馬金鴿, 楊巧玲, 鄧曉軍*, 時(shí)逸吟, 古淑青, 趙超敏, 于永愛, 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. 中國檢驗(yàn)檢疫科學(xué)研究院, 北京 100176
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、 類胡蘿卜素、 角鯊烯等天然營養(yǎng)成分[1], 被廣泛應(yīng)用于食品、 醫(yī)藥、 日化等行業(yè)[2], 由于其豐富的營養(yǎng)價(jià)值, 我國橄欖油的進(jìn)口和銷量逐年增加, 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)生初級氧化產(chǎn)物和次級氧化產(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]。 由于散裝油輪分倉數(shù)量多, 導(dǎo)致不同分倉甚至同一分倉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)輒上萬噸, 產(chǎn)品貨值高, 急需一種在口岸監(jiān)管現(xiàn)場進(jìn)行品質(zhì)快速鑒別的技術(shù)手段, 確保對整批油品質(zhì)在科學(xué)評判的基礎(chǔ)上快速通關(guān)。
按照現(xiàn)行橄欖油產(chǎn)品國家標(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[4], 其中酸價(jià)、 過氧化值、 亞麻酸等分別測定受存放時(shí)間及倉儲(chǔ)環(huán)境影響而產(chǎn)生的一級氧化產(chǎn)物和二級氧化產(chǎn)物, 可以直觀快速的反映出油脂的氧化程度, 是評價(jià)油脂品質(zhì)優(yōu)劣的重要指標(biāo)[5]。 目前對散裝橄欖油的酸價(jià)、 過氧化值、 不飽和脂肪酸等進(jìn)行檢測時(shí), 傳統(tǒng)方式主要是進(jìn)行分倉抽樣后送實(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程復(fù)雜, 操作繁瑣且耗時(shí)長[8], 產(chǎn)生較高的現(xiàn)場倉儲(chǔ)成本及監(jiān)管成本。 近年來, 一些無損檢測技術(shù)以及小型便捷儀器發(fā)展迅速, 具有樣品無需前處理或前處理過程簡單, 分析速度快等優(yōu)點(diǎn), 采用便攜類光譜儀器進(jìn)行橄欖油品質(zhì)檢測, 可以在油船和碼頭等口岸監(jiān)管現(xiàn)場對橄欖油抽檢樣品進(jìn)行實(shí)時(shí)快速評價(jià), 確保整個(gè)抽取樣品的代表性和針對性, 提升對整批次橄欖油質(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)典方法獲得對應(yīng)橄欖油的酸價(jià)、 過氧化值、 亞麻酸的實(shí)測值, 采取偏最小二乘法(PLS)和角度度量算法(VAPLS)分別對光譜數(shù)據(jù)和品質(zhì)指標(biāo)進(jìn)行建模, 并隨機(jī)抽取7個(gè)不同類型進(jìn)口散裝橄欖油樣本對模型進(jìn)行了驗(yàn)證, 判斷方法的穩(wěn)定性和準(zhǔn)確性。 該方法無需前處理, 通過光譜數(shù)據(jù)建模來預(yù)測橄欖油的品質(zhì)指標(biāo), 進(jìn)行橄欖油氧化程度和品質(zhì)的快速檢測, 可應(yīng)用于散裝橄欖油口岸現(xiàn)場品質(zhì)指標(biāo)實(shí)時(shí)評價(jià), 確保進(jìn)出口大宗散裝植物油監(jiān)管的科學(xué)性。
特級初榨橄欖油(市售某品牌特級初榨橄欖油); 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)。
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Sartorius公司); 渦旋混合器(VORTEX-GENIE2, 美國Scientific Industries公司); Eppendorf 5810R離心機(jī)(20050647GZ, 德國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。
1.3.1 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, 說明在此加熱條件下, 橄欖油開始發(fā)生氧化反應(yīng), 而260 ℃加熱條件下酸價(jià)快速上升, 說明氧化反應(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)采用國標(biāo)GB23347中規(guī)定的檢驗(yàn)方法確定橄欖油樣本為特級初榨橄欖油[11-12]。
(2)分別采用國標(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)法測定樣本的酸價(jià)、 過氧化值及亞麻酸, 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785 nm, 功率200 mW, 積分時(shí)間300 ms。
(4)采用主成分分析法[13]對校正集進(jìn)行分析, 選取最佳主成分?jǐn)?shù), 對樣本拉曼光譜數(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)測模型。
(5)模型預(yù)測結(jié)果與實(shí)測值對比, 通過線性相關(guān)系數(shù)(R2)、 均方根誤差(RMSE)及相對誤差進(jìn)行模型效果評價(jià)。
通過不同溫度恒溫加熱橄欖油得到51個(gè)樣本, 分別檢測每個(gè)油樣的酸價(jià)、 過氧化值和亞麻酸, 變化趨勢如圖1所示。
由圖1可知, 隨加熱時(shí)長的增加, 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, 260 ℃條件下加熱1.5 h后迅速上升, 加熱過程酸價(jià)整體范圍在0.36~1.53 mg·g-1之間; 油樣過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, 且溫度越高, 加熱時(shí)間越長, 含量越低, 處于35~1 109 mg·(100 g)-1之間。 油樣品質(zhì)變化趨勢和文獻(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)生一級氧化, 產(chǎn)生氫過氧化物, 在240 ℃加熱4 h以后酸價(jià)開始明顯增長, 說明此時(shí)橄欖油開始初步發(fā)生二級氧化, 部分氫過氧化物不穩(wěn)定分解成醛和酮, 隨即氧化生成酸, 導(dǎo)致酸價(jià)升高, 過氧化值降低, 而在260 ℃后, 由于溫度過高, 氫過氧化物基本分解完全, 此時(shí)過氧化值降低到與220 ℃下持平, 而亞麻酸由于在加熱過程中不斷的氧化分解, 含量一直呈降低趨勢。
圖1 橄欖油加熱的品質(zhì)指標(biāo)變化趨勢圖(a): 酸價(jià)變化; (b): 過氧化值變化; (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
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)度基本沒有變化。
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。 本文首先對未經(jīng)處理的校正集、 驗(yàn)證集進(jìn)行分析, 對校正集進(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)及相對誤差進(jìn)行模型的預(yù)測性能進(jìn)行評價(jià), 其中R2越接近1, RMSE和相對誤差越小, 說明模型的準(zhǔn)確性和穩(wěn)定性越好。 結(jié)果如表1所示。
表1 全光譜下模型評價(jià)結(jié)果Table 1 Model evaluation results under full spectrum
由表1可以看出, 當(dāng)對未經(jīng)處理的全光譜波段進(jìn)行橄欖油酸價(jià)、 過氧化值、 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, 其中亞麻酸的相對誤差高達(dá)60.42, 說明此時(shí)兩種方法建立的模型缺乏穩(wěn)定性, 預(yù)測能力較低。
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)等方法對已截取的光譜進(jìn)行預(yù)處理, 分別建立模型, 其中經(jīng)過一階導(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)測能力更佳。 兩種方法模型的預(yù)測值和實(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)處理后的模型評價(jià)結(jié)果Table 2 Model evaluation results after spectral preprocessing
圖3 校正集預(yù)測值與實(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法過氧化值校正集(d): VAPLS法過氧化值校正集; (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)、 過氧化值、 亞麻酸的預(yù)測值, 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)測結(jié)果對比下, VAPLS法酸價(jià)、 過氧化值、 亞麻酸預(yù)測值和實(shí)測值非常接近, 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)測精度高、 穩(wěn)定性好, 相比PLS方法更穩(wěn)定, 預(yù)測結(jié)果更準(zhǔn)確。 拉曼光譜結(jié)合VAPLS法, 可以無需配制溶液, 耗時(shí)短、 操作難度低, 在無損的前提下, 能真正實(shí)現(xiàn)進(jìn)口散裝橄欖油酸價(jià)、 過氧化值、 亞麻酸等品質(zhì)的現(xiàn)場快速無損鑒別。
表3 酸價(jià)模型評價(jià)結(jié)果Table 3 Evaluation results of acid value model
表4 過氧化值模型評價(jià)結(jié)果Table 4 Model evaluation results of peroxide value
表5 亞麻酸模型評價(jià)結(jié)果Table 5 Model evaluation results of linolenic acid
針對進(jìn)口大宗散裝橄欖油不同分倉內(nèi)因倉儲(chǔ)環(huán)境差異及儲(chǔ)存時(shí)間過長而導(dǎo)致品質(zhì)變化等問題, 提供一種可在口岸現(xiàn)場進(jìn)行快速品質(zhì)檢測方法, 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, 對橄欖油的酸值、 過氧化值、 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7份散裝進(jìn)口橄欖油進(jìn)行檢測, 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)檢測手段, 拉曼光譜法具有樣品無需前處理過程, 耗時(shí)短、 操作難度小等優(yōu)勢, 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)樣品測量的過程不超過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。