应用多变量分析和FTIR-ATR光谱学性质的预测在坎佩切蜂蜜

文摘

减总reflectance-Fourier变换红外光谱法和化学计量学模型是用于测定理化性质(pH值、氧化还原电位、自由酸度、电导率、水分、总可溶性固形物(TSS),火山灰和羟甲基糠醛)蜂蜜样品中。的参考价值189蜂蜜样品不同的植物来源确定使用协会官员分析化学家,(采用AOAC公认的),1990;食品法典委员会,2001年国际蜂蜜委员会,2002年,方法。多元校正模型使用偏最小二乘法(PLS)对被测变量进行了研究。发达使用交叉验证和外部验证模型验证;几个统计获得的参数来确定校准模型的健壮性:(pc)最优数量的组件本金,(SECV)标准交叉验证,误差()确定系数的交叉验证,(9)标准验证,误差和()为外部验证和确定系数变异系数(CV)。pH值的预测精度,氧化还原电位,导电性,水分,TSS,和灰是好的,而免费的酸度和羟甲基糠醛是可怜的。结果表明,减毒总reflectance-Fourier变换红外光谱法是一种有价值的、快速、无损的量化工具,蜂蜜的物理化学性质。

1。介绍

蜂蜜是一种天然的,甜的,甘美的液体收集的蜜蜂从花朵的花蜜。这种液体的味道和香味的变化根据其花卉和地理起源和季节性条件。大量的甜的来源给因此机会产生很多大量的典型monofloral和polyfloral花蜜蜂蜜(1]。

蜂蜜的成分和感官属性相差很大取决于它的植物和地理起源。墨西哥有一个伟大的地理和植物多样性;因为这个原因有很多类型的花朵产生不同类型的蜂蜜有多种口味,颜色,香味,在欧洲和美国市场的需求。墨西哥是蜂蜜的第五大生产商每年约57000吨,是世界上第三大出口国(2]。尤卡坦半岛是最重要的蜂蜜生产地区在墨西哥;30至40%的墨西哥蜂蜜出口的总量是来自这一地区。政治上的尤卡坦半岛由坎佩切、金塔纳罗奥州,和尤卡坦半岛;坎佩切的状态产生每年7500至4800吨,因为它有一个大的植物生物多样性。坎佩切的状态也有两个重要的自然保护区。外汇储备生物圈peten位于北部和卡拉克穆尔的储备位于国家的东南部。在这种植物多样性存在在坎佩切和尤卡坦半岛,900多种花卉生产生产有大约250种花朵蜂蜜和花粉已确定,导致存在的各种类型的蜂蜜在坎佩切(3- - - - - -5]。

蜂蜜的理化质量标准规定欧洲理事会指令110/2001(欧盟,2001)和食品法典。亲爱的,质量控制的一些物理和化学特性必须确定,其中我们可以提到水分,糖成分,pH值,转化酶和酶的活动α淀粉酶,羟甲基糠醛羟甲基糠醛(毫克/公斤),导电性,蛋白质含量,不溶性物质,淀粉糖化酵素,灰、游离酸、总酸内酯酸的酸,氧化还原电位(6,7]。然而,蜂蜜的质量控制的参考方法是费力,因此昂贵,因此每天限制蜂蜜样品的数量分析。进一步提高蜂蜜质量控制,有必要发展快速,简单,准确的方法进行常规质量评估的蜂蜜。

与耗时近红外光谱(NIRS)分析技术和midinfrared光谱(MIR),两个振动光谱技术,结合多元校正时,可以简单、快速执行和低成本8,9]。傅里叶变换红外(FTIR)光谱的多功能性和使用衰减全反射(ATR)简化光谱采集的过程。对于这些优势,傅里叶变换红外(FTIR)光谱技术和化学计量学方法被用来确定蜂蜜掺假(10- - - - - -12),而Etzold和Lichtenberg-Kraag [13),轩尼诗et al。14,完全懂得et al。15)采用红外光谱法和主成分分析(pc),以确定蜂蜜的植物地理原产地认证从意大利、爱尔兰、奥地利、德国、法国和土耳其。同样,与衰减全反射傅里叶变换红外光谱法(FTIR-ATR)和偏最小二乘(PLS)回归使用几种类型的校准模型预测的建设研究蜂蜜的理化性质16- - - - - -21]。

本研究的目的是确定8理化性质坎佩切蜂蜜,目的是开发请回归模型根据FTIR-ATR光谱变换作为一种快速、无损的分析工具用于质量控制的蜂蜜。

2。材料和方法

2.1。蜂蜜样品

189年这项工作总蜂蜜样品收集在43个社区从八个不同的城市的尸体,172蜂蜜的样本的蜜蜂硬币,17的样本Melipona beecheii硬币:卡拉克穆尔(40),Calkini(27),坎佩切直辖市(26),Champoton (20), Escarcega (18), Holpechen (22), Hecelchakan(7)和卡门(29)。这些样品是想起在主要蜂蜜生产季节(图1)。采样周期是2014年1月至2014年6月和2015年1月至2015年6月。从玛雅养蜂人和收集的样本都转移到实验室25°C在黑暗条件分析。蜂蜜蜂蜜生产季节的样本收集,主要的花朵被玛雅养蜂人生产花蜜:Tajonal(Viguiera dentata),Tsitsilche(Gymnopodium antigonoides),Ja 'abin(Piscidia piscipulal),Tzalam(Lysiloma bahamensis),Pukte(Bucida buceras),huano Xa -西安(蒲葵yapa)Kibix ak的(Dalbergia glabra(机)。Standl),Juluup(Bravaisia berlandieriana),Xtabentum(Turbina corymbosa)K 'aniste”(Pouteria campechiana),加州阿拓(rio Tinto)(Haematoxylum campechianuml),Cascarillo(樟属porphyrium),Cheechem(Metopium brownei),Gusanillo(Acalypha薄荷Poepp。& Endl),Machiche(Lonchocarpus castilloi)损坏黑人(Avicennia germinans),Bojom(科迪亚alliodora),Tzuk-tzuc(Diphysa yucatanensis),Chakaj(Bursera simaruba)。

2.2。分析蜂蜜

参考方法用于定量测定游离酸度、pH值、羟甲基糠醛(羟甲基糠醛)、导电性、灰分、水分含量、总可溶性固形物(TSS)和氧化还原电位的蜂蜜样品与标准方法在协议提出的正式方法(采用AOAC公认的国际蜂蜜委员会和食品法典)(22- - - - - -24];分析了每个样本一式三份,每个物理化学性质。

2.2.1。pH值测定

蜂蜜样品中pH值测量解决方案的10 g的蜂蜜在75毫升超纯水自由的二氧化碳,在20°C使用酸碱计热科学、猎户星A211模型。标准溶液的酸碱计校准使用缓冲区4 - 7和7 - 10之间的pH值(22]。

2.2.2。酸度免费

免费的浓度是由滴定方法22]。10 g的蜂蜜样品溶解在75毫升250毫升无水的二氧化碳的烧杯。酸碱计热科学的电极浸在溶液中,用磁搅拌器搅拌,并与解决方案0.05 N氢氧化钠滴定pH值8.5(游离酸度)。结果表示为毫当量/公斤(毫克当量/公斤)。

2.2.3。导电性

蜂蜜样品的电导率测量20°C,通过解体20克蜂蜜样品在100毫升与热科学conductimeter超纯水;结果表示为女士/厘米(23]。

2.2.4。灰分测定

灰百分比测定在马弗炉焙烧林德伯格/蓝色,为炉在550°C的一个晚上,直到达到一个恒定的质量(23]。

2.2.5。水分和总可溶性固形物(TSS)

水分和总可溶性固体蜂蜜样品中确定基于屈光计检查方法。屈光计检查指标在蜂蜜样品测定25°C使用Atago折射计模型PAL-2SS和阅读进一步修正的标准温度20°C通过添加0.00023 /°C的校正因子(22,23]。湿度是表示为重量百分比和TSS白利°。

2.2.6款。羟甲基糠醛(羟甲基糠醛)

通过光谱法测定羟甲基糠醛紫外可见,大约5克蜂蜜样品与Carrez试剂I和II和澄清后的硫酸氢钠(23]。284和336海里的吸光度测定分光计6000博士哈希模式。羟甲基糠醛的浓度表示为毫克/公斤。

2.2.7。氧化还原电位

氧化还原电位测量20°C使用酸碱计热科学、猎户星A211模型。蜂蜜与去离子水稀释样品,从10%到100% (w / v) [25]。

2.3。光谱分析

蜂蜜的红外光谱谱获得的安捷伦660型分光计,配有diamond-tip单一反射衰减全反射(ATR),派克模型以及技术。软件分辨率4.0 pro变体担任计算机之间的接口和分光光度计。分析蜂蜜约0.3毫升的蜂蜜被放置在ATR的diamond-tip;所有的光谱被记录在一个控制温度(°C);一式三份光谱每八了蜂蜜样品扫描光谱的光谱分辨率2厘米⁻¹在波数范围从700到3700厘米⁻¹;每次测量后ATR晶体表面与丙酮清洗,用吸水纸干。有必要迅速收集蜂蜜样品的红外光谱,由于红外设备检测大气二氧化碳的存在,增加了测量误差;所以有必要执行分析的蜂蜜使用一个低数量的扫描;技术设备可以有八个扫描失去质量数据收集。收集的数据被导出Microsoft Excel2013年和随后的出口V Infometrix脚尖旋转。4.5美国软件建立校正模型使用偏最小二乘(PLS)。

2.4。校准和验证

做软件是用于建模和数据处理。获得567年总光谱指纹数据从189年蜂蜜样本用于每个校准模型的建设,在红外光谱区域从700到3700厘米⁻¹(图2)。每个光谱包括1500个变量(向量,1 - 1500),创建一个矩阵(X)的大小(567)(1500)共有850500变量。使用主成分分析(PCA)允许信息的合成减少变量的数量可能减少损失最少的信息。校准模型之间的Y -变量(参考价值)和米尔光谱使用请开发分析与交叉验证和外部验证;八个模型被建立。共有151个样本随机选择,形成校正集,和38形成外部验证集样本。每个模型表示为 在哪里校准曲线的系数,相关系数大于零的积极或消极的如果它小于零,然后呢每2厘米波长读吗⁻¹。1500年这项工作系数为每个模型被发现。

光谱的预处理组改善性能的标定模型和预测的能力。不同的治疗方法应用于矩阵米尔光谱:mean-center,自动定量,基本正确,正常化,光滑,第一个衍生物,对齐,对数,标准正态变量(SNV)。引用值由化学方法和校准和验证的光谱数据集进行分析,发现任何异常值使用通用Mahalanobis距离()。对于每个模型校准Mahalanobis距离计算主成分分析(PCA)和Mahalanobis距离为每个物理化学性质不同的蜂蜜。脚尖旋转软件可帮助确定距离检测离群点。

确定标定的可靠性模型,这些模型进行评估使用交叉验证和“离开十五”数据。模型的预测能力进行评估通过外部验证,使用一组38个样本,并没有参与建设的校准模型。确定校正模型的预测能力统计参数计算如下:(pc)最佳主成分数,(SECV)标准交叉验证,误差(交叉验证的)确定系数,确定之间的相关程度,预测的参考价值和校准模型,和(外部验证)确定系数,确定引用的值之间的相关性,验证模型和预测的预测标准误(9月);这些统计参数也被进行了选择最优校正方程。

之间的标准差进行更好的分析获得的数据参考方法和预测的每个物理化学性质的模型校准是必要的,以确定变异系数(CV)。的简历是再现性的测量模型和作为一个一般规则模型可以被认为是合理的,如果其简历不大于10%。

3所示。结果与讨论

3.1。红外光谱谱信息

分析了纯蜂蜜的189个样本使用光谱FTIR-ATR一式三份。图2显示了米尔谱3700至700厘米⁻¹样品的蜂蜜。3700和3000厘米之间的吸收带⁻¹是由于拉伸从碳水化合物官能团的振动-哦,蜂蜜水,有机酸的礼物。吸收带的3000 - 2700厘米⁻¹对应于债券碳氢键的伸缩振动构成了糖的化学骨架。乐队1700 - 1600厘米⁻¹是由于从水中的弯曲振动-哦和伸展官能团的振动酮C = O的果糖和葡萄糖醛CH = O。指纹区提出了多个吸光度乐队;乐队1470至700厘米⁻¹是由于债券的伸展振动切断,碳碳和碳氢键的弯曲振动碳氢键存在于碳水化合物的化学结构15,19,20.]。他们也可能存在的有机酸、胡萝卜素和多酚(26]。

3.2。米尔标定模型

构造,请校准模型,使用红外光谱信息包含3700至700厘米⁻¹,干扰自由地区。几个方法实现光谱指纹,以减少错误;Mahalanobis距离建立了每个校准模型,以确定异常值点表1。交叉验证的结果,外部验证,变异系数表2。下面讨论的个人测量的预测。

蜂蜜样品的理化分析结果为每一个直辖市的尸体,媒介,最大值,最小值为每个属性,展示在表3。

3.2.1之上。pH值和游离酸度校准模型

与蜂蜜的pH值是一个参数存储和与微生物增长可能会改变纹理和蜂蜜稳定;歧视的pH值可用于花卉和甘露蜜25]。所有蜂蜜样品的pH值范围来(表3),并在限制(pH = 3.4 - 6.1)所描述的Moniruzzaman et al。(2013)27]。蜂蜜样品中收集Champoton的直辖市,Escarcega,坎佩切,卡门pH值最低的范围来。收集到的蜂蜜在这些城市大部分来自以下花朵:Tajonal(Viguiera dentata),Ja 'abin(Piscidia piscipulal),Pukte(Bucida buceras),Juluup(Bravaisia berlandieriana),Xtabentum(Turbina corymbosa)K 'aniste”(Pouteria campechiana),加州阿拓(rio Tinto)(Haematoxylum campechianuml),Cascarillo(樟属porphyrium)损坏黑人(Avicennia germinans),Bojom(科迪亚alliodora)和,Tzuk-tzuc(Diphysa yucatanensis)。而蜂蜜样品的直辖市Holpechen显示值最高,主要是在本市的花朵Tajonal(Viguiera dentata),Tsitsilche(Gymnopodium antigonoides),Ja 'abin(Piscidia piscipulal),Tzalam(Lysiloma bahamensis),huano Xa -西安(蒲葵yapa),Chakaj(Bursera simaruba)。

图3(一个)显示了请校准模型预测pH值在坎佩切蜂蜜(表2)。校准模型决定系数校准提出了高值和预测分别;低标准误差值校准交叉验证SECV = 0.093和标准误差预测9月= 0.211,变异系数CV = 5.783% (CV < 10%)表明,基于红外光谱校正模型成功预测pH值的蜂蜜坎佩切。这些结果在一定程度上证实了那些通过罗夫et al。(2006) (SECV: 0.12,9月:0.928:0.16,:0.868)18]。主成分的贡献图所示3(b);可以看到,第一个第六主成分有更大贡献:第二主成分占11.45%,第三主成分占10.17%,第四主成分占13.84%,分别解释了总方差的35.46%。方差解释为57.55%和42.45%的无法解释的方差可以归因于pH值的变化呈现蜂蜜样品,实验中的错误pH值的确定,使用传统的方法,和光谱的集合。图3(c)表明,回归向量可以观察到的贡献在坎佩切米尔光谱区域解释pH蜂蜜。四个区域可以观察到:第一个区域是大约3700至3000厘米⁻¹是由于拉伸官能团的振动-哦在糖,有机酸、和水;第二个地区3000至2700厘米⁻¹对应于伸缩振动的债券CH-CH碳水化合物;第三个乐队在1700 - 1500厘米⁻¹可归因于弯曲振动-哦组;第四个乐队1400至900厘米⁻¹显示了一个乐队的多样性归因于伸展振动债券切断,碳碳和碳氢键和弯曲振动的碳氢键存在于碳水化合物的化学结构和有机酸15,19,20.]。

蜂蜜的酸度是由于有机酸,主要葡糖酸、硫酸等无机离子、磷酸盐和氯。酸测定有助于评价蜂蜜发酵,身份验证unifloral蜂蜜和区分花蜜蜜汁(28]。分析结果的蜂蜜蜂蜜样品收集在坎佩切的游离酸度值来毫克当量/公斤(表3)。无论是样本显示值大于50毫克当量/公斤食品法典委员会2001年(24),这表明没有蜂蜜了发酵和新鲜的样品。图3(d)显示了游离酸度和表校准模型2显示了统计参数(9月:4.203毫克当量/公斤,:0.668);此外,游离酸度的变异系数CV = 21.061%(简历> 10%);这个统计值表明,游离酸度的模型预测能力的一个贫穷的准确性。这是归因于这样一个事实:在非常低浓度的化学物种红外吸光度乐队非常小,这使得有机酸具有良好精度的确定困难。虽然蜂蜜含有高浓度的糖和水,他们的官能团与更大的强度检测频谱米尔。游离酸度的我们的结果与获得的结果在协议邱et al。(1999)(9月:4.39毫克当量/公斤,:0.49)生产的蜂蜜在11个国家(29日]。图3(e)显示了校准模型的主成分的贡献游离酸度。第一和第二主成分解释数据的方差的39%,而10主成分解释只有51.96%的方差。回归向量(图3预测(f))显示三个区域用来量化有机酸。第一个光谱区3700至3000厘米⁻¹对应的振动模式拉伸-哦官能团中有机酸;第二个光谱带1700至1500厘米⁻¹的伸缩振动与C = O官能团存在于乙酸和葡糖酸和来自发酵的糖。第三个地区1400至900厘米⁻¹展示了几个乐队C-C-H吸光度与弯曲振动,C-O-H, O-C-H和伸展振动切断和碳碳糖构成的化学结构,主要是葡萄糖和果糖。

3.2.2。导电性和火山灰校准模型

的导电性取决于灰、有机酸、无机化合物如硫酸盐和磷酸盐,蛋白质,和一些复杂的糖和多元醇含量和随植物来源。导电性之间广泛用于歧视蜜汁的表征和开花也unifloral蜂蜜(30.]。矿物成分的导电性与蜂蜜,电导率可作为标准来确定蜂蜜的植物来源31日,32]。蜂蜜样品Hecelchakan和Calkini市最大的电导率值(和/ cm和灰(女士)和分别为%)(表3)。这是由于因为在这些城市meliponas蜂蜜(蜂蜜收集Melipona beecheii),而样品的的蜜蜂蜂蜜电导率的显示值来女士/ cm和灰分来%(表3)。电导率的值值低于0.8 mS /厘米,最大容许值,而火山灰的百分比的值在所有蜂蜜样品分析限制在标准的不到0.6%食品法典委员会(2001)(24]。图4(一个)显示了电导率校正模型。表2展示了交叉验证的决定系数比较高的值和外部验证确定系数。另一方面,小的交叉验证的标准误差值(SECV = 0.021 mS /厘米)和外部验证的预测标准误差(9月= 0.109 mS /厘米)和一个值的变异系数(CV = 8.583%) 8小于10表明校准模型具有良好的预测能力在坎佩切蜂蜜电导率。这项工作的结果是报告数据一致,罗夫et al。(2006)(9月:0.01 / cm,女士:0.88;9月:0.14 / cm,女士:0.87)和Cozzolino Corbella(2003)(9月:0.01 / cm,女士:0.88)和(18,31日]。的贡献的主要组件的标定模型预测在蜂蜜电导率图4(b)表明,1到6是主要组件和最大贡献模型校准,可以解释总变异的45.33%。十个主成分的累积方差模型解释了55.54%的方差。

图4(d)显示了灰请模型内容。高值确定系数和和低价值SECV = 0.008和9月= 0.041%(0.041克/ 100克)和变异系数CV = 7.849% (CV < 10%)(表2)表明,校正模型预测灰分在坎佩切蜂蜜有很好的预测能力。我们的结果由Cozolino类似报道,Corbella乌拉圭蜂蜜(2003)(SECV: 0.07,:0.83;9月:0.08,:0.80和SECV: 0.04,:0.95;9月:0.05,:0.90,职责。)31日]。图4的贡献(e)显示校准模型的主成分预测灰分;前四个组件可以解释的最大方差数据63.17%和10主成分可以解释65.68%的总方差预测灰分。无法解释的方差导电性和灰分含量可以归功于伟大的植物多样性在坎佩切和实验存在错误。

数据4(c)和4(f)显示了回归向量,为校正模型预测的导电性和灰分。回归向量导电性和灰三个光谱区域的重要性米尔显示化学信息建设的有用的校准模型:第一个地区位于3700至3200厘米⁻¹是由于伸缩振动-哦,第二个地区1700至1500厘米吗⁻¹有巨大的贡献;乐队是归因于存在于水和弯曲振动-哦是一个组件中存在高浓度的蜂蜜。第三个地区1400至900厘米⁻¹表明,它可能与拉伸和弯曲振动基团碳碳,切断,O-C-H,和C-O-H构成的化学骨架糖、茶多酚、有机酸(25]。

3.2.3。总可溶性固形物(TSS)和水分

白利°规模在食品工业中用于测量近似数量的糖。蜂蜜主要由糖;大约25个不同的寡糖中发现了蜂蜜的成分。果糖和葡萄糖存在于更高的浓度并提供蜂蜜以其极端的甜蜜。总可溶性固形物(TSS)直接关系到糖含量可能是掺假的可靠指标。蜂蜜样品直辖市Calkini和Hecelchakan最低浓度的糖,和分别为%(表3)。这些样品的低浓度糖是因为他们meliponas蜂蜜(Melipona beecheii),上面已经解释他们是蜂蜜含有高浓度的水分,而蜂蜜样品的物种的蜜蜂提出了糖的浓度在84.18±0.21,86.06±0.25%之间。(TSS)这一研究获得的结果表明,坎佩切状态没有掺假的蜂蜜与任何类型的商业糖。校正模型的预测结果TSS(图5(a)和表2)显示高值的确定系数和和低标准误差为交叉验证SECV = 0.38%,预测9月= 1.84%,低价值变异系数CV = 5.314% (CV < 10%),基于红外光谱表明模型具有良好的精度来确定TSS。这些数据符合这些报道罗夫et al .(2006)报告值(0.81和0.884)预测的葡萄糖和果糖,分别为(18]。图51 - 4 (b)表明,主成分是最重量在建立校正模型预测的内容TSS和可以解释60.96%的方差。还总方差解释模型是63.24%。图5(c)显示了向量回归模型预测总糖含量。用于构建有用的化学信息的校准模型预测总糖可以归因于四个区域:第一个地区位于3700至3200厘米⁻¹伸展振动有关的-哦官能团构成的分子糖类、有机酸,和水;第二个区域位于3000至2700厘米⁻¹振动拉伸有关债券碳氢键;第三个区域位于1700至1500厘米⁻¹对应于拉伸官能团的振动醛CH = O和官能团酮C = O,在分子的葡萄糖和果糖,分别;第四个地区提出了多个乐队1400至750厘米⁻¹债券碳氢键的伸缩振动、切断和碳碳和振动弯曲的碳氢键构成糖的化学骨架。

蜂蜜水分含量取决于环境条件,以及蜂蜜的成熟度以及操纵从养蜂人丰收的时期,它可以因季节而异,年复一年。水分是蜂蜜质量控制的一个重要参数;高水分含量可能导致不良的蜂蜜发酵期间存储。蜂蜜发酵生产酒精和二氧化碳的形成;酒精可以氧化生成醋酸和水,这是不可取的,因为它改变了蜂蜜的质量25]。坎佩切蜂蜜的含水量变化之间的范围和%(表3)。蜂蜜样品记录高含水率收集Hecelchakan的直辖市和% Calkini,分别。这些蜂蜜水分较高,因为他们是meliponas蜂蜜(Melipona beecheii);自然的这种类型的蜂蜜有高浓度的水分。蜂蜜样品的蜜蜂的含水率范围从吗来%。然而,所有样本收集来自坎佩切的水分含量低于20%,这是规定的最大极限含水率的蜂蜜食品法典委员会(2001)(24]。坎佩切蜂蜜的含水量与天气有关,成熟,和类型的蜂蜜。蜂蜜的含水量变化从一季到下一季,年复一年。校正模型的预测结果确定水分如图5(d)和表2;高价值的确定系数的校准和验证和较低的值的标准误差预测9月= 1.2(1.2克/ 100克)和变异系数CV = 6.343% (CV < 10%)显示良好的预测能力的蜂蜜样品中水分研究工作。在以前的工作也获得了类似的调查结果为瑞士罗夫et al .(2006)蜂蜜(18]。建立的校正模型预测蜂蜜的含水量,人物5(e)显示了五个主要的组件有最大的贡献和帮助解释数据的方差的75.9%。的总方差解释模型校准是78.88%。回归向量(图5(f))显示了四个吸光度。第一个乐队3700至3000厘米⁻¹与拉伸振动和第三个乐队1700至1500厘米吗⁻¹对应的弯曲振动-哦组,分别构成水分子,有机酸和糖。第二个地区3000至2700厘米⁻¹和第四个地区1400 - 750厘米⁻¹对应于多个吸光度的官能团的分子糖和有机酸。

3.2.4。羟甲基糠醛和氧化还原电位校准模型

羟甲基糠醛含量是公认的指标相关新鲜和存储,处理,和可能与转化糖浆掺假,无关的植物或地理起源。几个因素影响羟甲基糠醛的含量,如温度、加热时间、pH值、存储条件和植物源(6]。所有蜂蜜样品收集在不同城市的坎佩切之间表现出低水平的羟甲基糠醛和毫克/公斤(表3);这些值低于允许的极限40毫克/公斤。结果表明,蜂蜜的坎佩切是新鲜的蜂蜜,这是可以预料到的,因为他们是蜂蜜,小于6个月后被收集。请模型是预测的羟甲基糠醛开发了高(和);然而高价值9月= 29.18毫克/公斤和变异系数CV = 43.217%(简历> 10%)(表2)表明,羟甲基糠醛的模型预测精度不足蜂蜜中羟甲基糠醛。这是归因于这样一个事实:蜂蜜含有低浓度的羟甲基糠醛蜂蜜很难通过红外光谱检测。主成分1 - 8是那些有最大的贡献在建立校正模型预测蜂蜜中羟甲基糠醛的浓度(图6(b))。模型的方差解释低52.92%;这是归因于低浓度的羟甲基糠醛;红外光谱不是有效的量化的羟甲基糠醛和羟甲基糠醛的量化的实验错误的传统方法。图6(c)显示了向量回归校正模型预测,羟甲基糠醛浓度。羟甲基糠醛分子由一个有不饱和键和呋喃环官能团和两个分支,一个含有醛官能团和其他含有官能团-哦。向量回归有几个吸光度乐队,可以归因于这些官能团的吸光度(26]。

氧化还原电位给信息分子的氧化/还原能力及其氧化或降低系统的普遍形式。因此,氧化还原电位也可能是一个有趣的食物的抗氧化效率的指标(25,33]。氧化还原反应在蜂蜜中发生在不饱和键的分子糖,葡萄糖,果糖和有不饱和键的醛官能团CH = O和酮C = O;这些原子可以捕获或一个或多个电子转移到环境造成蜂蜜的物理和化学变化。因此,氧化还原电位可以帮助识别这些变化在食品存储。同样,氧化还原电位的可能是一个指标中抗氧化剂的含量蜂蜜。氧化还原电位在坎佩切蜂蜜是151.03到2号(表3)。蜂蜜中收集Holpechen的直辖市,Hecelchakan,卡拉克穆尔,氧化还原电位和Calkini值,这可能表明,这些蜂蜜是化学性质更稳定,可能是因为他们有一个更高浓度的酚类胡萝卜素;这是归因于这样一个事实,大多数的蜂蜜样品从这些城市有深红色到黑色的颜色。虽然蜂蜜坎佩切的直辖市,Escarcega,卡门,Champoton高氧化还原电位值来mV,这也是由于这些蜂蜜的抗氧化剂含量少和胡萝卜素和更高浓度的有机酸,这些城市的蜂蜜pH值较低(表3)。氧化还原电位可以用来测量蜂蜜的化学成分的变化,由于糖的化学结构的变化。氧化还原电位也可以用来确定程度的浓度的抗氧化多酚、胡萝卜素等化合物存在于蜂蜜。Holpechen直辖市的蜂蜜样品氧化还原电位值最低可能表明他们是蜂蜜,有更大的抗氧化剂的浓度,而相反,直辖市的蜂蜜样品Champoton,卡门,Escarcega,坎佩切在氧化还原电位值最高。校准模型的图形化表示的氧化还原电势图所示6(d)。确定的系数标定和外部验证提出令人满意的值(和职责),而小值被发现的标准误差交叉验证(SECV = 1.473 mV)和标准预测误差(9月= 1.337 mV)和变异系数(CV = 5.593%),表明氧化还原电势的蜂蜜可以通过红外光谱和一个令人满意的预测精度。氧化还原电位的校准模型预测蜂蜜(图6(e))显示,第二主成分是最大的贡献,可以解释这个属性的方差的33.77%,和模型解释的总方差的55.54%。这个数字6(f)显示了光谱信息用于构造校正模型预测氧化还原电势。区域3700 - 3000厘米⁻¹,3000 - 2700厘米⁻¹,1400 - 800厘米⁻¹对应于拉伸和弯曲振动,可以与官能团的存在-哦,醛CH = O, C = O酮和债券O-C-O,碳氢键,切断,碳氢键,构成分子的糖,茶多酚、胡萝卜素(26]。

4所示。结论

ATR-midinfrared光谱结合化学计量学技术基于请校准模型的开发,有一个令人满意的权力对蜂蜜的质量参数的预测研究:pH、电导率、灰分、水分、TSS(白利°),氧化还原电位。坎佩切的蜂蜜的状态提出了低浓度的有机酸和羟甲基糠醛,以便吸光度带官能团的红外光谱没有有用,能够构建校准模型,允许预测insatisfactorily游离酸度和蜂蜜中羟甲基糠醛坎佩切的状态。

被测变量的确定,如酸碱度和氧化还原电位评估是有价值的存储和热损伤,而电导率的测定被测变量和火山灰可能允许确定蜂蜜的地理起源。氧化还原电位可以用来确定抗氧化剂的浓度在坎佩切蜂蜜。

ATR-MIR结合化学计量学方法的主要优势是,它可以提供有价值的信息的几个被测变量用于质量控制的蜂蜜从坎佩切的状态,与优势,快速、低成本、环境友好。

相互竞争的利益

作者宣称没有利益冲突。

确认

作者感谢PROMEP金融支持通过项目DSA / 103.5 / 14/10634 (unacar - exb - 076)和坎佩切的玛雅养蜂人从国家捐赠的蜂蜜样品。

引用

1. m . Ohmenhaeuser y . b . Monakhova t . Kuballa和d . w . Lachenmeier”定性和定量控制使用核磁共振光谱和化学计量学的蜂蜜,”ISRN分析化学ID 825318条,卷。2013年,9页,2013。视图:出版商的网站|谷歌学术搜索
2. p . Mondragon-Cortez j . a . Ulloa p . Rosas-Ulloa r . Rodriguez-Rodriguez和j·a·r·Vazquezc“物化表征从墨西哥西部地区的蜂蜜,”CyTA-Journal的食物,11卷,不。1、7 - 13,2013页。视图:出版商的网站|谷歌学术搜索
3. f . j . Guemes-Ricalde r . Villanueva-Gutierrez和k·d·伊顿,“蜂蜜生产尤卡坦半岛的玛雅人,”蜜蜂的世界,卷84,不。4、144 - 154年,2003页。视图:出版商的网站|谷歌学术搜索
4. r . Borchert s a . Meyer r s Felger和l . Porter-Bolland“环境控制的开花周期在哥斯达黎加和墨西哥热带干旱森林”全球生态和生物地理学,13卷,不。5,409 - 425年,2004页。视图:出版商的网站|谷歌学术搜索
5. l·p·博兰德(a·p·德鲁,c . Vergara-Tenorio”分析自然资源管理系统在卡拉克穆尔生物圈保护区,“景观和城市规划,卷74,不。3 - 4、223 - 241年,2006页。视图:出版商的网站|谷歌学术搜索
6. 戈麦斯,l·g·迪亚斯·l·l·Moreira·罗德里格斯和l . Estevinho“理化、微生物和抗菌性的商业蜂蜜从葡萄牙,”食品和化学毒物学,48卷,不。2、544 - 548年,2010页。视图:出版商的网站|谷歌学术搜索
7. i . k . Karabagias a . v . Badeka s Kontakos s Karabournioti和m . g . Kontominas“植物歧视的希腊unifloral蜂蜜与物化和最优化分析,“食品化学卷,165年,第190 - 181页,2014年。视图:出版商的网站|谷歌学术搜索
8. k·劳夫,w . Luginbuhl s Bogdanov et al .,“物理和化学的定量测定被测变量蜂蜜的近红外光谱法、“欧洲食品研究和技术,卷225,不。3 - 4、415 - 423年,2007页。视图:出版商的网站|谷歌学术搜索
9. 李y和h·杨,“亲爱的歧视使用可见光和近红外光谱,”ISRN光谱学ID 487040条,卷。2012年,4页,2012。视图:出版商的网站|谷歌学术搜索
10. 美国Sivakesava和j . Irudayaraj”快速确定与玉米糖浆,蜂蜜掺假的光谱技术”食品科学杂志,卷66,不。6,787 - 792年,2001页。视图:出版商的网站|谷歌学术搜索
11. j·f·d·凯利·g·唐尼,诉Fouratier”最初使用midinfrared糖蜂蜜掺假的研究解决方案(MIR)光谱和化学计量学,”农业与食品化学杂志》上,52卷,不。1,33-39,2004页。视图:出版商的网站|谷歌学术搜索
12. t . Gallardo-Velazquez g . Osorio-Revilla Z.-D。贷款,y Rivera-Espinoza”,应用FTIR-HATR光谱和多变量分析的量化的目的在墨西哥蜂蜜,”食品研究国际,42卷,不。3、313 - 318年,2009页。视图:出版商的网站|谷歌学术搜索
13. 大肠Etzold和b . Lichtenberg-Kraag确定蜂蜜的植物起源Fourier-transformed红外光谱学:常规分析的方法,”欧洲食品研究和技术,卷227,不。2、579 - 586年,2008页。视图:出版商的网站|谷歌学术搜索
14. 轩尼诗,g·唐尼和c·p·O donnell,“试图确认科西嘉人的出处PDO蜂蜜使用傅立叶变换红外光谱和多变量数据分析,“农业与食品化学杂志》上,卷。58岁的没有。17日,第9406 - 9401页,2010年。视图:出版商的网站|谷歌学术搜索
15. 完全懂得,m . Severcan e . Goormaghtigh Kandemir, f . Severcan,“安纳托利亚蜂蜜样品从不同植物起源的分化ATR-FTIR光谱使用多变量分析,“食品化学卷,170年,第240 - 234页,2015年。视图:出版商的网站|谷歌学术搜索
16. b . Lichtenberg-Kraag c Hedtke, k . Bienefeld”红外光谱学在常规质量分析的蜂蜜,”Apidologie,33卷,不。3、327 - 337年,2002页。视图:出版商的网站|谷歌学术搜索
17. j·特瓦芮和j . Irudayaraj”量化的糖类在多个花蜂蜜使用傅里叶变换红外microattenuated总反射光谱,”农业与食品化学杂志》上,52卷,不。11日,第3243 - 3237页,2004年。视图:出版商的网站|谷歌学术搜索
18. k·劳夫,m·t·伊格莱西亚斯w . Luginbuhl J.-O。Bosset, s Bogdanov, r·阿马多“物理和化学的定量分析被测变量在蜂蜜中红外光谱法、“欧洲食品研究和技术,卷223,不。1月22,2006页。视图:出版商的网站|谷歌学术搜索
19. l . c . m .澳元w . b .否决权,m . c . Marcucci和r . j . Poppi”明显的还原糖测定、水分和蜂蜜的酸度减总reflectance-Fourier变换红外光谱法,“Talanta,卷71,不。5,1926 - 1931年,2007页。视图:出版商的网站|谷歌学术搜索
20. o . Anjos m·g·坎波斯·c·鲁伊兹和p .安图内斯,“应用FTIR-ATR光谱学的量化糖蜂蜜,”食品化学卷,169年,第223 - 218页,2015年。视图:出版商的网站|谷歌学术搜索
21. l . Svečnjak d Bubalo、g . Baranović和h . Novosel”优化FTIR-ATR光谱学unifloral蜂蜜的植物身份验证类型和melissopalynological数据预测,“欧洲食品研究和技术,卷240,不。6,1101 - 1115年,2015页。视图:出版商的网站|谷歌学术搜索
22. 采用AOAC公认的,官方的分析方法官方分析化学家协会,华盛顿特区,美国15日版,1990年。
23. 国际蜂蜜委员会,协调国际蜂蜜的方法委员会,2002年,http://www.ihc-platform.net/ihcmethods2009.pdf。
24. 亲爱的,食品法典委员会标准法典斯坦12 - 1981,启1,1987年,启2。,1 - 8,2001页。
25. h . m .哈比卜f·t·艾尔Meqbali h·卡马尔·d·Souka,和w·h·易卜拉欣,“蜂蜜的物理化学和生物化学特性从干旱地区,”食品化学卷。153年,35-43,2014页。视图:出版商的网站|谷歌学术搜索
26. d·a·斯·j·叫喊,s r·克劳奇仪器分析原理,布鲁克斯/科尔,纽约,纽约,美国第六版,2007年版。
27. m . Moniruzzaman哈利勒,s . a . Sulaiman和s . h . Gan“物化和马来西亚生产的蜂蜜的抗氧化性能api Cerana,api dorsata和的蜜蜂”,BMC补充和替代医学13卷,货号。43岁,2013年。视图:出版商的网站|谷歌学术搜索
28. a .确保w·k·所罗门g . Bultossa n . Adgaba和s . Melaku”Harenna森林蜂蜜的物理化学性质,贝尔,埃塞俄比亚,”食品化学,卷141,不。4、3386 - 3392年,2013页。视图:出版商的网站|谷歌学术搜索
29. p . y .秋h·b·丁y . k . Tang和r . j .,“商业蜂蜜的化学成分近红外光谱测定,“农业与食品化学杂志》上卷,47号7,2760 - 2765年,1999页。视图:出版商的网站|谷歌学术搜索
30. s . Ouchemoukh h . Louaileche p·施韦策,“物理化学特征和一些阿尔及利亚蜂蜜花粉谱,”食品控制,18卷,不。1,52-58,2007页。视图:出版商的网站|谷歌学术搜索
31. d . Cozzolino和大肠Corbella”,通过近红外反射光谱法测定蜂蜜质量组件,”《学研究工作,42卷,不。1 - 2日,16 - 20,2003页。视图:出版商的网站|谷歌学术搜索
32. m . Garcia-Alvarez j . f . Huidobro m . Hermida和j·l·Rodriguez-Otero”主要组件的蜂蜜由近红外transflectance光谱分析,“农业与食品化学杂志》上,48卷,不。11日,第5158 - 5154页,2000年。视图:出版商的网站|谷歌学术搜索
33. s . Saxena s Gautam,沙玛,“物理、生化和一些印度蜂蜜的抗氧化性能,”食品化学,卷118,不。2、391 - 397年,2010页。视图:出版商的网站|谷歌学术搜索

版权

版权©2016年旧金山Anguebes等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。