基于MCCV-CARS-RF建立紅提糖度和酸度的可見-近紅外光譜無損檢測方法

許 鋒，付丹丹，王巧華*，肖 壯，王 彬

紅提是葡萄中一個較受歡迎的品種，也是最具商業(yè)價值的品種之一，別名晚紅、紅地球、紅提子，具有果穗大、整齊度好、肉質(zhì)堅實、香甜可口的優(yōu)點。

紅提品質(zhì)評價指標有糖度、酸度、糖酸比、芳香物質(zhì)含量等。其中，糖度是指單位質(zhì)量紅提漿果中所含糖類的總量，又可反映果汁的可溶性固形物含量。糖是葡萄果實中重要的營養(yǎng)物質(zhì)，也是乙醇發(fā)酵的重要基質(zhì)。其中總糖含量對果實的風味以及其他營養(yǎng)成分有很重要的影響，也是葡萄成熟度的衡量標準和重要指標[1]。酸度常稱為可滴定酸含量，是指單位質(zhì)量紅提漿果中所含酸類有機物的總量，酸度是影響葡萄品質(zhì)的重要指標之一，也是影響葡萄果實風味的重要因素，同時酸類有機物也是發(fā)酵的良好基質(zhì)。紅提的糖酸比在不同用途中要求也不盡相同：鮮食用途：高糖度且中酸度的紅提相對其他品種風味更濃；加工用途：由于要求有機基質(zhì)含量越多越好，則高糖且高酸度的紅提更適用于釀酒和制作飲料等。所以，研究糖度和酸度共同評價紅提品質(zhì)具有重要意義。

測定葡萄、紅提品質(zhì)的常規(guī)方法為破壞性抽樣檢測，繁瑣費時，已遠遠不能滿足生產(chǎn)實際的需求。隨著計算機技術(shù)的快速發(fā)展，以及多元校正技術(shù)在化學計量學中的廣泛運用，光譜技術(shù)得以在多領(lǐng)域的運用得到推廣。近年來，國外對葡萄品質(zhì)檢測的相關(guān)研究有較多報道[2-10]，但是專門研究糖度和酸度的文獻較少。在國內(nèi)也有葡萄品質(zhì)相關(guān)的報道[11-19]，在基于光譜技術(shù)糖度的檢測研究中[20-24]，吳桂芳等[24]利用偏最小二乘（partial least squares，PLS）法及神經(jīng)網(wǎng)絡建立的葡萄糖度預測模型檢驗參數(shù)為0.908，預測均方根誤差為0.112，模型準確度不夠高。郭成等[21]利用隨機森林預測結(jié)合PLS法建立的糖度預測模型交叉驗證決定系數(shù)為0.93，有待進一步提高。呂剛等[20]運用可見-近紅外光譜技術(shù)對4 種葡萄品種探究糖度的預測研究，最終粒子群算法優(yōu)化的支持向量機模型預測效果最好，預測決定系數(shù)為0.87～0.95，誤差為0.77%～1.23%。在上述研究中，對糖度的預測模型研究較多，糖度模型準確度需要提高和優(yōu)化，消除輕微的過擬合現(xiàn)象。紅提酸度預測模型的探究鮮見報道。

本實驗擬基于可見-近紅外光譜技術(shù)，探究紅提糖度和酸度的快速無損檢測技術(shù)，進一步提高紅提糖度預測模型的性能，得到準確度較高的紅提酸度預測模型。本研究對光譜數(shù)據(jù)進行預處理，結(jié)合蒙特卡羅交叉驗證（Monte-Carlo cross-validation，MCCV）的奇異樣本篩選法和競爭自適應重加權(quán)采樣（competitive adaptive reweighted sampling，CARS）降維法建立隨機森林（random forest，RF）預測模型，為紅提品質(zhì)進行無損分級檢測提供技術(shù)支持。

1 材料與方法

1.1 材料與試劑

實驗所用樣品為不同成熟度的新疆紅提，在每穗紅提的穗節(jié)部、穗中部、穗內(nèi)部和穗尖部分別采剪紅提樣本，共208 粒。簡單地去除表面較大的臟污，并將紅提編號裝入樣本袋備用。

NaOH、酚酞 國藥集團化學試劑有限公司；其他試劑均為國產(chǎn)分析純。

1.2 儀器與設備

USB2000＋微型光纖光譜儀（配有鏢旗光譜采集軟件） 美國Oceanoptics公司；申光WAY（2WAJ）阿貝折射儀 上海儀電物理光學儀器有限公司。

1.3 方法

1.3.1 實驗步驟

首先搭建一個能夠準確采集單粒葡萄可見-近紅外光譜信息的實驗平臺，采集每個紅提樣本的光譜數(shù)據(jù)，然后采用傳統(tǒng)理化分析的方法準確測定紅提的糖度、酸度值，再用Matlab進行數(shù)據(jù)預處理與分析，并建立糖度和酸度預測模型。

1.3.2 光譜采集

搭建光譜采集實驗平臺，如圖1所示。其中，暗箱的長寬高分別為66.3、53.0、38.0 cm；接收器距離載物臺3.7 cm，光源距離載物臺2.9 cm。

圖1 光譜采集實驗平臺Fig. 1 Schematic of spectral acquisition device

安裝調(diào)試好光譜采集平臺，打開光源與光譜儀以及鏢旗光譜檢測軟件，將系統(tǒng)預熱30 min。首先，通過調(diào)整采集參數(shù)，觀察光譜曲線的變化，在保證曲線響應迅速的情況下，曲線盡量光滑。最后確定的參數(shù)為積分時間50 ms、平均次數(shù)30 次、平滑寬度5 nm、波段范圍400～1 000 nm。將光源亮度調(diào)至最小，通過鏢旗軟件設置暗電流；再緩慢調(diào)大光源，直至計數(shù)圖譜的最大值穩(wěn)定在58 000左右（設備能夠穩(wěn)定工作的范圍）。將紅提樣本放至載物臺，等待光譜穩(wěn)定后點擊保存按鈕，完成可見-近紅外光譜數(shù)據(jù)的采集。

1.3.3 糖度測定

參照NY/T 2637—2014《水果和蔬菜可溶性固形物含量的測定 折射儀法》測定并作適當修改：先將阿貝折射儀校零后并將紅提榨汁取上清液，用膠頭滴管滴加2～3 滴紅提果汁，通過目鏡讀取糖度數(shù)據(jù)。

1.3.4 酸度測定

參照GB/T 12456—2008《食品中總酸的測定》方法并作適當修改：用分析天平稱取1 g左右紅提果汁上清液，溶于50 mL蒸餾水中，加入0.2 mL 1%的酚酞試劑。用0.01 mol/L NaOH標準溶液進行滴定，待溶液變成淺紅色，并30 s不褪色。記錄所消耗NaOH標準溶液的體積；并按照上述方法做空白滴定實驗，記錄所消耗NaOH標準溶液的體積。按下式計算酸度：

式中：c為NaOH標準溶液濃度/（mol/L）；V為樣本滴定時消耗NaOH溶液的體積/mL；V0為空白實驗消耗的NaOH溶液體積/mL；K為換算系數(shù)（葡萄中主要為酒石酸，K取0.075）；m為樣品質(zhì)量/g。

2 結(jié)果與分析

2.1 光譜數(shù)據(jù)預處理

圖2 樣本原始譜圖和S_G預處理后的光譜圖Fig. 2 Original and S_G pretreated spectra of samples

光譜有效信息的提取是光譜分析中至關(guān)重要的工作，通常光譜信息存在信噪比低、光譜變動、背景復雜及譜峰重疊的問題，這幾類問題都會直接導致建模效果不佳。先將光譜數(shù)據(jù)進行平滑降噪預處理，再進行樣本奇異點剔除，最后運用CARS降維算法選取特征波長后運用RF算法建立預測模型。平滑處理是一種能夠?qū)?shù)據(jù)進行降噪處理的預處理方法，使用SavitZky-Golay卷積平滑法（SavitZky-Golay，S_G）。為清晰地看到圖譜效果，隨機選取部分樣本，如圖2所示，預處理后的圖譜較為理想。

2.2 MCCV法剔除奇異點

MCCV法是最近提出的一種通過機器產(chǎn)生隨機數(shù)進行模擬交叉驗證，計算模型的PRESS值，按大小排列后計算頻次，再根據(jù)出現(xiàn)的頻次判斷樣本奇異點。MCCV法相比傳統(tǒng)方法有較高的識別奇異點的能力[25]。

首先用PLS確定最佳主成分數(shù)；再利用隨機數(shù)按照4∶1的比例分別建立校正集和預測集進行建模分析，并循環(huán)2 500 次；計算每個樣本預測殘差的均值和方差，并繪制均值-方差圖。對糖度和酸度分別進行奇異樣本剔除，結(jié)果如圖3和圖4所示，糖度模型剔除1、2、70、71、89號5 個樣本。酸度模型剔除1、2、17、50、69號5 個樣本。

圖3 糖度的均值-方差分布圖Fig. 3 Mean value and variance distribution of sugar content

圖4 酸度的均值-方差分布圖Fig. 4 Mean value and variance distribution of acidity

2.3 CARS降維與RF建模

2.3.1 校正集和驗證集的建立結(jié)果

CARS算法思想是借鑒了進化論的“適者生存”的理論[26-27]：利用PLS建模方法結(jié)合CARS技術(shù)，篩選出PLS模型中系數(shù)絕對值較大的子集，去掉權(quán)重較小的波長點；再結(jié)合交叉驗證的方法選出模型均方差最小的子集，以達到有效地選取最優(yōu)建模波長組合。嘗試使用CARS提取特征波長，研究設計基于特征波長的發(fā)光二極管專用光譜檢測裝置的可行性。

RF算法是一種統(tǒng)計學習理論，具有很高的預測準確率[28]。建模難度小，不容易出現(xiàn)過擬合現(xiàn)象。近年來RF發(fā)展迅速，Maj等[29]在改進穩(wěn)健RF回歸算法的基礎(chǔ)上提出了booming算法、Coussement法等，運用RF預測客戶流失，并與其他模型比較，RF都表現(xiàn)更好[30-33]。本實驗采用RF算法來進行預測模型的建立。校正集和預測集使用Matlab產(chǎn)生隨機數(shù)的方式，將樣本集分成3∶1的兩個集合，分別對應為校正集和驗證集。

2.3.2 糖度模型的建立

在去除糖度的5 個奇異點后，進行CARS降維，由圖5a可知，選取變量數(shù)與運行次數(shù)之間的關(guān)系，符合遞減規(guī)律[34]。圖5b顯示的是交叉驗證均方根誤差（root mean squared error cross validation，RMSECV）的變化趨勢，當RMSECV變小時，剔除了無效信息；當RMSECV變大時，剔除了有效信息。由圖5c可知，當運行次數(shù)為27時（中線位置），得到的RMSECV最小。選取此時對應的波長子集為621、657、670、671、687、735、736、755、756、792、793、798、806、838、839、840、843、844、851、853、856、886、887、897 nm，總共24 個波長點。再進行RF建模分析，校正集相關(guān)系數(shù)和均方根誤差分別是0.955 8和0.315 8；驗證集相關(guān)系數(shù)和均方根誤差為0.956 8和0.318 5；從表1可以看出，原始圖譜下的RF模型出現(xiàn)嚴重的過擬合，S_G＋MCCV＋CARS處理模型有顯著的改善。模型預測值和測量值對比如圖6所示，可見該RF葡萄糖度預測模型達到運用的要求。

表1 不同處理方法的糖度RF預測模型預測效果Table 1 Sugar content prediction of RF models with different pretreatment methods

圖5 CARS工作過程的可視化Fig. 5 Visualization of CARS

圖6 糖度模型預測值和測量值對比Fig. 6 Comparison between the predicted and measured values of sugar content

2.3.3 酸度模型的建立

在去除糖度的5 個奇異點后，進行CARS降維，方法同糖度模型，最后選取的波長集合為681、682、192、259、261、296、850、873、876、884、887 nm。再建立RF模型，校正集相關(guān)系數(shù)和均方根誤差分別是0.945 6和0.300 1；驗證集相關(guān)系數(shù)和均方根誤差為0.940 5和0.311 2。從表2可以看出，原始圖譜的RF模型出現(xiàn)嚴重的過擬合，S_G＋MCCV＋CARS處理對酸度預測模型也有顯著改善。模型預測值和測量值對比如圖7所示，酸度預測模型的預測能力沒有糖度預測模型準確，但是該RF葡萄酸度預測模型也可達到運用的要求。

表2 不同處理方法的酸度預測模型預測效果Table 2 Acidity prediction of RF models with different pretreatment methods

圖7 酸度模型預測值和測量值對比Fig. 7 Comparison between the predicted and measured values of acidity

3 結(jié) 論

運用可見-近紅外光譜技術(shù)探究快速無損檢測紅提糖度和酸度的方法。用S_G法、MCCV法和CARS法降維，最終建立RF預測模型效果良好。所得糖度預測模型的校正集相關(guān)系數(shù)和均方根誤差分別為0.955 8和0.315 8；驗證集相關(guān)系數(shù)和均方根誤差為0.956 8和0.318 5。酸度預測模型的校正集相關(guān)系數(shù)和均方根誤差分別是0.945 6和0.300 1；驗證集相關(guān)系數(shù)和均方根誤差為0.940 5和0.311 2。結(jié)果表明，該方法適用于紅提糖度和酸度的快速無損檢測。可見，在嘗試消除過擬合的方法之后，所建模型的校正集相關(guān)系數(shù)和均方根誤差與驗證集的較為接近，且都得到了較高的相關(guān)系數(shù)和較小的均方根誤差。說明模型具有較好的穩(wěn)定性和較高的準確度。另外，由于RF算法的特性，模型還具有較高的運算效率。該糖度和酸度預測模型可以通過Java與Matlab混編的方式開發(fā)相應的檢測軟件，能夠?qū)崿F(xiàn)紅提糖度、酸度的快速無損檢測。軟件具有并行運算快、模型更新容易、易于移植等優(yōu)點。經(jīng)過實際檢驗，每個樣本只需要0.01 s左右即可完成糖度和酸度的檢測。基于該檢測軟件，可以開發(fā)一種基于特征波長的專用型檢測裝置，用于檢測紅提糖度和酸度。基于特征波長的模型輸入變量較少，系統(tǒng)計算量少，從而可以降低設備制造成本。本實驗所得到的模型本身具備準確度高、運算效率高的優(yōu)點，再配合軟硬件技術(shù)的支持，將促進該方法用于生產(chǎn)實踐。

參考文獻：

[1] 司合蕓. 干紅葡萄酒關(guān)鍵工藝研究[D]. 無錫: 江南大學, 2006: 4-10.

[2] MUSINGARABWI D M, NIEUWOUDT H H, YOUNG P R, et al. A rapid qualitative and quantitative evaluation of grape berries at various stages of development using Fourier-transform infrared spectroscopy and multivariate data analysis[J]. Food Chemistry, 2016, 49(16): 72-76. DOI:10.1016/j.foodchem.2015.05.080.

[3] NOGALE-SBUENO J, HERNáNDEZ-HIERRO J M, RODRíGUEZPULIDO F J, et al. Determination of technological maturity of grapes and total phenolic compounds of grape skins in red and white cultivars during ripening by near infrared hyperspectral image: a preliminary approach[J]. Food Chemistry, 2014, 152: 586-591. DOI:10.1016/j.foodchem.2013.12.030.

[4] RODRíGUEZ-PULIDO F J, BARBIN D F, SUN D, et al. Grape seed characterization by NIR hyperspectral imaging[J]. Postharvest Biology and Technology, 2013, 76: 74-82. DOI:10.1016/j.postharvbio.2012.09.007.

[5] POREP J U, ERDMANN M E, K?RZEND?RFER A, et al. Rapid determination of ergosterol in grape mashes for grape rot indication and further quality assessment by means of an industrial near infrared/visible (NIR/VIS) spectrometer-a feasibility study[J]. Food Control,2014, 43(5): 142-149. DOI:10.1016/j.foodcont.2014.03.008.

[6] PARPINELLO G P, NUNZIATINI G, ROMBOLà A D, et al.Relationship between sensory and NIR spectroscopy in consumer preference of table grape (cv Italia)[J]. Postharvest Biology and Technology, 2013, 59: 47-53. DOI:10.1016/j.postharvbio.2013.03.013.

[7] GIOVENZANA V, CIVELLI R, BEGHI R, et al. Testing of a simplified LED based vis/NIR system for rapid ripeness evaluation of white grape (Vitis vinifera L.) for Franciacorta wine[J]. Talanta, 2015,144: 584-591. DOI:10.1016/j.talanta.2015.06.055.

[8] NOGALES-BUENO J, BACA-BOCANEGRA B, RODRIGUEZPULIDO F J, et al. Use of near infrared hyperspectral tools for the screening of extractable polyphenols in red grape skins[J]. Food Chemistry, 2015, 172: 559-564. DOI:10.1016/j.foodchem.2014.09.112.

[9] DIAGO M P, FERNANDEZ-NOVALES J, FERNANDES A M,et al. Use of visible and short-wave near-infrared hyperspectral imaging to fingerprint anthocyanins in intact grape berries[J]. Journal of Agricultural and Food Chemistry, 2016, 64(40): 7658-7666.DOI:10.1021/acs.jafc.6b01999.

[10] LAFONTAINE M, BOCKAJ Z, FREUND M, et al. Non-destructive determination of grape berry sugar concentration using visible/near infrared imaging and possible impact on wine quality[J]. Tm-Technisches Messen, 2015(12): 633-642. DOI:10.1515/teme-2015-0045.

[11] 陳姍姍. 基于高光譜成像技術(shù)的釀酒葡萄成熟期酚類物質(zhì)檢測方法研究[D]. 西安: 西北農(nóng)林科技大學, 2015: 5-7.

[12] 吳迪, 寧紀鋒, 劉旭, 等. 基于高光譜成像技術(shù)和連續(xù)投影算法檢測葡萄果皮花色苷含量[J]. 食品科學, 2014, 35(8): 57-61.DOI:10.7506/spkx1002-6630-201408010.

[13] 李敏. 基于機器視覺的紅提果粒大小無損檢測技術(shù)[D]. 武漢: 華中農(nóng)業(yè)大學, 2013: 13-15.

[14] 楊春霞. 基于離子交換-電導檢測法對釀酒葡萄中有機酸含量進行分析[J]. 分析測試學報, 2016(9): 1162-1166. DOI:10.3969/j.issn.1004-4957.2016.09.016.

[15] 魯偉奇. 葡萄成熟度無損檢測研究[D]. 杭州: 中國計量學院, 2013:18-20.

[16] 楊杰, 馬本學, 王運祥, 等. 葡萄可溶性固形物的高光譜無損檢測技術(shù)[J]. 江蘇農(nóng)業(yè)科學, 2016(6): 401-403. DOI:10.15889/1002-1302.2016.06118.

[17] 楊杰. 葡萄內(nèi)部品質(zhì)的高光譜成像檢測研究[D]. 石河子: 石河子大學, 2016: 15-17

[18] 袁雷明, 蔡健榮, 孫力, 等. 鮮食葡萄果穗形狀顏色的多視角投影成像檢測[J]. 現(xiàn)代食品科技, 2016(4): 218-222. DOI:10.13982/j.mfst.1673-9078.2016.4.034.

[19] 陳辰, 魯曉翔, 張鵬, 等. 紅提葡萄VC含量的可見/近紅外檢測模型[J]. 食品與機械, 2015(5): 70-74. DOI:10.13652/j.issn.1003-5788.2015.05.017.

[20] 呂剛. 基于光譜和多光譜成像技術(shù)的葡萄內(nèi)部品質(zhì)快速無損檢測和儀器研究[D]. 杭州: 浙江工業(yè)大學, 2013: 18-20.

[21] 郭成, 馬月, 梁夢醒, 等. 基于近紅外光譜結(jié)合波長優(yōu)選檢測單顆葡萄的SSC含量[J]. 食品與機械, 2016, 32(9): 39-43. DOI:10.13652/j.issn.1003-5788.2016.09.009.

[22] 徐洪宇, 張京芳, 盧春生, 等. 近紅外光譜技術(shù)在釀酒葡萄品質(zhì)檢測中的應用現(xiàn)狀及展望[J]. 中國食品學報, 2012, 12(8): 148-155.DOI:10.16429/j.1009-7848.2012.08.006.

[23] 陳辰, 魯曉翔, 張鵬, 等. 可見/近紅外漫反射光譜檢測馬奶葡萄表皮色澤[J]. 食品工業(yè)科技, 2015, 36(19): 308-311. DOI:10.13386/j.issn1002-0306.2015.19.054.

[24] 吳桂芳, 黃凌霞, 何勇. 葡萄漿果糖度可見/近紅外光譜檢測的研究[J].光譜學與光譜分析, 2008, 28(9): 2090-2093. DOI:10.3964/j.is sn.1000-0593(2008)09-2090-04.

[25] 李水芳, 單楊, 范偉, 等. 基于MCCV奇異樣本篩選和CARS變量選擇法對蜂蜜pH值和酸度的近紅外光譜檢測[J]. 食品科學, 2011,32(8): 182-185.

[26] 張華秀, 李曉寧, 范偉, 等. 近紅外光譜結(jié)合CARS變量篩選方法用于液態(tài)奶中蛋白質(zhì)與脂肪含量的測定[J]. 分析測試學報, 2010,29(5): 430-434. DOI:10.3969/j.issn.1004-4957.2010.05.002.

[27] 孫通, 許文麗, 林金龍, 等. 可見/近紅外漫透射光譜結(jié)合CARS變量優(yōu)選預測臍橙可溶性固形物[J]. 光譜學與光譜分析, 2012, 32(12):3229-3233. DOI:10.3964/j.issn.1000-0593(2012)12-3229-05.

[28] 方匡南, 吳見彬, 朱建平, 等. 隨機森林方法研究綜述[J]. 統(tǒng)計與信息論壇, 2011(3): 32-38.

[29] MAJ J R, DONALD E B. Improving the robust random forest regression algorithm[D]. Virginia: University of Virginia, 2006.

[30] COUSSEMENT K, VAN DEN POEL D. Churn prediction in subscription services: an application of support vector machines while comparing two parameter-selection techniques[J]. Expert Systems with Applications, 2008, 34(1): 313-327. DOI:10.1016/j.eswa.2006.09.038.

[31] BUREZ J, VAN DEN POEL D. Handling class imbalance in customer churn prediction[J]. Expert Systems with Applications, 2009, 36(3):4626-4636. DOI:10.1016/j.eswa.2008.05.027.

[32] COUSSEMENT K, VAN DEN POEL D. Improving customer attrition prediction by integrating emotions from client/company interaction emails and evaluating multiple classifiers[J]. Expert Systems with Applications, 2009, 36(3): 6127-6134. DOI:10.1016/j.eswa.2008.07.021.

[33] BUCKINX W, VERSTRAETEN G, VAN DEN POEL D. Predicting customer loyalty using the internal transactional database[J]. Expert Systems with Applications, 2007, 32(1): 125-134. DOI:10.1016/j.eswa.2005.11.004.

[34] 陳華舟, 潘濤, 陳潔梅. 多元散射校正與Savitzky-Golay平滑模式的組合優(yōu)選應用于土壤有機質(zhì)的近紅外光譜分析[J]. 計算機與應用化學, 2011(5): 518-522. DOI:10.3969/j.issn.1001-4160.2011.05.002.