马劭瑾 李永玉 彭彦昆 闫 帅 刘亚超

(中国农业大学工学院， 北京 100083)

0 引言

葵花籽油含丰富的亚油酸、油酸、不饱和脂肪酸等营养物质，在世界食用油中产量位居第二[1]。近些年来，我国葵花籽油的消费量也不断增加。但是葵花籽油中的高不饱和脂肪酸含量也导致其更易被氧化，在售卖或家庭使用过程中都很容易发生氧化变质[2]。变质的葵花籽油会产生多种自由基、氢过氧化物和有毒聚合物，容易引发多种疾病。在植物油食品安全国家标准中明确规定，食用植物油过氧化值不能超过0.25 g/(100 g)，在各地食品安全抽检信息中植物油过氧化值超标等频见报道。

目前食用油过氧化值的传统检测方法主要为化学滴定法，具有操作复杂、耗时较长、需采用有毒化学试剂等缺点，而且不能满足快速实时的需求。为克服传统化学手段在食用油产销链中品质监测的局限性，诸多学者进行了食用油氧化指标快速检测方法的研究[3-8]。其中，荧光光谱以其灵敏度高、能直接反映食用油中与氧化机制直接相关的如酚类物质和维生素E等荧光物质的特性，在食用油氧化程度评估方面得到迅速发展。诸多研究者均基于三维荧光光谱[9-11]，或者从三维荧光光谱中提取合适的波长间隔，探究同步荧光光谱与氧化食用油的相关关系[12-20]。三维荧光光谱能够同时反映荧光强度随激发、发射波长的变化，但也因此具有较慢的扫描速度，且获取三维荧光光谱的荧光分光光度计体积较大、价格昂贵，并不具备食用油品质安全监测所需的高效性与便捷性。激光诱导荧光(Laser induced fluorescence, LIF)光谱则可以弥补上述荧光检测方法的不足，可以实现食用油过氧化值的现场实时监测，然而基于激光诱导荧光对食用油过氧化值进行定量检测的相关研究尚未见报道。

本文针对食用油易被氧化产生多种自由基、氢过氧化物和有毒聚合物等特性，根据食用油在产销链中品质监测的实用需求，基于激光诱导荧光光谱搭建食用油快速检测系统，编写相关采集控制软件，并以葵花籽油为研究对象，确定荧光响应时间等光谱采集参数，基于自行搭建系统采集不同过氧化值葵花籽油的荧光光谱，探讨不同预处理对荧光光谱的校正效果，建立葵花籽油过氧化值实时定量预测模型，最终实现对葵花籽油过氧化值的无损、快速检测。

1 实验材料与方法

1.1 实验材料

葵花籽油样品购于物美超市，分为生产日期2019年11月4日和2020年6月10日两批次。为制备不同氧化程度葵花籽油样品，将购买的葵花籽油分别放置于60℃恒温箱和25℃的室温环境中保存。60℃恒温箱中，加热氧化样品每隔6 h取样一次，室温氧化处理样品每隔5 d取样一次，共制备90个不同氧化程度葵花籽油样品。

1.2 过氧化值(PV)的标准理化值测定方法

参照GB 5009.227—2016中的滴定法，每个葵花籽油样品平行测定3次取平均值作为过氧化值的标准理化值。

2 葵花籽油荧光光谱检测系统搭建

以食用油品质安全现场实时监测技术装置研发为目的，自行搭建了基于激光诱导荧光光谱的葵花籽油检测系统，主要包括光源部分、样品室、光谱采集部分、供电部分以及控制部分，如图1所示。光源部分包括紫外LED光源、滤光片与准直透镜。LED光源功率为3 W，中心波长为(365±10)nm，LED激发光源发出的紫外光经过窄带滤光片和准直透镜平行照射到样品室内的样品。样品室在相邻两侧进行开孔设计，用于进行直角荧光检测，并且可以保证在放入比色皿后，激发光入射和发射光出射的位置均位于比色皿中部。样品室配有遮光盖，可以确保在比色皿放入后进行光谱采集时不受外界杂散光的影响。光源系统与样品室采用一体化设计，从而避免比色皿放入或取出时检测系统发生晃动。光谱采集部分主要包括光纤与波长范围为200～1 100 nm的光谱仪(USB2000+型)，光谱分辨率为1 nm。激发样品产生的荧光信号，经垂直于入射光方向安装的光纤探头传入光谱仪中，再由光谱仪通过USB接口将数据传输到计算机。供电部分主要是由小型恒流LED电源驱动器与电源组成。控制部分置于样品室下方，分别设计光源和光谱仪基座以确保光源部分与光谱采集部分的高度以及样品室入射光与出射光高度的一致性。为后期整机设计的内部空间利用率考虑，光源基座的上层布置激光诱导荧光检测系统的光源部分，下层采用中空设计，用于放置开发板。葵花籽油过氧化值检测系统实物如图2所示。

物质的荧光强度会随着照射时间的增加而下降，即存在荧光褪色效应[21-22]。葵花籽油荧光光谱采集时间越长，其强度可能越低。为减小荧光褪色效应对实验结果造成的不利影响，基于LabVIEW编写了检测系统荧光采集控制软件，实现对光谱采集时间的控制，软件工作流程如图3所示。比色皿放入样品室后，在外力作用下触发控制部分，控制部分会发送信号给计算机开始计时并根据预先设定的时间间隔和总时长自动采集和保存光谱数据，达到设定总时长光谱采集自动停止并以.txt格式保存。通过Matlab软件对光谱数据进行预处理后建立模型，并将最优过氧化值模型以.m文件格式导出。当对未知葵花籽油样品进行预测时，利用LabVIEW调用最优模型文件进行实时过氧化值预测。

为确保系统可靠性，样品室中放入空白比色皿采集了光谱响应，如图4a所示。仅在光源365 nm处存在峰值，说明背景光谱无其他信号干扰。基于自行搭建的激光诱导荧光检测系统采集不同氧化程度的葵花籽油荧光光谱如图4b所示。可以看到，当葵花籽油受到365 nm紫外光照射时，在440、495、520、680 nm附近产生荧光特征峰，且随着过氧化值增加，其荧光强度呈现递减趋势。在400～600 nm范围内荧光强度的衰减最显著，其中520 nm附近的荧光特征峰应该是由葵花籽油中的维生素E产生的[23]。680 nm附近叶绿素的荧光光谱强度随氧化程度的增加而降低，即葵花籽油中的叶绿素也会随着氧化的进行而被破坏。以上说明，基于自行搭建的激光诱导荧光检测系统能够较好地反映荧光光谱强度随葵花籽油过氧化值的变化，而且完全可以检测到国家标准限定值0.25 g/(100 g)以下的葵花籽油过氧化值。

为探究荧光褪色效应对葵花籽油荧光强度的影响，基于自行搭建的系统每隔10 s自动采集过氧化值为0.12 g/(100 g)的葵花籽油荧光光谱，共连续采集荧光光谱7条。葵花籽油激光诱导荧光光谱随时间的荧光响应如图5所示。1 s时在430～468 nm和480～520 nm范围内的光谱强度明显高于10 s至60 s时的光谱强度。因此，在后续的研究中均将荧光光谱采集时间设定为1 s。

3 结果与讨论

3.1 葵花籽油过氧化值理化分析

通过不同氧化处理制备得到80个葵花籽油样品并测定其过氧化值标准理化值。80个样品过氧化值范围为0.03～1.19 g/(100 g)，平均值为0.39 g/(100 g)，中位数为0.30 g/(100 g)。

3.2 葵花籽油荧光光谱预处理及分析

采集光谱前先将自行搭建的食用油激光诱导荧光检测系统预热30 min，积分时间设定为100 ms，设置光谱采集时间为1 s，每个样品采集3次光谱，取3次的平均值作为该样品的原始光谱。80个葵花籽油样品的原始光谱如图6a所示。

因原始荧光光谱噪声较大，采用SG(Savitzky-Golay)滤波对其进行平滑。葵花籽油的粘度会随着氧化程度的加深而逐渐增加，可能导致各个样品之间的光程产生差异。此外，不同葵花籽油样品的光谱基线会发生不同程度的漂移。为减小上述干扰对建模结果造成的不利影响，分别对原始荧光光谱进行多元散射校正(Multiplication scattering correction, MSC)、光路长度估计与校正[24](Optical path-length estimation and correction, OPLEC)、标准正态变量变换(Standard normal variable transform, SNV)预处理。MSC预处理以所有样品光谱的平均光谱作为理想值，将每个光谱相对于平均光谱的变化分为偏移(斜率)变化和平移(截距)变化，根据此来校正原始光谱，校正后的光谱如图6b所示。可以看出，经过MSC预处理后的光谱较好地消除了不同葵花籽油光谱的基线漂移。OPLEC利用正交投影的性质，将光散射效应从原始光谱中分离出来，仅保留与化学成分有关的光谱变化。从图6c可以看出，荧光光谱在450～700 nm范围内被分为等间隔的几段。SNV预处理是在各个波长点的光谱值满足正态分布的前提下进行的，对原始光谱数据进行了标准化，处理后的荧光光谱变化趋势与MSC类似，如图6d所示。

利用CARS[25](竞争自适应重加权)算法对葵花籽油原始光谱的波长进行筛选，提取标准化权重最大的前6个，其由大到小排列为440、580、495、680、520、458 nm。其中，440、680、520 nm处对应的荧光特征物质为共轭氢过氧化物、叶绿素和维生素E(或它的衍生物)。可以看出在氧化过程中，葵花籽油中共轭氢过氧化物产生的荧光信号与过氧化值最为相关，而叶绿素和维生素E的含量也间接反映过氧化值的变化。

3.3 葵花籽油过氧化值预测模型建立

利用SPXY(Sample set partitioning based on joint X-Y distance)算法，将80个葵花籽油样品按3∶1划分为校正集和预测集，经不同的预处理光谱并结合CARS筛选波长后，选取合适的潜变量个数建立PLS回归模型。原始光谱和3种预处理后的光谱建模得到的预测均方根误差随潜变量个数的变化如图7所示。原始光谱、MSC和OPLEC预处理建模选取的最佳潜变量个数分别为10、7、9。经SNV预处理后的荧光光谱共线性加剧，最终选取的潜变量个数为5。

表1 不同预处理方法的过氧化值模型结果Tab.1 Results of PV model built on different pre-processing methods

3.4 葵花籽油过氧化值快速检测系统外部验证

选取10个未参与建模的葵花籽油样品对过氧化值定量预测模型进行外部验证。过氧化值预测值与理化测定值的R2为0.968 1，均方根误差为0.041 1 g/(100 g)，如图9a所示。过氧化值在0.30～0.80 g/(100 g)范围内的预测残差较小，在低于国标限0.25 g/(100 g)的残差绝对值均在0.08 g/(100 g)以下，如图9b所示。结果显示，利用激光诱导荧光技术结合PLS回归模型能够以较高的精度和准确性实现对葵花籽油过氧化值的快速检测。

4 结束语