豆油脂肪酸近红外模型的建立和测定

摘要：饲料中添加油脂不仅可以增加饲料的营养价值而且有助于改善饲料的物理性质，提高饲料的利用效率同时还可改善饲料的适口性，提高畜禽的生产性能，随着畜禽生产对能量需求越来越高，仅靠谷实类低能量的饲料难以满足。豆油作为一种优质的高能饲料油，其能值是糖类和蛋白质的2.25倍

饲料中添加油脂不仅可以增加饲料的营养价值而且有助于改善饲料的物理性质，提高饲料的利用效率同时还可改善饲料的适口性，提高畜禽的生产性能，随着畜禽生产对能量需求越来越高，仅靠谷实类低能量的饲料难以满足。豆油作为一种优质的高能饲料油，其能值是糖类和蛋白质的2.25倍，同时还能提供动物必需的不饱和脂肪酸，具有缓解热应激，改善饲料适口性和饲料外观特性等作用，因此在畜禽饲料中被广泛应用，但豆油在存放过程中，容易受光、温度、空气中氧的作用而发生氧化酸败，从而影响其质量。因此饲料企业对饲料用油脂的新鲜度控制显得非常重要。

评价油脂新鲜度和品质的指标包括酸价、过氧化值、丙二醛及脂肪酸组成等豆油中脂肪酸包括硬脂酸、棕榈酸、油酸、亚油酸和亚麻酸5种，但由于实验过程操作步骤繁琐、耗时耗力、消耗、机溶剂多、受人为因素影响大，且无法对到货油脂进行及时的检测接收，因此快速有效的监控方法显得十分重要。近红外光谱技术可利用有机化合物在波长780——2500nm的特征吸收，分析测定物质的组成及其组分含量，具有快速、高效、无损、无污染、可在线检测等优点，在农业、食品、医化工、石油等领域已经有了广泛的应用，同时，在葵花籽油、茶油脂肪酸组成、芝麻油的掺伪花生高油酸选育及植物油脂氧化指标的检测中均有应用。

针对目前饲料用豆油，对其脂肪酸组分、酸价、过氧化值等指标进行测定，同时应用近红外光谱仪进行图谱采集、模型建立及验证，实现豆油的快速无损检测。

模型建立方法步骤：

01试验方法

1.1豆油中酸价含量的测定酸价含量的测定参照国标GB5009.229-2016《食品安全国家标准食品中酸价的测定》方法进行。

1.2豆油中过氧化值含量的测定过氧化值含量的测定参照国标GB5009.227-2016《食品安全国家标准食品中过氧化值的测定》方法进行。

1.3豆油中脂肪酸组成及其含量的测定甲脂化方法为：称取油样约50mg置于螺口具塞试管中，加入4mL氯乙酰-甲醇溶液，加入1mL正己烷，加入1mL十一烷酸甲酯溶液(1mg/mL)，塞紧内塞盖，拧紧螺口盖，置于80℃水浴锅水浴2.5h，期间摇匀样品及溶液两次。水浴结束后，加入5mL无水碳酸钾溶液(6%)，盖回内塞及盖子，放入离心机以1500r/min转速离心5min，取上层溶液上机。脂肪酸组成测定采用气相色谱法，色谱条件参考国标GB5009.168-2016《食品安全国家标准食品中脂肪酸的测定》。

1.4豆油近红外光谱采集：豆油近红外光谱图的采集采用透反射方式进行扫描，将豆油摇匀静置5——10min，取出2mL左右油脂样品倒入扫描杯中，将扫描杯于恒温加热器中保温30min，

待近红外仪器预热稳定后(BRUKER MATRIX仪器)，于样品杯中加入镀铝反射块，进行扫描(每个样品采集2个光谱)，光谱扫描范围4000——11500cm-1，分辨率16cm-1，扫描次数64。

02数据处理

2.1酸价、过氧化值及脂肪酸含量用Excel对数据进行整理，采用SPSS进行数据统计分析。

2.2近红外图谱数据处理：BRUKER近红外光谱仪采用OPUS软件中各种光谱数据预处理技术和统计方法进行校正，根据检验结果确定最佳的定标参数设置。光谱基线校正：矢量归一化(SNV)和多元散射校正(MSC)等；数学处理：导数处理和平滑处理两种方法。导数处理又分一阶导数和二阶导数处理；平滑又分移动窗口平滑和S-G卷积平滑。

2.2建模参数及模型构建：参数对近红外模型的建立有着至关重要的影响，包括谱区范围、预处理方法(基线校正、数学处理)及最优主因子数的选择等，均会影响近红外模型构建的质量。豆油模块采用偏最小二乘法(PLS)化学计量学方法进行建模，酸价、过氧化值、脂肪酸组分参与建模样品均是已采用1.1、1.2、1.3方法测定化学值的代表性样品。

03内部验证

由下图可知，内部交叉验证得到各化学组分交叉验证均方根误差(RMSECV)值较小且对应相关系数R2均接近1，整体样品分布均匀，比较集中地分布在中心线附近。这表明模型预测值与实测值比较接近，模型较稳定强健。

豆油酸价内部交叉验证结果豆油过氧化值内部交叉验证结果

豆油棕榈酸内部交叉验证结果豆油硬脂酸内部交叉验证结果

豆油油酸内部交叉验证结果豆油亚油酸内部交叉验证结果

豆油亚麻酸内部交叉验证结果

04外部验证

为了更直观地考察模型的预测能力、准确性及重现性，对模型进行外部验证。随机挑选未参与建模的多个样品，对其近红外预测值和化学测定值进行分析，比较未参与建模样品预测值与实测值，根据平均相对偏差以及显著性差异，来判断化学组分模型预测准确度的理想程度。

豆油新鲜度指标酸价、过氧化值及特征脂肪酸含量进行NIR定标，在保证化学检测值及光谱扫描准确的前提下，利用OPUS定标软件，对光谱进行预处理，剔除异常光谱和异常值，应用PLS建立NIR模型。通过内部交叉验证和外部验证，验证建立的模型具有较好的预测能力及准确性。再通过检验样本进行分析得出，NIR法与化学检测值结果无显著性差异，近红外定量分析技术能很好地应用于豆油新鲜度指标及脂肪酸组分等化学指标预测。