امكان‌سنجي به‌كار‌گيري طيف‌سنجي مرئي/فروسرخ نزديك براي تشخيص تقلب روغن تفاله زيتون با روش‌هاي شناسايي LDA و SVM

زيتون ميوه‌ مديترانه‏اي است كه عمدتاً به دليل روغن آن كشت مي‏شود. روغن‌زيتون فرابكر هميشه مورد توجه و خواست استفاده‌كنندگان بوده است. ازاين‌رو، تقلب در روغن‌هاي زيتونِ بكر و فرابكر، با افزودن روغن‌هايي مثل كانولا، آفتابگردان، تفاله زيتون و غيره مشاهده مي‌شود. تشخيص تقلب در روغن‌هاي گياهي با تركيبات مشابه و گونه‌هاي متفاوت با روش‌هاي مرسوم از جمله كروماتوگرافي گازي مشكل و زمان‌بر است و نياز به آماده‌سازي نمونه و اپراتور دارد. به همين دليل كاربرد فناوري‌هاي غير‌مخرب براي تشخيص تقلب اهميت دارد. در اين پژوهش، با استفاده از فناوري طيف‌سنجي مرئي/فروسرخ نزديك (Vis/NIR )، تشخيص تقلب روغن پوميس (روغن تفاله زيتون) بررسي شد. از سه نوع روغن‌زيتون فرابكر، بكر و روغن‌زيتون تصفيه شده براي نمونه‌گيري استفاده شد و براي اطمينان از اصالت آن‌ها، مشخصات و درصد تركيبات سازنده آن با سامانه كروماتوگرافي گازي اندازه‌گيري شد. سپس نمونه‌ها در شش دسته‌ خالص، 11، 20، 33، 50 و 100درصد تقلب ساخته شدند. هر تيمار در ده نمونه تهيه و آزمايش‌ها انجام شد. در ادامه به‌منظور تحليل ويژگي‌هاي كيفي و طبقه‌بندي داده‌هاي مستخرج از طيف‌سنج، از روش‌هاي بازشناسي الگو شامل تحليل تفكيك خطي (LDA) و ماشين بردار پشتيبان (SVM) استفاده شد. نتايج به‌دست‌آمده نشان داد كه طيف‌سنجي مرئي/فروسرخ نزديك (Vis/NIR) قادر به تفكيك نمونه‌هاي روغن‌زيتون بر اساس درصد‌هاي مختلف تقلب پوميس است. هرچند روش LDA توانست باصحت قابل قبولي نمونه‌هاي روغن‌زيتون را باتوجه‌به نرخ تقلب دسته‌بندي كند، اما روش SVM باصحت آموزش 96.69درصد و اعتبار‌سنجي 95.86 درصد از صحت و برازش مطلوب‌تري برخوردار بود. طبق نتايج، تابع خطي، به‌عنوان بهترين تابع براي ساخت مدل‌هاي دسته‌بندي به روش SVM پيشنهاد شد.