第36卷，第9期 2016年9月
光谱学与光谱分析 Spectroscopy and Spectral Analysis
基于近红外光谱的橄榄油品质鉴别方法研究
刘国海，韩蔚强，江辉
江苏大学电气信息工程学院，江苏镇江212013
Vol.36,No.9,pp2798-2801
September, 2016
摘要目前市面上销售的微模油主要分为特级初榨橄榄油和普通初榨橄榄油两类，为了鉴别两种不同品质的橄榄油，提出了一种应用siPLS-IRIV-PCA算法的橄榄油品质鉴别的新方法。基于橄榄油的近红外光谱数据，应用联合区间偏最小二乘法（sPLS)对撤榄油的近红外光谱进行了波长区间优选，使用交叉验证均方根误差（RMSECV)评估模型的性能并选择最优波长区间，通过送代保留信息变量（IRIV)算法从最优波长区
橄榄油样本进行了判别鉴定。PCA将1427个波长变量作为输人变量，前两个主成分贡献率为51.8918%和 26.4732%；siPLS-PCA将408个波长变量作为输入变量，前两个主成分贡献率为56.0391%和36.235 5%；siPLS-IRIV-PCA将6个波长变量作为输入变量，前两个主成分贡献率为66.3476%和32.3043%，结
果表明，与PCA和siPLS-PCA鉴别方法相比，siPLS-IRIV-PCA具有最佳的鉴别性能。关键词近红外光谱；橄榄油；联合区间偏最小二乘法；送代保留信息变量；主成分分析
中图分类号：0657.3
引言
文献标识码：A
DOl: 10. 3964/j. issn. 10000593[2016)09-279804
取特级初榨橄榄油90份样本，取普通橄榄油90份样本，每份样本均为0.8mL。
1.2近红外光谱采集与光谱预处理
微榄油是由新鲜的油橄榄果实直接冷榨而成的，不经加
热和化学处理，保留了天然营养成分，
目前市面上销售的微模油主要分为特级初榨微模油和普通橄榄油两类。一些学者基于近红外光谱运用一些方法对橄榄油做了一些研究[-2]，文献[1]在采集的光谱数据上用判别分析对橄榄油进行了品质鉴别；有研究在采集的光谱数据上建立高斯混合模型对撤模油进行了品质鉴别。文献2在采集的光谱数据上选择特征波长，在特征波长上建立LDA和 SIMCA模型对橄榄油进行了品质鉴别。
运用siPLS3-6}对橄榄油的近红外光谱进行了波长区间优选，然后通过IRIV再次对波长区间优选出特征波长，接 06 行了分类。
1实验部分 1.1样品制备
欧丽薇兰特级初榨橄榄油、欧丽薇兰普通橄榄油，均购于超市。
收稿日期：2015-06-19，修订日期：2015-11-03
取上述样品0.8mL于比色ⅢL，用ANTARISⅡI近红外光谱仪进行光谱采集，扫描范围4000～10000cm-1，分辨率4cm-1，每个样品重复测定3次后取平均值。实验温度 26*，特级初榨微榄油与普通橄榄油原始光谱如图1。由于样品光谱曲线在尾部有较大噪声，选10001.03～4501.041
41 7+
Bn 2-
1000090008 0007000600050004000
Wave number/cm" 图1原始光谱
Fig.1Original spectra
基金项目：国家自然科学基金项目（31271875），江苏省自然科学青年基金项目（BK20140538)和中国博士后科学基金项目（2014M550273)资助
作者简介：刘国海，1964年生，江苏大学电气信息工程学院教授
e-mail : ghliu@ujs, edu, cn