拉曼光谱结合模型预测对混合橄榄油中β-胡萝卜素及不饱和脂肪酸的定量分析

本篇论文使用MR系列显微拉曼光谱仪

本研究来自于武汉轻工大学曾山教授领导的粮食品质信息多源感知与智能检测技术研究团队，重点聚焦于实时准确掌握储备粮质量，实现加工生产装备智能化升级改造与最佳加工工艺自主形成，进行全方位实时智能监测、预测和调控复杂的粮堆生态系统。本研究团队由多位跨学科领域的科研人员组成，涵盖光谱分析、化学计量学、食品科学及计算建模等方向。团队负责人曾山为全国粮食行业青年拔尖人才和湖北省自然科学杰出青年基金获得者，主要学术方向为智能算法与无损检测技术的深度融合及其在食用农产品质量与安全领域的应用。致力于提升食用农产品品质无损检测的速度与精度，取得了一批具有国际水准的研究成果。主持了包括国家自然科学基金和湖北省重点研发计划在内的纵向科研课题10余项，获湖北省科技进步一、二等奖各1项，授权发明专利10项。

曾山教授

橄榄油被视为地中海饮食中不可或缺的重要组成部分。因其经济价值与健康益处，橄榄油日益受到人们的关注。橄榄油富含多种珍贵成分，如不饱和脂肪酸、酚类物质和类胡萝卜素等，目前被视为一种功能性食品。其中，β-胡萝卜素作为橄榄油中含量最为丰富的类胡萝卜素，已被开发用作评估橄榄油真实性与品质的潜在标志物。拉曼光谱技术凭借其无损、快速和高精度的优势，已成为橄榄油掺假检测的核心工具。通过分析β-胡萝卜素特征峰（1156 cm?1、1526 cm?1）及不饱和脂肪酸谱带（1265 cm?1、1658 cm?1），结合化学计量学算法（如VAPLS、PSOGWO-CMW）或深度学习模型（如MTDL），可精准量化掺假比例及关键品质指标，实现从实验室到生产线、口岸的现场快检。的便携式拉曼光谱仪Portman及MR系列显微拉曼光谱仪，凭借高分辨率、微区成像能力及无需前处理的特点，为橄榄油真伪鉴别提供高效解决方案。

本研究设计了一种基于拉曼光谱结合化学计量学的方法，用于葵花籽油与橄榄油混合油的定量分析。首先获取纯油品的拉曼光谱，并采用竞争性自适应重加权采样（CARS）算法筛选用于区分橄榄油的特征波段。此外，将橄榄油以不同比例添加至葵花籽油中，记录β-胡萝卜素、油酸及亚油酸相关拉曼峰的潜在变化以供进一步分析。本研究还探索了特征波段下油滴的拉曼成像技术，以观察峰强度随体积分数变化的规律。通过均方根误差（RMSE）和决定系数（R2）等关键指标，评估了支持向量回归（SVR）、偏最小二乘回归（PLSR）、随机森林回归（RFR）和人工神经网络（ANN）四种回归模型的预测性能。此外，采用灰色关联分析（GRA）挖掘影响预测效果的关键因素。本研究提出了一种结合拉曼光谱与回归模型的新型定量分析方法，用于预测混合油中橄榄油的含量，该方法可应用于食品真伪鉴定领域。

图1展示了纯植物油（包括两种橄榄油和一种葵花籽油）的拉曼光谱，以及β-胡萝卜素、油酸和亚油酸的分子结构。

鉴于其他光谱区域的化学成分分类不明确，主要分析了800–1800 cm?1和2700–3000 cm?1范围内的拉曼光谱。图中用黑色线条标示了四个特征峰（如1156 cm?1和1265 cm?1）的光谱差异，这些峰与油中β-胡萝卜素和不饱和脂肪酸的含量高度相关。β-胡萝卜素是橄榄油中特有的类胡萝卜素化合物之一，而不饱和脂肪酸在各种食用植物油中的组成具有一定相似性。二者均主要由碳和氢组成，形成顺式RHC=CHR等结构基团，具有丰富的振动模式（C-C伸缩振动和=C-H对称摇摆振动）。因此，拉曼光谱特征波段的显著差异可为橄榄油的定性和定量分析提供有效参考。表1列出了葵花籽油和橄榄油的特征拉曼峰及其对应的振动归属。

在将橄榄油掺入葵花籽油的可能掺假行为研究中，设计了11种不同体积比的橄榄油混合样品，以定量分析混合油中橄榄油的含量。图3展示了不同比例橄榄油1与葵花籽油混合后的全拉曼光谱，以及1156、1265、1526和1658 cm?1四个特征峰的光谱图。随着橄榄油1含量从0%逐步增加至100%（v/v），1156 cm?1和1526 cm?1处的两个拉曼特征峰强度显著增强（图3b和d），而1265 cm?1和1658 cm?1处的另外两个特征峰强度则呈现明显下降趋势（图3c和e）。混合油全拉曼光谱中的其他特征波段未发生显著变化。这一现象表明，可通过拉曼特征峰强度确定混合油样品中橄榄油的掺混比例。从纯橄榄油或混合橄榄油的实验拉曼光谱中，难以直接观察到β-胡萝卜素C–CH?键在1007 cm?1附近的拉曼位移。1007 cm?1、1156 cm?1和1526 cm?1处的拉曼位移被认定为橄榄油中类胡萝卜素的特征波段，因此消费者或食品监管部门可在进一步检测前，通过这些拉曼特征峰的定性和定量分析实现橄榄油的真伪鉴别。

图5展示了通过显微拉曼成像技术获取的不同体积比混合橄榄油在四个选定特征峰处的热图强度变化规律。

随着混合油中橄榄油比例的增加，1156 cm?1和1526 cm?1处的拉曼峰信号强度逐渐增强。由于橄榄油中特有的β-胡萝卜素成分，纯橄榄油（100%体积分数）的这两个峰强度显著高于纯葵花籽油（0%体积分数）。此外，葵花籽油不含β-胡萝卜素，因此在1156 cm?1和1526 cm?1处不产生拉曼信号，随着混合油中橄榄油比例的增加，这两个峰的强度明显提升。对于1265 cm?1和1658 cm?1处的拉曼峰，其信号强度随橄榄油混合比例的增加而降低。纯橄榄油（100%体积分数）的这两个峰强度显著低于纯葵花籽油（0%体积分数）。根据密度泛函理论对橄榄油成分的分析，亚油酸在1265 cm?1和1658 cm?1处的拉曼强度高于油酸。已知植物油中不饱和脂肪酸成分显示，橄榄油的油酸含量高于葵花籽油，而亚油酸含量低于葵花籽油。因此，橄榄油在1265 cm?1和1658 cm?1处的拉曼强度明显弱于葵花籽油，且随着混合油中橄榄油比例的增加，这两个特征峰的信号强度逐渐减弱。

本研究采用的MR系列显微拉曼光谱仪结合预测模型，实现了葵花籽油与橄榄油混合体系中橄榄油含量的定量分析。通过对比纯葵花籽油与橄榄油的拉曼光谱，筛选出1156、1265、1526和1658 cm?1四个与β-胡萝卜素及不饱和脂肪酸相关的特征峰，其筛选结果与竞争性自适应重加权采样（CARS）算法的特征波段选择一致。实验发现，这些特征峰的拉曼强度随橄榄油混合比例呈现规律性变化，且显微拉曼成像技术进一步验证了混合油中特征峰强度的相似变化趋势。在四种回归模型（SVR、PLSR、ANN和RFR）的对比中，基于I????/I????、I????、I????和I?C–H?参数的随机森林回归（RFR）模型表现出最优预测性能，其均方根误差（RMSE）为0.0447，决定系数（R2）达0.9799。灰色关联分析（GRA）进一步证实了β-胡萝卜素和不饱和脂肪酸相关拉曼特征峰在模型预测中的关键作用。综上，本研究构建的拉曼光谱-回归模型联合分析方法为橄榄油掺假定量检测提供了创新技术路径，可应用于食品真伪鉴定与质量控制领域。未来需扩大不同供应商及产地的橄榄油样本量以优化化学计量学方法，并进一步探索该光谱技术对其他植物油掺假橄榄油的定量分析可行性。

? 食用油掺假快速筛查

? 覆盖品类：菜籽油、玉米油、花生油、稻米油、棕榈油、芝麻香油等常见掺兑对象。
? 检测指标：β-胡萝卜素、角鲨烯、甾醇、脂肪酸比例等“指纹”差异。
? 适用场景：
– 口岸/商超：现场抽检；
– 线上平台：配合一次性样品瓶，快递到实验室即可复测。

? 功能油脂品质监控

? ω-3 含量：直接定量 DHA、EPA 的 C=C 伸缩振动峰（1655–1665 cm?1），无需衍生化。
? β-胡萝卜素：婴幼儿配方油、藻油 DHA 中含量 1–200 ppm，MR 系列检出限 0.5 ppm。
? 产线集成：可加装探头式流通池，实现 24 h 在线监测，超限自动报警。

? 乳制品、化妆品、药品中的油脂原料质控

? 乳制品：黄油、奶油粉中β-胡萝卜素、共轭亚油酸（CLA）无损检测，避免高温熔样。
? 化妆品：角鲨烷与矿物油替代物鉴别；唇膏、护肤油中抗氧化成分监控。
? 药品：软胶囊中Ω-3 乙酯、维生素 A 棕榈酸酯含量一致性验证。