化学计量学结合气相色谱法对12种植物油判别模型的构建

　　摘要:测定了12种植物油(共计196个样品)的脂肪酸组成和含量，探讨了利用植物油脂肪酸的指标对不同种类的植物油进行分类和判别的可能性。利用SPSS22.0统计软件进行主成分分析、系统聚类、平均值聚类和判别分析。结果表明：12种植物油的主要共有组成为油酸(15.635%~66.569%)和亚油酸(10.521%~58.227%)，其中棉籽油(16.285%)中单不饱和脂肪酸含量最低，橄榄油(67.628%)中单不饱和脂肪酸含量最高;橄榄油(11.284%)中多不饱和脂肪酸含量最低，核桃油(67.167%)中多不饱和脂肪酸含量最高;12种植物油中不饱和度最小为棉籽油3.235，最大为低芥酸菜籽油14.672。主成分分析降维得到个主成分，利用主成分分析数据，依次进行聚类分析和判别分析，系统聚类和平均值聚类结果一致，可对12种植物油聚类区别，通过判别分析建立了个典则判别函数，对不同植物油的分类和判别的效果良好。

　　关键词：植物油;主成分分析;聚类分析;判别分析

　　食用植物油是人们膳食结构中不可或缺的重要组成部分。脂肪酸是植物油中最重要的质量指标之一[1]，不同植物油的脂肪酸种类和含量存在差异，其营养价值和市场价格也有很大差别。不法厂商为了谋求高额利润，侵害消费者权益和健康，以廉价的植物油充当优质植物油，影响食用植物油的质量和安全。

　　食用植物油论文范例： 马铃薯煎炸过程中食用油稳定性的研究

　　化学计量学是多元数据处理、提取复杂体系中隐藏信息不可或缺的工具，因此被越来越多地应用于数据挖掘和分类，如陈通等[2]基于GCMS三维谱中对应挥发性有机物质的特征峰强度进行主成分信息降维，采用最近邻算法建立植物油种类的判别模型，训练集的识别率达到100%;蒋万枫等[3]以种植物油的易挥发成分为指标，通过主成份分析、偏最小二乘判别分析，建立了分类预测模型。

　　分类模型训练和模型验证准确率均为100%;张方圆等[1]对种植物油脂肪酸数据处理，采用遗传偏最小二乘法、主成分分析法、线性判别分析和最小二乘支持向量机进行建模分析，结果表明，主成分分析法能够较好地区分六类植物油，而在植物油种类判别分析中，线性判别分析的预报结果最佳。目前，尚未见到以12种食用植物油脂肪酸为指标进行主成分分析、系统聚类、平均值聚类和判别分析的研究。

　　本文采用气相色谱法对12种植物油(棉籽油、大豆油、芝麻油、亚麻籽油、核桃油、葵花籽油、橄榄油、一般菜籽油、低芥酸菜籽油、花生油、花椒油、玉米胚芽油)的脂肪酸组成进行分析，利用峰面积归一化法进行定量，采用主成分分析通过对原始变量不同权重的提取组建新的变量从而以全新的角度观察样品，利用主成分分析数据，依次进行系统聚类、平均值聚类和判别分析，建立判别函数，有效鉴别食用油的种类，旨在为食用油的掺杂掺假问题提供参考。

　　1材料与方法

　　1.1仪器、试剂与材料

　　Clarus600气相色谱仪，配备氢火焰离子化检测器;37种脂肪酸甲酯混合标准品;氢氧化钾、甲醇均为分析纯;12种食用植物油均购自甘肃省兰州市超市，于～℃的条件下保存备用。

　　1.2实验方法

　　1.2.1实验前处理按照GB5009.168—2016[4]处理：称取试样60.0mg至具塞试管中，加入mL异辛烷溶解试样，必要时可以微热使试样溶解后加200μL2%氢氧化钾甲醇溶液盖上玻璃塞猛烈振摇30s后静置至澄清。加入约1g硫酸氢钠，猛烈振摇，中和氢氧化钾。待盐沉淀后，将上层溶液移至进样小瓶中，待测。

　　1.2.2气相色谱条件色谱柱：HP88毛细管柱(100m×0.250mm×0.20μm);程序升温：120℃保持min，以10℃/min升至175℃，保持10min，以℃/min升至210℃，保持min，再以℃/min升至230℃，保持25min;进样口温度：250℃;载气：高纯氮气(纯度≥99.999%)，分流比为100:1，流速为1.0mL/min;FID检测器温度：300℃;进样量：1.0μL。

　　1.2.3数据处理将样品气相色谱图的保留时间与37种脂肪酸甲酯标准品色谱图进行对比，确认样品为脂肪酸甲酯。定量分析植物油样品中各脂肪酸甲酯的含量，采用面积归一化法，依据峰面积计算各种脂肪酸甲酯的相对百分含量。再利用SPSS22.0统计软件进行主成分分析、系统聚类、平均值聚类及判别分析。

　　2结果与讨论

　　2.1定性与定量分析

　　对12种植物油(共计196个样品)进行气相色谱分析，每一个样品平行测定次，以保留时间定性，用面积归一化法定量，最终数据取实测每种食用植物油样品(花生油18个、玉米胚芽油个、鲜花椒油个、葵花籽油18个、大豆油19个、芝麻油18个、低芥酸菜籽油18个、核桃油16个、亚麻籽油18个、橄榄油18个、棉籽油17个、一般菜籽油18个)的平均值标准偏差。

　　应用SPSS22.0软件通过主成分分析得到的个主成分作为判别分析的自变量，平均值聚类中得到的聚类号作为判别分析的分组变量，进行判别模型的拟合，数据输出得到规范判别函数特征值，其中累计方差贡献率100%，表明个主成分所得到的模型数据能够对12种植物油进行判别。

　　依据标准规范判别式函数系数，得到个典则判别式函数，其标准规范判别式函数系数，第一个判别函数解释了91.4%的方差，第二判别函数解释了8.0%的方差，第三判别函数解释了0.7%的方差，三个判别函数解释了全部方差，其判别函数见函数1、函数2、函数3。

　　可知显著性<0.05，说明在0.05的显著性水平下有理由拒绝原假设。到表示没有函数被移去，拒绝原假设，表明两个判别函数能将各组样品分开;到表示没有函数被移去，拒绝原假设，表明两个判别函数能将各组样品分开;表示排除了第一个判别函数和第二个判别函数后的显著性检验，拒绝原假设，第三个判别函数也能将各组样品分开。

　　利用得到的个典则判别函数对12种植物油样品进行验证判别，交叉验证结果可将12种食用动物油区分开，且对应的验证准确度为100%。故可用典则判别函数、函数、函数对12种植物油的未知油脂样品进行分析判别。

　　3结论

　　采用气相色谱法测定了12种食用植物油(棉籽油、大豆油、芝麻油、亚麻籽油、核桃油、葵花籽油、橄榄油、一般菜籽油、低芥酸菜籽油、花生油、花椒油、玉米胚芽油)的脂肪酸成分和含量，应用SPSS22.0数据分析软件进行数据处理，系统聚类、平均值聚类结果与主成分分析结果一致，12种植物油肪酸成分具有明显差异，最终通过判别分析建立了个典则判别函数，不同植物油的分类和判别的效果良好。据植物油脂肪酸的指标对不同种类的植物油进行分类和判别是可行的，为食用植物油类型判别提供参考。

　　参考文献：

　　[1]张方圆吴凌涛林晨等气相色谱结合化学计量学用于种食用植物油的分类[J].分析试验室,2016,35(11):12541258 ZHANGFY,WULT,LINC,etal.Classificationof6ediblevegetableoilsbygaschromatographycombinedwithchemometrics[J].ChineseJournalofAnalysisLaboratory,2016,35(11):12541258

　　[2]陈通陆道礼陈斌.GCIMS技术结合化学计量学方法在食用植物油分类中的应用[J].分析测试学报,2017,36(10):12351239CHENT,LUDL,CHENB.ApplicationofHeadspace/GasChromatography-TandemIonMobilitySpectrometrywithChemometricsinClassificationofEdibleVegetableOils[J].JournalofInstrumentalAnalysis,2017,36(10):12351239

　　[3]蒋万枫杨钊张凤艳等应用化学计量学和顶空气相色谱质谱联用技术对种植物油进行类别分析[J].分析试验室,2017,36(6):732737JIANGWF,YANGZ,ZHANGFY,etal.Categoryanalysisforsevenkindsofvegetableoilsbychemometricsandheadspacegaschromatographymassspectrometry[J].ChineseJournalofAnalysisLaboratory,2017,36(6):732737

　　作者：雷春妮王波解迎双孙苗苗齐安安