近紅外二維相關(guān)光譜的摻和大米判別

劉亞超，李永玉*，彭彥昆，閆 帥，王 綺，韓東海

1. 中國(guó)農(nóng)業(yè)大學(xué)工學(xué)院，國(guó)家農(nóng)產(chǎn)品加工技術(shù)裝備研發(fā)分中心，北京 100083 2. 中國(guó)農(nóng)業(yè)大學(xué)食品科學(xué)與營(yíng)養(yǎng)工程學(xué)院，北京 100083

引 言

大米作為世界三大糧食之一，以其豐富的營(yíng)養(yǎng)價(jià)值和良好的食用口感深受人們的歡迎。隨經(jīng)濟(jì)水平的提高，人們的飲食習(xí)慣也逐漸由“吃飽”轉(zhuǎn)為“吃好”，因此對(duì)大米的品質(zhì)要求越來越高，其中以五常大米為代表的東北米以其優(yōu)良的口感和香味深受大家喜歡，同時(shí)在價(jià)格方面也高于其他品牌。由于不同品牌之間價(jià)格差異較大，不少商販以劣充優(yōu)，將低價(jià)米與高價(jià)米摻和以高價(jià)售賣謀取利益，摻和比例高達(dá)30%以上，這種行為嚴(yán)重?fù)p害了消費(fèi)者利益。傳統(tǒng)鑒別摻和米方法多為感官評(píng)價(jià)和化學(xué)分析法，但由于感官評(píng)價(jià)方法需要極其專業(yè)的人員以及化學(xué)分析法耗時(shí)耗力不利于快速推廣，導(dǎo)致了摻和大米事件屢見不鮮。為了保證市場(chǎng)良好發(fā)展及確保消費(fèi)者利益，亟需一種快速、準(zhǔn)確鑒別摻和米的方法。

隨著化學(xué)計(jì)量學(xué)方法與分子光譜分析技術(shù)的快速發(fā)展，光譜已在農(nóng)產(chǎn)品定性和定量分析方面得以應(yīng)用[1-4]。二維相關(guān)光譜最先由Noda提出并推廣應(yīng)用于成分鑒別[5-6]、乳品摻假[7]、產(chǎn)地鑒別[8]、機(jī)理研究[9-11]等領(lǐng)域，其原理是將一定形式的微擾(溫度、樣品成分、反應(yīng)時(shí)間、壓力等)作用在樣品體系上使樣品激發(fā)產(chǎn)生動(dòng)態(tài)變化，然后對(duì)動(dòng)態(tài)變化進(jìn)行數(shù)學(xué)上的相關(guān)分析進(jìn)而得到二維相關(guān)光譜[12]，二維相關(guān)光譜與一維光譜相比具有高分辨率、解析峰的歸屬等優(yōu)點(diǎn)[13]。目前諸多研究主要集中在基于一維光譜的化學(xué)計(jì)量學(xué)模型建立，但還未見二維相關(guān)光譜用于大米摻假判別領(lǐng)域的相關(guān)研究報(bào)道。

本文基于近紅外二維相關(guān)光譜分析方法，將摻和比例作為外部擾動(dòng)因數(shù)，通過解析不同摻和比例米與純米的二維相關(guān)光譜同步譜特性，探究二維相關(guān)光譜在鑒別摻和米方面的可行性，并進(jìn)行鑒別驗(yàn)證，為快速鑒別摻和米提供一種新思路。

1 實(shí)驗(yàn)部分

1.1 材料

選購形狀相似難以用肉眼分辨的七種品牌大米，分別為五常大米、七星一號(hào)、五豐寒地、谷稻張、東北米、百年寒地、金龍魚長(zhǎng)粒香所有樣品均為一級(jí)稻。五常大米中分別摻入比例5%，10%，15%，20%，25%，30%，35%，40%，45%和50%的其余6種品牌大米，制備60個(gè)摻和樣品。每個(gè)樣品進(jìn)行粉碎并通過100目篩網(wǎng)，收集5克作為待測(cè)樣品。

1.2 光譜采集

利用美國(guó)尼高力儀器公司(Thermo Nicolet Corporation)生產(chǎn)的傅里葉紅外光譜儀(FT-NIR)采集樣品光譜，光譜掃描范圍為3 999～10 001 cm-1(999～2 500 nm)，分辨率為4 cm-1，波數(shù)精度為0.1 cm-1，連續(xù)掃描次數(shù)為64次，增益值為5.90。采集光譜前預(yù)熱儀器30 min待儀器穩(wěn)定后開始采集，每次采集樣品光譜前先自動(dòng)采集暗環(huán)境下的光譜并保存，然后再采集樣品光譜經(jīng)過內(nèi)部計(jì)算后得出每個(gè)樣品的吸光度光譜曲線。除五常大米的樣品(摻和比例0%)隨機(jī)抽樣采集20次光譜，其余不同摻和比例的60個(gè)樣品中每個(gè)樣品隨機(jī)抽取2個(gè)子樣本采集光譜，總共采集140條光譜。

1.3 二維相關(guān)光譜分析方法

將五常大米的20條光譜求平均值作為參考譜，首先將五常大米的光譜分別與參考譜進(jìn)行二維相關(guān)運(yùn)算，得到20個(gè)摻和比例為0%的二維相關(guān)同步譜矩陣； 其次將不同摻和比例的光譜分別與參考譜進(jìn)行二維相關(guān)運(yùn)算，得到不同摻和比例下的二維相關(guān)同步矩陣； 再次提取所有的二維相關(guān)同步譜矩陣的自相關(guān)譜，最后分析二維相關(guān)同步譜特性與摻和比例不同之間的變化關(guān)系，根據(jù)變化關(guān)系確定鑒別摻和米的關(guān)鍵因數(shù)。二維相關(guān)光譜運(yùn)算在2Dshige軟件中完成，其余運(yùn)算在Matlab(R2014a)環(huán)境下完成。

2 結(jié)果與討論

2.1 不同種類大米近紅外光譜分析

7種不同品種大米顆粒的近紅外原始光譜如圖1(a)所示，光譜整體相似，吸收峰均位于同一位置，沒有明顯的差異。根據(jù)相關(guān)研究報(bào)道[14-15]，其中在1 202 nm附近為—CH3的C—H鍵二級(jí)倍頻振動(dòng)，1 463 nm附近與直鏈淀粉分子中O—H基團(tuán)的反對(duì)稱和對(duì)稱振動(dòng)的一級(jí)倍頻有關(guān)，1 933 nm附近為直鏈淀粉分子中O—H基團(tuán)的伸縮彎曲振動(dòng)組合吸收峰，2 110 nm附近為N—H對(duì)稱振動(dòng)與酰胺Ⅲ的組合頻吸收峰，并且在2 100 nm附近峰也與大米淀粉有關(guān)，2 286和2 319 nm兩處存在弱的吸收峰，分別為—CH3和—CH2中C—H伸縮變形組合振動(dòng)。由此可見，大米光譜在999～2 500 nm之間的吸收峰主要由蛋白質(zhì)、直鏈淀粉及其他碳水化合物組成。五常大米及不同摻和比例大米近紅外光譜如圖1(b)所示，從圖中可以看出摻和大米光譜與五常大米光譜沒有明顯差異，并且摻和大米光譜將五常大米光譜完全覆蓋。

圖1 大米近紅外光譜(a)： 不同品種大米顆粒紅外光譜；(b)： 不同摻和比例的大米粉紅外光譜Fig.1 Near infrared spectra of rice(a)： Spectra of different varieties of rice;(b)： Spectra of mixed rice

2.2 解析不同摻和比例二維相關(guān)同步圖特性

以五常大米中摻入七星一號(hào)米為例，將摻和比例作為外部擾動(dòng)因數(shù)，不同摻和比例的光譜與參考譜進(jìn)行二維相關(guān)運(yùn)算，如圖2所示為摻和比例0%，5%，10%，20%，30%，40%，50%的二維相關(guān)同步譜。

根據(jù)二維相關(guān)光譜理論，二維相關(guān)同步譜是關(guān)于對(duì)角線對(duì)稱的，主對(duì)角線上會(huì)出現(xiàn)不同數(shù)量的峰，這些峰是信號(hào)自身相關(guān)而得到的，稱為自動(dòng)峰，并且總為正值，代表對(duì)外部干擾因數(shù)的敏感程度，顏色越紅或者等高線越密則敏感程度越強(qiáng)，反之越弱。在同步譜中有時(shí)還會(huì)存在交叉峰，交叉峰可正可負(fù)且關(guān)于主對(duì)角線對(duì)稱，它的出現(xiàn)說明官能團(tuán)之間可能存在分子內(nèi)或分子間的相互作用，并且與外部干擾因數(shù)的變化是緊密相關(guān)的[8]。在理想情況下，摻和比例0%的光譜與參考譜進(jìn)行二維相關(guān)運(yùn)算應(yīng)該得到一組n×n全為零的同步譜矩陣，由于人工操作及儀器工作不穩(wěn)定等各種因數(shù)使得摻和比例0%的同步譜矩陣不為零，但不同摻和比例下的同步譜和自相關(guān)譜的特征值遠(yuǎn)大于未摻和大米的同步譜及自相關(guān)譜的值，并且摻和米的同步譜特性隨著摻和比例的增加隨之發(fā)生變化，結(jié)果符合上述理論。

如圖2(a)—(g)所示，隨著摻和比例的增加，二維相關(guān)光譜同步譜中的特征信息輪廓也逐漸變得清晰。其中，自相關(guān)譜上出現(xiàn)了兩個(gè)明顯的“蝴蝶狀”自動(dòng)峰，表明原始光譜在其附近吸收峰所對(duì)應(yīng)的波長(zhǎng)點(diǎn)發(fā)生了偏移[16]，這兩個(gè)“蝴蝶狀”的自動(dòng)峰對(duì)應(yīng)的基團(tuán)振動(dòng)峰位于1 420和1 920 nm附近，但在原始光譜圖中這兩個(gè)位置并沒有出現(xiàn)吸收峰，即1 420和1 920 nm兩處是由原始光譜中1 463和1 933 nm吸收峰在經(jīng)過二維光譜計(jì)算后偏移產(chǎn)生的。如圖3(a)所示，隨著摻和比例的增加，1 420和1 920 nm附近的自動(dòng)峰強(qiáng)度呈上升的趨勢(shì)，這兩位置附近所對(duì)應(yīng)的官能團(tuán)也與大米中的直鏈淀粉有關(guān)，綜上表明直鏈淀粉對(duì)摻和比例的響應(yīng)程度高于大米中水分、蛋白質(zhì)及其他碳水化合物，而直鏈淀粉與大米的口感有直接關(guān)系[18-19]，這與通過感官評(píng)價(jià)或測(cè)量大米中直鏈淀粉含量來鑒別是否為摻和米是一致的，即隨著摻和比例的增加，大米的口感也將隨之變化。

圖2 不同摻和比例大米的二維相關(guān)同步譜(a)： 0%； (b)： 5%； (c)： 10%； (d)： 20%； (e)： 30%； (f)： 40%； (g)： 50%Fig.2 Two-dimensional correlation synchronization spectra of rice with different adulteration ratios(a)： 0%； (b)： 5%； (c)： 10%； (d)： 20%； (e)： 30%； (f)： 40%； (g)： 50%

圖3 (a)不同摻和比例大米的自相關(guān)譜及(1 920, 1 420)nm處交叉峰值(b)

Fig.3 Autocorrelation spectra (a) and cross peak at (1 920, 1 420) nm (b) of with different adulteration

另外，在主對(duì)角線兩側(cè)(1 420，1 920 nm)和(1 920, 1 420 nm)出現(xiàn)了兩個(gè)正交叉峰, 由于同步譜中的交叉峰是關(guān)于主對(duì)角線對(duì)稱，以(1 920, 1 420 nm)處的交叉峰為例提取不同摻和比例同步譜在此位置的交叉峰強(qiáng)度進(jìn)行對(duì)比，隨著摻和比例的增加(1 920, 1 420 nm)處的交叉峰強(qiáng)度呈遞增趨勢(shì)，結(jié)果如圖3(b)所示。

綜上所述，大米近紅外光譜經(jīng)二維相關(guān)運(yùn)算后可以根據(jù)1 420和1 920 nm處自動(dòng)峰值及二維同步譜(1 920，1 420 nm)交叉峰值有效區(qū)分摻和米，其中1 920 nm處自動(dòng)峰值對(duì)摻和比例響應(yīng)最顯著。同時(shí)觀察二維同步譜和3D二維同步譜也可以較為直觀的區(qū)分純米和摻和米，結(jié)果表明二維相關(guān)光譜分析技術(shù)在判別摻和米方面是可行的。

2.3 基于二維相關(guān)光譜特性的摻和大米鑒別結(jié)果分析

五常大米二維相關(guān)光譜在1 420和1 920 nm附近的自動(dòng)峰值及二維同步譜中(1 920，1 420 nm) 附近交叉峰值的樣本方差分別為3.27×10-13，4.10×10-13，2.04×10-13，表明同一位置下的峰值離散程度很小，因此以三處位置峰值的最大值作為判別閾值，將摻和大米的二維自相關(guān)譜在對(duì)應(yīng)位置的峰值與判別閾值進(jìn)行比較，大于閾值被認(rèn)為摻和米，小于閾值被認(rèn)為五常大米，所有樣品的自相關(guān)譜如圖4所示?；谧韵嚓P(guān)譜1 420和1 920 nm兩處自動(dòng)峰值及二維同步譜(1 920，1 420 nm) 交叉峰值鑒別摻和大米結(jié)果如圖5所示。

如圖5所示，以五常大米在1 420和1 920 nm兩處自動(dòng)峰及二維同步譜(1 920，1 420 nm) 交叉峰最大值作為閾值的140個(gè)大米樣品總判別正確率分別為92.5%，93.3%和92.5%，即基于1 920 nm自動(dòng)峰值的判別效果最佳，其中五常大米判別率均為100%，這可能與前面所述1 920 nm處自動(dòng)峰值對(duì)摻和比例響應(yīng)最顯著有關(guān)?；? 920 nm自動(dòng)峰值的判別結(jié)果如圖5(b)所示，摻和比例達(dá)20%及以上的摻和米樣品判別正確率為100%，隨著摻和比例降低判別正確率也逐漸下降，摻和比例15%，10%和5%的樣品判別正確率分別為91.7%，66%和75%，得到這樣的結(jié)果的原因可能是摻和比例低時(shí)抽取的樣品中可能沒有或極少含有摻入米，導(dǎo)致光譜儀無法采集摻入米信息。

圖4 所有樣品的自相關(guān)譜Fig.4 Autocorrelation spectra of all samples

圖5 不同特征峰值下的判別結(jié)果(a)： 1 420 nm； (b)： 1 920 nm； (c)： (1 920, 1 420)nmFig.5 The discriminant results by using differentcharacteristic peaks(a)： 1 420 nm； (b)： 1 920 nm； (c)： (1 920, 1 420)nm

綜上所述，基于二維相關(guān)光譜以摻和比例作為外部干擾因數(shù)，將摻和大米光譜與參考譜進(jìn)行二維相關(guān)運(yùn)算，根據(jù)特征峰值差異可以簡(jiǎn)單有效的判別摻和比例15%及以上的摻和米，無需建立化學(xué)計(jì)量學(xué)判別模型。

3 結(jié) 論

基于二維相關(guān)光譜以摻和比例作為外部干擾因數(shù)，將摻和大米光譜與參考譜進(jìn)行二維相關(guān)運(yùn)算，分析不同摻和比例大米的二維相關(guān)光譜同步譜特性并進(jìn)行鑒別。隨著摻和比例的增加，自相關(guān)譜上1 420和1 920 nm處出現(xiàn)兩個(gè)明顯的自動(dòng)峰，峰值強(qiáng)度隨摻和比例增加呈增加趨勢(shì)。同時(shí)，在二維同步譜主對(duì)角線兩側(cè)(1 420, 1 920 nm)和(1 920, 1 420 nm)附近出現(xiàn)兩個(gè)正交叉峰，其峰值強(qiáng)度隨摻和比例的增加也呈增加趨勢(shì)。根據(jù)1 420和1 920 nm兩處自動(dòng)峰值及二維同步譜(1 920，1 420 nm)交叉峰值對(duì)摻和大米進(jìn)行判別，以五常大米在對(duì)應(yīng)位置峰值的最大值作為判別閾值，其判別正確率分別為92.5%，93.3%和92.5%，其中以1 920 nm自動(dòng)峰值作為判別處效果最佳，摻和比例15%的摻和米判別正確率為91.7%，隨著摻和比例降低判別正確率也逐漸下降，同時(shí)通過觀察二維同步譜和3D同步隨摻和比例增加變化的趨勢(shì)也可以較為直觀的區(qū)分純米和摻和米。對(duì)自相關(guān)譜1 420和1 920 nm兩處特征峰產(chǎn)生機(jī)制的追溯并分析所對(duì)應(yīng)的官能團(tuán)歸屬，結(jié)果表明大米中的直鏈淀粉對(duì)摻和比例的響應(yīng)高于水分、蛋白質(zhì)及其他碳水化合物。

對(duì)原始光譜直接進(jìn)行了二維相關(guān)運(yùn)算，基于自動(dòng)峰強(qiáng)度和交叉峰強(qiáng)度對(duì)摻和米進(jìn)行判別，為鑒別摻和米提供了簡(jiǎn)單有效的新方法。今后可以探索有效特征信息的光譜處理算法，提高低摻和比例大米的判別正確率，同時(shí)優(yōu)化判別閾值進(jìn)一步提高判別正確率。