戴元豐，代作曉，郭光智，王迎超

（1 中國科學(xué)院上海技術(shù)物理研究所 上海200083 2 太倉光電技術(shù)研究所 江蘇蘇州215411 3 中國科學(xué)院大學(xué) 北京 100049）

中國是世界上主要的水稻生產(chǎn)國之一，全國稻米種植區(qū)域廣、種類多，土壤、環(huán)境和水質(zhì)等差異形成地域因素會(huì)導(dǎo)致稻米的品質(zhì)發(fā)生變化[1]。具有鮮明地理標(biāo)識(shí)的稻米產(chǎn)品因特有的口感和營養(yǎng)價(jià)值，進(jìn)而具有更高的商業(yè)價(jià)值[2]。在這種條件下，一些商家為了謀取更高的利益，用相近產(chǎn)地的稻米代替地域品牌稻米，嚴(yán)重侵犯了消費(fèi)者的利益[3]。正確鑒別稻米產(chǎn)地有重要意義。

目前，感官評(píng)價(jià)、形態(tài)性狀指數(shù)、雜交親和性鑒定、同工酶基因定量、DNA 分子標(biāo)記、氯酸鉀耐受性、運(yùn)動(dòng)細(xì)胞硅體形態(tài)性狀、雙峰結(jié)節(jié)鑒定等傳統(tǒng)方法常用于水稻品種分類[4-8]。這些傳統(tǒng)方法均需要一定的軟、硬件條件支撐，操作繁瑣，耗時(shí)費(fèi)力。光譜法為一種快速無損鑒別的手段，在食品科學(xué)領(lǐng)域得到越來越廣泛的應(yīng)用[9]。近紅外光（NIR）是介于可見光（Vis）與中紅外（MIR）之間的電磁輻射波，它可以反映有機(jī)分子中含氫基團(tuán)X-H（例如：X 可以為C，O，N 等）振動(dòng)的各級(jí)倍頻和合頻的吸收情況[10]。高地[11]使用近紅外光譜技術(shù)結(jié)合偏最小二乘判別分析（PLS-DA）建立模型，對(duì)松原地區(qū)5 種稻米進(jìn)行分類判別。錢麗麗等[12]使用近紅外光譜技術(shù)，利用因子化法建立的定性分析模型及聚類分析模型對(duì)建三江稻米及五常稻米進(jìn)行判別分析。林瑩[13]利用近紅外光譜技術(shù)對(duì)輝南縣火山巖稻米的真實(shí)性進(jìn)行聚類分析。然而，上述應(yīng)用大多是將樣品磨粉處理后再進(jìn)行光譜分析，且需要復(fù)雜的建模過程，無法滿足無損、在線檢測的需求。

廣義二維相關(guān)光譜由Noda 于1993 年提出，已經(jīng)成為一種強(qiáng)大而通用的工具，用于解釋由外部擾動(dòng)（如時(shí)間、溫度、壓力、濃度和成分）引起的細(xì)微光譜變化[14-15]。因在針對(duì)復(fù)雜生物體系檢測上的優(yōu)勢，二維相關(guān)光譜在食品分析領(lǐng)域也得到廣泛的應(yīng)用。Zhang等[16]采用二維紅外相關(guān)光譜分析不同含糖量紅酒的主要成分和不同廠家干紅葡萄酒的揮發(fā)性殘?jiān)瑢?shí)現(xiàn)了對(duì)不同紅酒的鑒別。Sohng等[17]提出一種以溫度變化為外擾二維相關(guān)近紅外光譜分析策略，對(duì)摻假橄欖油進(jìn)行分析，提高了鑒別的準(zhǔn)確性。楊仁杰等[18]以牛奶中摻雜物的濃度為外擾，提出一種基于歐式距離的二維相關(guān)紅外譜判別方法，實(shí)現(xiàn)了對(duì)摻假牛奶的鑒別。

目前，針對(duì)稻米產(chǎn)地鑒別的二維相關(guān)光譜的研究很少。本文提出一種基于歐氏距離的二維相關(guān)近紅外光譜判別方法，以溫度作為外擾，針對(duì)5個(gè)產(chǎn)地的稻米樣品進(jìn)行鑒別。通過建立不同類別樣品的標(biāo)準(zhǔn)二維相關(guān)圖譜，將待測樣品的二維相關(guān)圖譜分別與標(biāo)準(zhǔn)圖譜求取歐氏距離，依據(jù)距離最小歸屬一類的判別準(zhǔn)則，實(shí)現(xiàn)對(duì)稻米產(chǎn)地的無損、快速鑒別。

1 材料與方法

1.1 樣品與儀器

為了更好地評(píng)判鑒別方法的有效性，在樣品選擇上選取了5 個(gè)產(chǎn)地的粳米樣品，分別來自黑龍江省、吉林省、寧夏回族自治區(qū)、上海市以及江蘇省。每類樣品各10 份，每份質(zhì)量為15 g，放置于深10 mm 的樣品池中。樣品光譜采集在室溫下（18.0±1）℃進(jìn)行，環(huán)境相對(duì)濕度約為22%±2%。稻米樣品的具體信息如表1 所示。

表1 稻米樣品信息Table 1 Details of rice samples

光譜采集使用德國INSION 公司的NIR NT/H 微型光譜儀，光譜采集區(qū)間為906～1 859 nm，分辨率為8 nm。采用漫反射采集方式，配備Y 型光纖，光源選用聞奕光電的HL3000 鹵素?zé)艄庠?。使用恒溫加熱平臺(tái)對(duì)樣品池進(jìn)行溫度控制，在30～60 ℃之間每隔5 ℃采集動(dòng)態(tài)近紅外光譜。光譜采集時(shí)探頭距離樣品表面約3.5 cm，在該距離下經(jīng)過測試可以得到重復(fù)性較好的光譜曲線。設(shè)置積分時(shí)間為500 ms，經(jīng)過16 次采集取平均值獲得一條光譜數(shù)據(jù)。

1.2 二維相關(guān)近紅外光譜

動(dòng)態(tài)近紅外光譜是指樣品因外擾作用而處于不同狀態(tài)時(shí)的光譜減去某一參考光譜之后的結(jié)果，動(dòng)態(tài)光譜y（v，t）可以表示為：

式中，x（v，t）為樣品在外擾為t 時(shí)變量v 處的光譜強(qiáng)度，而x（v）則為整個(gè)外擾過程所得到的樣品光譜中變量v 處的光譜強(qiáng)度平均值[19]。

同步相關(guān)光譜代表兩個(gè)變量v1、v2處光譜強(qiáng)度隨外擾而產(chǎn)生變化的相似性[20]。二維相關(guān)近紅外同步譜可以表示為：

式中，Φ（v1，v2）為（v1，v2）處相關(guān)強(qiáng)度，A 為動(dòng)態(tài)光譜矩陣，m 為矩陣行數(shù)，在本文中m=7。

同步相關(guān)譜對(duì)角線上的峰稱為自動(dòng)鋒，其強(qiáng)度代表了該變量處光譜強(qiáng)度的變化程度[21]。非對(duì)角線上的峰稱為交叉峰，峰值有正負(fù)之分，代表了在外擾作用下兩個(gè)變量處光譜強(qiáng)度的變化是正相關(guān)還是負(fù)相關(guān)[22]。

1.3 判別方法

首先對(duì)樣品進(jìn)行劃分，每類稻米隨機(jī)選擇6份作為校正集，而剩余4 份樣品作為預(yù)測集。經(jīng)過光譜采集和二維相關(guān)計(jì)算得到各樣品的二維相關(guān)譜后，求取校正集樣品二維譜的平均值作為該種類稻米的標(biāo)準(zhǔn)二維相關(guān)譜。預(yù)測集各個(gè)樣品的二維相關(guān)譜分別與5 個(gè)求得的標(biāo)準(zhǔn)二維相關(guān)譜求取歐式距離，將預(yù)測集樣品歸入與其距離最小的標(biāo)準(zhǔn)譜對(duì)應(yīng)的稻米類別。具體計(jì)算公式如下：

式中，A、B 分別為要求取歐氏距離的兩個(gè)目標(biāo)矩陣，aij與bij分別為兩個(gè)矩陣的元素，最終可以得到兩個(gè)矩陣的歐式距離D（A，B）。

2 結(jié)果與分析

2.1 同步二維相關(guān)近紅外譜

儀器在完成背景測量和標(biāo)準(zhǔn)漫反射白板參考光譜測量后，可以采集到樣品的漫反射吸收譜。在不同溫度下采集到的同一樣品的光譜曲線會(huì)發(fā)生變化，經(jīng)過基線校正后，某樣品的7 條在不同溫度條件下的光譜如圖1 所示，光譜已經(jīng)進(jìn)行了基線校正預(yù)處理。隨著溫度的不斷升高，光譜在整體趨勢上呈現(xiàn)下降的趨勢，這一點(diǎn)在峰值位置尤其明顯。這是由于稻米所含化學(xué)物質(zhì)受到溫度外擾所引起的圖譜變化。以平均光譜作為參考光譜，可以得到如圖2 所示的動(dòng)態(tài)光譜。從動(dòng)態(tài)光譜中可以更加清晰地看出在1 205，1 405，1 650 nm 附近處的下降趨勢尤其明顯。根據(jù)相關(guān)研究報(bào)道，近紅外光譜在1 205 nm 附近的吸收峰是由于-CH3的-CH 鍵二級(jí)倍頻振動(dòng)造成的，而1 405 nm 附近的吸收峰與直鏈淀粉分子中O-H 基團(tuán)的反對(duì)稱和對(duì)稱振動(dòng)的一級(jí)倍頻有關(guān)[23-24]。

圖2 動(dòng)態(tài)光譜示例Fig.2 Examples of dynamic spectra

使用Matlab 進(jìn)行相關(guān)計(jì)算，對(duì)校正集樣品的二維相關(guān)譜求取平均后，圖3a～3e 分別為以等高線形式展現(xiàn)的5 種樣品的標(biāo)準(zhǔn)二維相關(guān)譜，顏色越深代表數(shù)值越小，顏色越明亮代表數(shù)值越大。從圖中可以看出，不同類別的同步二維相關(guān)譜十分相似，副對(duì)角線上自動(dòng)峰的位置也與一維光譜中峰值的位置對(duì)應(yīng)，并且可以通過交叉峰來看出不同峰值間受溫度外擾影響下變化的關(guān)聯(lián)性，可以得到更多一維光譜中無法獲得的有用信息。圖3b、3c、3e 在（1 405，1 650）及其沿著副對(duì)角線對(duì)稱位置附近皆可以觀察到明顯的交叉峰存在，而其余兩種樣品的標(biāo)準(zhǔn)二維相關(guān)譜在該位置的交叉峰并不明顯，說明不同樣品雖然整體類似，但其內(nèi)部物質(zhì)含量仍存在細(xì)微差別，在受到外擾影響后得以更好地體現(xiàn)。

圖3 不同類別樣品的標(biāo)準(zhǔn)二維相關(guān)譜Fig.3 Standard two-dimensional correlation spectra of different types of samples

2.2 判別結(jié)果

分別計(jì)算了測試集中各個(gè)樣品的二維相關(guān)近紅外譜與5 種樣品各自的標(biāo)準(zhǔn)二維相關(guān)譜之間的歐氏距離，并且根據(jù)距離最小值進(jìn)行了類別歸屬的判斷，表2 展示了具體的結(jié)果。從表中可以看出，整體上除了樣品2-2 被誤分類至類別5 之外，其余所有測試集樣品皆被正確分類，整體判別準(zhǔn)確率為95%。值得注意的是，除了同類樣品之外，所有其余待測樣品與第3 類樣品的標(biāo)準(zhǔn)二維相關(guān)譜的歐式距離都是最大的，說明第3 類樣品與其余所有樣品的差異最大。通過表1 可以看出，第3類樣品產(chǎn)地為寧夏回族自治區(qū)，其氣候與地質(zhì)條件與其余4 處差別最大。針對(duì)樣品2-2，其與各個(gè)標(biāo)準(zhǔn)相關(guān)譜的距離與同類別的其它測試集樣品存在較大差異，而且并沒有像其它樣品一樣顯現(xiàn)出與第3 類樣品的顯著差異。通過回溯試驗(yàn)記錄，發(fā)現(xiàn)在進(jìn)行該樣品光譜采集時(shí)升溫階段的等待間隔存在較大誤差，在動(dòng)態(tài)光譜采集過程中導(dǎo)致樣品的溫度沒有均勻上升，從而無法得到標(biāo)準(zhǔn)的二維相關(guān)光譜，最終造成誤判。

表2 判別結(jié)果Table 2 Discrimination results

為了更好地體現(xiàn)每種樣品的判別效果，定義一個(gè)區(qū)分度參數(shù)：

式中，di為第i 個(gè)測試集樣品與同類別標(biāo)準(zhǔn)二維相關(guān)譜的歐氏距離，d'min代表該樣品與其余類別的標(biāo)準(zhǔn)二維相關(guān)譜歐氏距離中的最小值，disi則為第i 個(gè)測試集樣品的區(qū)分度參數(shù)，該參數(shù)數(shù)值越大，代表此樣品的區(qū)分度越高。

按照公式（4）來計(jì)算每類測試集樣品的區(qū)分度，以整體評(píng)判該判別方式對(duì)各類別樣品的整體判別效果。為了避免因?yàn)椴涣紭悠匪斐傻挠绊?，在此環(huán)節(jié)去除掉樣品2-2 的結(jié)果。經(jīng)過計(jì)算，5 類樣品的平均區(qū)分度參數(shù)分別為：0.31521，1.25654，2.3535，0.15369，0.4547。由此可以看出，該判別方式對(duì)第3 類樣品的區(qū)分度最高，其次則是第2 類樣品，這兩種樣品的平均區(qū)分度參數(shù)均大于1。其余3 種樣品的平均區(qū)分度較低，尤其是第4 類樣品的區(qū)分度最差。

2.3 其它常用判別方法比較

采用了其它兩種常用建模方法進(jìn)行了判別嘗試。在同樣的樣品集劃分情況下，對(duì)30 ℃和60 ℃條線下采集的樣品光譜進(jìn)行偏最小二乘判別分析和支持向量機(jī)分類嘗試。偏最小二乘判別分析（PLS-DA）是一種線性分類方法，它結(jié)合了PLS 回歸的特性和分類技術(shù)的鑒別能力[25]。它可以減少變量間多重共線性的影響，提高模型的判別性能[26]。支持向量機(jī)（SVM）是一種監(jiān)督學(xué)習(xí)算法，用于解決模式識(shí)別中的數(shù)據(jù)分類問題。它能解決高維問題，具有泛化誤差小、易于解釋、計(jì)算復(fù)雜度低等優(yōu)點(diǎn)[27]。當(dāng)?shù)途S輸入空間中的線性邊界不足以區(qū)分兩類時(shí)，SVM 算法在高維空間中建立一個(gè)超平面或一系列超平面進(jìn)行分類[28]。本研究選取線性核函數(shù)作為支持向量機(jī)的核函數(shù)，采用網(wǎng)格搜索法確定參數(shù)C 為7 742.645。

混淆矩陣可以直觀地顯示分類結(jié)果。矩陣的行和列分別代表試驗(yàn)類和預(yù)測類，矩陣的元素mij是屬于i 類且被分類為j 類的樣本數(shù)。因此，對(duì)角線元素表示正確分類的樣本數(shù)，而其它元素則為被錯(cuò)誤分類的樣本數(shù)[29]。

具體的分類結(jié)果如圖4 所示，其中（a）、（b）分別為30，60 ℃時(shí)PLS-DA 模型的判別結(jié)果，在2種溫度條件下的一維光譜數(shù)據(jù)構(gòu)造的模型判別準(zhǔn)確率皆為75%，明顯低于二維相關(guān)判別方法得到的結(jié)果。該判別方法可以比較好地區(qū)分1、2 兩類樣品，但對(duì)于其余類別樣品的判別效果不佳。圖4c、4d 為30，60 ℃時(shí)SVM 模型的判別結(jié)果，準(zhǔn)確率分別為70%和65%，不能對(duì)第1 類樣品外的其余樣品進(jìn)行很好地區(qū)分。

圖4 PLS-DA 和SVM 模型的分類結(jié)果Fig.4 Discrimination results of PLS-DA and SVM models

3 結(jié)論

本文針對(duì)不同產(chǎn)地的稻米樣品無損鑒別問題，借助二維相關(guān)近紅外光譜的技術(shù)開展了研究。對(duì)待測樣品進(jìn)行類別和數(shù)據(jù)集劃分后，進(jìn)行了二維相關(guān)分析，并提出了一種通過設(shè)定標(biāo)準(zhǔn)二維相關(guān)譜的新方法，依據(jù)歐氏距離最近歸屬同類的準(zhǔn)則，對(duì)測試集樣品進(jìn)行了判別分析。最終得到的結(jié)果顯示，該方法可以達(dá)到95%的整體判別準(zhǔn)確率，并且針對(duì)第2、3 類樣品的判別效果尤其突出。為了更好地比較二維相關(guān)方法和常用的化學(xué)計(jì)量分析方法的判別效果，還使用PLS-DA 和SVM 兩種策略進(jìn)行了嘗試。經(jīng)過實(shí)際測試，兩種判別方法在同樣的數(shù)據(jù)條件下，正確率最高也僅為75%，明顯低于二維相關(guān)方法。因此，使用二維相關(guān)近紅外光譜進(jìn)行稻米樣品的無損判別是一種有效的手段，它在不損傷樣品的情況下可以進(jìn)行準(zhǔn)確的判別分析，而且不需要復(fù)雜的建模過程，能夠?yàn)榈久椎脑诰€檢測提供參考。