摘 要：研究食用植物油品种的无损有效的鉴别方法。利用近红外透反射光谱法，采用聚类分析进行定性鉴别。在此条件下可基本实现不同品种食用植物油的快速有效鉴别，建立的鉴别模型鉴别率达84%。结果表明，近红外光谱聚类分析方法是一种快速、简便、较为有效的用于鉴别植物油品种的新型无损分析技术。
关键词：植物油；近红外光谱；聚类分析
食用植物油是日常生活中不可缺少的一种食品和食品生产加工的主要基础原料，是人们体能和营养的重要来源。食用植物油种类繁多，市场上销售的主要有玉米油、大豆油、花生油、菜籽油、葵花籽油以及植物调和油等，不同植物油的脂肪酸种类和含量各不相同，其营养价值、市场价格也有较大差别。为追求利润，一些不法商家将廉价的植物油，如：棕榈油、棉籽油、菜籽油等掺兑到优质植物油中，达到他们降低成本，牟取暴利的目的。因此进行食用植物油品种的快速无损的鉴别检测分析，能为掺混廉价油的鉴别提供快速、简便且有效的技术手段。
随着计算机信息科学和化学计量学的发展，近红外光谱（Near infrared spectroscopy，NIRS）分析技术作为一种快速、高效、无污染、无需前处理、无损分析的在线检测技术已经广泛应用于医药、化工、食品工业等检测中。目前，应用近红外技术对食用植物油品种进行鉴别检测分析的研究较少。该文采用傅立叶变换近红外透反射法结合聚类分析对市场上四种常用食用植物油进行鉴别研究，为食用植物油的在线鉴别检测提供一种快速有效的技术手段。
1.试验材料与方法
1.1试验仪器
试验采用布鲁克公司Bruker VECTOR 33N型FT-NIR近红外光谱仪，光谱采集采用漫反射镀金积分球，内配12mm石英样品池，样品旋转器，光谱采集分析软件为OPUS软件。
试验仪器条件设置：光谱采集范围在10 000 ～ 4 000 cm-1，分辨率为8 cm-1，扫描次数为64次。
1.2试验样品
购得不同品牌的3种大豆油、3种花生油、6种玉米油、7种纯芝麻油。每个品牌的油各选取4个样本，共分成76个试验样品油。
表1 植物油的文件名
1.3试验方法
仪器测样器件采用积分球，积分球属于漫反射装置，而本次试验对象食用植物油属于液态透明物体，因此该试验光谱采集采用漫反射的特殊方式——透反射进行样品的光谱采集。
测量时样品油放入石英样品杯中，然后再将石英样品杯置于样品池后，盖上镀金的样品池盖（标准漫反射体）。为保证所有样品光谱采集条件的一致性，测量时样品油均取2 mL。
试验采用聚类分析法对76个样品油进行品种鉴别。
2.结果与分析
2.1近红外光谱图
试验测得食用植物油近红外光谱如图1所示。从测得的植物油原始光谱可以看出，所有试验样品油在整个光谱区的近红外图谱均很相似，波形、波峰都没有明显差异，无法直接从原始图谱中鉴别植物油的品种。可利用计算机及化学计量学方法，通过对原始光谱进行数学处理，利用聚类分析方法，进一步突出样品之间化学成分的细小差异，从而达到鉴别的目的。
2.2谱区范围选择
通过全谱区扫描发现，9000 ～ 4 500 cm-1范围的信息量丰富，因此选择这段光谱范围进行聚类分析。
波数//cm-1
图1植物油样品原始光谱图
2.3光谱预处理
聚类分析前分别采用一阶导数（first derivative，FD），二阶导数（second derivative，SD）方法进行光谱预处理。用近红外原谱、原谱经一阶导数预处理、原谱经二阶导数预处理后得到光谱分别用于鉴别，结果原谱的鉴别效果最差，二阶导数光谱的鉴别效果最好，图2是经过二阶导数变换的食用植物油样品光谱图，由图2可以看出，原始光谱经二阶导数处理后，光谱的重叠峰可以更加明显地分开，因此本试验取近红外二阶导数光谱预处理方法进行分析。
图2食用植物油样品光谱二阶导数图
图3 经SD处理后的聚类分析图
2.4食用植物油品种鉴别
将76个植物油样品（玉米油24个，大豆油12个，花生油12个，芝麻油28个）的原始光谱经过二阶导数处理后得到的光谱，采用标准聚类分析方法建立鉴别模型，聚类谱系见图3，其中横坐标代表样品号，纵坐标代表样本与样本之间的距离。聚类分析结果见表2。从表中能看出聚类分析法能准确鉴别出4种植物油中的12个大豆油和12个花生油，无法完全区分玉米油和芝麻油，采用聚类分析方法建立的鉴别模型鉴别率为84%。
表2 四种植物油的聚类分析结果
3 结论
通过试验获得了4个品种76个植物油样品的光谱特征曲线，并利用OPUS聚类分析方法在10 000 ～ 4 000 cm-1全谱范围内建立食用植物油种类鉴别的聚类分析模型，结果表明，未经处理光谱的鉴别效果最差，而光谱经二阶导数处理后的聚类分析，能把76个植物油样品分成4个类别，模型的鉴别率达到84%。试验结果说明，虽然不同种类的食用油构成成分不完全相同，但它们相似的组成成分基本掩盖了化学成分之间的差异，使得采集到的近红外透反射光谱的峰位、峰数、峰强差别不大，但借助聚类分析方法，可提取食用植物油近红外光谱信息中的微弱差异，能基本有效实现对植物油鉴别分类的目的。说明近红外光谱聚类分析技术能提供一种无损、快速、准确用于鉴别常用食用植物油品种的有效在线检测方法。
参考文献
1. 严衍禄， 赵龙莲， 韩东海等. 近红外光谱分析基础与应用[M]. 北京： 中国轻工业出版社， 2005.
2. 陆婉珍， 袁洪福， 徐广通. 现代近红外光谱分析技术[M]. 北京： 中国石化出版社， 2006.
3. 梁丹， 李小昱等.近红外光谱法对食用植物油品种的快速鉴别[J].湖北农业科学， 2011， 50（16）：3383-3385
4. 梁丹.基于近红外光谱分析技术的食用油品质快速检测方法研究[D] .硕士论文.武汉：华中农业大学，2009
5. 刘福莉，陈华才，姜礼义等. 近红外透射光谱聚类分析快速鉴别食用油种类[J]. 中国计量学院学报， 2008， 19（3）： 278-282
6. 邢旺兴，刘荔荔，贾暖等. 不同产地红曲的近红外漫反射光谱聚类分析鉴别[J]. 中药材， 2001， 24（8）： 561-563.
7. 邢旺兴，谷娜，郭胜才等. 近红外漫反射光谱聚类分析法在通光藤鉴别中的应用[J]. 解放军药学学报， 2005， 21（5）： 325-326，368.
8. 林 萍， 陈永明， 何 勇. 基于可见近红外光谱的糖类别快速鉴别研究[J]. 光谱学与光谱分析， 2009， 29（2）： 382-385.
9. 吴桂芳， 蒋益虹， 王艳艳， 等. 基于獨立主成分和BP神经网络的干红葡萄酒品种的鉴别[J]. 光谱学与光谱分析， 2009， 29（5）： 1 268-1 271.
作者简介：
梁丹，女，1982年出生，湖北武汉人，硕士，讲师，主要从事电子组装技术及智能化检测技术方向的教学和研究工作。工作单位：武汉职业技术学院。