張景川,張 曉,白鐵成，石魯珍,*

(1.塔里木大學(xué)機(jī)械電氣化工程學(xué)院,新疆阿拉爾 843300;2.新疆維吾爾自治區(qū)普通高等學(xué)?，F(xiàn)代農(nóng)業(yè)工程重點(diǎn)實(shí)驗(yàn)室,新疆阿拉爾 843300;3.塔里木大學(xué)信息工程學(xué)院,新疆阿拉爾 843300；4.南疆農(nóng)業(yè)信息化研究中心,新疆阿拉爾 843300)

基于近紅外光譜與PLS-DA的紅棗品種識(shí)別研究

張景川1,2,張 曉3,白鐵成4，石魯珍3,*

(1.塔里木大學(xué)機(jī)械電氣化工程學(xué)院,新疆阿拉爾 843300;2.新疆維吾爾自治區(qū)普通高等學(xué)?，F(xiàn)代農(nóng)業(yè)工程重點(diǎn)實(shí)驗(yàn)室,新疆阿拉爾 843300;3.塔里木大學(xué)信息工程學(xué)院,新疆阿拉爾 843300；4.南疆農(nóng)業(yè)信息化研究中心,新疆阿拉爾 843300)

新疆紅棗品種繁多,采后紅棗在加工過程中需要將其他品種的紅棗挑選出,本研究應(yīng)用近紅外光譜分析技術(shù)結(jié)合偏最小二乘判別分析(PLS-DA)法對新疆紅棗品種進(jìn)行判別。結(jié)果表明,采用一階導(dǎo)數(shù)對原始光譜進(jìn)行預(yù)處理,并使用方差分析法選擇波長變量結(jié)合PLS-DA方法對校正樣本建立判別分析模型,其驗(yàn)證集預(yù)測結(jié)果與實(shí)際分類結(jié)果的相關(guān)系數(shù)(RP)均大于0.92,預(yù)測標(biāo)準(zhǔn)偏差(RMSEP)都小于0.27,最后模型對驗(yàn)證集中的駿棗、灰棗和冬棗3個(gè)品種的識(shí)別率都為100%。該結(jié)果為新疆紅棗品種快速識(shí)別提供理論依據(jù)。

近紅外光譜,PLS-DA,品種識(shí)別,紅棗,方差分析

新疆紅棗為新疆特有的地理標(biāo)志產(chǎn)品,紅棗又稱為“黃金壽棗”,補(bǔ)氣養(yǎng)血。民間有“一日食仨?xiàng)?百歲不顯老”、“要使皮膚好,粥里加紅棗”之說,高度贊揚(yáng)了紅棗的食補(bǔ)功效[1]。新疆紅棗產(chǎn)業(yè)發(fā)展雖已初具規(guī)模,但是由于發(fā)展歷史較短,各方面技術(shù)落后,甚至多方面無現(xiàn)成經(jīng)驗(yàn)借鑒[2-3]。紅棗加工廠從棗農(nóng)那里收購來的紅棗需要進(jìn)行加工處理,在加工過程中需要將其他品種的紅棗挑出,目前該過程是由人工完成,速度慢,效率低,并且漏選率高,因此急需研究出一種簡單、快速的檢測方法。

近紅外光譜技術(shù)是20世紀(jì)90年代以來發(fā)展最快,最引人注目的光譜分析技術(shù)[4],并已經(jīng)用來檢測紅棗的水分、糖度和VC含量[5-7]。近紅外光譜判別分析方法最常見的有兩種SIMCA(蔟類的獨(dú)立軟模式方法)[8-9]和PLS-DA(偏最小二乘判別法)[10-11],其中SIMCA算法的思想是對校正集中的每一類樣本的光譜矩陣分別進(jìn)行主成分分析(PCA),建立每一類的主成分分析數(shù)學(xué)模型,然后在此基礎(chǔ)上對未知樣本進(jìn)行分類。PLS-DA方法同時(shí)對光譜陣和類別陣進(jìn)行分解,加強(qiáng)了類別信息在光譜分解時(shí)的作用,以提取出與樣本類別最相關(guān)的光譜信息[12-16],即最大化提取不同類別光譜之間的差異,因此PLS-DA方法通常可以得到比SIMCA方法更好的分類和判別結(jié)果[4]。本研究嘗試用近紅外光譜結(jié)合PLS-DA方法來對新疆的駿棗、灰棗和冬棗三個(gè)品種進(jìn)行判別分析,將樣本分成校正集和驗(yàn)證集,用校正集光譜和三類樣本的分類變量建立PLS-DA判別模型,然后用判別模型對驗(yàn)證集樣本進(jìn)行判別。

1 材料與方法

1.1 材料與儀器

駿棗、灰棗和冬棗 于2016年10月采集于新疆生產(chǎn)建設(shè)兵團(tuán)農(nóng)一師十團(tuán),挑選出沒有傷疤、損傷的紅棗,每個(gè)品種數(shù)量各118顆,共計(jì)354顆,對其依次進(jìn)行去除灰塵處理并編號,沿著紅棗的赤道部位(間隔120°)標(biāo)記3點(diǎn)作為光譜數(shù)據(jù)采集點(diǎn)。

Antaris Ⅱ FT-NIR型光譜儀 賽默飛世爾科技,美國。

1.2 實(shí)驗(yàn)方法

1.2.1 光譜采集 Antaris Ⅱ FT-NIR型光譜儀以儀器內(nèi)部空氣為背景,設(shè)置每次采集樣品前都要采集背景一次,波數(shù)的測量范圍為4000～10000 cm-1,采樣點(diǎn)數(shù)為1557點(diǎn),每個(gè)樣品設(shè)置光譜掃描次數(shù)為64次,分辨率設(shè)置為8 cm-1,儀器使用InGaAs檢測器,漫反射采集附件為積分球。

光譜采集前,先將紅棗放入實(shí)驗(yàn)室內(nèi)2 h,室內(nèi)溫度在23～26 ℃,相對濕度25%～30%;測樣方式:近紅外光譜儀開機(jī)預(yù)熱2 h后,采集單個(gè)完好紅棗光譜,分別對紅棗樣本赤道部位每隔120°標(biāo)記的3點(diǎn)采集漫反射光譜,共采集三次,取平均光譜。共采集354張紅棗近紅外原始光譜圖。

1.2.2 校正樣本劃分和分類變量的建立 采用KS(kennard-Stone)方法分別從駿棗、灰棗和冬棗樣品中各選出100顆作為校正集樣本,其他各18顆作為驗(yàn)證集樣本。

在建立PLS-DA模型之前首先要按照樣本的實(shí)際類別特征,賦予校正集和驗(yàn)證集的樣本分類變量值,如表1所示。

表1 3個(gè)不同品種紅棗的分類變量Table 1 The categorical variables of three variety jujubes

1.2.3 算法原理 PLS-DA法是一種基于變量的回歸方法,將光譜陣與分類變量進(jìn)行線性回歸,具體實(shí)現(xiàn)過程為:

建立樣品的分類變量,若有三類,可以設(shè)置第一類樣品分類變量為[1 0 0],第二類樣本為[0 1 0],第三類樣品分類變量為[0 0 1];

建立光譜數(shù)據(jù)與分類變量的PLS(偏最小二乘)模型;

根據(jù)建立的PLS模型對驗(yàn)證的樣本進(jìn)行計(jì)算預(yù)測值(分類變量),若某未知樣本的PLS預(yù)測值介于-0.5～0.5,則該樣本不屬于該類,若介于0.5～1.5,則該樣本屬于該類。

1.3 數(shù)據(jù)處理

所有的算法應(yīng)用在Matlab R2012a(Mathworks,美國)上,文章中用到的所有matlab程序均自己編寫。Result軟件(Antaris II,賽默飛世爾科技,美國)用于近紅外光譜數(shù)據(jù)采集。

2 結(jié)果與分析

2.1 光譜數(shù)據(jù)預(yù)處理

圖1是駿棗、灰棗和冬棗的近紅外原始光譜圖。

圖1 三種品種紅棗的原始近紅外光譜圖Fig.1 The original NIR spectrum of three variety jujubes

紅棗原始近紅外光譜是通過近紅外光譜儀來采集的,它包含背景信息和除樣品外的噪聲信息。為了獲得可靠、精確和穩(wěn)定的模型,因此需要對原始光譜進(jìn)行數(shù)據(jù)預(yù)處理,表2給出了兩種預(yù)處理得到模型驗(yàn)證集的結(jié)果。

從表2中可以看出,使用多元散射校正得到的結(jié)果比原始光譜得到的模型結(jié)果還要差;雖然,一階導(dǎo)數(shù)和原始光譜得到的模型識(shí)別率都達(dá)到了100%,但是一階導(dǎo)數(shù)處理后得到的模型使用的主成分?jǐn)?shù)為7,小于原始光譜得到的模型10個(gè),使模型變得簡潔。圖2是駿棗、灰棗和冬棗的一階導(dǎo)數(shù)光譜,從圖中可以明顯看出駿棗和灰棗一階導(dǎo)數(shù)光譜變化趨勢相同,而冬棗與二者差異較大,因此選擇一階導(dǎo)數(shù)光譜可以更好地體現(xiàn)3種紅棗光譜的差異性。

表2 不同預(yù)處理方法的PLS-DA模型的驗(yàn)證結(jié)果Table 2 The identificated results of PLS-DA correction model based on different pretreatment methods

表3 方差分析法和全譜的PLS-DA模型的驗(yàn)證結(jié)果Table 3 The identificated results of PLS-DA correction model based on full Spectrum and the wavelengths selected by deviation analysis

圖2 三個(gè)不同紅棗品種的一階導(dǎo)數(shù)光譜Fig.2 The first derivative spectrum of three variety jujubes

注:RP為驗(yàn)證集相關(guān)系數(shù);RMSEP為預(yù)測均方根誤差。

2.2 波長變量選擇

從圖2可以看出，3種紅棗光譜大多數(shù)的波長趨勢是相同的,而只有少數(shù)波長變量對應(yīng)的吸光度變化較大,如果可以找出這些少數(shù)波長對應(yīng)的吸光度,并用這些吸光度建立PLS-DA模型,必然可以使模型變得更為簡潔,并減少了建模時(shí)間,使得模型魯棒性強(qiáng),因此使用方差分析法來選擇波長變量。

圖3中黑線是校正集光譜陣在各波長的標(biāo)準(zhǔn)偏差,標(biāo)準(zhǔn)偏差越大的波長說明其光譜變動(dòng)越顯著。選擇閾值為0.0006,大于該閾值的波長對應(yīng)的吸光度被選擇建立模型(圖中五角星為選中的波長變量)。

表3是將全譜建立的PLS-DA模型和使用方差分析選中的波長變量建立的PLS-DA模型對驗(yàn)證集的預(yù)測結(jié)果,從表中可以看出,雖然,兩者得到的模型驗(yàn)證集相關(guān)系數(shù)(RP)和預(yù)測標(biāo)準(zhǔn)偏差(RMSEP)都差不多,識(shí)別率也都是100%,但是方差分析法得到變量數(shù)為356個(gè),遠(yuǎn)小于全譜的1557個(gè),選擇的最佳主成分?jǐn)?shù)為5也小于全譜的7個(gè),因此使用方差分析法得到模型結(jié)果要好于全譜得到的模型。

2.3 PLA-DA判別模型

圖4是校正集中駿棗、灰棗和冬棗各100顆的前3個(gè)主成分得分圖,從圖中可以明顯看出,冬棗光譜與駿棗、灰棗光譜幾乎沒有重疊,可以很明顯地分開;駿棗和灰棗大部分聚類在一塊,但是也有少量重疊在一塊,這說明冬棗最容易判別,而駿棗和灰棗相對困難。

圖4 3個(gè)品種紅棗校正集前3個(gè)主成分得分圖Fig.4 The first three principal component scores of three variety jujubes in calibration set

圖5為所有校正集樣本(駿棗、灰棗和冬棗3類)分裂變量的PLS預(yù)測值與真實(shí)值的回歸圖,從圖中的直線是PLS模型的校正集預(yù)測結(jié)果與實(shí)際分類的回歸線。從圖中可以看出,PLS模型都能夠?qū)⒃?類樣本分開,即分散在實(shí)際值為1的線上的紅棗樣本點(diǎn)和實(shí)際值為0的線上的其他2個(gè)品種的紅棗樣本明顯分開。

圖5 PLS-DA校正模型樣本分類變量的PLS預(yù)測值與真實(shí)值回歸圖Fig.5 The regression diagram of Predictive values and the real value based on categorical variables of PLS-DA correction model

PLS-DA模型建立好之后,利用驗(yàn)證集對模型進(jìn)行驗(yàn)證,圖6是模型對駿棗、灰棗和冬棗各18個(gè)樣本進(jìn)行判別分析,圖6(a)是驗(yàn)證集樣本中的駿棗樣本,從圖中可以看出驗(yàn)證集中駿棗樣本的分類變量的預(yù)測值都接近于1,在0.5～1.5范圍之內(nèi),而其他2類紅棗的分類變量的預(yù)測值基本為0,在-0.5～0.5范圍之內(nèi),根據(jù)PLS-DA法的判別準(zhǔn)則可知,驗(yàn)證集中的所有駿棗樣本都被正確的識(shí)別,即識(shí)別率為100%,而其他2類紅棗樣本不具有駿棗樣本的特征。

圖6 驗(yàn)證集中紅棗樣本的PLS-DA模型的判別結(jié)果Fig.6 The identificated results of PLS-DA correction model for jujubes in validation set

3 結(jié)論

應(yīng)用PLS-DA法建立駿棗、灰棗和冬棗三個(gè)品種的紅棗判別模型,結(jié)果表明采用不同的預(yù)處理方法對原始光譜進(jìn)行預(yù)處理,可以得到較好的判別模型;選擇方差分析法篩選波長得到PLS-DA模型相對于全譜建立的模型使用的主成分?jǐn)?shù)少,減少建模時(shí)間、使模型變得簡潔、提高模型的穩(wěn)定性,3個(gè)品種的紅棗樣本分類變量模型對驗(yàn)證集樣本的識(shí)別率為100%。說明近紅外光譜結(jié)合PLS-DA法能夠有效地識(shí)別新疆紅棗品種。該結(jié)果的重要意義在于為近紅外在線識(shí)別紅棗品種提供理論依據(jù)。

[1]郭裕新,單公華.中國棗[M].上海:上海科學(xué)技術(shù)出版社,2010:1-3.

[2]李林,倪座山,張文新,等.新疆南疆地區(qū)紅棗產(chǎn)業(yè)現(xiàn)狀分析及發(fā)展戰(zhàn)略思考[J].落葉果樹,2008(3):34-36.

[3]彭云發(fā).近紅外光譜技術(shù)在南疆紅棗品質(zhì)快速無損檢測中的應(yīng)用研究[D].新疆:塔里木大學(xué),2015.

[4]褚小立.化學(xué)計(jì)量學(xué)方法與分子光譜分析技術(shù)[M].北京:化學(xué)工業(yè)出版社,2011：293-295.

[5]彭云發(fā),詹映,彭海根,等. 用遺傳算法提取南疆紅棗總糖的近紅外光譜特征波長[J].食品工業(yè)科技,2015(3):303-307.

[6]彭云發(fā),羅華平,王麗,等. 3種不同紅棗水分檢測方法的比較[J]. 江蘇農(nóng)業(yè)科學(xué),2016(1):308-310.

[7]石魯珍,張景川,蔣霞,等. 光譜測定南疆鮮冬棗VC含量方法的研究[J]. 塔里木大學(xué)學(xué)報(bào),2015(4):93-98.

[8]周晶,孫素琴,李擁軍,等.近紅外光譜和聚類分析法無損快速鑒別不同輔料奶粉[J].光譜學(xué)與光譜分析,2009(1):110-113.

[9]張寧,張德權(quán),李淑榮,等.近紅外光譜結(jié)合SIMCA法溯源羊肉產(chǎn)地的初步研究[J].農(nóng)業(yè)工程學(xué)報(bào),2008,24(12):309-312.

[10]楊忠,任海青,江澤慧.PLS-DA法判別分析木材生物腐蝕的研究[J].光譜學(xué)與光譜分析,2008,28(4):793-796.

[11]郝勇,孫旭東,高榮杰,等. 基于可見近紅外光譜與SIMCA和PLS-DA的臍橙品種識(shí)別[J].農(nóng)業(yè)工程學(xué)報(bào),2010(12):373-377.

[12]Eva Borràs,Joan Ferré,Ricard Boqué,et al. Olive oil sensory defects classification with data fusion of instrumental techniques and multivariate analysis(PLS-DA)[J]. Food Chemistry,2016,203(14):314-322.

[13]Leonardo Valderrama,Patrícia Valderrama. Nondestructive identification of blue pen inks for documentoscopy purpose using iPhone and digital image analysis including an approach for interval confidence estimation in PLS-DA models validation[J]. Chemometrics and Intelligent Laboratory Systems,2016,156(8):188-195.

[14]Ewa Szymańska,Edoardo Saccenti,Age K Smilde,et al. Double-check:validation of diagnostic statistics for PLS-DA models in metabolomics studies[J]. Metabolomics,2012,8(1):3-16.

[15]Zewei Chen,Zhuoyong Zhang,Ruohua Zhu,et al. Diagnosis of patients with chronic kidney disease by using two fuzzy classifiers[J]. Chemometrics and Intelligent Laboratory Systems,2016,153(4):140-145.

[16]Torres,Carolina A,Lorenzo León,et al. Spectral fingerprints during sun injury development on the tree in Granny Smith apples:A potential non-destructive prediction tool during the growing season[J]. Scientia Horticulturae,2016,209(9):165-172.

Jujube species identification based on near infrared spectroscopy and PLS-DA

ZHANG Jing-chuan1,2,ZHANG Xiao3,BAI Tie-cheng4,SHI Lu-zhen3,*

(1.College of Mechanical Electrical Engineering,Tarim University,China Tarim University,Alar 843300,China; 2.Xinjiang Uygur Autonomous Region General Institutes of Higher Education, Key Lab of Modern Agriculture Engineering,Alar 843300,China; 3.College of Information Engineering,Alar 843300,China; 4.Agricultural Information Research Center in Southern Region of Xinjiang,Alar 843300,China)

There are a variety of jujubes in Xinjang. It’s necessary to pick out other varieties of jujubes in jujube processing. This research was conducted to attempt to discriminate jujube varieties by the method that near-infrared spectroscopy combined with partial least squares discriminant analysis(PLS-DA)method. The discriminatory analysis models of jujube varieties was established by using first derivative(FD),the wavelength selection method of deviation analysis and partial least square discriminant analysis(PLS-DA).The experimental results showed that the correlation coefficient(RP)of validation set predictions with the actual classification was greater than 0.92,the standard error of prediction(RMSE)was less than 0.27. Finally,the model recognition rate for three varieties of Jun-jujube,Hui-jujube and Dong-jujube was 100%. The result offered theory evidences for the varieties identification of jujube in Xinjang.

near infrared spectroscopy;PLS-DA;species identification;jujube;deviation analysis

2016-10-18

張景川(1977-)，男，碩士，副教授，研究方向：光學(xué)應(yīng)用，E-mail：1483023190@qq.com。

*通訊作者:石魯珍(1972-)，女，碩士，講師，研究方向：光譜分析，E-mail：shiluzhen08@yeah.net。

國家自然科學(xué)基金項(xiàng)目(61501314；41561088；61462074)；應(yīng)急管理項(xiàng)目(61640413)。

TS207.3

A

1002-0306(2017)08-0068-05

10.13386/j.issn1002-0306.2017.08.005