可見-近紅外透射光譜檢測活體甘蔗蔗糖分的方法

呂雪剛，李修華*，張詩敏，張木清，蔣洪濤

1. 廣西甘蔗生物學重點實驗室，廣西 南寧 530004 2. 廣西大學電氣工程學院，廣西 南寧 530004

引 言

甘蔗的蔗糖分是衡量甘蔗品質(zhì)的重要指標，活體甘蔗蔗糖分的速測對甘蔗進行及時的田間管理、甘蔗品質(zhì)評價等方面都具有一定的現(xiàn)實意義。在實際生產(chǎn)中，常用的甘蔗蔗糖含量檢測方法有旋光法、二次旋光法[1]、液相色譜法等，而這些檢測方法都需要對樣本進行預先處理、耗時耗力、測定步驟繁雜等問題，難以實現(xiàn)快速大批量的檢測。

可見-近紅外光譜分析技術相比于傳統(tǒng)的化學分析方法顯著減少了檢測的時間成本和化學藥品對環(huán)境影響[2]，是一種快速高效的檢測手段，目前已經(jīng)廣泛的運用在食品[3-4]、農(nóng)產(chǎn)品內(nèi)部品質(zhì)檢測當中[5-7]。對于諸如哈密瓜、蘋果等圓型瓜果，已有學者對比了不同的光譜測量方式和特征提取方法對建模效果的影響，Li等[8]采集了哈密瓜赤道部位和尾部在750～950 nm范圍的漫反射光譜來預測哈密瓜的可溶性固形物，得出哈密瓜尾部的光譜建模效果高于赤道部位的結論。Xu等[9]對比了回歸系數(shù)、遺傳算法等四種不同的特征波長篩選方法在沙田柚水分含量預測的效果，結果表明遺傳算法是柚子水分檢測分析的最佳特征提取方法，其水分預測模型的決定系數(shù)為0.712，均方根誤差為0.048 8。針對甘蔗這類圓柱體樣本的光譜檢測方法研究也有相關報道，Taira等[10]使用便攜式近紅外儀器，獲取了180°夾角下的未去蠟甘蔗的600～1 100 nm的透射光譜，建立了全波段的甘蔗糖分預測模型； SteidleNeto等[11]通過Y型光纖采集了450～1 100 nm的甘蔗表面漫反射光譜數(shù)據(jù)對甘蔗品種進行分類，發(fā)現(xiàn)使用偏最小二乘法判別分析的分類精度可達82%。

針對甘蔗這類外皮較硬、表面覆蠟的圓柱體樣本，Taira和SteidleNeto等學者進行了相應的光譜學研究，但是其樣本光譜采集方式相對單一，沒有對不同的光譜測量方式進行差異化研究。因此，本文探究了光譜測量角度的變化、蠟質(zhì)的覆蓋對甘蔗光譜的透射效果以及建模效果的影響。并在最優(yōu)的光譜測量方式下，探討了不同特征波長篩選方法的性能，以進一步提升建模精度。

1 實驗部分

1.1 樣本采集

2021年1月5日至7日，于廣西大學扶綏農(nóng)科新城甘蔗試驗田，隨機選取了6個不同的甘蔗品種，每個品種均挑選莖稈筆直未倒伏，表皮沒有裂口和其他明顯瑕疵的蔗莖，共70根(其中60根處于成熟期，10根處于伸長期)。蔗莖采集后存放于實驗室，在室溫下放置24 h之后，使用干毛巾清理樣本表面灰塵。對成熟期的甘蔗，由于其糖分的分布呈下端高上端低的特點，特將其分割為上端和下端兩部分，每部分作為一個單獨的實驗樣本； 對于伸長期的甘蔗則單獨作為一個樣本。最后得到甘蔗實驗樣本130個，剔除數(shù)據(jù)異常樣本7個，最終獲得123個有效樣本。

1.2 方法

采用自行設計搭建的采集平臺獲取透射光譜數(shù)據(jù)，平臺如圖1所示，由光譜儀、光源、光纖、電腦等組成。光源在甘蔗蔗莖的一側進行照射，另一側采用光譜儀從不同角度對經(jīng)過蔗莖的透射光進行檢測。透射光譜的獲取應保證探頭與光源之間的夾角在(90°，180°]范圍內(nèi)，根據(jù)等角度間距的原則，確定了采集平臺上三根不同角度的光譜探測通路，以此來獲取120°，150°和180°情況下的甘蔗樣本透射光譜。實驗所采用的光譜儀為美國ASD公司生產(chǎn)的FieldSpec光譜儀(FieldSpec?4 Hi-Res, USA)，光譜范圍350～2 500 nm，采樣間隔為1.4 nm(350～1 000 nm)和1.1 nm(1 001～2 500 nm)。光源采用了一個12 V、20 W的鹵素燈，采用直流穩(wěn)壓電源供電。為了避免光源側的雜散光對透射光檢測側的干擾，在入射部位周圍通過不透光的黑色海綿進行包裹，使得光源、入射光通路、甘蔗入射部位三者形成一個封閉的空間。測量時，ASD光譜儀預熱30 min，并使用10 mm厚度的聚四氟乙烯板作為參考板，將光強數(shù)據(jù)轉(zhuǎn)換為透光率。光譜數(shù)據(jù)的分析及建模分別在Excel Professional2019(Microsoft, USA)及MATLAB(R2019a, USA)中進行。

圖1 甘蔗透射光譜采集平臺1： 探頭； 2： 黑色海綿墊片； 3： 鹵素燈；4： 樣品固定桶； 5： 甘蔗樣本； 6： 光纖；7： 光譜儀； 8： 數(shù)據(jù)線； 9： 計算機Fig.1 Transmission spectrum acquisition platform of sugarcanes1： Probe; 2: Black sponge pad; 3: Halogen lamp;4: Sample fixing cylinder; 5: Sugarcane sample;6: Optical fiber; 7: Spectrometer; 8: Cable； 9. Laptop

1.3 光譜數(shù)據(jù)采集

每個甘蔗樣本分別在原始狀態(tài)(去蠟前)、去蠟后分別進行了透射光的測量。在去除蠟質(zhì)前后，每個樣本選擇兩處(大約在1/4與3/4位置處)測量點，每處通過90°旋轉(zhuǎn)共測量得到4組透射光譜，共8組數(shù)據(jù)。去蠟前后的甘蔗及其光譜采集位點如圖2所示。

圖2 去蠟前后的甘蔗樣本及透射光譜采集位點示意圖Fig.2 The sugarcane samples before and after wax removal and the sketch of transmittance measurement positions

將每個樣本的8組數(shù)據(jù)取平均，得到測量方向與入射光方向夾角分別為120°，150°和180°的透射光譜。所得透射光譜波長范圍為350～2 500 nm，但從實際數(shù)據(jù)來看，首尾波段的透射光譜幅值接近0，且存在大量噪聲，因此選取了噪聲較小，幅值變化顯著的670～950 nm波段內(nèi)的光譜數(shù)據(jù)為有效建模區(qū)域。

1.4 甘蔗蔗糖分測定

甘蔗樣本的蔗糖分采用國標GB/T 10499—2014方法進行檢測樣液的配置與獲取，并使用液相色譜儀(Thermo Fisher UltiMate 3000，USA)進行甘蔗內(nèi)部蔗糖分含量測定，剔除錯誤樣本后，共獲得123個樣本用于后續(xù)分析與建模。將所有樣本按2∶1分成校正集(n=82)和預測集(n=41)，二者的蔗糖分統(tǒng)計結果如表1所示，可以看出兩個集合包含的數(shù)據(jù)分布趨勢一致，有利于模型的建立與評價。

表1 甘蔗樣本蔗糖分統(tǒng)計Table 1 Statistical characteristics of sucrose content in sugarcane samples

1.5 數(shù)據(jù)分析

使用MATLAB R2019a對表皮去蠟前后的甘蔗平均光譜進行預處理以及特征波長分析。對原始光譜進行預處理方法后，通過偏最小二乘法(partial least squares, PLS)回歸建模的效果對比選擇最優(yōu)方法。接著采用了常規(guī)的間隔偏最小二乘(interval partial least squares, i-PLS)、遺傳算法(genetic algorithm, GA)、傳統(tǒng)蟻群算法(ant colony optimization, ACO)對特征波長進行了提??； 并提出了基于全波段PLS建?；貧w系數(shù)(variable regression coefficient, VRC)的改進蟻群算法(VRC-ACO)優(yōu)化篩選效率。最后針對各方法篩選得到的特征波長建立了甘蔗糖分的PLS預測模型。模型的預測能力和穩(wěn)定性由校正相關系數(shù)(Rc)、預測相關系數(shù)(Rp)、校正均方根誤差(RMSEC)和預測均方根誤差(RMSEP)這4個指標來評價。

2 結果與討論

2.1 光譜預處理

由于可見-近紅外光譜采集的有效信息弱，且?guī)в性肼暎瑸榱颂嵘罄m(xù)建模的可靠性，需對原始光譜進行預處理。本文以120°光譜獲取角度下的甘蔗光譜數(shù)據(jù)集為例，采用了6種方法分別對光譜進行了預處理，并采用PLS建模結果評價各預處理方法的優(yōu)劣，結果如表2所示。

表2 甘蔗樣本的120°透射光譜預處理結果Table 2 Spectral pretreatment results of sugarcane samples at 120°measurement angle

由表2可知，在相同光譜測量角度下，SNV預處理效果在校正集表現(xiàn)優(yōu)于其他預處理方法，同時在預測集建模效果上，去蠟樣本的預測集建模效果表現(xiàn)最好，原始樣本的預測集建模效果僅比最高的MSC方法略低，其他角度下的預處理結果當中，SNV整體表現(xiàn)也最優(yōu)。綜合分析可知，SNV對以上數(shù)據(jù)集的干擾因素校正能力更強，更適用于本實驗所對應的數(shù)據(jù)，故后續(xù)采用經(jīng)過SNV預處理后的光譜數(shù)據(jù)進行建模處理。

2.2 不同甘蔗光譜數(shù)據(jù)測量方式的差異性分析

2.2.1 蠟質(zhì)覆蓋的影響

甘蔗在自然生長的情況下表皮會覆蓋一層薄薄的植物蠟，和其他天然蠟質(zhì)一樣，是酯、游離酸、醇和碳氫化合物的混合物，同時蠟質(zhì)覆蓋也會改變甘蔗表皮顏色，因此本研究首先探討了甘蔗表皮蠟質(zhì)對甘蔗透射光譜預測糖分的影響。

圖3(a)所示為某樣本在探測夾角為180°時，8個采集位點去蠟前后的光譜曲線； 其余夾角條件下，波形走勢與此相似?？梢钥闯?，去蠟后的光譜透過率更高，不同位點的透射光譜變化也更小，使得數(shù)據(jù)穩(wěn)定性有所提升。分析6類光譜數(shù)據(jù)與蔗糖分的相關性，結果如圖3(b)所示，原始樣本對應的3種角度下的透射光譜數(shù)據(jù)與蔗糖分的整體相關性較低，而去蠟后3種角度下兩者的相關性有著明顯的提升。同時由圖2可見，未去蠟的甘蔗表面顏色分布不均勻，且顏色比去蠟后的深，是造成光譜差異的原因之一； 另外，構成甘蔗表皮蠟的化學混合物質(zhì)也會由于光照產(chǎn)生分子振動，從而產(chǎn)生光譜的倍頻和合頻吸收，進而影響透射光譜。

圖3 甘蔗去蠟前后的光譜差異CWR: 去蠟樣本； OS: 原始樣本(a)： 某樣本不同采集位點的透射光譜；(b)： 光譜透過率與蔗糖分的相關性Fig.3 Spectral difference of sugarcane before and after wax removalCWR: Cane wax removed； OS: Original sample(a)： Transmission spectra at different sampling positions of a sugarcane sample； (b)： Correlation between transmittance spectra and sucrose

2.2.2 不同探測角度的影響

光源與探測器的夾角不同，會影響光程長短，光線在甘蔗內(nèi)部經(jīng)過多角度的散射之后，攜帶著甘蔗內(nèi)部信息的光強被光纖收集。圖4所示為120°，150°和180°三個角度下所有樣本的平均透射光譜，從圖中的結果來看，去蠟前后均表現(xiàn)出120°夾角下的透過率最高，150°下的透過率略低，而180°下的透過率最低。

圖4 不同角度下樣本的平均光譜透過率(a): 原始樣本; (b): 去蠟樣本Fig.4 Average spectral transmittance of samples at different angles(a): Original sample; (b): Cane wax removed

2.2.3 不同光譜測量方式對預測模型精度的影響

針對6類不同測量方式采集得到的光譜數(shù)據(jù)集分別建立了蔗糖分的PLS全波段預測模型，結果如表3所示。從蠟質(zhì)覆蓋來看，未去蠟數(shù)據(jù)集的預測模型Rp范圍在0.75～0.77，去蠟的Rp范圍在0.77～0.79，未去蠟的模型預測效果在整體上都低于去蠟樣本，進一步證明蠟質(zhì)會對建模精度造成影響。從不同的探測角度來看，不論去蠟與否，120°下的建模效果都最佳，未去蠟與去蠟的Rp分別為0.776 8和0.790 6，RMSEP分別為0.948 6和0.933 4，表明了光源與探測器的夾角大小也會影響透射光譜建模效果。

表3 不同測量方式下的PLS建模結果Table 3 PLS modeling results obtained by different spectral measurement methods

2.3 特征波長的篩選

選取6類數(shù)據(jù)集中建模效果最好的120°探測夾角下經(jīng)SNV預處理后的甘蔗去蠟透射光譜作為后續(xù)分析的數(shù)據(jù)集，進一步對特征波長篩選方法進行研究與對比。

2.3.1 i-PLS篩選特征波長

間隔偏最小二乘法的基本原理是將全波段區(qū)域進行區(qū)間距劃分，得到n個光譜區(qū)間，而后對每個子區(qū)間內(nèi)的光譜數(shù)據(jù)進行PLS建模分析。采用i-PLS對甘蔗透射光譜進行的波長篩選，將671～950 nm的范圍劃分為15個區(qū)間，在波段747～765 nm區(qū)間內(nèi)RMSECV最低。i-PLS挑選出的波長組合如表4所示。

2.3.2 GA篩選特征波長

遺傳算法是仿照生物自然選擇和進化發(fā)展而來的自適應算法。GA相關的參數(shù)設置如下： 初始化群體數(shù)目200，交叉概率0.8，變異概率0.3，迭代次數(shù)50，波長選擇閾值為5。算法運用前向選擇的方式進行波段組合挑選，為了防止算法的隨機性對結果造成的影響，共進行了10次重復運算，挑選出建模效果最優(yōu)的波長組合。GA挑選出的波長組合如表4所示。

2.3.3 ACO篩選特征波長

蟻群算法模擬了自然界當中蟻群的覓食行為，根據(jù)路徑上螞蟻留下的信息素濃度收斂到尋找食物最短的路徑。ACO相關的參數(shù)設置如下： 初始螞蟻數(shù)量200，信息素揮發(fā)引子0.85，顯著性因子0.1，迭代次數(shù)50次，波長選擇閾值為5。與遺傳算法保持一致，根據(jù)前向選擇挑選波長組合，并進行10次重復運算。ACO挑選出的波長組合如表4所示。

2.3.4 VRC-ACO篩選特征波長

傳統(tǒng)的蟻群算法中每個波段對應的初始化信息素含量都為1，而統(tǒng)一的初始信息素含量可能導致算法收斂速度緩慢，并且容易陷入局部最優(yōu)解。因此提出一種改進的蟻群算法，將全波段PLS建模當中的變量回歸系數(shù)與傳統(tǒng)蟻群算法結合，以期改善ACO收斂速度慢等問題。VRC能夠在一定程度上體現(xiàn)每個波段在全波段PLS建模當中所占的重要程度，其絕對值越高表明該變量對模型的影響越大。VRC-ACO挑選出的波長如表4所示。

表4 挑選波段結果Table 4 Results of selected wavelengths

從表4的結果來看，i-PLS選取的特征波長數(shù)量最多，達到了19個，GA和ACO算法選擇的特征波長數(shù)量分別為16個和15個，而VRC-ACO挑選的波長數(shù)量最少，僅有10個特征波長。從特征波長挑選的數(shù)量來看，VRC-ACO的表現(xiàn)最優(yōu)。同時相比算法改進之前，采用VRC-ACO運行程序的速度與傳統(tǒng)的ACO運行速度相比提升了將近10%。圖5為算法選擇波長的頻次圖，波長的挑選也有比較明顯的高低峰值。

圖5 VRC-ACO算法選擇的波長頻次Fig.5 Frequency of each wavelength selected by VCR-ACO algorithm

2.4 蔗糖分預測模型的建立

蔗糖分子的化學式為C12H22O11，分子結構中含有亞甲基(—CH2—)和羥基(—OH)等化學基團，亞甲基在近紅外光譜區(qū)域的四倍頻吸收帶在762 nm附近，三倍頻吸收帶在934 nm附近[12]； 羥基的三倍頻在980 nm附近，四倍頻在730 nm附近[13]。從表4的波長挑選結果可以看出，各方法篩選得到的特征波長均包含亞甲基的四倍頻吸收帶762 nm附近的波長，并規(guī)避了羥基倍頻所對應的特征波長，一定程度上反映了篩選結果的合理性。

不同算法挑選得到的特征波長的建模結果如表5所示?；趇-PLS篩選波段的模型精度(Rp=0.761 9)低于全波段的精度(Rp=0.790 6)，這是由于該方法選取的變量是按照連續(xù)區(qū)間進行選取，特征波長的選取受到了較大的限制。其余3種篩選方法所得波段的建模精度(Rp>0.84)均明顯高于全波段的精度。從建模結果來看，效果最好的為VRC-ACO方法，該方法篩選得到的波段數(shù)最少，僅為10個，但由此建立的PLS模型的精度最高：Rp達到了0.861 6，較全波段PLS預測模型提升了8.98%； RMSEP僅為0.746 6，較全波段PLS預測模型下降了20%?；赩RC-ACO篩選得到的特征波段建立的PLS模型，其校正集與預測集的散點圖如圖6所示。

圖6 VRC-ACO挑選的波長所建立的模型散點圖(a): 校正集; (b): 驗證集Fig.6 Scatter plot of the model established by the wavelength selected by VRC-ACO algorithm(a): Calibration set; (b): Prediction set

表5 不同算法挑選波長的建模結果Table 5 Modeling results of selected wavelengths by different algorithms

3 結 論

通過自行搭建的甘蔗透射光譜采集平臺獲取了活體甘蔗樣本去蠟前后在120°，150°和180°測量夾角下的6類透射光譜，分析了光譜特征差異，對比并改進了特征波長篩選方法，最后建立了蔗糖分的預測模型。主要結論如下：

(1) 比較了S-G平滑處理、FD、MSC、SNV、S-G+MSC和S-G+SNV這6種光譜預處理方法對模型精度優(yōu)化的能力，發(fā)現(xiàn)SNV綜合表現(xiàn)最佳。

(2) 甘蔗表皮蠟質(zhì)會對光譜透射產(chǎn)生干擾，降低建模精度，同時光源與探測器的角度變化也會影響建模效果。不同測量方式下，120°夾角下去蠟后的光譜數(shù)據(jù)集建立的預測模型精度最好，預測集相關系數(shù)為0.790 6，預測均方根誤差為0.93。

(3) 比較了i-PLS，GA，ACO和本工作改進得到的VRC-ACO四種特征提取算法的特征波長建模預測效果，提取出的特征波長數(shù)量分別為19，16，15和10?；赩RC-ACO算法挑選出的10個特征波段建立的PLS模型預測蔗糖分的效果最優(yōu)，預測集相關系數(shù)為0.861 6，比全波段PLS的結果提升了8.98%； 預測均方根誤差為0.746 6，比全波段PLS降低了20%； 模型輸入變量減少了96.4%。該研究為甘蔗蔗糖分無損檢測及相應傳感器的研發(fā)提供了理論支持。