基于时域太赫兹光谱技术的橄榄油氧化程度检测研究*

刘 伟，刘长虹，余俊杰,李 扬

（1.合肥学院机器视觉与智能控制实验室，安徽 合肥 230601；2.合肥工业大学食品科学与工程学院，安徽 合肥 230009；3.阜阳师范大学生物与食品工程学院，安徽 阜阳 236037；4.安徽永成电子机械技术有限公司，安徽 六安 237161）

0 引言

橄榄油营养价值高，气味独特，近年来备受市场欢迎。由于富含不饱和脂肪酸，在储藏过程中橄榄油易氧化酸败，导致感官品质和营养价值劣变，进而引起质量安全问题[1-2]。传统的植物油品质检测方法，如高效液相色谱、气相色谱、气相色谱——质谱联用等方法，成本高、耗时、费力，难以对植物油在储藏、加工等过程中的品质裂变进行监测分析。近年来，随着光学技术和人工智能技术的发展，近红外、多光谱以及高光谱技术越来越多的被应用于农产品和食品的品质检测中。但到目前为止，受近红外光谱波段范围限制，针对植物油的检测报道尚不多见。

太赫兹（Terahertz，THz）是位于微波和红外之间的电磁波，辐射频率在0.1THz～10THz，已有的研究表明大多数极性分子对THz辐射有强烈的吸收，许多有机大分子的振动能级和转动能级之间的跃迁也正好在THz波段范围，并在太赫兹区域具有指纹特征。因此，THz波谱包含有测量对象丰富的物理和化学信息[3-5]。相比于其他技术，THz具有可穿透能力强、安全性好、动态范围宽等诸多特点，被认为是21世纪十大新兴科学技术领域之一。近年来，随着电磁波技术和信息技术的发展太赫兹光谱农产品检测中得到广泛应用，如转基因种子识别[6]、真伪检测[7]、品质分析[8]等农产品和食品的安全分析中均有相关报道。本文基于太赫兹时域光谱技术，结合不同的机器学习算方法，对橄榄油储藏过程中的氧化酸败进行分析，同时建立相关储藏时间的预测模型，对比检测结果，获取最佳预测检测方法，为太赫兹技术在农产品检测领域的应用做出探索[9]。

1 材料与方法

1.1 时域太赫兹光谱装置

采用日本Advantest公司研发的TAS7500TS型时域太赫兹装置（THz-TDs），脉冲信号范围为0.1THz～5 THz，光谱分辨率为7.6 GHz，消光比50db。该设备主要由5个模块组成，包括测量模块、分析模块、系统控制模块、空气干燥模块和X-Y测量移动控制模块，可完成反射和透射实验。本研究采用的透射模式装置如图1所示，THz脉冲由砷化镓晶片产生，该晶片由Ti蓝宝石激光器发出，激光发射平均功率为20 mW，中心波长为1 550 nm，脉冲宽度为50 fs，重复频率为50 MHz。

图1 THz-TDs光谱系统光路原理图

1.2 样品获取和检测

橄榄油样品购置于麦德龙超市（安徽，合肥），选取生产日期一致、同一批次的西班牙圣菲利普特级初榨橄榄油。实验前将5个干净的100 mL无盖锥形瓶依次倒入橄榄油，为在短时间内得到不同品质橄榄油样品，将样品储藏在40℃、有光照、相对湿度为60%、敞口环境中。分别在第0、2 d、4 d、8 d和16 d取样，将取得样品冷却至室温后，通过标准方法进行脂肪酸组成分析和太赫兹检测。

橄榄油脂肪酸测定采用气象色谱（GC）法，具体过程如下：首先用移液枪在离心管中加入1～2滴待测橄榄油样品，而后加入500μL 1 mol/L KOH-CH3OH溶液和3 mL正己烷，摇晃约2 min后加入3 mL蒸馏水静置，两相分层后，用无水Na2SO4干燥上清液，取上清液至样品瓶中，重复3次。选用DB-WAX毛细管柱，尺寸为30 m×0.25 mm×0.25 mm，相关参数如下，检测器温度为250℃，进样口温度设置230℃，升温过程为在100℃保持1min，然后以20℃/min速度升至200℃，保持1 min后，再以3℃/min升至230℃，保持12 min，最后氮气流速设置为0.6 mL/min。质谱仪参数选取为电子碰撞电离为70 eV，以40m/z～800 m/z进行全扫描模式运行，各脂肪酸含量用峰面积归一化法计算出的相对。

太赫兹光谱信息的采集过程如下：测量前将太赫兹系统预热30 min，采用的样品池是由对太赫兹信号影响较少的聚乙烯制成，样品池有两个圆柱体构成，中间有一个垫圈，并通过四个螺丝结合，拧紧固定螺丝可以将两个聚乙烯部件固定并排除其中样品液体中的气泡。每次测试取500μL的橄榄油样本，拧紧螺丝确保样本厚度的一致性和均匀性。测量前先采集无样品信号作为对照，而后将装好橄榄油样品的聚乙烯样品杯放置在TAS7500TS HF1的测试台上，采集3个不同位置吸收度。实验中针对不同储藏时间取60个样本，共300个样本，将其中200（40×5）个作为建模集，其余100（20×5）个作为预测集。

2 实验结果和分析

2.1 橄榄油脂肪酸测定

橄榄油中主要含有六种脂肪酸，包括棕榈油酸、硬脂酸、棕榈酸、油酸、亚油酸和亚麻酸，其中含量最丰富的是单不饱和脂肪酸的油酸。已有的研究表明，植物油的氧化稳定性与油酸和亚油酸的比值呈显著相关性。通过气象色谱（GC）法测得的储藏过程中不同种类脂肪酸含量变化结果如表1所示。从表中可见，受储藏过程中脂质氧化的影响，橄榄油中不饱和脂肪酸含量逐渐降低，而饱和脂肪酸含量不断增高。其中油酸(C18∶1)含量在储藏过程中从约79.34%下降到约76.36%，而亚油酸含量从4.64%升至约5.29%。同时油酸和亚油酸的比值也逐渐降低，从约16.39降至约14.84，说明橄榄油氧化稳定性在储藏过程中越来越差，导致橄榄油加速氧化。

表1 不同储藏期EVOO的脂肪酸组成（%）分析

2.2 太赫兹光谱数据分析

图2为不同储藏期橄榄油的太赫兹光谱吸收度曲线图。由图可见，不同氧化程度的橄榄油太赫兹吸收度波形曲线趋势一致，但不同储藏期的光谱吸收度值会出现差异，可能是由于橄榄油在储藏期间的脂肪酸、氢过氧化物、醛酮类物质等有机物含量的变化导致。不同储藏期的吸收度差异主要集中在0.3 THz～2.0 THz频域范围内，同时吸收度曲线中，在0.862 12THz和1.663 21THz处存在两个较为明显的波峰，而在1.174 93THz和0.350 95THz处存在明显的波谷。受太赫兹光源限制，信号在2.0 THz之后较弱，信噪比较低，数据会有较大波动。因此，在本实验中太赫兹的信号只选择光谱频率从0.3THz～2.0 THz范围内的数据。

图2 不同储藏期橄榄油的太赫兹光谱吸收度曲线图

2.3 主成分分析

针对不同储藏期的橄榄油的太赫兹光谱数据，才用主成分分析(PCA)进行定性分析。光谱数据采用频域谱范围为0.3 THz～2.0 THz，共有223个数据。图3是不同储藏期橄榄油前三个主成分三维得分图。从图中可以看出，前三个主要成分占所有光谱信息总得分的98.09%（PC1：92.55%；PC2：24.37%；PC3：1.17%），说明前三个主成分包含了太赫兹光谱的主要信息。不同储藏期的橄榄油在主成分的分图上具有较好的聚类效果，显示出太赫兹光谱对不同储藏期橄榄油应该有较好的预测效果。通过对太赫兹光谱进行PCA分析，可定性的判别不同储藏期橄榄油的分类效果，同时可以为高维太赫兹光谱数据的降维提供一种方法。

图3 不同储藏期橄榄油前三个主成分三维得分图

2.4 橄榄油储藏时间预测模型

分别采用偏最小二乘（PLS）、支持向量机（SVM）、反向传播神经网络（BPNN）、随机森林（RF）四种机器学习方法对橄榄油的储藏天数进行预测，用于表示橄榄油的氧化程度。其中，PLS兼具主成分分析法和多元线性回归法的优势，计算过程相对简单；SVM是一种快速多元建模的方法，能够进行线性和非线性的多元建模；BPNN采用一种反向传递并且改正误差的多层映射网络，能有效控制预测结果均方根误差；RF是基于汇编学习算法的分类器，在多变量的学习建模中具有较好效果。通过四种典型建模方法，对橄榄油的储藏时间进行预测，得到的预测结果如表2所示。通过表2可以看出，在所有的方法中SVM的预测效果最佳，其模型在建模集和预测集中的预测准确率分别达到了98.5%和99%。在其他三种模型的预测结果中，预测正确率虽然低于SVM，但均高于90%，说明太赫兹光谱在检测橄榄油品质中具有良好的效果。RF方法的预测结果再预测集和建模集中的结果都是最低的，可能由于实验样本不足，没有建立较为理想的检测模型。总体上看，太赫兹光谱对橄榄油中脂肪酸的含量具有较好的敏感度，从而能够反应出橄榄油的氧化进程。通过以上不同的机器学习方法，可以有效处理太赫兹的光谱数据，并建立相关的鉴别模型，将太赫兹光谱数据与橄榄油储藏时间进行关联。在对比的不同机器学习建模方法中，SVM最适合鉴别不同氧化程度橄榄油检测。

表2 SVM、BPNN、PLS和RF检测结果

3 结论

本文对橄榄油储藏过程中脂肪酸等品质变化情况进行了分析，基于太赫兹时域光谱技术，结合不同的化学计量学方法，对不同储藏期的橄榄油氧化进程进行预测。采用THz-TDs系统检测获取了不同储藏期橄榄油样品在0.3 THz-2.0 THz范围内的THz吸收光谱。应用SVM、BPNN、PLS和RF不同机器学习方法建立相关检测模型，结果表明，在SVM建立的模型在建模集和预测集中的预测准确率分别达98.5%和99%，效果最好。本文的实验表明，THz光谱结合机器学习算法，是快速预测橄榄油储藏期的有效方法，并通过对算法和特征的优化提取可以为实现太赫兹技术在实际生产中的应用提供支撑。