在橄油中使用激发发射矩阵光谱学和化学测量检测和量化伪造
Zhang Lujun1, Cai Nuo1, Huang Xiaodong1
1Department of Physics and Electronic Information, Weifang University, Weifang, 261061, China.
激发发射矩阵光 (EEMF) 与化学测量相结合,提供了一种快速检测橄油染的方法. 这种使用PCA和PARAFAC的光谱分析准确量化了食用油中的杂质,以提高食品安全.
科学领域:
- 食品化学 食品化学
- 分析化学 分析化学
- 频谱学是一种光谱学.
背景情况:
- 橄油改是一种严重的食品安全问题,经常难以检测,特别是样本供应有限.
- 检测伪造的传统方法可能耗时,需要大量的样本.
- 开发快速准确的分析技术对于确保食用油的质量和真实性至关重要.
研究的目的:
- 为了研究激发发射矩阵光 (EEMF) 的有效性,加上化学模型,以快速识别和量化橄油染.
- 探索主要成分分析 (PCA) 和并行因素分析 (PARAFAC) 的应用,以分析造橄油样本的EEMF光谱数据.
- 建立一种新的谱检测方法来检测食用油中的 adulterants,增强食品安全和质量保证.
主要方法:
- 模拟使用大豆,花生和亚麻油对橄油的改,以创建多样化的样本集.
- 获取所有准备样本的激发发射矩阵光 (EEMF) 光谱.
- 主要组件分析 (PCA) 的应用用于探索性数据分析,聚类和光谱变异的可视化.
- 利用并行因素分析 (PARAFAC) 来进行数据分解,识别组件和 adulterants 之间的相关性以进行定量分析.
- 对PCA和PARAFAC方法对其在改检测和量化方面的有效性进行比较分析.
主要成果:
- PCA有效地集群和分化造样本,提供对光谱变化的视觉洞察.
- 帕拉法克 (PARAFAC) 展示了一种新的方法来揭示相关性,从而能够准确量化改水平.
- 一项比较研究证实了PCA和PARAFAC在分析EEMF数据以检测伪造时的优势.
- 开发的光谱检测方法显示,在橄油中识别和量化造物质方面具有很高的潜力.
结论:
- 结合化学模型 (PCA和PARAFAC),EEMF提供了一种快速有效的策略,用于检测和量化橄油改.
- 通过分解光谱数据,PARAFAC为准确的伪造物量化提供了一个有希望的新视角.
- 这种光谱方法在现实世界中有很大的应用潜力,可以改善各种食用油的食品安全.
- 该研究为提高对食用油改的检测能力提供了宝贵的工具,支持质量保证工作.
更多相关视频
06:50O-cresol Concentration Online Measurement Based On Near Infrared Spectroscopy Via Partial Least Square Regression
Published on: November 8, 2019
10:14Chromatographic Fingerprinting by Template Matching for Data Collected by Comprehensive Two-Dimensional Gas Chromatography
Published on: September 2, 2020
相关概念视频
Gas Chromatography: Types of Detectors-II
Atomic Spectroscopy: Absorption, Emission, and Fluorescence
Atomic Emission Spectroscopy: Instrumentation
Atomic Fluorescence Spectroscopy
Flame Photometry: Overview
Flame Photometry: Lab
