油菜籽含油量傅里葉變換近紅外模型的修正＊

王麗萍，趙興忠，陳文杰，田建華，李殿榮

(陜西省雜交油菜研究中心，國(guó)家油料作物改良中心陜西分中心，陜西大荔 715105)

近紅外光譜分析技術(shù)(NIRS)是一種高效、快速的現(xiàn)代分析技術(shù)。該法操作簡(jiǎn)單、分析速度快、測(cè)試效率高，特別是可以非破壞性地同時(shí)分析多項(xiàng)指標(biāo)、測(cè)試過(guò)程無(wú)污染等優(yōu)點(diǎn)，使其在農(nóng)業(yè)領(lǐng)域得到廣泛應(yīng)用［1］。芥酸、硫苷及油份含量是油菜籽最重要的育種品質(zhì)指標(biāo)，國(guó)內(nèi)外應(yīng)用近紅外光譜技術(shù)測(cè)定油菜籽芥酸［2，3］、硫苷［4，5］和含油量［6-8］已有大量的文獻(xiàn)報(bào)道。眾所周知，影響近紅外模型預(yù)測(cè)性能的因素有很多，來(lái)源主要包括樣品、儀器和操作者三種因素，而樣品的代表性是近紅外建模及維護(hù)過(guò)程中影響模型預(yù)測(cè)性能的首要因素。通常情況下，為了獲得一個(gè)穩(wěn)健的近紅外預(yù)測(cè)模型，定標(biāo)集樣品選擇一定要有代表性，數(shù)量太少，不足以反映待測(cè)樣品的群體常態(tài)分布規(guī)律，數(shù)量太多將增加分析和篩選的工作量［9］。徐志龍等為減小溫度對(duì)模型的影響，提出包含溫度影響因子的混合建模方法［10］。姚勝等研究了實(shí)驗(yàn)誤差對(duì)模型準(zhǔn)確性的影響，認(rèn)為精確度越高模型的準(zhǔn)確性越好［11］。在近紅外模型測(cè)定中，近紅外預(yù)測(cè)值與化學(xué)值之間都存在一定的偏差，只是偏差大小的區(qū)別。由此設(shè)想存在一定偏差的樣品有可能是模型之外的樣品。因此我們將這些不同偏差的樣品添加至原模型后對(duì)模型的預(yù)測(cè)性能進(jìn)行了考察。在此基礎(chǔ)上，本文著重從偏差角度出發(fā)，以含油量模型為例，探討了近紅外模型維護(hù)時(shí)樣品選擇的一些基本規(guī)律，以期為提高近紅外光譜分析法在油菜籽品質(zhì)測(cè)定中的準(zhǔn)確性提供一定的科學(xué)參考。

1 材料與方法

1.1 儀器設(shè)備

光譜采集使用德國(guó)BRUKER公司的MPA型傅里葉變換近紅外光譜儀(配有鍍金積分球，樣品旋轉(zhuǎn)器和4.2 cm石英樣品杯，單粒樣品臺(tái)和2.0 cm安培瓶，鍍金背景和 PbS檢測(cè)器)，譜區(qū)范圍12000～4000 cm-1，分辨率8 cm-1，掃描次數(shù)64次，室溫26～27℃，OPUS 5.5軟件包用于數(shù)據(jù)分析。

1.2 樣品來(lái)源

所用實(shí)驗(yàn)材料均由陜西省雜交油菜研究中心育種分析室提供，選取水分含量基本一致，含油量變化范圍大，千粒重、粒色不同而且包括特殊種質(zhì)在內(nèi)的多種基因型樣品223份，建立標(biāo)準(zhǔn)模型樣品集和檢驗(yàn)集。

1.3 化學(xué)分析測(cè)定方法

殘余法(化學(xué)法)測(cè)定油菜籽的含油量(化學(xué)法GB/T 10359-1989)。

1.4 近紅外光譜法

測(cè)定油菜籽中的含油量。

2 模型

2.1 含油量模型的建立

在近紅外建模過(guò)程中，一個(gè)好的數(shù)學(xué)模型要求建模樣品具有代表性。為此，所選用223份樣品基本覆蓋了預(yù)測(cè)集可能出現(xiàn)的含量范圍，同時(shí)含量分布均勻。并對(duì)這些樣品采集近紅外光譜和測(cè)定化學(xué)值。

在近紅外光譜分析中，由近紅外光譜儀采集得到的光譜除包含有樣品的自身信息外，還包含一些無(wú)關(guān)信息和噪聲(噪聲主要來(lái)源于3個(gè)方面:儀器、樣品以及操作)。如果直接使用這些原始光譜信號(hào)進(jìn)行定量分析，必然會(huì)影響最終所建模型的準(zhǔn)確性與精度［12］。為濾除噪音的影響，在 OPUS 5.5軟件分析包中，首先對(duì)采集的光譜數(shù)據(jù)進(jìn)行光譜預(yù)處理，其方法主要包括矢量歸一化(VN)、多元散射校正(MSC)、線性補(bǔ)償差減法(COE)、直線差減法(SLS)、最大-最小歸一法(MMN)、一階導(dǎo)數(shù)(FD)和二階導(dǎo)數(shù)(SD)等。然后運(yùn)用偏最小二乘法(PLS)對(duì)經(jīng)過(guò)不同數(shù)學(xué)預(yù)處理的光譜進(jìn)行分析，建立并優(yōu)化近紅外光譜法測(cè)定值與化學(xué)測(cè)定值的關(guān)系模型，其交互驗(yàn)證的相關(guān)圖及誤差分布如圖1所示。所建模型的交互驗(yàn)證均方根誤差(RMSECV)和決定系數(shù)(R2)分別為 0.39 和 0.9891，偏差在 ±1.2%之間。

2.2 含油量模型的校正

近紅外模型的維護(hù)工作是一項(xiàng)重要的工作，一般情況下，維護(hù)應(yīng)該是校正，而不是重建，即保持模型的原有狀態(tài)。若添加少量特殊樣品，模型自動(dòng)檢測(cè)為異常值，若添加大量特殊樣品，則極易使原模型失效。這與近紅外建模樣品的選擇相比，要求更苛刻一些。因此，樣品的選擇在近紅外模型的維護(hù)中同樣十分重要。在近紅外測(cè)定過(guò)程中，我們經(jīng)常會(huì)遇到近紅外預(yù)測(cè)值與化學(xué)測(cè)定值出現(xiàn)一定偏差的情況，本研究主要征對(duì)上述情況進(jìn)行了一些探討。即添加至模型中的樣品偏差對(duì)模型的預(yù)測(cè)性能有無(wú)影響，以及不同偏差的樣品對(duì)模型預(yù)測(cè)性能的改善效果是否一致。為此，設(shè)計(jì)了如下四個(gè)模型:A模型是向原模型添加偏差小于0.5%的樣品，B模型是向原模型添加偏差介于0.5% ～1%之間的樣品，C模型是向原模型添加偏差介于1%～2%之間的樣品，D模型是向原模型添加偏差介于0～2%之間的樣品。用于建模樣品的品質(zhì)參數(shù)見表1。添加不同樣品至原模型所建立的模型參數(shù)見表2。從表2可以看出A和B兩個(gè)模型的RMSECV和R2均優(yōu)于原模型，C模型參數(shù)變化不顯著，而D模型由于添加了偏差較大的樣品使模型的參數(shù)變差。然而，一個(gè)優(yōu)秀的校正模型不但要有較小的RMSECV和較高的R2值，還要有良好的預(yù)測(cè)性能，并且應(yīng)以模型的預(yù)測(cè)性能作為模型質(zhì)量的最終評(píng)判指標(biāo)。

圖1 油菜籽含油量交互驗(yàn)證預(yù)測(cè)值與化學(xué)值的相關(guān)性(A)及誤差分布(B)Fig.1 Correlation between NIRS predicted results and chemical determinationvalues(A)and error distribution(B)of oil content in rapeseed

2.3 定標(biāo)模型的評(píng)價(jià)

為了全面評(píng)價(jià)各模型的預(yù)測(cè)性能，共選用了四個(gè)預(yù)測(cè)集。第一預(yù)測(cè)集是偏差小于0.5%的樣品集，第二預(yù)測(cè)集是偏差介于0.5% ～1%之間的樣品集，第三預(yù)測(cè)集是偏差介于1%～2%之間的樣品集，第四預(yù)測(cè)集是偏差介于0～2%之間的樣品集。其評(píng)價(jià)結(jié)果見表3。由3表可以看出對(duì)于同一預(yù)測(cè)集，A、B、C、D四個(gè)模型檢驗(yàn)的結(jié)果分別是，A模型對(duì)第一預(yù)測(cè)集的預(yù)測(cè)性能最好;B模型對(duì)第二預(yù)測(cè)集的測(cè)性能最好;C模型對(duì)第三預(yù)測(cè)集的預(yù)測(cè)性能最好，D模型對(duì)第四預(yù)測(cè)集的預(yù)測(cè)性能最好。這表明所添加樣品的偏差對(duì)模型的預(yù)測(cè)性能有重要的影響，而且當(dāng)向原模型添加某一偏差區(qū)間的樣品后，所建立的模型可以更好地修正相應(yīng)區(qū)間的近紅外預(yù)測(cè)值。另外，對(duì)第一預(yù)測(cè)集而言，A、B、C模型的均方根預(yù)測(cè)誤差(RMSEP)依次變大及R2依次變小，這說(shuō)明當(dāng)用大偏差的樣品修正小偏差的模型時(shí)，模型的預(yù)測(cè)性能會(huì)變差。也就是說(shuō)如果添加大量特殊樣品會(huì)降低模型的整體預(yù)測(cè)性能。對(duì)第三預(yù)測(cè)集而言，A、B、C模型的RMSEP依次變小及R2依次變大，這說(shuō)明小偏差的樣品可以改善大偏差模型的預(yù)測(cè)性能，但此時(shí)添加大偏差的樣品對(duì)模型的修正效果更好。同時(shí)，D模型對(duì)第四預(yù)測(cè)集的預(yù)測(cè)效果明顯優(yōu)于其它模型，這是由于預(yù)測(cè)集的樣品覆蓋了整個(gè)偏差區(qū)間，而D模型則是通過(guò)向原模型添加各個(gè)偏差區(qū)間的樣品而建立的。由此可以得出，要修正整個(gè)偏差區(qū)間必須向模型添加各個(gè)偏差區(qū)間的樣品，而且我們還發(fā)現(xiàn)B模型對(duì)第四預(yù)測(cè)集的預(yù)測(cè)性能僅次于D模型，即添加中等偏差的樣品至原模型，仍可以獲得較好的預(yù)測(cè)效果。在近紅外模型的維護(hù)過(guò)程中，考察樣品的偏差，實(shí)質(zhì)上是綜合考慮了樣品栽培地的生態(tài)類型、籽粒形狀、含量分布、光譜的獨(dú)特性等因素的影響。因此，按照偏差大小選擇校正集樣品也是近紅外模型維護(hù)過(guò)程中選取代表性樣品的一條重要途徑。

表1 NIRS建模樣品的品質(zhì)參數(shù)Tab.1 Quality factors of NIRS calibration samples

表2 油菜籽含油量不同預(yù)測(cè)模型的建模參數(shù)比較Tab.2 Parameter comparison of oil content in rapeseed in different calibration models

表3 四個(gè)預(yù)測(cè)集對(duì)定標(biāo)模型質(zhì)量的評(píng)價(jià)結(jié)果Tab.3 Validation results of four test sets to calibration models

3 結(jié)論

本文從偏差的角度出發(fā)提出了近紅外模型維護(hù)過(guò)程中，樣品選擇的一些規(guī)律。結(jié)果發(fā)現(xiàn)，添加樣品的偏差對(duì)改善模型的預(yù)測(cè)性能有重要影響。因此，在近紅外模型的修正過(guò)程中，首先應(yīng)分析原模型的預(yù)測(cè)偏差分布情況，然后結(jié)合模型的特點(diǎn)選擇一些偏差合適的樣品。這樣不僅避免了片面追求樣品的特殊性，而且克服了樣品選擇的盲目性，從而為建立高效、實(shí)用的近紅外模型提供了依據(jù)。

［1］康月瓊，郝風(fēng)，柴勇，等.油菜品質(zhì)近紅外檢測(cè)模型建立的研究［J］.中國(guó)農(nóng)學(xué)通報(bào)，2011，27(5):144-148.KANG Yueqiong，HAO Feng，CHAI Yong，et al.Study on construction of determination model of rapeseed quality with near-infrared spectroscopy［J］.Chinese Agricultural Science Bulletin，2011，27(5):144-148.

［2］丁小霞，李培武，劉培，等.無(wú)效變量消除法在油菜籽芥酸近紅外無(wú)損速測(cè)中的應(yīng)用［J］.中國(guó)油料作物學(xué)報(bào)，2010，32(3):441-446.DING Xiaoxia，LI Peiwu，LIU Pei，et al.Application of uninformative variables elimination in intact prediction of rapeseed erucic acid with near-infrared reflectance spectroscopy［J］.Chinese Journal of Oil Crop Sciences，2010，32(3):441-446.

［3］陳蛋，陳斌，陸道禮，等.近紅外光譜分析法測(cè)定菜籽油中芥酸的含量［J］.農(nóng)業(yè)工程學(xué)報(bào)，2007，23(1):234-237.CHEN Dan，CHEN Bin，LU Daoli，et al.Determination of the erucic acid content in rapeseed oil by near-infrared spectroscopy［J］.Transactions of the CSAE，2007，23(1):234-237.

［4］楊翠玲，陳文杰，趙興忠，等.近紅外光譜法同時(shí)分析油菜9種品質(zhì)參數(shù)的研究［J］.西北農(nóng)林科技大學(xué)學(xué)報(bào)(自然科學(xué)版)，2006，34(3):61-67.YANG Cuiling，CHEN Wenjie，ZHAO Xingzhong，et al.Determination of quality factors in intact rapeseed by near infrared reflectance spectroscopy(NIRS)［J］.Journal of Northwest Sci-Tech University of Agriculture and Forest(Nat Sci Ed)，2006，34(3):61-67.

［5］芮玉奎，黃昆侖，王為民，等.近紅外光譜技術(shù)在檢測(cè)轉(zhuǎn)基因油菜籽中芥酸和硫甙上的應(yīng)用研究［J］.光譜學(xué)與光譜分析，2006，26(12):2190-2192.RUI Yukui，HUANG Kunlun，WANG Weimin，et al.Detection of erucic acid and glucosinolate in intact rapeseed by near-infrared diffuse reflectance spectroscopy［J］.Spectroscopy and Spectral Analysis，2006，26(12):2190-2192.

［6］高建芹，張潔夫，浦惠明，等.近紅外光譜法在測(cè)定油菜籽含油量及脂肪酸組成中的應(yīng)用［J］.江蘇農(nóng)業(yè)學(xué)報(bào)，2007，23(3):189-195.GAO Jianqin，ZHANG Jiefu，PU Huiming，et al.Analysis of oil，oleic acid and erucic acid contents in rapeseed by near infrared reflectance spectroscopy(NIRS)［J］.Jiangsu Journal of Agriculture Science，2007，23(3):189-195.

［7］甘莉，孫秀麗，金良，等.NIRS定量分析油菜種子含油量、蛋白質(zhì)含量數(shù)學(xué)模型的創(chuàng)建［J］.中國(guó)農(nóng)業(yè)科學(xué)，2003，36(12):1609-1613.GAN Li，SUN Xiouli，JIN Liang，et al.Establishment of math models of NIRS analysis for oil and protein contents in seed of brassica napus［J］.Scientia Agricultura Sinica，2003，36(12):1609-1613.

［8］賀啟川，蒙大慶，李芝凡，等.近紅外光譜儀快速檢測(cè)油菜硫苷、芥酸及油份含量數(shù)學(xué)模型的建立［J］.激光生物學(xué)報(bào)，2009，18(6):815-818.HE Qichuan，MENG Daqing，LI Zhifan，et al.Establishment of mathematical models for glucosinolates，erucic acid and oil content analysis in Rapeseeds by near-infrared reflectance spectroscopy［J］.Acta Laser Biology Sinica，2009，18(6):815-818.

［9］李勇，魏益民，王鋒.影響近紅外光譜分析結(jié)果準(zhǔn)確性的因素［J］.核農(nóng)學(xué)報(bào)，2005，19(3):236-240.LI Yong，WEI Yimin，WANG Feng.Affecting factors on the accuracy of near-infrared spectroscopy analysis［J］.Acta Agriculturae Nucleatae Sinica，2005，19(3):236-240.

［10］徐志龍，趙龍蓮，嚴(yán)衍祿.減小樣品溫度對(duì)近紅外定量分析數(shù)學(xué)模型影響的建模方法［J］.現(xiàn)代儀器，2004，5:29-31.XU Zhilong，ZHAO Longlian，YAN Yanlu.A method of modeling the mathematical model of NIR quantitative analysis for diminishing influence of sample temperature［J］.Modern Instruments，2004，5:29-31.

［11］姚勝，武國(guó)峰，周舒珂，等.實(shí)驗(yàn)誤差對(duì)近紅外模型準(zhǔn)確性的影響［J］.光譜學(xué)與光譜分析，2011，31(5):1216-1219.YAO Sheng，WU Guofeng，ZHOU Shuke，et al.The influence of reference data noise on the NIR prediction results［J］.Spectroscopy and Spectral Analysis，2011，31(5):1216-1219.

［12］吳靜珠，李慧，王克棟，等.光譜預(yù)處理在農(nóng)產(chǎn)品近紅外模型優(yōu)化中的應(yīng)用研究［J］.農(nóng)機(jī)化研究，2011，3:178-181.WU Jingzhu，LI Hui，WANG Kedong，et al.Application of spectrum preprocessing algorithms in optimizing NIR models of agricultural products［J］.Journal of Agricultural Mechanization Research，2011，3:178-181.