王朝輝 楊郡洲 王艷輝 趙 倩賴漢卿 陳 雷 王靖會(huì)

(吉林農(nóng)業(yè)大學(xué)食品科學(xué)與工程學(xué)院1，長(zhǎng)春 130118) (吉林省長(zhǎng)春市凈月開發(fā)區(qū)福祉街道辦事處2，長(zhǎng)春 130122) (廣東地球土壤研究院3，廣州 510145) (吉林省長(zhǎng)春市交警支隊(duì)南關(guān)區(qū)大隊(duì)4，長(zhǎng)春 130000) (吉林農(nóng)業(yè)大學(xué)信息技術(shù)學(xué)院5，長(zhǎng)春 130118)

大米作為世界范圍內(nèi)消費(fèi)者認(rèn)可的主食之一，其營(yíng)養(yǎng)成分提供了90%以上人體所需營(yíng)養(yǎng)元素，食用價(jià)值極高[1-2]。梅河大米因產(chǎn)地獨(dú)有自然因素與人文因素，其大米產(chǎn)品經(jīng)國家審批成為“地理標(biāo)志產(chǎn)品”，受到消費(fèi)者的認(rèn)知和青睞[3-5]，但時(shí)有虛假來源大米流入市場(chǎng)的現(xiàn)象發(fā)生，反映出缺少相關(guān)產(chǎn)地確證研究的問題。

食味品質(zhì)指標(biāo)作為大米食用品質(zhì)優(yōu)劣的評(píng)測(cè)標(biāo)準(zhǔn)，因不同生長(zhǎng)環(huán)境可以影響各指標(biāo)含量，所以食味品質(zhì)指標(biāo)也逐漸應(yīng)用于大米產(chǎn)地確證研究。國內(nèi)現(xiàn)有研究中，錢麗麗等[6]通過對(duì)大米食味品質(zhì)指標(biāo)中蛋白質(zhì)、直鏈淀粉、脂肪、灰分含量進(jìn)行判別分析，交叉檢驗(yàn)，驗(yàn)證了上述指標(biāo)可以成為大米產(chǎn)地鑒別的潛在因素。田福林等[7]通過對(duì)脂肪酸含量進(jìn)行主成分與聚類分析，成功區(qū)分四個(gè)不同產(chǎn)地來源大米。但現(xiàn)階段大米產(chǎn)地確證研究手段中，實(shí)驗(yàn)方法多集中于化學(xué)實(shí)驗(yàn)，需要對(duì)樣品進(jìn)行大量前期處理工作，如打粉、研磨、消化等步驟，無法做到快速無損檢測(cè)[8-9]。

高光譜成像技術(shù)(Hyperspectral Imaging，HSI)結(jié)合了近紅外光譜和數(shù)字成像。提供了一種非接觸式，無損快速檢測(cè)手段。高光譜成像技術(shù)能夠建立三維“超立方體”數(shù)據(jù)集，不僅可以觀測(cè)樣本圖像，也可對(duì)單一像素點(diǎn)進(jìn)行光譜數(shù)據(jù)提取[10]?，F(xiàn)階段國外高光譜成像技術(shù)多應(yīng)用于測(cè)量各種食品中化學(xué)成分的分布，包括肉類、魚類、水果、蔬菜、和谷物方面的應(yīng)用[11]。Munir等[12]通過高光譜成像技術(shù)建立了高光譜圖像與牛奶關(guān)鍵質(zhì)量屬性之間的相關(guān)性關(guān)系。Nicola等[13-14]通過高光譜成像對(duì)小麥籽粒中總蛋白含量進(jìn)行了無損檢測(cè)，并建立含量預(yù)測(cè)模型。又通過高光譜成像技術(shù)對(duì)生咖啡豆的蔗糖、咖啡因等指標(biāo)進(jìn)行了無損分析，并建立PLS回歸模型以量化咖啡成分。王璐等[15]也在高光譜圖像與波譜圖像相結(jié)合的研究中成功共同表征了大米的水分、蛋白質(zhì)、淀粉成分含量。孫俊等[16]通過對(duì)光譜信息采集并通過多種算法結(jié)合全光譜波段建立大米摻假判別模型，多模型判別準(zhǔn)確率均在90%以上。

本研究利用高光譜成像技術(shù)快速無損反映大米內(nèi)部信息的特點(diǎn)，彌補(bǔ)食味品質(zhì)指標(biāo)產(chǎn)地確證方法在樣品破壞性和檢測(cè)速度方面的不足。并通過光譜信息與食味品質(zhì)指標(biāo)的結(jié)合對(duì)全波長(zhǎng)光譜進(jìn)行特征波長(zhǎng)提取，相關(guān)性分析與產(chǎn)地判別，嘗試探究梅河大米基于高光譜成像技術(shù)的產(chǎn)地確證因子。

1 材料與方法

1.1 儀器與設(shè)備

1.1.1 大米樣品預(yù)處理設(shè)備

JLGJ4.5礱谷機(jī)，HNMJ3碾米機(jī)，JXFM110錘式旋風(fēng)磨。

1.1.2 高光譜成像設(shè)備

Imspector V10E-QE高光譜采集系統(tǒng)成像光譜儀，C8484-05G CCD相機(jī)，V23-f/2.4 030603鏡頭，P/N 9130線光源，2900ER控制器，GZ02DS20可升降樣品臺(tái)，PSA200-11-X電控位移臺(tái)，9589-EKE-ER全光譜鹵素?zé)艄庠础?/p>

1.1.3 蛋白質(zhì)含量檢測(cè)設(shè)備

蛋白質(zhì)檢測(cè)采用蛋白質(zhì)快速檢測(cè)儀：ATN-100型凱氏定氮全自動(dòng)檢測(cè)儀。

1.1.4 脂肪酸組成含量檢測(cè)設(shè)備

Agilent7890B-GC樣品檢測(cè)儀器；Agilent DB-WAX色譜柱；載氣：氮?dú)猓蝗細(xì)猓簹錃饪諝?；進(jìn)樣口250 ℃、柱箱起始溫度為50 ℃。

1.2 樣品采集

現(xiàn)階段大米產(chǎn)地確證研究中，樣品采集多依賴于市場(chǎng)采購，造成樣品來源不穩(wěn)定。

本次實(shí)驗(yàn)中，樣本采集方法采用空間網(wǎng)格布點(diǎn)法，該方法現(xiàn)多應(yīng)用于土壤檢測(cè)、城市監(jiān)測(cè)、施工布點(diǎn)等方面?？臻g網(wǎng)格布點(diǎn)法通過對(duì)樣本分布不均勻區(qū)域進(jìn)行網(wǎng)格劃分，在網(wǎng)格交界點(diǎn)或交界區(qū)域內(nèi)進(jìn)行樣本采集，樣品具有代表性、隨機(jī)性，并且有效反映了產(chǎn)地大米總體分布特征。

梅河口市作為本次試驗(yàn)樣品來源地，坐落于吉林省中部和東部核心區(qū)節(jié)點(diǎn)城市，市內(nèi)種植區(qū)域多依傍于大柳河、大沙河、一統(tǒng)河三大河系。梅河口市四季分明，年平均氣溫為4.5～5.3 ℃，年均降水量750 mm左右，在水稻生長(zhǎng)期間，可保持較為優(yōu)異的生長(zhǎng)環(huán)境。

通過奧維(Omap)衛(wèi)星地圖比例尺網(wǎng)格功能對(duì)梅河口市按照5 km×5 km規(guī)格進(jìn)行區(qū)域劃分，將地圖中網(wǎng)格交界點(diǎn)處的大面積梅河大米種植區(qū)域進(jìn)行標(biāo)記，作為目標(biāo)采樣點(diǎn)。并通過實(shí)地調(diào)研，確定以A-海龍鎮(zhèn)B-灣龍鎮(zhèn)C-黑山頭鎮(zhèn)D-山城鎮(zhèn)E-吉樂鄉(xiāng)五個(gè)主產(chǎn)區(qū)作為采樣區(qū)域，如圖1所示。采樣區(qū)域內(nèi)以五點(diǎn)采樣法、蛇形采樣法、對(duì)角線采樣法等為主。每區(qū)域設(shè)置6個(gè)采樣地塊，各采樣地塊內(nèi)布置10個(gè)采樣點(diǎn)，共300個(gè)梅河大米樣本，收集大米植株樣本，使用取土器收集對(duì)應(yīng)根系土壤并記錄采樣樣品位置空間環(huán)境信息。

圖1 梅河大米地理概況及采樣點(diǎn)示意圖

1.3 試驗(yàn)方法

1.3.1 樣品前處理

采集到樣品后，使用帶有通氣孔的包裝袋包裝，防止樣品變質(zhì)及混淆，待返回實(shí)驗(yàn)室，在室內(nèi)進(jìn)行常溫陰干至全部樣品水分含量穩(wěn)定在14%左右，后進(jìn)行編號(hào)、去雜葉、脫殼、礱谷、精白等工作。在預(yù)留出高光譜實(shí)驗(yàn)所需完整米粒樣本后，將剩余樣品根據(jù)不同實(shí)驗(yàn)方法的要求進(jìn)行錘式旋風(fēng)磨粉碎、過篩、封裝、-4 ℃低溫保存。

1.3.2 高光譜數(shù)據(jù)采集

將高光譜數(shù)據(jù)采集裝置設(shè)定為物距為13.5 cm，曝光時(shí)間為15 ms，位移臺(tái)移動(dòng)速度為1.62 mm/s。采集高光譜圖像時(shí)，由于暗電流、光源強(qiáng)度及外界環(huán)境影響會(huì)對(duì)高光譜檢測(cè)帶來信號(hào)干擾，為了減除噪聲帶來的誤差影響，每次高光譜數(shù)據(jù)采集后都進(jìn)行黑白板矯正。放入黑色底板后將每個(gè)采樣點(diǎn)大米米樣取15粒按5×3的擺放方法均勻放于底板上，對(duì)黑白色進(jìn)行標(biāo)準(zhǔn)矯正，準(zhǔn)備工作完成后，依次對(duì)各區(qū)域樣品進(jìn)行圖像采集。

1.3.3 高光譜感興趣區(qū)域選擇

高光譜成像技術(shù)所獲取的初始數(shù)據(jù)為三維“超立方體”數(shù)據(jù)集，包含了樣品外部及內(nèi)部特征信息，信息量繁多，需要進(jìn)行感興趣區(qū)域(Region OF Interest,ROI)選擇，對(duì)特定區(qū)域進(jìn)行光譜信息采集、提取。為后期數(shù)據(jù)的挖掘、分析奠定了基礎(chǔ)。

感興趣區(qū)域(Region of interest，ROI)，利用ENVI5.0軟件自帶的ROI提取工具進(jìn)行提取。將各個(gè)采樣點(diǎn)內(nèi)的15粒被測(cè)樣品作為ROI選取對(duì)象，每一粒樣品大米進(jìn)行10×10像素區(qū)域提取。數(shù)據(jù)通過ENVI 5.0軟件提取為TXT文本格式，人工轉(zhuǎn)置為CSV文本，導(dǎo)出數(shù)據(jù)待后續(xù)處理。

圖2 大米樣品擺放及ROI區(qū)域選擇示意圖

1.3.4 脂肪酸數(shù)據(jù)檢測(cè)

將13.1 g KOH溶于100 mL無水甲醇中，實(shí)驗(yàn)過程中如KOH溶解較慢，可適當(dāng)進(jìn)行加熱。后加入無水硫酸鈉吸附、過濾，得到澄清溶液。將澄清溶液收集備用。

米粉過100目篩，稱取60 mg并加入4 mL異辛烷溶解實(shí)驗(yàn)樣品，經(jīng)過短暫靜置，加入200 μL氫氧化鉀甲醇溶液，閉合管蓋，劇烈震蕩搖晃30 s后靜置至上層澄清后，加入1 g硫酸氫鈉，猛烈震搖，以將固體鹽成分沉淀，取上層清液至棕色上機(jī)瓶?jī)?nèi)，待測(cè)。

1.3.5 直鏈淀粉檢測(cè)

根據(jù)GB/T 15683—2008/ISO6647-1:2007進(jìn)行樣品檢測(cè)。

2 結(jié)果與分析

2.1 高光譜數(shù)據(jù)分析

2.1.1 特征波長(zhǎng)選取

高光譜成像綜合了圖像與光譜技術(shù)，其數(shù)據(jù)集包含大量樣本內(nèi)部信息與外部信息。從原有圖譜中提取與樣品食味品質(zhì)指標(biāo)相關(guān)的特征波長(zhǎng)，以代替冗余信息過多的全波長(zhǎng)，稱之為特征波長(zhǎng)的選取。

高光譜儀器在成像過程中，會(huì)由于機(jī)器自身運(yùn)行與外界環(huán)境等因素產(chǎn)生噪聲信號(hào)，故將圖譜中400～450 nm及950～1 000 nm兩個(gè)噪聲波段進(jìn)行篩除，并對(duì)原始光譜進(jìn)行一階導(dǎo)數(shù)算法處理。

待處理完畢，原始數(shù)據(jù)自動(dòng)保留374個(gè)波段。但是數(shù)據(jù)量依舊龐大，不利于后續(xù)數(shù)據(jù)分析。需通過MATLAB軟件對(duì)數(shù)據(jù)進(jìn)行連續(xù)投影算法(Successive Project Algorithm,SPA)對(duì)光譜數(shù)據(jù)進(jìn)行降維處理。連續(xù)投影算法在近年來多應(yīng)用于谷物以及土壤方面的光譜檢測(cè)中，該方法可以從光譜全譜信息中自動(dòng)剔除帶有冗余信息的變量組，將可以代表全譜變化趨勢(shì)的剩余光譜代替原始數(shù)據(jù)，其中心思想為降低數(shù)據(jù)維度。

將全譜數(shù)據(jù)導(dǎo)入MATLAB軟件內(nèi)，運(yùn)行連續(xù)投影算法代碼，數(shù)據(jù)降維后剩余14個(gè)波長(zhǎng)BO1～BO14(455、492、515、583、615、621、650、719、776、802、845、874、923、942 nm)，該14個(gè)波長(zhǎng)以少量信息反映了光譜全波長(zhǎng)的變化趨勢(shì)，大大減少了實(shí)驗(yàn)、分析時(shí)間。但是初步篩選出的波長(zhǎng)，同時(shí)也包含了其他指標(biāo)信息，如大米內(nèi)部其他元素含量變化等。所以需要通過相關(guān)性分析，篩選出可以反映梅河大米食味品質(zhì)指標(biāo)含量變化的特征波長(zhǎng)，進(jìn)行產(chǎn)地確證因子的提取。

圖3 梅河大米高光譜成像譜圖

2.1.2 梅河大米理化指標(biāo)與特征波長(zhǎng)相關(guān)性

初步得到梅河大米14個(gè)降維后的高光譜波長(zhǎng)后，將其與梅河大米理化指標(biāo)含量進(jìn)行相關(guān)性分析，驗(yàn)證哪些波長(zhǎng)與指標(biāo)之間存在相關(guān)關(guān)系，且可以反映出食味品質(zhì)指標(biāo)的含量變化趨勢(shì)，最終檢驗(yàn)特征波長(zhǎng)是否具有產(chǎn)地判別的能力。由表1可知，梅河大米蛋白質(zhì)含量與高光譜14個(gè)降維后得到的波長(zhǎng)中的515 nm(BO3)、874 nm(BO12)、923 nm(BO13)波長(zhǎng)具有極顯著正相關(guān)。直鏈淀粉含量與高光譜譜圖455 nm(BO1)、515 nm(BO3)、874 nm(BO12)波長(zhǎng)存在極顯著正相關(guān)關(guān)系，且在515 nm(BO3)波長(zhǎng)處相關(guān)性極為突出。棕櫚酸含量與高光譜譜圖455 nm(BO1)、776 nm(BO9)、874 nm(BO12)波長(zhǎng)呈現(xiàn)極顯著正相關(guān)關(guān)系。油酸含量與高光譜譜圖455 nm(BO1)、615 nm(BO5)、874 nm(BO12)波長(zhǎng)呈現(xiàn)極顯著相關(guān)性，且621 nm(BO5)波長(zhǎng)呈現(xiàn)顯著相關(guān)關(guān)系。亞油酸在455 nm(BO1)、583nm (BO4)波長(zhǎng)呈現(xiàn)顯著相關(guān)關(guān)系。硬脂酸與各個(gè)波長(zhǎng)無顯著相關(guān)性。脂肪酸總量在874 nm(BO12)、942 nm(BO14)波長(zhǎng)呈現(xiàn)極顯著相關(guān)性在455 nm(BO1)波長(zhǎng)處具有相關(guān)性。但上述食味品質(zhì)指標(biāo)與492 nm(BO2)、650 nm(BO7)、719 nm(BO8)、802 nm(BO10)、845 nm(BO11)波長(zhǎng)無顯著相關(guān)關(guān)系。

表1 梅河大米食味品質(zhì)指標(biāo)與高光譜特征波長(zhǎng)相關(guān)性

注:標(biāo)記符號(hào)為*和**，分表表明梅河大米食味品質(zhì)指標(biāo)與高光譜所提取特征波長(zhǎng)分別在P=0.05和0.01上顯著相關(guān)。

表2 梅河大米及其他地區(qū)大米食味品質(zhì)指標(biāo)差異性分析

注:上表數(shù)據(jù)統(tǒng)一為平均值±標(biāo)準(zhǔn)偏差；數(shù)據(jù)顯著性水平P<0.05。

結(jié)果表明，TB1～TB9(455、515、583、615、621、776、874、923、942 nm)該九個(gè)波長(zhǎng)可以良好的反映梅河大米食味品質(zhì)指標(biāo)的含量變化，可以作為梅河大米高光譜特征波長(zhǎng)進(jìn)行產(chǎn)地確證研究。

2.2 食味品質(zhì)指標(biāo)方差分析

通過對(duì)梅河口市、舒蘭市、柳河縣、輝南縣大米樣品的食味品質(zhì)指標(biāo)(蛋白質(zhì)、淀粉、棕櫚酸、硬脂酸、油酸、亞油酸、亞麻酸、肉豆蔻酸及脂肪酸總量)的方差分析，探究各理化指標(biāo)含量各地區(qū)空間分布屬性，見表2。

通過表2可以得出，梅河口市及其他地區(qū)不同產(chǎn)地來源大米之間蛋白質(zhì)含量、直鏈淀粉含量、棕櫚酸、油酸、亞油酸、脂肪酸總量呈現(xiàn)極顯著差異性，硬脂酸呈現(xiàn)顯著差異性。證明梅河大米食味品質(zhì)指標(biāo)與其他地區(qū)大米由于不同的產(chǎn)地來源以及不同的生長(zhǎng)環(huán)境，產(chǎn)生地區(qū)差異性。

2.3 判別分析

為了驗(yàn)證篩選后的九個(gè)高光譜特征波長(zhǎng)TB1～TB9(455、515、583、615、621、776、874、923、942 nm)產(chǎn)地確證能力，選取距離梅河口市僅34.8 km的柳河縣為小范圍近似地域進(jìn)行判別分析。柳河縣大米由于其良好的生長(zhǎng)環(huán)境，種植區(qū)域常年受一統(tǒng)河、三統(tǒng)河兩個(gè)流域的灌溉，所產(chǎn)出的大米也被列為地理標(biāo)志性產(chǎn)品。

將九個(gè)特征波長(zhǎng)作為產(chǎn)地確證指標(biāo)，建立FISHER判別模型。選取50個(gè)梅河大米樣品與10個(gè)柳河縣大米樣品數(shù)據(jù)建立訓(xùn)練集模型。再取30個(gè)梅河大米樣品與10個(gè)柳河縣大米樣品數(shù)據(jù)建立驗(yàn)證集模型。

Fisher線性判別函數(shù)如下：

MH=98.26TB1+32.67TB2-6.25TB3+13.81TB4-7.33TB5+11.72TB6+72.50TB7-6.79TB8+8.25TB9-285.47

LH=72.66TB1+30.52TB2-8.66TB3+5.26TB4-5.89TB5+10.88TB6+60.89TB7-8.99TB8+7.55TB9-312.89

表3 不同產(chǎn)地FISHER判別函數(shù)分類結(jié)果b,c

產(chǎn)地預(yù)測(cè)組梅河大米柳河大米合計(jì)驗(yàn)證集初始交叉驗(yàn)證計(jì)數(shù)%計(jì)數(shù)%梅河大米柳河大米梅河大米柳河大米梅河大米柳河大米梅河大米柳河大米282300101093.36.7100010010027330191090101001090100

注:a.僅對(duì)分析中的案例進(jìn)行交叉驗(yàn)證。在交叉驗(yàn)證中，每個(gè)案例都是按照從該案例以外的所有其他案例派生的函數(shù)來分類的。b.已對(duì)初始分組案例中的95%個(gè)進(jìn)行了正確分類。c.已經(jīng)對(duì)交差驗(yàn)證分組案例中的91.7%進(jìn)行了分類。余同。

由表3數(shù)據(jù)表明，訓(xùn)練集產(chǎn)地判別正確率達(dá)到了95%。交叉驗(yàn)證表明，梅河大米中92%的樣本被正確區(qū)分，柳河縣大米中有百分之90%的樣本被正確劃分。驗(yàn)證集整體產(chǎn)地判別正確率達(dá)到了95%。交叉驗(yàn)證表明，梅河大米中92%的樣本被正確區(qū)分，柳河縣大米中有百分之90%的樣本被正確劃分。

九個(gè)特征波長(zhǎng)可以作為產(chǎn)地確證因子對(duì)梅河大米與柳河縣大米進(jìn)行產(chǎn)地判別。

2.4 梅河大米樣品偏最小二乘判別分析

圖4是用9個(gè)高光譜特征波長(zhǎng)對(duì)梅河稻區(qū)及通化市柳河縣稻粒樣品構(gòu)建SIMCA模型，利用偏最小二乘判別分析(OPLS-DA)檢測(cè)梅河稻區(qū)及通化市柳河縣大米，評(píng)估PLS組分1與組分2的分類圖，分別解釋了總變異的37.4%和19.2%。由圖4可知，所有樣本(n=55)在OPLS-DA分?jǐn)?shù)圖中可以清楚的分為兩類，其中，梅河稻區(qū)樣本(n=1～45)聚集落在圖中間位置，而通化市柳河縣樣本(n=46～55)落在圖右側(cè)位置可以與梅河稻區(qū)樣本區(qū)分。

圖4 梅河稻區(qū)及通化市柳河縣稻粒樣品SIMCA模型

3 結(jié)論

基于高光譜成像技術(shù)(Hyperspectral Imaging，HSI)，通過對(duì)梅河大米高光譜數(shù)據(jù)連續(xù)投影算法(Successive Project Algorithm,SPA)降維，篩選出BO1～BO14(455、492、515、583、615、621、650、719、776、802、845、874、923、942 nm)14個(gè)降維后波長(zhǎng)，結(jié)合梅河大米食味品質(zhì)指標(biāo)相關(guān)性分析，表明其中九個(gè)高光譜特征波長(zhǎng)TB1～TB9(455、515、583、615、621、776、874、923、942 nm)與蛋白質(zhì)、直鏈淀粉、棕櫚酸、油酸、亞油酸、脂肪酸總量食味品質(zhì)指標(biāo)呈顯著相關(guān)。對(duì)9個(gè)特征波長(zhǎng)進(jìn)行梅河大米與柳河縣大米的SPSS判別分析，其整體判別正確率達(dá)到了95%，且梅河大米產(chǎn)地判別正確率達(dá)到94%。建立SIMCA偏最小二乘法模型，評(píng)估PLS組分1與組分2的分類圖，模型分別解釋了總變異的37.4%和19.2%，在模型圖上將梅河大米樣本和柳河縣大米樣本進(jìn)行區(qū)分，2種方法均驗(yàn)證了高光譜9個(gè)特征波長(zhǎng)具有梅河大米產(chǎn)地確證能力，可以作為產(chǎn)地確證因子。高光譜成像技術(shù)在產(chǎn)地確證研究方面可以提供新的可行性研究思路與一種非接觸式、快速無損的檢測(cè)手段，更具有普適性與實(shí)用性。