多种光谱技术在食用油分析鉴别中的研究进展

娄婷婷，刘旸，王禹，章骅

（天津海关动植物与食品检测中心，天津300461）

食用植物油是生活中必不可少的必需品之一，不仅能够为菜品提供色香味，促进食欲，而且含有不饱和脂肪酸等对人体健康有益的成分。由于来源植物不尽相同，所以食用植物油所含脂肪酸的种类、数量也具有多样性，因而口味及营养价值也差异较大，直接体现在市场价格的差别上，为了获得更大的经济利益，一些不法厂商对食用植物油进行掺假或以次充好。典型的掺假行为是在高价食用油（如山茶油、橄榄油、芝麻油等）中掺入低价油（菜籽油、大豆油、棕榈油）等。还有以劣质低等油品冒充特级油品，以次充好，如用初榨橄榄油、混合橄榄油甚至橄榄果渣油冒充特级初榨橄榄油。在严格监管下，还有一些并不多见的违法情况，在食用油中掺入不可食用的和有损健康的油类（如桐油、大麻籽油、蓖麻油，甚至地沟油）等。

为了让消费者购买到合格的食用植物油，使掺假及以次充好的不法行为受到有效的监管，国内外广大监管及研究人员对食用植物油种类的鉴别及掺假检测方法开展了深入的探究和创新。目前对食用植物油种类的鉴别主要有理化法、色谱分析法和光谱法等。但是，理化鉴别法存在假阳性的缺点，而色谱法所用的仪器较昂贵，操作相对复杂，需要专门的试验人员，且分析时间相对较长。而光谱法操作简便、快速、经济，不仅能够进行定量分析还能给出官能团的化学结构等定性信息。快速简便的光谱法可对样品进行批量检测，可产生大量的复杂的数据，传统的研究方法难以解决，而对这些数据的快速处理需要借助于分析复杂数据的有力工具—化学计量学软件，包括SIMICA、matlab、SPSS、PYTHON 等，其优势体现在试验设计、数据处理、信号解析以及化学分类决策等多个方面，可开展主成分分析（principal component analysis，PCA），偏最小二乘法（partial least squares，PLS）判别分析以及聚类分析等数据处理[1]。基于光谱法分析鉴别食用油流程见图1。

图1 光谱法分析鉴别食用油流程Fig.1 Analysis process of edible oil by spectroscopy

本文就常用的红外光谱法、拉曼光谱法和核磁共振波谱法等在食用植物油脂种类分析鉴别及掺假分析方面的应用及研究进展进行了综述，以期为食品光谱法快检技术的进一步应用和开发提供参考和借鉴。

1 红外光谱法

1.1 基本原理

红外光照射分子可产生分子振动能级跃迁，红外光谱（infrared，IR）是分子吸收红外光产生的原子间的振动和分子的转动所得的谱图，可对化合物的结构进行表征，常用于定性鉴别分析[2]。通常将红外光谱分为3 个区域：近红外区（波长在 780 nm～2 526 nm）、中红外区（波长在2 500 nm～25 000 nm）和远红外区（波长在25 000 nm～100 000 nm）。

有机物分子中含氢基团在近红外光激发下，发生伸缩摆动，分子振动的合频与各级倍频的吸收一致。因此通过其近红外光谱可以得到分子中含氢基团的特征信息。不同化合物的红外吸收光谱随结构及其聚集态的不同而产生差异，因此，根据其红外光谱特征吸收可以确定该化合物或其官能团是否存在来定性分析化合物，还可以根据物质组分特征吸收峰的强度实现对化合物的定量分析。傅里叶变换红外（Fourier transform infrared，FTIR）光谱仪是一种干涉型红外光谱仪，与色散型红外光谱仪不同，它没有单色器和狭缝，而是利用迈克尔逊干涉仪获得入射光的干涉图，通过傅里叶数学变换，转换为普通的红外光谱图，是一种计算机技术与红外光谱相结合的分析鉴定方法[3]。

1.2 在油脂检测中的应用

1.2.1 红外光谱在油脂掺伪检测中的应用

由于红外光谱的定性识别特性，其可对高价食用油如橄榄油、山茶油中掺入的廉价植物油进行甄别。早在20 世纪50 年代，红外光谱就已经在油脂分析和掺假鉴别中得到了应用，其检测结果可以提供脂类结构和官能团信息，可以为油脂定性分析提供有力的证据[4]。Barlet 等通过红外光谱法对高附加值的橄榄油样品进行了检测，能够甄别出橄榄油中掺有10%的其他油脂，而该结果是其他理化方法（如碘值、皂化值和折光指数等）无法检测出来的[5]。

近年来，红外光谱结合化学计量学用于植物油种类鉴别及高附加值植物油的掺伪分析的报道越来越广泛。Gurdeniz 等利用中红外光谱法结合化学计量学对特级初榨橄榄油掺假进行分析，为了得到更低的检出限，进行了正交信号校正（orthogonal signal correction，OSC）和小波压缩，并通过PCA 和PLS 的数据处理，能够检出掺假10%的橄榄油样品[6]。陈永明等利用近红外光谱对采自于不同产地的30 种橄榄油样本进行检测，利用全局搜索算法-遗传算法提取特征波长，运用PCA 建立分析校正模型，建立快速无损鉴别橄榄油产地的方法，对不同产地进行分类，并通过人工神经网络模型成功预测橄榄油的产地[7]。王传现等采集了多种食用油和模拟掺假的初榨橄榄油的近红外光谱数据，采用聚类分析法和主成分分析法来判断橄榄油是否纯正，研究发现，通过鉴别模型可100%正确预测未知样本的种类[8]。庄小丽等采集了多种橄榄油样品的近红外光谱数据，基于判别分析方法，将普通型和特级初榨橄榄油进行成功区分，并用PLS 建立定量分析模型，对掺入其他廉价植物油的橄榄油进行掺假量预测[9]。通过SIMCA 模式识别方法，李娟等对多种植物调和油红外光谱建立多维调和识别模型，并实现了对二元调和油和三元调和油的聚类识别[10]。张菊华、原娇娇等以茶油为研究对象，运用近红外光谱法和化学计量学结合脂肪酸、独特香气和不皂化物的组成和含量，研究其特征图谱，寻找原味油茶的特有规律，对纯茶油进行真伪鉴别，建立茶油品质的快速鉴别方法[11-12]。褚璇等将掺假不同比例其他油的山茶油样品红外谱图数据随机分为训练集与验证集，经预处理后利用PCA 建立鉴别山茶油不同掺假等级的主成分-支持向量机（support vector machine，SVM）判别模型，并结合原始光谱提取特征波长重新建立山茶油掺假等级判别模型，总体判别准确率均高于90%[13]。孙通等利用可见/近红外光谱结合无信息变量消除-遗传算法变量选择对山茶油和掺杂不同比例菜籽油的山茶油进行鉴别分类，并应用线性判别分析方法建立分类模型，可成功鉴别掺杂2%以上菜籽油的山茶油[14]。

从以上可以看出，红外光谱技术与化学计量学方法联用在鉴别植物油种类方面有非常显著的优点，且无需样品前处理，灵敏度高、重复性好、通量高、可实现快速无损检测。但是也有不足之处，由于部分植物油的光谱图相似，直接加大了特征峰提取的难度，必须借助于化学计量学方法进行光谱信号的处理和数据分析。因此，化学计量学成为了红外光谱分析技术中不可或缺的一部分，特别是在定性定量分析模型的建立中，化学计量学发挥了至关重要的作用[15]。

1.2.2 FTIR 在油脂掺伪检测中的应用

FTIR 克服了色散型光谱仪的缺点，提高了分辨能力、扩大了光谱范围、增大了光能量输出、缩短了测量时间等，因此，FTIR 光谱法在食用油掺伪检测中的应用越来越广泛。

Vlachos 等将红外光谱法与计算机软件技术相结合，根据特征吸收峰（3 009 cm-1）的变化情况，对掺有玉米油及芝麻油的橄榄油样品进行了甄别[16]。范璐等采用FTIR 成功实现了大豆油和花生油的种类识别，而且利用气相色谱和FTIR 对花生油、棕榈油及花生油和棕榈油的调和油的种类进行识别分析[17-18]。

在不同植物油掺假鉴别方面，Lai 等用FTIR 结合衰减全反射（attenuated total reflection，ATR）技术和PLS 回归方法成功识别了掺有精制橄榄油和榛子油的初级橄榄油并进行了定量分析[19]。基于FTIR-ATR 光谱和相应的判别分析方法，A.Tay 等以100%的判别率成功甄别出纯品和掺杂橄榄油，并结合PLS 方法发现掺杂油中的葵花籽油的最低检出限为20 mL/L，并成功对其它植物油和初级橄榄油进行了分类鉴别[20]。王志嘉等利用FTIR-ATR 对掺杂橄榄油（掺入转基因大豆油、非转基因大豆油、花生油、玉米油、葵花籽油、调和油等的橄榄油）进行快速鉴别研究，可通过分析特征吸收峰的吸光度强度变化来准确鉴别橄榄油是否掺假[21]。黄秀丽等采用FTIR 对橄榄油、葵花籽油、花生油、玉米油、大豆油、菜籽油、棕榈油等食用植物油的红外吸收谱图进行比较和分析，发现其吸收峰的位置及吸光度均与植物油的种类有关，以3 005 cm-1～3 009 cm-1和 1 117 cm-1～1 121 cm-1处的吸收峰作为种类区分。向橄榄油中掺入其他多种不同比例的廉价植物油来模拟掺假橄榄油，发现特征吸收峰的峰面积与掺假百分比呈线性关系且加热处理后两处特征吸收峰变化趋势有差异，只有橄榄油呈上升趋势而其他种类的植物油下降，且特征峰峰面积与掺假百分比仍呈线性关系[22]。Magda Vasconcelos 等利用FTIR 结合化学计量学对掺入花生油的橄榄油等掺假进行准确的鉴别[23]。Gorkem Ozulku 等利用ATR-FTIR 结合聚类分析和偏最小二乘法对掺入1%～50%榛子油、菜籽油和葵花籽油的芝麻油进行掺假分析，可准确鉴别纯芝麻油和掺假芝麻油[24]。Abdelkhalek Oussama 等利用FTIR结合PLS 和变量投影重要性指标（variable importance of projection score，VIPS）对掺入大豆油和葵花籽油的橄榄油进行了鉴别，利用正交信号校正、平均中心数据预处理以及VIP 分数预选的PLS 对掺入1%到24%的橄榄油进行了成功鉴别[25]。

2 拉曼光谱法

2.1 拉曼光谱基本原理概述

20 世纪20 年代末由印度物理学家Raman 在试验中首次发现了非弹性散射效应，称之为拉曼散射，利用光与物质相互作用产生的非弹性散射来进行检测的技术称为拉曼光谱技术[26]。当样品受到单色光照射时，样品分子的极化率发生变化，产生拉曼散射，分子的振动和转动能级决定了拉曼光谱的位移和谱带强度[27]。拉曼光谱与红外光谱都能表征分子官能团的信息，可互为补充。利用拉曼散射检测样品最大的优点是快速，无损伤探测。近年来，拉曼光谱技术逐步广泛应用于食品检测与食品鉴别方面。

2.2 拉曼光谱在油脂掺伪检测中的应用

食用油脂结构中的烯烃双键分子的振动具有较强的拉曼散射，因此其拉曼光谱信息非常丰富，不同种类植物油主要差异表现为双键结构的数量和比例不同。对食用油拉曼光谱图预处理后选取特征峰值强度信息进行计算与比较，可作为鉴别不同食用植物油品种的依据[28]。龙勇等利用激光拉曼对常温市售植物调和油中析出的不明微量固体进行测量与分析，发现不明固体的拉曼光谱与脂肪酸甘油脂的光谱性质相同，其光谱特征峰接近猪油的特征峰，特别是1 063、1 129 cm-1两处饱和碳链的骨架对称伸缩振动峰和骨架不对称伸缩振动峰，通过对比各样品C=O 伸缩振动峰（1 745 cm-1）与饱和C-C 链骨架对称伸缩振动峰（1 063 cm-1）的峰高比，发现其脂肪酸饱和度与猪油接近，且与其他植物油相差很大，这说明该调和油很可能掺杂了劣质油甚至地沟油，为地沟油的鉴别提供了新的研究思路[29]。

拉曼光谱法结合化学计量学建立分析模型对油脂进行鉴别分析使得拉曼光谱法的应用更加完善[30]。周秀军等利用己知种类食用植物油样本构建训练样本库，然后对未知食用植物油样本进行自动种类识别，建立了一种基于拉曼光谱的食用植物油快速鉴别方法[31]。吴静珠等采集了6 种食用油共计23 个样本的拉曼光谱，采用偏最小二乘线性判别分析法（partial least square-linear discriminant analysis，PLS-LDA）进行单一种类（橄榄油、花生油和玉米油）食用油快速定性检测，通过自适应迭代惩罚最小二乘法（adaptive iteratively reweighted penalized least squares，airPLS）对拉曼信号进行背景扣除，以及蒙特卡洛无信息变量消除法筛选波长变量，提高单一种类食用油的识别率，使得总体识别率均高于90%，并在此基础上进一步提出了采用PLS-LDA 进行多种类食用油识别的技术流程[28]。基于拉曼光谱的特征值，邓之银通过多输出最小二乘-支持向量回归机（support ractor regerssion，MLSSVR）和最小二乘回归分析，建立食用油脂肪酸定量分析模型，可预测食用油中饱和脂肪酸、油酸、亚油酸的含量[32]。邓平建等对来源于不同产地、不同品牌的橄榄油、大豆油、玉米油、菜籽油、葵花籽油、棕榈油和棉籽油等多批次食用植物油及精炼地沟油的拉曼光谱数据进行检测，分析研究橄榄油、其他低价植物油及精炼地沟油的拉曼光谱形态，采用基于全波段光谱信息和形态的聚类分析法建立快速鉴别掺伪橄榄油的方法，可实现准确、快速、无损鉴别各种类型的橄榄油掺假[33-34]。赵薇等采集的大豆油、花生油、玉米油等常用食用油的拉曼光谱，经一阶导数预处理，Norris 导数法滤波去噪处理后，采用判别分析算法建立食用油种类识别模型，能够实现食用油的准确分类识别[35]。基于便携式光纤拉曼光谱仪的诸多优点，黎远鹏采集了其测得的食用油脂样品的拉曼光谱，在基线校正后，对谱图信息比较丰富的波数段进行多项式平滑滤波和谱图的归一化，基于化学计量学方法（PLS-DA、Fisher判别分析、随机森林算法）和特征波段比值法及定量的区间偏最小二乘法（iPLS）与联合区间偏最小二乘法（siPLS）等分析方法建立了最优模型，最后利用特征波段比值法实现食用油的快速真伪鉴别及掺伪含量的准确检测[36]。

从以上文献可以看出，拉曼光谱法结合化学计量学对食用油样品进行鉴别掺假分析的步骤一般是：首先采集已知类别植物油的拉曼谱图并进行预处理和提取其特征向量，构建训练样本库建立最优数学模型；然后采集待测食用油的拉曼光谱信息并进行同样的预处理和特征提取，根据其特征向量与训练样本的数学模型来预测样本类别。该方法只需要根据拉曼光谱数据建立合适的数学模型，就能够实现无损、快速、准确的类别判断及掺假鉴别。

3 核磁共振波谱

3.1 核磁共振波谱原理概述

核磁共振（nuclear magnetic resonance，NMR）是指在静磁场中采用一定频率的电磁波进行照射时，磁矩不为零的原子核吸收电磁能从而发生电子跃迁，通过共振吸收信号的产生而生成的波谱[37]。早在20 世纪中期科学家们观察到核磁共振信号而获得1952 年的诺贝尔物理学奖[38]。目前为人们所利用的原子核主要有H、B、C、O、F、P 等，其中应用最广泛的是1H-NMR 和13C-NMR。早期核磁共振技术主要用于对核结构和性质的研究以及根据分子结构对氢原子周围磁场产生的影响来解析分子结构。随着核磁技术不断发展，已从最初的一维谱发展到现在的二维和三维等高级图谱，其在分子结构解析中的应用也越来越广泛。

食品中的水、淀粉、糖、油等物质中都有氢核，因此NMR 可被应用于食品成分分析以及检测食品品质等[39]。根据射频场频率的不同，NMR 包括高分辨率和低分辨率两个类型。高分辨率NMR 主要用于解析小分子化合物的结构，在食品检测中的应用较少，仅限于简单的食品模型；低分辨率NMR 信号的最初强度与样品中原子核数量直接相关，可通过NMR 谱信号表征食品的理化性质[40]。而且基于低分辨率NMR 仪体积小、价格低、易于操作等优势，其与化学计量学的结合在食品检测研究中得到了广泛的应用。

3.2 核磁共振波谱在油脂掺伪检测中的应用

由于氢核的弛豫时间可反映水分子的流动性，可通过NMR 测定氢核的弛豫来研究食品在加工及冻藏过程中水分含量、结构和性质的变化，从而判断食品的新鲜度等品质信息[41]。在食用油脂检测方面，NMR可用于检测固体脂肪含量值（sokid fat content，SFC），研究发现，采用脉冲式核磁共振方法检测不同食用植物油（花生油、菜籽油和大豆油）、地沟油和泔水油在不同温度下的固体脂肪含量值，发现地沟油的SFC 值最大，泔水油次之，而食用植物油的SFC 值很小几乎为零，随着地沟油和泔水油掺入食用植物油量增多，SFC值随之增大，利用此方法可以检出掺伪1%以上废油脂的植物油[42]。

结合化学计量学方法对高附加值植物油进行掺假鉴别是NMR 近年来开始发展起来的应用。结合主成分分析和偏最小二乘法分析，石婷等利用高频核磁共振（600 MHz）对纯茶油和掺入大豆油、玉米油的掺假茶油建立快速准确预测茶油掺假的方法并利用PLS实现对茶油掺假水平的准确定量测定[43]。李玮等在测定7 种植物油的1H－NMR 谱基础上，利用PCA 法对植物油种类实现鉴别，并建立基于PCA－SVM 的食用植物油分类模型，其分类正确率高达100%[44]。

在低场核磁方面的应用也有大量的报道，王晓玲等利用低场核磁共振波谱联合PCA 和PLS 回归法分析对掺入大豆油、玉米油、葵花油等几种常见掺假形式的核桃油样品和纯核桃油样品进行检测和评价，利用PLSR 法对核桃油掺假水平的准确定量测定，在主成分得分图上能很好的区分纯核桃油和掺假核桃油并对掺假水平进行准确定量[45]。Wenran Zhu 等利用低场核磁共振波谱联合PCA 和判别分析模型对花生油掺假进行研究，发现如果花生油中掺入10%以上的棕榈油、大豆油和葡萄籽油，能够很好的区分出来[46]。Luisa Mannina 等利用600 MHz 的1H-NMR 对掺入了精炼橄榄油的榛子油进行分析，结果可以检出掺入10%的橄榄油，并分别对400 MHz 和500MHz 的NMR 进行对比研究[47]。Fragaki，Georgia 等利用 High-field31P-NMR（202.2 MHz）对59 个样本3 种级别的橄榄油（特级初榨橄榄油、精炼橄榄油、橄榄油灯油）采用两种多元统计分析法进行分析，层次聚类分析能够很好的对橄榄油进行分级，利用判别分析可以检测出最低掺假5%的橄榄油[48]。

综上所述，NMR 波谱法可应用于鉴别食用植物油种类，可简单、快速地对植物油进行掺假鉴别，NMR 特别是低频NMR 结合化学计量学方法为食用植物油的品质鉴别和质量控制提供了新的分析方法，在食用油生产的品质控制和评价方面具有巨大的应用潜力。

4 太赫兹时域光谱技术

4.1 太赫兹时域光谱原理

频率介于红外波段和微波波段之间的电磁辐射称为太赫兹（THz）辐射，该辐射可产生分子的振动及转动能级。太赫兹时域光谱技术是通过对THz 辐射的特征吸收来分析物质结构、组成、以及分子间的相互作用，为一种新型的相干探测光谱技术[49]。通过对获取的时域光谱图进行光学参数模型计算，可以得出物质的相关光学参数（介电常数、吸收谱与折射率谱）等信息，从而进一步分析出物质的主要结构、组成成份以及相关的化学性质，该技术被广泛应用于物质鉴定领域与成分分析领域。

THz 时域光谱技术分为透射式、反射式、衰减全反射式等类型。作为一种新型的太赫兹时域光谱技术，衰减全反射式太赫兹时域光谱是通过样品与倏逝波的相互作用而获取的。与其他太赫兹时域光谱技术相比，在测量食用油等液体样品时，该技术能有效地避免样品池对光学参数的干扰，从而获得更加精确的光学参数[50]。

4.2 THz时域光谱技术在食用油分析鉴别中的应用

THz 时域光谱技术在食用油中的应用还处于研究阶段，相关报道较少。廉飞宇等采用太赫兹时域光谱对黑芝麻油、芝麻油、小磨香油和花生油在0.2 THz～1.6 THz 波段的延时特性和折射率特性进行数据采集，基于PCA 和合适的支持向量机模型进行分析，研究发现，该方法对食用油种类识别的正确率可达到93%，通过进一步的化学计量学方法的比较和分析，证实太赫兹时域光谱和化学计量学方法的结合对鉴别食用油种类的可行性较高[51]。聂美彤等对大豆油的透射式和衰减全反射式THz 时域光谱进行比较分析，发现衰减全反射式THz 时域光谱具备更有效地提取大豆油的吸收系数、吸收峰分布等光学特性的优势，通过对3种食用油（大豆油、核桃油、葡萄籽油）在THz 波段的光学特性的分析和比较，解析出3 种食用油的折射率谱和吸收光谱，并利用密度泛函理论得出油中亚油酸、油酸、软脂酸及硬脂酸等主要成分在THz 波段的振动、转动模式，理论结果同试验结果较吻合。研究发现在THz 波段食用油的吸收峰与所含脂肪酸种类以及其含量有关，该研究成果对食用油成分定性定量分析及品质检测等具有指导意义[50]。

5 多元光谱融合技术

尽管光谱分析技术结合化学计量学方法能够对食用油脂进行很好的分类鉴别，但当不同类型的样本光谱间的差异非常小时，利用传统的分类技术也很难将其有效的分开[52]。对于相似品种食用油种类的快速识别、分类以及掺假量少，差异较小的油品，基于多元光谱融合技术的建模预测方法逐渐得到发展和应用。

涂斌等将拉曼、近红外光谱特征融合技术相结合，采用间隔偏最小二乘法和联合间隔偏最小二乘法等化学计量学方法对花生油掺伪开展了定量分析，并结合支持向量机回归成功建立了数学模型和最优参数模型[53]。吴双等应用拉曼和近红外光谱以及特征层数据的融合，结合化学计量学成功建立了食用油单不饱和脂肪酸和多不饱和脂肪酸含量的预测模型[54]。

6 结论

以上文献报道可以看出，利用近红外光谱在食用油分类鉴别的应用比较少，这主要是因为近红外光谱存在特征性不强、信息重叠、灵敏度低等缺点因而在掺假方面应用研究不多，但若改善模式建立、在增强模型稳健性和传递性等技术上有所突破，方能使近红外在种类属性鉴别上有所发展。与近红外相比，中红外、傅里叶变换红外及拉曼光谱的光谱信息特征性相对增强，更加灵敏。特别是拉曼光谱因为其优秀的指纹功能成为物质结构及其变化的有力工具。随着核磁共振波谱技术特别是低频核磁的发展，核磁共振波谱在食品中的应用也开始普及，而太赫兹光谱作为新兴的光谱技术在食用油分类鉴别中应用还不是很广泛，有待于进一步开发应用。

随着国家对食品安全的重视，食品领域的检测项目也越来越多，红外光谱、拉曼光谱、核磁共振波谱、太赫兹时域等光谱技术均具有不需要样品前处理，操作简便、费用低、分析速度快，可以同时测定多种组分，实现无损和绿色无污染检测以及仪器易于便携可实现光纤远程分析检测等优点而被广泛用于食品、农产品真伪品质及产地定性鉴别，特别是食用植物油的分类及掺假鉴别。随着数据处理方法的发展，光谱法结合化学计量学的方法对植物油光谱图进行分析，使得光谱法的应用更加完善和普及。采用两种及以上光谱数据进行融合，利用谱图的互补性，结合数学分析工具，对食用油品种及真实性综合鉴别将是光谱法掺伪检测的重要发展方向，必将在食用油安全卫生监督、掺假鉴别、以及进出口快速通关方面得到广泛的应用。