近紅外光譜法對松原不同品種大米的確證探究

王朝輝，高地，賴瀚清，王艷輝，沈海鷗，陳雷，程嬌嬌，王靖會，*

（1.吉林農(nóng)業(yè)大學食品科學與工程學院，吉林長春130118；2.吉林省長春市凈月開發(fā)區(qū)福祉街道辦事處，吉林長春130122；3.吉林農(nóng)業(yè)大學資源與環(huán)境學院，吉林長春130118；4.吉林省長春市交警支隊南關區(qū)大隊，吉林長春130000；5.吉林農(nóng)業(yè)大學信息技術學院，吉林長春130118）

大米是世界上主要糧食作物之一，我國有三分之二的人口以大米為主食，大米可以提供人們每日所需能量的75%，所以大米是不可或缺的。由于大米的產(chǎn)地不同，其價格也有很大的跨度。吉林省松原大米，因其得天獨厚的地理條件，土壤肥沃且偏弱堿性，并用江水灌溉，這種環(huán)境種植出的大米口感松軟，飄香四溢，有很高的商業(yè)價值。由于品種鑒別方法的缺失及產(chǎn)地確證技術的不成熟問題較嚴重，導致每年因為品種混賣對市場產(chǎn)生了不良的影響及不菲的經(jīng)濟損失；建立產(chǎn)地確證體系迫在眉睫。農(nóng)產(chǎn)品的品種鑒別、產(chǎn)地確證及不同的處理手段結合化學計量學方法的應用受到國內(nèi)外專家的廣泛關注。

國內(nèi)外文獻表明，產(chǎn)地確證主要用在食用油[1-2]、蘋果[3]、藥類[4-7]、谷物[8-10]、蜂蜜[11]、咖啡[12]、魚類[13-14]等；進行產(chǎn)地確證的方法有礦物元素方法、近紅外光譜法、電子鼻指紋圖譜、DNA 指紋圖譜技術等；其中近紅外光譜法因其具有采集信息量大、精度高、無污染、速度快等優(yōu)點，被應用于不同領域[15-17]。Osborne 等用近紅外光譜技術結合判別分析對來自巴斯馬蒂及非巴斯馬蒂地區(qū)的116 個大米樣品進行判別歸類，結果顯示所有樣品均能正確歸類[18]；陳全勝等利用近紅外光譜技術結合模式識別方法，對4 種不同類型茶葉建立的識別模型，模型識別率均大于80%[19]；Sinelli 等通過傳統(tǒng)感官評價方法并結合傅里葉變換近紅外光譜技術對112 組初榨橄欖油進行了產(chǎn)地溯源研究，研究采用線性判別（linear discriminant analysis，LDA）分析及模式識別分類方法，其產(chǎn)地判別正確率為71.6%、100%[20]；蘇學素等利用近紅外光譜法結合簇類軟模式法及偏最小二乘判別法成功對來自江西、重慶和湖南的不同地區(qū)臍橙進行溯源，其模型對訓練集和驗證集樣品的識別率達到100%[21]。現(xiàn)有文獻表明近紅外光譜結合多元統(tǒng)計分析方法在品種分類及產(chǎn)地確證方面是可行的。本研究利用近紅外光譜方法結合多元統(tǒng)計分析技術對來自松原的5 個品種的大米進行判別。同時，對松原和非松原大米進行產(chǎn)地分類，為松原大米品種和產(chǎn)地提供一種便捷、高準確度的鑒別方法。

1 材料與方法

1.1 試驗材料

為提高研究的科學性與可靠性，確保所采樣品具有代表性，采樣方法選擇網(wǎng)格布點，網(wǎng)格布點的優(yōu)點在于其布點方式可包含所采地區(qū)大部分采樣點，使得樣品來源科學、合理。所采樣本全部為來自松原的稻花香、小高粱、通系 926、吉粳 515 及農(nóng)大 521 共 5 個品種。取樣后，根據(jù)地理位置及樣品情況，確定5 個品種數(shù)量分別為 80、75、68、67 個和 78 個。

采集完成后，先將樣品在實驗室條件下風干、脫穗、去空粒、礱谷。挑出未成熟的發(fā)黃發(fā)綠的籽粒后進行碾米。最后用錘式旋風磨研磨至粉末狀，過100 目篩，標號，待測。

1.2 試驗儀器設備

所用儀器設備如表1 所示。

表1 儀器設備信息Table 1 Instrument Information

1.3 光譜數(shù)據(jù)的獲取

將處理好的松原大米樣品用傅里葉近紅外光譜儀進行掃描。在掃描樣本之前先掃描背景，每掃4 次樣品掃1 次背景，掃描背景是為了降低環(huán)境因素的影響。用燒杯量取待測樣品約75 mL 放入樣品杯，樣品裝填均勻并要求底部沒有裂縫；將樣品杯放入樣品室，開始掃描；掃描結束后，取出樣品杯，清掃樣品；重新裝樣，進行第二個樣品的掃描；依次進行，直至掃描完所有樣品，每個樣品均掃描3 次，求平均值作為最終結果[22]。

1.4 分析方法

1）主成分分析：是采取一種數(shù)學降維的方法，所要做的就是設法將原來眾多具有一定相關性的變量，重新組合為一組新的相互無關的綜合變量來代替原來的變量[23]。

2）偏最小二乘判別分析（partial least squares discrimination analysis，PLS-DA）：是一種基于偏最小二乘法（partial least squares，PLS）的判別方法；是一種的有監(jiān)督的模式識別方法，也是目前應用較廣泛的光譜分析方法，可以實現(xiàn)全譜或部分譜數(shù)據(jù)的分析[24]。

3）試驗過程：首先利用OPUS7.5 光譜采集軟件進行光譜數(shù)據(jù)的采集；用OMNIC 軟件和MATLAB R2016a 軟件對數(shù)據(jù)進行預處理、主成分分析及PLSDA 模型的建立；用驗證集驗證模型對品種判別的效果；最后用來自柳河和梅河的同年際稻花香大米近紅外光譜數(shù)據(jù)帶入到松原稻花香大米品種模型中，進行松原大米的產(chǎn)地確證。

2 PLS-DA判別模型的建立與驗證

2.1 光譜數(shù)據(jù)預處理

5 個品種大米樣本的原始近紅外光譜圖如圖1 所示，由于所有大米圖譜混雜在一起，難以用肉眼來分辨5 個品種，所以需要對圖譜進行預處理。

圖1 不同大米品種樣品的近紅外光譜圖Fig.1 Near Infrared Spectrum of different rice varieties

光譜樣品預處理方法有多種，包括多元散射校正（multiple scatter correction，MSC）、標準正態(tài)變換（standard normal variate，SNV）、基線校正、平滑、一階導數(shù)、二階導數(shù)、導數(shù)結合卷積平滑等。不同的預處理方法對模型的建立所產(chǎn)生的影響不同[25]。MSC 法以及SNV法可以矯正樣品因顆粒散射引起的光譜誤差，SNV 可以有效減小粉末粒度不同因其的類內(nèi)距離；一階導數(shù)和二階導數(shù)分別用于消除光譜中基線的平移和漂移，可有效消除其他背景的干擾，分辨重疊峰，提高分辨率和靈敏度。光譜用移動平均窗口平滑（窗口寬度=9、11、13 個數(shù)據(jù)點）的處理可以減少噪聲；平滑處理可以有效平滑高頻噪音，提高信噪比；窗口寬度小，噪聲去除效果不好；窗口寬度大，噪聲去除效果好但也可能導致信號失真，所以合理恰當?shù)念A處理方法是必要的[26]。本試驗運用原始光譜、SNV、MSC、一階導數(shù)結合SG9 點平滑、一階導數(shù)結合SG11 點平滑、二階導數(shù)結合SG9 點平滑、二階導數(shù)結合SG11 點平滑幾種處理方式對光譜數(shù)據(jù)進行處理，并建立模型比較模型的校正均方根誤差（root mean standard error of calibration，RMSEC）值及R2（相關系數(shù)），經(jīng)過分析，選擇最適合建立模型的預處理方法。

2.2 試驗樣品的選取

將所有樣本數(shù)據(jù)用Kennard-Stone（KS）法劃分樣本集，得到所要用到校正集樣本248 組（稻花香54 組、小高粱 50 組、通系 926 共 46 組、吉粳 515 共 45 組、農(nóng)大521 共53 組），驗證集樣本共120 組，用于接下來的建模分析，詳細信息見表2。

表2 校正集與驗證集Table 2 Correction set and verification set

2.3 近紅外光譜預處理的選擇對建模效果的影響

在PLS-DA 模型建立之前，要根據(jù)5 個水稻品種的校正集及驗證集樣本分類變量特征進行賦值。稻花香、小高粱、通系926、吉粳515 和農(nóng)大521 大米的值分別為[10000]、[01000]、[00100]、[00010]、[00001]，用校正集樣本的近紅外光譜與樣本對應的分類變量建立回歸關系PLS-DA 模型，用驗證集樣本對模型的準確度進行驗證，用RMSEC 和R2作為驗證指標，選擇RMSEC 值越小、R2值越大所對應的預處理方式作為試驗光譜預處理方法，建立的模型校正均方根誤差及相關系數(shù)如表3 所示。

由表3 可知，經(jīng)過預處理的光譜所建的模型效果比原始光譜所建立模型的準確度要高，對比發(fā)現(xiàn)，一階導數(shù)結合SG9 點平滑對數(shù)據(jù)處理后所建立的PLSDA 模型對校正樣本集的效果最好，R2和RMSEC 值分別為0.976 和0.145。原始光譜經(jīng)過不同預處理后如圖2 所示。

表3 不同預處理方式對模型準確度的影響Table 3 Influence of different preprocessing methods on model accuracy

3 結果與分析

3.1 不同品種大米的主成分分析

主成分分析后的248 個校正集樣本的前3 個主成分得分如圖3 所示。

由圖3 可知，通過對數(shù)據(jù)中的原始變量進行線性組合后，小高粱、通系926、吉粳515，3 個品種基本可以較好的分開，還可以看出小高粱與稻花香、通系926、吉粳515、農(nóng)大521 大米的距離都很遠，這可能和小高粱的基因型有關，小高粱也叫松粳3 號，由遼粳5號作為母本，合江20 號為父本雜交育成，經(jīng)在當?shù)卣{(diào)查了解到，小高粱因其在松原種植產(chǎn)量較高，抗堿性比很多大米品種要好，因此在松原，很大一部分農(nóng)戶都選擇小高粱種植；而稻花香和農(nóng)大521 可能由于數(shù)據(jù)不穩(wěn)定或試驗誤差等因素致使個別點交叉重疊。難以很好的區(qū)分。

3.2 模型的建立與驗證

5 個品種校正集樣本（稻花香、小高粱、通系926、吉粳515、農(nóng)大521）分類變量的PLS 預測值與真實值的回歸圖見圖4。

由圖4 可以看出，此模型能夠將單個品種與其他4 個品種進行區(qū)分，分散在參考值Yr=1 的大米樣本點和參考值Yr=0 線上的其他4 個品種的大米樣本能明顯區(qū)分開。這也說明模型建立良好，有較高的可靠性。

圖3 近紅外光譜主成分123 得分圖Fig.3 Near-infrared spectroscopy main component 1，2，3 score map

圖4 PLS-DA 校正模型樣本分類變量的PLS 預測值與真實值回歸圖Fig.4 PLS predictive value and real value regression graph of PLS-DA correction model sample categorical variables

模型建立好后，用驗證集對模型進行驗證，如圖5 所示。

圖5 是模型對5 個大米樣本共120 個（稻花香26個、小高粱 25 個、通系 926 為 22 個、吉粳 515 為 22個、農(nóng)大521 為25 個）進行判別分析的結果，如圖5（1）中可以看出，稻花香樣本的驗證集分類變量的預測值都接近于1，而其他四類大米樣本的分類變量預測值都在0 左右，驗證集中屬于稻花香的樣本均被正確判別為稻花香，說明PLS-DA 判別模型對稻花香樣本的判別準確率為100%，其他4 種大米不具備稻花香樣本的特征；同理對其他4 種大米，每個品種的大米樣本特征明顯，由此可以看出，PLS-DA 判別模型對不同品種樣本的判別準確率為100%。此模型效果要優(yōu)于主成分分析結果。

圖5 驗證集中大米樣本的PLS-DA 模型判別結果Fig.5 Discriminant results for rice samples in validation set by PLS-DA model

圖6 不同地區(qū)稻花香大米樣本的PLS-DA 模型判別結果Fig.6 Discriminant results for Dao Huaxiang rice samples from different areas by PLS-DA model

3.3 松原大米的產(chǎn)地確證

為了進行松原大米的產(chǎn)地確證，我們選取同年際所采來自柳河（20 個）和梅河（20 個）的大米進行驗證，品種為稻花香，大米的保存及前處理方法完全相同，預處理方法同樣選擇一階導數(shù)結合9 點卷積平滑的方式，將樣品帶入稻花香PLS-DA 判別模型中，判別結果見圖6。

由圖可知，松原的稻花香樣本分類變量的預測值均在1 左右，而來自柳河和梅河的樣本預測值在0 附近，判別正確率為100%。此模型可以用來進行松原稻花香的品種識別及產(chǎn)地確證。

4 結論

本試驗共采集來自松原地區(qū)的稻花香、小高粱、通系926、吉粳515 及農(nóng)大521，5 個品種共368 個樣品，其中248 個樣品作為校正集樣本，剩余120 個樣本作為驗證集樣本，對所有樣品進行處理，呈粉末狀，并進行樣本近紅外光譜數(shù)據(jù)的獲取，確定原始光譜圖的預處理方法為一階導數(shù)+SG9 點平滑，通過PLS-DA 法建立判別模型，并用驗證集對建立的模型進行驗證，5個品種大米樣本分類變量模型的識別率為100%。模型效果優(yōu)于主成分分析結果。最后用來自柳河和梅河的稻花香大米樣本帶入模型中來進行產(chǎn)地確證，模型判別效果良好，初步認定采用近紅外光譜分析結合PLS-DA 法可以用于松原不同品種大米的判別及松原大米的產(chǎn)地確證。

從以上研究結果來看，近紅外光譜技術結合化學計量學分析可以用于松原大米品種的判別及產(chǎn)地確證，但是近紅外光譜技術主要反映樣品內(nèi)部有機成分組成、含量、基團等，樣品在采樣回來后，貯藏、加工過程也可能會使得光譜特征發(fā)生變化；這是近紅外光譜方法用于食品產(chǎn)地確證的局限性所在，因現(xiàn)在對于特定農(nóng)產(chǎn)品光譜分析波段以及預處理方法沒有統(tǒng)一定論，且本研究建立的判別模型是基于當年樣本數(shù)據(jù)建立的，在接下來的研究中，在預處理方法及特征波段的選取方面可以進行進一步的研究，并豐富品種及年份，使得模型更加穩(wěn)定。近紅外光譜技術結合PLS-DA法可以為松原大米品種及產(chǎn)地確證的進一步研究提供借鑒。