基于近紅外光譜技術與優化光譜預處理的陳皮產地鑒別研究

余 梅，李尚科，楊 菲，鄭 郁*，李 跑,3*，蔣立文，劉 霞

(1.湖南農業大學 食品科學與技術學院 食品科學與生物技術湖南省重點實驗室，湖南 長沙 410128；2.湖南 師范大學 醫學院，湖南 長沙 410013；3.湖南省農業科學院 湖南省農產品加工研究所，湖南 長沙 410125)

陳皮源自蕓香科植物橘(Citrus reticulate Blanco)，是由成熟柑橘果實皮經長時間干燥貯藏而制成的一種中藥材，素有“千年人參、百年陳皮”一說。陳皮中含有豐富的黃酮類、揮發油類、多糖和微量元素等物質，在抗炎、抗氧、抗腫瘤、抗病毒及抗動脈粥樣硬化等方面發揮著重大作用[1]。受生長環境(氣候、雨水、光照及土壤等)的影響，不同產地的陳皮在藥理作用和化學成分的積累上均有差別。通過對不同產地陳皮的調查研究發現，廣東新會陳皮在臨床應用與藥效功能方面與其它陳皮有顯著差別，其市場價格也遠高于一般陳皮。近年來，在以市場利益為主導的大環境下，有不少商家利用陳皮在外觀上的相似性，以次充好、以假亂真，嚴重損害了消費者的利益。當前對于陳皮產地的鑒別手段主要有感官檢測與理化分析法。前者主要是靠經驗豐富的工作人員根據顏色、形狀、氣味等差異對不同陳皮進行鑒別，該方法雖然操作簡便，但易受主觀條件及客觀環境因素的干擾，其準確度有待提高。理化分析方法主要是通過檢測陳皮中各成分含量進行鑒別，Liu等[2]將高效薄層色譜法(HPTLC)與高效液相色譜法(HPLC)結合，對陳皮中的鄰氨基苯甲酸二甲酯進行測定，實現了不同產地陳皮的鑒別分析。Lv等[3]采用頂空/氣相色譜-離子遷移譜法(HS/GC-IMS)測定了陳皮中揮發性有機酸的含量，實現了不同產地陳皮的鑒別。但是此類分析法操作繁瑣、樣品前處理復雜、實驗周期較長、檢測成本高，且對樣品進行了破壞性前處理，影響了產品的二次銷售[4]。因此開發一種快速、準確的陳皮產地鑒別方法至關重要。

近紅外光譜技術是一種光譜波長介于可見光譜區和中紅外光譜區之間的電磁波技術，波長在780～2 500 nm 范圍，波數為4 000～12 000 cm-1，可直接實現復雜樣品成分的定性與定量分析。與傳統分析方法相比，近紅外光譜技術具備操作簡單、檢測成本低及分析速度快的優點，被廣泛應用于食品、石油、醫藥、煙草等相關領域樣品的分析[5-7]。目前有關近紅外光譜檢測技術對陳皮的研究以成分檢測、產地鑒別與品種識別為主，本課題組[8]通過近紅外光譜技術采集了不同年份陳皮的光譜，利用單一預處理及優化預處理方法對光譜數據進行處理，最后結合線性判別分析方法成功實現了不同年份陳皮的鑒別分析。孫素琴等[9]利用傅里葉變換紅外光譜法對7個產地陳皮中的揮發油進行分析，根據不同成分峰高比值的不同實現了新會陳皮和廣西陳皮的鑒別分析。然而不同產地陳皮在顏色、形狀、厚度等方面的差異較小，目前有關不同產地陳皮無損鑒別的研究也相對匱乏。此外，在采集光譜過程中，由于受儀器或樣品自身的干擾，原始光譜中存在譜峰重疊、基線漂移等干擾，建立的模型穩定性差，精確度不高[7]，通常需要結合合適的化學計量學方法如去趨勢校正(DT)[10]、去偏校正(De-bias)[11]、標準正態變量變換(SNV)[12]、多元散射校正(MSC)[12]、最大最小歸一化(Min-Max)[13]、一階導數(1st)[14]、二階導數(2nd)[14]和連續小波變換(CWT)[15]等對光譜進行預處理。每種預處理消除的干擾不同，如DT主要用于消除光譜中存在的基線漂移等現象；De-bias可消除儀器狀態、測試環境、光程變化等對光譜造成的干擾；SNV與MSC主要用于消除光譜中的光散射干擾問題；Min-Max用于消除光譜的絕對吸收值及多余信息，以增加樣品之間的差異，提高模型的穩健性和預測能力；而1st、2nd及CWT常用于消除光譜中存在的背景干擾等。褚小立等[16]對常見的近紅外光譜預處理方法進行了詳細總結，并給出了這些方法的具體算法以及一些應用實例。但由于近紅外光譜的復雜性，僅用一種預處理方法難以達到理想的效果。卞希慧等[17-18]發現，采用合適的預處理組合方法可以提高建模效果，對于不同數據集，得到的最佳預處理組合也不相同，對已有預處理方法按照預處理目的進行分類再排列組合是選擇最佳預處理方法的一種有效途徑。

為了實現不同產地陳皮的無損鑒別分析，本研究利用近紅外光譜技術采集了四川、福建及廣東新會陳皮內側和外側的近紅外光譜數據，以8種單一預處理及預處理組合的形式對光譜數據進行處理，結合主成分分析法(PCA)建立了陳皮產地的鑒別模型。通過考察單一預處理與組合預處理的鑒別結果，篩選出陳皮產地鑒別的最優預處理方法并建立可靠的鑒別模型，實現了不同產地陳皮的快速無損鑒別。

1 實驗部分

1.1 儀器與材料

賽默飛世爾科技Antaris Ⅱ傅里葉變換近紅外光譜儀，光譜預處理與鑒別分析由MATLAB R2010b(The Mathworks,Natick,USA)軟件實現。

于藥店購買廣東新會、四川及福建3個地區的陳皮樣品，以一片完整陳皮為1個樣本，每個產地的陳皮取10個樣本，共計30個樣本，依次為新會(黑)、四川(紅)、福建(藍)。

1.2 光譜采集

本次實驗在常溫條件下進行，采用的近紅外波數范圍為4 000～10 000 cm-1，最小間隔約為4 cm-1，共采集1 557個數據點。為保證光譜測量的準確性，每一樣本重復測量3次，取平均值作為該樣本的原始光譜。

表1 3類預處理方法Table 1 Three types of pretreatment methods

1.3 聚類分析與光譜預處理

將3個地區的陳皮樣品數據按照Kennard-Stone方法以8∶2的比例分組選取校正集和預測集。將DT、De-bias、SNV、MSC、Min-Max、1st、2nd和CWT 8種預處理方法按功能分成3類(表1)。采用單一預處理、兩個預處理組合及3個預處理組合的方法共計119種方法對光譜進行處理，其中CWT采用范圍為20的“haar”小波基；1st和2nd方法采用Savitzky-Golay平滑求導，結合鑒別率選取最優窗口參數為17。表2給出了119種預處理方法。最后結合PCA分析計算對應的鑒別率，實現對不同產地陳皮的無損鑒別分析。

表2 119種預處理方法Table 2 119 pretreatment methods

(續表2)

2 結果與討論

2.1 不同產地陳皮原始光譜分析

為了實現不同產地陳皮的快速無損鑒別，采集了不同地區陳皮的近紅外光譜。圖1A為對不同產地陳皮樣品的外側測量3次取平均后得到的原始光譜圖，可以清楚地看到光譜曲線趨勢一致，且大多具有相同或相似的吸收峰，但大部分譜線有重疊現象，同時光譜存在較為嚴重的背景干擾和基線漂移問題。其原因可能是，陳皮外側表皮凹凸不平導致其光譜在采集的過程中出現了明顯的散射干擾。由于譜峰重疊且背景干擾嚴重，故較難從原始光譜中找到不同產地陳皮的差異信息。

為了消除這些由樣品自身或儀器引起的背景以及基線漂移等干擾，分別對圖1A的原始光譜數據進行多種單一光譜預處理。圖1B～I分別為采用DT、De-bias、SNV、MSC、Min-Max、1st、2nd及CWT預處理后的光譜圖。可見，經DT與De-bias方法預處理后，基線干擾得到明顯消除(圖1B，C)，SNV與MSC方法處理后可消除光散射及基線漂移的干擾(圖1D，E)；Min-Max預處理后的光譜消除了數據尺度差異過大帶來的不良影響，但仍存在明顯的譜峰重疊問題(圖1F)；采用1st與2nd進行預處理可以消除光譜中的背景干擾，但同時在10 000～7 000 cm-1范圍引入了一定的噪聲干擾(圖1G，H)；運用CWT方法對光譜進行預處理后，背景干擾得以消除，譜峰信息更加明確，在7 000、5 500 cm-1兩處有明顯的吸收峰(圖1I)。

2.2 基于單一光譜預處理的不同產地陳皮鑒別分析

圖2給出了陳皮內、外側光譜校正集和預測集的鑒別率。從圖2A(內側校正集)可見，內側原始光譜數據的鑒別率只有12.5%，光譜數據經DT、De-bias與Min-Max預處理后的鑒別率均提高至83.33%；采用SNV、MSC、1st、2nd和CWT預處理后鑒別率均提高至91.67%；圖2B(內側預測集)中，經1st與2nd預處理后的鑒別率分別為83.33%和66.67%；運用DT、De-bias、SNV、MSC、Min-Max與CWT預處理后鑒別率均達到100%。圖2C與圖2D分別為陳皮外側校正集與預測集的鑒別結果，其原始數據的鑒別率均在50%以上，校正集與預測集在經DT、De-bias、1st、2nd與CWT方法處理后的鑒別率均略有下降，SNV與MSC預處理后的鑒別率與原始光譜結果一致，僅通過Min-Max預處理后的校正集與預測集鑒別結果得到了提高，鑒別率分別為70.83%和66.67%。以上結果說明，采用合適的預處理方法可以扣除多種干擾，進而挖掘到光譜中隱藏的有用信息，提高鑒別準確率。但預處理選擇不當可能會扣除光譜中的有用信息，導致鑒別率降低。由于陳皮內側和外側光譜中存在的干擾情況不同，且不同預處理方法只能解決光譜中某一類干擾問題，故選用的最佳預處理方法有所差異。同時結果表明僅用單一預處理方法無法實現對陳皮產地的準確鑒別分析。

2.3 基于兩種預處理方法組合的不同產地陳皮鑒別分析

采用兩種預處理方法組合方式以進一步消除光譜中的干擾，提高鑒別率。表2詳細介紹了38種不同的組合方式。圖3A、圖3B分別為陳皮內側光譜經兩種預處理組合處理后校正集和預測集的鑒別結果，在38種組合中，DT+Min-Max組合預處理(No.32)的鑒別結果最優，其鑒別率為95.83%。同時，考察了同一種預處理不同組合順序對鑒別結果的影響，采用Min-Max+DT的組合對光譜數據進行預處理，其鑒別率為91.67%，表明預處理的組合順序不同鑒別結果也會有所差異。其余37種組合中除Min-Max+DT、Min-Max+SNV、Min-Max+MSC與CWT+De-bias 4組組合的鑒別率與單一鑒別結果一致外，其他組合的鑒別率相對于單一預處理結果均降低。圖3C與圖3D分別為陳皮外側光譜經兩種預處理組合處理后校正集和預測集的鑒別結果。校正集與預測集中共有9組組合(SNV+1st、1st+MSC、CWT+SNV、1st+SNV、SNV+CWT、Min-Max+1st、Min-Max+CWT、MSC+CWT與CWT+MSC)鑒別率達到100%，這是由于SNV與MSC有效扣除了由顆粒大小引起的散射現象，1st與CWT消除了基線漂移和背景干擾。

由于采用多種組合方法對光譜數據進行處理時扣除掉了光譜中更多無用的信息，使有效信息被提取出來，從而提高了鑒別率。對于陳皮外側光譜數據，僅用兩個預處理組合的形式即可實現100%鑒別，但內側光譜數據中由于存在較多相似信息，僅用現有的兩個組合形式無法達到100%的鑒別；同時，同一種預處理方法的不同組合順序得到的結果也不相同。

2.4 基于3種預處理方法組合的不同產地陳皮鑒別分析

在兩個組合預處理之后，基于內側數據仍無法實現陳皮產地的準確鑒別分析，可能是因為不同產地陳皮的內側光譜相似性較大，且光譜中存在多種干擾，僅用兩個組合預處理方法無法得到理想的效果。因此以求導+散射+尺度化等形式進行3種預處理方法組合，并對光譜數據進行預處理，表2中給出了72種不同的組合方式。圖4A、圖4B為3種預處理方法組合對陳皮內側光譜數據預處理后的鑒別結果，由圖4A(陳皮內側光譜校正集)可知，在72種組合中以1st+Min-Max+MSC、CWT+Min-Max+MSC、Min-Max+1st+MSC和Min-Max+CWT+MSC 4種組合預處理后的結果最佳，鑒別率均為87.50%，與單一預處理結果的91.67%和兩個組合預處理結果的95.83%相比，其鑒別率有所下降。出現這種情況的原因可能是采用多種預處理時扣除了光譜數據中的有用信息，導致鑒別率降低。由圖4B(陳皮內側光譜預測集)可知，CWT+Min-Max+MSC、Min-Max+1st+MSC等19種組合實現了100%的鑒別。

通常認為采用多種預處理組合會消除光譜中存在的多種干擾，得到更好的結果，但從陳皮內側數據結果來看，過多預處理在去除無效信息的同時也扣除了有用信息，從而降低了鑒別準確率。

2.5 基于優化預處理方法的主成分分析

圖5給出了原始光譜及最優組合預處理的PCA結果，可見基于PC1與PC2的累計方差貢獻率在80%以上，因此選用PC1及PC2進行PCA分析。從陳皮內側(圖5A)和外側(圖5B)原始光譜圖的PCA結果可見，圖5A中只有四川陳皮校正集中的3個樣本得到了準確鑒別，其余產地陳皮的置信橢圓呈相互交錯狀態，其內側數據的鑒別率僅為12.5%。圖5B中新會陳皮校正集4個樣本、四川陳皮校正集4個樣本及福建陳皮校正集3個樣本得到了準確鑒別，陳皮外側數據得到的鑒別率僅為45.83%，故僅用原始光譜數據無法實現陳皮產地的準確鑒別分析。圖5C和圖5D分別為基于DT+Min-Max預處理的內側數據結果以及經SNV+1st預處理后的外側數據結果。由圖5C可以明顯看到，福建陳皮與新會陳皮、四川陳皮的置信橢圓呈完全分離狀態，而新會陳皮與四川陳皮的置信橢圓存在一定的重疊情況，四川陳皮中有2個校正集樣本落入新會陳皮的置信橢圓內，陳皮內側數據的鑒別率為95.83%。在圖5D中，經SNV+1st預處理后3個產地陳皮外側數據的置信橢圓完全分開，實現了陳皮產地的100%鑒別分析。

3 結 論

本文利用近紅外光譜技術采集四川、福建及廣東新會陳皮的內側和外側光譜，以單一預處理及預處理組合的形式對光譜數據進行處理，篩選出最佳的預處理方法，最后結合主成分分析法建立了陳皮產地的鑒別模型。結果表明：使用預處理方法可以消除光譜中存在的干擾；預處理方法組合順序不同，鑒別結果也會不同；過多預處理在進行無效信息去除的同時也扣除了有用信息，從而降低了鑒別準確率。近紅外光譜技術結合光譜預處理可以實現不同產地陳皮的無損鑒別分析，其中陳皮產地外側光譜數據經兩個預處理組合優化處理后即可實現100%鑒別分析。