Variables Selection in the Ultraviolet, Visible and Near Infrared Range for Calibration of a Mixture of Vegetable Oils by Absorbance Spectra
Open Access
- 19 March 2021
- journal article
- research article
- Published by Belarusian National Technical University in Devices and Methods of Measurements
- Vol. 12 (1), 75-81-81
- https://doi.org/10.21122/2220-9506-2021-12-1-75-81
Abstract
Целью работы являлась многопараметрическая калибровка концентрации нерафинированного подсолнечного масла, рассматриваемого в качестве фальсификата льняного масла. Актуальность исследования обусловлена необходимостью разработки простого и эффективного метода обнаружения фальсификации льняного масла, превосходящего по содержанию незаменимых полиненасыщенных жирных кислот оливковое масло, выявлению подделок которого в отличие от льняного посвящено большое количество работ. Многопараметрическая калибровка проводилась с помощью модели, основанной на методе главных компонент, кластерном анализе и проекции на латентные структуры спектров оптической плотности в УФ-, видимом и ближнем ИК диапазонах с применением трех методов выбора спектральных переменных: метода последовательного проецирования, метода поиска комбинации сдвигающихся окон и метода ранжирования переменных по коэффициенту корреляции. Показано, что применение методов последовательного проецирования, ранжирования переменных по коэффициенту корреляции и поиска комбинации сдвигающихся спектральных окон позволяет уменьшить величину среднеквадратичного отклонения калибровки с 0,63 % для широкополосной проекции на латентные структуры до 0,46 %, 0,50 % и 0,03 %, соответственно. Разработанный метод многопараметрической калибровки с помощью проекции на латентные структуры спектров оптической плотности в УФ-, видимом и ближнем ИК диапазонах с применением выбора спектральных переменных путём поиска комбинации сдвигающихся окон является простым и эффективным средством обнаружения фальсификации льняного масла.Keywords
This publication has 16 references indexed in Scilit:
- Using Raman spectroscopy and an exponential equation approach to detect adulteration of olive oil with rapeseed and corn oilFood Chemistry, 2020
- Identification of Flax Oil by Linear Multivariate Spectral AnalysJournal of Applied Spectroscopy, 2020
- Data fusion strategy in quantitative analysis of spectroscopy relevant to olive oil adulterationVibrational Spectroscopy, 2019
- Analytical methods combined with multivariate analysis for authentication of animal and vegetable food products with high fat contentTrends in Food Science & Technology, 2018
- Multivariate modeling for detecting adulteration of extra virgin olive oil with soybean oil using fluorescence and UV–Vis spectroscopies: A preliminary approachLWT, 2017
- Determination of adulterated neem and flaxseed oil compositions by FTIR spectroscopy and multivariate regression analysisFood Control, 2016
- Quantification of adulterations in extra virgin flaxseed oil using MIR and PLSFood Chemistry, 2015
- Principal component analysisAnalytical Methods, 2014
- The successive projections algorithmTrAC Trends in Analytical Chemistry, 2012
- Partial least-squares regression: a tutorialAnalytica Chimica Acta, 1986