范 苑，吳瑞梅，艾施榮，劉木華，楊紅飛，鄭建鴻

江西農(nóng)業(yè)大學(xué)生物光電及應(yīng)用重點(diǎn)實(shí)驗(yàn)室，江西 南昌 330045

基于液芯光纖的激光誘導(dǎo)熒光食用油種類鑒別研究

范 苑，吳瑞梅*，艾施榮，劉木華，楊紅飛，鄭建鴻

江西農(nóng)業(yè)大學(xué)生物光電及應(yīng)用重點(diǎn)實(shí)驗(yàn)室，江西 南昌 330045

組建了一套基于液芯光纖的激光誘導(dǎo)熒光食用油鑒別裝置。研究了不同液芯光纖長(zhǎng)度對(duì)食用油激光誘導(dǎo)熒光光譜的影響，分析了不同種類食用油激光誘導(dǎo)熒光光譜之間的差異。八種食用油共320份樣本熒光數(shù)據(jù)在1 m長(zhǎng)液芯光纖內(nèi)采集，采用主成分分析方法對(duì)食用油熒光數(shù)據(jù)進(jìn)行降維處理，利用偏最小二乘判別分析(PLS-DA)方法建立食用油種類的鑒別模型。結(jié)果表明，使用液芯光纖后，食用油熒光強(qiáng)度得到較大的增強(qiáng)。隨著液芯光纖長(zhǎng)度增加，食用油熒光特征峰逐漸增加并且食用油的激光誘導(dǎo)熒光光譜會(huì)產(chǎn)生紅移現(xiàn)象，當(dāng)液芯光纖長(zhǎng)度超過(guò)80 cm后，紅移趨于飽和。不同食用油的熒光光譜形狀差異較大，可用于區(qū)分不同種類食用油。利用主成分1和主成分2繪制的主成分得分圖顯示，不同種類食用油呈現(xiàn)很好的聚集。當(dāng)選用主成分?jǐn)?shù)為10時(shí)，建立的PLS-DA食用油種類鑒別模型對(duì)訓(xùn)練集和預(yù)測(cè)集樣本識(shí)別率均達(dá)到100%。說(shuō)明本裝置用于食用油種類的快速鑒別具有較高的準(zhǔn)確性。

激光誘導(dǎo)熒光；食用油；液芯光纖；偏最小二乘法判別分析

引 言

食用油作為一種烹飪?cè)希瓤墒故澄锩牢?，還是人們主要的脂肪攝入來(lái)源。隨著人們生活水平的提高，人們更加關(guān)注食用油對(duì)健康的影響。市場(chǎng)上銷售的食用油主要有大豆油、玉米油、菜籽油、葵花籽油、花生油、橄欖油以及各種調(diào)和油等，而品種不同，其營(yíng)養(yǎng)價(jià)值也不同，價(jià)格差異較大，常有不法商將廉價(jià)食用油摻雜以次充好。檢測(cè)食用油中的主要成分常采用氣相色譜[1]、液相色譜[2]等化學(xué)分析方法，化學(xué)方法檢測(cè)食用油主要成分準(zhǔn)確、可靠, 但設(shè)備昂貴、前處理復(fù)雜，分析速度慢，不能滿足市場(chǎng)快速檢測(cè)的需要。近來(lái)，研究者采用光譜法如近紅外光譜法[3-4]、拉曼光譜法[5-6]對(duì)食用油種類進(jìn)行鑒別。這些光譜方法快速簡(jiǎn)便，但準(zhǔn)確度難以保證。

熒光光譜法選擇性好、靈敏度高、不需要前處理，已廣泛用于食品質(zhì)量安全分析中。Zandomeneghi[7]，Kyriakidis[8]分析了植物油和橄欖油中產(chǎn)生熒光的物質(zhì)成分，并通過(guò)熒光物質(zhì)的成分含量不同，實(shí)現(xiàn)了食用油種類的區(qū)分。牟濤濤[9]等使用自行設(shè)計(jì)的激光誘導(dǎo)熒光檢測(cè)裝置，結(jié)合支持向量機(jī)方法實(shí)現(xiàn)了食用油種類的快速鑒別，但該裝置的共聚集光路復(fù)雜，使用的ICCD檢測(cè)器價(jià)格較貴。

本論文基于液芯光纖的優(yōu)點(diǎn)，組建了一套基于液芯光纖的激光誘導(dǎo)熒光光譜檢測(cè)裝置用于食用油的快速檢測(cè)。利用405 nm半導(dǎo)體激光器作為激發(fā)光源，海洋光學(xué)QE6500光譜儀作為熒光探測(cè)器，聚四氟乙烯管制作的食用油液芯光纖用于增加激光誘導(dǎo)熒光激發(fā)距離。探討了不同光纖長(zhǎng)度對(duì)食用油光譜強(qiáng)度的影響，分析了各種食用油的光譜差異，采用偏最小二乘法判別分析(PLS-DA)建立了食用油種類的判別模型。

1 實(shí)驗(yàn)部分

1.1 食用油液芯光纖的制作方法

聚四氟乙烯又稱鐵氟龍，是由四氟乙烯經(jīng)聚合而成的高分子化合物，具有優(yōu)良的化學(xué)穩(wěn)定性、耐腐蝕性。美國(guó)杜邦公司生產(chǎn)的聚四氟乙烯材料(Teflon-AF2400)折射率最低，可達(dá)1.29，國(guó)產(chǎn)聚四氟乙烯材料折射率為1.35。利用國(guó)產(chǎn)四氟乙烯材料拉制內(nèi)徑1 mm，外徑2 mm的聚四氟乙烯管。食用油液芯光纖制作過(guò)程如下：截取一定長(zhǎng)度聚四氟乙烯空心管，利用注射器將食用油注入聚四氟乙烯空心管中，利用石英封頭將聚四氟乙烯空心管密封，注入過(guò)程中，避免密封接口處和內(nèi)部產(chǎn)生氣泡。由于食用油的折射率大都在1.47以上，因此，按此方法制作的食用油液芯光纖的數(shù)值孔徑NA大于0.33。

1.2 基于液芯光纖的激光誘導(dǎo)熒光檢測(cè)裝置

基于液芯光纖的激光誘導(dǎo)熒光檢測(cè)裝置示意圖見(jiàn)圖1，包括激光光源(405 nm半導(dǎo)體激光器，輸出功率500 mW)、顯微鏡物鏡(10×)、食用油液芯光纖、三維調(diào)整臺(tái)、光纖光譜儀(OCEAN-USB6500，光譜范圍450～900 nm)、計(jì)算機(jī)等。試驗(yàn)時(shí)，激光光束經(jīng)顯微鏡物鏡耦合進(jìn)入液芯光纖內(nèi)，并被限制在液芯光纖長(zhǎng)度范圍內(nèi)傳輸，不斷激發(fā)食用油產(chǎn)生熒光，實(shí)現(xiàn)長(zhǎng)光程的熒光激發(fā)，從而增強(qiáng)熒光強(qiáng)度。激發(fā)產(chǎn)生的大部分熒光被限制在液芯光纖內(nèi)傳輸，并傳輸?shù)揭盒竟饫w的另一端。激發(fā)光在液芯光纖內(nèi)傳輸時(shí)，由于熒光物質(zhì)對(duì)激發(fā)光的吸收，激發(fā)光會(huì)逐漸衰減，在液芯光纖足夠長(zhǎng)時(shí)，激發(fā)光在到達(dá)液芯光纖另一端時(shí)，由于長(zhǎng)距離的熒光激發(fā)，會(huì)逐漸衰減至零，因此可不需要使用熒光長(zhǎng)通濾光片來(lái)濾除激發(fā)光。激發(fā)產(chǎn)生的食用油熒光利用光纖光譜儀從液芯光纖另一端收集。

圖1 激光誘導(dǎo)熒光光譜檢測(cè)裝置原理圖

1.3 樣品和熒光光譜獲取

八種食用油購(gòu)自于當(dāng)?shù)卮笮统校航瘕堲~大豆油、西王鮮胚玉米油、金龍魚花生油、金龍魚葵花籽油、長(zhǎng)康菜籽油、齊云山茶油、歐麗微蘭橄欖油和金龍魚稻米油，常溫避光保存。

試驗(yàn)時(shí)，將密封好的液芯光纖固定于調(diào)整臺(tái)上，調(diào)整光纖軸芯與激光束在同一水平線。打開(kāi)激光光源，利用光纖光譜儀從液芯光纖另一頭接收產(chǎn)生的熒光光譜。為保證測(cè)量結(jié)果的準(zhǔn)確性，在激光激發(fā)產(chǎn)生熒光60 s后再采集光譜，每個(gè)樣本采集3次，求平均值。經(jīng)多次試驗(yàn)，光纖光譜儀的積分時(shí)間為10 ms時(shí)，采集信號(hào)較強(qiáng)而不至于飽和，液芯光纖長(zhǎng)度經(jīng)實(shí)驗(yàn)分析后定為1 m。每種食用油采集40個(gè)樣本，共獲得320個(gè)食用油樣本的熒光光譜。

為探討液芯光纖長(zhǎng)度對(duì)熒光強(qiáng)度的影響，制作不同長(zhǎng)度(20，40，60，80，100 cm)的聚四氟乙烯食用油液芯光纖，以歐麗微蘭橄欖油為對(duì)象，測(cè)量同種食用油在不同長(zhǎng)度液芯光纖中激發(fā)產(chǎn)生的熒光光譜。

2 結(jié)果與分析

2.1 不同液芯光纖長(zhǎng)度對(duì)食用油光譜的影響

圖2是不同液芯光纖長(zhǎng)度下獲得的熒光光譜歸一化圖，其中0 cm為將橄欖油置于1 cm光程比色皿所測(cè)，激發(fā)光方向和熒光收集方向呈90°夾角。

由圖2(a)可看出，使用比色皿所測(cè)熒光強(qiáng)度比使用液芯光纖后所測(cè)熒光強(qiáng)度要低很多，可見(jiàn)使用液芯光纖能對(duì)熒光起到增強(qiáng)效果。隨著使用液芯光纖長(zhǎng)度的增加，所測(cè)熒光強(qiáng)度一開(kāi)始有增強(qiáng)但隨后又開(kāi)始減小。這里有三個(gè)原因共同作用的結(jié)果，其一是初榨橄欖油所含葉綠素較多，對(duì)激發(fā)光的吸收比較強(qiáng)烈，可以看出一開(kāi)始熒光隨著液芯光纖長(zhǎng)度增加逐漸增強(qiáng)，這是因?yàn)榧ぐl(fā)光在液芯光纖內(nèi)傳輸并不斷激發(fā)產(chǎn)生新的熒光，液芯光纖內(nèi)食用油熒光相互疊加實(shí)現(xiàn)熒光增強(qiáng)，但在大約40 cm后，激發(fā)光已被食用油幾乎全部吸收，無(wú)法在后面的液芯光纖內(nèi)繼續(xù)激發(fā)產(chǎn)生新的熒光；其二是彎曲的液芯光纖本身具有一定的損耗，隨著長(zhǎng)度的增加損耗也相應(yīng)增加；其三是每次測(cè)量時(shí)光纖耦合效率不能保證相同，導(dǎo)致每次測(cè)量熒光強(qiáng)度都有差別。如果要獲得更強(qiáng)的食用油熒光，可以提高激發(fā)光功率和增強(qiáng)裝置穩(wěn)定性。

由圖2(b)可以看出，在不使用液芯光纖時(shí)所測(cè)橄欖油熒光只有一個(gè)峰值，且峰形特征不明顯。而使用液芯光纖時(shí)，隨著光纖長(zhǎng)度的增加，熒光特征峰數(shù)量逐漸增多，熒光峰值波長(zhǎng)產(chǎn)生紅移現(xiàn)象，且熒光紅移量隨液芯光纖長(zhǎng)度的增加而增大。當(dāng)液芯光纖長(zhǎng)度達(dá)到80 cm以上時(shí)，熒光峰位置不再隨著液芯光纖長(zhǎng)度增加而增多，但峰高仍有微小變化。其他食用油在不同液芯光纖長(zhǎng)度下獲得的熒光光譜與橄欖油的熒光光譜具有類似的紅移特征。產(chǎn)生紅移的原因主要是液芯光纖內(nèi)存在所謂的“二次吸收-發(fā)射效應(yīng)”[12]。食用油在吸收激發(fā)光后輻射出熒光，輻射出的熒光又被液芯光纖中臨近的食用油吸收。由于熒光的二次吸收-發(fā)射中的激發(fā)光波長(zhǎng)要比前一次長(zhǎng)，因此二次發(fā)射產(chǎn)生的熒光峰值會(huì)增加，即產(chǎn)生所謂的“紅移現(xiàn)象”。當(dāng)光纖長(zhǎng)度繼續(xù)增加時(shí)，紅移量漸漸趨于一飽和值。因此，為避免由于液芯光纖長(zhǎng)度的影響導(dǎo)致食用油熒光的變化，在后續(xù)實(shí)驗(yàn)中均采用1米長(zhǎng)的液芯光纖用于測(cè)量食用油的熒光光譜。

圖2 不同液芯光纖長(zhǎng)度下的橄欖油 激光誘導(dǎo)熒光光譜圖

2.2 不同種類食用油的熒光光譜特性分析

圖3為8種食用油的熒光光譜圖。從圖可看出，不同食用油的峰高差異較大，這主要是因不同食用油的成分不同所致。茶油和橄欖油為冷壓榨食用油，食用油成分未受到破壞，有4個(gè)熒光特征峰，其中580和635 nm是維生素E的熒光特征峰[13]；而金龍魚大豆油、西王玉米油、金龍魚花生油、金龍魚葵花籽油、長(zhǎng)康菜籽油、金龍魚稻米油均為精煉油，其熒光基團(tuán)復(fù)雜，多種熒光基團(tuán)共同作用形成較寬的熒光峰，但寬熒光峰的形狀也有較大差異，可作為食用油種類區(qū)分的參考，其中679和781 nm兩個(gè)峰為葉綠素產(chǎn)生的熒光峰[14]，所有食用油都含有葉綠素，但由于加工方式不同，其葉綠素含量差異較大，可通過(guò)峰強(qiáng)度區(qū)分各種食用油。

2.3 主成分分析

主成分分析(principal component analysis，PCA)作為一個(gè)多元數(shù)據(jù)分析的工具，它的目標(biāo)是尋求一種變換，把原始數(shù)據(jù)映射到一個(gè)新的空間，在新的空間中，原始數(shù)據(jù)的大部分信息被壓縮到較少的幾個(gè)波段(稱之為主成分)[15]。實(shí)驗(yàn)獲取得到了8種不同種類食用油在1米長(zhǎng)液芯光纖下的320份熒光光譜數(shù)據(jù)，首先對(duì)熒光光譜數(shù)據(jù)進(jìn)行0-1歸一化處理，利用主成分分析法提取包含光譜特征的主成分?jǐn)?shù)據(jù)，前5個(gè)主成分包含了99.9%的數(shù)據(jù)信息。以主成分1為x軸，主成分2為y軸繪制主成分得分圖如圖4所示，從圖中可看出，8種食用油在第一、第二主成分空間能很好地區(qū)分開(kāi)。

圖3 8種食用油熒光光譜圖

圖4 食用油主成分得分圖

2.4 模式識(shí)別方法的建立

采用偏最小二乘法判別分析[16](partial least squares discriminant analysis，PLS-DA)建立食用油種類的鑒別模型。在前期主成分分析基礎(chǔ)上，每種食用油40個(gè)光譜中隨機(jī)取20個(gè)作為PLS-DA模型的訓(xùn)練集，余下20個(gè)作為模型預(yù)測(cè)集。使用Matlab PLS Toolbox軟件進(jìn)行建模，以食用油熒光光譜作為數(shù)據(jù)集X，食用油種類(以數(shù)值1, 2, 3, 4, 5, 6, 7, 8分別表示8種不同食用油)作為數(shù)據(jù)集Y，針對(duì)不同的主成分個(gè)數(shù)分別建立模型。當(dāng)預(yù)測(cè)值偏差小于0.5時(shí)，判定食用油屬于該類，反之不屬于該類。

圖5 不同主成分因子下的訓(xùn)練和預(yù)測(cè)時(shí)的識(shí)別結(jié)果

Fig.5 The recognition rate chart of calibration set and prediction set with different number of principal components factor

圖5是不同主成分下模型對(duì)訓(xùn)練集和預(yù)測(cè)集樣本的識(shí)別率。從圖可看出，隨著主成分因子數(shù)的增加，訓(xùn)練集和預(yù)測(cè)集樣本的識(shí)別率都呈上升趨勢(shì)，當(dāng)主成分因子數(shù)達(dá)到10以后，訓(xùn)練集和預(yù)測(cè)集的識(shí)別率都達(dá)到100%。因此，用10個(gè)主成分建立的PLS-DA判別模型最佳，可以實(shí)現(xiàn)對(duì)八種不同種類食用油的正確識(shí)別。

3 結(jié) 論

組建了基于液芯光纖的激光誘導(dǎo)熒光檢測(cè)裝置，用于八種典型食用油的鑒別分析，探索了光纖長(zhǎng)度對(duì)食用油熒光光譜的影響，建立了八種食用油的PLS-DA判別模型。研究表明，使用液芯光纖后，食用油熒光強(qiáng)度得到較大的增強(qiáng)。隨著液芯光纖長(zhǎng)度增加，食用油熒光特征峰逐漸增加并且食用油的激光誘導(dǎo)熒光光譜會(huì)產(chǎn)生紅移現(xiàn)象，當(dāng)液芯光纖長(zhǎng)度超過(guò)80 cm后，紅移趨于飽和。不同食用油的熒光光譜形狀差異較大，可用于區(qū)分不同種類食用油。利用主成分1和主成分2繪制的主成分得分圖顯示，不同種類食用油呈現(xiàn)很好的聚集。當(dāng)選用主成分?jǐn)?shù)為10時(shí)，建立的PLS-DA食用油種類鑒別模型對(duì)校正集和預(yù)測(cè)集樣本識(shí)別率均達(dá)到100%。該裝置具有結(jié)構(gòu)簡(jiǎn)單、信噪比高，穩(wěn)定性好，準(zhǔn)確性高等特點(diǎn)，為食用油種類的快速鑒別裝置開(kāi)發(fā)提供了技術(shù)基礎(chǔ)。

[1] Peng D, Bi Y, Ren X, et al. Food Chemistry, 2015, 188: 415.

[2] Endo Y, Ohta A, Kido H, et al. Journal of Oleo Science, 2011, 60(9): 451.

[3] Mossoba M M, Azizian H, Tyburczy C, et al. Journal of the American Oil Chemists’ Society, 2013, 90(6): 757.

[4] LIU Ling-ling, WU Yan-wen, ZHANG Xu, et al(劉玲玲, 武彥文, 張 旭，等) . Acta Chimica Sinica(化學(xué)學(xué)報(bào))，2012, 70(8): 995.

[5] Feng W W, Zhang W, Tian X X, et al. Advanced Materials Research, 2012, 588-589: 1152.

[6] Dong W, Zhang Y, Zhang B, et al. Journal of Raman Spectroscopy, 2013, 44(12): 1739.

[7] Zandomeneghi M, Carbonaro L, Caffarata C. Journal of Agricultural and Food Chemistry, 2005, 53(3): 759.

[8] Kyriakidis N B ，Skarkalis P. Journal of AOAC International, 2000, 83(6): 1435.

[9] Mu T, Chen S, Zhang Y, et al. Analytical Methods, 2013, 5(24): 6960.

[10] Li J, Dasgupta P K, Genfa Z. Talanta, 1999, 50(3): 617.

[11] FAN Ying-feng, LI Jing-xi, ZHUANG Zhi-xia, et al(樊穎鋒，李景喜，莊峙廈，等). Chinese Journal of Analysis Laboratory(分析試驗(yàn)室)，2008，(5): 118.

[12] CHENG Cheng, LIN Yan-guo, YAN Jin-hua(程 成，林彥國(guó)，嚴(yán)金華). Acta Optica Sinica(光學(xué)學(xué)報(bào))，2011, 31(4): 0406002.

[13] Kongbonga Y G M, Ghalila H, Onana M B, et al. Food and Nutrition Sciences, 2011, 2(7): 692.

[14] Nikolova K, Eftimov T, Perifanova M, et al. Journal of Food Science and Engineering，2012，2：674.

[15] CHEN Quan-sheng, ZHAO Jie-wen, CAI Jian-rong(陳全勝，趙杰文，蔡健榮). Acta Optica Sinica(光學(xué)學(xué)報(bào))，2008，28(4): 669.

[16] Van Ruth S M, Villegas B, Akkermans W, et al. Food Chemistry, 2010, 118(4): 948.

(Received Apr. 22, 2015; accepted Aug. 15, 2015)

*Corresponding author

Identification Study of Edible Oil Species with Laser Induced Fluorescence Technology Based on Liquid Core Optical Fiber

FAN Yuan, WU Rui-mei*, AI Shi-rong, LIU Mu-hua, YANG Hong-fei, ZHENG Jian-hong

Optics-Electrics Application of Biomaterials Lab，Jiangxi Agricultural University，Nanchang 330045, China

A laser- induced fluorescence detection set based on liquid core optical fiber was established in this study. Eight edible oils were discriminated by using this detection set combined with chemometrics method. The effect of length of liquid core optical fiber on laser induced fluorescence spectrum was explored, and the differences between the spectra of different edible oils were analyzed. The fluorescence spectra of 320 samples covering 8 types of edible oil were measured in 1 meter liquid core optical fiber. Principal component analysis was used in fluorescence data dimensionality reduction process. Partial least squares discriminant analysis (PLS-DA) method was used to develop the identification model to distinguish edible oil species. The results showed that the oil fluorescence intensity is greatly enhanced when liquid core optical fiber was used. With the increase of liquid core optical fiber length，the peaks of laser induced edible oil fluorescence spectra increased and the fluorescence spectra will produce red shift. The red shift tended to a constant value when the fiber length was more than 80 cm. The fluorescence spectra of different edible oils were quite different, its can be used to distinguish different types of edible oil. Principal component scores chart were get using PC1 and PC2 of edible oils fluorescence data which result in a trend of certain gather of same type of edible oil. The recognition rates of PLS-DA model for the calibration set and prediction set were both 100%. The study shows that the developed device in this study has high accuracy for identifying the edible oil species.

Laser induced fluorescence; Edible oil; Liquid core fiber; Partial least squares discriminant analysis

2015-04-22，

2015-08-15

贛鄱英才555工程人選計(jì)劃項(xiàng)目，國(guó)家自然科學(xué)基金項(xiàng)目(31271612)資助

范 苑，1985年生，江西農(nóng)業(yè)大學(xué)工學(xué)院講師 e-mail：fanyuan10000@163.com *通訊聯(lián)系人 e-mail: wuruimei036@163.com

O657.3

A

10.3964/j.issn.1000-0593(2016)10-3202-05