论文部分内容阅读
坚果是全球最受欢迎的高油脂含量休闲食品之一,其高不饱和脂肪酸的存在导致坚果易发生氧化变质。本文采用具有互补性的拉曼光谱和傅立叶变换红外光谱（FT-IR）分别监测跟踪8种坚果油脂的氧化过程,结合化学计量学方法,建立四种氧化指标定量预测模型,为实现坚果油脂的快速检测、品质评价以及氧化指标的预测提供一条简单有效、灵敏的方法途径。主要研究内容如下:采用拉曼光谱技术表征坚果油脂在加速储藏过程中的氧化变质。研究了氧化过程中代表顺式双键伸缩振动的拉曼特征峰1656 cm-1与内标峰相对强度比值I（1656）/I（1746）逐渐降低,代表反式双键弯曲振动的拉曼特征峰970 cm-1与内标峰相对强度比值I（970）/I（1438）逐渐增加,说明顺式双键在减少,并发生异构化重排生成反式双键。相对应地,4个氧化指标（过氧化值、茴香胺值、共轭二烯值和羰基价）呈现上升趋势。采用Pearson相关性分析表明,I（970）/I（1438）与氧化指标存在显著正相关性,相关系数R为0.7490～0.9900（p<0.01）,I（1656）/I（1746）与氧化指标存在显著负相关性,相关系数R为-0.7140～-0.9790（p<0.01）,说明拉曼光谱可表征坚果油脂的氧化过程。基于拉曼光谱建立坚果油脂四种氧化指标定量预测模型。首先将杠杆值、浓度残差和光谱残差结合剔除异常样品,选用单一预处理和两种预处理相结合共24种方法对光谱数据进行预处理,发现标准正态量变换和一阶导预处理方式最适合过氧化值模型、多元散射校正和正交信号校正处理方法最适合茴香胺值和共轭二烯值模型、正交信号校正和一阶导预处理方法最适合羰基价模型的建立,通过上述建立的偏最小二乘回归模型预测未知样品的四种氧化指标,预测决定系数分别为0.8672、0.9133、0.9589和0.9325,且模型校正集和外部交叉验证的预测值与实测值具有良好的相关性,说明拉曼光谱技术结合偏最小二乘回归建模可以快速定量检测氧化过程。此外,PC1和PC2的主成分分析载荷图表明,最佳预测模型主要变量位于四个波段区域处,表明氧化指标主要受油脂中亚甲基、C-H和C=C官能团振动变化的影响。在全光谱范围基础上,进一步利用随机森林算法对过氧化值模型进行简便优化,选取了36个位移个数建立模型,效果和预测能力得到有效提高。利用FT-IR监测坚果油脂氧化过程并结合化学计量学方法对氧化指标进行快速检测分析。使用偏最小二乘回归建立不同预处理方法和波段范围氧化指标的定量预测模型,采用正交信号校正预处理方法,过氧化值模型选取400～4000 cm-1全波数范围、茴香胺值模型选取3070～3800 cm-1波数范围（氢过氧化物-OO-H）、羰基价和共轭二烯模型选取930～990 cm-1波数范围（反式=C-H）的建模效果最好,未知样品的预测集决定系数R2p均在0.9000以上。说明红外光谱技术可实现油脂氧化指标的快速检测。