近紅外光譜結(jié)合主成分分析和灰色關(guān)聯(lián)分析的苦蕎產(chǎn)地溯源

張智峰，韓小平，秦剛，宋海燕

(山西農(nóng)業(yè)大學(xué) 工學(xué)院，山西 太谷，030800)

苦蕎麥?zhǔn)且环N食藥兩用的小雜糧，素有五谷之王的美稱，在我國各地都有廣泛的栽培種植，主要集中在云南、四川、貴州、陜西、山西、內(nèi)蒙古等高寒地區(qū)，其籽粒含有高營養(yǎng)價(jià)值和多種保健功能的蛋白質(zhì)、膳食纖維、抗性淀粉、生物類黃酮、不飽和脂肪酸(如亞油酸和亞麻酸)、維生素以及豐富的鈣、磷、鐵、鋅、銅、鎂、硒等人體所必需的礦物質(zhì)[1]。已有研究證實(shí)，蕎麥富含 18 種氨基酸,其中8種必需氨基酸的組成比例較好[2-3]。蘆丁是蕎麥獨(dú)有的生物類黃酮主要成分，具有較高的營養(yǎng)和醫(yī)用價(jià)值，近年來得到了人們廣泛的關(guān)注。

近紅外光譜定量分析技術(shù)具有樣品制備簡(jiǎn)單，分析速度快，可以同時(shí)進(jìn)行多組分測(cè)定，實(shí)現(xiàn)無損和在線檢測(cè)，被廣泛應(yīng)用[5-6]。馬續(xù)瑩等[7]應(yīng)用近紅外光譜漫反射技術(shù)，采用偏最小二乘法和留一全交叉驗(yàn)證方法對(duì)燕麥和苦蕎樣品中膳食纖維的含量進(jìn)行預(yù)測(cè)，相關(guān)系數(shù)達(dá)到0.927 2。結(jié)果表明，采用近紅外光譜漫反射方法能夠?qū)ρ帑?、苦蕎等產(chǎn)品中膳食纖維含量進(jìn)行快速定量或半定量分析。席志勇[8]采用近紅外光譜技術(shù)結(jié)合主成分分析和神經(jīng)網(wǎng)絡(luò)分別建立蕎麥蛋白質(zhì)、淀粉和總黃酮含量預(yù)測(cè)模型，其中總黃酮相關(guān)度較高，能夠達(dá)到蕎麥總黃酮含量預(yù)測(cè)的目的。張晶等[9]采集其近紅外漫反射光譜圖,結(jié)合化學(xué)計(jì)量學(xué)軟件對(duì)光譜進(jìn)行主成分分析(principal components analysis, PCA),可明顯區(qū)分甜蕎粉、苦蕎粉、小麥粉和燕麥粉;利用偏最小二乘(partial least squares，PLS) 模型可以半定量判別蕎麥粉摻假。由此可見，近紅外光譜分析技術(shù)可以實(shí)現(xiàn)苦蕎及相關(guān)產(chǎn)品的定性判別和內(nèi)部品質(zhì)定量檢測(cè)。此外，由于有機(jī)硒以半胱氨酸和硒蛋氨酸2種形式共價(jià)結(jié)合在蛋白質(zhì)中[10]，碳水化合物包括糖類或者淀粉，以及纖維素類型的生物分子，它們主要是帶—OH的脂肪環(huán)化合物[11]，一些國際學(xué)者據(jù)此為尋找對(duì)象的地域特征指標(biāo)進(jìn)行了積極探索，也為本文尋找特征吸收譜帶和苦蕎產(chǎn)地溯源提供了理論依據(jù)[12-13]。然而上述研究沒有很深入地探討影響其定性判別的主要品質(zhì)指標(biāo)。

本文對(duì)來自朔州、內(nèi)蒙古、云貴高原、四川大涼山、陜西5個(gè)產(chǎn)地的苦蕎樣本進(jìn)行光譜分析，結(jié)合PCA和灰色關(guān)聯(lián)分析，以實(shí)現(xiàn)苦蕎產(chǎn)地溯源以及確定成分對(duì)苦蕎產(chǎn)地溯源的影響程度。

1 材料與方法

1.1 實(shí)驗(yàn)樣品準(zhǔn)備

從市場(chǎng)上購買5個(gè)不同產(chǎn)地的苦蕎，分別來自朔州、內(nèi)蒙古、云貴高原、四川大涼山、陜西，其中大涼山產(chǎn)地的苦蕎包括2個(gè)不同品牌(安喜企業(yè)和西昌正中食品有限公司)。這6種苦蕎作為待測(cè)樣本，其成分參數(shù)由原產(chǎn)品包裝給出，如表1。

表1 不同產(chǎn)地苦蕎營養(yǎng)成分含量(每100 g)Table 1 Component content of tartary buckwheat from different areas

1.2 實(shí)驗(yàn)設(shè)備與光譜數(shù)據(jù)采集

光譜掃描實(shí)驗(yàn)使用ASD公司的FieldSpec3光譜儀：波長范圍350～2 500 nm，掃描次數(shù)3，用于全光譜范圍的原始數(shù)據(jù)采集。掃描光譜數(shù)據(jù)在室溫下進(jìn)行，為了避免外界因素影響，光譜采集在暗室進(jìn)行。每個(gè)樣本旋轉(zhuǎn)2次，同時(shí)采集3次掃描光譜值[14]。

光譜數(shù)據(jù)處理軟件為ViewSpecPro，將每個(gè)樣本的3次光譜數(shù)據(jù)取平均值作為原始光譜，對(duì)原始光譜進(jìn)行拼接校正，并且將光譜反射率轉(zhuǎn)化為吸光度值。再經(jīng)過ASCII Export導(dǎo)出數(shù)據(jù)，應(yīng)用MTLAB2015a實(shí)現(xiàn)主成分分析和灰色關(guān)聯(lián)分析分析。

1.3 基于主成分分析特征波長提取

原始光譜400 nm之前的波長段具有很大的噪聲，為了減少干擾，本文研究的波長范圍為400～2 500 nm。近紅外光譜中包含了大量與本身性質(zhì)無關(guān)或冗余信息，影響了建模和相關(guān)性分析，因此需要提取可以表征被測(cè)物體特性的特征波長，以增加分析的準(zhǔn)確性并簡(jiǎn)化分析過程。PCA是非常有效的多變量分析技術(shù)[15-16]，已有很多人實(shí)現(xiàn)對(duì)研究對(duì)象的產(chǎn)地溯源[17-18]。主成分方法可以避免信息間的互相重疊，而且進(jìn)行了數(shù)據(jù)簡(jiǎn)化，從而提取最具代表性的變量子集[19]。

PCA的步驟如下：

(1)利用獲得的原始光譜數(shù)據(jù)構(gòu)建X=m*n階的矩陣，其中m代表樣本數(shù)目，n為原始光譜數(shù)據(jù)的維數(shù)；

(2)將m*n階矩陣X的每一列進(jìn)行歸一化處理，即樣本的每個(gè)屬性；

(3)求出協(xié)方差矩陣D，并求解該矩陣的特征值和對(duì)應(yīng)的特征向量;

(4)將求出的特征值從小到大排列，選擇最大的k個(gè)，然后將其對(duì)應(yīng)的特征向量組成新特征矩N；

(5)通過上述求解將原始的數(shù)據(jù)降到k維，通過計(jì)算累計(jì)貢獻(xiàn)率得到原始數(shù)據(jù)的信息保留量。

1.4 灰色關(guān)聯(lián)分析

要定量研究?jī)蓚€(gè)事物間的關(guān)聯(lián)程度，可以用相關(guān)系數(shù)和相似系數(shù)等，但這需要足夠多的樣本數(shù)或者要求數(shù)據(jù)服從一定概率分布。在實(shí)際情況下，有許多因素之間的關(guān)系是灰色的，難以區(qū)分因素的密切程度，這樣難以找到主要特性[20-21]?；疑到y(tǒng)理論就是以“信息部分明確、部分未知”的“小樣本”的灰色系統(tǒng)為研究對(duì)象[22-24]。而灰色因素關(guān)聯(lián)分析(grey relation analysis，GRA)目的是定量表征多因素之間的關(guān)聯(lián)程度，從而揭示灰色系統(tǒng)的主要特性。關(guān)聯(lián)分析是灰色系統(tǒng)分析和預(yù)測(cè)的基礎(chǔ)[25-26]。其步驟為：

(1)整理苦蕎成分含量和提取的特征波長對(duì)應(yīng)的光譜吸收度;

(2)選定一個(gè)參考列和n個(gè)比較序列并進(jìn)行歸一化處理，消除量綱;

(3)計(jì)算每個(gè)參考列一個(gè)關(guān)聯(lián)度得到關(guān)聯(lián)矩陣，根據(jù)矩陣元素的大小分析得出結(jié)論。

2 結(jié)果與分析

圖1是將不同產(chǎn)地的苦蕎樣本光譜數(shù)據(jù)取均值作為該產(chǎn)地的原始光譜曲線，橫坐標(biāo)為波長，縱坐標(biāo)為吸光度。

圖1 不同產(chǎn)地的苦蕎原始光譜Fig.1 Primitive spectra of different areas

從圖1可以看出，不同產(chǎn)地的苦蕎樣本光譜吸收度不同,但峰谷趨勢(shì)基本一致，900 ～2 500 nm有多個(gè)明顯的吸收峰，表明該波段范圍對(duì)苦蕎內(nèi)部品質(zhì)檢測(cè)具有決定性意義。另外由于空氣中含有水蒸氣會(huì)對(duì)掃描光譜產(chǎn)生一定的影響，因此在1 450、1 930、2 200 nm左右波段苦蕎樣本的原始光譜曲線有明顯的吸收峰。與ZHU等[27]得到的水分敏感波段1 400、1 940、2 250 nm相近。

2.1 主成分分析結(jié)果

將獲得的原始光譜進(jìn)行主成分分析，主成分屬于無監(jiān)督的數(shù)據(jù)降維，即得到的降維結(jié)果與因變量無關(guān)，因此不會(huì)受到變量的干擾[29-30]。進(jìn)行主成分分析后得到表2和圖2。

表2 前5個(gè)主成分的特征值及貢獻(xiàn)率Table 2 Characteristic value and contribution rate of the first five principal components

從表2可以看出,前4個(gè)主成分的累計(jì)貢獻(xiàn)率達(dá)到了99.72%，表示前4個(gè)主成分已經(jīng)可以解釋99.72%的原始光譜信息，因此只保留前4個(gè)主成分作為提取的特征波長。然后根據(jù)得到的主成分載荷大小順序得到4個(gè)特征波長,分別為1 370、1 680、870、971 nm。

圖2 主成分得分圖Fig.2 Principal component score

從圖2可以看出，除朔州產(chǎn)地樣本中存在一個(gè)異常樣本外，其余不同產(chǎn)地苦蕎樣本的聚類效果較好。由于四川大涼山的苦蕎樣本來自兩個(gè)品牌，所以其樣本聚類效果較為分散，但也能很好地與其他產(chǎn)地的樣本進(jìn)行有效區(qū)分，說明主成分分析基本可以實(shí)現(xiàn)苦蕎產(chǎn)地的溯源。

2.2 灰色關(guān)聯(lián)分析的結(jié)果

利用提取的特征波長分別與苦蕎的6種成分進(jìn)行灰色關(guān)聯(lián)分析，得到表3。

表3 苦蕎成分和特征波長的灰色關(guān)聯(lián)度Table 3 Grey relation between characteristic wavelength and composition of tartary buckwheat

從表3可以得出,1 370、870、971 nm波長與對(duì)應(yīng)苦蕎成分的關(guān)聯(lián)度由大到小排列為：碳水化合物>蛋白質(zhì)>脂肪>鈉>硒>黃酮，1 680 nm對(duì)應(yīng)的關(guān)聯(lián)度由大到小排列為:蛋白質(zhì)>碳水化合物>脂肪>鈉>硒>黃酮，根據(jù)上述關(guān)聯(lián)度排序得出苦蕎的6個(gè)成分中碳水化合物和蛋白質(zhì)跟提取的敏感波長關(guān)聯(lián)度最大。此外通過主成分分析提取的特征波長1 680 nm與杰爾·沃克提到的1 688～1 691 nm波段是折疊結(jié)構(gòu)的CONH2吸收譜帶基本吻合,而主成分分析提取的敏感波長971 nm與杰爾·沃克曼[11]得出糖類的二級(jí)倍頻為972 nm的結(jié)果一致。

3 結(jié)論

為了實(shí)現(xiàn)苦蕎產(chǎn)地溯源以及確定苦蕎成分對(duì)苦蕎產(chǎn)地溯源的影響程度，對(duì)朔州、內(nèi)蒙古、云貴高原、四川大涼山、陜西5個(gè)產(chǎn)地的36個(gè)苦蕎樣本的近紅外光譜數(shù)據(jù)進(jìn)行了主成分分析和灰色關(guān)聯(lián)分析。主要研究結(jié)論如下：

(1)主成分分析提取的4個(gè)特征波長(1 370、1 680、870、971 nm)的累計(jì)貢獻(xiàn)率達(dá)到99.72%，主成分得分圖的產(chǎn)地聚類效果明顯，說明主成分分析可以實(shí)現(xiàn)不同產(chǎn)地苦蕎的溯源；

(2)為了確定6種苦蕎成分對(duì)產(chǎn)地溯源的影響程度，將主成分分析提取的特征波長與苦蕎成分進(jìn)行灰色關(guān)聯(lián)分析，得到關(guān)聯(lián)度由大到小為：碳水化合物>蛋白質(zhì)>脂肪>鈉>硒>黃酮。且從官能團(tuán)層面找到了碳水化合物和蛋白質(zhì)是對(duì)苦蕎產(chǎn)地溯源影響最大的2個(gè)成分。