CN108375561A - 一种基于三维荧光光谱技术对掺假蜂蜜进行快速识别和定量分析的方法 - Google Patents

Abstract

对掺假蜂蜜进行准确的定量分析，对其质量评价具有重要意义。因此，基于蜂蜜和玉米糖浆的三维荧光特性，提出了一种新的检测方法。即当蜂蜜和糖浆被稀释至1％(v∶v)时，在激发波长ex 240‑320nm和x 320‑360nm两个观测波长范围内没有荧光猝灭效应，其荧光强度与浓度呈线性关系。在这种情况下，用光谱的加性原理来估计掺假蜂蜜的纯度，即当蜂蜜和糖浆的体积比浓度为1％时，掺假蜂蜜光谱与蜂蜜和糖浆的光谱进行比较。利用此方法对掺有f42玉米糖浆和f90玉米糖浆的洋槐蜂蜜进行检测，预测误差为5.85，结果表明此方法可以准确地预估洋槐蜜中的玉米糖浆的含量，可以进一步改善了蜂蜜市场的蜂蜜质量，并为以后研制出准确简便的检测设备提供了理论依据。

Description

一种基于三维荧光光谱技术对掺假蜂蜜进行快速识别和定量 分析的方法

技术领域

本发明属于光谱分析领域，本发明公开了一种基于三维荧光光谱技术对掺假蜂蜜进行快速识别和定量分析的方法。

背景技术

蜂蜜是一种营养价值极高的天然滋养食品，自古以来一直作为传统医学的一部分使用，它具有抗菌、抗肿瘤、抗炎、抗褐变、抗病毒等功效^[1]。但随着科学技术的发展，蜂蜜掺假变得越来越普遍化和高端化，蜂蜜市场相对混乱，掺假现象严重，全国各地都检测出不合格的样品，蜂蜜掺假鉴别已迫在眉睫，国内外学者都在探究检测蜂蜜的新方法。目前主要的检测技术包括酶的活性检测法^[2]、同工酶检测法^[3]、电子舌技术^[4-5]、显微镜检测技术^[6]、差示量热扫描法(DSC)^[7]、气相色谱法(GC)^[8]、高效液相色谱法(LC)^[9]、红外光谱法(M/NIR)^[10-11]、核磁共振技术(NMR)^[12-13]等。但这些方法具有主观性强、样品预处理复杂、仪器昂贵等局限性，很难广泛地推广在蜂蜜市场。

三维荧光是近几年发展起来的荧光分析技术，这种技术能够获得激发波长与发射波长同时变化时的荧光强度信息，它可以将荧光强度表示为激发波长与发射波长两个变量的函数，能够更完整的扫描出一个混合物的荧光信息，并且具有分析快速，结果稳定，适合现场操作等优势。目前国内外已在医学^[14-15]、环境^[16-17]等方面进行三维荧光的研究报道，但在蜂蜜方面进行的探究较少，主要是关于蜂蜜种类^[18]、产地^[19]的研究报道，但对掺假蜂蜜中掺假物质的具体含量分析尚未见报道。在此背景下，本文提出一种基于三维荧光光谱技术对掺假蜂蜜进行快速识别和定量分析的新方法。

参考文献：

[1]Viuda-Martos M，Ruiz-Navajas Y，Fernández-López J，et al.FunctionalProperties of Honey，Propolis，and Royal Jelly[J].Journal of Food Science，2008，73(9)：117-24.

[2]李军生，黄位明，张嘉婧，等.淀粉酶在真假蜂蜜中的区别[J].食品与发酵工业，2006，32(1)：75-78.

[3]叶云，梁超香，李军生，等.利用同工酶技术检测蜂蜜品质的新方法[J].食品科学，2006，27(6)：177-178.

[4]张艳平.基于伏安型电子舌的蜂蜜鉴别[D].东北电力大学，2014.

[5]张海平，张艳平，高红慧，等.伏安电子舌对不同植物源蜂蜜的检测识别[J].中国农机化学报，2014，35(6)：192-195.

[6]黄文诚.显微镜检测用蔗糖和蔗糖产品掺假的蜂蜜[J].中国蜂业，2011，62(4)：40-42.

[7]Cordella C，Antinelli J F，Aurieres C，et al.Use of differentialscanning calorimetry(DSC)as a new technique for detection of adulteration inhoneys.1.Study of adulteration effect on honey thermal behavior[J].Journal ofAgricultural&Food Chemistry，2002，50(1)：203-208.

[8]R M，Barciela J，Herrero C，et al.Solid-phase microextraction gaschromatography-mass spectrometry determination of monoterpenes in honey[J].Journal of Separation Science，2015，27(17-18)：1540-1544.

[9]Wang J，Xue X，Du X，et al.Identification of Acacia HoneyAdulteration with Rape Honey Using Liquid Chromatography-ElectrochemicalDetection and Chemometrics[J].Food Analytical Methods，2014，7(10)：2003-2012.

[10]Chen L，Xue X，Ye Z，et al.Determination of Chinese honeyadulterated with high fructose corn syrup by near infrared spectroscopy[J].Food Chemistry，2011，128(4)：1110-1114.

[11]Ruoff K，Luginbühl W，Künzli R，et al.Authentication of thebotanical and geographical origin of honey by mid-infrared spectroscopy.[J].Journal of Agricultural&Food Chemistry，2006，54(18)：6873-80.

[12]Yah Z L，Yang M S，Tian-Bao L I，et al.Quantitative Analysis ofGlucose，Fructose and Sucrose in Honey by Nuclear Magnetic ResonanceSpectroscopy[J].Food Science，2009，30(14)：253-255.

[13]Bertelli D，Lolli M，Papotti G，et al.Detection of honeyadulteration by sugar syrups using one-dimensional and two-dimensional high-resolution nuclear magnetic resonance.[J].Journal of Agricultural&FoodChemistry，2010，58(15)：8495-8501.

[14]Hahnel C，Somodi S，Weiss D G，at al.The keratocyte network of humancornea：a three-dimensional study using confocal laser scanning fluorescencemicroscopy.[J].Cornea，2000，19(2)：185.

[15]Haass-Koffler C L，Naeemuddin M，Bartlett S E.An analytical toolthat quantifies cellular morphology changes from three-dimensionalfluorescence images[J].Journal of Visualized Experiments Jove，2012，66(66)：e4233.

[16]Ouyang E M，Zhang X H，Wang W.Three-dimensional fluorescencespectroscopy in the analysis of organic pollution type of urban waters[J].Water Resources Protection，2007.

[17]Shang L，Liu X，Xu X，et al.Three-dimensional fluorescence spectraof mineral oil and extraction method of characteristic parameters[C]//Photonics Asia.International Society for Optics and Photonics，2005：153-159.

[18]胡乐乾，尹春玲，王欢，等.氨基酸衍生三维荧光法结合多维模式识别用于蜂蜜种类辨别研究[J].光谱学与光谱分析，2016，36(7)：2148-2154.

[19]Brodar L，Strelec I，Primorac L.Identification of honey botanicalorigin by fluorescence spectroscopy[C]//Abstracts of，InternationalScientific/professional Conference″agriculture in Nature and EnvironmentProtection″/Baban，Mirjana；Boris.2014.

发明内容

本发明的目的是提出一种基于三维荧光光谱技术对掺假蜂蜜进行快速识别和定量分析的方法，解决纯蜂蜜的淬灭效应影响蜂蜜的定量分析的问题，找到蜂蜜测量的最佳浓度稀释点，并且利用此方法准确地测量出掺有玉米糖浆的蜂蜜中含有各成分的含量。

为了解决上述技术问题，本发明采取的技术方案是：

步骤1，在采集三维光谱前为了消除荧光淬灭效应的影响需要将纯蜂蜜、掺假物样品和待测掺假样品稀释到原来的一百倍，根据激发波长范围：240～360nm，发射波长范围：260～800nm，采集样品光谱数据。

步骤2，在对三维光谱数据进行处理之前，利用VS编写的界面软件提取三维荧光光谱上的数据信息，采集稀释后的纯的蜂蜜、掺假物质和待测蜂蜜的三维荧光光谱并转存为8*2701的二维矩阵数组。

步骤3，建立数学模型

argmin项是数学上“找到最小化参数”的缩写。其中t_nm，x_nm，y_nm，……，z_nm分别是掺假蜂蜜、真蜂蜜、掺假物质1、……、掺假物质n的三维光谱上某一点的荧光强度。利用编程软件结合上述模型计算出三维光谱上每个荧光点对掺假蜂蜜中掺假成分的预测信息，由ω₁，ω₂……ω_n体现。将每个点求得的ω₁，ω₂……ω_n转存为8*2701一组二维数组矩阵。

步骤4，对ω₁，ω₂……的二维数组矩阵中的数据进行区间筛选，将其从0到1范围内画成20个区间，每个区间间隔范围为0.05。由于每个荧光点对各成分的预测值都是一组数据，只要对其中一种成分进行筛选，这组数据也就被筛选出，因此以蜜的含量为筛选对象，找到一个区间范围内分布着绝大数荧光点的预测信息，称其为最佳预测区间，对此区间的所有预测信息求均值得到最终各掺假成分的预测值。

本发明的效果和益处是，实际应用表明，本发明找到蜂蜜检测的最佳浓度，并在此浓度下利用本方法的算法模型可以准确地预测出掺假蜂蜜中掺假物的含量，在蜂蜜市场具有良好的使用价值。本发明技术有以下几个优势：

(1)本发明操作简便，仅需要将待测样品稀释100倍。

(2)本发明涉及算法简单，预测精度高，仅利用最小二乘算法对三维荧光光谱每一个点进行分析，并通过区间筛选的方法，剔除其中一些误差点。

(3)分析速度快速，为以后研制快速检测蜂蜜的仪器提供了理论依据。

附图说明

图1是本发明方法的操作流程图；

图2是掺f90玉米糖浆的洋槐蜜(含30％真蜜)三维光谱上各荧光点的预测值在各个区间的分布图；

图3是掺f90玉米糖浆的洋槐蜜(含70％真蜜)三维光谱上各荧光点的预测值在各个区间的分布图；

图4是9个掺假洋槐蜜样品中真蜜含量真实值与预测值的对比；

图5是9个掺假洋槐蜜样品中玉米糖浆(f90)含量真实值与预测值的对比。

具体实施方式

下面结合附图和实施例对本发明进一步详细说明，但本发明的保护范围不仅局限于这些实例。

实例1

以检测掺有玉米糖浆(f90)洋槐蜜样品为例，具体检测方法如下：

步骤一、准确量取纯的洋槐蜜和玉米糖浆(f90)各1ml分别移至100ml容量瓶中，向瓶中加入蒸馏水至刻度线，水浴5min，作为备用液和预测标准液使用。从稀释后的洋槐蜜备用液中分别移取1ml，2ml，3ml，4ml，5ml，6ml，7ml，8ml，9ml溶液至10ml的容量瓶中，向瓶中加入玉米糖浆(f90)备用液至刻度线，并摇晃均匀，配置成待测液；取待测液各1ml放入荧光比色皿中，放在室温下40min左右，使用荧光分光光度计进行荧光扫描，参数设置如下：激发波长为240～360nm，发射波长为260～800nm，扫描步长分别为20nm和0.2nm，激发和发射狭缝宽度为5nm，响应时间为自动方式，扫描光谱自动校正，得到预测标准液和待测液的三维荧光光谱数据。

步骤二、在对三维光谱数据进行处理之前，利用VS编写的界面软件提取三维荧光光谱上的数据信息，将采集稀释后的纯洋槐蜜、玉米糖浆(f90)和掺有玉米糖浆的待测蜂蜜三维荧光光谱样本转存为一个8*2701的二维矩阵数组。

步骤三、利用VS编写的界面软件结合模型计算出三维光谱上每个荧光点对掺假洋槐蜂蜜的各成分含量预测值ω₁，ω₂，将每个荧光点求得的ω₁，ω₂转存为8*2701两个二维数组矩阵。(t_nm，x_nm，y_nm分别是掺有玉米糖浆的洋槐蜜、真洋槐蜜、玉米糖浆三维光谱上某一点的荧光强度，ω₁，ω₂是此荧光点预测掺假蜂蜜中真蜜和玉米糖浆(f90)的含量)

步骤四、对ω₁，ω₂的二维数组矩阵中的数据进行区间筛选，将其从0到1范围内画成20个区间，每个区间间隔范围为0.05，找出三维荧光点预测值出现频率最高度区间，对此区间内的ω₁，ω₂进行求均值处理，ω₁，ω₂所求的均值则为掺假待测蜂蜜中的蜂蜜含量和掺假物质含量。区间筛选结果见图2和图3，各待测样品的预测结果见图4和图5。

实例二

以检测掺有玉米糖浆(f90)和玉米糖浆(f42)的洋槐蜜样品为例，具体检测方法如下：

步骤一、准确量取纯的洋槐蜜、玉米糖浆(f90)和玉米糖浆(f42)各1ml分别移至100ml容量瓶中，向瓶中加入蒸馏水至刻度线，水浴5min，作为备用液和预测标准液使用。从稀释后的洋槐蜜备用液中分别移取6ml，5ml，3ml溶液至10ml的容量瓶中，再分别向瓶中加入2ml，3ml，4ml的玉米糖浆(f90)，最后向容量瓶中加入玉米糖浆(f42)至刻度线，并摇晃均匀，配置成待测液；取待测液和标准液各1ml放入荧光比色皿中，放在室温下40min左右，使用荧光分光光度计进行荧光扫描，参数设置如下：激发波长为240～360nm，发射波长为260～800nm，扫描步长分别为20nm和0.2nm，激发和发射狭缝宽度为5nm，响应时间为自动方式，扫描光谱自动校正，得到预测标准液和待测液三位荧光光谱数据。

步骤二、在对三维光谱数据进行处理之前，利用VS编写的界面软件提取三维荧光光谱上的数据信息，将采集稀释后的纯洋槐蜜、玉米糖浆(f90)、玉米糖浆(f42)和掺有玉米糖浆的待测蜂蜜的三维荧光光谱数据转存为8*2701的二维矩阵数组。

步骤三、利用VS编写的界面软件结合模型计算出三维光谱上每个荧光点对掺假蜂蜜的各成份含量预测值ω₁ω₂ω₃，将每个荧光点求得的ω₁ω₂ω₃转存为8*2701一组二维数组矩阵。(t_nm，x_nm，y_nm，z_nm分别是掺有玉米糖浆的洋槐蜜、真洋槐蜜、玉米糖浆(f90)和玉米糖浆(f42)三维光谱上某一点的荧光强度，ω₁ω₂ω₃是此荧光点预测掺假蜂蜜中真蜜、玉米糖浆(f42)和玉米糖浆(f90)的含量)

步骤四、对ω₁ω₂ω₃的二维数组矩阵中的数据进行区间筛选，将其从0到1范围内画成20个区间，每个区间间隔范围为0.05，找出三维荧光点预测值出现频率最高度区间，对着这区间内的ω₁ω₂ω₃进行求均值处理，ω₁ω₂ω₃所求的均值则为掺假待测蜂蜜的蜂蜜含量和掺假物质含量。各待测样品的预测结果见表1。

Claims (4)

1.一种基于三维荧光光谱技术对掺假蜂蜜进行快速识别和定量分析的方法，其特征在于，该方法包含如下步骤：

步骤1，在采集三维光谱时需要将纯蜂蜜、掺假物样品和待测掺假样品稀释到原来的一百倍，根据激发波长范围：240～360nm，发射波长范围：260～800nm，采集样品光谱数据。

步骤2，在对三维光谱数据进行处理之前，利用VS软件提取三维荧光光谱上的数据信息，将采集稀释后的纯的蜂蜜、掺假物质和待测蜂蜜的三维荧光光谱数据转存为一个8*2701的二维矩阵数组。

步骤3，建立数学模型

f(x_nm，y_nm....，z_nm；ω₁，ω₂....，ω_n)＝ω₁x_nm+ω₂y_nm+....+ω_nz_nm

l_n(t_nm，f(x_nm，y_nm，....，z_nm；ω₁，ω₂....，ω_n))＝(t_nm-f(x_nm，y_nm，....，z_nm；ω₁，ω₂，....，ω_n))²

argmin l_n(t_nm，f(x_nm，y_nm，....，z_nm；ω₁，ω₂，....，ω_n))

argmin项是数学上“找到最小化参数”的缩写。其中t_nm，x_nm，y_nm，……，z_nm分别是掺假蜂蜜、真蜂蜜、掺假物质1、……、掺假物质n的三维光谱上某一点的荧光强度。利用编程软件结合上述模型计算出三维光谱上每个荧光点对掺假蜂蜜中各掺假成分含量的预测信息，由ω₁，ω₂……ω_n体现。将每个点求得的ω₁，ω₂……ω_n转存为8*2701一组二维数组矩阵。

步骤4，对ω₁，ω₂……的二维数组矩阵中的数据进行区间筛选，将其从0到1范围内画成20个区间，每个区间间隔范围为0.05。由于每个荧光点对各成分的预测值都是一组数据，只要对其中一种成分进行筛选，这组数据也就被筛选出，因此以蜜的含量为筛选对象，找到一个区间范围内分布着绝大数荧光点的预测信息，称其为最佳预测区间，对此区间的所有预测信息求均值得到最终各掺假成分的预测值。

2.如权利要求1所述的一种基于三维荧光光谱技术对掺假蜂蜜进行快速识别和定量分析的方法，其特征在于，在步骤1中所述为了防止蜂蜜的荧光淬灭效应，对测试样品采集荧光光谱前进行稀释，稀释为原来的100倍。

3.如权利要求1所述的一种基于三维荧光光谱技术对掺假蜂蜜进行快速识别和定量分析的方法，其特征在于，在步骤3中所述的利用argminl_n(t_nm，f(x_nm，y_mn…；ω₁，ω₂…))数学模型求取掺假蜂蜜中各成分含量矩阵。

4.如权利要求1所述的一种基于三维荧光光谱技术对掺假蜂蜜进行快速识别和定量分析的方法，其特征在于，在步骤4中所述对步骤3中求得的ω₁，ω₂，……参数矩阵进行区间筛选，找出三维荧光点预测值出现频率最高度区间，对此区间内的ω₁，ω₂，……进行求均值处理。