基于便攜式近紅外光譜技術的假冒茯苓塊無損鑒別研究

趙芷嵐，董怡青，蘇光林，鄭 郁，范 偉，楊清華，李 跑*

（1.湖南農業大學東方科技學院，湖南長沙 410128；2.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；3.湖南師范大學醫學院，湖南長沙 410013；4.中國檢驗認證集團湖南有限公司，湖南長沙 410021）

茯苓是一種常見的食藥同源物質，具有健脾寧心、利水滲濕等功效[1-2]。茯苓塊的外觀整體偏灰白、質地較硬，與其它物質如涼薯等在外觀上較為相似，難以準確鑒別。因此，一些黑心商販常使用涼薯、冬瓜、白蘿卜塊等冒充茯苓塊，以謀取不當利益。目前常采用液相色譜法等對茯苓成分進行分析，以實現茯苓的鑒別，但此類方法需要較為貴重的儀器，費時費力，且對樣品具有破壞性，影響產品的二次銷售[3]。

近紅外光（780～2 500 nm）是一種介于可見光與中紅外的電磁波，反映了樣品中含氫基團的伸縮振動倍頻和合頻信息，利用近紅外光譜技術可實現樣品中有機物組分的檢測。然而信號中常存在譜峰重疊、背景、基線漂移以及噪聲干擾，直接用光譜較難實現組分的定性定量分析。化學計量學方法的引入可以解決這些問題，通常需要兩個步驟，一是光譜預處理方法可以消除光譜中多種干擾；二是模式識別法可以用于鑒別以及定量模型的建立[4-5]。近紅外漫反射光譜（near-infrareddiffusereflectance spectroscopy，NIRDRS）技術具有快速、無損等優點，已被廣泛應用于石油、農業、醫藥和食品等領域樣品的快速無損檢測[6-10]。

NIRDRS 中光譜采集方式主要有兩種：光纖探頭和積分球。積分球所采集的光譜信噪比高、重復性好；光纖探頭采集方式更為簡單和便攜，但是信噪比不如積分球模式。近年來，NIRDRS 向著便攜、低成本化的方向發展，便攜式儀器得到了廣泛應用。余梅等[11]利用便攜式NIRDRS 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構建不同年份陳皮的鑒別模型。鄭郁等[12]利用便攜式NIRDRS 和積分球漫反射模式結合化學計量學法開發了一種不同比例摻假茯苓粉無損檢測方法。然而現階段尚缺乏對假冒茯苓塊的無損鑒別研究。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一種假冒茯苓塊無損鑒別分析方法，并對不同漫反射光譜采集方式獲得的結果進行比較。

1 材料與方法

1.1 儀器與樣品

由本地藥店購買的靖州白茯苓塊。于湖南農業大學東之源超市購買冬瓜、白蘿卜、涼薯，并切至同茯苓塊一樣大小，作為假冒茯苓塊。每組樣品30 個，共有120 個樣品。

i-Spec Plus 光柵型便攜式近紅外光譜儀，帶有積分球漫反射附件與光纖探頭，必達泰克光電科技（上海）有限公司，波數范圍為11 100～5 900 cm-1。

1.2 光譜采集

積分球漫反射采集方式：在室溫下，將茯苓塊或假冒樣品放入石英瓶中，置于光斑中心位置，直接采集光譜。光纖探頭漫反射采集方式：在室溫下，通過光纖探頭距樣品2 mm 處直接采集光譜。利用上述兩種光譜采集的方式分別對茯苓塊與假冒茯苓塊進行單次光譜采集，作為原始光譜。

1.3 光譜預處理與聚類分析

光譜預處理與聚類分析由MATLAB R2010b（The Mathworks，Natick，USA）軟件實現。采用了連續小波變換（continuous wavelet transform，CWT）方法消除光譜中的基線漂移以及譜峰重疊等干擾。此外，為了消除光譜兩端的噪聲干擾，手動扣除兩端的光譜，去噪后的光譜波數范圍為10 985～5 923 cm-1。采用主成分分析（principal component analysis，PCA）方法建立假冒茯苓塊鑒別模型。

2 結果與分析

2.1 不同采集方式下茯苓塊與假冒茯苓塊原始光譜

圖1a、b 分別為光纖探頭、積分球漫反射采集的茯苓塊與假冒茯苓塊原始光譜圖。由圖可知，利用光纖探頭采集的茯苓塊與假冒茯苓塊（冬瓜塊、涼薯塊、白蘿卜塊）的原始光譜存在明顯差別（圖1a），表明光纖探頭采集的原始光譜可以實現假冒茯苓塊的準確鑒別。積分球漫反射采集方式結果如圖1b 所示，在11 000～7 000 cm-1范圍內茯苓塊與假冒茯苓塊（冬瓜、蘿卜、涼薯）的譜線趨勢相似，較難從原始光譜區分茯苓塊與假冒茯苓塊。此外，光纖、積分球采集的茯苓塊在6 890 cm-1處有較強吸收峰，可能與茯苓多糖中的O—H 鍵伸縮振動一級倍頻相關。由圖1 可知，光纖探頭、積分球漫反射采集方式的原始光譜中均有較嚴重的基線漂移和譜峰重疊干擾，其中積分球采集的光譜信噪比優于光纖探頭采集的光譜，后者兩端有強噪聲干擾。

2.2 基于原始光譜和CWT 預處理的PCA 分析

采用PCA 方法建立假冒茯苓塊鑒別模型。圖2a 為光纖探頭采集方式原始光譜的PCA 結果，可以看出茯苓塊與其它三種假冒茯苓塊置信橢圓有著明顯區分，說明光纖探頭采集方式下的原始光譜結合PCA 可以實現假冒茯苓塊100%鑒別。圖2b 為積分球采集方式原始光譜的PCA 結果，其中茯苓塊與假冒茯苓塊（冬瓜和蘿卜）置信橢圓有著明顯區分，但茯苓塊與假冒茯苓塊（涼薯）置信橢圓有所重疊，表明光纖探頭采集方式下的原始光譜結合PCA 無法實現茯苓塊與涼薯塊的準確鑒別。

圖2c、2d 分別為光纖和積分球采集方式獲得光譜經CWT 預處理后的PCA 結果。光纖采集方式下CWT 預處理后的結果反而更差。可能是CWT 方法不僅消除了噪聲干擾，還消除了光譜中有關茯苓塊與假冒茯苓塊的部分差異信息。由圖2d 所示，積分球采集方式下CWT 預處理結合PCA 可以實現茯苓塊與假冒茯苓塊100%鑒別。基于便攜式近紅外漫反射光譜技術，結合合適的光譜采集方式以及預處理方法，可以實現假冒茯苓塊準確無損鑒別，而不恰當的預處理方法會導致模型準確性下降。

2.3 基于去噪光譜的PCA 分析

由于便攜式近紅外光譜儀的穩定性較差，采集的光譜兩端常出現噪聲干擾。因此，手動去除了具有強烈噪聲的兩端光譜數據。去噪后的光譜波數范圍為10 985～5 923 cm-1。圖3a 為光纖探頭采集方式下去噪光譜的PCA 結果，圖3c 為光纖探頭采集方式下去噪光譜結合CWT 的PCA 結果。由于去除了較大噪聲的干擾，去噪后的光譜與結合了CWT 后所建立的模型均可實現假冒茯苓塊100%鑒別。圖3b 為積分球采集方式去噪光譜的PCA 結果，該模型依舊無法實現茯苓塊與涼薯塊的準確鑒別。圖3d 為積分球采集方式下去噪光譜結合CWT 的PCA 結果，與圖2d 結果類似，該模型可以實現茯苓塊與假冒茯苓塊100%鑒別。上述結果均表明了消除噪聲可以提高模型的準確性。

3 結論

本研究基于便攜式近紅外漫反射光譜技術構建了一種假冒茯苓塊無損鑒別分析方法。光纖探頭模式下，利用原始光譜、去噪后的光譜以及去噪＋CWT 預處理后的光譜建立的鑒別模型均可實現假冒茯苓塊100%鑒別；積分球模式下，利用CWT 預處理后的光譜建立的鑒別模型可實現假冒茯苓塊100%鑒別。綜上所述，基于便攜式近紅外漫反射光譜技術結合化學計量學方法可有效實現假冒茯苓塊的準確無損鑒別。