菜籽品種可見近紅外光譜鑒別研究

董小玲

DONG Xiao-ling

（華東交通大學外國語學院，江西 南昌 330013）

(School of Foreign Languages,East China Jiaotong University,Nanchang,Jiangxi330013,China)

菜籽品種是決定蔬菜品質(zhì)、制約蔬菜產(chǎn)量的主要因素之一[1]。一些不法商販往往混淆品種，以次充好，謀取暴利，嚴重影響了市場秩序及菜農(nóng)權益。形態(tài)學方法、農(nóng)藝性狀法、蛋白質(zhì)電泳技術檢驗法、DNA分子標記技術檢驗法等傳統(tǒng)菜籽品種評價方法，耗時、費力、準確性差。隨著消費者對蔬菜數(shù)量及品質(zhì)要求的不斷提高，迫切要求采用快速檢測手段，現(xiàn)場識別菜籽的品種及優(yōu)劣，維護市場秩序、保障菜農(nóng)權益。

經(jīng)過物料漫射的可見近紅外光譜中含有豐富的含氫基團信息，可表征物料的物理及化學信息，具有快速、綠色、無損等優(yōu)點，利用農(nóng)產(chǎn)品種子的可見近紅外光譜信息，可進行種子品種鑒別。國內(nèi)科技人員建立了枇杷[2]、奶茶[3]、茶葉[4]、小麥[5]、葡萄[6]、草莓[7]、玉米[8-10]、大米[11]、人參[12]、稻米[13]、鮮棗[14]、大豆[15]等農(nóng)作物種子品種識別研究，并建立了相應的數(shù)學模型。在建模過程中，可見近紅外光譜包含上千個波長點甚至更多的信息，若將全部光譜作為分類算法的輸入變量，會影響算法的收斂速度和收斂性。通常做法是將光譜數(shù)據(jù)壓縮成幾個主成分，作為輸入變量訓練數(shù)學模型，預測未知樣品。筆者在前期白菜籽品種識別試驗[16]中，采用了若干主成分（PCA）表征原光譜信息的方法。該方法雖可表征絕大多數(shù)光譜信息，但因線性變換過程少量信息會自然損失，原光譜信息并未充分利用。所以，采用部分主成分表征原光譜信息的方法，在一定程度上影響了品種識別的精度[17]。線性判別分析（LDA）是以樣本的可分性為目標，尋找一組線性變換，使樣本類內(nèi)離散度最小而類間離散度最大的分類方法[18]。LDA方法高效、便捷，可較為有效地解決光譜分類問題[19,20]。但LDA光譜數(shù)據(jù)分類應用報道較少，主要是LDA面對高維小樣數(shù)據(jù)時，易產(chǎn)生過擬合現(xiàn)象，面對不同試驗數(shù)據(jù)，需優(yōu)選適宜的特征變量，更易發(fā)揮LDA算法特長。

為了提高菜籽品種可見近紅外光譜識別率，提出了一種基于主成分載荷向量和LDA的菜籽品種識別方法。根據(jù)主成分載荷向量峰谷變化趨勢，篩選特征光譜變量，作為LDA的輸入向量，進行6種菜籽品種的判別分析，并與PCA-LAD的分類判別結果對比，驗證方法的可靠性。

1 材料與方法

1.1 試驗儀器

光譜儀：Handheld Field SpecPro，美國Analytical Spectral Devices公司。

性能參數(shù)：光譜范圍325～1 075 nm，采樣間隔1.5 nm，探頭視場角20°，光源鹵鎢燈14.5 V。試驗中采用漫反射方式，使用儀器自帶ASD ViewSpec Pro軟件采集光譜。

1.2 試驗材料

菜籽：鑫豐70白菜籽，青麻葉白菜籽，山東五號白菜籽，四季抗熱芥菜籽，特選大坪埔芥菜籽，芥菜筍籽，港種四九菜心籽，十月紅菜心籽，九月鮮菜心籽，廣東四九菜心籽，白皮苦瓜籽，長綠苦瓜籽，春華苦瓜籽，金禾萵筍籽，花紅柳綠萵筍籽，金發(fā)萵筍籽，漢城白玉蘿卜籽，廣東短葉蘿卜籽，浙大長蘿卜籽，馬耳蘿卜籽，南昌某種子公司；試驗樣品的具體品種及數(shù)量見表1。

采用直徑60 mm的培養(yǎng)皿裝樣，盛滿壓實后供試驗使用。每個品種的菜籽樣品攪拌均勻后等分若干份。采集光譜前，將每份樣品置于約30℃的室溫環(huán)境中約24 h，達到室溫后采集可見近紅外光譜。

表1 不同品種菜籽樣品統(tǒng)計結果Table1 Statistical result of the different varieties of vegetable seeds

1.3 光譜采集

采用漫反射方式，采集菜籽樣品的可見近紅外光譜。采集樣品光譜前，先采集聚四氟乙烯標準白板光譜，作為參比光譜，采集參比及樣品的積分時間均為272ms。每份菜籽樣品采集10條可見近紅外光譜取平均，并利用ASD ViewSpec Pro軟件轉化成反射率光譜，供后續(xù)數(shù)據(jù)分析使用。試驗中共采集660份樣品光譜，即660條光譜。

1.4 數(shù)據(jù)處理

菜籽的可見近紅外光譜數(shù)據(jù)處理采用unscrambler X10.1和Matlab 2010a軟件。數(shù)據(jù)讀取、轉換均在Matlab 2010a中完成。PCA和LDA均在unscrambler X10.1中完成，采用誤判率評價品種鑒別結果的準確性。

2 結果與討論

2.1 菜籽光譜響應特性

不同品種菜籽的可見近紅外光譜響應特性見圖1。試驗中采集到的菜籽原始光譜范圍是325～1 075 nm，因為325～450 nm和1 000～1 075 nm處于檢測器的兩端，信噪比較低，在數(shù)據(jù)分析中予以剔除，故數(shù)據(jù)分析中選用450～1 000 nm波段的光譜數(shù)據(jù)。由圖1可知，不同品種菜籽形態(tài)各異，在光譜上體現(xiàn)為不同品種菜籽在相同波長點處的反射率不同，苦瓜籽粒最大，反射率也最大，菜心籽粒最小，反射率也最小。不同菜籽色澤各異，也會導致光譜趨勢變化，700 nm處是拐點，700 nm后不同品種的可見近紅外反射率光譜差異變大，其中苦瓜籽和萵筍籽與其余菜籽的光譜變化趨勢略有不同，后續(xù)分析中，苦瓜籽和萵筍籽也未被誤分入其它種類中。

圖1 不同品種菜籽的可見近紅外反射率光譜曲線Figure 1 Visible near-infrared reflectance spectral curves of the different varieties for vegetable seeds

2.2 菜籽光譜主成分分析

可見近紅外光譜通常包含上千個波長點以上的數(shù)據(jù)，若將所有數(shù)據(jù)都作為輸入訓練熟悉模型，勢必導致計算速度和收斂性變差。通常采用將原光譜數(shù)據(jù)壓縮成若干個主成分，表征原光譜數(shù)據(jù)信息。試驗中采用PCA方法將菜籽的可見近紅外光譜壓縮成20個主成分因子，得到20個主成分累積貢獻率曲線，因第8主成分后累計貢獻率曲線基本不變，故繪制了前7個主成分貢獻率曲線見圖2。由圖2可知，增加主成分因子數(shù)，主成分累積貢獻率也隨之增加，當增加到第4主成分時，累積貢獻率基本保持不變，在圖上呈現(xiàn)為一條水平直線。前4個主成分累積貢獻率為99.99%，較為全面地包含了原始光譜信息，剩余16個主成分累積貢獻率為0.01%，所包含原始光譜信息極少。試驗中分別采用前4、7和21個主成分因子作為LDA的輸入變量。

不同品種菜籽可見近紅外光譜的第1和第2主成分得分圖見圖3，其中第1和第2主成分貢獻率分別為94.97%和4.22%。由圖3可知，6個品種菜籽在主成分得分圖上大致分成三類，其中苦瓜籽（KG）、萵筍籽（WS）和其他菜籽分成三類，除KG和WS外，其余菜籽混在一起，從圖3中難以分辨出來。

圖2 不同品種菜籽可見近紅外光譜主成分累計貢獻率曲線Figure 2 Cumulative contribution rate curve of principal component for different varieties of vegetable seeds

圖3 不同品種菜籽可見近紅外光譜第一和第二主成分得分圖Figure 3 Score plots of first and second principal components for different varieties of vegetable seeds

2.3 菜籽可見近紅外光譜變量選擇

菜籽可見近紅外光譜的前7個主成分因子載荷曲線見圖4，其中載荷曲線的波峰和波谷處，表示不同品種引起的光譜載荷變化較大處。由圖4可知，第1主因子（PC1）主要反映不同菜籽反射率大小引起的載荷曲線變化，其中673 nm為峰值，被選為特征光譜變量。第2、3、4、5、6和7載荷曲線主要反映了不同品種菜籽在 507，518，545，569，586，611，668，673，721，734，748，754，804，851，881，918，966 nm 處的差異較為明顯。507，518，545，569，586 nm 可能是由于菜籽表皮的黃綠色變化引起的，611，668，673 nm可能是由于菜籽表皮的紅色變化引起的，734和748 nm可能與菜籽中某些成分的C—H鍵4倍頻振動有關，918和966 nm可能由菜籽中某些成分的C—H鍵3倍頻和O—H伸縮振動引起。507，518，545，569，586，611，668，673，721，734，748，754，804，851，881，918，966 nm共17個光譜變量與菜籽的外觀或內(nèi)部特征相關聯(lián)，也作為線性判別分析的輸入變量。

圖4 不同品種菜籽的主成分載荷向量曲線Figure 4 Cures of principal components for different varieties of vegetable seeds

2.4 菜籽品種線性判別分類

圖5 不同主成分和變量輸入的菜籽品種線性判別分析結果（PCs：主成分）Figure 5 Results of linear discriminantanalysiswith the input vectors of principal components(PCs)and variables

LDA是基于Fisher判別準則的判別方法，通過最大化類間距離和最小化類內(nèi)距離的方法，提高了類別間的區(qū)分能力。然而，LDA難以適應高維數(shù)據(jù)，且要求輸入變量是非奇異的。試驗中的光譜范圍450～1 000 nm，共551個光譜變量，難以直接作為LDA的輸入變量。試驗采用PCA將光譜數(shù)據(jù)壓縮成20個主成分因子，且主成分因子間線性無關。但主成分分析過程中，保留了大量的光譜共性信息，損失了部分的樣本類別差異信息。為此，數(shù)據(jù)處理中采用主成分載荷向量峰谷變化，選擇了17個與類別信息相關的光譜變量，作為LDA的輸入變量，同時作為對比組，分別選擇20、7和4個主成分因子作為LDA的輸入變量，進行對比，結果見圖5。由圖5可知，隨著輸入LDA的主成分數(shù)的增加（4，7，20），誤判率逐步下降（12.27%，5.00%，2.42%），20個主成分時誤判率最小為2.42%。但從主成分貢獻率曲線上看，從第5個主成分開始，貢獻率基本沒有變化，故使用20個主成分作為LDA的輸入變量，發(fā)生了過擬合現(xiàn)象。采用17個光譜變量作為LDA輸入變量的判別結果與20個主成分時一致，誤判率都達到了2.42%，但優(yōu)于7和4個主成分作為LDA輸入變量的判別結果。由此，可采用主成分載荷曲線圖選擇光譜變量，而不是將主成分因子直接作為LDA的輸入變量，可以提高LDA判別的精度。

表2 不同品種菜籽的線性判別分析結果Table2 Results of linear discriminant analysis for different varieties of vegetable seeds

表2 不同品種菜籽的線性判別分析結果Table2 Results of linear discriminant analysis for different varieties of vegetable seeds

a：主成分數(shù)為20，b：主成分數(shù)為7,c：主成分數(shù)為4,d：17個變量,*表示正確判別,**表示誤判,例如90a*表示某種菜籽在主成分數(shù)為20時的90個樣品被正確判別，9c**表示某種菜籽在主成分數(shù)為4時9個樣品被誤判。

品種BC CX JC KG LB WS BC 90a*/90b*/75c*/90d*KG LB WS 6c**9c**CX 1b**/2c**76a*/72b*/67c*/76d*14a**/17b**/21c**/14d**JC 1b**/10c**2a**/14b**/30c**/2d**118a*/105b*/80c*/118d*000 90a*/90b*/87c*/90d*0 0 0 0 0 00000 150a*/150b*/150c*/150d*000 000 000 3c**120a*/120b*/120c*/120d*0

不同品種菜籽的LDA判別結果見表2，其中上標標注a、b、c和d的結果，分別為20、7、4個主成分和17個光譜變量作為LDA輸入的判別結果，*表示樣品被正確判別個數(shù)，**表示樣品被誤判個數(shù)。采用17個光譜變量作為LDA輸入變量的判別結果最優(yōu)，其中白菜籽（BC）、苦瓜籽（KG）、蘿卜籽（LB）和萵筍籽（WS）均未發(fā)生誤判，2份芥菜籽（JC）樣品被誤判為菜心籽（CX），14份菜心籽被誤判為芥菜籽，總的誤判率為2.42%。

3 結論

本試驗采用可見近紅外光譜技術和LDA方法進行了6種菜籽品種鑒別研究。根據(jù)主成分載荷曲線峰谷變化趨勢篩選出17個光譜變量，作為LDA的輸入變量，解決了PCA壓縮光譜矩陣損失類別信息的問題，提高了菜籽品種的判別精度，誤判率達到2.42%，試驗結果表明可見近紅外光譜結合LDA的菜籽品種鑒別方法具有簡單、快速、準確、無損等優(yōu)點，在農(nóng)產(chǎn)品種子鑒別和質(zhì)量控制方面具有參考價值。

1 黃玲，鐘新民，李必元，等.春白菜品種比較試驗[J].山東農(nóng)業(yè)科學，2010(90:13～14,26.

2 Fu X P,Ying Y B,Zhou Y,et al.Application of probabilistic neural networks in qualitative analysis of near infrared spectra:Determination of producing area and variety of loquats[J].Analytica Chimica Acta,2007,598(1):27～33.

3 Liu F,Ye X J,He Y.Application of visible/near infrared spectroscopy and chemometric calibrations for variety discrimination of instantmilk teas[J].Journal of Food Engineering,2009,93(2):127～133.

4 He Y,Li X L,Deng X F.Discrimination of varieties of tea using near infrared spectroscopy by principal component analysis and BP model[J].Journal of Food Engineering,2007,79(4):1 238～1 242.

5 Carlos M.Discrimination of European wheat varieties using near infrared reflectance spectroscopy[J].Food Chemistry,2008,106(1):386～389.

6 Cao F,Wu D,He Y.Soluble solids content and pH prediction and varieties discrimination of grapes based on visible-near infrared spectroscopy[J].Computers and Electronics in Agriculture,2010,71(S1):S15～S18.

7 牛曉穎，邵利敏，趙志磊，等.基于BP-ANN的草莓品種近紅外光譜無損鑒別方法研究[J].光譜學與光譜分析，2012，32(8)：2 095～2 099.

8 盧洋，梁先揚，李衛(wèi)軍，等.基于近紅外光譜短波段的玉米品種鑒別研究[J].河南大學學報（自然科學版），2012，42(3)：239～243.

9 覃鴻，王徽蓉，李衛(wèi)軍，等.基于DPLS特征提取的LDA方法在玉米近紅外光譜定性分析中的應用[J].光譜學與光譜分析，2011，31(7)：1 777～1 781.

10 王徽蓉，李衛(wèi)軍，劉揚陽，等.基于遺傳算法與線性鑒別的近紅外光譜玉米品種鑒別研究[J].光譜學與光譜分析，2011，31(3)：669～672.

11 周子立，張瑜，何勇，等.基于近紅外光譜技術的大米品種快速鑒別方法[J].農(nóng)業(yè)工程學報，2009，25(8)：131～135.

12 黃亞偉，王加華，李曉云，等.基于近紅外光譜的人參與西洋參的快速鑒別研究[J].光譜學與光譜分析，2010，30(11)：2 954～2 957.

13 梁亮，劉志霄，楊敏華，等.基于可見/近紅外反射光譜的稻米品種與真?zhèn)舞b別[J].紅外與毫米波學報，2009,28(5)：353～356.

14 張淑娟，王鳳花，張海紅，等.鮮棗品種和可溶性固形物含量近紅外光譜檢測[J].農(nóng)業(yè)機械學報，2009，40(4)：139～142.

15 朱大洲，王坤，周光華，等.單粒大豆的近紅外光譜特征及品種鑒別研究[J].光譜學與光譜分析，2010，30(12)：3 217～3 221.

16 董小玲.基于可見近紅外光譜技術的白菜籽品種主成分和聚類分析研究[J].農(nóng)業(yè)機械·糧油加工，2012(12):102～104.

17 成忠，諸愛士.近紅外透射光譜結合規(guī)范變量分析用于化學模式分類[J].光譜學與光譜分析，2009，29(3)：624～628.

18 王曉慧.線性判別分析與主成分分析及其相關研究評述 [J].中山大學研究生學刊（自然科學、醫(yī)學版），2007，28(4)：50～61.

19 張凱，趙遼英，厲小潤.基于約束線性判別分析的非監(jiān)督高光譜影像分類方法[J].機電工程，2009，26(8)：41～44.

20 胡蘭萍，張琳，李燕，等.主成分—線性判別法對大氣易揮發(fā)性有機化合物的預警[J].分析化學，2007，35(3)：345～349.