丁 靜，梁 琨，韓東燊，徐劍宏，沈明霞

(1.南京農(nóng)業(yè)大學(xué)工學(xué)院/江蘇省現(xiàn)代設(shè)施農(nóng)業(yè)技術(shù)與裝備工程實(shí)驗(yàn)室，江蘇南京 210031；2.江蘇省農(nóng)業(yè)科學(xué)研究院農(nóng)產(chǎn)品質(zhì)量安全與營養(yǎng)研究所，江蘇南京 210014)

小麥在世界范圍內(nèi)種植面積廣泛，既是人類主要的食物來源，又是重要的工業(yè)原料[1]。赤霉病是小麥的主要病害之一，在小麥抽穗揚(yáng)花期氣候的溫、濕度適宜且雨水充沛時容易高發(fā)。赤霉病的病原菌主要是禾谷鐮刀菌，該菌在小麥籽粒中所產(chǎn)生的代謝產(chǎn)物脫氧雪腐鐮刀菌烯醇(DON)嚴(yán)重危害人畜健康，人畜誤食帶菌病粒會引起腹瀉、嘔吐等癥狀，因此DON又被稱作嘔吐毒素[2-5]。我國GB 2715-2005《糧食衛(wèi)生標(biāo)準(zhǔn)》中規(guī)定小麥及全麥粉中DON限量標(biāo)準(zhǔn)為1 mg·kg-1。傳統(tǒng)的檢測方法主要是生物化學(xué)檢測法，包括皮膚毒性實(shí)驗(yàn)、氣相色譜(GC)、液相色譜(LC)、氣(液)質(zhì)聯(lián)用(GC-MS)、酶聯(lián)免疫吸附試驗(yàn)(ELISA)等，這些檢測方法耗時、昂貴、重現(xiàn)性差、樣本處理過程復(fù)雜、需要專門的技術(shù)人員操作，難以進(jìn)行大批量樣本的快速無損檢測。

高光譜成像技術(shù)融合了光譜技術(shù)與成像技術(shù)，不僅可根據(jù)提取的樣本光譜特征表征和識別給定的物質(zhì)，還可通過對給定的物質(zhì)進(jìn)行成像，從而達(dá)到擴(kuò)大檢測面積、提高檢測精確度的目的[6]，為進(jìn)行復(fù)雜綜合的小麥赤霉病癥狀檢測提供保障。另外，由于樣本前處理簡單、高光譜圖像采集方便及獲得的樣本信息豐富，已有研究者將高光譜技術(shù)應(yīng)用于小麥赤霉病檢測。Shahin等[7]將加拿大西部紅春小麥籽粒分為健康、鐮刀菌輕度感染和嚴(yán)重感染三個等級，并使用主成分分析(principal component analysis，PCA)在450～950 nm范圍內(nèi)提取6個特征波段(484、567、684、817、900、950 nm)用于線性判別分析(linear discriminant analysis，LDA)建模，結(jié)果表明，基于6個特征波段建模與基于全波段建模準(zhǔn)確率相當(dāng)，均高于92%；Delwiche等[8]通過在400～1 000 nm和1 000～1 700 nm兩個波段范圍尋找能夠區(qū)分正常籽粒與赤霉病粒的特征波段對(分別為502、678 nm和1 198、1 496nm)建立二等級分類模型，可見光和近紅外波段分級準(zhǔn)確率分別為94%和97%。梁 琨等[9]比較了連續(xù)投影算法(successive projections algorithm，SPA)和競爭性自適應(yīng)重加權(quán)算法(competitive adaptive reweighted sampling，CARS)在小麥赤霉病籽粒識別上的應(yīng)用效果，發(fā)現(xiàn)SPA選取的特征變量數(shù)量少，精度高，模型預(yù)測效果優(yōu)于CARS，結(jié)合支持向量機(jī)(support vector machines，SVM)模型能夠達(dá)到94%以上的預(yù)測準(zhǔn)確率。這些研究結(jié)果表明，高光譜技術(shù)結(jié)合特征波長挑選算法能夠通過少數(shù)幾個特征變量進(jìn)行赤霉病籽粒識別。以上研究均是對小麥感染赤霉病的定性分析，使用高光譜成像技術(shù)進(jìn)行小麥中嘔吐毒素定量分析的報(bào)道較少。Barbedo等[10-11]利用基于高光譜圖像的處理算法，采用數(shù)學(xué)形態(tài)學(xué)操作和光譜波段操作實(shí)現(xiàn)對小麥鐮刀菌毒素(FHB)的快速自動檢測，提出使用鐮刀菌指數(shù)(FI)計(jì)算小麥籽粒中FHB存在的可能性，進(jìn)而估算DON濃度，準(zhǔn)確率約為91%，但是FI值在0.4～0.6范圍內(nèi)的正態(tài)分布曲線存在重疊區(qū)域，在這個區(qū)域FI值存在不確 定性。

感染赤霉病的小麥產(chǎn)生的DON毒素會導(dǎo)致籽粒中的主要大分子有機(jī)物成分如淀粉、蛋白質(zhì)、脂肪、纖維素的含量發(fā)生變化[12-13]，這種變化能夠反映在光譜上[11,14-15]，從而具備了使用光譜技術(shù)檢測DON的可能性。本研究基于近紅外高光譜成像技術(shù)進(jìn)行DON定量檢測，將1 000～2 500 nm范圍內(nèi)的光譜數(shù)據(jù)與標(biāo)準(zhǔn)方法測得的DON含量值進(jìn)行關(guān)聯(lián)，將SPA以及區(qū)間組合優(yōu)化算法(interval combination optimization algorithm，ICO)結(jié)合SPA提取的特征變量作為輸入建立偏最小二乘回歸(partial least squares regression，PLSR)、多元線性回歸(multiple linear regression，MLR)和最小二乘支持向量機(jī)回歸(least squares support vector regression，LS-SVR)模型預(yù)測樣本中DON含量，比較不同特征波長篩選算法并結(jié)合預(yù)測模型精度，獲得小麥赤霉病檢測的優(yōu)選波長和優(yōu)化模型，以期實(shí)現(xiàn)小麥感染赤霉病等級的高效、智能定量檢測，保證糧食食品 安全。

1 材料與方法

1.1 材料與儀器

試驗(yàn)中用于磨粉的小麥籽粒均來自江蘇省農(nóng)業(yè)科學(xué)研究院農(nóng)產(chǎn)品質(zhì)量安全與營養(yǎng)研究所，供試材料是2017年收獲的冬小麥，品種為煙農(nóng)19。所用儀器包括PM8188A谷物水分測定儀(泰州市維科特儀器儀表有限公司)、XA-1型磨粉機(jī)(常州越新儀器制造有限公司)、Image-λ-N25E-HS型高光譜成像光譜儀(芬蘭 Specim公司)、HSIA-OLE23型鏡頭(德國施耐德公司)、4個HSIA-LS-T-H型鹵素?zé)?四川雙利合譜科技有限公司)、HSIA-T1000-IMS型電控位移平臺(四川雙利合譜科技有限公司)和GaiaSorter-Dual型暗箱(四川雙利合譜科技有限公司)。

1.2 試驗(yàn)方法

1.2.1 樣本前處理

對獲取的小麥赤霉病籽粒樣本人工分揀除去麥稈、石子、土塊、塑料等異物，使用谷物水分測定儀檢測籽粒含水量，對于含水量過高的樣本進(jìn)行通風(fēng)干燥，含水量較低的樣本暴露在潮濕空氣中，最終將所有小麥赤霉病籽粒樣本含水量控制在12%～13%范圍[16-19]，以減少樣本含水量差異對光譜的影響，保證建模數(shù)據(jù)的可靠性。取約25 g小麥籽粒放入磨粉機(jī)中研磨30 s，將磨粉機(jī)杯蓋內(nèi)壁附著的未磨碎的部分掃入磨粉倉，蓋上杯蓋繼續(xù)磨粉30 s，保證全部顆粒均可通過20目篩，以便后續(xù)使用標(biāo)準(zhǔn)方法檢測樣本中DON含量，取出研磨后的全麥粉，混勻，置于直徑60 mm、高10 mm的培養(yǎng)皿中，將稱量紙附在培養(yǎng)皿中的全麥粉表面起隔離作用，再用塑料平板將培養(yǎng)皿中的全麥粉壓平，使全麥粉表面高度與培養(yǎng)皿邊緣持平，用于光譜數(shù)據(jù)采集。

1.2.2 圖像獲取與標(biāo)定

高光譜成像光譜儀的成像波段是1 000～ 2 500 nm，光譜分辨率為12 nm，采樣率為5.6 nm，像元數(shù)為384×288。在高光譜圖像數(shù)據(jù)獲取前，打開高光譜成像系統(tǒng)的光源預(yù)熱30 min。為了得到清晰無畸變的圖像，多次調(diào)整試驗(yàn)系統(tǒng)參數(shù)后將曝光時間設(shè)置為10 ms，傳送帶移動速度為0.36 deg·s-1，樣本距鏡頭310 mm。采集光譜前，需要對儀器進(jìn)行黑白校正，以減弱光譜儀中暗電流對圖像的影響。首先采集反射率為99%的白板漫反射圖像，記為W，然后蓋上鏡頭蓋采集暗圖像，記為B，根據(jù)式(1)計(jì)算原始漫反射圖像R的校正圖像Rt：

Rt=(R-B)/(W-B)×100%

(1)

1.2.3 ROI的選取與高光譜數(shù)據(jù)提取

將采集到的高光譜圖像用ENVI 4.8(美國 Exelis Visual Information Solutions公司)進(jìn)行感興趣區(qū)域(region of interest，ROI)提取。沿圖像中每個培養(yǎng)皿的輪廓手動選取輪廓以內(nèi)的全麥粉作為每個樣本的感興趣區(qū)域。將每個樣本ROI區(qū)域的平均反射率值作為該樣本的原始光譜數(shù)據(jù)，后續(xù)數(shù)據(jù)分析在MATLAB 2014a(美國 The MathWorks公司)軟件中完成。

1.2.4 DON毒素含量的測定

采集完高光譜圖像后，參考SN/T3137-2012標(biāo)準(zhǔn)中規(guī)定的液相色譜-質(zhì)譜法定量檢測每個樣本中的DON含量，作為每個樣本的理化參考值。提取液由乙腈和水按 84∶16的比例配置，離心時轉(zhuǎn)速為2 500 r·min-1，活化時使用3 mL提取液，提取的樣本過柱時的流速為1 mL·min-1。利用型號為3500QTRAP色譜儀-液相色譜質(zhì)譜聯(lián)用儀(ABSCIEX公司)進(jìn)行毒素含量測定，流動相A為5 mmol·L-1的醋酸銨水，按照時間0、3、7、13、13.1、16 min時，流動相A和流動相B分別按照85∶15、30∶70、20∶80、10∶90、85∶15、 85∶15的濃度梯度進(jìn)行操作，流速為0.6 mL·min-1，進(jìn)樣量為5 μL。毒素檢出限為20 μg·kg-1。

1.3 特征變量提取

SPA采用連續(xù)投影策略進(jìn)行變量排序產(chǎn)生一系列變量子集，然后通過比較變量子集模型的預(yù)測能力篩選出最優(yōu)變量子集，能最大限度降低被選變量間的共線性[20]。但對于近紅外高光譜而言，有效變量間的投影距離并不一定最大，SPA篩選出的變量子集中可能包含一些無信息甚至是干擾變量[21]。ICO是基于模型集群分析策略(MPA)開發(fā)出的變量選擇方法，MPA強(qiáng)調(diào)從數(shù)據(jù)集中挖掘有效信息時，應(yīng)分析大量隨機(jī)產(chǎn)生的子集模型信息而非單一模型信息[21]。高光譜包含豐富的樣本數(shù)據(jù)，同時也不可避免地包含較多噪聲，ICO作為基于柔性收縮策略進(jìn)行波長區(qū)間組合優(yōu)化的算法，采用波長區(qū)間替換波長點(diǎn)作為優(yōu)化對象，一些與待測指標(biāo)可能存在偶然相關(guān)性的噪聲波長點(diǎn)會因?yàn)樗诠庾V區(qū)間的重要性不足而被排除，從而能夠減少偶然誤差，更穩(wěn)妥地保留反映真實(shí)樣本信息的有效波長區(qū)間。區(qū)間挑選算法選擇的波長數(shù)量一般較多，不便于快速預(yù)測，最終選中的變量區(qū)間可以采用單一變量選擇算法進(jìn)行精簡[22]。將ICO選擇的優(yōu)化組合區(qū)間結(jié)合SPA進(jìn)行特征波長提取，既能有效地鎖定特征波段區(qū)間，又能夠減少有效區(qū)間內(nèi)特征變量的冗余，形成優(yōu)勢互補(bǔ)。

1.3.1 連續(xù)投影算法(SPA)

設(shè)光譜矩陣為XM×J(M為樣本數(shù)，J為波長數(shù))，記xk(0)為初始波長迭代向量，N為需要提取的波長變量個數(shù)，該算法從一個波長開始，計(jì)算它在未選入波長上的投影，將投影向量最大的波長引入到波長組合，直到循環(huán)N次結(jié)束計(jì)算。具體步驟[23]如下：

(1)第1次迭代之前(n=1)，在訓(xùn)練集光譜矩陣X中任選一個列向量xj，記為xk(0)；

(2)令S為所有未被選入的波長變量的集合，S={j,1≤j≤J,j?{k(0),k(1),…k(n-1)}}；

(3)利用式(2)計(jì)算xj對S中向量的投影：

(2)

(4)根據(jù)式(3)獲得投影值范數(shù)最大的波長 位置：

k(n)=arg(max|Pxj|,j∈S)

(3)

(5)根據(jù)將最大投影向量作為下輪的投影向量：xj=Pxj,j∈S；

(6)令n=n+1，若n

1.3.2 區(qū)間組合優(yōu)化算法(ICO)

ICO算法首先采用軟收縮的方式對波長區(qū)間組合進(jìn)行優(yōu)化，然后采用局部捜索的方式對最終入選區(qū)間的寬度進(jìn)行自動優(yōu)化，運(yùn)算過程[24]如下：

(1)將樣本的近紅外光譜劃分為寬度大體相當(dāng)?shù)腘等份，每一份即為一個光譜區(qū)間；

(2)采用加權(quán)自舉采樣(WBS)生成M個不同波長區(qū)間隨機(jī)組合形成的子集，每個波長點(diǎn)初始采樣權(quán)重都默認(rèn)為1；

(3)采用PLS算法和5折交互檢驗(yàn)的方式計(jì)算每個區(qū)間組合子集對應(yīng)的RMSECV值；

(4)從全部區(qū)間組合中提取一定比例(記作α)的最優(yōu)區(qū)間組合子集(α通?？稍O(shè)置為0.1，也可根據(jù)數(shù)據(jù)的實(shí)際情況進(jìn)行優(yōu)化)，并計(jì)算出這一部分區(qū)間組合子集對應(yīng)RMSECV的平均值；

(5)統(tǒng)計(jì)每個區(qū)間在那一部分最優(yōu)區(qū)間組合中出現(xiàn)的數(shù)目，下一次迭代中第i個區(qū)間對應(yīng)的采樣權(quán)重可以通過式(4)計(jì)算出來：

(4)

其中fi是第i個區(qū)間在最優(yōu)區(qū)間組合中出現(xiàn)的頻次，kbest是提取的最優(yōu)區(qū)間組合的數(shù)目；

(6)重復(fù)步驟2～5形成迭代循環(huán)，直到RMSECV平均值出現(xiàn)上升，迭代終止；

(7)在最后一次迭代中，RMSECV值最小的那一組波長區(qū)間被視為最終選中的波長區(qū)間；

(8)采用局部捜索策略對步驟7中選出各個波長區(qū)間的寬度進(jìn)行優(yōu)化。在此策略中，各個被選中波長區(qū)間邊緣相鄰的波長點(diǎn)逐一被納入或排除建模，并根據(jù)該波長點(diǎn)對模型RMSECV值的影響情況進(jìn)行評價。如果一個相鄰波長點(diǎn)的納入會使模型的RMSECV值下降，則該波長點(diǎn)被選入，反之則被剔除。反復(fù)在每次優(yōu)化后區(qū)間上進(jìn)行局部捜索，直到?jīng)]有新波長點(diǎn)能夠?qū)δＰ偷腞MSECV值產(chǎn)生影響，這個時候優(yōu)化出的區(qū)間則可以被視為ICO算法最終選中的波長區(qū)間。

1.4 建模方法與模型評價

1.4.1 異常樣本的剔除與光譜數(shù)據(jù)集劃分

異常樣本的存在影響定標(biāo)模型的預(yù)測性能和適配性。為避免異常樣本對模型精度的干擾，通過基于XY變量聯(lián)合的異常數(shù)據(jù)檢測算法(outlier sample eliminating algorithm based on joint XY distances，ODXY)[25]剔除異常樣本3個。采用基于光譜-理化值共生距離算法(sample set partitioning based on joint X-Y distances，SPXY)[26-27]，從樣本集中篩選校正集樣本。對117個樣本按照SPXY算法以3∶1比例劃分校正集和預(yù)測集，得到校正集樣本89個，預(yù)測集樣本28個，并且DON含量最大值和最小值對應(yīng)的樣本均落在校正集中。

1.4.2 光譜預(yù)處理

為減少電噪音、光散射、基線漂移等干擾對光譜數(shù)據(jù)的影響，本研究采用Savitzky-Golay(SG)平滑、標(biāo)準(zhǔn)正態(tài)變量(standard normal variable，SNV)、矢量歸一化(normalize)、移動平均算法(moving average，MA)、SG-SNV、SG-Normalize、SG-Normalize-MA等7種算法分別對原始光譜進(jìn)行預(yù)處理，再根據(jù)PLSR模型的效果尋找最合適的光譜預(yù)處理方法。

1.4.3 模型建立與評價

分別將SPA和ICO-SPA提取的特征變量作為輸入建立PLSR、MLR、LS-SVR模型預(yù)測樣本中DON含量，比較模型性能選取最優(yōu)模型。模型性能利用以下指標(biāo)進(jìn)行評價：校正集相關(guān)系數(shù)(rc)、校正集均方根誤差(root mean square error of calibration，RMSEc)、預(yù)測集相關(guān)系數(shù)(rp)、預(yù)測集均方根誤差(root mean square error of prediction，RMSEP)、交叉驗(yàn)證均方根誤差(RMSECV)和預(yù)測相對分析誤差(residual predictive deviation，RPD)。相關(guān)系數(shù)越大，均方根誤差越小，所建模型性能越好。當(dāng)RPD值為1.5～2.0時僅能夠區(qū)分響應(yīng)變量的低值和高值；當(dāng)RPD值為2.0～2.5時能夠粗略地定量預(yù)測；當(dāng)RPD值為2.5～3.0或者更高時模型預(yù)測精度較高[28]。

2 結(jié)果與分析

2.1 樣本光譜特征

試驗(yàn)所采用的光譜儀采集的波長范圍為 920～2 528 nm，由于存在系統(tǒng)誤差，光譜曲線在首尾端可能存在較大噪聲，會直接影響試驗(yàn)的準(zhǔn)確性，因此數(shù)據(jù)處理時取1 000～2 500 nm波段的268個波長的光譜數(shù)據(jù)作為后續(xù)數(shù)據(jù)處理區(qū)域。在圖1的樣本光譜曲線上，在1 470、1 940 nm處出現(xiàn)明顯吸收峰，反映麥粉樣本中水分對光譜的影響[8]；1 201 nm與脂肪的C-H彎曲振動2倍頻帶1 195 nm接近[29]；1 582 nm與淀粉的特征峰 1 550 nm接近[30]；1 767 nm與纖維素C-H彎曲振動1倍頻帶1 780 nm接近[29]； 2 103 nm與多糖的O-H伸縮和C-O伸縮振動組合頻帶 2 100 nm接近[29]；2 299 nm與蛋白酰胺的C-H伸縮振動二倍頻帶2 300 nm接近[29]。這說明樣本反射光譜曲線反映了試驗(yàn)樣本中的淀粉、蛋白質(zhì)、脂肪、纖維素等大分子成分的含量 信息。

圖1 近紅外波段下全部小麥赤霉病籽粒樣本反射光譜曲線

2.2 光譜預(yù)處理效果比較

從光譜經(jīng)過不同預(yù)處理后建立的PLSR模型(表1)看，SG-Normalize-MA的PLSR模型最好，建模的相關(guān)系數(shù)和均方根誤差分別為0.927和0.402 mg·kg-1，模型擬合性較好；預(yù)測集的相關(guān)系數(shù)和均方根誤差分別為 0.926和0.354 mg·kg-1，相對分析誤差為 2.949，說明模型有較高預(yù)測精度。因此，最終選取SG-Normalize-MA處理后的光譜數(shù)據(jù)進(jìn)行后續(xù)處理。

2.3 樣本特征波長提取

1 000～2 500 nm采集的光譜共包含268個波段。為簡化建模過程，加快計(jì)算速度，提高模型的預(yù)測能力，需要提取光譜的特征波段，壓縮光譜數(shù)據(jù)，以實(shí)現(xiàn)對DON含量的快速定量檢測。本研究分別采用SPA及ICO-SPA算法篩選獲得特征波段，再根據(jù)反映的物質(zhì)信息結(jié)合所建模型的預(yù)測準(zhǔn)確率判斷所提特征波長的合理性。

2.3.1 基于SPA算法的特征波長篩選

設(shè)定波長數(shù)N的范圍為1～25，根據(jù)交叉驗(yàn)證均方根誤差RMSECV值確定最佳的波長變量個數(shù)。從圖2a可以看出，隨著波長個數(shù)的增加，RMSECV值逐漸減小；當(dāng)波長個數(shù)大于16時，RMSECV值變化不再顯著，此時RMSECV為 0.544。波長過多時易增加模型的運(yùn)算量及復(fù)雜度，因此本研究選取16個波長作為最終特征波長，依次為1 223、1 285、1 347、1 414、1 526、 1 587、1 660、1 700、1 772、1 812、1 907、1 946、 2 047、2 092、2 137、2 215 nm，所選波長位置如圖2b，這些特征波段能夠反映小麥蛋白質(zhì) (1 526、 1 587、2 047)、脂肪(1 223、1 414、2 137 nm)、纖維素(1 772、1 812 nm)和水(1 946、2 092 nm)等大分子有機(jī)物的含量信息[29]。

表1 不同預(yù)處理方法的PLSR預(yù)測模型Table 1 PLSR prediction models for different pre-processing methods

圖2 SPA變量選擇

2.3.2 基于ICO-SPA算法的特征波長篩選

基于ICO算法，利用5折交叉驗(yàn)證方法建立PLS模型選擇特征變量。PLS模型中最大潛變量數(shù)為10，加權(quán)自舉采樣次數(shù)為1 000，所選子模型的比例為0.01，等間距光譜間隔的數(shù)量為40。圖3a為ICO算法迭代過程中每個波長區(qū)間的采樣權(quán)重隨迭代次數(shù)增加的變化的情況。其中，顏色越紅，采樣權(quán)重值越接近于1；顏色越藍(lán)，采樣權(quán)重值越接近于0；如果顏色介于深藍(lán)色和深紅色之間，則采樣權(quán)重值處于0和1之間。

從圖3a可以看出，第9個波長區(qū)間在第1～5次迭代過程中顏色偏綠藍(lán)，權(quán)重系數(shù)約為0.3～0.5，但是在第6次迭代過程中權(quán)重系數(shù)仍有機(jī)會變大，最終被選中。該區(qū)間包含淀粉的O-H伸縮振動1倍頻帶(1 490 nm)[29]，是進(jìn)行DON定量檢測重要依據(jù)。第14個波長區(qū)間的采樣權(quán)重值在第1次迭代過程中已經(jīng)變?yōu)?，其采樣權(quán)重值在第2次迭代過程中依然有可能變得小于1，最終該區(qū)間由于權(quán)重過小被淘汰。由圖3b看出，經(jīng)過8次迭代后均方根誤差趨于穩(wěn)定，此時其值 0.520。最終，在ICO挑選的特征波長區(qū)間內(nèi)，共挑選了22個特征波長 (1 083、1 089、1 100、 1 117、1 137、1 145、1 156、 1 319、1 324、1 335、 1 347、1 363、1 375、1 380、 1 475、1 487、1 498、 1 711、1 722、1 733、1 739、 2 445 nm)(圖4)，這些基于ICO-SPA提取出的特征波波段也可反映小麥赤霉病籽粒中淀粉、蛋白質(zhì)、脂肪、纖維素等有機(jī)物大分子含量的特征[29,31]。

圖3 ICO變量選擇

圖4 ICO-SPA變量選擇

Fig.4 Variable selection by ICO-SPA

2.4 建模方法優(yōu)選

將SPA挑選出的16個敏感波長和ICO-SPA優(yōu)選出的22個敏感波長作為輸入變量，分別使用PLSR、MLR、LS-SVR 3種方法對DON含量進(jìn)行建模，結(jié)果(表2)表明，基于兩種特征波長的MLR模型的RPD均達(dá)到2.5以上，建模效果比LS-SVR(RPD低于2)好，且不存在PLSR模型中出現(xiàn)的欠擬合現(xiàn)象。PLSR模型出現(xiàn)的欠擬合現(xiàn)象可能是由于提取的特征變量過少，后期可以考慮增加新的特征或特征組合用于增大假設(shè)空間，減小欠擬合現(xiàn)象。所建模型中，ICO-SPA-MLR模型預(yù)測效果最優(yōu)，預(yù)測集相關(guān)系數(shù)rp為0.921，相對分析誤差為2.789，大于 2.5，能實(shí)現(xiàn)精準(zhǔn)預(yù)測，且預(yù)測效果與全波段的PLSR模型建模效果相當(dāng)(rp=0.926，RPD=2.949)。基于ICO-SPA提取的22個敏感波長建立的MLR模型預(yù)測效果與基于全波段268個波長建立的PLSR模型相當(dāng)，說明ICO-SPA是一種有效的特征波長挑選方法，結(jié)合MLR模型能夠接近全波段的預(yù)測效果。另外，基于ICO-SPA建立的PLSR、MLR、LS-SVR模型相較于基于SPA建立的PLSR、MLR、LS-SVR模型，其rp分別提高了 2.3%、0.7%、1.6%，RMSEp分別下降了 0.070、0.017、0.018 mg·kg-1，RPD分別提高了 0.506、0.123、0.059，表明ICO-SPA篩選出的變量有效性比SPA高，在ICO選定的有效區(qū)間上進(jìn)行SPA特征波長挑選，最終獲得的特征變量既有效又精簡。ICO-SPA比SPA多提取了淀粉含量的信息，對于控制在同一水平的水分含量信息，ICO-SPA沒有提取，表明淀粉含量信息的加入和水分含量信息的減少有助于DON含量 預(yù)測。

從圖5可以看出，DON含量的實(shí)測值與預(yù)測值的相關(guān)性很好，數(shù)據(jù)集的預(yù)測樣本點(diǎn)基本均勻分布在y=x線兩側(cè)，說明ICO-SPA-MLR預(yù) 測模型能夠?qū)崿F(xiàn)對樣本中DON含量的定量 檢測。

表2 三種定量模型預(yù)測結(jié)果Table 2 Prediction results with the three quantitative models

圖5 小麥赤霉病籽粒中DON含量的ICO-SPA-MLR預(yù)測模型

3 討 論

本研究是在小麥赤霉病病害發(fā)生后，通過近紅外高光譜技術(shù)預(yù)測小麥赤霉病粒中的DON含量，與國家標(biāo)準(zhǔn)中的相關(guān)限量比對，確認(rèn)該批小麥?zhǔn)欠癜踩詼p小病粒對人畜健康的威脅，保證糧食食品安全；另外，面粉廠等大型小麥原糧收購單位一般會依據(jù)原糧的DON含量進(jìn)行等級劃分，不同等級的原糧存入不同的谷倉，傳統(tǒng)的理化方法由于耗時較長，會嚴(yán)重延長原糧入庫的時間，使用近紅外高光譜的方法能夠快速獲得小麥籽粒的DON含量結(jié)果，從而指導(dǎo)原糧及時入庫，減少對運(yùn)糧車或運(yùn)糧船的長時間占用，提高原糧收購單位的經(jīng)濟(jì)效益。

高光譜技術(shù)對光譜范圍內(nèi)的每一個波段進(jìn)行成像，在獲得樣品外部特征信息的同時，還提供反映樣品內(nèi)部物理結(jié)構(gòu)和化學(xué)成分的光譜信息，但因此產(chǎn)生的巨大的信息量一方面會影響檢測速度，另一方面由于大量噪聲或冗余信息的存在也會影響檢測精度。為了簡化近紅外高光譜分析模型，提高檢測的實(shí)時性和有效性，本研究分別采用連續(xù)投影算法(SPA)、區(qū)間組合優(yōu)化結(jié)合連續(xù)投影算法(ICO-SPA)進(jìn)行特征波長提取，結(jié)合偏最小二乘回歸(PLSR)、多元線性回歸(MLR)和最小二乘支持向量機(jī)回歸(LS-SVR)模型，比較兩種特征波長提取方法輸入三種模型后的預(yù)測效果，結(jié)果表明，ICO算法的引入有助于提高SPA算法所選波長的有效性，基于ICO-SPA挑選出的特征波長作為輸入變量建立的模型可以用來進(jìn)行小麥赤霉病籽粒樣本的DON含量預(yù)測，其中最優(yōu)模型為基于ICO-SPA提取的特征波段建立的MLR模型，預(yù)測集相關(guān)系數(shù)為0.921，預(yù)測集均方根誤差為0.375 mg·kg-1，相對分析誤差為2.789，大于2.5，預(yù)測精度略高于前人的研究結(jié)果[10-11]。這種將光譜區(qū)間挑選算法與單一波長挑選算法聯(lián)合使用的策略充分利用了算法之間優(yōu)勢的互補(bǔ)性，因此所建模型的預(yù)測效果比算法單獨(dú)使用時有所提升。

在特征波長挑選之前一般要對光譜進(jìn)行預(yù)處理，光譜預(yù)處理方法不僅會影響模型的預(yù)測性能，還會影響變量選擇算法的結(jié)果[22,32]。對SG-Normal-ize-MA預(yù)處理后的光譜進(jìn)行ICO-SPA特征波長提取，所得特征波長能較充分地反映試驗(yàn)樣本中各有機(jī)物成分含量差異，但是光譜預(yù)處理方法的組合及運(yùn)算順序仍需要配合變量選擇算法作進(jìn)一步優(yōu)化，這一問題有待進(jìn)一步探索。本研究針對小麥品種煙農(nóng)19進(jìn)行小麥赤霉病粒DON含量預(yù)測試驗(yàn)，ICO-SPA的特征波長挑選算法獲得了讓人滿意的結(jié)果，若換成其他小麥品種，ICO-SPA的效果如何有待進(jìn)一步的研究和驗(yàn)證，后期還可以進(jìn)行多個品種混合的小麥赤霉病籽粒DON含量預(yù)測，從而提高先進(jìn)技術(shù)和算法對于糧食食品安全以及原糧收購單位經(jīng)濟(jì)效益的應(yīng)用價值。