作者：胡晓云，卞希慧*，项洋，张环，魏俊富
关键字：近红外光谱，食用调和油，多元校正，定量检测模型
论文来源：期刊
具体来源：光谱学与光谱分析, 2023, 43 (1): 78-84
发表时间：2023年
有关调和油快速准确定量检测的研究对于调和油质量控制具有重要意义。然而，以往对调和油定量分析的研究大多集中于二元、三元和四元调和油，对更高元数调和油的研究很少，难以满足调和油检测需求。本研究的目的是探讨近红外光谱结合化学计量学对五元调和油中各单组分油进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个五元调和油样品，并采集它们的12000-4000 cm-1范围内的近红外透射光谱。首先，采用光谱-理化值共生距离（SPXY）算法将调和油样品集划分为38个校正集和13个预测集。其次，考察了主成分回归（PCR）、偏最小二乘（PLS）、支持向量回归（SVR）、人工神经网络（ANN）、极限学习机（ELM）等五种多元校正方法对五元调和油各组分定量分析的建模效果。然后，在最佳建模方法的基础上比较了SG平滑、标准正态变量（SNV）、多元散射校正（MSC）、一阶导数（1st Der）、二阶导数（2nd Der）和连续小波变换（CWT）六种光谱预处理方法，并讨论了预处理方法有效的原因。最后，在最佳预处理方法的基础上进一步利用竞争性自适应重加权（CARS）和蒙特卡罗无信息变量消除法（MCUVE）筛选与预测组分相关的变量。结果显示，在五种建模方法中，PLS是最佳的建模方法，对玉米油、大豆油、稻米油、葵花油和芝麻油五种组分的预测均方根误差（RMSEP）分别为5.5644、5.5592、3.5926、7.4218、4.1930。经过光谱预处理-变量选择，再建立PLS模型，对五种组分的RMSEP分别降低至1.9553、0.5624、1.1450、1.6190、1.0671，预测相关系数（Rp）均高于0.98，表明采用合适的光谱预处理和变量选择方法，可以明显提高五元调和油中各单组分油定量分析的预测准确度。本研究为多组分调和油的快速无损定量检测提供了一种参考。