Luận văn thạc sĩ Công nghệ thực phẩm: Đánh giá chất lượng cơm dừa bằng thiết bị phân tích phổ cận hồng ngoại NIR cầm tay

Các nội dung chính được thực hiện như sau: - Phân tích hàm lượng lipid và hàm ẩm của 345 mẫu cơm dừa bằng phương pháp phân tích tiêu chuẩn.. 22 Hình 2.2: Lược đồ phân tích độ ẩm và hàm l

TRƯỜNG ĐẠI HỌC BÁCH KHOA

-

NGUYỄN VŨ THU PHƯƠNG

ĐÁNH GIÁ CHẤT LƯỢNG CƠM DỪA BẰNG THIẾT BỊ PHÂN TÍCH QUANG PHỔ CẬN HỒNG NGOẠI NIR CẦM TAY

Chuyên ngành: Công nghệ Thực phẩm

Mã số: 60540101

LUẬN VĂN THẠC SĨ

TP HỒ CHÍ MINH, tháng 07 năm 2017

Cán bộ hướng dẫn khoa học: PGS.TS Phan Ngọc Hòa

TS Huỳnh Tiến Phong

Cán bộ chấm nhận xét 1: PGS.TS Hoàng Kim Anh

Cán bộ chấm nhận xét 2: TS Tôn Nữ Minh Nguyệt

Luận văn thạc sĩ được bảo vệ tại Trường Đại học Bách Khoa, ĐHQG Tp HCM ngày 11 tháng 07 năm 2017 Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: 1 GS.TS Lê Văn Việt Mẫn

2 PGS.TS Hoàng Kim Anh

3 TS Tôn Nữ Minh Nguyệt

4 PGS.TS Lê Nguyễn Đoan Duy

NHIỆM VỤ LUẬN VĂN THẠC SĨ

Họ tên học viên: Nguyễn Vũ Thu Phương MSHV: 1570437 Ngày, tháng, năm sinh: 19/08/1992 Nơi sinh: TPHCM Chuyên ngành: Công nghệ Thực phẩm Mã số: 60540101

I TÊN ĐỀ TÀI ĐÁNH GIÁ CHẤT LƯỢNG CƠM DỪA BẰNG THIẾT BỊ PHÂN TÍCH

QUANG PHỔ CẬN HỒNG NGOẠI NIR CẦM TAY II NHIỆM VỤ VÀ NỘI DUNG:

- Xác định số factor tối đa chứa nhiều thông tin của biến nhất - Lựa chọn mô hình hồi quy đa biến phù hợp để xác định nhanh hàm lượng lipid tổng và hàm lượng ẩm có trong cơm dừa ở dải phổ có bước sóng từ 740 – 1070 nm

- Đánh giá các thông số chính của một quy trình phân tích nhanh trên cơ sở xây dựng mô hình hồi quy đa biến tuyến tính từ 300 mẫu chuẩn tự tạo

- Thử nghiệm dùng quy trình phân tích xây dựng được để phân tích nhanh một số mẫu cơm dừa đang lưu hành trên thị trường hiện nay và so sánh kết quả với phương pháp phân tích theo tiêu chuẩn

III NGÀY GIAO NHIỆM VỤ: 04/07/2016 IV NGÀY HOÀN THÀNH NHIỆM VỤ: 18/06/2017 V CÁN BỘ HƯỚNG DẪN : PGS.TS Phan Ngọc Hòa

TS Huỳnh Tiến Phong

Tp HCM, ngày 17 tháng 07 năm 2017

CÁN BỘ HƯỚNG DẪN 1 CÁN BỘ HƯỚNG DẪN 2 CHỦ NHIỆM BỘ MÔN ĐÀO TẠO

TRƯỞNG KHOA KỸ THUẬT HÓA HỌC

LỜI CẢM ƠN

Đầu tiên, em xin gửi lời cảm ơn chân thành đến thầy cô hướng dẫn khoa học là: PGS.TS Phan Ngọc Hòa và TS Huỳnh Tiến Phong Hai thầy cô đã tận tình hướng dẫn, truyền dạy và động viên em trong suốt quá trình nghiên cứu, thực hiện đề tài tại trường Đại học Bách Khoa, ĐHQG Tp HCM Sự chỉ dẫn của các thầy/cô không chỉ là nguồn kiến thức khoa học quý báu mà còn là những kinh nghiệm về tư duy, lý luận khoa học quan trọng để xây dựng nền tảng vững chắc cho sự nghiệp chuyên môn của em trong tương lai Những phương pháp giải quyết các vấn đề khoa học của hai thầy cô cũng ươm mầm cho em những vốn tư liệu sống quý giá trước khi bước chân rời khỏi ghế nhà trường Một lần nữa, em xin chân thành cảm ơn hai thầy/cô hướng dẫn kính mến

Ngoài ra, em cũng xin cảm ơn đến quý thầy cô quản lý các phòng thí nghiệm bộ môn Công nghệ Thực phẩm đã tạo điều kiện thuận lợi cho em hoàn thành luận văn

Con xin cảm ơn gia đình đã luôn ủng hộ tinh thần và động viên để con có thể dành nhiều thời gian cho việc thực hiện luận văn

Cuối cùng, em xin gửi lời cảm ơn sâu sắc đến quý Thầy Cô trong Hội đồng chấm luận văn đã dành thời gian quý báu để xem xét và đóng góp ý kiến cho luận văn hoàn thiện hơn

Một lần nữa, em xin gửi lời cảm ơn đến tất cả Thầy Cô, gia đình, anh chị phòng cảm quan, bạn Vi Nhã Tuấn, em Nguyễn Vân Anh và tập thể lớp cao học khóa 2015 đợt 1 đã giúp đỡ và hỗ trợ em trong thời gian qua Chân thành cảm ơn

Học viên thực hiện

Nguyễn Vũ Thu Phương

TÓM TẮT LUẬN VĂN

Luận văn tập trung xây dựng phương pháp phân tích nhanh chất lượng cơm dừa bằng thiết bị phân tích cận hồng ngoại cầm tay Hai chỉ tiêu được định lượng là hàm lượng lipid tổng và hàm ẩm Các nội dung chính được thực hiện như sau:

- Phân tích hàm lượng lipid và hàm ẩm của 345 mẫu cơm dừa bằng phương pháp phân tích tiêu chuẩn

- Thu phổ cận hồng ngoại của các mẫu cơm dừa - Xây dựng mô hình hiệu chuẩn từ bộ dữ liệu phổ và dữ liệu phân tích Từ đó, xây dựng mô hình hồi quy suy đoán phù hợp bằng phần mềm UNSCRAMBLER X phiên bản 10.5 với thiết bị NIR cầm tay với các thông số thống kê sau:

 Đối với hàm lượng lipid:  Số factor tối ưu: 11  Hệ số tương quan: r = 0,9367  Sai số căn bậc hai trung bình của hiệu chuẩn: RMSEC = 5,7020%  Sai số căn bậc hai trung bình kiểm chứng chéo: RMSECV = 6,1698%  Sai số căn bậc hai trung bình của dự đoán: RMSEP = 4,6531%

 Độ ẩm:  Số factor tối ưu: 7  Hệ số tương quan: r = 0,9613  Sai số căn bậc hai trung bình của hiệu chuẩn: RMSEC = 6,6839%  Sai số căn bậc hai trung bình kiểm chứng chéo: RMSECV = 7,0562%  Sai số căn bậc hai trung bình của dự đoán: RMSEP = 5,6975%

- Phương pháp phân tích nhanh và mô hình suy đoán tính toán được cho thấy có thể sử dụng thiết bị NIR cầm tay để phân tích nhanh hàm lượng lipid tổng và hàm ẩm cơm dừa với độ đúng và độ lặp lại tương đương phương pháp phân tích tiêu chuẩn mà rút ngắn thời gian phân tích và giảm chi phí phân tích

 Total lipid content:

 Factors: 11  Correlation coefficient: r = 0.9367  Root mean square error of calibration: RMSEC = 5.7020%  Root mean square error of cross – validation: RMSECV = 6.1698%  Root mean square error of prediction: RMSEP = 4.6531%

 Moisture:

 Factors: 7  Correlation coefficient: r = 0.9613  Root mean square error of calibration: RMSEC = 6.6839%  Root mean square error of cross – validation: RMSECV = 7.0562%  Root mean square error of prediction: RMSEP = 5.6975%

- Rapid analysis method and prediction models have shown that a hand-held infrared spectroscopy (NIRS) instrument was analyzed quickly total lipid and moisture content of copra with the same bias and repeatability as the analytical method Therefore, the analysis time was quick and the cost of analysis was decreased

near-LỜI CAM ĐOAN

Tôi xin cam đoan đây là công việc do chính tôi thực hiện dưới sự hướng dẫn của Cô Phan Ngọc Hòa và Thầy Huỳnh Tiến Phong Các kết quả trong luận văn là đúng sự thật và chưa được công bố ở các nghiên cứu khác

Tôi xin chịu trách nhiệm về công việc đã thực hiện của mình

TP Hồ Chí Minh, ngày 17 tháng 07 năm 2017

Học viên thực hiện

Nguyễn Vũ Thu Phương

1.1 Phương pháp cận hồng ngoại kết hợp với kỹ thuật đa biến chemometrics 3

1.1.1 Phương pháp phân tích cận hồng ngoại 3

1.1.2 Nguyên lý hoạt động của thiết bị quang phổ cận hồng ngoại cầm tay 7

CHƯƠNG 2: NGUYÊN LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU 21

2.1 Nguyên liệu – vật liệu 21

2.3.1 Sơ đồ nghiên cứu 22

2.3.2 Quy trình nghiên cứu 23

CHƯƠNG 3: KẾT QUẢ VÀ BÀN LUẬN 27

3.1 Phân tích số liệu thu được bằng phương pháp phân tích theo tiêu chuẩn 27

3.2 Xác định tập hợp mẫu chuẩn và mẫu kiểm chứng 28

3.3 Tiền xử lý phổ cận hồng ngoại 30

3.4 Lựa chọn số factor tối đa để xây dựng mô hình hồi quy tuyến tính 32

3.5 Lựa chọn số factor phù hợp và xây dựng mô hình suy đoán hàm lượng lipid tổng và hàm lượng ẩm có trong cơm dừa 34

3.6 Đánh giá mô hình suy đoán hàm lượng lipid tổng và hàm ẩm 42

3.7 Kiểm định phương pháp định lượng bằng thiết bị cận hồng ngoại cầm tay 50

3.8 Xác định độ lặp lại của hai thí nghiệm theo phương pháp tiêu chuẩn và phương pháp cận hồng ngoại 51

CHƯƠNG 4: KẾT LUẬN VÀ KIẾN NGHỊ 53

TÀI LIỆU THAM KHẢO 54PHỤ LỤC

DANH MỤC BẢNG

Bảng 1.1: Các nghiên cứu sử dụng phương pháp cận hồng ngoại trong phân tích thực phẩm 15Bảng 1.2: Hàm lượng dầu và độ ẩm của cơm dừa ở bốn lớp khác nhau 17Bảng 1.3: Thành phần cơm dừa 18Bảng 3.1: Mô tả các thông số thống kê thuộc tính hàm lượng lipid tổng của mẫu cơm dừa 29Bảng 3.2: Mô tả các thông số thống kê thuộc tính hàm ẩm mẫu cơm dừa 30Bảng 3.3: Kết quả phương sai tích lũy của biến hàm lượng lipid tổng theo phương pháp Soxhlet của 300 mẫu chuẩn ở 36 factors 32Bảng 3.4: Kết quả phương sai tích lũy của dải phổ cận hồng ngoại từ 740 – 10nm của 300 mẫu chuẩn ảnh hưởng đến biến hàm lượng lipid tổng ở 36 factors 33Bảng 3.5: Kết quả phương sai tích lũy của biến hàm lượng ẩm theo phương pháp sấy hồng ngoại của 300 mẫu chuẩn ở 10 factors 34Bảng 3.6: Kết quả phương sai tích lũy của dải phổ cận hồng ngoại từ 740 – 10nm của 300 mẫu chuẩn ảnh hưởng đến biến hàm lượng ẩm ở 10 factors 34Bảng 3.7: Các thông số trong mô hình suy đoán lipid 36Bảng 3.8: Giá trị sai số căn bậc hai trung bình của kiểm chứng chéo RMSECV của thuộc tính hàm lượng lipid tổng trong mô hình suy đoán 37Bảng 3.9: Các thông số trong mô hình suy đoán độ ẩm 40Bảng 3.10: Giá trị sai số căn bậc hai trung bình của kiểm chứng chéo RMSECV của thuộc tính hàm ẩm trong mô hình suy đoán 40Bảng 3.11 Thông số thống kê đối với phép đo hiệu năng của mô hình suy đoán hàm lượng lipid tổng của mẫu cơm dừa 43Bảng 3.12: Lượng lipid được suy đoán từ mô hình hồi quy theo phương pháp NIR so với phương pháp phân tích tiêu chuẩn của 45 mẫu kiểm chứng 43

Bảng 3.13 Thông số thống kê đối với phép đo hiệu năng của mô hình suy đoán hàm ẩm của mẫu cơm dừa 47Bảng 3.14: Hàm ẩm được suy đoán từ mô hình hồi quy theo phương pháp NIR so với phương pháp phân tích tiêu chuẩn của 45 mẫu kiểm chứng 47

DANH MỤC HÌNH

Hình 1.1: Cấu tạo của thiết bị cận hồng ngoại cầm tay 8

Hình 1.2: Mô phỏng và suy đoán dữ liệu mong muốn của đối tượng từ cơ sở dữ liệu có sẵn thu từ phương pháp phân tích theo tiêu chuẩn 10

Hình 2.1: Sơ đồ bố trí thí nghiệm 22

Hình 2.2: Lược đồ phân tích độ ẩm và hàm lượng lipid tổng trong cơm dừa bằng phương pháp NIR kết hợp với chemometrics 24

Hình 3.1: Dải nồng độ hàm lượng lipid tổng của 345 mẫu cơm dừa 27

Hình 3.2: Dải nồng độ hàm lượng ẩm của 345 mẫu cơm dừa 28

Hình 3.3: Phổ cận hồng ngoại ban đầu của 300 mẫu cơm dừa 30

Hình 3.4: Tiền xử lý phổ cận hồng ngoại của 300 mẫu cơm dừa để loại bỏ nhiễu theo đạo hàm bậc 1 (Savitzky – Golay) và biến thiên đã chuẩn hóa (SNV) 31

Hình 3.5: Mô hình suy đoán hàm lượng lipid tổng của từ 300 mẫu cơm dừa ở khoảng bước sóng 740 – 1070 nm 38

Hình 3.6: Đánh giá kiểm chứng chéo mô hình suy đoán hàm lượng lipid tổng của từ 300 mẫu cơm dừa ở khoảng bước sóng 740 – 1070 nm 38

Hình 3.7: Mô hình suy đoán hàm lượng ẩm của từ 300 mẫu cơm dừa ở khoảng bước sóng 740 – 1070 nm 41

Hình 3.8: Đánh giá kiểm chứng chéo mô hình suy đoán hàm lượng ẩm của từ 300 mẫu cơm dừa ở khoảng bước sóng 740 – 1070 nm 41

Hình 3.9: Mô hình hồi quy giữa giá trị suy đoán (NIR) ở khoảng bước sóng 740 – 1070 nm với giá trị phân tích theo phương pháp tiêu chuẩn của thuộc tính hàm lượng lipid tổng 45

Hình 3.10: Mô hình hồi quy giữa giá trị suy đoán (NIR) ở khoảng bước sóng 740 – 1070 nm với giá trị phân tích theo phương pháp tiêu chuẩn của thuộc tính hàm lượng ẩm 49

DANH MỤC CHỮ VIẾT TẮT

NIR Near Infrared Spectroscopy Cận hồng ngoại PLS Partial Least Square Bình phương tối thiểu từng phần

Transformation

Biến thiên đã chuẩn hóa

MSC Multiplicative Scatter Correction Hiệu chỉnh phân tán nhiều lần SEC Standard Error of Calibration Sai số chuẩn của hiệu chuẩn SEP Standard Error of Prediction Sai số chuẩn của dự đoán RMSE Root Mean Square Error Sai số căn bậc hai trung bình RMSEC Root Mean Square Error of

MỞ ĐẦU

Dừa là loại nông sản chủ lực của Bến Tre và một số tỉnh ở Đồng bằng Nam bộ nước ta Cơm dừa chứa nhiều chất dinh dưỡng cho cơ thể như: carbohydrate, acid amin đạm, chất béo, sắt, photpho Cơm dừa không những có công dụng đẩy nhanh quá trình bài tiết chất độc mà còn giúp ngăn các bệnh nguy hiểm như: tiểu đường, tim mạch và ung thư Hơn thế nữa, cơm dừa còn được sử dụng rộng rãi trong ngành công nghiệp chế biến thực phẩm và được dùng trực tiếp để bổ sung chất béo cho người gầy Cơm dừa là nguyên liệu chính để sản xuất các sản phẩm: dầu dừa, sữa dừa, nước cốt dừa, cơm dừa nạo sấy Thành phần quyết định giá trị kinh tế và giá trị sử dụng của cơm dừa là hàm lượng lipid tổng và hàm lượng ẩm Tuy nhiên, để định lượng được hai thành phần này trong cơm dừa, hiện nay cần phải có kỹ thuật phân tích phù hợp trong phòng thí nghiệm Vì vậy, ở nước ta, việc thu mua cơm dừa để phục vụ cho sản xuất chủ yếu dựa vào kinh nghiệm cảm quan của người mua và người bán Từ những tranh chấp nảy sinh trong thực tế môi trường kinh doanh và chế biến cơm dừa khi định giá sản phẩm, nhu cầu có một công cụ phân tích nhanh, đủ chính xác ngay tại hiện trường ngày càng trở nên cấp thiết Từ những hiểu biết của chúng tôi về các phương pháp và kỹ thuật phân tích định lượng, sử dụng thiết bị phân tích cận hồng ngoại cầm tay là một giải pháp hoàn toàn có thể sử dụng cho trường hợp này

Trong nhiều năm gần đây, kỹ thuật phân tích quang phổ cận hồng ngoại kết hợp với phương pháp hồi quy đa biến đã trở thành một kỹ thuật phân tích có tính ứng dụng cao cho ngành thực phẩm So với phương pháp phân tích theo tiêu chuẩn để định lượng lipid tổng là phương pháp trích ly bằng Soxhlet thì phương pháp quang phổ cận hồng ngoại có nhiều ưu điểm: đơn giản trong quá trình xử lý mẫu, phân tích trực tiếp mẫu nhanh, giá thành rẻ và không sử dụng hóa chất hay dung môi độc hại, nếu kết hợp với thuật toán hồi quy đa biến thì không cần phải tách riêng các chất trước khi phân tích nên có thể phân tích đồng thời hàm lượng lipid tổng cũng như xác định hàm lượng ẩm

của cơm dừa Đây chính là lý do hình thành đề tài: “Đánh giá chất lượng cơm dừa

bằng thiết bị phân tích quang phổ cận hồng ngoại NIR cầm tay” Luận văn này sẽ góp

phần khẳng định xu hướng đưa các phép phân tích ra khỏi nghiên cứu đơn thuần và áp dụng nhanh trong thực tế, đồng thời cho phép tiết kiệm thời gian, hóa chất và đặc biệt là thân thiện với môi trường

Trong nghiên cứu này, chúng tôi tập trung xây dựng mô hình suy đoán hàm lượng lipid tổng và hàm lượng ẩm của cơm dừa bằng phương pháp quang phổ cận hồng ngoại kết hợp với phương pháp thống kê đa biến chemometrics, nội dung nghiên cứu chủ yếu của luận văn gồm:

- Xác định số factor tối đa chứa nhiều thông tin của biến nhất - Lựa chọn mô hình hồi quy đa biến phù hợp để xác định nhanh hàm lượng lipid tổng và hàm lượng ẩm có trong cơm dừa ở dải phổ có bước sóng từ 740 – 1070 nm

- Đánh giá các thông số chính của một quy trình phân tích nhanh trên cơ sở xây dựng mô hình hồi quy đa biến tuyến tính từ 300 mẫu chuẩn tự tạo

- Thử nghiệm dùng quy trình phân tích xây dựng được để phân tích nhanh một số mẫu cơm dừa đang lưu hành trên thị trường hiện nay và so sánh kết quả với phương pháp phân tích theo tiêu chuẩn

CHƯƠNG 1: TỔNG QUAN 1.1 Phương pháp cận hồng ngoại kết hợp với kỹ thuật đa biến chemometrics

Vùng cận hồng ngoại của quang phổ điện từ trải dài từ 750 – 2500 nm (12500 – 4000 cm-1), đây là vùng quang phổ tồn tại giữa cuối tia đỏ trong vùng quang phổ nhìn thấy và bắt đầu vùng trung hồng ngoại Quang phổ cận hồng ngoại (NIRS) dựa trên phép đo sự hấp thu, truyền qua và phản xạ khuếch tán trong toàn bộ vùng bước sóng 750 – 2500 nm [1] Trong khoảng thời gian từ những năm 1990 đến nay, phương pháp quang phổ cận hồng ngoại được ứng dụng trong phân tích thực phẩm, hóa học Kỹ thuật này kết hợp với sự phát triển của kỹ thuật chemometrics và đã trở thành công cụ phân tích hiệu quả, nhanh chóng, độ chính xác cao và không phá hủy mẫu, có thể dùng để nghiên cứu tính chất, cấu tạo hoặc định lượng các hợp chất hữu cơ [2]

1.1.1.1 Nguyên tắc của phép đo phổ cận hồng ngoại Kỹ thuật quang phổ hồng ngoại dựa trên hiệu ứng đơn giản là các hợp chất hóa học có khả năng hấp thụ chọn lọc bức xạ hồng ngoại Sau khi hấp thụ các bức xạ hồng ngoại, các phân tử của các hợp chất hóa học dao động với nhiều vận tốc dao động và xuất hiện dải phổ hấp thụ gọi là phổ hấp thụ bức xạ hồng ngoại [3]

Nguyên lý của kỹ thuật quang phổ học là dựa trên những biến đổi gây ra bởi sự tương tác giữa bức xạ với vật chất Vùng hấp thụ quang phổ cận hồng ngoại là một phần trong quang phổ hồng ngoại, tương ứng với năng lượng của các dao động phân tử Trong khi phổ trung hồng ngoại thể hiện các dải hấp thụ tương ứng với dao động gây thay đổi momen lưỡng cực trong phân tử, dải hấp thụ vùng cận hồng ngoại lại thể hiện các dao động phức tạp hơn nhiều Nghĩa là, trong điều kiện bình thường, phân tử ở trạng thái cơ bản có mức năng lượng thấp, khi phân tử nhận năng lượng, ví dụ khi hấp thụ bức xạ, có thể chuyển lên mức năng lượng cao hơn Như vậy, khi phân tử nhận năng lượng sẽ gây ra các bước chuyển năng lượng liên quan đến chuyển động của điện

tử (Ee), chuyển động dao động (Ev), chuyển động quay (Ej) là nguồn gốc các loại phổ hấp thụ phân tử: phổ quay, phổ dao động kết hợp quay theo trục hoặc kết hợp của cả ba phổ điện tử – dao động – quay … [4] và các dải hấp thụ tương ứng với sự chuyển mức

năng lượng gọi là âm bội (overtone)

Vùng quang phổ cận hồng ngoại là một phần của phổ rung động phân tử Quang phổ cận hồng ngoại được dựa trên sự rung động kết hợp các kiểu dao động và những chuyển mức năng lượng như vậy không phù hợp với các quy tắc lựa chọn cơ học lượng tử Kết quả là sự hấp thụ phân tử trong vùng cận hồng ngoại thường khá nhỏ Tuy nhiên, bức xạ cận hồng ngoại có khả năng truyền qua một mẫu dễ dàng hơn so với bức xạ trung hồng ngoại Trong những năm gần đây, khi kỹ thuật chế tạo máy móc tiến bộ hơn, với những nguồn bức xạ có độ chọn lọc cao và các đầu dò đủ nhạy, phổ cận hồng ngoại đã thể hiện được vai trò của nó trong phân tích Các nhà nghiên cứu ngày càng quan tâm đến nó hơn và lĩnh vực ứng dụng phổ cận hồng ngoại cũng ngày càng mở rộng Theo những công bố trong thời gian gần đây, quang phổ cận hồng ngoại là một kỹ thuật phân tích có nhiều ưu điểm trong cả định lượng, định tính và nghiên cứu cấu tạo của vật chất

Nghiên cứu của tác giả Đinh Văn Mười và cộng sự [5] vào năm 2009 đã xây dựng thành công các phương trình suy đoán hàm lượng chất khô, protein, chất béo và xơ của dầu đỗ tương từ các số liệu phổ hấp thụ trên máy NIRS và số liệu phân tích được phân tích theo tiêu chuẩn Kết quả thu được về các giá trị thành phần chất khô, protein, chất béo và xơ của khô dầu đỗ tương tính theo các phương trình suy đoán so với các giá trị phân tích theo tiêu chuẩn là không khác nhau có ý nghĩa thống kê hay nói cách khác là chúng tương tự nhau Tác giả kết luận rằng có thể dùng các phương trình vừa xây dựng trên thiết bị NIRS để xác định được hàm lượng chất khô, protein, mỡ và xơ của khô dầu đỗ tương với độ chính xác lớn hơn 95%

Trong vòng hai thập kỷ trở lại đây, NIR đã trở thành một trong những công cụ hữu ích ứng dụng trong phân tích công nghiệp So với phương pháp phân tích theo tiêu chuẩn để định lượng hoạt chất thuốc là sắc ký lỏng hiệu năng cao (HPLC) thì định

lượng chất hữu cơ trong phổ cận hồng ngoại có ưu điểm nổi trội về đơn giản trong quá trình chuẩn bị mẫu, lượng mẫu phân tích ít, chi phí thấp do có thể hạn chế được các sai

số trong quá trình chuẩn bị mẫu [6]

Việc sử dụng phổ cận hồng ngoại kết hợp với các thuật toán hồi quy đa biến đã góp phần đưa phương pháp phổ cận hồng ngoại tham gia vào các quá trình định lượng mẫu Năm 2011, M.C Sarragua và cộng sự [7] đã nghiên cứu thành công phương pháp định lượng nhanh aminoglycoside bằng phép đo cận hồng ngoại Không giống như các phương pháp định lượng theo tiêu chuẩn là dựa trên cơ sở các phản ứng của dẫn xuất hay phương pháp xét nghiệm vi sinh để định lượng aminoglycoside [8], [9], trong nghiên cứu này, các tác giả đã đưa ra một phương pháp hoàn toàn mới để xác định aminoglycoside Theo đó, phương pháp này đã được phát triển dựa trên nền mẫu thuốc thương mại có chứa neomycin sulfate và ba tá dược là lactose, bột talc và magnesi stearat Các mẫu tổng hợp và mẫu nội chuẩn đã được chế tạo cho mục đích này, đồng thời họ cũng đã sử dụng ba lô mẫu thuốc rắn thương mại để thực hiện việc nghiên cứu xác định neomycin sulfate Mẫu được tiến hành đo phổ cận hồng ngoại với chế độ đo phản xạ biến đổi Fourier Phương pháp hồi quy đa biến đã được sử dụng để hiệu chuẩn phổ cận hồng ngoại phù hợp với hàm lượng neomycin sulfate Nhóm nghiên cứu đã sử dụng phương pháp sắc ký lỏng hiệu năng cao để kiểm tra hàm lượng neomycin sulfate trong các mẫu thương mại Kết quả thu được cho thấy neomycin sulfate đã được xác định thành công bằng phương pháp đo phổ cận hồng ngoại với sai số 6,6%

Đối với roxithromycin, thông thường người ta sẽ sử dụng phương pháp sắc ký lỏng hiệu năng cao với các loại detector khác nhau để xác định Tuy nhiên, phương pháp này đòi hỏi một lượng lớn hóa chất, dung môi để xử lý và chạy sắc ký Năm 2011, S.T.H Sherazi [10] đã sử dụng phương pháp cận hồng ngoại biến đổi Fourier để xác định roxithromycin từ phổ của mẫu thuốc kết hợp với phương pháp hồi quy phân tích thống kê đa biến Phương pháp này cho phép rút ngắn thời gian phân tích xuống còn khoảng 3 phút nên rất phù hợp để áp dụng kiểm tra nhanh các mẫu

Thêm một ứng dụng thành công của phương pháp đo phổ cận hồng ngoại kết hợp với kỹ thuật thống kê đa biến là công trình của tác giả P Roychoudhury vào năm 2007 đã giám sát liên tục để phân tích đồng thời glycerol và clavulanic acid trong một hỗn hợp kháng sinh phức tạp [11]

1.1.1.2 Các yếu tố ảnh hưởng đến tín hiệu đo phổ cận hồng ngoại Tín hiệu đo phổ cận hồng ngoại đặc trưng cho tần số dao động của phân tử Do đó, phổ cận hồng ngoại bị ảnh hưởng bởi các yếu tố chính như sau:

- Ảnh hưởng do cấu trúc của phân tử: do tần số dao động của phân tử phụ thuộc vào sự bền vững của liên kết, các hiệu ứng electron, hiệu ứng không gian và liên kết nội phân tử [3]

- Ảnh hưởng do tương tác giữa các phân tử: Ở trạng thái khí, các phân tử chuyển động tự do và hầu như không có tương tác với nhau nên phổ hồng ngoại của các chất ở thể khí phản ánh khá trung thực cấu trúc của phân tử Tuy nhiên, kỹ thuật đo mẫu ở thể khí lại rất phức tạp, do đó thường đo mẫu cận hồng ngoại ở dạng rắn hoặc dạng lỏng Các phân tử ở dạng rắn có thể tồn tại dưới dạng các tinh thể khác nhau, do đó phổ cận hồng ngoại của chúng có thể sẽ bị thay đổi do tương tác giữa các phân tử khi thay đổi mạng tinh thể Khi phân tử ở trong các dung môi khác nhau thì hấp thụ cận hồng ngoại cũng khác nhau, nguyên nhân là do sự liên kết hydro giữa các phân tử làm dịch chuyển số sóng và mở rộng các vân hấp thụ [3]

Ảnh hưởng của quy trình chuẩn bị mẫu và ảnh hưởng của môi trường Với trạng thái tồn tại khác nhau của mẫu thì các yếu tố ảnh hưởng tác động đến các mẫu đo là khác nhau [3]

1.1.1.3 Ưu điểm và nhược điểm của phương pháp cận hồng ngoại

Ưu điểm:

- Phân tích nhanh, nhiều mẫu đồng thời, không độc hại, không gây ảnh hưởng đến môi trường vì không dùng hóa chất, chi phí rẻ dù đầu tư ban đầu cao để trang bị thiết bị

- Thao tác đơn giản và tiến hành nhanh chóng, có thể giảm bớt các công đoạn xử lý mẫu và không phá hủy mẫu khi phân tích

- Có thể tiến hành định lượng một chất trong khi có mặt các chất khác - Phạm vi ứng dụng rất rộng cho cả phân tích hữu cơ và vô cơ

- Nói chung, các thiết bị quang phổ cận hồng ngoại có cấu tạo phức tạp, đắt tiền [12]

Thiết bị đo phổ cận hồng ngoại dựa trên phép đo phản xạ khuếch tán trong toàn bộ vùng bước sóng hồng ngoại từ 700 nm đến 2500 nm hoặc các phân đoạn của chúng hoặc tại các bước sóng được chọn [13]

Theo William và các cộng sự (1998), khi có một chùm ánh sáng tới chiếu qua các mẫu sinh học, vùng ánh sáng cận hồng ngoại được các liên kết C-H, N-H, OH- có trong các chất hữu cơ của mô sinh học hấp thụ Đo phổ ánh sáng phản xạ từ các mẫu sinh học sẽ thu được các thông tin về thành phần hóa học của mẫu đó [14] Những giá

trị tương ứng với phổ thu được sẽ được phân tích bằng phần mềm máy tính và cho ra một ma trận các giá trị phổ chất hữu cơ cần phân tích như độ ẩm – đơn vị %, hoặc định lượng – đơn vị khối lượng hay bất kỳ đơn vị nào mà người sử dụng cần phân tích

Nguyên lý hoạt động của thiết bị đo phổ cận hồng ngoại SCIO thuộc hãng Consumer Physics – Mỹ: Ánh sáng từ nguồn sáng được chiếu xuyên qua bộ lọc Bộ lọc tách ánh sáng thành các bước sóng vùng cận hồng ngoại Ánh sáng cận hồng ngoại sau đó được chiếu trực tiếp lên sản phẩm được đo ở bộ phận đèn chiếu (2) như hình 1.1 Sau đó, ánh sáng phản chiếu của sản phẩm sẽ được thu bởi bộ cảm biến phân tử SCIO (1) và chụp bằng một tấm gương cầu tích hợp (intergrating sphere) và được tập trung vào một đầu dò (detector) Tín hiệu phổ ra từ đầu dò sau đó được xử lý nhờ vào mô hình hiệu chuẩn của thiết bị và sẽ được hiển thị trên màn hình ở dạng số hay dạng phổ

Hình 1.1: Cấu tạo của thiết bị cận hồng ngoại cầm tay

(1) Bộ cảm biến phân tử Scio (5) Cổng Sạc USB

Phương pháp phổ cận hồng ngoại kết hợp với chemometrics đã mở ra một kỷ nguyên mới cho phép phân tích nhanh, hiệu quả, thân thiện với môi trường – công nghệ hóa học xanh Tuy nhiên, đây vẫn là một hướng nghiên cứu khá mới mẻ trên thế giới Hiện nay, một số nhóm nghiên cứu đã ứng dụng các thuật toán để xử lý các tín hiệu phân tích của hỗn hợp các chất trong sự tương tác phức tạp đa biến và thu được

kết quả tốt [15], [16], [17] Đặc biệt, việc áp dụng các thuật toán đã mở ra những

phương pháp đo nhanh có thể đưa các phép phân tích ra khỏi phòng thí nghiệm Hiện nay, ở nước Mỹ và Anh cũng có giới thiệu các thiết bị cầm tay để xác định chất lượng của thực phẩm Các máy này có ưu điểm là khá gọn nhẹ, nhưng có hạn chế là khi đo các chất trong các nền khác nhau thường không đưa ra được kết quả có độ chính xác cao Do đó, việc nghiên cứu phát triển phương pháp phổ cận hồng ngoại kết hợp với các thuật toán hồi quy đa biến để kiểm tra nhanh chất lượng thực phẩm là một vấn đề vô cùng cần thiết

Kỹ thuật phân tích quang phổ cận hồng ngoại kết hợp chemometrics với phương pháp hồi quy đa biến đã trở thành một kỹ thuật phân tích có tính ứng dụng cao cho ngành thực phẩm Một mảng lớn trong chemometrics phát triển nhanh gắn liền với toán học và tin học là hồi quy đa biến – kỹ thuật đa biến được dùng rộng rãi trong phòng thí nghiệm giúp giải quyết các bài toán:

- Xác định nồng độ của một chất trong một hỗn hợp các hợp chất phức tạp (thường được thu dưới dạng phổ cận hồng ngoại) [18]

- Truy xuất nguồn gốc của mẫu (từ dữ liệu phân tích hóa học hoặc quang phổ) [18]

- Suy đoán thuộc tính của một hợp chất hóa học (từ dữ liệu cấu trúc hóa học) [18]

- Nhận biết cấu trúc hóa học của một hợp chất hữu cơ chưa xác định (từ dữ liệu quang phổ) [18]

- Đánh giá trạng thái của các quá trình trong ngành công nghệ hóa học (từ dữ liệu phân tích quang phổ và hóa học) [18]

Hình 1.2 nói lên ứng dụng quan trọng nhất của chemometrics là phân tích số liệu đa biến cho những dữ liệu thu được từ phương pháp thí nghiệm theo tiêu chuẩn Phân tích số liệu thống kê đa biến là một công cụ chính để phân tích bộ dữ liệu thu được từ các hệ thống của thiết bị và từ đó xây dựng những mô hình toán học thực nghiệm nhằm phân tích nhanh các tính chất quan trọng của một hợp chất mà không trực tiếp đo lường hoặc thí nghiệm được

Hình 1.2: Mô phỏng và suy đoán dữ liệu mong muốn của đối tượng từ cơ sở dữ liệu

có sẵn thu từ phương pháp phân tích theo tiêu chuẩn [18]

1.1.3.2 Phương pháp tiển xử lý phổ cận hồng ngoại Các ma trận tín hiệu phổ thu được có thể sẽ chứa những thông tin gây nhiễu do bị tác động bởi những yếu tố khách quan như độ tán xạ của ánh sáng, nhiệt độ, sóng điện tử, thao tác thí nghiệm, thiết bị … Vì vậy, để xây dựng được một mô hình suy đoán có độ tin cậy, độ chính xác cao thì công đoạn tiền xử lý các ma trận tín hiệu phổ cận hồng

Mẫu, sản phẩm, thành phần hóa học chưa biết

Đối tượng

Thuộc tính, chất lượng, cấu trúc hóa học, v.v

Dữ liệu mong muốn

Phổ, số liệu thu được từ thực nghiệm hoặc

đã xử lý Dữ liệu có sẵn Phương pháp

ngoại trước khi mô hình hóa là thật sự rất cần thiết [19] Mục đích chính của việc tiền xử lý (hay còn gọi là biến đổi) phổ cận hồng ngoại là chuyển đổi các ma trận tín hiệu phổ tuân theo định luật Lambert Beer sang thành những số liệu cụ thể ở từng bước sóng nhằm cho biết mối tương quan giữa phổ cận hồng ngoại với các thuộc tính được đem phân tích theo phương pháp tiêu chuẩn [20], đồng thời loại bỏ những tác nhân gây nhiễu nhằm hạn chế gây cản trở cho việc xây dựng mô hình suy đoán

Một số phương pháp tiền xử lý phổ cận hồng ngoại được áp dụng phổ biến: - Đạo hàm bậc một hoặc bậc hai theo Savitzky – Golay: là một phương pháp được sử dụng phổ biến nhất để loại bỏ đi những giá trị trung bình nhằm lọc ra những tín hiệu gây nhiễu đường nền phổ (baseline) không quan trọng và làm tăng độ phân giải của quang phổ [19] Đạo hàm bậc một chỉ loại các nhiễu ảnh hưởng đến đường nền phổ, còn đạo hàm bậc hai loại bỏ đồng thời cả nhiễu gây ảnh hưởng đường nền phổ và những đường có xu hướng tuyến tính [21] Một số nhược điểm chung của phương pháp đạo hàm bậc một hoặc bậc hai để tiền xử lý phổ cận hồng ngoại là có thể làm tăng nhiễu và khó giải thích được dải phổ sau khi biến đổi

- Biến thiên đã chuẩn hóa (Standard Normal Variate Transformation – SNV): sử dụng thuật toán đơn giản để loại bỏ sự hấp thụ hóa học của ánh sáng tán xạ SNV thay đổi đường nền phổ và khoảng cách ánh sáng cận hồng ngoại đi qua một mẫu trong phân tích là hai nguyên nhân gây ra sự khác biệt giữa các phổ tương tự nhau [22]

- Hiệu chỉnh phân tán nhiều lần (Multiplicative Scatter Correction – MSC): giảm thiểu độ lệch đường chuẩn (baseline offsets) và hiệu ứng số nhân (multiplicative effects) Kết quả của MSC trong nhiều trường hợp gần như giống với kết quả của SNV Tuy nhiên, một số nhà nghiên cứu về quang phổ đề nghị nên sử dụng phương pháp tiền xử lý phổ cận ngoại SNV hơn là sử dụng MSC vì phương pháp SNV biến đổi theo từng cụm riêng lẻ mà không cần toàn bộ dữ liệu [23]

1.1.3.3 Phương pháp phân tích nhân tố khám phá (Exploratory factor analysis – EFA)

Phân tích nhân tố (Factor Analysis – FA) là một phương pháp thống kê được sử dụng để thu nhỏ và rút gọn dữ liệu Nó thường hướng đến việc đơn giản hóa một tập hợp các biến (variable) phức tạp ban đầu thành một tập các biến nhỏ hơn dưới dạng các nhân tố ảnh hưởng (factor) [24] Phương pháp phân tích nhân tố được xem xét như là “kỹ thuật phụ thuộc lẫn nhau” (interdependence technique) mà ở đó tất cả các biến được xem xét một cách đồng bộ trong mối tương quan với nhau Phương pháp phân tích nhân tố khám phá (Exploratory factor analysis – EFA) là một trong hai dạng cơ bản của phân tích nhân tố

Theo Hair và các cộng sự (2009), phân tích nhân tố khám phá (EFA) là một phương pháp phân tích định lượng dùng để rút gọn một tập hợp gồm nhiều biến đo lường phụ thuộc lẫn nhau thành một tập biến ít hơn (gọi là các nhân tố) để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin tập biến ban đầu [25]

Các tiêu chí sau để đánh giá tập biến mới và lựa chọn mô hình phù hợp để phân tích định lượng: hệ số tương quan r, hệ số xác định R2, các sai số căn bậc hai trung bình RMSEC (Root Mean Square Error)

1.1.3.4 Phương pháp bình phương tối thiểu từng phần (Partial Least Square – PLS) PLS là phương pháp đa biến dùng mô hình hóa mối quan hệ giữa biến độc lập X và biến phụ thuộc Y, từ đó có thể đoán được kết quả Y khi đã biết các thông tin của X và ngược lại Phương pháp bình phương tối thiểu từng phần [26], [27], [28], [29] dựa trên mối quan hệ giữa ma trận tín hiệu (dữ liệu phổ) và các thuộc tính của mẫu (biến Y) Các tác động gây nhiễu và dữ liệu bị chồng chéo có thể được khắc phục bằng phân tích đa biến bởi phương pháp PLS Thuật toán được xây dựng dựa trên sự tương quan giữa dữ liệu phổ với ma trận thuộc tính quan tâm (VD: hàm ẩm và lượng lipid tổng của cơm dừa)

Một mô hình suy đoán được xem là tốt khi đáp ứng các tiêu chí đánh giá sau: sai số của phép đo mẫu chuẩn thấp (Standard Error of Calibration – SEC), sai số chuẩn của

dự đoán thấp (Standard Error of Prediction – SEP), hệ số tương quan r cao [30] và hệ số xác định R2 cao

1.1.4 Ứng dụng phương pháp cận hồng ngoại trong phân tích công nghệ thực phẩm

Phổ cận hồng ngoại được dùng rộng rãi trong công nghiệp thực phẩm trên thế giới nhằm bảo đảm chất lượng sản phẩm, phân tích chất lượng nguyên liệu Các lĩnh vực ứng dụng chính trong thực phẩm và thức ăn gia súc bao gồm: sản xuất bơ sữa và thịt, thức uống, thành phần bánh mỳ và đồ gia vị cũng như hạt giống Các thuộc tính như protein, chất béo, tinh bột, độ ẩm, độ khô được phân tích cũng có thể phân tích các thuộc tính chuyên sâu hơn như hàm lượng cồn, nitơ

Năm 2000, Hourant P và cộng sự đã sử dụng phương pháp cận hồng ngoại để phân tích thành phần chất béo trong dầu mỡ động thực vật [31] Sử dụng 104 mẫu mỡ và dầu thực vật được lấy từ 18 nguồn khác nhau, gồm cả động vật (mỡ động vật, dầu cá) và thực vật (dầu quả hạch brazil, dầu dừa, dầu bắp, dầu hoa hướng dương, dầu quả óc chó, dầu ô liu, dầu đậu phộng, dầu cọ, dầu đậu nành và dầu canola) Các quang phổ của mẫu chất béo và dầu được ghi lại mỗi 2 mm trong khoảng bước sóng 1100 – 2500 nm bằng cách sử dụng phần mềm NSAS phiên bản 3.11 Mỗi phổ thu được bằng phổ trung bình của 10 lần quét Các tác giả đã xác định được những bước sóng hấp thụ mạnh tương ứng với từng loại dầu mỡ có nguồn gốc khác nhau [31]

Năm 2008, D Wu cùng cộng sự đã tiến hành sử dụng cận hồng ngoại để xác định các hợp chất chính có trong sữa bột dành cho trẻ em [32] Tác giả đã phân tích 350 mẫu sữa bột bằng thiết bị FieldSpec Pro FR cầm tay (có dải bức xạ hồng ngoại từ 325 – 1075 nm) Để tính toán, nhóm tác giả chỉ sử dụng khoảng phổ từ 800 – 1050 nm và xử lý với phần mềm RS3 cho Windows Thành phần cơ bản của các mẫu sữa được xác định bằng các phương pháp tiêu chuẩn: Hàm lượng chất béo được đo bằng phương pháp Rose – Gottlieb theo GB/T 5413.3 – 1997 (Tiêu cuẩn quốc gia của Trung Quốc)

Hàm lượng protein được xác định bằng phương pháp Kjeldahl như mô tả của GB/T 5413.1 – 1997 và sử dụng giá trị 6,38 để chuyển đổi các giá trị đạm với protein Hàm lượng carbohydrate được xác định bằng phương pháp của Lane và Eynor như mô tả GB/T 5413.5 – 1997 (Tiêu chuẩn quốc gia của Trung Quốc) Hàm lượng các chất được tính trên 100g sữa bột Trong nghiên cứu này, các tác giả đã xác định được các bước sóng hấp thụ mạnh tương ứng với các thành phần chính trong sữa [32]

Năm 2012, J Rodrigo và cộng sự đã sử dụng quang phổ cận hồng ngoại để đánh

giá chất lượng của hạt cà phê xanh [33] Sử dụng máy quang phổ cận hồng ngoại

Fourier – transform (FTLA 2000, ABB, Québec, Canada) được trang bị detector indium – gallium – arsenide (InGaAs) cho phép đo phản xạ khuếch tán qua dụng cụ chứa mẫu với đường kính vùng chiếu sáng là 6 mm Vùng phổ sử dụng từ 1000 – 2500 nm và cứ mỗi bước sóng cách nhau 2 nm thì ghi kết quả một lần Thực hiện quét 64 lần cho mỗi điểm bước sóng Các thiết bị được điều khiển thông qua phần mềm Bomen – Grams (phiên bản 7, ABB) Sử dụng phương pháp phân tích thành phần chính (Principal component analysis – PCA) để xác định khả năng phổ cận hồng ngoại khi phân biệt hạt cà phê lỗi [33] Đồ thị phân nhóm chất lượng hạt cà phê cho thấy tỷ lệ hạt không bị lỗi ở hạt cà phê Arabica là 95%, hư hỏng do côn trùng chiếm tỷ lệ lớn nhất là 1,2% và 2% tương ứng với nguồn gốc AC và AN Tỷ lệ hạt không bị lỗi dao động từ 91% (RV) và 70% cho RI Sự khác biệt lớn giữa hai loại RV và RI là tỷ lệ hạt bị mốc, 16,2% của RI và 1,9% của RV [33] Tác giả nhận thấy rằng phổ cận hồng ngoại và mô hình được xây dựng bằng thuật toán PCA là một công cụ có giá trị, có thể ứng dụng vào các nhà máy rang xay cà phê để đánh giá được chất lượng cà phê xanh với sai số thấp [33]

Ngoài ra, nhiều tác giả đã công bố những công trình sử dụng NIR kết hợp chemometrics để nghiên cứu thuộc tính nông sản, thực phẩm Chi tiết được nêu trong bảng 1.1

Bảng 1.1: Các nghiên cứu sử dụng phương pháp cận hồng ngoại trong phân

tích thực phẩm

Mẫu/Bước sóng

Thuộc tính (đơn vị)

Tiền xử lý phổ

Thịt bò 750 – 1050 nm

Lipid [%] (2,1 – 82,7)

SNV

rcal = 0,98; RMSECV = 3,0 rval = 0,84; RMSEP = 8,7

J P Wold , 2011 [34]

Thịt heo tươi 450 – 910 nm

Protein [%] (19,07 – 23,32)

Độ ẩm [%] (64,65 – 74,12)

Deriv

rcal=0,821; RMSEC=0,469 rcal=0,757; RMSEP=0,405 rcal=0,832; RMSEC=0,762 rcal=0,794; RMSEP=0,776

Y T Liao, 2010 [35]

Cá hồi phi lê 760 – 1040 nm

Lipid [%] (3,81 – 29,64)

AVG, SNV rcv=0,958; RMSECV=2,00

V H Segtnan, 2009 [36], S Ottestad, 2009

[37]

Sữa bột nguyên kem 1000 - 2500

nm

Lipid [%] (24,3 – 29,6)

Protein [%] (22,2 – 28,5)

(3,0 – 4,7)

Cây Olive 380 – 1690 nm

Lipid [g/kg] (51,1 – 303,4)

SNV, DT,

SG

RMSEC = 1,88 rval = 0,86 RMSEP = 2,02

L Chaparro, 2014

Salguero-[39]

Khoai tây chiên 760 – 1040 nm

Lipid [%] (26,7 – 49,3)

SNV + AVG

r = 0,99 RMSECV = 0,99

F Pedreschi, 2010 [40]

1.2 Cơm dừa

Cơm dừa (còn gọi là phôi nhũ hay cùi dừa) có màu trắng bóng Khi dừa già, cơm dừa dày khoảng 1 – 2 cm, lúc này cơm dừa thường được sử dụng để ép lấy dầu hay làm sữa dừa Giữa cơm dừa và sọ dừa có lớp màu nâu mỏng dính chặt vào gáo

Khi trái dừa đạt 10 – 12 tháng tuổi, cơm dừa có độ dày đạt yêu cầu trong sản xuất dầu dừa Dừa được thu hoạch ở thời điểm 12 tháng tuổi dùng để sản xuất cơm dừa là tốt nhất Tùy theo điều kiện bảo quản, sau khi thu hoạch, trái dừa tiếp tục biến đổi theo thời gian Lượng cơm dừa tiếp tục tăng lên tùy tháng tuổi của dừa Trái dừa thu hoạch sớm hơn 12 tháng tuổi có tỷ lệ hư thối đáng kể khi bảo quản Mặt khác, trái dừa quá già (hơn 12 tháng tuổi) có nguy cơ hư hỏng khác là mọc mầm

Về cấu tạo cả trái dừa, đi từ ngoài vào trong là các phần: vỏ, gáo, cơm dừa và nước dừa Về mặt dinh dưỡng, cơm dừa là phần có giá trị nhất Ở trái dừa khô, cơm dừa dày khoảng 12 – 15 mm Trong trái dừa khô, phần cơm dừa chiếm khoảng 22% khối lượng, nước dừa chiếm 25%, còn lại là vỏ dừa 35% và gáo 12% [41]

Tiến trình hình thành cơm dừa có ba phần tạo thành cơm dừa không đồng thời: - Vùng cực đối diện với cuống: cơm dừa được hình thành trước tiên

- Vùng ở giữa trái (vùng xích đạo) có chu vi lớn nhất - Vùng cực ở cuống: được hình thành sau cùng nên mềm hơn, hàm lượng nước cao hơn, còn đạm, đường, béo có khi được tạo thành chưa đầy đủ và gáo dừa hình thành sau nên độ cứng kém, nhất là ở ba lỗ mầm

Nathanael đã chia cơm dừa thành bốn vùng khác nhau và có thành phần chính được trình bày ở bảng 1.2 và các nghiên cứu về thành phần của cơm dừa được nêu chi tiết ở bảng 1.3

Bảng 1.2: Hàm lượng dầu và độ ẩm của cơm dừa ở bốn vùng khác nhau [42]

Bảng 1.3: Thành phần cơm dừa [42], [43], [44], [45]

Tác giả Độ ẩm

(%)

Chất béo (%)

Protein (%)

Carbonhydrate (%)

Chất xơ (%)

2,5 – 3,5 58,0 – 62,0 8,0 18,0 – 20,0 2,0 – 4,0 1,5 – 2,0

Hàm lượng ẩm ở cơm dừa tươi được lấy từ trái dừa 8 tháng tuổi đạt gần 90% và độ ẩm sẽ dần giảm xuống còn 50 – 60% khi trái dừa già đi (khoảng 12 tháng tuổi) Hàm lượng chất béo trong cơm dừa tươi chỉ đạt khoảng 36 – 41% Cơm dừa sau khi được sấy khô có độ ẩm khoảng 6% và hàm lượng chất béo tăng lên đến 60 – 74% Hàm lượng acid béo tự do giảm dần ở những trái dừa 6 – 7 tháng tuổi và chỉ còn 0,5% ở những trái dừa 12 tháng tuổi [42], [46]

 Cơm dừa nạo sấy

Sản phẩm cơm dừa nạo sấy được sản xuất ở quy mô công nghiệp nên bảo toàn được các đặc điểm của cơm dừa tươi và đáp ứng được yêu cầu vệ sinh thực phẩm Hàm lượng nước trong cơm dừa khá lớn nên ảnh hưởng đến thời gian bảo quản và chi phí vận chuyển sản phẩm Chính vì điều đó, cơm dừa nạo sấy tách bớt đi một phần nước nên khắc phục được những nhược điểm trên Sản phẩm cơm dừa nạo sấy có giá trị cao vì là nguyên liệu chế biến ra dầu dừa, nguyên liệu trong công nghiệp thực phẩm chế biến bánh, mứt, kẹo hay được chế biến như là một món thức ăn hằng ngày

 Dầu dừa

Dầu dừa được sản xuất từ cơm dừa tươi (được gọi là dầu dừa nguyên chất) hoặc copra (được gọi là dầu dừa tinh luyện) Do hương vị đặc trưng, dầu dừa thường được đưa vào một số sản phẩm đặc biệt như cà ri ở vùng Nam Á, bánh nướng, bánh ngọt, sauce trái cây [48], tạo mùi thơm cho bắp rang

xử lý số liệu chemometrics để phân tích nhanh hàm lượng lipid tổng và hàm ẩm của cơm dừa Trong luận văn này, chúng tôi lựa chọn hai mô hình suy đoán hàm lượng ẩm và hàm lượng lipid tổng có trong cơm dừa từ 300 mẫu chuẩn được phân tích theo phương pháp tiêu chuẩn, từ đó đánh giá hai mô hình suy đoán vừa xây dựng được với 45 mẫu kiểm chứng ngẫu nhiên

CHƯƠNG 2: NGUYÊN LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU 2.1 Nguyên liệu – vật liệu

Cơm dừa được lấy từ dừa trưởng thành (≥ 12 tháng tuổi) ở các nhà vườn thuộc bốn tỉnh: Bến Tre, Cần Thơ, Trà Vinh và Vĩnh Long với tổng số là 345 mẫu

2.1.2 Bảo quản mẫu

Cơm dừa được bảo quản ở tủ cấp đông ở nhiệt độ -40C trong khoảng 1 tuần

- 1 bóng đèn 100W làm nguồn nhiệt - Bình hút ẩm

- Cân phân tích - Tủ sấy

- Cân sấy ẩm hồng ngoại

2.3 Nội dung nghiên cứu

2.3.1 Sơ đồ nghiên cứu

Nội dung của các thí nghiệm trong nghiên cứu này được trình bày tóm tắt trong sơ đồ biểu diễn ở hình 2.1:

Hình 2.1: Sơ đồ bố trí thí nghiệm

NỘI DUNG NGHIÊN CỨU

4 Kiểm định mô hình suy đoán vừa xây dựng

2 Thu nhận phổ cận hồng ngoại của cơm dừa bằng thiết bị NIR cầm tay

1 Phân tích thành phần cơm dừa theo phương pháp phân tích tiêu chuẩn

Xác định hàm lượng lipid tổng bẳng phương pháp Soxhlet

Xác định độ ẩm bằng phương pháp sấy ẩm hồng ngoại

3 Xây dựng mô hình suy đoán độ ẩm và hàm lượng lipid tổng của cơm dừa

Tìm tương quan giữa phổ cận hồng ngoại với hai thuộc tính độ ẩm và lipid

2.3.2 Quy trình nghiên cứu

Quy trình xây dựng mô hình suy đoán độ ẩm và hàm lượng lipid bằng phương pháp NIR kết hợp với chemometrics được thể hiện ở hình 2.2

Mô hình phương trình đường chuẩn suy đoán hàm lượng lipid tổng cũng như hàm lượng ẩm của cơm dừa dựa trên thuật toán bình phương tối thiểu từng phần Ma trận nồng độ mẫu chuẩn được xây dựng dựa trên dải nồng độ lượng lipid tổng và hàm ẩm của 300 mẫu chuẩn trong vùng sóng 740 – 1070 nm

Tiến hành chuẩn bị 300 mẫu chuẩn theo như quy trình phân tích trong mục 2.1.1 Đo phổ hấp thụ cận hồng ngoại của các mẫu này trong vùng phổ từ 740 – 1070 nm với 331 bước sóng, ghi lại độ hấp thụ quang của từng mẫu Lưu lại kết quả dưới dạng ma trận tín hiệu đo có kích thước (300 × 331) và chuyển dữ liệu vào phần mềm UNSCRAMBLER X phiên bản 10.5 để xây dựng mô hình hồi quy

Sau khi xử lý tập dữ liệu theo các mô hình hồi quy, dựa trên các hệ số tương quan r, hệ số xác định R2, các sai số căn bậc hai trung bình RMSE (root mean square error) để đánh giá và lựa chọn mô hình phù hợp để phân tích định lượng

Khi các phương trình hiệu chuẩn đã được xây dựng, chúng phải được đánh giá kiểm chứng trên bộ phép thử độc lập, tốt nhất mẫu được lấy sau khi hiệu chuẩn Bộ phép thử cần bao trùm tất cả các biến thiên trong bộ mẫu và cần chứa ít nhất là 25 mẫu [13] Ở đây, chúng tôi sử dụng 45 mẫu ngẫu nhiên nằm ngoài tập hợp 300 mẫu chuẩn để kiểm chứng

Xây dựng ma trận mẫu kiểm chứng với hàm lượng lipid và hàm lượng ẩm biết trước nằm trong khoảng đường chuẩn đã xây dựng để kiểm chứng tính phù hợp của mô hình hồi quy Tiến hành chuẩn bị 45 mẫu kiểm chứng theo như quy trình phân tích trong mục 2.1.1 Đo phổ cận hồng ngoại của các mẫu này trong vùng phổ từ 740 – 1070 nm, ghi lại độ hấp thụ của từng mẫu Lưu lại kết quả dưới dạng ma trận tín hiệu

đo có kích thước (45 × 331) và chuyển dữ liệu vào phần mềm UNSCRAMBLER X 10.5 để xây dựng mô hình hồi quy

Hình 2.2: Lược đồ phân tích độ ẩm và hàm lượng lipid tổng trong cơm dừa bằng

phương pháp NIR kết hợp với chemometrics

Đánh giá kết quả độ ẩm và hàm lượng lipid tìm được từ mô hình bằng các hệ số tương quan r, hệ số xác định R2, RMSE

Phương pháp phân tích tiêu

trận tín hiệu

Nhập dữ liệu ma trận độ ẩm, hàm lượng lipid tổng vả ma trận tín hiệu của mẫu chuẩn và các mẫu đối chứng vào phần mềm UNSCRAMBLER X phiên bản 10.5 xử lý theo phương pháp PLS

Nếu cho kết quả tốt

Nếu cho kết quả không tốt

Đạo hàm bậc 1, đạo hàm bậc 2 ma trận tín hiệu

Chuyển dữ liệu vào UNSCRAMBLER

X 10.5

Kiểm định phương pháp

NIR Lựa chọn mô hình

suy hóa phù hợp

Phân tích định lượng mẫu thực tế

2.4 Phương pháp phân tích

Chia ngẫu nhiên 345 mẫu ban đầu thành hai phần gồm: 300 mẫu chuẩn tự tạo và 45 mẫu kiểm chứng Cả hai tập hợp mẫu này đều được xác định hàm lượng ẩm và lipid tổng bằng cùng quy trình với phương pháp phân tích theo tiêu chuẩn và phương pháp cận hồng ngoại

2.4.1 Xác định độ ẩm theo TCVN 8949:2011 (ISO 665:2000)

Độ ẩm được xác định bằng phương pháp sấy đến khối lượng không đổi, sử dụng thiết bị đo độ ẩm hồng ngoại (hãng Scaltec, Đức) [49]

2.4.2 Xác định hàm lượng lipid tổng theo TCVN 8948:2011 (ISO 659:2009)

Hàm lượng lipid được xác định bằng phương pháp trích ly bán liên tục bằng dung môi (phương pháp Soxhlet) Lipid được trích ly bằng dung môi diethyl ether nhờ hệ thống siphon kết nối giữa bình chưng cất và bình trích ly Hàm lượng lipid trong mẫu được xác định bằng khối lượng chất khô sau khi trích ly [49]

2.4.3 Phương pháp phân tích định lượng bằng cận hồng ngoại

Để xác định hàm lượng lipid tổng vả độ ẩm trong cơm dừa cần phải tiến hành tuần tự các bước sau:

- Bước 1: Chuẩn bị 345 mẫu cơm dừa dạng miếng và nạo sợi Mẫu cơm dừa được xử lý sơ bộ để thu được mẫu thử đồng nhất từ nguyên liệu ban đầu Cho phần mẫu thử đồng nhất vào dụng cụ đựng mẫu của thiết bị đo phổ NIR Đo độ hấp thụ tại các bước sóng trong vùng cận hồng ngoại 740 – 1070 nm và dữ liệu quang phổ được chuyển về các nồng độ thành phần lipid và độ ẩm các mẫu hiệu chuẩn được xây dựng trên các mẫu đại diện từ lượng được thử nghiệm

- Bước 2: Nhập dữ liệu ma trận độ ẩm, hàm lượng lipid tổng và ma trận phổ của 300 mẫu chuẩn tự tạo và 45 mẫu kiểm chứng vào phần mềm UNSCRAMBLER X phiên bản 10.5

- Bước 3: Xây dựng mô hình suy đoán hàm lượng lipid tổng và độ ẩm trong cơm dừa dựa trên mô hình được xây dựng từ ma trận tín hiệu phổ của 300 mẫu chuẩn dùng để xây dựng mô hình hồi quy đa biến và ma trận hàm lượng lipid tổng và độ ẩm trong mẫu chuẩn Trên phần mềm Unsrambler X 10.5, xử lý số liệu theo phương pháp PLS

- Bước 4: Kiểm tra độ chính xác của mô hình thông qua phân tích 45 mẫu kiểm chứng, đánh giá sai số tương đối và các hệ số tương quan r, hệ số xác định R2, RMSE để lựa chọn mô hình phù hợp

- Bước 5: Kiểm định lại phương pháp định lượng bằng thiết bị cận hồng ngoại cầm tay thông qua chuẩn T – Student và Fisher để so sánh độ đúng và độ lặp lại với phương pháp phân tích theo tiêu chuẩn

CHƯƠNG 3: KẾT QUẢ VÀ BÀN LUẬN 3.1 Phân tích số liệu thu được bằng phương pháp phân tích theo tiêu chuẩn

3.1.1 Đối với hàm lượng lipid tổng

Hàm lượng lipid tổng của các mẫu cơm dừa trong tập hợp 345 mẫu có giá trị nhỏ nhất là 2,8867% và giá trị lớn nhất là 68,4363% Ở giữa hai giá trị này, có các giá trị phân bố liên tục như hình 3.1 Vì vậy, các mẫu này có thể sử dụng để xây dựng đường chuẩn cho thiết bị cận hồng ngoại cầm tay với thuộc tính hàm lượng lipid tổng

Hình 3.1: Dải nồng độ hàm lượng lipid tổng của 345 mẫu cơm dừa

3.1.2 Đối với hàm ẩm

Hàm lượng ẩm của các mẫu cơm dừa trong tập hợp 345 mẫu có giá trị nhỏ nhất là 0,39% và giá trị lớn nhất là 82,21% Ở giữa hai giá trị này, có các giá trị phân bố liên tục như hình 3.2 Vì vậy, các mẫu này có thể sử dụng để xây dựng đường chuẩn cho thiết bị cận hồng ngoại cầm tay với thuộc tính hàm ẩm

Lipid (%)

Sample