农业大学考研(农业大学考研排名)-考研培训网

农业大学考研，农业大学考研排名

花生油因其独特风味和丰富营养，广受消费者喜爱。受地质、气候、水文、耕作等地理因素的影响，不同产地花生的化学成分存在差异，其营养价值各不相同。因此，由不同产地花生压榨得到的花生油的营养品质也会存在差异。地理标志花生压榨而成的花生油具有更高的营养价值，价格较高。为了保护高营养价值的花生油，防止欺诈的发生，有必要研发花生油产地溯源技术。该技术可为食品安全监管提供有力的支撑，具有重要的经济和社会意义。

近期，青岛农业大学食品科学与工程学院杨庆利教授课题组完成的题为“Identification of peanut oil origins based on Raman spectroscopy combined with multivariate data analysis methods”的研究论文在Journal of Integrative Agriculture (《农业科学学报》(英文)，JIA) 2022年9期正式发表。

该研究以来自不同省份和同一省份不同城市的159个花生油样品为试验材料，采集其拉曼光谱指纹信息，结合逐步线性判别分析（SLDA）、k-近邻分析（k-NN）、支持向量机（SVM）和多因素方差分析等方法进行数据分析。结果表明，拉曼光谱指纹分析技术可以有效判别来自不同省份及同省不同市的花生油，基于拉曼全光谱的样本正确判别率均高于90%。产地、品种及其交互作用对花生油拉曼光谱均有显著影响，筛选出受花生品种影响小、与产地密切相关的1400-1500 cm-1和1600-1700 cm-1波段作为花生油产地判别的特征指纹波段。与k-NN和SVM相比，SLDA基于产地特征指纹波段建立的判别模型最佳，可以快速、准确地判别花生油的产地。

该研究证实拉曼光谱指纹分析技术结合化学计量学方法鉴别花生油产地的可行性；解析出产地、品种及其交互作用对花生油拉曼光谱指纹信息变化的贡献；筛选出受品种影响小、与花生油产地密切相关的拉曼光谱特征指纹波段，结合SLDA构建了稳定的花生油产地判别模型。与全光谱相比，特征指纹波段有效降低了花生品种对判别模型的负面影响，大大缩短检测时间至3 min以内，模型正确判别率提高至95.6%，为花生油产地溯源提供了一种快速有效的方法。