食用油是日常饮食的必需品, 可以为人体提供热能和脂肪酸, 是促进脂溶性维生素吸收的重要有机物。 随着人们生活水平的提高, 高档食用油已走进大众百姓的餐桌, 并深受欢迎和喜爱。 由于高档食用油市场售价高, 一些不法厂商为牟取暴利, 在高档食用油中掺入廉价食用油进行出售, 导致食用油掺伪事件时有发生, 已引起政府和民众的广泛关注。 为保障消费者的合法利益和维护正常的食用油市场秩序, 快速有效地检测食用油掺伪已刻不容缓。 近红外光谱技术以其简便、 快速、 无损、 无需样品预处理的特点, 被广泛应用于食用油掺伪分析。 概述了近红外光谱技术的基本原理, 综述了近十年来近红外光谱技术在橄榄油、 山茶油、 芝麻油、 核桃油等食用油的掺伪检测研究进展, 包括采用不同的试验装置与试验方法、 数据处理方法包括预处理、 特征波长选择及建模方法, 对二元、 三元及多元食用油掺伪进行检测研究, 从试验方法及数据处理等角度提高食用油掺伪检测的精度与适用范围, 以期建立较为有效的食用油掺伪定量检测与定性鉴别模型。 总结了食用油掺伪近红外光谱检测目前存在的问题, 包括食用油掺伪检测机理不明晰, 制备的掺伪食用油样本难以满足实际的复杂掺伪形式, 采用取样方式的掺伪检测仅能实现现场部分抽检, 及未建立食用油掺伪检测的统一标准规范。 展望了今后的发展趋势, 指出近红外光谱技术与其他快速检测技术融合获取更精准、 可靠的检测模型, 与物联网和大数据相结合构建食用油近红外光谱数据库, 实现光谱数据的共享、 掺伪检测模型的在线升级与远程更新, 将是未来的发展方向。

针对目前太赫兹光谱技术在食用油品质检测方面存在定性多、 定量难的问题, 提出一种基于衰减全反射（ATR）式太赫兹时域光谱（THz-TDS）技术的食用油过氧化值定量分析方法。 首先采集不同种类、 不同氧化程度食用油样本的太赫兹时域光谱图, 筛选有效信号波段并提取得到光学常数, 经预处理算法校正后的光学常数, 结合多种化学计量学方法建立定量分析模型, 实现快速、 无损预测食用油的过氧化值。 70个实验样本包括大豆油、 菜籽油和玉米, 过氧化值覆盖范围0.41~10.23 mmol·kg-1, 且样本的过氧化值均匀分布。 采用TeraView公司生产配有ATR检测模块的TeraPulse 4000太赫兹脉冲光谱系统采集样本THz-TDS信号, 根据THz-TDS谱图信号特征筛选有效波段10~86.78 cm-1用于建模分析。 通过快速傅里叶变换得到频域信号并从中提取光学常数: 折射率和吸收系数, 采用Savitzky-Golay7点卷积平滑分别对折射率和吸收系数进行预处理, 去除干扰信号。 运用SPXY算法按照3∶1比例划分校正集和预测集样本, 结合主成分回归法、 偏最小二乘法两种化学计量学分析方法, 分别建立基于折射率和基于吸收系数的过氧化值分析模型。 对模型评价指标均方根误差和相关系数进行分析, 基于折射率的过氧化值分析模型采用偏最小二乘算法建模预测精度最理想, 选取最优主成分数为6时, 其校正集均方根误差RMSEC为0.168%、 决定系数R2为0.981, 预测集均方根误差RMSEP为0.231%、 决定系数r2为0.977; 基于吸收系数的过氧化值分析模型则采用主成分回归算法建模预测模型稳健度最好, 选取最优主成分数为10时, 其校正均方根误差RMSEC为0.192%、 校正集决定系数R2为0.979, 预测均方根误差RMSEP为0.262%、 预测集决定系数r2为0.97。 该研究结果的得出, 验证了THz-TDS技术用于食用油过氧化值定量分析的可行性, 为食用油的品质评价找到一种高精度、 性能稳定、 快速无损的检测方法。

食用油是日常生活中的必需品。 市场上食用油在成分、营养价值及价格上有很大的不同。 为避免欺诈行为, 亟需建立一套有效的市场销售的食用油品质分类方法。 常规的食用油检测方法速度慢而且需要复杂的实验室预处理过程。 分子光谱从分子水平上反映了物质的组成与结构信息, 分子光谱分析速度快而且是无损监测, 因此分子光谱分析结合化学计量学的方法正成为食用油分类方法的趋势。 SIMCA（Soft Independent Modeling of Class Analogy）是应用广泛的分子光谱分析方法, 然而在SIMCA中使用欧氏距离于对基于PCA和F检验提取的特征进行分类, 难以区分不规则的特征空间。 由于食用油样本分子光谱差别细微, 通常难以用SIMCA方法进行分类。 SVDD（Support Vector Domain Description）算法是一类基于支持域的非线性单类分类方法, SVDD利用求解凸二次规划得出一个尽可能包含所有目标样本的最小超球体进行分类。 本文提出了一种基于SIMCA-SVDD方法的分子光谱分析方法并用于食用油的快速分类。 为鉴别不同种类的食用油, 在ATR-FTIR光谱仪上扫描四种食用油的红外光谱。 应用SIMCA方法提取分类特T2和Q, 由于提取的特征T2和Q分布的不规则性, 不同于SIMCA中的欧氏距离, 本文采用SVDD用于对提取的不规则特征进行分类。 由于SVDD能通过映射函数将分类特征映射到高维空间, 因此可以通过求解凸二次规划来训练最优的分类超球面对分类特征进行分类。 采用本文所提的SIMCA-SVDD方法及传统的SIMCA方法, 对同样的样本进行了对比实验。 对比实验证实了本文所提的SIMCA-SVDD方法具有比传统的SIMCA方法更好的分类结果, 所提的方法为实现基于分子光谱进行食用油快速分类提供了一条新的途径。

拉曼光谱信号是一种基于分子振动的散射信号, 拉曼光谱仪的激光源波长一般为纳米级, 考虑到散射频移, 拉曼光谱有效信息主要集中在较高频段。 拉曼信号是典型的非平稳信号, 并且由于拉曼散射比较弱, 信号很容易被高频噪声和荧光背景干扰, 想获取较为全面的拉曼信息, 需要对信号进行处理, 小波变换对拉曼信号的分析结果取决于小波基的选择, 不同小波基处理结果有差异； 经验模态分解（EMD）方法可以自适应的分析信号, 不需要设置参数, 但存在模态混叠的问题； 集合平均经验模态分解（EEMD）, 有效的解决了EMD方法中存在的模态混叠问题, 能更加清晰的将信号中的不同频率成分划分开来, 因此更加适合频率成分丰富的拉曼信号的特征分析和处理。 采集了市面上常见的大豆油、 花生油、 玉米油和葵花籽油样本, 通过拉曼光谱仪获得了各自的拉曼光谱信号。 使用集合经验模态分解对食用油拉曼光谱信号进行自适应分解和处理, 一共获得了10阶固有模态函数（IMF）, 根据信号的能量分布以及幅值特性, IMF1和IMF2表征为信号中的噪声部分, IMF3-IMF7表征为拉曼特征信号部分, 最后一阶IMF10表征为荧光背景成分, IMF8和IMF9为其他物理意义的频率成分。 通过对有效信号段的特征增强并重构拉曼信号, 使拉曼信号的信噪比获得了2～5倍的提升, 其中, 难以探测的酯键羰基伸缩振动位于1 745 cm-1的谱峰得到了显著的增强。 最后, 将原始信号和经过特征增强的信号通过基于连续小波变换的惩罚最小二乘法进行了二次处理, 并将获得的信号进行主成分分析后, 可知： 没有增强的不同类数据样本相互有重叠, 不存在明显的类间距, 很难完整的区分类型； 基于特征增强的数据样本各自聚集, 每种类型都可以相互鉴别, 可为拉曼光谱信号处理提供一种新的途径。

分子光谱分析技术结合化学计量学已成为一种非常活跃的食用油鉴别方法。 然而, 当不同类型的样本之间的光谱差异极其微小时, 利用传统的分类技术也很难将其分开。 为了完成相似品种食用油的快速识别和分类, 收集了包括芝麻油、 玉米油、 油菜籽油、 调和油、 葵花油、 花生油、 橄榄油七种食用油的衰减全反射红外光谱, 在此基础上, 采用图像识别的方法对七种食用油进行快速分类。 在所提出的图像识别方法中, 首先, 将通过多元散射校正预处理后的红外光谱吸光度矩阵进行自相关运算, 利用等高线原理根据吸光度强度值的不同生成光谱图像, 以扩大的光谱差异并提高光谱可视化。 然后, 根据图像膨胀的原理找到光谱图像的局部特征点, 将其作为图像特征。 最后, 使用BP神经网络对特征点进行训练和分类预测。 为了对比所提出的方法, PCA-BP和KL-BP的方法被用于与图像识别的方法进行比较, 实验结果表明, 图像识别方法的正确识别率为94.4%, 高于PCA-BP的66.7%和KL-BP的83.3%。 所提方法为实现食用油的快速识别和检测提供了一条新的有效途径。

液体的折射率是一个重要的物理参数,在外界一定的条件下,掌握液体折射率及其变化,则可以了解其纯度、浓度等参数及品质。提出一种用低相干光外差干涉方法测量反复使用食用油的折射率,进而鉴别油的品质。实验以改进的迈克尔逊干涉仪为基础,将样品油放入测量臂光路中,当两束分别来自测量臂与参考臂的低相干光的光程接近相等时,会出现光外差干涉现象。利用光电探测器得到此干涉信号,根据前后相应的光程变化量,进而得到待测样品的折射率。食用油经反复加热1、2、3、5、7次后,葵花油的折射率分别为1.469 5、1.469 7、1.470 1、1.470 7、1.471 3,玉米油的折射率分别为1.468 8、1.469 1、1.469 4、1.470 1、1.471 1。结果表明,该方法可以准确测量出不同加热次数食用油的不同折射率,测量稳定性较高,能快捷、有效地鉴别反复使用的食用油品质。

食用油是人类营养和能量的重要来源, 为人体提供必需的脂肪酸, 研究食用油在太赫兹波段光学特性, 对食用油成分分析及品质评价具有重要价值。 衰减全反射式太赫兹时域光谱技术是一种新型的太赫兹时域光谱技术, 通过样品与倏逝波的相互作用, 获取样品的太赫兹光谱。 与透射式或反射式太赫兹时域光谱技术相比, 该技术能有效地避免测量食用油等液体样品时样品池对光学参数的影响, 并能获得样品的精确光学参数。 分别利用透射式太赫兹时域光谱技术和衰减全反射式太赫兹时域光谱技术测量了大豆油的吸收光谱。 结果表明, 与透射式太赫兹时域光谱技术相比, 衰减全反射式太赫兹时域光谱技术能更有效地提取大豆油的吸收系数、 吸收峰分布等光学特性。 进一步利用衰减全反射式太赫兹时域光谱技术研究了大豆油、 核桃油、 葡萄籽油在太赫兹波段的光学特性, 获得了三种食用油在1~1.8 THz范围内的折射率谱和吸收光谱。 利用密度泛函理论计算了食用油中四种主要成分(软脂酸、 硬脂酸、 油酸和亚油酸)在太赫兹波段的振动、 转动模式, 理论计算结果同实验测量结果吻合较好。 研究表明, 在太赫兹波段食用油的吸收峰与所含脂肪酸分子种类与含量有关, 其主要来源为脂肪酸分子的低频振动和转动。 研究成果对食用油成分定性定量分析及品质检测等具有指导意义。

折射率是食用油品质的一项重要指标。为测量食用油折射率,基于泰曼-格林干涉仪,在室温20 ℃、光源波长632.8 nm条件下,通过面阵CCD相机拍照获取食用油的干涉条纹图像,并利用图像处理技术,快速测量出不同食用油样品干涉条纹的移动量,进而求得其折射率。对几种常见的食用油进行了测量,得到花生油、玉米油、大豆油、菜籽油、橄榄油以及葵花和玉米油1∶1混合后的折射率分别为1.470 9、1.473 5、1.472 9、1.471 8、1.469 4、1.473 8。结果表明,利用该方法能够对食用油折射率进行快速测定,同时实验结果精度高,能为食用油品质及地沟油的现场检测提供一种简便有效的手段。