近紅外特征光譜的羊肉TVB-N濃度預(yù)測模型

張 旭，白雪冰，汪學(xué)沛，李新武，李志剛，張小栓，4*

1.中國農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院，北京 100083 2.中國農(nóng)業(yè)大學(xué)工學(xué)院，北京 100083 3.石河子大學(xué)信息科學(xué)與技術(shù)學(xué)院，新疆 石河子 832003 4.食品質(zhì)量與安全北京實驗室，北京 100083

引 言

中國的羊肉產(chǎn)量及羊肉消費量均居世界首位。保證儲存期內(nèi)羊肉的新鮮度和防范質(zhì)量安全問題愈發(fā)緊要。在羊肉的貯藏過程中，在微生物和內(nèi)外源酶的作用下，羊肉中的脂肪和蛋白質(zhì)分解產(chǎn)生有毒的氨(NH3)和胺類(R-NH2)[1]，并與腐敗產(chǎn)生的有機酸結(jié)合生成揮發(fā)性鹽基氮(total volatile basic nitrogen，TVB-N)，因此TVB-N濃度是評估羊肉質(zhì)量安全的關(guān)鍵參數(shù)。

食品安全國家標(biāo)準(zhǔn)中規(guī)定的TVB-N濃度的檢測方法包括自動凱氏定氮儀法、半微量定氮法、微量擴散法。這些化學(xué)檢測方法需要破壞樣品，操作過程復(fù)雜，耗時費力，且結(jié)果易受操作水平影響，不能滿足快速、非破壞的質(zhì)量安全檢測要求。

近紅外光譜(near infrared spectroscopy，NIR)檢測技術(shù)具有分析快速、操作簡便、無破壞性等特點，在肉品質(zhì)檢測領(lǐng)域已有大量研究。被應(yīng)用于新鮮度分級[2]、摻假識別[3]、等級劃分[4]、鮮凍肉鑒別等定性分析，以及化學(xué)組成(包括膽固醇[5]、脂肪[6]、水分[7])分析、感官品質(zhì)(包括肉色[8]、系水力、嫩度[8])評價等定量分析。

原始近紅外光譜數(shù)據(jù)中雖然包含與特定成分相關(guān)的有效信息，但也受到噪聲及散射等因素的干擾，這些干擾會降低光譜模型的預(yù)測性能。因此，應(yīng)用適當(dāng)?shù)墓庾V預(yù)處理方法(散射校正、平滑處理、尺度縮放)和變量篩選方法可有效消除與被測指標(biāo)無關(guān)的噪聲、散射等干擾，提高光譜與被測指標(biāo)間的相關(guān)性。將競爭性自適應(yīng)重加權(quán)法(competitive adaptive reweighted sampling，CARS)[9]、無信息變量消除法(uninformative variable elimination，UVE)[9]和連續(xù)投影算法(successive projections algorithm，SPA)等方法應(yīng)用于簡化和優(yōu)化近紅外光譜預(yù)測模型已有報道。

在回歸預(yù)測分析中，偏最小二乘(partial least squares，PLS)是被廣泛應(yīng)用的線性回歸方法，當(dāng)被測指標(biāo)與光譜數(shù)據(jù)間存在非線性關(guān)系時，采用線性的回歸方法無法實現(xiàn)光譜信息的充分提取，影響模型準(zhǔn)確性。為解決光譜數(shù)據(jù)的非線性問題，非線性算法包括支持向量機(support vector machine，SVM)和偏最小二乘支持向量機(least squares-support vector machine，LS-SVM)已被用于近紅外光譜預(yù)測模型的構(gòu)建。為此，探討近紅外光譜的線性及非線性預(yù)測模型對穩(wěn)定可靠的定量分析非常必要。

本研究以反映生鮮羊肉質(zhì)量安全的TVB-N濃度為預(yù)測對象，采集樣品680～2 600 nm的近紅外光譜數(shù)據(jù)，經(jīng)2種方法剔除離散程度大的異常樣本后，對比多種預(yù)處理方法對預(yù)測模型性能的影響，以不同變量篩選方法優(yōu)選特征波長，探討線性及非線性建模方法的預(yù)測性能，建立優(yōu)化的生鮮羊肉儲存期TVB-N預(yù)測模型，為實現(xiàn)快速無損檢測生鮮羊肉中的TVB-N濃度提供參考和技術(shù)支持。

1 實驗部分

1.1 材料與儀器

在江蘇省東臺市華東山羊市場購買當(dāng)天屠宰的綿羊，取背最長肌，切除其脂肪和肌膜，整形切成3 cm×3 cm×1 cm(長×寬×高)的塊狀150個，置入無菌袋并以4 ℃冷鏈運輸車在24 h內(nèi)運抵中國農(nóng)業(yè)大學(xué)工學(xué)院實驗室，將樣品置于生化培養(yǎng)箱(LRH-250，上海一恒儀器公司)中，分組后在0，4，8和20 ℃溫度下儲藏。低溫試驗時每隔24 h各取出3個樣品進行測試，20 ℃下每隔12 h取2塊樣本進行測試，共測試11 d，共獲得121份樣本。

1.2 光譜數(shù)據(jù)獲取

采用SpectraStar 2600 XT-R型近紅外光譜儀(美國Unity Scientific公司)采集羊肉樣本光譜，掃描次數(shù)為12次，掃描范圍為680～2 600 nm，分辨率為1 nm。

1.3 揮發(fā)性鹽基氮(TVB-N)濃度測定

根據(jù)GB 5009.228—2016《食品安全國家標(biāo)準(zhǔn)食品中揮發(fā)性鹽基氮的測定》中的微量擴散法測定樣品的TVB-N濃度。

1.4 數(shù)據(jù)處理與建模方法

通過MATLAB R2018b軟件(美國Mathworks公司)完成數(shù)據(jù)處理和模型構(gòu)建。

1.4.1 異常值剔除方法

利用蒙特卡洛采樣(Monte-Carlo sampling，MCS)法消除異常樣本。異常剔除閾值設(shè)置為式(1)和式(2)所示，超過閾值之一的即為異常樣本。

Mthreshold=μM+3σM

(1)

Sthreshold=μS+3σS

(2)

其中，Mthreshold為各樣本預(yù)測誤差均值的閾值，μM和σM為各樣本預(yù)測誤差均值的均值和標(biāo)準(zhǔn)差；Sthreshold為各樣本預(yù)測誤差標(biāo)準(zhǔn)差的閾值，μS和σS為各樣本預(yù)測誤差標(biāo)準(zhǔn)差的均值和標(biāo)準(zhǔn)差。

同時利用馬氏距離法(Mahalanobis distance，MD)剔除MD過大的樣本，閾值設(shè)置為

MDthreshold=μ+3δ

(3)

式(3)中，MDthreshold為各樣本MD的閾值，μ和δ為各樣本MD的均值和標(biāo)準(zhǔn)差。

1.4.2 樣本集劃分方法

剔除異常樣本之后，運用光譜-理化值共生距離(sample set partitioning based on joint x-y distance，SPXY)算法劃分出75%的樣本為校正集，其余為驗證集樣本。

1.4.3 光譜預(yù)處理方法

根據(jù)處理效果預(yù)處理方法可分為散射校正、平滑處理、尺度縮放等。散射校正包括多元散射校正(multiple scattering correction，MSC)和標(biāo)準(zhǔn)正態(tài)變換(standard normal variate，SNV)，用于消除樣品顆粒尺寸差異和分布差異對漫反射光的影響。平滑處理可有效提高信噪比，常用的有Savitzky-Golay卷積平滑(S-G smoothing，SGS)、移動平均平滑(moving average smoothing，MAS)等方法。尺度縮放包括歸一化(Normalization)、中心化(Centering)、標(biāo)準(zhǔn)化(Autoscaling)等，用來消除數(shù)據(jù)尺度差異的影響。分別采用這7種方法對樣本進行光譜預(yù)處理，以找到最佳預(yù)處理方法。

1.4.4 特征波長篩選方法

所采集羊肉光譜共1 921個波長，存在冗余和多重共線性信息，篩選特征波長取代全光譜可提高模型簡潔性和計算效率。

CARS選擇波數(shù)的方法是基于回歸系數(shù)的權(quán)重，權(quán)重值越大則代表該變量對模型建立的貢獻越大，被選取的概率越大。

UVE以輸入變量及等量的隨機噪聲建立PLS模型得到回歸系數(shù)矩陣，計算各變量的穩(wěn)定性并篩選穩(wěn)定性大的變量，閾值設(shè)為隨機變量穩(wěn)定性最大絕對值的0.99倍。UVE選出的波長呈局部連續(xù)分布，波段之間仍存在嚴(yán)重的多重共線性問題，嶺回歸(ridge regression，RR)法是解決此類問題的有效方法，但是鮮有研究將嶺回歸用于光譜檢測中的特征波長篩選，由此在UVE法的基礎(chǔ)上引入嶺回歸法得到改進的無信息變量消除(improved uninformative variable elimination，IUVE)法，以進一步簡化模型和提高預(yù)測精度。

SPA以正交投影分析全部波長變量，并保留對TVB-N敏感的特征變量，使變量之間共線性達到最小，降低模型輸入量。

1.4.5 預(yù)測建模方法

PLS在主成分分析的基礎(chǔ)上，對光譜和理化值同時進行分解，保留對光譜貢獻大的主成分，進而構(gòu)建誤差最小化的最佳線性回歸模型。

SVM模型利用核函數(shù)將低維輸入映射到高維特征空間，并在高維特征空間進行線性回歸，適于處理小樣本、非線性以及高維數(shù)等問題。LS-SVM是SVM的改進方法，進一步降低計算復(fù)雜性和提高計算速度。設(shè)定徑向基函數(shù)(radial basis function，RBF)為SVM模型及LS-SVM模型的核函數(shù)，以具備交互驗證的網(wǎng)格搜索(grid-search)法對SVM模型的關(guān)鍵參數(shù)(C，γ)，以及LS-SVM模型的關(guān)鍵參數(shù)(γ，σ2)進行尋優(yōu)。

2 結(jié)果與討論

2.1 剔除異常樣本

圖1為121個羊肉樣本的原始近紅外漫反射吸光度光譜。由于水分子中O—H鍵伸縮振動的二級倍頻和一級倍頻吸收，在980，1 440和1 940 nm附近呈現(xiàn)出吸收峰，在1 200和2 400 nm附近則是與C—H鍵拉伸和伸縮振動相關(guān)的波峰[8]。樣本的光譜曲線趨勢相似，但不同波段的上升和下降的趨勢不同，說明其內(nèi)部化學(xué)成分存在差異。

圖1 羊肉樣本近紅外光譜圖

采用MCS法識別異常樣本，主成分個數(shù)設(shè)置為11，預(yù)處理方法為Centering，抽樣次數(shù)1000次。異常樣本檢測結(jié)果見圖2，得到閾值Mthreshold為6.4，Sthreshold為2.198，第47，89，94，103和121個樣本被判定為異常樣本。

圖2 蒙特卡洛采樣法異常值檢測結(jié)果

圖3是121個光譜樣本到平均光譜的MD分布圖，由MD的均值和標(biāo)準(zhǔn)偏差得到閾值為5.596，超出此閾值的異常樣本為47號，89號，94號，103號，與MCS法的檢測結(jié)果重合度較高。

圖3 羊肉樣本的馬氏距離分布

將剔除異常值后的116個樣本，采用SPXY算法劃分校正集和驗證集樣本。羊肉TVB-N濃度的統(tǒng)計分析結(jié)果如表1所示。

表1 羊肉樣品TVB-N濃度的統(tǒng)計結(jié)果

2.2 原始光譜及光譜預(yù)處理比較

分別使用原始光譜及經(jīng)過7種方法預(yù)處理的光譜建立全波段的PLS預(yù)測模型，建模結(jié)果見表2。與原始光譜所建立的PLS模型相比，由SNV，MSC，Autoscaling處理的光譜數(shù)據(jù)建立的模型性能均下降，經(jīng)Normalization，Centering，MAS處理的光譜數(shù)據(jù)所建立模型的性能沒有明顯改善，而以SGS預(yù)處理的數(shù)據(jù)建模效果最好，確定SGS為最優(yōu)預(yù)處理方法。

表2 不同預(yù)處理方式的PLS預(yù)測模型比較

2.3 特征波長的選取

2.3.1 應(yīng)用CARS篩選特征波長

采用CARS提取特征波長，設(shè)置蒙特卡洛采樣次數(shù)為50，采用7折交叉驗證計算。隨著采樣次數(shù)增加，圖4(a)曲線呈指數(shù)衰減，在運行次數(shù)1～5次，變量選擇個數(shù)曲線快速下降，對應(yīng)粗選過程，之后進入緩慢遞減的細(xì)選過程。圖4(b)為交互驗證均方根誤差的變化趨勢圖，在運行次數(shù)1～36，交互驗證均方根誤差緩慢波動降低，隨后逐漸升高。從圖4(c)回歸系數(shù)曲線中的“*”標(biāo)出了交互驗證誤差的最低點，在采樣次數(shù)為36次時，達到最小值2.206。此時變量篩選個數(shù)為14個，分別為720，725，823，834，925，1 162，1 230，1 278，1 441，1 473，1 867，1 981，2 484和2 554 nm。

圖4 基于CARS的變量選擇過程

2.3.2 應(yīng)用IUVE篩選特征波長

運行IUVE算法計算1 921個光譜波長和等量隨機噪聲的穩(wěn)定性，閾值設(shè)為±11.76，將超過閾值的輸入變量進行嶺回歸分析，以嶺跡法確定嶺回歸參數(shù)k值為0.2，變量篩選的原則參考文獻[10]。嶺回歸分析的結(jié)果如圖5所示，可以看出各回歸系數(shù)的嶺估計在k=0.2時基本穩(wěn)定，根據(jù)回歸系數(shù)隨k值的變化趨勢結(jié)合誤差選擇變量。IUVE與未改進的UVE的波長選擇結(jié)果如圖6所示，藍(lán)色的曲線為未改進的UVE法計算出的各變量穩(wěn)定性曲線，超過閾值的波長達到703個，占總波長的36.60%，洋紅色豎線為結(jié)合嶺回歸分析的IUVE法最終選擇出的144個有效變量，占總波長的比值降至7.50%，因此改進后的UVE可有效地消除各波長變量間的共線性。

圖5 嶺回歸分析嶺跡圖

圖6 基于IUVE的特征波長篩選

2.3.3 應(yīng)用SPA篩選特征波長

在變量個數(shù)1～28的范圍內(nèi)優(yōu)選波長，SPA算法以RMSE的大小為依據(jù)確定特征波長數(shù)量。隨著特征波長數(shù)量的增加，RMSE的變化過程如圖7所示。當(dāng)波長數(shù)量由1增加到7時，RMSE迅速下降，表明此類波長變量為與羊肉TVB-N相關(guān)的重要波長變量。當(dāng)波長數(shù)量由7個增加到15個時RMSE呈波動式下降，此類波長為有用信息變量。隨著波長數(shù)量由15個繼續(xù)增加，RMSE繼續(xù)緩慢下降。因此以15個特征波長作為輸入的特征變量。圖8為15個特征波長在全光譜中的位置分布，分別為680，798，1 067，1 266，1 497，1 498，1 901，1 920，1 936，2 009，2 263，2 386，2 391，2 575和2 583 nm。

圖7 基于SPA的波長個數(shù)選擇

圖8 基于SPA的特征波長選擇

2.4 模型建立

2.4.1 PLSR模型

圖9 CARS-PLS模型對羊肉TVB-N濃度的預(yù)測結(jié)果

表3 不同波長提取方法的PLS預(yù)測模型比較

2.4.2 SVM模型

圖10 CARS-SVM模型對羊肉TVB-N濃度的預(yù)測結(jié)果

2.4.3 LS-SVM模型

表4 不同波長提取方法的SVM預(yù)測模型比較

圖11 CARS-LS-SVM模型對羊肉TVB-N濃度的預(yù)測結(jié)果

表5 不同波長提取方法的LS-SVM預(yù)測模型比較

3 結(jié) 論

利用近紅外光譜對羊肉TVB-N濃度進行預(yù)測，主要結(jié)論如下：

(1)以MCS法和MD法剔除了羊肉的光譜數(shù)據(jù)的5個異常值，且2種方法的檢測結(jié)果重合度和可信度較高。

(2)以原始光譜和6種不同方法預(yù)處理的光譜建立了PLS預(yù)測模型，SGS處理的光譜建模效果最好，平滑處理、尺度縮放方法的建模效果整體上好于散射校正方法。

(3)利用CARS，UVE，IUVE，SPA提取特征光譜得到的波長個數(shù)分別為14，703，144，15，占全光譜1921個波長的0.73%，36.60%，7.50%，0.78%。對比全光譜和各方法提取的特征波長所建立的預(yù)測模型，CARS提取的波長建立的模型性能最優(yōu)。對比UVE法，IUVE可消除波長間的共線性和提高模型性能。

(4)對提取的特征波長建立了儲存期生鮮羊肉TVB-N的PLS，SVM和LS-SVM預(yù)測模型，最好的校正集預(yù)測結(jié)果由SVM模型取得，最好的驗證集預(yù)測效果由LS-SVM模型得到，這兩種方法的建模效果與模型參數(shù)和建模樣本密切相關(guān)。