基于電子鼻的食用油氧化判別分析

胡國梁，徐立榮，許生陸，于修燭,，張　睿

（1.西北農林科技大學食品科學與工程學院，陜西 楊凌 712100；2.溫州市市場監督管理局，浙江 溫州 325200）

基于電子鼻的食用油氧化判別分析

胡國梁1,2，徐立榮1，許生陸1,2，于修燭1,*，張睿1

（1.西北農林科技大學食品科學與工程學院，陜西 楊凌 712100；2.溫州市市場監督管理局，浙江 溫州 325200）

為實現食用油氧化快速判別分析，以市場上常見的食用油為原料，對其進行氧化處理，根據國標中過氧化值和酸值劃分為氧化油與未氧化油并作為模型樣品和驗證樣品，采用電子鼻技術測定食用油氣味，同時結合聚類分析（cluster analysis，CA）、主成分分析（principal component analysis，PCA）和線性判別分析（linear discriminant analysis，LDA）方法對不同氧化程度的食用油進行判別，并建立油脂氧化的快速判別模型。同時將檢測判別結果與國標規定進行比較分析，結果表明：3 種方法建立模型判別正確率均為100%，CA、PCA和LDA模型驗證的判別正確率分別為95.8%、98.9%和100%，說明基于電子鼻技術的食用油氧化判別檢測是可行的。

食用油 ；氧化；電子鼻技術；判別分析

食用油容易發生氧化，產生強烈的刺激性氣味；色澤會逐漸變深，黏度也會增大。這些變化不僅會降低油脂的營養價值，還會產生一些對人體有害的物質［1-5］。電子鼻也稱人工嗅覺系統，是20世紀80年代發展起來的電子仿生技術，它不僅可以獲得各種不同的氣味信號，而且可以將這些信號加以比較，進行識別判斷［6-7］。它可以對被測樣品中某種或某幾種成分的定性與定量分析，而且給予樣品中揮發成分的整體信息，也稱“指紋”數據［8-9］。在電子鼻技術推動下，氣味可成為植物油脂質量控制中新的可量化指標之一［10］。電子鼻技術在食用油氣味及揮發性物質識別研究上取得一定進展［11-17］。它已被應用于區分酸敗油和新鮮油［18］，檢測大豆色拉油氧化酸敗情況［19］，檢測初榨橄欖油的氧化程度［20］和監控菜籽油自動氧化變化［21］。本實驗采集市場上常見食用油為研究對象，采用電子鼻技術測定油脂氣味變化，同時結合聚類分析（cluster analysis，CA）、主成分分析（principal component analysis，PCA）和線性判別分析（linear discriminant analysis，LDA）對不同氧化程度的食用油進行定性判別分析，并建立食用油氧化的快速判別模型。同時將檢測判別結果與國標規定進行比較，以期為利用電子鼻技術進行食用油氧化的快速判別分析提供參考。

1　材料與方法

1.1材料與試劑

菜籽油（福臨門（一級和二級）） 中糧東海糧油工業（張家港）有限公司；大豆油（金龍魚（一級、二級和三級））、調和油（金龍魚）、玉米胚芽（金龍魚） 西安嘉里油脂工業有限公司；橄欖油（特級初榨）、花生油（魯花壓榨（一級））、堅果調和油（魯花） 萊陽魯花濃香花生油有限公司；葵花仁油（魯花壓榨（一級）） 內蒙古魯花葵花仁油有限公司；核桃油（關中油坊）、亞麻籽油（關中油坊） 陜西關中油坊油脂有限公司；蘇籽油 甘肅潤玉食品有限公司；野山茶油（秦風漢味）、芝麻油（秦風漢味） 陜西三原世紀濃香調味有限公司。以上基本涵蓋我國常見的食用油種類，所有油樣生產日期均控制在距離實驗日期10 d的范圍內，保證了油脂的新鮮程度。

冰乙酸、異辛烷、碘化鉀、硫代硫酸鈉、重鉻酸鉀等（均為分析純） 天津博迪化工有限公司。

1.2儀器與設備

PEN3電子鼻 德國Airsense公司，傳感器陣列由10 個不同的金屬氧化物傳感器組成［22］。不同傳感器響應不同氣味物質，具體詳見參考文獻［23］。

1.3方法

1.3.1樣品制備

將16 種油樣置于105 ℃烘箱中進行快速氧化，根據國標過氧化值和酸值測定結果設置氧化時間分別為未氧化和已氧化兩個階段，共得到210 個不同氧化程度的樣品，將其隨機分成兩類，分別是114 個為校正集樣品，96 個為驗證集樣品。每個樣品分成6 個5 mL樣品放于電子鼻樣品瓶中（即每個樣品重復6 次平行實驗）。210 個樣品氧化程度分布見表1。

表1　樣品氧化程度分布Table1　Oxidation degrees of all the edible oil samples

1.3.2氧化程度指標測定

為了分析油脂的氧化程度，采用GB/T 5009.37—2003《食用植物油衛生標準的分析方法》測定食用油試樣的過氧化值和酸值。根據GB 2716—2005《食用植物油衛生標準》的規定，定義氧化標準如下：未氧化油：過氧化值≤0.25 g/100 g且酸值≤3 mg/g；氧化油：過氧化值＞0.25 g/100 g或酸值＞3 mg/g。

1.3.3氣體采集及測定條件

1.3.3.1氣體采集

量取樣品5 mL置于50 mL樣品瓶中，用封口膜封口，于25 ℃平衡50 min后進行電子鼻分析，采用頂空吸氣法，直接將進樣針頭插入樣品瓶，完成一次檢測后系統進行清零和標準化。然后再進行第2次頂空采樣。

1.3.3.2電子鼻檢測條件

樣品準備時間5 s、檢測時間60 s、測量計數1 s、自動調零時間5 s、清洗時間300 s、內部流量400 mL/min，進樣流量400 mL/min。

1.4數據分析

對傳感器采集的原始數據進行統計學分析，分別導入軟件SPSS 20.0中采用CA、PCA和LDA進行數據處理。CA是研究樣品或指標分類問題的一種多元統計方法，它可以清楚地表現出樣品之間的相似程度［24］，PCA是一種無監督分類方法，它是利用降維的思想，在損失較少信息的前提下把原來多個變量線性轉化為幾個新變量（主成分），選取較少數量的新變量就可以解釋原有變量的大部分變異［25］，LDA是一種常規的模式識別和樣品分類方法，將高維的模式樣本投影到最佳鑒別矢量空間，以達到抽取分類信息和壓縮特征空間維數的效果，投影后保證模式樣本在新的子空間有最大的類間距離和最小的類內距離，即模式在該空間中有最佳的可分離性［22］。與PCA相比，LDA主要是基于類間區分，不僅不同組內點非常集中，而且有一定的方向連續性，使分析的組間距逐漸增大。

2　結果與分析

2.1樣品傳感器信號分析

對氧化油樣與未氧化油樣進行電子鼻檢測，得到相應樣品的響應圖，以氧化大豆油、未氧化大豆油、氧化菜籽油、未氧化菜籽油的傳感器響應圖為例作一分析，其結果見圖1。

圖1　電子鼻對4 種不同油樣的響應圖Fig.1　Graphical comparison of typical patterns of E-nose sensor response to different oil samples

由圖1可知，圖中每條曲線代表一個傳感器對該樣品揮發性成分的相對電導率（相對電導率=G/G0，式中，G為電導率；G0為初始電導率）隨時間變化情況，相對電導率的值越偏離1（大于或者小于1），表明響應氣體質量濃度越大；如果質量濃度低于檢測限或者沒有感應氣體，相對電導率則接近于1。進樣后，揮發性成分被傳感器吸附，相對電導率隨之發生改變，電子鼻10 個傳感器的響應值升高，然后趨于平穩并在55 s后基本達到穩定狀態，實驗選取55～59 s內的平均響應值作為特征值分析。另外，不同傳感器對油樣的響應不同，S2、S6、S7和S8號傳感器對油樣的響應較大，其他傳感器S1、S3和S5號傳感器對油樣響應較小。當比較氧化油樣與未氧化油樣的響應信號值時，氧化油與未氧化油之間有顯著差異。如電子鼻對氧化菜籽油的響應信號圖中在第7秒時S7傳感器響應值（相對電導率）超過了10，明顯高于未氧化的菜籽油。當達到55～59 s穩定時的信號值時，氧化的油樣也比未氧化油樣高，其他油樣響應圖與大豆油和菜籽油變化趨勢基本相同，在此不再贅述。

為了直觀比較電子鼻對4 種油樣響應值的差異，將每組油樣的平均特征值用雷達圖來表示，其結果如圖2所示。

圖2　電子鼻對4 種油樣響應的雷達圖Fig.2　Polar plot comparison of the responses of the sensor array to four oil samples

由圖2可以看出，氧化油樣與未氧化油樣的響應結果存在差異且S2和S7號傳感器的響應值差異較大，S6和S8次之，可以根據電子鼻對氧化油與未氧化油的響應差異來判別分析。不同傳感器對油樣的響應不同，S2、S6、S7和S8號傳感器對油樣的響應較大。這幾個傳感器分別對氮氧化合物、甲烷、乙醇、硫化物等敏感［18,20］。根據食用油氧化不同階段中產生的揮發性成分含量和種類的不同，電子鼻可用于氧化油樣和未氧化油的區分［20］。在食用油氧化過程中會產生多種化合物，如烴、醇、呋喃、醛、酮和酸類，其中大部分為食用油氧化過程中的揮發性成分［26］。不同揮發性成分的閾值不同，Frankel［27］研究結果表明最主要的風味成分是反,順-2,4-癸二烯醛、反,反-2,4-癸二烯醛、反,順-2,4-庚二烯醛、1-辛烯-3-醇、正丁醛和正己醛，而它們的含量和閾值對氧化油的風味影響較大。電子鼻的傳感器尤其是S2、S6、S7和S8號對氧化油的揮發性成分的響應信號與未氧化油有明顯差別。

2.2CA結果

使用CA方法對于數據進行處理。分別計算每個樣品在各傳感器上的平均值，使用系統聚類中Ward法，并以平方歐氏距離為度量標準對于114 個油樣的10 個傳感器響應數據進行分析，其結果如圖3所示。

圖3　氧化油與未氧化油樣品CAFig.3　CA dendrogram of oxidized and non-oxidized oil samples

由圖3可以看出，在距離為5.0處，114 個食用油樣品明顯聚為兩類，與國標法測定結果相一致。由此，CA可實現對食用油氧化與否判別分析。

2.3PCA結果

為了更好地區分氧化油樣和未氧化油樣，采用降維的PCA方法對樣品進行進一步分析以達到更好的分離效果，結果如圖4所示。

圖4　氧化油與未氧化油樣品的PCAFig.4　PCA score plot of oxidized and non-oxidized oil samples with principal components PC1, PC2, and PC3

由圖4可知，PC1的方差貢獻率為75.8%，PC2的方差貢獻率為10.3%，PC3的方差貢獻率為7.7%，PC1、PC2和PC3總貢獻率為93.8%，貢獻率越大，說明主要成分越具有代表性［28-30］。通常要求提取的總貢獻率超過85%，此方法即可使用［31］。而PCA總貢獻率為93.8%，遠超過85%，說明分析結果是有效可行的。同一種油樣之間數據集中程度較差，不同油樣存在部分重疊，但是油樣能很明顯地被區分為氧化油和未氧化油，并與國標測定結果相一致。

2.4LDA結果

由圖5可知，LD1方差貢獻率為73.1%，LD2方差貢獻率為14.7%，LD3方差貢獻率為7.6%，總貢獻率達到95.4%。貢獻率大，有足夠代表性。通過LDA，所有的氧化油樣和未氧化油樣成功判別。

圖5　氧化油與未氧化油樣品LLDDAAFig.5　LDA score plot of oxidized and non-oxidized oil samples with LD1, LD2, and LD3

盡管LDA、PCA和CA 3 種方法均能應用于食用油氧化定性分析，由于LDA考慮了種類間差異及組內點集中程度，并將其最大化，故LDA判別效果更好。

2.5模型驗證結果

為了進一步驗證所建模型的可靠性，將未參與建模的96 個樣品（其中未氧化油樣48 個、氧化油樣48 個）利用CA、PCA和DA所建模型進行判別分析，其結果見表2。

表2　盲樣的CA、PCA和LDA驗證結果Table2　Recognition results of the CA, PCA, and LDA models for edible oil samples in the blind sample set

由表2可知，經CA 2 個未氧化油和2 個氧化油判斷錯誤，與國標方法判定結果不一致，這4 個樣品的過氧化值均在臨界值附近，與標準相差較小。96 個樣品中僅有一個樣品經PCA后沒有正確判別。這個判斷失誤的樣品是個未氧化的橄欖油（國標測得過氧化值為0.20 g/100 g實際為未氧化油，模型將其判別為氧化油）可能的原因是其過氧化值與標準比較（0.25 g/100 g）相差較小，模型沒有正確辨別該樣品的氧化程度。PCA樣品中8 個油樣的過氧化值均接近0.25 g/100 g，其中7 個判斷正確，一個樣品判錯。結果證明電子鼻技術結合CA、PCA和LDA能有效地對食用油氧化程度進行定性分析。與電子鼻檢測大豆油氧化，檢測橄欖油氧化程度，以及菜籽油自動氧化相比，實驗中所用的食用油品種更復雜多樣而不是單一的食用油［19-21］。電子鼻技術避免了主觀因素及其他的人為誤差，測定結果更客觀、可靠。克服傳統化學方法的缺點，實現無損快速檢測，且無需大量的化學試劑。

3　結 論

利用電子鼻技術對氧化油和未氧化油進行了判別，且建立模型的識別正確率均為100%，驗證后CA、PCA和LDA判別正確率分別為95.8%、98.9%、100%，CA、PCA、LDA均能有效地對食用油氧化程度進行定性分析，相比之下，LDA判別效果較好，說明電子鼻技術對食用油氧化進行判別檢測是可行的。

［1］ 霍美麗. 淺議我國特色食用油的營養價值［J］. 中國食物與營養, 2009（11）： 55-56. DOI：10.3969/j.issn.1006-9577.2009.11.018.

［2］ STAPRANS I, RAPP J H, PAN X M, et al. Oxidized lipids in the diet are incorporated by the liver into very low density lipoprotein in rats［J］. Journal of Lipid Research, 1996, 37： 420-430.

［3］ STAPRANS I, RAPP J H, PAN X M, et al. Oxidized lipids in the diet accelerate the development of fatty streaks in cholesterol-fed rabbits［J］. Arteriosclerosis, Thrombosis, and Vascular Biology, 1996, 16： 533-538. DOI：10.1161/01.ATV.16.4.533.

［4］ KANAZAWA A, SAWA T, AKAIKE T, et al. Dietary lipid peroxidation products and DNA damage in colon carcinogenesis［J］. European Journal of Lipid Science and Technology, 2002, 104：439-447. DOI：10.1002/1438-9312（200207）104：7＜439：：AIDEJLT439＞3.0.CO；2-K.

［5］ DENG P, WANG S, WANG W. Research on edible oil oxidation mechanism and detection methods［J］. Food and Nutrition in China, 2008, 8： 17-19.

［6］ SCHALLER E, BOSSET J O, ESCHER F. ‘Electronic noses' and their application to food［J］. LWT-Food Science and Technology, 1998, 31：305-316. DOI：10.1006/fstl.1998.0376.

［7］ BARTLETT P N, ELLIOTT J M, GARDNER J W. Electronic noses and their application in the food industry［J］. Food Technology, 1997, 51： 44-48.

［8］ GARDNER J W, BARTLETT P N. Brief history of electronic nose［J］. Sensors and Actuators B： Chemical, 1993, 18： 211-217. DOI：10.1016/0925-4005（94）87085-3.

［9］ GARDNER J W, BARTLETT P N. A brief history of electronic noses［J］. Sensors and Actuators B： Chemical, 1994, 18： 210-211. DOI：10.1016/0925-4005（94）87085-3.

［10］ LOUTFI A, CORADESCHI S, MANI G K, et al. Electronic noses for food quality： a review［J］. Journal of Food Engineering, 2015, 144：103-111. DOI：10.1016/j.jfoodeng.2014.07.019.

［11］ MARTIN Y G, OLIVEROS M C C, PAVON J L P, et al. Electronic nose based on metal oxide semiconductor sensors and pattern recognition techniques： characterisation of vegetable oils［J］. Analytica Chimica Acta, 2001, 449： 69-80. DOI：10.1016/S0003-2670（01）01355-1.

［12］ GUADARRAMA A, RODRIGUEZ-MENDEZ M L, de SAJA J A, et al. Array of sensors based on conducting polymers for the quality control of the aroma of the virgin olive oil［J］. Sensors and Actuators B：Chemical, 2000, 69： 276-282. DOI：10.1016/S0925-4005（00）00507-4.

［13］ GUADARRAMA A, RODRIGUEZ-MENDEZ M L, SANZ C, et al. Electronic nose based on conducting polymers for quality control on the olive oil aroma. discrimination of quality, variety of olive and geographic origin［J］. Analytica Chimica Acta, 2001, 432： 283-292. DOI：10.1016/S0003-2670（00）01383-0.

［14］ CIMATO A, MOMACO D D, DISTANTE C, et al. Analysis of singlecultivar extra virgin olive oils by means of an electronic nose and HSSPME/GC/MS methods［J］. Sensors and Actuators B： Chemical, 2006, 114： 674-680. DOI：10.1016/j.snb.2005.06.058.

［15］ APARICIO R, ROCHA S M, DELGADILLO I, et al. Detection of rancid defect in virgin olive oil by the electronic nose［J］. Journal of Agricultural and Food Chemistry, 2000, 48： 853-860. DOI：10.1021/ jf9814087.

［16］ SHEN N, MOIZUDDIN S, WILSON L, et al. Relationship of electronic nose analyses and sensory evaluation of vegetable oils during storage［J］. Journal of the American Oil Chemists' Society, 2001, 78： 937-940. DOI：10.1007/s11746-001-0367-z.

［17］ BISWAS S, HEINDSELMEN K, WOHLTJEN H, et al. Differentiation of vegetable oils and determination of sunflower oil oxidation using a surface acoustic wave sensing device［J］. Food Control, 2004, 15： 19-26. DOI：10.1016/S0956-7135（02）00163-9.

［18］ GAN H L, TAN C P, MAN Y C, et al. Monitoring the storage stability of RBD palm olein using the electronic nose［J］. Food Chemistry, 2005, 89： 271-282. DOI：10.1016/j.foodchem.2004.02.034.

［19］ YANG Y M, HAN K Y, NOH B S. Analysis of lipid oxidation of soybean oil using the portable electronic nose［J］. Food Science and Biotechnology, 2000, 9： 146-150.

［20］ COSIO M S, BALLABIO D, BENEDETTI S, et al. Evaluation of different storage conditions of extra virgin olive oils with an innovative recognition tool built by means of electronic nose and electronic tongue［J］. Food Chemistry, 2007, 101： 485-491. DOI：10.1016/ j.foodchem.2006.02.005.

［21］ MILDNER-SZKUDLARZ S, JELEN H H, ZAWIRSKAWOJTASIAK R. The use of electronic and human nose for monitoring rapeseed oil autoxidation［J］. European Journal of Lipid Science and Technology, 2008, 110： 61-72. DOI：10.1002/ejlt.200700009.

［22］ 李靖, 王成濤, 劉國榮, 等. 電子鼻快速檢測煎炸油品質［J］. 食品科學, 2013, 34（8）： 236-239. DOI：10.7506/spkx1002-6630-201308051.

［23］ 徐立榮, 孫培成, 于修燭, 等. 基于電子鼻檢測五香調味油加工條件的優化［J］. 食品科學, 2014, 35（20）： 308-313. DOI：10.7506/spkx1002-6630-201420060.

［24］ HUANG J Y, GUO X P, QIU Y B, et al. Cluster and discriminant analysis of electrochemical noise data［J］. Electrochimica Acta, 2007, 53： 680-687. DOI：10.1016/j.electacta.2007.07.058.

［25］ PERIS M, ESCUDER-GILABERT L. A 21 st century technique for food control： electronic noses［J］. Analytica Chimica Acta, 2009, 638（1）： 1-15. DOI：10.1016/j.aca.2009.02.009.

［26］ MIN D B, BOFF J M, AKOH C C. Lipid oxidation of edible oil［M］// Food lipids chemistry nutrition and biotechnology, New York： Marcel Dekker, 2002： 335-364. DOI：10.1201/9780203908815.pt3.

［27］ FRANKEL E N. Chemistry of autoxidation： Mechanism, products and flavor significance［M］//MIN D B, SMOUSE T H. Flavor chemistry of fats and oils. Champaign： American Oil Chemists' Society, American Press, 1985： 1-34.

［28］ 胡桂仙, 王俊, 海錚. 不同儲藏時間柑橘電子鼻檢測研究［J］. 浙江農業學報, 2006, 18（6）： 458-461. DOI：10.3969/j.issn.1004-1524.2006.06.013.

［29］ 龐林江, 王俊, 路興花. 電子鼻判別小麥陳化年限的檢測方法研究［J］. 傳感技術學報, 2007, 20（8）： 1717-1722. DOI：10.3969/ j.issn.1004-1699.2007.08.008.

［30］ 張曉華, 張東星, 劉遠方. 電子鼻對蘋果貨架期質量的評價［J］.食品與發酵工業, 2007, 33（6）： 20-23. DOI：10.3321/j.issn：0253-990X.2007.06.006.

［31］ HE Y, FENG S J, DENG X F, et al. Study on lossless discrimination of varieties of yogurt using the visible/NIR-spectroscopy［J］. Food Research International, 2006, 39： 645-650. DOI：10.1016/ j.foodres.2005.12.008.

Discrimination Analysis of Edible Oil Oxidation Based on Electronic Nose Technique

HU Guoliang1,2, XU Lirong1, XU Shenglu1,2, YU Xiuzhu1,*, ZHANG Rui1
（1. College of Food Science and Engineering, Northwest A&F University, Yangling 712100, China；2. Market Supervision Administration of Wenzhou, Wenzhou 325200, China）

In order to achieve rapid discrimination analysis of edible oil oxidation, common edible vegetable oils available in the market were subjected to oxidation treatment and then divided by peroxide value and acid value according to the Chinese national standard into two groups： unoxidized and oxidized for use as a

et and a validation set. The qualitative analysis of edible oils with different oxidation degrees was determined by electronic nose （E-nose） technology combined with cluster analysis （CA）, principal component analysis （PCA）, and linear discriminant analysis （LDA）. A model that allowed rapid discrimination of edible oils with different oxidation degrees was built using CA, PCA, and LDA, respectively. The recognition rates of all calibration models were 100%, and the recognition rates of CA, PCA, and LDA on validation set were 95.8%, 98.9% and 100%, respectively. The E-nose technique was workable for identifying edible oil oxidation.

edible oils； oxidation； E-nose technique； discrimination analysis

10.7506/spkx1002-6630-201620023

TS225.3

A

1002-6630（2016）20-0141-05

胡國梁, 徐立榮, 許生陸, 等. 基于電子鼻的食用油氧化判別分析［J］. 食品科學, 2016, 37（20）： 141-145. DOI：10.7506/ spkx1002-6630-201620023. http：//www.spkx.net.cn

HU Guoliang, XU Lirong, XU Shenglu, et al. Discrimination analysis of edible oil oxidation based on electronic nose technique［J］. Food Science, 2016, 37（20）： 141-145. （in Chinese with English abstract） DOI：10.7506/spkx1002-6630-201620023. http：//www.spkx.net.cn

2016-02-22

中央高校基本科研業務費專項（QN2013057）

胡國梁（1985—），男，碩士研究生，主要從事功能性油脂安全檢測及市場監管研究。E-mail：280295213@qq.com

于修燭（1974—），男，副教授，博士，主要從事功能性油脂及其安全檢測研究。E-mail：xiuzhuyu1004@hotmail.com