虞 佳， 武 春

(黑龍江大學(xué) 物理科學(xué)與技術(shù)學(xué)院, 哈爾濱 150080)

0 引 言

食用油是人類膳食的重要組成部分，我國(guó)人民生活對(duì)植物油的需求量逐年增高，2019 年，我國(guó)八大油料作物的總產(chǎn)量較2018年增長(zhǎng)了3.7%[1]。食用油是脂肪酸甘油三脂的混合物，常見(jiàn)的食用油多為植物油，種類繁多，包括大豆油、菜籽油、棕櫚油、花生油、玉米油、葵花籽油、亞麻籽油、葡萄籽油和橄欖油等。不同品牌、不同種類的植物油中主要成分類似，并且脂肪酸碳鏈長(zhǎng)度接近,因而造成了不同食用油鑒別的困難。并且隨著市場(chǎng)上食用油摻偽現(xiàn)象頻發(fā)，食用油的分析鑒別得到了越來(lái)越多的重視[2]，通過(guò)對(duì)植物油中脂肪酸的種類和成分比例的差異分析，可以對(duì)其進(jìn)行有效區(qū)分[3]。國(guó)內(nèi)外食品監(jiān)管和食品研究人員已經(jīng)對(duì)食用油的鑒別進(jìn)行了大量研究[4]，目前，鑒別法大致分為色譜分析法[5-6]、質(zhì)譜分析法和光譜分析法[7-8]，前兩種相較于光譜法來(lái)講局限性大，光譜法操作簡(jiǎn)單、經(jīng)濟(jì)、快捷、可進(jìn)行批量測(cè)量。

油脂的光譜檢測(cè)法包括拉曼光譜法[9]、核磁共振法[10-11]以及紅外光譜法[8]等。國(guó)內(nèi)外對(duì)植物油的光譜方法測(cè)量進(jìn)行了大量的研究[15]，每種方法均有自己的適用范圍，可鑒別不同種類的食用油，并且鑒別方法的復(fù)雜程度、成本、精度、準(zhǔn)確率和抗干擾性能各不相同。周孟然等利用激光誘導(dǎo)熒光技術(shù)結(jié)合AdaBoost算法鑒別了花生油、大豆油、葵花籽油、菜籽油以及玉米油這5種食用油[13]，熒光的強(qiáng)度相對(duì)于激發(fā)光源來(lái)說(shuō)較弱，并且受環(huán)境和溫度的影響較大，因此,需要較高的實(shí)驗(yàn)條件和較為復(fù)雜的算法來(lái)去除環(huán)境影響。紅外光譜法可以克服熒光強(qiáng)度受環(huán)境影響的缺點(diǎn)，在食用油鑒別分析中具有相當(dāng)廣泛的應(yīng)用。紅外光譜本質(zhì)上是一種根據(jù)分子內(nèi)部原子間相對(duì)振動(dòng)和分子旋轉(zhuǎn)等信息來(lái)確定物質(zhì)分子結(jié)構(gòu)、鑒定化合物的分析方法，用儀器記錄分子對(duì)紅外光的吸收，就得到紅外光譜[1]。不過(guò)，由于許多不同種類油脂類官能團(tuán)類似，光譜圖較難區(qū)分，因此常常結(jié)合化學(xué)計(jì)量的方法建立定量的模型來(lái)實(shí)現(xiàn)食用油的鑒別[14]。Gurdeniz等采用紅外光譜法結(jié)合化學(xué)計(jì)量方法對(duì)高級(jí)鮮榨橄欖油進(jìn)行了摻假分析，能夠測(cè)出混入最低限度10%其他油的橄欖油[15]；Akin等使用衰減全反射-中紅外 (Attenuated total reflectance-mid infrared, ATR-MIR) 光譜法對(duì)冷榨葡萄籽油與精制大豆油的混合物進(jìn)行化學(xué)計(jì)量學(xué)分類和量化[16]。當(dāng)鑒別過(guò)程對(duì)含量要求不高，但是需要同時(shí)對(duì)于多種食用油進(jìn)行高精度的鑒別時(shí)，目前往往采用傅里葉變換紅外光譜技術(shù)(FTIR)，該方法可以實(shí)現(xiàn)不同油脂的快速鑒別，并且可在非實(shí)驗(yàn)室環(huán)境下進(jìn)行測(cè)量，同時(shí)結(jié)合不同的化學(xué)計(jì)量和數(shù)據(jù)處理方法可以進(jìn)一步提高鑒別的準(zhǔn)確度和精度[17]。

傅里葉變換紅外光譜技術(shù)是利用傅里葉變換紅外光譜儀獲得輻射光透過(guò)樣品后的干涉圖，通過(guò)傅里葉變換，轉(zhuǎn)換為紅外光譜圖，近年來(lái)FTIR技術(shù)已經(jīng)被越來(lái)越廣泛的用于食用油鑒別中[18]。Vlachos等利用傅里葉變換紅外光譜法研究了特級(jí)橄欖油中摻入低價(jià)其他植物油的鑒別，檢測(cè)了玉米油樣品在加熱狀態(tài)下部分有機(jī)物的氧化變化等[19]。范璐等采用傅里葉變換紅外吸收光譜提取5種植物油(花生油、大豆油、芝麻油、棉籽油和米糠油)的紅外特征信息，利用特征吸收峰面積比值法對(duì)5種油脂進(jìn)行了有效區(qū)分[20]；Tay等應(yīng)用傅里葉變換紅外光譜進(jìn)行橄欖油摻假鑒別，通過(guò)ATR取樣的多元分類判別分析，可以鑒別出純油和混雜其他油的樣品，最低可以鑒別出一升特級(jí)初榨橄欖油中摻入20 mL向日葵油[21]。韓建勛等采用FTIR方法定性的鑒別了山茶油與大豆油、菜籽油和玉米油，并且實(shí)現(xiàn)了定量檢測(cè)山茶油中摻雜大豆油的含量[22]。Kou等利用FTIR方法實(shí)現(xiàn)了食用油是否摻雜煎炸過(guò)食用油的鑒別[26]。從國(guó)內(nèi)外的相關(guān)研究可以看出，F(xiàn)TIR方法可以實(shí)現(xiàn)對(duì)多種食用油的快速鑒別，精度和靈敏度各有不同。根據(jù)國(guó)家糧油中心的報(bào)道，2021年棕櫚油產(chǎn)量占全球比重的35%，為目前世界上生產(chǎn)量、消費(fèi)量和國(guó)際貿(mào)易量最大的植物油品種[23]；張洋等根據(jù)《中國(guó)食品工業(yè)年鑒》統(tǒng)計(jì)了我國(guó)8種食用植物油料產(chǎn)量，其中2019年榨油量前兩位的是菜籽油和花生油，產(chǎn)量分別為412.6萬(wàn)噸和288.2萬(wàn)噸[24]；2017和2018年,全球葵花籽油產(chǎn)量位居八大油料中的第四位[25]；玉米油也可稱之為玉米胚芽油，其產(chǎn)量在中國(guó)植物油中屬于弱勢(shì)地位，但是其獨(dú)特的口感和高營(yíng)養(yǎng)價(jià)值有很好的市場(chǎng)前景。因此，本文對(duì)5種常見(jiàn)食用油(菜籽油、玉米油、葵花籽油、花生油和棕櫚油)進(jìn)行分析,對(duì)這5種食用油同時(shí)進(jìn)行快速鑒別。

本文基于傅里葉變換紅外光譜法探究如何利用光譜信息對(duì)5種食用油樣品(菜籽油、玉米油、葵花籽油、花生油和棕櫚油)進(jìn)行分析鑒別，研究了選取不同特征峰面積比對(duì)5種食用油樣品的分析鑒別，最終給出可實(shí)現(xiàn)這5種食用植物油鑒別的最佳特征峰面積比，并研究了光譜峰位偏移對(duì)油脂鑒別的應(yīng)用。

1 傅里葉變換紅外光譜法檢測(cè)食用油

1.1 實(shí)驗(yàn)方法

本文采用的光譜儀型號(hào)為FTIR-7600型，儀器的光譜范圍在350～7 800 cm-1，分束器采用多層鍍膜溴化鉀，檢測(cè)器是高靈敏度DLATGS，光源是陶瓷光源。實(shí)驗(yàn)樣品種類包括：菜籽油、玉米油、葵花籽油、花生油以及棕櫚油，5種食用油基本信息如表1所示。盛放食用油樣品的CaF晶片為兩個(gè)直徑一英寸(D≈2.24 cm)的圓片，利用微量移液器分別吸取體積V為30、20、10和5 μL的油滴滴在一片CaF晶片上，放入可拆卸液體池，將另一CaF晶片放于上方，讓樣品在晶片之間壓成厚度均勻的薄膜，形狀近似為圓柱體，因此油膜厚度可由4V/πD2計(jì)算，上述吸取的體積對(duì)應(yīng)的油膜厚度分別為76.1、25.4、50.7、12.7 μm。經(jīng)測(cè)試發(fā)現(xiàn)：(1) 76.1 μm的油膜過(guò)厚，按壓兩片CaF晶片時(shí)有部分油滴溢出，不利于實(shí)驗(yàn)的操作，并且實(shí)驗(yàn)結(jié)果有很大誤差，因此不適用; (2) 12.7 μm的油膜過(guò)薄，無(wú)法在晶片之間形成均勻的薄膜，亦會(huì)造成實(shí)驗(yàn)誤差; (3) 50.7 μm的油膜會(huì)使FTIR方法測(cè)得的透過(guò)率譜在某些波數(shù)處的透過(guò)率為0，即吸收過(guò)飽和，也不適用。因此,最終選擇了體積為10 μL即厚度為25.4 μm的油膜進(jìn)行實(shí)驗(yàn)，可以得到最佳的FTIR光譜。FTIR光譜儀掃描分辨率設(shè)置為4 cm-1，掃描平均次數(shù)為32，得到了5種食用油在500～4 000 cm-1波段的傅里葉變換紅外透過(guò)光譜。

表1 食用油樣品基本情況

1.2 光譜信息處理

通過(guò)光譜儀得到樣品的紅外光譜圖是波數(shù)和透過(guò)率之間的關(guān)系，由于紅外光譜容易受到空間溫度和濕度以及盛放樣品的晶片的影響，同時(shí)在測(cè)量過(guò)程中易受外界噪聲以及儀器噪聲等干擾，所以會(huì)形成一個(gè)背景光譜如圖1(a)所示，該背景下以菜籽油樣品為例的光譜如圖1(b)所示。對(duì)比圖1(a)和圖1(b)，兩者在同一波數(shù)下的不同透過(guò)率反映了油脂中特定官能團(tuán)對(duì)入射光強(qiáng)的特征吸收性質(zhì)?？梢钥吹?，在圖1(a)的背景光譜下，圖1(b)所示吸收峰范圍比較寬，分別在500～2 000 cm-1和2 750～3 250 cm-1波段，這給分析造成了很大干擾，所以需要先對(duì)原始光譜圖去除背景光譜的影響，背景光譜與放入樣品之后的光譜之間滿足朗伯-比爾定律。

朗伯-比爾定律的物理意義是當(dāng)一束平行單色光垂直通過(guò)某一均勻非散射的吸光物質(zhì)時(shí)，其吸光度A與吸光物質(zhì)的濃度及吸收層厚度成正比，與透過(guò)率T成反相關(guān)。

(1)

式中：K為摩爾吸光系數(shù)，它與入射光的波長(zhǎng)λ有關(guān)；b為吸收層厚度，cm;c為吸光物質(zhì)的濃度，mol·L-1。

根據(jù)以上關(guān)系去除背景光譜，得到的光譜圖就是波數(shù)和吸光度之間的關(guān)系如圖1(c)所示，光譜圖中吸收峰體現(xiàn)了油脂中不同化學(xué)成分官能團(tuán)的信息。這是通過(guò)FTIR光譜儀測(cè)量物質(zhì)透過(guò)率進(jìn)而得到物質(zhì)吸收光譜的常用方法，其他4種食用油的吸收光譜均采用此方法得到。

(a) 背景光透過(guò)率譜

2 光譜信息分析

2.1 食用油FTIR光譜主要特征吸收峰分析

利用FTIR光譜法測(cè)量得到的5種食用油樣品的FTIR光譜如圖2所示。不同種類樣品油的紅外吸收光譜中主要的特征吸收峰位置與形狀基本相同，這顯示出不同種類的食用油的主要組成成分是相同的，特征峰波數(shù)略有波動(dòng)，這是由于分子中各個(gè)基團(tuán)振動(dòng)并不孤立，一種基團(tuán)的振動(dòng)會(huì)受到其他基團(tuán)的影響，并且會(huì)受到物質(zhì)所處狀態(tài)和外部環(huán)境的影響。對(duì)照表2官能團(tuán)與吸收波數(shù)的關(guān)系可知，不同食用油中雖然有機(jī)物種類類似，但含量存在一定程度的差別，因此，可以利用特征吸收峰的特點(diǎn)進(jìn)行不同食用油種類鑒別。

圖2 5種食用油樣品的FTIR光譜圖

表2 食用油的FTIR光譜主要特征吸收峰及官能團(tuán)

2.2 吸收峰面積比法

食用油樣品的FTIR光譜由于實(shí)驗(yàn)條件和環(huán)境變化等存在一定誤差，例如同種類食用油多次取樣測(cè)量時(shí)含量的微小差異會(huì)對(duì)吸光度有影響，同一樣品及測(cè)量條件在多次重復(fù)掃描測(cè)量時(shí)，由于儀器本身的精度問(wèn)題也會(huì)使光譜出現(xiàn)誤差。因此，只利用某一處吸收峰高或面積進(jìn)行不同食用油的對(duì)比分析是不準(zhǔn)確的。為了提高測(cè)量精度，一般采用某兩個(gè)特征吸收峰高的比值或者吸收峰面積比的方法進(jìn)行吸光度分析。將兩個(gè)特征吸收峰高或面積比作為橫坐標(biāo)，另兩個(gè)特征吸收峰高或面積比作為縱坐標(biāo)，繪制二維分布圖，根據(jù)不同食用油的分布區(qū)域不同進(jìn)行種類鑒別。王美美等研究發(fā)現(xiàn)，相比于吸收峰高比值法，采用吸收峰面積比得到的二維分布信息更集中，判別結(jié)果較好[30]。為了實(shí)現(xiàn)利用吸收峰面積比的方法對(duì)菜籽油、玉米油、葵花籽油、花生油以及棕櫚油這5種常見(jiàn)食用油的鑒別，對(duì)特征吸收峰比值的選取至關(guān)重要。范璐等以1 746 cm-1與2 855 cm-1的吸收峰面積比作為橫坐標(biāo)，1 099 cm-1與1 199 cm-1的吸收峰面積比作為縱坐標(biāo)進(jìn)行了芝麻油、大豆油、棉籽油、米糠油和花生油的鑒別分析，可以對(duì)芝麻油、大豆油和花生油實(shí)現(xiàn)較好的鑒別[20]。

圖4 特征峰面積比值散點(diǎn)圖Fig.4 Scatter plots of characteristic peak area ratio

本研究以不同特征吸收峰處的面積比作為橫縱坐標(biāo)，研究了菜籽油、玉米油、葵花籽油、花生油以及棕櫚油的分析鑒別。試驗(yàn)發(fā)現(xiàn)，選擇不同的吸收峰做出的面積比二維分布圖差別較大，若選擇不合理可使5種油的分布有高度重合區(qū)域，無(wú)法實(shí)現(xiàn)鑒別。若選用范璐[20]等所用的吸收峰面積比值法，可以區(qū)分花生油、菜籽油和棕櫚油，但玉米油和葵花籽油有大量區(qū)域重疊無(wú)法區(qū)分。最終，選取以1 747 cm-1與2 852 cm-1波數(shù)處峰面積的比值S1747/S2852作為橫坐標(biāo)，1 162 cm-1與1 463 cm-1波數(shù)處峰面積的比值S1162/S1463為縱坐標(biāo)，給出的5種食用油二維分布圖如圖4所示。由圖4可以看出，每種油數(shù)據(jù)點(diǎn)的波動(dòng)范圍較小，區(qū)分比較明顯，可以實(shí)現(xiàn)這5種油的鑒別，并且菜籽油、葵花籽油和棕櫚油數(shù)據(jù)較為集中，但花生油縱坐標(biāo)比較分散，玉米油橫坐標(biāo)浮動(dòng)較大。從鑒別效果來(lái)看，花生油和其他4種油可明顯區(qū)分；菜籽油和玉米油有少量重疊區(qū)域，與其他3種油可有效區(qū)分；葵花籽油和棕櫚油有少量重疊區(qū)，與其他3種油可有效區(qū)分。從圖4可以看出，幾種油的重疊區(qū)域均在邊緣處，總的來(lái)說(shuō)，這種吸收峰面積比的方法可以實(shí)現(xiàn)5種食用油的區(qū)分和鑒別。

2.3 特征吸收峰位偏移

5種食用油的紅外吸收譜的特征吸收峰位雖然基本相同，但存在不同程度的偏移，這是由于食用油成分復(fù)雜，除均含有甲基、亞甲基和甘油三酯等主要成分外，還含有不同組分的類胡蘿卜素、葉綠素及維生素等微量元素，會(huì)引起特征吸收峰的峰位偏移[30]。圖5(a)給出了5種食用油在3 100～2 700 cm-1波段的吸收光譜，可以看出3 006、2 910和2 852 cm-1附近5種油的特征吸收峰位變化范圍分別為4、20和9 cm-1。

2 700～500 cm-1波段內(nèi)的特征吸收峰位的變化范圍較小，均在0～4 cm-1范圍。因此，可以將食用油吸收光譜在2 910 cm-1附近的吸收峰位作為食用油種類鑒別的參數(shù)之一。將吸收峰面積比S1747/S2852和S1162/S1463，以及5種食用油在2 910 cm-1附近的特征吸收峰位作三維分布圖，如圖5(b)所示。對(duì)比圖4所示的二維分布圖，圖5(b)中5種油的分布區(qū)域無(wú)重疊，可以更為有效地區(qū)分5種食用油樣品。這種鑒別法不需要測(cè)量食用油中各種組分的具體含量，鑒別快速準(zhǔn)確，具有很好的實(shí)際應(yīng)用價(jià)值。

3 結(jié) 論

基于傅里葉變換紅外光譜法，利用1 747和2 852 cm-1，1 162和1 463 cm-1兩組特征吸收峰面積比，結(jié)合2 910 cm-1附近的特征吸收峰位偏移三維分布圖，給出了菜籽油、玉米油、葵花籽油、花生油和棕櫚油這5種常見(jiàn)食用油的分析鑒別方法。在三維圖中，每種食用油的數(shù)據(jù)分布集中，并且各種油脂的分布無(wú)重疊，因此可以實(shí)現(xiàn)這5種食用油的快速鑒別。對(duì)于其他種類的食用油樣品，也可以選擇相應(yīng)合適的特征吸收峰進(jìn)行吸收峰面積比的計(jì)算，并結(jié)合特定吸收峰位的偏移進(jìn)行油脂種類鑒別。這種方法對(duì)于多種食用油的快速分析鑒別具有很好的實(shí)用價(jià)值和應(yīng)用前景。