基于便攜式近紅外光譜儀的陳皮真偽無損鑒別

董怡青，楊清華，余 梅，趙芷嵐，范 偉，李 跑*，鄭 郁

（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.中國檢驗認證集團湖南有限公司，湖南長沙 410021；3.湖南農業大學東方科技學院，湖南 長沙 410128；4.湖南師范大學醫學院，湖南長沙 410013）

陳皮來源于柑橘屬植物橘（Citri Reticulatae Pericarpium）及其栽培變種的干燥成熟果皮，具有理氣健脾、燥濕化痰等功效，在食療、藥膳、臨床方面應用廣泛[1-2]。陳皮以廣陳皮為上等，其主產地為廣東江門新會，故又叫新會陳皮。目前，市場上除了藥典規定的橘屬類及其栽培變種的果皮制作的陳皮以外，普通柑、橙屬果皮經干制或特殊手段可使其外觀與新會陳皮無差，導致市場上出現魚目混珠的現象，陳皮質量良莠不齊。現今，常用望、聞刮、嘗、沖茶方法來判定、鑒別新會陳皮，這需要判定者有非常豐富的經驗；或利用儀器分析方法對陳皮有效成分進行分析，主要有分光光度法、電化學法、色譜及其聯用技術等[3]，這些方法通常需要借助精密儀器，具有較高的檢測成本，且對樣品具有破壞性，無法實現產品的二次銷售，因此亟需探索一種綠色、快速、無損的陳皮真偽鑒別方法。

近紅外光譜技術因快速無損、綠色環保等特點，已在食品、農業、醫藥等領域得到了廣泛應用[4-8]。由于光譜采集過程中受環境、儀器以及樣本自身特性等因素的影響，近紅外光譜往往存在譜峰重疊、基線漂移等現象，通常引入化學計量方法解決上述問題[9-10]。主成分分析方法（principal component analysis，PCA）是一種多變量統計技術，廣泛用于數據降維及聚類分析。PCA 是利用方差重新構建最有意義的變量信息解釋數據集差異，這組不相關的變量稱為主成分（PC），且對原始信息的損失很小。目前，陳皮近紅外光譜研究主要集中在成分組成及含量分析上[11-12]，以及對年份和產地的鑒別研究上[13-14]。如余梅等[15]利用便攜式近紅外光譜儀和積分球漫反射模式采集了不同陳化年份陳皮內囊和外壁的近紅外光譜，利用光譜預處理方法結合不同模式識別方法實現了不同年份陳皮的準確鑒別。鄭訓培等[16]提出了一種基于近紅外光譜技術的陳皮粉末樣品真偽的無損鑒別方法。然而現階段對利用便攜式近紅外光譜儀針對完整新會陳皮及其假冒陳皮的無損鑒別研究較少。本研究旨在基于便攜式近紅外漫反射光譜技術結合化學計量學方法構建立一種假冒陳皮無損鑒別分析方法。

1 材料與方法

1.1 樣品

新會陳皮，為江門市新會區嶺南臻寶陳皮茶葉有限公司成品包裝的5 年陳化齡陳皮。以自然風干的砂糖橘果皮、沃柑果皮、蜜橘果皮、椪柑果皮、普洱茶水浸泡和蒸煮的沃柑果皮作為假冒陳皮。每個種類制備30 個樣本，共計210 個樣品。

1.2 儀器與光譜采集

i-Spec Plus 光柵型便攜式近紅外光譜儀（必達泰克光電科技（上海）有限公司）結合積分球漫反射附件，波數范圍為11 190～5 800 cm-1。采集每個樣品內囊、外壁的漫反射光譜，重復測量3 次，取其平均值作為原始光譜。

1.3 光譜預處理與聚類分析

將新會陳皮與假冒陳皮樣品按照Kennard-Stone 方法以7∶3 比例分為147 個校正集與63 個驗證集。采用去偏置（De-bias）、去偏移（detrend，DT）、標準正態變量變換（standard normal variate，SNV）、最 大 最 小 歸 一 化（min-max normalization，Min-Max）、多 元 散 射 校 正（multiplicative scatter correction，MSC）、一 階 導 數（first-order derivative，1st）、二階導數（second derivative，2nd）、連續小波變換（continuous wavelet transform，CWT）等8 種常見光譜預處理方法。

聚類分析采用PCA 方法。該方法是一種線性降維算法，常用于聚類分析，利用方差衡量數據的差異性，將高維數據投影至低維空間進行。此外，PCA 是一種無監督學習的多元統計分析方法。本研究利用該方法建立了新會陳皮與假冒陳皮的鑒別模型。上述光譜預處理與鑒別分析均由MATLAB R2010b（The Mathworks,Natick,USA）軟件實現。

2 結果與分析

2.1 不同假冒陳皮光譜及PCA 結果

圖1a～b 分別為新會陳皮與假冒陳皮（砂糖橘果皮、沃柑果皮、蜜橘果皮、椪柑果皮）內囊及外壁的原始光譜。由圖可知，光譜譜線趨勢一致且具有相似的譜峰，均在7 000 cm-1處有吸收峰，但存在嚴重的譜峰重疊、基線漂移以及噪聲干擾等現象。因此，僅使用原始光譜無法實現對假冒陳皮與新會陳皮的準確鑒別。

為實現對假冒陳皮與新會陳皮的鑒別分析，采用了PCA 對原始光譜數據進行分析，圖1c～d 為新會陳皮與假冒陳皮（砂糖橘果皮、沃柑果皮、蜜橘果皮、椪柑果皮）內囊及外壁的PCA 結果。圖中實心表示校正集，空心表示預測集。其中，橫坐標代表第一主成分（PC1）的方差貢獻率，縱坐標代表第二主成分（PC2）的方差貢獻率，PC1與PC2 的累計方差貢獻率之和大于90%。此外，新會陳皮與假冒陳皮的置信橢圓呈重疊交織狀。內囊數據PCA模型的鑒別準確率僅為12.38%，外壁數據PCA 模型的鑒別準確率為48.57%，表明內囊與外壁的數據所包含信息不同，可能是陳皮的外壁有較多的油室，而內囊沒有。雖然外壁數據結果優于內囊數據結果，但其依然無法實現對假冒陳皮（砂糖橘果皮、沃柑果皮、蜜橘果皮、椪柑果皮）的準確鑒別。其原因可能是原始光譜中不僅包含有用信息，同時也包含了多種干擾、數據冗余等，導致陳皮與假冒陳皮的樣品間差異弱化。

圖1 陳皮與假冒陳皮（砂糖橘皮、沃柑果皮、蜜桔果皮、椪柑果皮）原始光譜及PCA 結果Fig.1 Original spectra and PCA of Citri Reticulatae Pericarpium and counterfeit Citri Reticulatae Pericarpium (peel of ‘Shatangju’ mandarin,peel of ‘Orah’ mandarin,peel of Tangerine,and peel of Ponkan)

圖2 為新會陳皮與假冒陳皮（普洱茶水浸泡和蒸煮的沃柑果皮）的原始光譜圖及PCA 結果。普洱茶水浸泡和蒸煮的沃柑果皮外觀較深，與陳皮顏色相似，肉眼更難鑒別。由圖2a～b 可見，光譜譜線呈現出相似的趨勢，且存在明顯的基線漂移和噪聲干擾。但新會陳皮與假冒陳皮（普洱茶水浸泡和蒸煮的沃柑果皮）光譜強度存在明顯差異，其中外壁光譜數據尤為明顯，新會陳皮與假冒陳皮有明顯的區別。這可能是經過特殊處理的普通柑橘果皮（假冒陳皮）包含了普洱茶信息，與陳皮的成分有較大差別所致。如圖2c～d 所示，新會陳皮與假冒陳皮（普洱茶水浸泡和蒸煮的沃柑果皮）的置信橢圓呈現分離狀態，進一步驗證了光譜結果。這表明，原始光譜數據結合PCA 可以實現假冒陳皮（普洱茶水浸泡和蒸煮的沃柑果皮）的100%鑒別。此外，盡管陳皮與假冒陳皮（普通柑橘果皮）的原始光譜PCA 并未準確鑒別，但陳皮與部分假冒陳皮（普通柑橘果皮）置信橢圓仍有所區別。不同樣品的原始光譜中所包含的特征信息不同，經PCA的方差衡量所得到的新主成分也不相同，因此PCA 結果不相同。

圖2 陳皮與假冒陳皮（普洱茶浸泡、蒸煮的沃柑果皮）原始光譜及PCA 結果Fig.2 Original spectra and PCA of Citri Reticulatae Pericarpium and counterfeit Citri Reticulatae Pericarpium (peel of ‘Orah’ mandarin soaked or boiled in Pu’er tea)

2.2 基于光譜預處理的PCA 結果

光譜預處理方法可以消除光譜中的多種干擾。圖3（見下頁）、4（見第38 頁）分別為經預處理優化后內囊、外壁光譜數據的PCA 結果。由圖3 內囊數據的PCA 結果可知，假冒陳皮（砂糖橘果皮、沃柑果皮、蜜橘果皮、椪柑果皮）與新會陳皮的置信橢圓重疊嚴重。DT 預處理的PCA 模型最佳，鑒別率為30.12%。此外，SNV、Min-Max和MSC 預處理的PCA 模型鑒別率均有所下降。圖4 為光譜預處理后外壁數據的PCA 結果。結合圖3、4 可知，外壁數據結果優于內囊數據，采用DT、SNV 與MSC 結合PCA 分析可實現對新會陳皮與假冒陳皮（砂糖橘果皮、沃柑果皮、蜜橘果皮、椪柑果皮）的100%鑒別。結果表明，合適的預處理方法可以扣除光譜中的干擾，提高鑒別準確率。此外，對于假冒陳皮（砂糖橘果皮、沃柑果皮、蜜橘果皮、椪柑果皮）的鑒別，選用外壁光譜更可靠。

圖3 陳皮與假冒陳皮（砂糖橘皮、沃柑果皮、蜜桔果皮、椪柑果皮）內囊數據經預處理后PCA 結果Fig.3 PCA of inner capsule data of Citri Reticulatae Pericarpium and counterfeit Citri Reticulatae Pericarpium (peel of ‘Shatangju’ mandarin,peel of ‘Orah’ mandarin,peel of Tangerine,and peel of Ponkan) with pretreatment methods

圖4 陳皮與假冒陳皮（砂糖橘皮、沃柑果皮、蜜桔果皮、椪柑果皮）外壁數據經預處理后PCA 結果Fig.4 PCA of outer skin data of Citri Reticulatae Pericarpium and counterfeit Citri Reticulatae Pericarpium (peel of ‘Shatangju’ mandarin,peel of ‘Orah’ mandarin,peel of Tangerine,and peel of Ponkan) with pretreatment methods

3 結論

本試驗提出了一種基于便攜式近紅外光譜儀的陳皮真偽無損鑒別方法。僅使用原始光譜雖可實現假冒陳皮（普洱茶浸泡和蒸煮的沃柑果皮）的100%鑒別，但無法實現假冒陳皮（砂糖橘果皮和沃柑果皮）的準確鑒別；利用外壁數據與光譜預處理結合主成分分析方法可以實現假冒陳皮100%鑒別，最佳光譜預處理方法為DT、SNV、MSC。采用便攜式近紅外光譜儀結合化學計量學方法能實現對假冒陳皮的無損鑒別。