近紅外光譜法對松原不同品種大米的確證探究

王朝輝，高地，賴瀚清，王艷輝，沈海鷗，陳雷，程嬌嬌，王靖會，*

（1.吉林農(nóng)業(yè)大學(xué)食品科學(xué)與工程學(xué)院，吉林長春130118；2.吉林省長春市凈月開發(fā)區(qū)福祉街道辦事處，吉林長春130122；3.吉林農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，吉林長春130118；4.吉林省長春市交警支隊南關(guān)區(qū)大隊，吉林長春130000；5.吉林農(nóng)業(yè)大學(xué)信息技術(shù)學(xué)院，吉林長春130118）

大米是世界上主要糧食作物之一，我國有三分之二的人口以大米為主食，大米可以提供人們每日所需能量的75%，所以大米是不可或缺的。由于大米的產(chǎn)地不同，其價格也有很大的跨度。吉林省松原大米，因其得天獨厚的地理條件，土壤肥沃且偏弱堿性，并用江水灌溉，這種環(huán)境種植出的大米口感松軟，飄香四溢，有很高的商業(yè)價值。由于品種鑒別方法的缺失及產(chǎn)地確證技術(shù)的不成熟問題較嚴重，導(dǎo)致每年因為品種混賣對市場產(chǎn)生了不良的影響及不菲的經(jīng)濟損失；建立產(chǎn)地確證體系迫在眉睫。農(nóng)產(chǎn)品的品種鑒別、產(chǎn)地確證及不同的處理手段結(jié)合化學(xué)計量學(xué)方法的應(yīng)用受到國內(nèi)外專家的廣泛關(guān)注。

國內(nèi)外文獻表明，產(chǎn)地確證主要用在食用油[1-2]、蘋果[3]、藥類[4-7]、谷物[8-10]、蜂蜜[11]、咖啡[12]、魚類[13-14]等；進行產(chǎn)地確證的方法有礦物元素方法、近紅外光譜法、電子鼻指紋圖譜、DNA 指紋圖譜技術(shù)等；其中近紅外光譜法因其具有采集信息量大、精度高、無污染、速度快等優(yōu)點，被應(yīng)用于不同領(lǐng)域[15-17]。Osborne 等用近紅外光譜技術(shù)結(jié)合判別分析對來自巴斯馬蒂及非巴斯馬蒂地區(qū)的116 個大米樣品進行判別歸類，結(jié)果顯示所有樣品均能正確歸類[18]；陳全勝等利用近紅外光譜技術(shù)結(jié)合模式識別方法，對4 種不同類型茶葉建立的識別模型，模型識別率均大于80%[19]；Sinelli 等通過傳統(tǒng)感官評價方法并結(jié)合傅里葉變換近紅外光譜技術(shù)對112 組初榨橄欖油進行了產(chǎn)地溯源研究，研究采用線性判別（linear discriminant analysis，LDA）分析及模式識別分類方法，其產(chǎn)地判別正確率為71.6%、100%[20]；蘇學(xué)素等利用近紅外光譜法結(jié)合簇類軟模式法及偏最小二乘判別法成功對來自江西、重慶和湖南的不同地區(qū)臍橙進行溯源，其模型對訓(xùn)練集和驗證集樣品的識別率達到100%[21]?，F(xiàn)有文獻表明近紅外光譜結(jié)合多元統(tǒng)計分析方法在品種分類及產(chǎn)地確證方面是可行的。本研究利用近紅外光譜方法結(jié)合多元統(tǒng)計分析技術(shù)對來自松原的5 個品種的大米進行判別。同時，對松原和非松原大米進行產(chǎn)地分類，為松原大米品種和產(chǎn)地提供一種便捷、高準確度的鑒別方法。

1 材料與方法

1.1 試驗材料

為提高研究的科學(xué)性與可靠性，確保所采樣品具有代表性，采樣方法選擇網(wǎng)格布點，網(wǎng)格布點的優(yōu)點在于其布點方式可包含所采地區(qū)大部分采樣點，使得樣品來源科學(xué)、合理。所采樣本全部為來自松原的稻花香、小高粱、通系 926、吉粳 515 及農(nóng)大 521 共 5 個品種。取樣后，根據(jù)地理位置及樣品情況，確定5 個品種數(shù)量分別為 80、75、68、67 個和 78 個。

采集完成后，先將樣品在實驗室條件下風(fēng)干、脫穗、去空粒、礱谷。挑出未成熟的發(fā)黃發(fā)綠的籽粒后進行碾米。最后用錘式旋風(fēng)磨研磨至粉末狀，過100 目篩，標號，待測。

1.2 試驗儀器設(shè)備

所用儀器設(shè)備如表1 所示。

表1 儀器設(shè)備信息Table 1 Instrument Information

1.3 光譜數(shù)據(jù)的獲取

將處理好的松原大米樣品用傅里葉近紅外光譜儀進行掃描。在掃描樣本之前先掃描背景，每掃4 次樣品掃1 次背景，掃描背景是為了降低環(huán)境因素的影響。用燒杯量取待測樣品約75 mL 放入樣品杯，樣品裝填均勻并要求底部沒有裂縫；將樣品杯放入樣品室，開始掃描；掃描結(jié)束后，取出樣品杯，清掃樣品；重新裝樣，進行第二個樣品的掃描；依次進行，直至掃描完所有樣品，每個樣品均掃描3 次，求平均值作為最終結(jié)果[22]。

1.4 分析方法

1）主成分分析：是采取一種數(shù)學(xué)降維的方法，所要做的就是設(shè)法將原來眾多具有一定相關(guān)性的變量，重新組合為一組新的相互無關(guān)的綜合變量來代替原來的變量[23]。

2）偏最小二乘判別分析（partial least squares discrimination analysis，PLS-DA）：是一種基于偏最小二乘法（partial least squares，PLS）的判別方法；是一種的有監(jiān)督的模式識別方法，也是目前應(yīng)用較廣泛的光譜分析方法，可以實現(xiàn)全譜或部分譜數(shù)據(jù)的分析[24]。

3）試驗過程：首先利用OPUS7.5 光譜采集軟件進行光譜數(shù)據(jù)的采集；用OMNIC 軟件和MATLAB R2016a 軟件對數(shù)據(jù)進行預(yù)處理、主成分分析及PLSDA 模型的建立；用驗證集驗證模型對品種判別的效果；最后用來自柳河和梅河的同年際稻花香大米近紅外光譜數(shù)據(jù)帶入到松原稻花香大米品種模型中，進行松原大米的產(chǎn)地確證。

2 PLS-DA判別模型的建立與驗證

2.1 光譜數(shù)據(jù)預(yù)處理

5 個品種大米樣本的原始近紅外光譜圖如圖1 所示，由于所有大米圖譜混雜在一起，難以用肉眼來分辨5 個品種，所以需要對圖譜進行預(yù)處理。

圖1 不同大米品種樣品的近紅外光譜圖Fig.1 Near Infrared Spectrum of different rice varieties

光譜樣品預(yù)處理方法有多種，包括多元散射校正（multiple scatter correction，MSC）、標準正態(tài)變換（standard normal variate，SNV）、基線校正、平滑、一階導(dǎo)數(shù)、二階導(dǎo)數(shù)、導(dǎo)數(shù)結(jié)合卷積平滑等。不同的預(yù)處理方法對模型的建立所產(chǎn)生的影響不同[25]。MSC 法以及SNV法可以矯正樣品因顆粒散射引起的光譜誤差，SNV 可以有效減小粉末粒度不同因其的類內(nèi)距離；一階導(dǎo)數(shù)和二階導(dǎo)數(shù)分別用于消除光譜中基線的平移和漂移，可有效消除其他背景的干擾，分辨重疊峰，提高分辨率和靈敏度。光譜用移動平均窗口平滑（窗口寬度=9、11、13 個數(shù)據(jù)點）的處理可以減少噪聲；平滑處理可以有效平滑高頻噪音，提高信噪比；窗口寬度小，噪聲去除效果不好；窗口寬度大，噪聲去除效果好但也可能導(dǎo)致信號失真，所以合理恰當?shù)念A(yù)處理方法是必要的[26]。本試驗運用原始光譜、SNV、MSC、一階導(dǎo)數(shù)結(jié)合SG9 點平滑、一階導(dǎo)數(shù)結(jié)合SG11 點平滑、二階導(dǎo)數(shù)結(jié)合SG9 點平滑、二階導(dǎo)數(shù)結(jié)合SG11 點平滑幾種處理方式對光譜數(shù)據(jù)進行處理，并建立模型比較模型的校正均方根誤差（root mean standard error of calibration，RMSEC）值及R2（相關(guān)系數(shù)），經(jīng)過分析，選擇最適合建立模型的預(yù)處理方法。

2.2 試驗樣品的選取

將所有樣本數(shù)據(jù)用Kennard-Stone（KS）法劃分樣本集，得到所要用到校正集樣本248 組（稻花香54 組、小高粱 50 組、通系 926 共 46 組、吉粳 515 共 45 組、農(nóng)大521 共53 組），驗證集樣本共120 組，用于接下來的建模分析，詳細信息見表2。

表2 校正集與驗證集Table 2 Correction set and verification set

2.3 近紅外光譜預(yù)處理的選擇對建模效果的影響

在PLS-DA 模型建立之前，要根據(jù)5 個水稻品種的校正集及驗證集樣本分類變量特征進行賦值。稻花香、小高粱、通系926、吉粳515 和農(nóng)大521 大米的值分別為[10000]、[01000]、[00100]、[00010]、[00001]，用校正集樣本的近紅外光譜與樣本對應(yīng)的分類變量建立回歸關(guān)系PLS-DA 模型，用驗證集樣本對模型的準確度進行驗證，用RMSEC 和R2作為驗證指標，選擇RMSEC 值越小、R2值越大所對應(yīng)的預(yù)處理方式作為試驗光譜預(yù)處理方法，建立的模型校正均方根誤差及相關(guān)系數(shù)如表3 所示。

由表3 可知，經(jīng)過預(yù)處理的光譜所建的模型效果比原始光譜所建立模型的準確度要高，對比發(fā)現(xiàn)，一階導(dǎo)數(shù)結(jié)合SG9 點平滑對數(shù)據(jù)處理后所建立的PLSDA 模型對校正樣本集的效果最好，R2和RMSEC 值分別為0.976 和0.145。原始光譜經(jīng)過不同預(yù)處理后如圖2 所示。

表3 不同預(yù)處理方式對模型準確度的影響Table 3 Influence of different preprocessing methods on model accuracy

3 結(jié)果與分析

3.1 不同品種大米的主成分分析

主成分分析后的248 個校正集樣本的前3 個主成分得分如圖3 所示。

由圖3 可知，通過對數(shù)據(jù)中的原始變量進行線性組合后，小高粱、通系926、吉粳515，3 個品種基本可以較好的分開，還可以看出小高粱與稻花香、通系926、吉粳515、農(nóng)大521 大米的距離都很遠，這可能和小高粱的基因型有關(guān)，小高粱也叫松粳3 號，由遼粳5號作為母本，合江20 號為父本雜交育成，經(jīng)在當?shù)卣{(diào)查了解到，小高粱因其在松原種植產(chǎn)量較高，抗堿性比很多大米品種要好，因此在松原，很大一部分農(nóng)戶都選擇小高粱種植；而稻花香和農(nóng)大521 可能由于數(shù)據(jù)不穩(wěn)定或試驗誤差等因素致使個別點交叉重疊。難以很好的區(qū)分。

3.2 模型的建立與驗證

5 個品種校正集樣本（稻花香、小高粱、通系926、吉粳515、農(nóng)大521）分類變量的PLS 預(yù)測值與真實值的回歸圖見圖4。

由圖4 可以看出，此模型能夠?qū)蝹€品種與其他4 個品種進行區(qū)分，分散在參考值Yr=1 的大米樣本點和參考值Yr=0 線上的其他4 個品種的大米樣本能明顯區(qū)分開。這也說明模型建立良好，有較高的可靠性。

圖3 近紅外光譜主成分123 得分圖Fig.3 Near-infrared spectroscopy main component 1，2，3 score map

圖4 PLS-DA 校正模型樣本分類變量的PLS 預(yù)測值與真實值回歸圖Fig.4 PLS predictive value and real value regression graph of PLS-DA correction model sample categorical variables

模型建立好后，用驗證集對模型進行驗證，如圖5 所示。

圖5 是模型對5 個大米樣本共120 個（稻花香26個、小高粱 25 個、通系 926 為 22 個、吉粳 515 為 22個、農(nóng)大521 為25 個）進行判別分析的結(jié)果，如圖5（1）中可以看出，稻花香樣本的驗證集分類變量的預(yù)測值都接近于1，而其他四類大米樣本的分類變量預(yù)測值都在0 左右，驗證集中屬于稻花香的樣本均被正確判別為稻花香，說明PLS-DA 判別模型對稻花香樣本的判別準確率為100%，其他4 種大米不具備稻花香樣本的特征；同理對其他4 種大米，每個品種的大米樣本特征明顯，由此可以看出，PLS-DA 判別模型對不同品種樣本的判別準確率為100%。此模型效果要優(yōu)于主成分分析結(jié)果。

圖5 驗證集中大米樣本的PLS-DA 模型判別結(jié)果Fig.5 Discriminant results for rice samples in validation set by PLS-DA model

圖6 不同地區(qū)稻花香大米樣本的PLS-DA 模型判別結(jié)果Fig.6 Discriminant results for Dao Huaxiang rice samples from different areas by PLS-DA model

3.3 松原大米的產(chǎn)地確證

為了進行松原大米的產(chǎn)地確證，我們選取同年際所采來自柳河（20 個）和梅河（20 個）的大米進行驗證，品種為稻花香，大米的保存及前處理方法完全相同，預(yù)處理方法同樣選擇一階導(dǎo)數(shù)結(jié)合9 點卷積平滑的方式，將樣品帶入稻花香PLS-DA 判別模型中，判別結(jié)果見圖6。

由圖可知，松原的稻花香樣本分類變量的預(yù)測值均在1 左右，而來自柳河和梅河的樣本預(yù)測值在0 附近，判別正確率為100%。此模型可以用來進行松原稻花香的品種識別及產(chǎn)地確證。

4 結(jié)論

本試驗共采集來自松原地區(qū)的稻花香、小高粱、通系926、吉粳515 及農(nóng)大521，5 個品種共368 個樣品，其中248 個樣品作為校正集樣本，剩余120 個樣本作為驗證集樣本，對所有樣品進行處理，呈粉末狀，并進行樣本近紅外光譜數(shù)據(jù)的獲取，確定原始光譜圖的預(yù)處理方法為一階導(dǎo)數(shù)+SG9 點平滑，通過PLS-DA 法建立判別模型，并用驗證集對建立的模型進行驗證，5個品種大米樣本分類變量模型的識別率為100%。模型效果優(yōu)于主成分分析結(jié)果。最后用來自柳河和梅河的稻花香大米樣本帶入模型中來進行產(chǎn)地確證，模型判別效果良好，初步認定采用近紅外光譜分析結(jié)合PLS-DA 法可以用于松原不同品種大米的判別及松原大米的產(chǎn)地確證。

從以上研究結(jié)果來看，近紅外光譜技術(shù)結(jié)合化學(xué)計量學(xué)分析可以用于松原大米品種的判別及產(chǎn)地確證，但是近紅外光譜技術(shù)主要反映樣品內(nèi)部有機成分組成、含量、基團等，樣品在采樣回來后，貯藏、加工過程也可能會使得光譜特征發(fā)生變化；這是近紅外光譜方法用于食品產(chǎn)地確證的局限性所在，因現(xiàn)在對于特定農(nóng)產(chǎn)品光譜分析波段以及預(yù)處理方法沒有統(tǒng)一定論，且本研究建立的判別模型是基于當年樣本數(shù)據(jù)建立的，在接下來的研究中，在預(yù)處理方法及特征波段的選取方面可以進行進一步的研究，并豐富品種及年份，使得模型更加穩(wěn)定。近紅外光譜技術(shù)結(jié)合PLS-DA法可以為松原大米品種及產(chǎn)地確證的進一步研究提供借鑒。