王潤(rùn)潤(rùn)，張淑娟，蘇立陽(yáng)，王林杰，盧心緣，孫海霞

（山西農(nóng)業(yè)大學(xué)農(nóng)業(yè)工程學(xué)院，山西晉中 030800）

杏的種類(lèi)繁多，其營(yíng)養(yǎng)成分和口感差異很大，因此需要探究一種快速、無(wú)損的品種判別方法，以滿足消費(fèi)者對(duì)不同品種杏的消費(fèi)需求。

光譜技術(shù)作為新型的無(wú)損檢測(cè)手段，在農(nóng)產(chǎn)品品質(zhì)檢測(cè)和品種判別等方面具有廣泛的應(yīng)用。李翠玲等人[1]利用葉綠素?zé)晒夤庾V結(jié)合反射光譜的分析方法鑒別甜瓜種子品種，判別正確率達(dá)到98.0%。趙旭婷等人[2]基于高光譜技術(shù)研究競(jìng)爭(zhēng)性自適應(yīng)重加權(quán)算法結(jié)合極限學(xué)習(xí)機(jī)對(duì)油桃品種進(jìn)行判別，預(yù)測(cè)集相關(guān)系數(shù)為0.931。李雄等人[3]建立柚子品種判別模型，結(jié)果表明去差異化后750～930 nm 波段范圍判別模型的預(yù)測(cè)相關(guān)系數(shù)達(dá)到0.86。劉飛等人[4]基于油菜籽皮紅外光譜信息對(duì)油菜籽的品種和產(chǎn)地進(jìn)行判別，最優(yōu)判別正確率分別為97.9%和98.4%。張鵬等人[5]運(yùn)用近紅外光譜技術(shù)，研究蘋(píng)果品種（嘎啦、喬納金、金冠、寒富） 的近紅外判別模型，對(duì)未知樣品判別正確率為85.00%～95.00%。楊春艷等人[6]基于傅里葉變換紅外光譜技術(shù)，利用逐步判別分析法對(duì)金銀花品種和產(chǎn)地進(jìn)行判別研究，正確率依次達(dá)93.20%和96.13%。吳振等人[7]利用無(wú)機(jī)元素結(jié)合多元統(tǒng)計(jì)分析對(duì)我國(guó)5 類(lèi)柚子品種進(jìn)行有效區(qū)分。有研究采用熒光光譜的一階導(dǎo)數(shù)光譜建立判別模型，卓椒3 號(hào)、卓椒4 號(hào)、卓椒5 號(hào)辣椒種子的品種判別正確率均達(dá)到100.0%。

選取4 種不同品種的杏作為研究對(duì)象，采集其光譜信息；對(duì)比優(yōu)選多種預(yù)處理方法；采用RC 和SPA 方法提取特征波長(zhǎng)，結(jié)合PLSR 方法建模判別，為建立不同品種杏的種類(lèi)判別提供參考，為杏產(chǎn)業(yè)鏈的發(fā)展提供技術(shù)支持。

1 材料和方法

1.1 試驗(yàn)材料

以“6-1”杏、網(wǎng)紅杏、晉梅杏和扁杏4 種杏為試驗(yàn)對(duì)象，試驗(yàn)中所使用的樣本均為2022 年7 月份在山西省晉中市太谷區(qū)果樹(shù)所獲得。采摘時(shí)挑選形狀相近、成熟度統(tǒng)一、無(wú)病蟲(chóng)害、質(zhì)量均勻的杏。試驗(yàn)共采集600 個(gè)樣本，“6-1”杏、網(wǎng)紅杏、晉梅杏和扁杏4 種杏樣本各150 個(gè)，根據(jù)Kennard-Stone(K-S)算法，按3∶1 的比例分別對(duì)4 個(gè)品種的試驗(yàn)樣本劃分校正集與預(yù)測(cè)集，每個(gè)品種校正集樣本數(shù)為113 個(gè)，預(yù)測(cè)集樣本數(shù)37 個(gè)。校正集樣本總數(shù)452，預(yù)測(cè)集樣本總數(shù)148 個(gè)。

1.2 光譜信息采集

采用由北京卓立漢光有限公司開(kāi)發(fā)的“Gaia Sorter”高光譜分選儀采集不同品種杏的光譜信息。

平均光譜曲線見(jiàn)圖1。

圖1 平均光譜曲線

由圖1 可知，4 種杏光譜反射率曲線整體趨勢(shì)一致，只存在吸收強(qiáng)度上的差異，可能與杏的品種、形狀、大小和質(zhì)地有關(guān)。因此，推測(cè)杏的品種將導(dǎo)致其光譜的差異。光譜曲線分別在1 080，1 275 nm 附近存在突出吸收峰，而在985，1 211，1 462 nm 附近存在波谷。其中，985 nm 附近的波谷是由O-H 基團(tuán)的二倍頻振動(dòng)導(dǎo)致的；1 275 nm 附近的波峰則是與C-H 的3 倍頻伸縮振動(dòng)有關(guān)。

1.3 數(shù)據(jù)處理方法及評(píng)價(jià)指標(biāo)

1.3.1 光譜數(shù)據(jù)的預(yù)處理

由于獲得的原始光譜數(shù)據(jù)不僅會(huì)提取樣本的有效信息，同時(shí)也包含了儀器、背景、環(huán)境等與樣本無(wú)關(guān)的冗余信息，為了降低這些冗余信息的影響，研究采用的光譜預(yù)處理方法包括SG、MA、MF、Baseline、SNV、MSC。

1.3.2 提取特征波長(zhǎng)

原始光譜數(shù)據(jù)包含波段范圍寬作為輸入模型計(jì)算時(shí)間過(guò)長(zhǎng)，且存在信號(hào)譜帶重疊。因此，建模時(shí)需要篩選特征波長(zhǎng)，從而減少建模時(shí)間、簡(jiǎn)化建模過(guò)程、提高模型的穩(wěn)定性。采用的方法主要有RC 方法、SPA 方法。

1.3.3 偏最小二乘回歸分析

偏最小二乘回歸（PLS） 可以進(jìn)行多變量數(shù)據(jù)分析，其原理是：先將各種變量數(shù)據(jù)矩陣分解為多種主成分?jǐn)?shù)據(jù)矩陣，并計(jì)算每個(gè)矩陣的貢獻(xiàn)率，再優(yōu)選出貢獻(xiàn)率較大的成分進(jìn)行回歸分析。

1.3.4 模型評(píng)價(jià)標(biāo)準(zhǔn)

采用決定系數(shù)R2和均方根誤差RMSE 2 個(gè)值來(lái)判別模型的效果。

計(jì)算公式為：

式中：yi——樣本的實(shí)測(cè)值；

n——樣本數(shù)量。

2 結(jié)果與分析

2.1 光譜數(shù)據(jù)的預(yù)處理

試驗(yàn)采用SG、MA、Baseline、MF、SNV 和MSC共6 種預(yù)處理方法后建模，分析不同預(yù)處理所建模型的預(yù)測(cè)能力。

不同預(yù)處理建立PLSR 模型結(jié)果見(jiàn)表1。

表1 不同預(yù)處理建立PLSR 模型結(jié)果

由表1 可知，除MF 預(yù)處理外，其余5 種預(yù)處理建立的PLSR 模型的Rc2和Rp2都有所減小，RMSEC和RMSEP 都有所變大。MF 預(yù)處理后的Rc2和Rp2分別 為0.842 4 和0.840 2，RMSEC 和RMSEP 分 別0.443 1 和0.446 7，MF 預(yù)處理最優(yōu)。

2.2 特征波長(zhǎng)選擇

2.2.1 RC 方法提取特征波長(zhǎng)

回歸系數(shù)法（RC） 是利用全波段光譜數(shù)據(jù)建立PLSR 模型，然后計(jì)算回歸系數(shù)，再利用局部極值法來(lái)確定特征波長(zhǎng)，共選出10 個(gè)，分別為956，1 023，1 084，1 144，1 176，1 262，1 386，1 469，1 634，1 666 nm。

RC 提取特征波長(zhǎng)見(jiàn)圖2。

圖2 RC 提取特征波長(zhǎng)

2.2.2 SPA 方法提取特征波長(zhǎng)

連續(xù)投影算法（SPA） 是通過(guò)計(jì)算樣本波長(zhǎng)之間的投影，并將投影向量的最大值定為樣本的特征波長(zhǎng)值。

特征參數(shù)數(shù)量與均方根誤差關(guān)系圖見(jiàn)圖3，特征參數(shù)優(yōu)選分布圖見(jiàn)圖4。

圖3 特征參數(shù)數(shù)量與均方根誤差關(guān)系圖

圖4 特征參數(shù)優(yōu)選分布圖

由圖3 可知，當(dāng)最終選擇變量數(shù)為17 個(gè)時(shí)，均方根誤差最小，提取的17 個(gè)特征波長(zhǎng)值分別是902，918，924，937，940，943，950，1 007，1 100，1 147，1 176，1 338，1 373，1 402，1 526，1 666，1 685 nm。

2.3 建模結(jié)果分析

將4 類(lèi)不同品種的杏樣本進(jìn)行賦值作為判別依據(jù)，“6-1”杏賦值為1；網(wǎng)紅杏賦值為2；晉梅杏賦值為3；扁杏賦值為4。在建立判別模型的過(guò)程中會(huì)出現(xiàn)非整數(shù)的情況，需要采用閾值進(jìn)行判別。當(dāng)判別值大于等于0.5，小于1.5 時(shí)判別為“6-1”杏；當(dāng)判別值大于等于1.5，小于2.5 時(shí)判別為網(wǎng)紅杏；當(dāng)判別值大于等于2.5，小于3.5 時(shí)判別為晉梅杏；當(dāng)判別值大于等于3.5，小于4.5 時(shí)判別為扁杏；當(dāng)判別值不在這些區(qū)間內(nèi)則為判別錯(cuò)誤。

基于全波段、RC 和SPA 的PLSR 判別模型見(jiàn)圖5。

圖5 基于全波段、RC 和SPA 的PLSR 判別模型

由表2 可知，通過(guò)比較NOR（全波段） -PLSR、RC-PLSR、SPA-PLSR 這3 種方法預(yù)測(cè)的建模效果，發(fā)現(xiàn)SPA-PLSR 的建模效果最好，預(yù)測(cè)集的綜合判別率高達(dá)84.44%。

表2 各模型判別結(jié)果統(tǒng)計(jì)

各模型判別結(jié)果統(tǒng)計(jì)見(jiàn)表2。

3 結(jié)論

通過(guò)采集“6-1”杏、網(wǎng)紅杏、晉梅杏和扁杏4 個(gè)品種的光譜信息，采用SG、MA、Baseline、MF、SNV 和MSC 共6 種預(yù)處理方法，建立PLSR 模型，MF 方法預(yù)處理效果最優(yōu)。針對(duì)預(yù)處理后的光譜數(shù)據(jù)，采用RC 和SPA 方法選取特征波長(zhǎng)建模。結(jié)果表明，SPA-PLSR 模型效果最佳，總判別率達(dá)到了84.44%，4 個(gè)品種的判別率分別達(dá)到了72.97%，91.89%，100.00%，72.90%。