二维相关荧光光谱分析技术在食用植物油掺杂鉴别中的应用研究的中期报告.docx

二维相关荧光光谱分析技术在食用植物油掺杂鉴别中的应用研究的中期报告 一、研究背景和意义 食用植物油是人们日常饮食中不可缺失的食品，然而市场上存在大量掺杂的劣质植物油，这些劣质油不仅会影响人们的健康，还会损害正常的市场秩序。因此，鉴别掺杂的劣质油对于食品安全和市场监管具有重要意义。 传统的油脂鉴别方法主要基于化学分析的方法，如酸值、过氧化值和酯气测定等。这些方法具有定量准确、操作简便等优点，但其对于样品处理的要求较高，且需要熟练的技术操作人员。因此，为了提高分析效率和准确性，多种光谱分析方法被应用于食品油鉴别中。 近年来，二维相关（2DCOR）荧光光谱分析技术逐渐受到研究者的关注。2DCOR荧光光谱分析技术可获得较高分辨率的荧光光谱图像，通过对光谱图像进行相关分析，可以抑制噪声，提高信噪比，从而获得较为准确和稳定的识别结果。 因此，本研究旨在探究2DCOR荧光光谱分析技术在食用植物油掺杂鉴别中的应用，并建立2DCOR荧光光谱鉴别模型，为食品质量监管和食品安全防范提供技术支持。 二、研究进展及成果 1.实验设计 本研究选取4种常见的植物油（大豆油、花生油、玉米油、芝麻油）作为样品，通过不同比例的混合，制备了10个模拟掺杂样品。采用2DCOR荧光光谱仪对样品进行光谱测试，同时使用2DCOR荧光光谱分析软件进行相关分析和图像处理。 2.数据处理 通过2DCOR荧光光谱仪获得的图像数据，我们采用2DCOR荧光光谱分析软件进行相关分析和图像处理。针对不同的光谱峰和光谱波长范围，我们得到了相应的2DCOR荧光光谱图像和光谱分析结果。 3.鉴别模型的建立 为了建立2DCOR荧光光谱鉴别模型，我们针对10个样品进行了PCA分析和LDA分类。通过对数据的处理，得到了PCA-LDA鉴别模型，并进行了交叉验证，验证结果表明该模型具有较高的稳定性和准确性。 4.结果分析 我们对不同比例的掺杂样品进行了鉴别分析，结果表明2DCOR荧光光谱方法能够准确鉴别出不同比例的掺杂样品，可作为快速、有效、高通量的油脂鉴别方法之一。 三、下一步计划 本研究通过2DCOR荧光光谱分析技术在食用植物油掺杂鉴别中的应用取得了初步成果，下一步计划将进一步扩大样品数量和种类，进一步优化算法和模型，从而实现对更多样品的鉴别分析，并将该方法推广应用到实际生产和监管中，实现食品安全监管和市场秩序的有效维护。