胡翼然，李杰慶，劉鴻高，范茂攀*，王元忠

1. 云南農(nóng)業(yè)大學資源與環(huán)境學院，云南 昆明 650201 2. 云南農(nóng)業(yè)大學農(nóng)學與生物技術學院，云南 昆明 650201 3. 云南省農(nóng)業(yè)科學院藥用植物研究所，云南 昆明 650200

引 言

近年來由于環(huán)境污染造成的食品安全問題頻繁發(fā)生，食品質(zhì)量安全引起全國高度重視[1]。 地理標志產(chǎn)品來源于特定地區(qū)，有特定的加工方法，解決了消費者和生產(chǎn)者之間信息不對等的問題，其產(chǎn)品質(zhì)量安全受到消費者的信任[2]。 作為牛肝菌之王的美味牛肝菌(BoletusedulisBull.: Fr.)富含維生素、膳食纖維、礦質(zhì)元素、人體必需的氨基酸、不飽和脂肪酸等，是高蛋白、低脂、低鈉的健康食品同時還具有抗氧化、抗疲勞、抗突變、增強免疫力等藥用活性[3]。 美味牛肝菌品質(zhì)受生長環(huán)境(溫度、降水等)影響巨大[4]，導致不同地區(qū)之間的美味牛肝菌營養(yǎng)成分有顯著差異[5-6]，進而導致食藥用價值的差異。 我國云南省地形復雜，晴雨交錯的氣候生態(tài)環(huán)境特征有利于美味牛肝菌的生長，美味牛肝菌產(chǎn)量豐富，約占全國出口量的70%。 根據(jù)各地氣候、地理、文化等特點，可以建立相應的野生食用菌地理標志，形成獨具特色的品牌。 為此，現(xiàn)階段急需一種高效、廉價的美味牛肝菌產(chǎn)地鑒別技術，以確定美味牛肝菌的真實產(chǎn)地，防止假冒偽劣產(chǎn)品進入市場，保護消費者身體健康和權益。

近紅外和中紅外光譜具有無損、快速、便捷、廉價等優(yōu)點，廣泛應用于食品質(zhì)量控制中[7-8]。 但利用單一來源的光譜信息無法完全表征樣品中的化學信息，產(chǎn)地鑒別效果弱。 而數(shù)據(jù)融合可以使不同來源的光譜信息相互補充，從而增強模型性能，實現(xiàn)樣品的精確鑒別。 近年來融合近紅外和中紅外光譜在食品質(zhì)量控制方面有許多成果，如Li等[9]融合近紅外與中紅外的光譜數(shù)據(jù)，使用偏最小二乘判別(partial least squares discriminant analysis, PLS-DA)模型進行低級融合、中級融合、高級融合，成功鑒別3種植物油摻假6個不同來源橄欖油。 Li等[10]融合近紅外與中紅外的光譜數(shù)據(jù)，使用隨機森林進行低級融合、中級融合、高級融合，成功鑒別三七地理位置。

現(xiàn)階段，野生牛肝菌的產(chǎn)地鑒別以中紅外光譜為主，基于近紅外光譜對野生牛肝菌產(chǎn)地鑒別未見報道。 本研究的主要目的是探討融合近紅外光譜與中紅外光譜鑒別不同產(chǎn)地美味牛肝菌的可行性，對4個單一信息矩陣： 近紅外的菌柄(N-b)、近紅外的菌蓋(N-g)、中紅外的菌柄(M-b)、中紅外的菌蓋(M-g)，結合PLS-DA進行低級、中級、高級數(shù)據(jù)融合，選出美味牛肝菌產(chǎn)地鑒別最佳方法，為野生牛肝菌產(chǎn)地鑒別提供參考。

1 實驗部分

1.1 材料

141份美味牛肝菌采自云南8個產(chǎn)地，分別為昆明、楚雄、玉溪、迪慶、大理、保山、文山、曲靖(表1)均由云南農(nóng)業(yè)大學劉鴻高教授鑒定。 樣品采集后去除土樣等雜質(zhì)，用純凈水清洗干凈，置于50 ℃烘箱烘干至恒重，高速粉碎機(FW-100型)粉碎，過80目標準篩盤，分別儲存于自封袋中，保存于避光處。

表1 美味牛肝菌產(chǎn)地信息

1.2 光譜信息采集

1.2.1 近紅外光譜

近紅外光譜是由Antaris Ⅱ型傅里葉變換近紅外光譜儀(Thermo Fisher公司，USA)用漫反射顯微鏡采集。 稱取20 g樣品混合均勻后，置于玻璃器皿中壓縮，掃描。 掃描波數(shù)范圍10 000～4 000 cm-1，分辨率4 cm-1，信號掃描累計64次。 每個樣本重復掃描3次，取平均光譜。

1.2.2 中紅外光譜

中紅外光譜是由Frontier型傅里葉變換紅外光譜儀(Perkin Elmer 公司，USA)采集。 取(1.5±0.2)mg美味牛肝菌樣品和(150±20)mg KBr 粉末在研缽中磨細混勻，再將細粉倒入磨具中壓成薄片，掃描。 掃描波數(shù)范圍4 000～400 cm-1，分辨率4 cm-1，信號掃描累計16次，每個樣本重復掃描3次，取平均光譜。

1.3 偏最小二乘判別分析及評價

PLS-DA是在標準PLS回歸算法的基礎上建立的線性監(jiān)督分類方法，從變量矩陣(x)中尋找與分類矩陣(y)有最大協(xié)方差的變量，其中y分為2類，y=1代表樣本屬于特定分類，y=0代表樣品不屬于特定分類，最終得出每個樣品分類到每一類的概率。 該算法解釋樣本觀測數(shù)目少且可以降低樣本間多重共線性的影響。 使用Kennard-Stone算法劃分數(shù)據(jù)集(141)的2/3為訓練集(97)和1/3為預測集(44)以提高模型識別能力，避免隨機選擇的不可重復性。

根據(jù)交叉驗證均方根誤差(root mean square error of cross validation, RMSECV)和預測均方根誤差(root mean square error of prediction, RMSEP)兩個重要參數(shù)評價模型穩(wěn)定性，RMSECV≥RMSEP且數(shù)值越小，表明模型穩(wěn)定且預測能力越好。 綜合訓練集和預測集的正確率再加上非錯誤率(non-error rate, NER)評價模型分類性能。 NER是靈敏度和特異性的平均值，NER越高模型分類性能越強。

1.4 數(shù)據(jù)融合

低級融合又名數(shù)據(jù)級融合，直接將多個數(shù)據(jù)矩陣串聯(lián)得到一個新的數(shù)據(jù)矩陣，再建立判別模型； 中級融合又名特征級融合，將多個特征值數(shù)據(jù)矩陣串聯(lián)得到一個新的數(shù)據(jù)矩陣，再建立判別模型。 潛在變量(latent variable, LV)是一種常見的特征提取方法，根據(jù)Q2第一次到達最大值時的因子數(shù)確定最優(yōu)LV個數(shù)，最大程度的表征樣品信息； 高級融合又名決策級融合，各數(shù)據(jù)源進行分析獲得獨立結果，再根據(jù)一定準則對結果進行融合，最終得到整體一致的決策。 本文基于“模糊集合論”，首先提取各原始數(shù)據(jù)的LV結合PLS-DA建模，把模糊現(xiàn)象(同一樣品在不同光譜信息來源下有不同分類結果)通過最小值(Min)、最大值(Max)、平均值(Avg)和乘積(Prod)這4種運算符連接，再進行多數(shù)投票，表決出最終樣品分類結果[11]。

2 結果與討論

2.1 光譜分析

圖1 美味牛肝菌不同產(chǎn)地的近紅外和中紅外平均光譜圖

不同地區(qū)美味牛肝菌的光譜之間有相同趨勢，且峰出現(xiàn)的位置也相近，代表不同產(chǎn)地間美味牛肝菌所含化學成分相似，但吸光度差異明顯，代表不同產(chǎn)地之間化學成分含量不同。 中紅外光譜的特征峰數(shù)量遠多于近紅外光譜的特征峰數(shù)量，且吸光度值也更大，表明中紅外光譜能更好的表征美味牛肝菌化學信息。 從圖1(a)和(c)比較(b)和(d)可以看出菌柄的吸光度高于菌蓋的吸光度，代表菌柄積累的化學物質(zhì)更多。 楊天偉等利用聚類分析發(fā)現(xiàn)美味牛肝菌的菌柄和菌蓋之間有明顯差異[14]，從光譜圖證明了這一點。

2.2 單一光譜分析

表2為所建模型的主要參數(shù)。 其中，N-b代表141×3 112(141個樣本×3 112個變量)的數(shù)據(jù)矩陣，提取前10個潛在變量； 有第二高的訓練集正確率為80.4%和第三高的預測集正確率為75%。 N-g代表141×3 112的數(shù)據(jù)矩陣，提取前6個LV，有最低的訓練集正確率66%和最低的預測集正確率70.5%。 M-b代表141×1 867(141個樣本×1 867個變量)的數(shù)據(jù)矩陣，提取前7個LV，有第三高的訓練集正確率76.3%和第二高的預測集正確率79.6%。 M-g代表141×1 867的數(shù)據(jù)矩陣，提取前13個LV，有最高的訓練集正確率91.8%和最高的預測集正確率88.6%。

表2中4個單一光譜(N-b，N-g，M-b，M-g)所建立的模型的預測集正確率在70.5%～88.6%之間。 預測效果優(yōu)劣依次為M-g(88.6%)，M-b(79.6%)，N-b(75%)，N-g(70.5%)。 中紅外光譜的預測效果優(yōu)于近紅外光譜的預測效果，表明中紅外光譜相對于近紅外光譜有更好的預測能力。 其原因可能是近紅外光譜的吸光度弱且譜帶重疊嚴重，中紅外光譜相對于近紅外光譜有更高的靈敏度，能表征更多的樣本化學信息。

表2 單一光譜模型主要參數(shù)

2.3 數(shù)據(jù)融合分析

2.3.1 低級融合

將四個單一光譜矩陣((N-b)，(N-g)，(M-b)和(M-g))進行低級融合形成一個141×9 958(141個樣本×9 958個變量)的矩陣，其中N-b提供3 112個變量，N-g提供3 112個變量，M-b提供1 867個變量，M-g提供1 867個變量。 如表3所示，變量數(shù)為9 958，訓練集正確率為97.9%，RMSECV為0.238； 預測集正確率為93.2%，RMSEP為0.188。 相較于單一光譜，低級融合策略有更多的信息量，對產(chǎn)地的預測正確率更高。

2.3.2 中級融合

提取四個單一光譜((N-b)，(N-g)，(M-b)，(M-g))的LV形成一個141×49(141個樣本×49個變量)的矩陣，其中N-b提供13個LV，N-g提供15個LV，M-b提供8個LV，M-g提供13個LV。 如表3所示，變量數(shù)為49，訓練集正確率為100%，RMSECV為0.193預測集正確率為100%，RMSEP為0.133。 相較于單一光譜和低級融合策略，中級融合策略效果更好。 低級融合不僅融合了有效信息，還融合了很多干擾信息。 而中級融合策略在提取特征值的過程中去除了無效信息，不僅降低運算成本，而且提高了產(chǎn)地預測正確率。

2.3.3 高級融合

提取四個單一光譜((N-b)，(N-g)，(M-b)和(M-g))的LV進行高級融合，如表3所示，預測集正確率為97.5%。 表4為高級數(shù)據(jù)融合統(tǒng)計表。 其中，總共141組樣品中有55組樣品需要進行高級融合，其中有2組分類錯誤(88，90)，3組分類歧義(91，92，114)，49組分類正確。 表為5部分樣品高級融合結果表。 其中，37號樣品被N-b，N-g錯誤分類為class1，M-b，M-g正確分類為class3，經(jīng)高級融合后正確分類到class3，表明高級融合有很好的糾錯效果，可以有效提高產(chǎn)地鑒別效果。 92號樣品被N-b錯誤分類為class1，N-g，M-b，M-g正確分類為class7，經(jīng)高級融合后分類為class1和class7，表明基于LV的高級融合策略受錯誤分類結果影響，混淆了最終決策結果。 高級融合策略相較于單一光譜和低級融合策略有更高的產(chǎn)地預測正確率，其原因可能是提取特征值的過程中去除了無效信息。 高級融合策略汲取了中級融合策略的優(yōu)點，再利用“模糊集合論”進行決策，理論上高級融合策略應當取得比中級融合策略更好的產(chǎn)地鑒別效果，但在本研究過程中，有3.5%的模型受錯誤分類結果影響了最終決策結果，其原因可能是高級融合策略不擅長處理異常值。

2.4 數(shù)據(jù)分析

7個數(shù)據(jù)矩陣(N-b)，(N-g)，(M-b)，(M-g)，(Low-level)，(Mid-level)，(High-level)構建的模型預測正確率依次為88.6%，79.6%，75%，70.5%，93.2%，100%和97.5%。 三種數(shù)據(jù)融合策略模型預測集正確率均高于單一光譜模型預測集正確率，結果表明數(shù)據(jù)融合策略可以提高美味牛肝菌產(chǎn)地鑒別模型分類效果。 比較三種數(shù)據(jù)融合策略((Low-level)，(Mid-level)，(High-level))，基于特征值LV的中級融合策略在產(chǎn)地鑒別效果上優(yōu)勢最明顯，用最少的變量數(shù)(49)取得最高的產(chǎn)地鑒別正確率(100%)。 其次是高級融合策略，其建立的PLS-DA模型產(chǎn)地鑒別正確率為97.5%，有少量異常數(shù)據(jù)無法鑒別。 最后是低級融合策略模型有最多的信息量(9958)但受干擾因素影響其產(chǎn)地鑒別正確率僅為93.2%。 與姚森等鑒別絨柄牛肝菌產(chǎn)地溯源研究結果相似[15]。

表3 數(shù)據(jù)融合主要參數(shù)

表4 高級數(shù)據(jù)融合結果統(tǒng)計

表5 部分樣品高級融合結果

3 結 論

探討了美味牛肝菌不同部位近紅外光譜和中紅外光譜及三種數(shù)據(jù)融合策略(低、中、高)對產(chǎn)地溯源的可行性。 結果表明： (1)近紅外和中紅外光譜均能鑒別美味牛肝菌產(chǎn)地。 (2)中紅外光譜所建立的模型優(yōu)于近紅外光譜所建立的模型。 (3)三種融合策略均可提高美味牛肝菌的產(chǎn)地鑒定效果，產(chǎn)地鑒別效果優(yōu)劣依次為中級融合、高級融合、低級融合、單一光譜。

通過融合近紅外和中紅外光譜結合PLS-DA進行基于特征值LV的中級融合策略，建立不同產(chǎn)地美味牛肝菌鑒別模型，有最少的變量數(shù)(49)，最高的產(chǎn)地訓練集正確率(100%)，最高的產(chǎn)地預測集正確率(100%)，最低的RMSEP(0.133)，實現(xiàn)了美味牛肝菌產(chǎn)地的快速、準確鑒別，可以作為美味牛肝菌產(chǎn)地溯源的一種可靠方法。