不同光照下的近紅外光譜模型傳遞研究

張文君，唐　紅，蔣巧勇

（中國計量學院，測試計量學院，浙江 杭州 310018）

不同光照下的近紅外光譜模型傳遞研究

張文君，唐紅，蔣巧勇

（中國計量學院，測試計量學院，浙江 杭州 310018）

針對室外光照對近紅外光譜檢測帶來誤差的問題，提出基于模型傳遞來減少檢測誤差的方法。以圓黃梨為樣品，分析樣品在室內、室外陰影下的近紅外光譜，建立室內光譜的偏最小二乘（PLS）模型。采用直接校正（direct standardization，DS）算法，減小室內外光譜差距，使得室內PLS模型能預測室外光譜。結果表明：在室內建立的模型能預測經DS算法傳遞后的室外光譜，預測決定系數和預測均方根誤差（root mean square error of prediction，RMSEP）分別為0.71和0.374，能有效解決室外光照對光譜檢測的影響。

近紅外光譜；直接校正；光照影響；模型傳遞；糖度

0　引　言

室內恒定條件下，近紅外光譜技術廣泛應用于水果品質檢測。但在水果攤、果園等有光照的環境下進行檢測時，光照會影響光譜的檢測結果。關于室外光照對近紅外光譜檢測影響的研究很少。Saranwong[1]研究芒果在室內和室外不同光照條件下的可溶性固形物，得出用黑色袋子套在芒果上可以消除部分光照影響，但應用范圍有限；吳方龍[2]在室內通過臺燈數量來模擬不同光照強度對貢梨光譜檢測的影響，但燈光并不等同于室外光照，實驗結果也不能準確反映室外光照的影響。

國內學者將模型傳遞的方法應用于不同環境下檢測。胡潤文[3]將臍橙總糖光譜建立在不同儀器上傳遞，對比了斜率截距校正法和DS算法的傳遞效果；林振興[4]用分段直接校正法研究不同溫度下噴氣燃料的近紅外光譜模型傳遞，能減少溫度對近紅外光譜分析的影響；李慶波等[5-6]研究了模型傳遞的應用。這都表明了模型傳遞能有效消除不同環境對光譜檢測的影響。

本文研究不同光照對近紅外光譜檢測及建模的影響，利用近紅外光譜儀在室內、室外陰影下對圓黃梨進行不同光照條件下的近紅外光譜檢測，通過DS算法對光譜進行分析。

1　模型實驗的材料及方法

1.1實驗材料

實驗樣品以浙江省主產圓黃梨為對象，選擇大小、形狀、顏色相似已經采摘裝箱的樣品150個，樣品按2∶1分為校正集和預測集。表1是校正樣本和預測樣本的糖度值，可以看出預測樣品的糖度值包含在校正樣品范圍內。

表1　樣品糖度值　°Brix

1.2實驗儀器

實驗儀器為蔡司MCS600近紅外光譜儀，適合可見、近紅外的檢測，有效波長為300～1 700 nm，采集449個點；糖度用日本ATAGOPR-101α型數字式糖度計進行測量，其測定范圍為0～45°Brix，誤差為±0.1°Brix；光照度采用?，擜R823數字照度計，測量范圍是1～200 klx，分辨率為1 lx。采集軟件為蔡司公司配套軟件Aspect plus 2.0。處理軟件為Matlab 2012b。

1.3實驗設計

將150個圓黃梨置于室內常溫下3h。首先，在梨赤道平均選取4個采集點做好標記，在室內無光照恒定條件下采集近紅外光譜，共采集600組數據，取平均值作為每個樣品的近紅外光譜。然后，利用KS算法將150圓黃梨分成2份，其中100個樣品作為校正集，用來建立室內校正模型，其余50個樣品作為預測集。最后，將樣品置于室外有陰影遮擋條件下：采集漫反射光譜，并記錄測試時的光照強度，同時采用DS算法校正室外陰影下的光譜，比較模型轉移前后的預測均方根誤差（RMSEP）等評價指標，驗證所建模型的穩健性。

1.4模型傳遞原理與DS算法

模型傳遞是指在兩種不同儀器上找一種變換關系，使得一臺儀器的光譜模型能預測另一臺儀器光譜。在模型傳遞中，儀器分為主、從儀器；其中，主儀器為建立模型的光譜儀器，從儀器為進行傳遞和預測的光譜儀器。通過光譜檢測儀分別得到主光譜和從光譜，通過建立數學模型，將主、從光譜聯系起來，得到轉換光譜；預測新儀器上的光譜，即從光譜經過轉換光譜之后的光譜。

DS算法的基本思想是通過校正集求取主從儀器光譜之間的變換矩陣F，在主光譜集與近紅外光譜間建立校正模型b；利用轉換矩陣F將從儀器光譜Ts轉換為主儀器光譜Tm的全光譜校正方法。其過程如下：

假定Tm=TsF

則可由最小二乘法計算得到轉換矩陣F

這樣，對從儀器上未知樣品光譜X變化后的光譜Xstd

然后，再利用主儀器上的校正模型b計算最終測量結果，即得到預測結果。

1.5Kennard-Stone（KS）算法

在模型傳遞效果中，為了克服測量環境不同而引起的誤差，必須使轉換集在主儀器和從儀器所測信號中包含足夠多的信息；同時，在主儀器上選擇轉換集的效果最好。KS算法是由Kennard-Stone提出的選擇標準樣品的一種選取轉換集有效和廣泛應用的方法，它是根據光譜主成分之間歐式距離d來決定的，從而在光譜特征中均勻的選取標準樣品。

式中：dij——樣本i和樣本j之間的歐式距離；

p——樣品光譜的波長個數。

1.6模型傳遞的評價

為了比較建模效果質量的好壞，決定系數r2（相關系數r）、校正均方根誤差（RMSEC）和預測均方根誤差（RMSEP）等。r2越大越接近1，均方根誤差越小越接近0建模效果越好。

決定系數r2：

校正均方根誤差RMSEC：

預測均方根誤差RMSEP：

式中：n——校正集樣品數目；

f——主成分數目；

Ip——預測集樣品數目；

yi——樣品測量的實際值；

2　實驗結果與分析

2.1圓黃梨的光譜特性

在室外影響光譜檢測的因素很多，除太陽光照，還有溫度、濕度等。長時間的太陽直射會導致溫度升高，張建光[7]研究了6～10月水果經長時間太陽光照射之后水果向陽面溫度與室外溫度的溫差，最大溫差為8月份18.98℃，最小為9月份0.38℃及8月份的0.82℃，這是由陰雨天氣的影響導致的，可以將溫差看在0～20℃之間。王加華[8]研究了溫度2～42℃對蘋果近紅外光譜的影響，以溫度為變量建立PLS模型，實驗結果表明使用遺傳算法（GA）可以提取與溫度變量相關度高的波段，從而提高模型準確度，另外溫度的提高會使基線漂移，而一階導數可以很好地解決該問題，建模結果R、RMSEC、RMSEP分別為0.95，0.64，0.69℃，基本可以消除溫度帶來的影響。

本次實驗選擇在9月份，且在室外測量時無陽光的直接照射。為了去除溫度、濕度等影響光譜檢測的因素，先將圓黃梨放置到室內恒溫后，再立刻轉移到室外陰影下進行檢測，可以看作影響光譜檢測的因素只有光照。

以室內光譜為主儀器光譜，室外陰影下所測光譜為從儀器光譜，進行光譜傳遞實驗。根據所測光譜圖可以看出光譜趨勢相同、但光照強度不同時差異較大，因此選取其中具有代表性的樣品光譜。同一樣品在不同光照條件下的光譜差異如圖1所示，波長范圍為500～1 600 nm，可以看出在可見光區域500～700nm光照對室內外光譜采集影響較大，當光線增強時可以看出在600～800nm處有較明顯的突變，近紅外區域780～1600nm實驗室內、室外和室內所測光譜差異則幾乎沒有變化。因此對于可見光區域則需要進行一系列的處理來縮小室外與室內光譜的差距，而近紅外部分則可以認為經過預處理就可用來建模并相互預測。由實驗數據得出當光照強度＞20 klx時光譜產生突變，因此，光照強度＞20 klx為強光照，光譜強度＜20klx為弱光照。

對光譜進行DS算法轉移后，室內外光譜差異如圖2所示。通過圖1和圖2，光譜經過DS算法轉移后，可以看出在可見光區域室內外光譜的差距已得到一定幅度的減小。

圖1　不同光照條件下光譜對比

圖2　不同光照條件下轉移后的對比

2.2光照對光譜檢測及建模的影響

圖3為我國10月份某中部地區的太陽光照到達地表的光譜能量。圖中，曲線1為光照到達地表的能量，曲線2為光照到達大氣層的光譜能量，可以看出到達地表的太陽光譜能量主要在可見光區域，而近紅外區域可幾乎認定為零，因此可以認為太陽光照對圓黃梨光譜檢測的影響在可見光部分，近紅外部分可認定為無影響。用近紅外光譜儀檢測出的光譜與實際情況相符，可認定太陽光照對光譜檢測影響主要是在可見光區域，同樣，對近紅外光譜的建模影響也可以忽略。將實驗中得到的室內、室外光譜分別直接進行PLS預測并建模，其結果顯示如表2所示。

由表2可以看出同一光照條件下的建模預測效果較好，即室內模型預測室內、室外弱光照模型預測室外弱光照、室外強光照預測室外強光照的效果較好分別為0.909、0.848和0.812，模型穩定；而不同光照條件下相互預測效果不理想。

可以得出結論：室內模型不適合直接預測室外光譜，這是由于室外光照射下，相當于增加了儀器可見光部分的入射光源，使得漫反射光譜發生變化直接影響了圓黃梨光譜的檢測，從而導致室外光譜與室內光譜存在很大差異。為了實現室內外模型的共享，對室外光譜進行模型傳遞的方法來減小室內外光譜的差異。

圖3　太陽光照到達地表的的光譜能量

表2　不同光照條件下的相互預測模型

2.3DS算法的參數選擇

對于DS算法，參數的選擇主要由標樣數決定，如果標樣數太少會導致轉換矩陣不能涵蓋所有光譜特征，如果標樣數太多會產生冗余的信息，采用KS算法從DS的標樣光譜中選取5、10、…、30、35個樣品等7組標樣光譜。通過標樣數與預測集的主從儀器光譜間的RMSEP來確定合適的標樣數。如圖4所示為從儀器預測集的RMSEP隨標樣數的變化趨勢圖，可以看出當標樣數選擇為20時，模型轉移效果最好為0.374。

圖4　儀器預測集的RMSEP隨標樣數的變化

標樣數選擇20，用DS算法對室外光譜進行模型傳遞并用室內光譜建立PLS模型預測，如圖5所示為轉移后從儀器預測集的預測結果，其預測決定系數為0.701（rp=0.837），預測偏差為0.427、0.374，可以看出模型預測效果比經過DS轉移前的預測效果已經改善很多，有效減小了室內外光譜間的差異，減小了由于室外光照對檢測所造成的影響，經過DS算法傳遞后室內模型可以預測室外陰影下的光譜，有效的解決了光照對光譜檢測及建模帶來的影響。

圖5　轉移后從儀器預測集的預測結果圖

3　結束語

本文利用近紅外光譜儀檢測了室內外不同光照條件下圓黃梨的光譜，建立模型相互預測。實驗結果表明，室內模型直接預測室外光譜效果不好，DS算法能有效減小室內外光譜之間的差距，降低室外陰影下光照對光譜檢測的影響，使得經DS算法傳遞后室內光譜能預測室外光譜，從而實現室內模型對室外光譜的預測，減小測量條件的差異對分析結果的影響，為便攜式光譜儀的使用提供理論依據。

[1]Saranwong S，Sornsrivichai J，Kawano S.On-tree evaluationofharvestingqualityofmangofruitusinga hand-heldNIRinstrument[J].Journal of Near Infrared Spectroscopy，2003，11（4）：283-293.

[2]吳方龍，沈黃通，吳晨凱，等.基于近紅外漫反射光譜無損檢測梨可溶性固形物的光強影響探究[J].光譜學與光譜分析，2013，33（10）：2671-2674.

[3]胡潤文，夏俊芳.臍橙總糖近紅外光譜模型傳遞研究[J].食品科學，2012，33（3）：28-32.

[4]周林峰，呂進，劉輝軍.溫度對果糖含量近紅外光譜檢測模型傳遞的影響[J].中國計量學報，2012，23（3）：217-212.

[5]李慶波，張廣軍，徐可欣，等.DS算法在近紅外光譜多元校正模型傳遞中的應用[J].光譜學與光譜分析，2007，27（5）：873-876.

[6]王菊香，李華，邢志娜，等.小波多尺度分段直接校正法用于近紅外光譜模型傳遞的研究 [J].分析化學，2011，39（6）：846-850.

[7]張建光，劉玉芳，孫建設.光照強度對蘋果果實表面溫度變化的影響[J].生態學報，2004，24（6）：1306-1310.

[8]王加華，潘璐，李鵬飛，等.蘋果糖度近紅外光譜分析模型的溫度補償[J].光譜學與光譜分析，2009，29（6）：1517-1520.

Research on model transfer of near infrared spectroscopy at different illumination

ZHANG Wenjun，TANG Hong，JIANG Qiaoyong
（College of Metrological Technology and Engineering，China Jiliang University，Hangzhou 310018，China）

To minimize the error in sample detection by near infrared spectrometers outdoor，a method using model transfer to lower the measurement error has been proposed in this paper.The near infrared spectroscopy（NIRS）was used to detect the sample-Wonhuwang pear under outdoor and indoor shadows and the results were analyzed to establish a Partial Least Squares（PLS）model for indoor spectrum.The detection errors between the near infrared spectrums under indoor and outdoor shadows were reduced through Direct Standardization（DS）algorithm to enable the model to predict the near infrared spectrum outdoor.Experimental results show the determination coefficient and root mean square error of prediction are 0.71 and 0.374 respectively.It can lower the effect of outdoor light on spectrum detection.

NIRS；DS；illumination；model transfer；sugar

A

1674-5124（2015）12-0070-04

10.11857/j.issn.1674-5124.2015.12.018

2015-06-10；

2015-08-14

浙江省自然科學基金（Y14F020161）

張文君（1990-），女，江蘇南通市人，碩士研究生，專業方向為近紅外檢測技術。