فهرست نشریات علمی دسترسی آزاد ایران

زیتون یک میوه‌ مدیترانه‏ای است که عمدتاً به دلیل روغن آن کشت می‏شود. روغن‌زیتون فرابکر همیشه مورد توجه و خواست استفاده‌کنندگان بوده است. ازاین‌رو، تقلب در روغن‌های زیتونِ بکر و فرابکر، با افزودن روغن‌هایی مثل کانولا، آفتابگردان، تفاله زیتون و غیره مشاهده می‌شود. تشخیص تقلب در روغن‌های گیاهی با ترکیبات مشابه و گونه‌های متفاوت با روش‌های مرسوم از جمله کروماتوگرافی گازی مشکل و زمان‌بر است و نیاز به آماده‌سازی نمونه و اپراتور دارد. به همین دلیل کاربرد فناوری‌های غیر‌مخرب برای تشخیص تقلب اهمیت دارد. در این پژوهش، با استفاده از فناوری طیف‌سنجی مرئی/فروسرخ نزدیک (Vis/NIR )، تشخیص تقلب روغن پومیس (روغن تفاله زیتون) بررسی شد. از سه نوع روغن‌زیتون فرابکر، بکر و روغن‌زیتون تصفیه شده برای نمونه‌گیری استفاده شد و برای اطمینان از اصالت آن‌ها، مشخصات و درصد ترکیبات سازنده آن با سامانه کروماتوگرافی گازی اندازه‌گیری شد. سپس نمونه‌ها در شش دسته‌ خالص، 11، 20، 33، 50 و 100درصد تقلب ساخته شدند. هر تیمار در ده نمونه تهیه و آزمایش‌ها انجام شد. در ادامه به‌منظور تحلیل ویژگی‌های کیفی و طبقه‌بندی داده‌های مستخرج از طیف‌سنج، از روش‌های بازشناسی الگو شامل تحلیل تفکیک خطی (LDA) و ماشین بردار پشتیبان (SVM) استفاده شد. نتایج به‌دست‌آمده نشان داد که طیف‌سنجی مرئی/فروسرخ نزدیک (Vis/NIR) قادر به تفکیک نمونه‌های روغن‌زیتون بر اساس درصد‌های مختلف تقلب پومیس است. هرچند روش LDA توانست باصحت قابل قبولی نمونه‌های روغن‌زیتون را باتوجه‌به نرخ تقلب دسته‌بندی کند، اما روش SVM باصحت آموزش 69/96درصد و اعتبار‌سنجی 86/95 درصد از صحت و برازش مطلوب‌تری برخوردار بود. طبق نتایج، تابع خطی، به‌عنوان بهترین تابع برای ساخت مدل‌های دسته‌بندی به روش SVM پیشنهاد شد.