的種類因素個(gè)數(shù)， 所述第二級(jí)篩查模型所需采集的樣本數(shù)量由公式2得出， 所述公式2為:N=(nli機(jī)藤激+n4力肛121激)* nO，其中N為第二級(jí)篩查模型訓(xùn)練集樣本數(shù)量，nO為基礎(chǔ)樣本數(shù)量，nl為植物油的種類因素個(gè)數(shù)，n2為植物油的產(chǎn)區(qū)個(gè)數(shù)，n3為植物油的種植地個(gè)數(shù)，n4為植物油的加工工藝個(gè)數(shù)； 配制摻偽植物油作為驗(yàn)證集樣本，所述驗(yàn)證集樣本的數(shù)量由公式3得出， 所述公式3為:N=n3_fe?+n4力?，其中N為樣本數(shù)量，η3為植物油的種植地個(gè)數(shù)，η4為植物油的加工工藝個(gè)數(shù)，η5為摻偽植物油中的異種油的摻偽比例個(gè)數(shù)； 步驟2，對(duì)訓(xùn)練集中的樣品進(jìn)行不皂化物快速分離富集，提取不皂化物； 步驟3，獲取訓(xùn)練集中植物油脂肪酸及其不皂化物的紅外光譜數(shù)據(jù)， 步驟4，將獲取到的紅外光譜數(shù)據(jù)進(jìn)行預(yù)處理后得到有效信息； 步驟5，利用步驟4得到的有效信息在SMCA或SAS平臺(tái)上采用主成分分析、偏最小二乘回歸分析、因子分析進(jìn)行變量分析、變量降維，依據(jù)訓(xùn)練集中植物油脂肪酸的紅外光譜數(shù)據(jù)構(gòu)建第一級(jí)篩查模型，以及依據(jù)不皂化物紅外光譜數(shù)據(jù)構(gòu)建第二級(jí)篩查模型； 步驟6，對(duì)驗(yàn)證集中的樣品進(jìn)行不皂化物快速分離富集，提取不皂化物； 步驟7，獲取驗(yàn)證集中植物油脂肪酸及其不皂化物的紅外光譜數(shù)據(jù)； 步驟8，利用步驟7獲得的紅外光譜數(shù)據(jù)對(duì)第一級(jí)篩查模型和第二級(jí)篩查模型進(jìn)行驗(yàn)證，調(diào)整并設(shè)定模型參數(shù)，制定判定規(guī)則，獲得二級(jí)篩查模型的靈敏度及誤判率數(shù)據(jù)。2.根據(jù)權(quán)利要求1所述的摻偽植物油二級(jí)篩查模型構(gòu)建方法，其特征在于，所述植物油為花生油，所述步驟I中nl為1，η2為5，η3為4，η4為2，η5為2，所述異種油為玉米油，所述摻偽植物油為含玉米油10%(V/V)和5%(V/V)的摻偽花生油。3.根據(jù)權(quán)利要求1或2所述的摻偽植物油二級(jí)篩查模型構(gòu)建方法，其特征在于，所述步驟2和6中不皂化物快速分離富集的方法為在樣本中加入氫氧化鉀乙醇液，充氮?dú)夥障?，加熱超聲皂化，皂化后加入正己烷，提取不皂化物?.根據(jù)權(quán)利要求1或2所述的摻偽植物油二級(jí)篩查模型構(gòu)建方法，其特征在于，所述步驟4中將獲取到的紅外光譜數(shù)據(jù)進(jìn)行預(yù)處理的方法為:首先，選擇導(dǎo)數(shù)、小波、光滑、歸一化、ATR校正或水及二氧化碳背景扣除中的方法對(duì)紅外光譜數(shù)據(jù)進(jìn)行預(yù)處理;其次，對(duì)紅外光譜數(shù)據(jù)進(jìn)行特征峰歸屬，選擇合適的分析區(qū)域，獲取有效信息。5.根據(jù)權(quán)利要求1或2所述的摻偽植物油二級(jí)篩查模型構(gòu)建方法，其特征在于，所述步驟3和7中采用島津公司8400型的紅外光譜及尼高利公司的NexUS470紅外光譜儀器采集植物油脂肪酸紅外光譜;測(cè)試條件:分辨率為4.0 cm—1，掃描次數(shù)為16次，掃描范圍為4000?650cm—1，樣品直接滴加在水平ATR晶體上，晶體材料為ZnSe，每樣采集兩次。6.根據(jù)權(quán)利要求1或2所述的摻偽植物油二級(jí)篩查模型構(gòu)建方法，其特征在于，所述步驟I中nO為20。7.根據(jù)權(quán)利要求1或2所述的摻偽植物油二級(jí)篩查模型構(gòu)建方法，其特征在于，所述樣本的信息包括品牌、植物油種類、植物種植地、種子名稱、加工工藝、生產(chǎn)日期。8.根據(jù)權(quán)利要求7所述的摻偽植物油二級(jí)篩查模型構(gòu)建方法，其特征在于，所述樣本的信息采用一式三聯(lián)的記錄本記錄，其中一聯(lián)留底、一聯(lián)錄入、一聯(lián)與樣品一起流轉(zhuǎn)。9.根據(jù)權(quán)利要求1或2所述的摻偽植物油二級(jí)篩查模型構(gòu)建方法，其特征在于，所述不皂化物包括留醇、角鯊烯、生育酚。10.一種摻偽植物油鑒別方法，其特征在于，采用權(quán)利要求1所述的二級(jí)篩查模型對(duì)摻偽植物油進(jìn)行鑒別。
【文檔編號(hào)】G06F19/00GK105954224SQ201610288181
【公開日】2016年9月21日
【申請(qǐng)日】2016年5月3日
【發(fā)明人】何文絢
【申請(qǐng)人】閩江學(xué)院