CN103217393A

CN103217393A - 一种掺伪茶油的检测方法

Info

Publication number: CN103217393A
Application number: CN2013101106333A
Authority: CN
Inventors: 吴雪辉; 郑艳艳
Original assignee: South China Agricultural University
Current assignee: South China Agricultural University
Priority date: 2013-04-01
Filing date: 2013-04-01
Publication date: 2013-07-24
Anticipated expiration: 2033-04-01
Also published as: CN103217393B

Abstract

本发明涉及食用油技术领域，提供了一种检测茶油掺伪的方法。本发明首先建立折光率、碘值、皂化值和油酸含量掺伪检测模型，通过样品的检测确定掺伪种类，然后再通过紫外光谱全波扫描，确定掺伪量模型，通过对比数据，得到确定的掺伪量。本发明方法不但能对茶油的掺伪种类进行鉴别，更能检测出掺伪量，有效防止用价格低廉的食用油冒充高质高价格的茶油。本发明方法具有经济简单、重复性好、准确度高等特点，能够实际应用于茶油掺伪检测工作，可确保维护消费者的利益。

Description

一种掺伪茶油的检测方法

技术领域

本发明涉及茶油检测领域，更具体地，涉及一种掺伪茶油的检测方法。

背景技术

茶油被誉为“东方橄榄油”，其脂肪酸主要由油酸、亚油酸和亚麻酸等不饱和脂肪酸组成，含量在90%以上。茶油中含有丰富的VE、VD、VK和胡萝卜素，且含有茶多酚和角鲨烯等活性成分，具有良好的营养保健功能，深受广大消费者的喜爱。由于茶油的价格高于其他食用油，一些不法商贩为牟取暴利，往茶油中掺杂其他价格低廉的植物油，这严重损害了消费者的利益。因此，迫切需要研究开发一套简便、通用、准确、可靠的掺伪茶油识别和检测方法来满足检测的需要。

茶油掺伪检测方法主要集中在近红外光谱检测法、毛细管气相色谱法、顶空-气质联用法等。

近红外光谱是近年来发展最快、最引人注目的光谱分析技术，渐渐应用于食用油检测领域。近红外光谱区与有机分子中含氢基团（-OH、-NH、-CH）振动的合频和各级倍频的吸收区一致，通过扫描样品的近红外光谱，可以得到样品中有机分子含氢基团的特征信息，从而测定样品中物质的成分及其含量。张菊华等采用近红外光谱结合偏最小二乘法（PLS）建立了茶油中掺杂菜籽油和大豆油的定量检测模型，所建立的PLS模型相关系数为0.9997，在掺杂油含量为2.5%～100%之间范围内准确可靠。近红外光谱法虽然快速、无损、可靠，但需要的设备昂贵，且建模时需大量具有代表性的样品。

目前，气相色谱法多应用于花生油、芝麻油、橄榄油的掺伪检测，用于茶油掺伪检测较少。气相色谱法可以通过检测食用油中脂肪酸种类和含量的不同，鉴别掺伪品种，计算掺伪量。王江蓉等应用毛细管气相色谱法测定不同浓度掺伪山茶籽油脂肪酸组成与含量，建立特征脂肪酸与掺入油百分含量近似线性关系标准曲线，从而对未知油样进行掺伪定量。杨柳等采用顶空-气质联用法对茶油及其他食用油可挥发性成分进行测定，通过对比挥发性特征物质的种类及相对含量，得出了一种油茶籽油真伪鉴别的方法，该方法可以测出掺假浓度大于 5% 的油茶籽油。气相色谱法具有检测范围广、分析速度快以及低检测限等优点，但由于其仪器昂贵，且需要与红外、质谱等仪器联用，使其应用受到限制。

不同品种的食用油都具有特定的理化性质，而当茶油中掺入其他食用油时，碘价和折光系数等会发生变化，根据其变化规律能快速鉴别茶油的真伪。食用油由于所含的成分不同，其紫外光谱也存在差异，根据比尔定律，在一定波长条件下，物质的浓度与对光的吸收成正比，因此可对待测物质进行定量检测。本专利结合理化性质测定和紫外光谱分析，获取茶油掺杂不同品种食用油的相关信息，建立掺伪茶油掺伪量与吸光度的变化模型，预测待测样品中的掺伪种类和含量，从而实现定性和定量分析，在茶油掺伪检测方面尚未见报道。

发明内容

本发明的目的在于提供一种对掺伪茶油进行掺伪品种以及掺伪量的检测方法，该方法简单方便，无需复杂的预处理，特征性强，重复性好，克服现有技术的缺陷。

本发明最适合用于菜籽油、大豆油、米糠油、玉米油、棕榈油、棉籽油、葵花籽油、红花籽油、亚麻籽油、杏仁油、葡萄籽油、南瓜籽油、核桃油、火麻籽油、芝麻油、花生油、芥花籽油、蓖麻油、桐油的掺伪茶油检测。

具体的，本发明提供一种检测茶油掺伪的方法，包括以下步骤：

S1.油茶掺伪的掺伪种类鉴别：

S11.建立掺伪种类模型：将茶油与其他植物油按不同的体积比混合，得到掺杂不同浓度的其他植物油的茶油样品，测定折光率、碘值、皂化值和油酸含量；通过软件分析测得的掺杂不同浓度的其他植物油的茶油样品的折光率、碘值、皂化值和油酸含量，将其按掺杂种类分为不同的总体；

S12.鉴定掺伪种类：测定待测掺伪样品的折光率、碘值、皂化值和油酸含量，根据软件分析对比步骤S11所得总体与待测掺伪样品，确定掺伪药品中掺杂的其他植物油的种类；

S2.茶油掺伪的掺混量的测定：

S21.建立掺伪量模型：将茶油与S1确定好的掺伪样品中掺杂的其他植物油按不同的体积比混合，得混合茶油，再将混合茶油溶解于石油醚、正己烷、环己烷、乙醚或氯仿中的一种得到混合茶油溶液，控制混合茶油溶液的浓度，进行紫外光谱全波扫描，确定特征吸收波长，并建立茶油掺伪量与特征吸收峰处吸光值的函数关系，采用回归分析方法确定最佳检测函数；

S22.测定掺伪量：将待检测掺伪样品溶于石油醚、正己烷、环己烷、乙醚或氯仿中的一种得到待测掺伪样品溶液，控制待测掺伪样品石油醚溶液的浓度与S21中混合茶油溶液的浓度相同，进行紫外光谱全波扫描，根据测得相应波长的吸光值，来和掺伪量模型进行对比，确定待检测掺伪样品中掺伪量。

所述的掺伪种类模型和掺伪量模型为前一次油茶检测建立的掺伪种类模型和掺伪量模型。

所述的步骤S11中的其他植物油为菜籽油、大豆油、米糠油、玉米油、棕榈油、棉籽油、葵花籽油、红花籽油、亚麻籽油、杏仁油、葡萄籽油、南瓜籽油、核桃油、火麻籽油、芝麻油、花生油、芥花籽油、蓖麻油或桐油中的一种或多种，例如两种、三种、四种或五种等

所述的S11中的不同的体积比包括10%、20%、30%、40%、50%、60%、70%、80%或90%中的至少三种。

所述的S21中的不同的体积比包括10%、20%、30%、40%、50%、60%、70%、80%或90%中的至少三种。

所述的紫外光谱全波扫描的条件为波长范围 360nm～200nm，采样间隔 1nm，速度为中速，光谱带宽 0.1nm。

所述的混合茶油石油醚溶液的浓度为1.0～5.0mg/mL。

所述的特征吸收波长为279nm、268nm以及258nm。

所述的258nm为掺杂大豆油和玉米油的掺伪茶油的特定吸收波长，所述的279nm为掺杂菜籽油、米糠油和棕榈油的掺伪茶油的特定吸收波长。

为了更好地理解本发明，以下对本发明方案结合反应式作进一步的阐释，所列的反应式为本发明理论分析总结所得，其不能作为本发明保护范围的限制。

本发明具体步骤如下：

1）二元体系混合油的配制：将茶油与其它植物油按不同比例（体积比）混合。

2）茶油掺伪的掺伪种类鉴别：

A、选取掺杂不同浓度其它植物油的茶油样品，测定折光率、碘值、皂化值和油酸含量；

B、通过软件进行判别分析，即根据已知掺杂种类的掺伪茶油样品的折光率、碘值、皂化值和油酸含量，将其按掺杂种类分为不同的总体；根据未知样品的折光率、碘值、皂化值和油酸含量，分析其属于各个不同总体的概率，这个概率作为判别归类的准则，从而实现对茶油中掺杂其它植物油的鉴别。

3）茶油掺伪的掺混量检测：

A、紫外光谱扫描及分析：以石油醚为溶剂，配置一定浓度的茶油及其他植物油样品溶液，进行紫外光谱全波扫描，确定其特征吸收波长；

B、掺伪模型的建立：取已知掺混量的掺伪茶油样品，配置一定浓度的样品溶液，通过紫外全波扫描获取其紫外光谱，建立茶油掺伪量与特征吸收峰处吸光值的函数关系，采用回归分析方法确定最佳检测函数；

4）验证实验：选取掺杂不同植物油种类和掺伪量的茶油样品，按步骤2）和3）分别测定其特征指标和特征吸收波长处的吸光值，根据所建立的判别函数和最佳检测函数预测样品掺伪种类和掺伪量，并与实际掺伪情况进行比较；

5）样品鉴别：相同条件下，对未知样品进行特征指标测定和紫外全波扫描，获取样品折光率、碘值、皂化值和油酸含量以及相应波长的吸光度，并利用判别函数和最佳检测函数进行茶油掺伪种类和掺伪量的预测。

本方法适合于茶油二元体系混合油的鉴别，茶油中其它植物油的掺杂比例为15%～85%。

本方法中二元体系混合油为茶油与其它植物油（菜籽油、大豆油、米糠油、玉米油或棕榈油等）中的任一一种构成的混合油。

本方法配制的不同比例二元混合油的体积比为10%、20%、30%、40%、50%、60%、70%、80%、90%。

本方法在进行紫外全波扫描时配制的浓度为2mg/mL。紫外全波扫描条件为：波长范围 360nm～200nm，采样间隔 1nm，速度为中速，光谱带宽 0.1nm。确定特征吸收波长为279nm、268nm以及258nm。建立的最佳检测函数为掺杂大豆油和玉米油的茶油在258nm处建立的回归方程以及掺杂菜籽油、米糠油和棕榈油的茶油在279nm处建立的回归方程。

本发明的方法的优点在于：

1.本发明不但能对掺伪茶油的种类进行鉴别，更能检测出掺伪量，防止用价格低廉的食用油冒充高价格的茶油，具有经济简单、重复性好、准确度高等特点，能够实际应用于茶油掺伪检测工作，维护了消费者的利益。

2.本发明对测定的仪器要求相对简单；本发明不仅适用于掺伪茶油种类的鉴别，更能对其进行定量检测。

3.本发明利用回归分析方法，建立了掺伪茶油的最佳检测函数，具有很好的线性关系，准确度高。

4.本发明提供的模型可以反复利用，利于下一次的快速检测。

附图说明

图1是利用判别分析根据特征指标对总体进行分类。

图2是浓度为2mg/mL不同植物油（茶油、大豆油、菜籽油、玉米油、米糠油、棕榈油）紫外吸收光谱。

图3为279nm处掺伪茶油掺伪量与吸光值的关系。

图4为268nm处掺伪茶油掺伪量与吸光值的关系。

图5为258nm处掺伪茶油掺伪量与吸光值的关系。

图6为不同掺伪量茶油的测定相对偏差。

具体实施方式

下面结合附图和具体实施例进一步详细说明本发明。除非特别说明，本发明采用的试剂、设备和方法为本技术领域常规市购的试剂、设备和常规使用的方法。

实施例1 标准模型的确定和建立

1、二元体系混合油的配制：将茶油与其它植物油按不同比例（体积比）混合，掺杂

浓度分别为10%、20%、30%、40%、50%、60%、70%、80%、90%。

2、茶油掺伪的掺伪种类鉴别：

1）选取掺杂不同浓度大豆油、菜籽油、玉米油、米糠油、棕榈油的茶油样品，测定其折光率、碘值和皂化值；

2）通过SAS软件进行Bayes判别分析，即根据已知掺杂种类的掺伪茶油样品的折光率、碘值、皂化值和油酸含量，将其按掺杂种类分为不同的总体；根据未知样品的折光率、碘值、皂化值和油酸含量，分析其属于各个不同总体的概率，这个概率作为判别归类的准则，从而实现对茶油中掺杂其它植物油的鉴别。总体的分类如附图1所示。（掺杂菜籽油组-Cz，掺杂大豆油组-Dd，掺杂米糠油组-Mk，掺杂玉米油组-Ym，掺杂棕榈油组-Zl，下同）

3、茶油掺伪的掺混量检测：

1）紫外光谱扫描及分析

设置紫外光谱扫描条件：波长范围 360nm～200nm，采样间隔 1nm，速度为中速，光谱带宽 0.1nm。以石油醚为溶剂，配制浓度为 2mg/mL 的茶油及其它植物油的样品溶液，以石油醚为参比，进行紫外全波扫描，分析其特征吸收峰。采集光谱见图2。

由图2可以看出，六种食用油在279nm处均有最大吸收，除菜籽油和米糠油外，其它四种植物油在268、258nm处存在吸收峰，米糠油因含谷维素，在315nm处有最大吸收；另大豆油和棕榈油在220nm处，菜籽油235nm处，茶油，玉米油，米糠油在230nm处分别有波峰检出。

2）掺伪模型的建立

以石油醚为溶剂，配制浓度为 2mg/mL，掺混量分别为为10%、20%、30%、40%、50%、60%、70%、80%、90%的茶油掺杂不同植物油的溶液，作为实验的基础样本。经过紫外全波扫描后，获取相应的紫外吸收光谱曲线，提取吸光度。通过回归法分析吸光度与茶油中掺混量间的变化关系。结果见附图2～附图4。

由附图3～附图5可以看出，掺杂大豆油和玉米油的茶油掺伪检测函数在258nm处线性关系最好，相关系数分别为0.9909和0.9929，而掺杂菜籽油、米糠油和棕榈油的掺伪茶油掺伪量与吸光值的回归方程在279nm处有较强的线性关系，方程的决定系数R²均大于0.95，分别为0.9921、0.9947和0.9976。

验证实验

1）随机选取掺杂不同浓度大豆油、菜籽油、玉米油、米糠油、棕榈油的茶油样品，并检测其相应特征指标，利用Bayes判别分析计算每一样品属于各总体的概率，从而预测样品掺伪种类，其结果见表1。

表1 Bayes判别分析数据验证结果

由表1可以看出，利用Bayes判别分析判定的样品所属掺伪种类与实际掺伪种类一致，判别准确率为100%，因此可以说明，本发明判别分析方法用于茶油掺伪样品掺伪种类的区分是理想和效果稳定显著的。

2）随机选取掺杂不同浓度大豆油、菜籽油、玉米油、米糠油和棕榈油的茶油样品，测定相应波长下的吸光值，根据所建立的最佳检测函数对茶油掺伪量进行预测，并与实际掺伪量进行比较，计算其相对偏差（相对偏差在15%范围内效果较为理想），结果见附图6。

由附图6可以看出，掺混量小于15%时，相对偏差较大，这是由于实际掺混量较小时，估计值的细小变化都会对相对偏差产生较大影响，当掺混量大于15%时，实际掺混量与预测值较为接近，相对偏差在15%范围内，检验结果更为理想。

实施例2：茶油中掺杂大豆油的测定

1. 茶油掺伪的掺伪种类鉴别：

1）采集掺杂不同浓度大豆油、菜籽油、玉米油、米糠油、棕榈油的茶油样品，测定其折光率、碘值、皂化值和油酸含量；

2）通过SAS软件进行Bayes判别分析，即根据已知掺杂种类的掺伪茶油样品的折光率、碘值、皂化值和油酸含量，将其按掺杂种类分为不同的总体；根据未知样品的折光率、碘值、皂化值和油酸含量，分析其属于各个不同总体的概率，这个概率作为判别归类的准则，从而实现对茶油中掺杂其它植物油的鉴别。

3）检测未知样品相应的特征指标，利用Bayes判别分析计算每一样品属于各总体的概率，从而预测样品掺伪种类，其结果见表2。（掺杂菜籽油组-Cz，掺杂大豆油组-Dd，掺杂米糠油组-Mk，掺杂玉米油组-Ym，掺杂棕榈油组-Zl，下同）

表2 大豆油掺伪茶油掺伪种类的鉴别

由表2可以看出，判别结果与实际情况完全一致，由此可以看出，利用特征指标如折光率、碘值、皂化值和油酸含量等对茶油掺伪种类进行鉴别是理想和效果稳定显著的。

2．茶油掺伪的掺伪量测定

1）模型建立：配置掺杂大豆油范围在15%-85%的茶油样品，在258nm处建立茶油掺伪量与吸光值的线性关系：y=0.2008x+0.3549（R²=0.9828，y为待测样品在258nm处的吸光值，x为待测样品的掺伪量）。

2）验证实验：取掺伪量已知的掺杂大豆油的茶油样品，测定其在258nm处的吸光值，预测其掺伪量并与实际掺伪量进行比较。

3）掺伪测定：测定大豆油掺伪茶油在258nm处的吸光值，利用模型y=0.2008x+0.3549预测其掺伪量，并与实际掺伪量比较分析，结果见表3。

表3：大豆油掺伪茶油掺伪量的测定及相对偏差比较

由表3可以看出，预测掺伪量与实际掺伪量的相对偏差在15%以内，没有显著差异性，说明，利用紫外分光光度技术对茶油掺伪量检测是理想和效果稳定显著的。

实施例3：茶油中掺杂菜籽油的测定

1. 茶油掺伪的掺伪种类鉴别：

3）检测未知样品相应的特征指标，利用Bayes判别分析计算每一样品属于各总体的概率，从而预测样品掺伪种类，其结果见表4。（掺杂菜籽油组-Cz，掺杂大豆油组-Dd，掺杂米糠油组-Mk，掺杂玉米油组-Ym，掺杂棕榈油组-Zl，下同）

表4 菜籽油掺伪茶油掺伪种类的鉴别

由表4可以看出，判别结果与实际情况完全一致，由此可以看出，利用特征指标如折光率、碘值、皂化值和油酸含量等对茶油掺伪种类进行鉴别是理想和效果稳定、显著的。

2．茶油掺伪的掺伪量测定

1）模型建立：配置掺杂菜籽油范围在15%-85%的茶油样品，在279nm处建立茶油掺伪量与吸光值的线性关系：y=-0.1202x+0.28（R²=0.9828，y为待测样品在279nm处的吸光值，x为待测样品的掺伪量）。

2）验证实验：取掺伪量已知的掺杂菜籽油的茶油样品，测定其在279nm处的吸光值，预测其掺伪量并与实际掺伪量进行比较。

3）掺伪测定：测定菜籽油掺伪茶油在279nm处的吸光值，利用模型y=-0.1202x+0.28预测其掺伪量，并与实际掺伪量比较分析，结果见表5。

表5：菜籽油掺伪茶油掺伪量的测定及相对偏差比较

由表5可以看出，预测掺伪量与实际掺伪量的相对偏差在15%以内，没有显著差异性，说明，利用紫外分光光度技术对茶油掺伪量检测是理想和效果稳定、显著的。

实施例4：茶油中掺杂米糠油的测定

1. 茶油掺伪的掺伪种类鉴别：

3）检测未知样品相应的特征指标，利用Bayes判别分析计算每一样品属于各总体的概率，从而预测样品掺伪种类，其结果见表6。（掺杂菜籽油组-Cz，掺杂大豆油组-Dd，掺杂米糠油组-Mk，掺杂玉米油组-Ym，掺杂棕榈油组-Zl，下同）

表6 米糠油掺伪茶油掺伪种类的鉴别

由表6可以看出，判别结果与实际情况完全一致，由此可以看出，利用特征指标如折光率、碘值、皂化值和油酸含量等对茶油掺伪种类进行鉴别是理想和效果稳定、显著的。

2．茶油掺伪的掺伪量测定

1）模型建立：配置掺杂米糠油范围在15%-85%的茶油样品，在279nm处建立茶油掺伪量与吸光值的线性关系：y=0.8503x+0.2812（R²=0.9967，y为待测样品在279nm处的吸光值，x为待测样品的掺伪量）。

2）验证实验：取掺伪量已知的掺杂米糠油的茶油样品，测定其在279nm处的吸光值，预测其掺伪量并与实际掺伪量进行比较。

3）掺伪测定：测定米糠油掺伪茶油在279nm处的吸光值，利用模型y=0.8503x+0.2812预测其掺伪量，并与实际掺伪量比较分析，结果见表7。

表7：米糠油掺伪茶油掺伪量的测定及相对偏差比较

由表7可以看出，预测掺伪量与实际掺伪量的相对偏差在15%以内，没有显著差异性，说明，利用紫外分光光度技术对茶油掺伪量检测是理想和效果稳定、显著的。

实施例5：茶油中掺杂玉米油的测定

1. 茶油掺伪的掺伪种类鉴别：

3）检测未知样品相应的特征指标，利用Bayes判别分析计算每一样品属于各总体的概率，从而预测样品掺伪种类，其结果见表8。（掺杂菜籽油组-Cz，掺杂大豆油组-Dd，掺杂米糠油组-Mk，掺杂玉米油组-Ym，掺杂棕榈油组-Zl，下同）

表8 玉米油掺伪茶油掺伪种类的鉴别

由表8可以看出，判别结果与实际情况完全一致，由此可以看出，利用特征指标如折光率、碘值、皂化值和油酸含量等对茶油掺伪种类进行鉴别是理想和效果稳定、显著的。

2．茶油掺伪的掺伪量测定

1）模型建立：配置掺杂玉米油范围在15%-85%的茶油样品，在258nm处建立茶油掺伪量与吸光值的线性关系：y=0.1176x+0.3206（R²=0.9802，y为待测样品在258nm处的吸光值，x为待测样品的掺伪量）。

2）验证实验：取掺伪量已知的掺杂玉米油的茶油样品，测定其在258nm处的吸光值，预测其掺伪量并与实际掺伪量进行比较。

3）掺伪测定：测定玉米油掺伪茶油在258nm处的吸光值，利用模型y=0.1176x+0.3206预测其掺伪量，并与实际掺伪量比较分析，结果见表9。

表9：玉米油掺伪茶油掺伪量的测定及相对偏差比较

由表9可以看出，预测掺伪量与实际掺伪量的相对偏差在15%以内，没有显著差异性，说明，利用紫外分光光度技术对茶油掺伪量检测是理想和效果稳定、显著的。

实施例6：茶油中掺杂棕榈油的测定

1. 茶油掺伪的掺伪种类鉴别：

3）检测未知样品相应的特征指标，利用Bayes判别分析计算每一样品属于各总体的概率，从而预测样品掺伪种类，其结果见表10。（掺杂菜籽油组-Cz，掺杂大豆油组-Dd，掺杂米糠油组-Mk，掺杂玉米油组-Ym，掺杂棕榈油组-Zl，下同）

表10 棕榈油掺伪茶油掺伪种类的鉴别

由表10可以看出，判别结果与实际情况完全一致，由此可以看出，利用特征指标如折光率、碘值、皂化值和油酸含量等对茶油掺伪种类进行鉴别是理想和效果稳定、显著的。

2．茶油掺伪的掺伪量测定

1）模型建立：配置掺杂棕榈油范围在15%-85%的茶油样品，在279nm处建立茶油掺伪量与吸光值的线性关系：y=-0.1821x+0.2787（R²=0.9924，y为待测样品在279nm处的吸光值，x为待测样品的掺伪量）。

2）验证实验：取掺伪量已知的掺杂棕榈油的茶油样品，测定其在279nm处的吸光值，预测其掺伪量并与实际掺伪量进行比较。

3）掺伪测定：测定棕榈油掺伪茶油在279nm处的吸光值，利用模型y=-0.1821x+0.2787预测其掺伪量，并与实际掺伪量比较分析，结果见表11。

表11：棕榈油掺伪茶油掺伪量的测定及相对偏差比较

由表11可以看出，预测掺伪量与实际掺伪量的相对偏差在15%以内，没有显著差异性，说明，利用紫外分光光度技术对茶油掺伪量检测是理想和效果稳定、显著的。

Claims

1.一种检测茶油掺伪的方法，其特征在于，包括以下步骤：

S1.茶油掺伪的掺伪种类鉴别：

S12.鉴定掺伪种类：测定待测掺伪样品的折光率、碘值、皂化值和油酸含量，根据软件分析对比步骤S11所得总体与待测掺伪样品，确定掺伪样品中掺杂的其他植物油的种类；

S2.茶油掺伪的掺混量的测定：

2.根据权利要求1所述的检测茶油掺伪的方法，其特征在于，所述的掺伪种类模型和掺伪量模型分别为前一次茶油检测建立的掺伪种类模型和掺伪量模型。

3.根据权利要求1所述的检测茶油掺伪的方法，其特征在于，S11中所述的其他植物油为菜籽油、大豆油、米糠油、玉米油、棕榈油、棉籽油、葵花籽油、红花籽油、亚麻籽油、杏仁油、葡萄籽油、南瓜籽油、核桃油、火麻籽油、芝麻油、花生油、芥花籽油、蓖麻油、桐油中的一种或多种。

4.根据权利要求1所述的检测茶油掺伪的方法，其特征在于，S11中所述的不同的体积比包括10%、20%、30%、40%、50%、60%、70%、80%或90%中的至少三种。

5.根据权利要求1所述的检测茶油掺伪的方法，其特征在于，S21中所述的不同的体积比包括10%、20%、30%、40%、50%、60%、70%、80%或90%中的至少三种。

6.根据权利要求1所述的检测茶油掺伪的方法，其特征在于，所述的紫外光谱全波扫描的条件为波长范围360nm～200nm，采样间隔1nm，速度为中速，光谱带宽0.1nm。

7.根据权利要求1所述的检测茶油掺伪的方法，其特征在于，所述的混合茶油溶液的浓度为1.0～5.0mg/mL。

8.根据权利要求1所述的检测茶油掺伪的方法，其特征在于，所述的特征吸收波长为279nm、268nm以及258nm。

9.根据权利要求8所述的检测茶油掺伪的方法，其特征在于，所述的258nm为掺杂大豆油和玉米油的掺伪茶油的特定吸收波长，所述的279nm为掺杂菜籽油、米糠油和棕榈油的掺伪茶油的特定吸收波长。