基于指纹图谱相似度的玉米胚芽油掺伪检测技术研究

为快速准确对玉米胚芽油进行掺伪定量检测,将棕榈油、棉籽油、菜籽油、大豆油、花生油、茶籽油、葵花籽油等常见食用油掺入纯玉米油,通过气相色谱法测定C14:0、C16:0、C16:1、C17:0、C17:1、C18:0、C18:1、C18:2、C18:3、C20:0、C20:1、C22:0、C22:1的含量,利用向量夹角余弦法计算纯玉米油与混合玉米油的相似度,分别建立了其他油掺入量与玉米油指纹图谱相似度的线性模型。结果表明:该模型可用于玉米混合油中掺伪油脂的定量分析,也可用于鉴定玉米油的纯度;当玉米油中混入棕榈油、大豆油、葵花籽油时,检测误差较小;掺入菜籽油时,可结合芥酸的一元线性分析法提高检测精确度;掺入花生油时,可结合山嵛酸(C22:0)等一元线性分析法提高检测精确度;掺入棉籽油,可结合C16:0、C18:1等综合分析。     

甘油三酯指纹图谱在食用植物油掺伪鉴别中的应用

为了构建橄榄油、大豆油、花生油、玉米油、葵花籽油、菜籽油的甘油三酯指纹图谱,采用反相液相色谱-蒸发光散射检测器对6种食用植物油中甘油三酯进行分离,图谱数据采用平均矢量法导入中药色谱指纹图谱相似度评价系统（2012版）,分析指纹图谱的相似度。结果表明,同一种食用植物油不同品牌间的甘油三酯指纹图谱相似度高,不同食用植物油的甘油三酯指纹图谱差异明显。橄榄油与玉米油、大豆油及葵花籽油相似度比较低,分别为0.233、0.086、0.073;与菜籽油、花生油相似度较高,分别为0.830和0.776。当橄榄油中掺入10%的大豆油、玉米油或葵花籽油时,其指纹图谱相似度均低于0.90。橄榄油中掺入菜籽油后其相似度变化不明显。采用面积归一法对指纹图谱特征峰进行分析,掺入比例的检出限低于15%。甘油三酯指纹图谱与面积归一法相结合,可作为食用植物油鉴定及掺伪鉴别的有效手段。     

基于碘值差异的山茶油掺假判别

从不皂化物、相对密度、碘值3个理化指标考察山茶油和其他植物油的区别,对所得数据进行统计学分析,结果表明:山茶油的不皂化物和相对密度与其他植物油不存在显著性差异,山茶油的碘值与其他植物油的碘值差异显著(P0.05),可以作为山茶油掺假判别的依据。对山茶油中掺混不同比例大豆油和玉米油后的碘值测定结果分析表明,当山茶油∶大豆油为19∶1(即掺入大豆油比例5%)时就可判别,当山茶油∶玉米油9∶1(即掺入玉米油比例10%)时就可判别。     

近红外光谱结合ANN法快速测定水稻叶片氮含量

应用近红外(NlR)光谱和误差反传人工神经网络(BP-ANN)方法建立了水稻叶片氮素含量的定量分析模型.首先对近红外光谱进行Savitzky-Golay求导处理,然后通过相关系数法选择波长范围,采用偏最小二来回归PLS降维并输入BP-ANN建立校正模型,用验证样品对校正模型进行验证.结果表明:BP-ANN最佳模型的预测...     

不同脂肪源对鳡幼鱼生长、血清生化组成和肝脏的影响

以鱼油为对照组(FO),分别以1/2猪油(PL)、1/2大豆油(SO)、1/2葵花籽油(SFO)、1/2棕榈油(PO)、1/2玉米油(CO)替代1/2鱼油作为脂肪源,配制6组等氮(49.43%±0.19%)等能((18.09±0.03)MJ/kg)的饲料,对鳡幼鱼(体长(6.89±0.20)cm,体质量(3.09±0.23)g)进行为期56d的养殖试验,研究部分替代鱼油对鳡幼鱼生长、血清生化组成以及肝脏的影响。结果表明:终末体质量和增重率均以葵花籽油替代组最大,其次是对照组和大豆油替代组;蛋白质效率、饵料系数各组之间无显著差异;玉米油替代组和猪油替代组的谷草转氨酶活性显著高于对照组,玉米油替代组的谷丙转氨酶活性显著高于对照组;猪油替代组幼鱼肝脏细胞中脂滴较其他组明显;在本研究的替代比例下,综合对鳡幼鱼生长、血清生化指标和肝脏的影响,认为葵花籽油、棕榈油、豆油可以作为脂肪源替代鱼油。     

绿茶汤色品质感官评价的色差仪表征方法研究

为弥补感官审评法评定绿茶汤色品质的不足,研究了绿茶汤色品质感官评价的色差仪表征方法。采用色差仪获取茶汤的色度值,分别利用逐步回归法和主成分分析(PCA)法提取汤色特征变量,建立汤色特征变量与其感官审评分值之间的相关模型。结果表明,利用PCA方法提取特征变量的效果好于利用逐步回归法。基于主成分分析法提取的特征变量,分别建立特征变量与感官评分之间的PLS和BP-ANN模型对绿茶汤色品质进行预测,其准确度可靠,但BP-ANN模型性能好于PLS模型。用BP-ANN模型对预测集样本进行测试时,预测集中各样本的预测值与实测值间相关系数为0.816,预测均方根误差为2.505。可见,利用色差仪结合BP-ANN方法能有效表征绿茶汤色品质。     

基于近红外光谱技术实现掺假山羊奶的定性和定量检测

以近红外光谱(NIRS)技术为基础,实现掺假山羊奶的快速、无损检测。采用主成分分析结合神经网络以及偏最小二乘法(PLS)分别对纯山羊奶和掺有奶油、还原奶的两类掺假山羊奶进行定性和定量研究。结果表明,将主成分分析与多层感知器(Multilayer Perceptron, MLP)神经网络相结合建立的定性判别模型对样品建模集和预测集的正确判别率都达到100%。光谱经预处理、优选波段和主成分维数后,利用PLS分别建立两类掺假奶的定量校正模型。其中掺奶油山羊奶定量校正模型的决定系数(R)为98.54%,交叉验证均方根差(RMSECV)为0.379;掺还原奶山羊奶定量校正模型的 R 为96.38%,RMSECV 为6.20。同时运用马氏距离和二审剔除法判断和剔除异常样本后,两类掺假奶模型的R分别提高到98.85%和97.06%,RMSECV 分别降低到0.333和5.61。外部验证得到预测值与真值的相关系数(R)分别为0.989和0.982,预测效果满意。所得结论表明,近红外光谱技术结合化学计量学方法可以实现掺假山羊奶的定性和定量检测。     

3月椰子市场监测分析

正1特点2018年3月,中国椰子市场价格继续保持17%的上涨。2月份,椰子(鲜)的进口贸易同比减少,进口和出口的环比均大幅度增长;椰子干进口贸易同比和环比均减少,环比减少近一半;初榨椰子油的进口贸易的同比和环比均减少,2月份椰子油无出口贸易;椰子汁进口贸易的同比减少10%左右,环比减少75%,出口贸易同比减少50%。     

高光谱成像技术结合遗传算法和BP神经网络的南疆骏枣总糖含量建模分析

为考察南疆骏枣的总糖含量与高光谱数据的对应关系,采用高光谱成像技术结合遗传算法和反向传播(back propagation,简称BP)神经网络的方法对南疆骏枣进行总糖含量建模分析,采用不同预处理方法处理原始光谱数据,并用遗传算法进行波长变量的选择,回归分析分别采用偏最小二乘法(PLS)和BP神经网络(BP-ANN),从线性和非线性回归方式上建立校正模型分析。结果表明,用多元散射校正(MSC)进行预处理好于其他预处理方式。在回归分析上,BP-ANN预测南疆骏枣总糖含量的模型好于PLS,预测相关系数(Rp)和预测标准偏差(RMSEP)分别为0.918 4和0.931 0。由结果可知,利用近红外高光谱成像技术对南疆骏枣总糖含量进行预测是可行的。     

低场核磁共振结合多元校正对休闲豆干水分含量的快速测定

[目的]采用低场核磁共振仪对休闲豆干样品进行测量获取横向弛豫数据,结合多元校正方法对水分含量进行快速测定。[方法]使用直接干燥法测定豆干水分含量,测得的结果作为化学值。运用偏最小二乘(PLS)和误差反向传播人工神经网络(BP-ANN)方法结合豆干样品的核磁共振数据与化学值建立多元校正模型,实现对豆干水分含量的快速测定。[结果]对于PLS与BP-ANN方法,校正集样品的水分含量预测值和化学值之间的相关系数分别为0.923 5和0.917 6,校正均方根误差分别为0.027 2和0.028 1;预测集样品的水分预测值和化学值之间的相关系数分别为0.918 9和0.921 5,预测均方根误差分别为0.024 8和0.022 3。[结论]2种方法都能快速而准确地对休闲豆干的水分含量进行预测。     

基于近红外光谱技术的大米掺伪定量判别

针对现在市场上常见的两种大米掺伪现象,利用近红外光谱技术结合化学计量学方法分别建立了大米中掺入低档米和掺入矿物油的定量分析模型。制配不同掺伪比例的大米样品,采集其近红外光谱,并选用标准正态变量变换、最大最小归一化、平滑和一阶导数4种方法对原始光谱进行预处理,分别结合偏最小二乘法建立PLS定量分析模型。通过对比建模结果选出的最优预处理方法是最大最小归一化,建立的掺低档米模型的校正集和预测集相关系数分别为0.9698和0.9845,均方根误差分别为8.66和6.46;掺矿物油米模型的校正集和预测集相关系数分别为0.9739和0.9888,均方根误差分别为0.106和0.0698。模型的预测精度和稳定性均很好,实现了对两种掺伪大米快速、准确的定量判别,为大米的品质监控提供了一种新的方法思路。     

基于指纹图谱技术快速检测掺伪花生油的方法探究

[目的]利用指纹图谱技术快速检测掺伪大豆油的花生油。[方法]利用气相色谱质谱联用技术(GC-MS)建立大豆油、花生油、掺有大豆油的花生油GC-MS指纹图谱,并分别匹配特征峰,通过特征峰比对,快速辨识花生油与掺伪大豆油的花生油。[结果]花生油指纹图谱匹配了9个共有峰,掺伪花生油指纹图谱共匹配了10个共有峰,利用共有峰差异可快速筛选掺伪花生油。经过质谱数据库分析,掺伪花生油中增加的色谱峰为C18∶3不饱和脂肪酸,大豆油掺伪量最低检出限为5.5%(V/V)。[结论]利用指纹图谱技术可快速、准确地鉴别掺伪大豆油的花生油,也为其他油脂掺伪快速检测提供参考。     

近红外光谱技术在测定纯茶油中棕榈油掺入量中的应用

采用偏最小二乘法(PLS)建立了近红外光谱定量检测模型,以定量分析油茶籽油中掺入的棕榈油成分.通过交互验证和外部检验,考察所建模型的可靠性.结果显示:样品不需要任何光谱预处理,直接进行10 000～4 000 cm-1范围内的近红外透反射光谱扫描;建立的PLS模型相关系数为0.999 9,训练集的交叉验证均方根误差(R...     

原生态椰子油的相关标准分析

摘要：原生态椰子油是国外市场上最新出现的一种重要的功能性椰子产品，目前在科学领域和普通人群中获得了广泛的赞誉，具有很好的应用前景。本文详细介绍了其市场前景及国外相关标准，并对这些标准进行分析。     

排土场中不同处理对不同种植模式的向日葵生长特性和光合作用的影响

研究不同处理对不同种植方式的向日葵(Helianthus annuus)生长特性和光合作用的影响,为矿区排土场农林种植提供理论依据。在内蒙古黑岱沟露天煤矿北排土场(复垦20年)设置向日葵单作、向日葵玉米间作、向日葵大豆间作等三种种植模式,设接菌(I)、绿肥(G)、接菌+绿肥(IG)、风化煤+绿肥(GW)、接菌+绿肥+风化煤(IGW)与不接种对照(CK)六种处理。试验测定了试验小区土壤基本值及不同种植模式对向日葵株高、地径、花盘直径、单株净籽粒重、净光合速率(P_n)、气孔导度(G_s)、胞间CO₂浓度(C_i)、蒸腾速率(T_r)的影响,并分析其相互关系。研究表明,不同种植模式下,脲酶、磷酸酶活性与易提取球囊酶素含量均为向日葵玉米间作与向日葵大豆间作整体高于向日葵单作;向日葵单作与向日葵玉米间作净光合速率整体高于向日葵大豆间作,向日葵单作及向日葵大豆间作的气孔导度区间整体高于向日葵玉米间作。同一种植方式中,向日葵单作、向日葵大豆间作、向日葵玉米间作花盘直径最大值分别在接菌+绿肥+风化煤(IGW)、绿肥+风化煤(GW)和接菌(I)处理(P<0.05);向日葵单作、向日葵大豆间作、向日葵玉米间作净单株籽粒重最大值分别在绿肥(G)、绿肥+风化煤(GW)、接菌(I)处理。向日葵地径与G_s、T_r呈显著正相关(P<0.05);花盘直径与T_r呈显著负相关(P<0.05)。单株净籽粒重与C_i呈显著正相关与蒸腾速率显著负相关(P<0.05)。不同处理对不同种植模式向日葵生长及光合指标具有促进作用,不同种植模式的最适处理有差异,可为露天矿排土场农林利用提供参考。     

应用近红外光谱分析技术定量检测植物油脂肪酸含量的研究

[目的]建立一种简单、快速、准确且无损的脂肪酸含量的定量检测方法。[方法]应用近红外光谱分析技术快速准确定量检测植物油中3种脂肪酸含量,采用偏最小二乘法PLS建立植物油中3种脂肪酸(油酸、亚油酸、亚麻酸)含量的近红外定量分析模型,并对比分析了10种光谱预处理方法对植物油中3种脂肪酸含量定量分析校正模型结果的影响。[结果]一阶导数(FD)结合多元散射校正(MSC)法的光谱预处理效果最优,经FD+MSC法预处理后采用PLS建立的植物油脂肪酸含量检测的校正模型,对油酸的验证决定系数R2为0.969 3,预测标准差RMSEP为1.3%;对亚油酸的验证决定系数R2为0.960 6,预测标准差RMSEP为1.66%;对亚麻酸的验证决定系数R2为0.973 1,预测标准差RMSEP为0.479%。[结论]研究表明,所建模型可较好地检测植物油中油酸、亚油酸、亚麻酸含量。     

不同加热温度对食用植物油脂肪酸成分的影响

[目的]探讨不同加热温度对4种植物油中肪酸含量变化的影响.[方法]试验选取不同加热温度（25、160、200、240、300℃）,加热时间为10 min,用三氟化硼-甲醇快速甲酯化方法对花生油、玉米油、大豆油和橄榄油4种植物油中的脂肪酸进行甲酯化,并采用气相色谱法对脂肪酸甲酯化溶液进行定量分析.[结果]结果表明,随着加热温度升高,4种食用植物油中的脂肪酸总量呈递减趋势.其中,饱和脂肪酸（棕榈酸、硬脂酸、花生酸）的含量变化不明显,不饱和脂肪酸总量呈递减趋势.加热到300 ℃后,花生油、玉米油、大豆油和橄榄油的单不饱和脂肪酸含量分别由38.04％、27.07％、23.87％、67.49％减少到33.76％、24.26％、19.16％、55.50％,变化率分别为11.26％、10.40％、19.70％、17.78％.从单不饱和脂肪酸的变化率来看,大豆油比较不稳定.而多不饱和脂肪酸含量分别由41.65％、60.67％、63.28％、9.27％减少到23.92％、37.17％、37.13％、0（未检出）,变化率分别为42.57％、38.73％、41.33％、100％.从多不饱和脂肪酸的变化率来看,4种食用植物油的变化率均较大,其中橄榄油最不稳定.主要脂肪酸的含量分别降低22.14％、24.72％、30.63％、18.67％.[结论]研究可为指导食用植物油生产、加工以及烹饪过程,避免或减少不良脂肪酸的生成提供参考.