基于近红外光谱技术的赣南茶油掺假快速鉴别.pdfVIP

62CHINAOILSANDFATS2022Vol.47No.6

油脂安全DOI:10.19902/ki.zgyz.1003-7969.210357

基于近红外光谱技术的赣南茶油

掺假快速鉴别

沈乐丞，曾秀英，温志刚，张远聪，刘贤标，王玫，刘婷，范伟华，邹辉

（国家油茶产品质量监督检验中心/赣州市产品质量监督检验所，江西赣州341000）

摘要：为了探索基于近红外光谱技术快速无损鉴别掺假油茶籽油的可行性，以赣南茶油为研究对

象，通过掺入不同植物油如玉米油、花生油、菜籽油、葵花籽油和大豆油等制备掺假油茶籽油，应用

近红外光谱技术采集其光谱特征信息，对比不同预处理方法和主成分数，并结合线性和非线性建模

方法建立油茶籽油掺假鉴别模型，以识别准确率（纯油茶籽油样品和掺假油茶籽油样品被正确判

别的比例）、灵敏度（纯油茶籽油样品被正确判别为纯油茶籽油的比例）、特异性（掺假油茶籽油样

品被正确判别为掺假油茶籽油的比例）作为模型的评价指标，优选出最佳模型。结果表明：二阶微

分联合线性判别分析（SD-LDA）模型为最优线性模型，标准正态变量变换联合人工神经网络

（SNV-ANN）模型为最优非线性模型，两个模型的识别准确率、灵敏度、特异性分别为97.58%、

100%、97.33%和98.99%、100%、98.88%。SNV-ANN模型鉴别效果优于SD-LDA模型，说明

非线性模型更适于油茶籽油掺假判别，该模型能更准确地鉴别油茶籽油是否掺假。

关键词：赣南茶油；掺假鉴别；线性判别分析；人工神经网络

5

中图分类号：TS225.1；TS201.6文献标识码：A文章编号：1003-7969（2022）06-0062-06

RapididentificationofGannanoil-teacamelliaseedoil

adulterationbasedonnearinfraredspectroscopy

SHENLecheng,ZENGXiuying，WENZhigang，ZHANGYuancong，

LIUXianbiao,WANGMei，LIUTing,FANWeihua，ZOUHui

(TheStateCentreofQualitySupervisionandInspectionforCamelliaProducts/

GanzhouInstituteofProductQualitySupervisionandInspectionGanzhou341000,Jiangxi，China)

Abstract

teacamelliaseedoilbasedonnearinfraredspectroscopy

astheresearchobject

vegetableoilssuchascornoil

characteristicsoftheadulteratedoil-teacamelliaseedoilwerecollectedbynearinfraredspectroscopy，

anddifferentpretreatmentmethodsandmaincomponentswerecomparedanddetermined.The

identificationmodelofoil-teacamelliaseedoiladulterationwasestablishedbycombininglinearand

nonlinearmodelingmethodsTheidentificationaccuracy

ca