基于近红外拉曼光谱融合的薰衣草精油特征组分定量分析模型的建立方法和定量分析方法

摘要

本发明提供了一种基于近红外拉曼光谱融合的薰衣草精油特征组分定量分析模型的建立方法和定量分析方法，具体步骤为：(1)收集薰衣草精油样品；(2)依据国家标准中的气相色谱获得薰衣草精油样品的特征性和代表性组分百分含量；(3)采集薰衣草精油样品的近红外光和拉曼光谱图，对测定的近红外光和拉曼光谱图进行基线校正和矢量归一化处理；(4)对近红外光谱和拉曼光谱，采用光谱并联的方式融合光谱，共用同一坐标。(5)建立偏最小二乘定量校正模型；(6)采用建立的定量分析模型测定薰衣草精油样品。用本发明方法对薰衣草精油进行定量品质分析，操作简便、准确、省时高效。

说明书

技术领域

本发明涉及薰衣草精油特征组分含量测定技术领域，尤其是涉及一种 基于近红外拉曼光谱融合的薰衣草精油特征组分定量分析模型的建立方法 和定量分析方法。

背景技术

薰衣草精油为唇形科植物薰衣草(Lavandula angustifolia Mill.)的新鲜 开放花序经水蒸气蒸馏提取的挥发油，具有镇静、抗抑郁、助睡眠、助消 化、驱风等多重功效。薰衣草精油是由多种不同类型的芳香族化合物组成 的复杂混合物，其中不同化合物的比例直接影响薰衣草精油的品质，中国 薰衣草精油国家标准中，使用气相色谱法测定薰衣草精油中特征组分成分 含量，国家标准“GB/T12653-2008中国薰衣草(精)油”，对其中代表性和特征性组分含量(w/％)合格范围为：芳樟醇20％～43％；乙酸芳樟酯25％～ 47％；乙酸薰衣草酯≦8％。

目前，测定薰衣草精油化学成分的方法主要有气相色谱法、气相色谱- 质谱联用法，但这些方法较耗时，难以实现大批量地快速定量检测。

有鉴于此，特提出本发明。

发明内容

本发明的目的之一在于提供一种薰衣草精油特征组分定量分析模型的 建立方法。

本发明的目的之二在于提供一种薰衣草精油特征组分定量分析方法， 能够快速准确地测定薰衣草精油多种特征组分含量。

为了实现本发明的上述目的，特采用以下技术方案：

第一方面，本发明提供了一种薰衣草精油特征组分定量分析模型的建 立方法，包括以下步骤：

采集薰衣草精油样品的近红外光谱图和拉曼光谱图；

将近红外光谱图和拉曼光谱图进行融合，得到融合光谱图；

对融合光谱图进行预处理，得到预处理后的融合光谱图；

采用偏最小二乘法建立薰衣草精油样品的芳樟醇、乙酸芳樟酯、乙酸 薰衣草酯含量和近红外拉曼融合光谱之间的定量分析模型；

对定量分析模型进行评价和检验，得到优化定量分析模型。

进一步的，所述建立方法还包括：采集薰衣草精油样品的近红外光谱 图和拉曼光谱图之后对近红外光谱图和拉曼光谱图进行基线校正和矢量归 一化处理，得到预处理后的近红外光谱图和拉曼光谱图，然后再将预处理 后的近红外光谱图和拉曼光谱图进行融合的步骤；

或者，所述建立方法还包括：采集薰衣草精油样品的近红外光谱图之 后对近红外光谱图进行基线校正和矢量归一化处理，得到预处理后的近红 外光谱图；采集薰衣草精油样品的拉曼光谱图之后对拉曼光谱图进行基线 校正和矢量归一化处理，得到预处理后的拉曼光谱图；然后再将预处理后 的近红外光谱图和拉曼光谱图进行融合的步骤。

进一步的，所述薰衣草精油样品来自新疆伊犁地区，将所有样品划分 为校正集样品和验证集样品，校正集样品用于建立校正模型，验证集样品 用于验证模型。

进一步的，近红外光谱图采集使用透射模式，选择光程为1mm的石英 比色皿，环境温度为22℃，扫描范围为4000cm

优选地，拉曼光谱图采集采用532nm波长的激光器，激光功率为 100mW，环境温度为22℃，用玻璃毛细管吸附薰衣草精油后，在50×物镜 下测定3s获得光谱数据，光谱采集范围600cm

进一步的，将近红外光谱图和拉曼光谱图进行融合包括：

采用光谱并联的方式融合光谱，共用同一坐标，融合光谱图的横坐标 为光谱通道，融合光谱图的纵坐标为并联光谱的加和强度值。

进一步的，融合光谱图的预处理方法包括一阶导数、多元散射校正或 标准正态变换；

优选地，对融合光谱图进行一阶导数预处理，得到融合光谱的一阶导 数图。

进一步的，对定量分析模型进行评价和检验包括：

以校正集的预测值与参照值间测定系数R

用验证集样本来衡量模型的性能，以预测标准差RESEP、预测集测定 系数Rp

进一步的，薰衣草精油样品的芳樟醇、乙酸芳樟酯、乙酸薰衣草酯含 量的测定方法为GB/T12653-2008中国薰衣草(精)油中的气相色谱法；

优选地，所述气相色谱法的色谱条件包括：

色谱柱：RTX-50MS石英毛细管柱；

程序升温：50℃保持5min，以2℃·min

载气流速1.16mL·min

第二方面，本发明提供了一种薰衣草精油特征组分定量分析方法，采 集待测薰衣草精油样品的近红外光谱图和拉曼光谱图；

将近红外光谱图和拉曼光谱图进行融合，得到融合光谱图；

对融合光谱图进行预处理，得到预处理后的融合光谱图；

使用所述的建立方法构建定量分析模型；

将待测薰衣草精油样品预处理后的融合光谱图代入构建的定量分析模 型，预测待测薰衣草精油样品芳樟醇、乙酸芳樟酯、乙酸薰衣草酯含量。

进一步的，所述定量分析方法还包括：采集薰衣草精油样品的近红外 光谱图和拉曼光谱图之后对近红外光谱图和拉曼光谱图进行基线校正和矢 量归一化处理，得到预处理后的近红外光谱图和拉曼光谱图，然后再将预 处理后的近红外光谱图和拉曼光谱图进行融合的步骤；

或者，所述定量分析方法还包括：采集薰衣草精油样品的近红外光谱 图之后对近红外光谱图进行基线校正和矢量归一化处理，得到预处理后的 近红外光谱图；采集薰衣草精油样品的拉曼光谱图之后对拉曼光谱图进行 基线校正和矢量归一化处理，得到预处理后的拉曼光谱图；然后再将预处 理后的近红外光谱图和拉曼光谱图进行融合的步骤。

优选地，对融合光谱图进行一阶导数预处理，得到融合光谱的一阶导 数图。

本发明提供的薰衣草精油特征组分定量分析模型的建立方法和定量分 析方法至少具有如下有益效果：

本发明选择近红外光谱和拉曼光谱融合技术，一方面可以解决实际生 产中，传统的气相色谱法耗时，难以大批量检测的问题，另一方面，近红 外和拉曼光谱有很强的互补性，得到的融合光谱信息全面，更能全面的体 现薰衣草精油的化学信息。

本发明的方法无需样品处理，同传统的气相色谱，气相色谱质谱法相 比，几分钟内即可得出分析结果，分析效率大大提高。且具有稳健性好， 拟合度和较高的预测精度，能快速测定薰衣草精油中主要组分含量，为薰 衣草精油快速定量分析提供了快速准确，简便易行，易于推广应用的测量 方法。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下 面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍， 显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普 通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获 得其他的附图。

图1为本发明薰衣草精油特征组分定量分析方法流程示意图；

图2为实施例薰衣草精油近红外光谱图和矢量归一化后的近红外光谱 图(a：近红外光谱图，b：矢量归一化后谱图)；

图3为实施例薰衣草精油拉曼光谱图和矢量归一化后的拉曼光谱图(a： 拉曼光谱图，b：矢量归一化后谱图)；

图4为实施例矢量归一化后的近红外拉曼并联加合后的融合光谱图；

图5为实施例对融合光谱采用三种不同预处理方法得到的谱图(a：一 阶导数，lstDer，b：多元散射校正，MSC，c：标准正态变换，SNV)；

图6为实施例PLS模型的对校正集样品融合谱图预测值和GC-MS测定 值之间相关图(a：芳樟醇，b：乙酸芳樟酯，c：乙酸薰衣草酯)；

图7为实施例薰衣草精油验证集样品的预测结果和GC-MS测定值之 间相关图(a：芳樟醇，b：乙酸芳樟酯，c：乙酸薰衣草酯)。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然， 所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发 明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得 的所有其他实施例，都属于本发明保护的范围。

目前，测定薰衣草精油化学成分的方法主要有气相色谱法、气相色谱- 质谱联用法，但这些方法较耗时，难以实现大批量地快速定量检测，而近 红外光谱和拉曼光谱分析技术具有分析速度快、分析时间短、非破坏性、 无化学污染、无需复杂样品处理过程、成本低、易于实现在线检测等一系 列优点，特别适合大批量的样品测试，被广泛应用于农业、食品工业、化 工行业和医药行业等领域的质量检测，已成为一种快速分析的现代技术。

近红外(NIR)得到的是被测有机分子含氢基团振动的组合频和倍频的特 征信息，NIR光谱重叠度较高。拉曼光谱(RAMAN)得到的是被测有机物的 拉曼散射强度，光谱重叠度低。与近红外光谱不同，极性分子和非极性分 子都能产生拉曼光谱，得到的信息与近红外光谱有很强的互补性。

本发明分别测定薰衣草精油的近红外吸收光谱和拉曼散射光谱，并在 一定的数据预处理和光谱波段筛选后，对近红外和拉曼光谱进行光谱数据 累加融合。经过光谱融合后的数据相比于单一的拉曼光谱和近红外光谱更 能全面的体现薰衣草精油的化学信息，以此来建立基于NIR和RAMAN光 谱融合技术测定薰衣草精油多种特征组分含量的方法。

近红外光谱法和拉曼光谱法都是一种快速分析方法，可实现现场和在 线分析，能在几分钟内仅通过对被测样品完成一次近红外光谱和拉曼光谱 的采集测量，即可完成薰衣草精油多项特征组分的测定，测量过程无需复 杂的前处理过程和化学试剂。

如图1所示，本发明提供了一种基于近红外和拉曼光谱融合技术测定 薰衣草精油多种特征组分(特征组分主要是指芳樟醇、乙酸芳樟酯、乙酸 薰衣草酯)含量的方法(定量分析方法)，包括如下步骤：

步骤1、选取要测定的薰衣草精油样品(待测样品)。

对薰衣草精油样品的来源不作限定，优选来自新疆伊犁地区。

步骤2、光谱测定：测定步骤1中薰衣草精油样品的近红外光谱图和拉 曼光谱图。

在一种优选的实施方式中，近红外光谱采集使用透射模式，选择光程 为1mm的石英比色皿，环境温度为22℃，扫描范围为4000cm

在一种优选的实施方式中，拉曼光谱测定采用532nm波长的激光器， 激光功率为100mW，环境温度为22℃，用0.3mm×10mm玻璃毛细管吸附 步骤1中的薰衣草精油后，在50×物镜下测定3s获得光谱数据，光谱采集 范围600cm

步骤3、对步骤2获得的近红外光谱图和拉曼光谱图进行预处理。

在一种优选的实施方式中，对近红外光谱图和拉曼光谱图进行基线校 正和矢量归一化处理，消除背景干扰，并使近红外光谱和拉曼光图纵坐标 值在同一数量级，得到薰衣草精油样品预处理后的近红外光谱图和拉曼光 谱图。

近红外和拉曼光谱进行基线校正后，近红外光谱图的纵坐标为吸收强 度值，拉曼光谱图的纵坐标为拉曼散射强度值，二者相差很大，为消除近 红外和拉曼光谱纵坐标单位不一致，再进行矢量归一化处理，使近红外光 谱和拉曼光谱图纵坐标值在同一数量级。

具体的基线校正和矢量归一化处理方式可采用常规方式进行。

需要注意的是，预处理可以在近红外光谱图和拉曼光谱图都获得之后 再统一进行，也可以在分别获得单独的光谱图之后进行(近红外光谱图获 得之后进行近红外光谱图预处理，拉曼光谱图获得之后进行拉曼光谱图预 处理)。

步骤4、光谱融合：将步骤3中预处理过的近红外光谱和拉曼光谱进行 融合。

在一种优选的实施方式中，采用光谱并联的方式融合光谱，共用同一 坐标。融合光谱横坐标为光谱通道，融合光谱纵坐标为并联光谱的加和强 度值。

光谱并联的方式是指将近红外和拉曼光谱数据进行累加。

并联光谱是指近红外光谱和拉曼光谱。

近红外光谱范围为：4000cm

步骤5、融合光谱预处理：对步骤4得到的融合光谱图进行预处理。

预处理方法采用一阶导数(First Derivatives,lst Der)，多元散射校正(Multiplicative scatter correction,MSC)，标准正态变换(Standard normal variate，SNV)来进行筛选。

通过模型评价指标，得到优化的融合光谱预处理方法为一阶导数法。

在一种优选的实施方式中，对融合光谱图进行一阶导数预处理，得到 薰衣草精油样品融合光谱的一阶导数图。

步骤6、预测薰衣草精油样品中特征组分含量：对步骤5得到的薰衣草 精油融合光谱图，采用优化的定量分析模型预测所选取的薰衣草精油样品 特征组分芳樟醇、乙酸芳樟酯、乙酸薰衣草酯的含量。

其中，优化的定量分析模型的建立方法如下：

步骤a、收集具有代表性的薰衣草精油样品。

薰衣草精油样品都来自新疆伊犁地区。

将所有样品划分为校正集样品和验证集样品，校正集样品供建立校正 模型用，验证集样品供验证模型用。

以芳樟醇、乙酸芳樟酯、乙酸薰衣草酯的含量均匀分布来选取校正集 样本，建立定量分析校正模型，剩余样本为验证集，对模型进行外部验证。

步骤b、采集薰衣草精油样品的近红外光谱图和拉曼光谱图，光谱采集 条件与上述步骤2中相同。即：

在一种优选的实施方式中，近红外光谱采集使用透射模式，选择光程 为1mm的石英比色皿，环境温度为22℃，扫描范围为4000cm

在一种优选的实施方式中，拉曼光谱测定采用532nm波长的激光器， 激光功率为100mW，环境温度为22℃，用0.3mm×10mm玻璃毛细管吸附 步骤1中的薰衣草精油后，在50×物镜下测定3s获得光谱数据，光谱采集 范围600cm

步骤c、对测定的所有样品近红外光谱图和拉曼光谱图进行基线校正和 矢量归一化预处理，以消除背景干扰和近红外与拉曼光谱强度不一致，基 线校正和矢量归一化预处理与上述步骤3所述相同，在此不再赘述。

步骤d、对预处理过的近红外光谱图和拉曼光谱图进行融合，采用光谱 并联的方式融合光谱，共用同一坐标，融合光谱横坐标为光谱通道，融合 光谱纵坐标为并联光谱的加和强度值，融合与上述步骤4所述相同，在此 不再赘述。

步骤e、对薰衣草精油样本的融合光谱数据预处理。

预处理方法采用一阶导数(First Derivatives,lst Der)，多元散射校正(Multiplicative scatter correction,MSC)，标准正态变换(Standard normal variate，SNV)来进行筛选，得到融合光谱优化预处理方法为一阶导数法。

步骤f、采用偏最小二乘法(PLS)，建立薰衣草精油样品的芳樟醇、乙 酸芳樟酯、乙酸薰衣草酯百分含量(w/％)和融合光谱之间的定量分析校正模 型。

通过偏最小二乘法将校正集样本的融合光谱与薰衣草精油特征组分含 量进行关联，分别建立芳樟醇、乙酸芳樟酯、乙酸薰衣草酯的定量分析模 型。即获得对校正集和验证集样品中芳樟醇、乙酸芳樟酯、乙酸薰衣草酯 百分含量预测值与对照值之间的相关关系。

在一种优选的实施方式中，采用“GB/T12653-2008中国薰衣草(精) 油”中的气相色谱法测定所有薰衣草精油样品中芳樟醇、乙酸芳樟酯、乙 酸薰衣草酯的含量作为对照值。

气相色谱测量采用RTX-50MS石英毛细管柱(30m×0.25mm)色谱柱； 程序升温：50℃保持5min，以2℃·min

步骤g、对定量分析校正模型进行评价和检验，得到优化的定量分析模 型。

PLS定量分析模型建立以校正集的预测值与参照值之间的测定系数 R

运用外部验证法对模型做检验和评价，用验证集样本来衡量模型的预 测性能，以预测标准差(Root Mean Square Error of Prediction，RESEP)、预 测集测定系数Rp

模型的构建方法过程可以总结如下：

选择足够数量且有代表性的薰衣草精油样品组成校正集，先以现行国 家标准方法测定样品的特征组分含量作为对照值，再测定样品的近红外和 拉曼光谱，光谱数据分别经过基线校正和矢量归一化处理后，对近红外和 拉曼光谱数据进行并联累加融合。采用偏最小二乘(PLS)的化学计量学算法， 建立融合光谱信息与薰衣草精油特征组分含量之间的定量分析模型。由一 组已知含量薰衣草精油特征组分含量的样品构成验证集，通过测定验证集 样品近红外和拉曼光谱，经过基线校正和矢量归一化处理后并联数据形成 验证集融合光谱，由已建立的模型计算出相应薰衣草精油特征组分的含量， 从而对所建模型进行验证评价。如果验证集的偏差在可接受范围内，则该 模型可用于未知样品的测定。

下面通过实施例对本发明作进一步说明。如无特别说明，实施例中的 材料为根据现有方法制备而得，或直接从市场上购得。

实施例

1.收集薰衣草精油样品，所有样品都来自新疆伊犁地区的薰衣草精油 样品100个，并将所有样品划分为校正集样品70个，验证集样品30个， 校正集样品供建立校正模型用，验证集样品供验证模型用，最终校正集和 验证集样品的特征组分含量分布如下表1所示。

表1薰衣草精油特征性组分百分含量分布

2.仪器

傅立叶变换近红外光谱仪：BRUKER公司VERTEX 70；激光拉曼光谱 仪：HORBIA公司LabRAM HR Evolution；气相色谱仪：Agilent Technologies, 5890。

3.光谱采集及预处理

3.1近红外光谱采集及预处理

使用透射模式，选择光程为1mm的石英比色皿，环境温度为22℃，扫 描范围为4000cm

3.2拉曼光谱采集及预处理

采用532nm波长的激光器，激光功率为100mW，环境温度为22℃， 用0.3mm×10mm玻璃毛细管吸附步骤1中的薰衣草精油后，在50×物镜下 测定3s获得光谱数据，光谱采集范围600cm

4.光谱融合

预处理过的近红外光谱和拉曼光谱进行融合，光谱融合为近红外和拉 曼光谱数据的并联累加融合，近红外光谱范围为：4000cm

5.校正模型的建立

5.1薰衣草精油样品特征值含量的测定

采用“GB/T12653-2008中国薰衣草(精)油”中的气相色谱法测定所有 薰衣草精油样品中芳樟醇、乙酸芳樟酯、乙酸薰衣草酯的含量(w/％)作为对 照值。

色谱条件色谱柱：RTX-50MS石英毛细管柱(30m×0.25mm)；程序升 温：50℃保持5min，以2℃·min

5.2定量分析模型的建立

首先对薰衣草精油近红外拉曼融合光谱采用以下三种方法进行预处 理：一阶导数(First Derivatives,lst Der)，多元散射校正(Multiplicative scatter correction,MSC)，标准正态变换(Standard normal variate，SNV)，三种预 处理后的融合光谱图见图5，最终优选出一阶导数为最优化的融合光谱预处 理方法(见表2)。

采用偏最小二乘法(PLS)，建立薰衣草精油样品的芳樟醇、乙酸芳樟酯、 乙酸薰衣草酯百分含量(w/％)和融合光谱之间的定量校正模型，以校正集的 预测值与参照值间测定系数R

表2薰衣草精油特征组分定量校正模型及验证结果

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非 对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的 普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进 行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或 者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。