孫曉明 陳小龍 余向陽 卞立平 孫愛東

摘要：利用近紅外光譜分析技術(shù)對(duì)來自3個(gè)省份的水蜜桃進(jìn)行研究，比較主成分分析-線性判別分析（PCA-LDA）、 判別偏最小二乘法（DPLS）、 支持向量機(jī)（SVM）等方法對(duì)光譜數(shù)據(jù)識(shí)別的有效性差異。結(jié)果表明， SVM的準(zhǔn)確率和召回率均高達(dá)94.47%，明顯優(yōu)于 PCA-LDA和DPLS，更適用于水蜜桃產(chǎn)地溯源。

關(guān)鍵詞：水蜜桃;產(chǎn)地溯源;近紅外光譜;主成分分析-線性判別分析;判別偏最小二乘;支持向量機(jī)

中圖分類號(hào)：TS207.7文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1000-4440（2020）02-0507-06

Abstract：In this study， honey peaches from three provinces were analyzed by ?near infrared spectroscopy analysis technique， and the effectiveness of principal component analysis-linear discriminant analysis （PCA-LDA）， discriminant partial least squares （DPLS） and support vector machine （SVM） for spectral data recognition was compared. The results showed that the precision and recall rate of SVM were 94.47%. The SVM method was obviously better than PCA-LDA and DPLS， and it was more suitable for traceability of honey peach origin.

Key words：honey peach;geographical origin traceability;near infrared spectroscopy;principal component analysis-linear discriminant analysis;discriminant partial least squares;support vector machine

隨著生活水平的提高，人們的食品安全意識(shí)大大增強(qiáng)，地域特色產(chǎn)品越來越受到市場(chǎng)的認(rèn)可。這些產(chǎn)品通常會(huì)帶來良好的經(jīng)濟(jì)效益。針對(duì)地域特色產(chǎn)品的以假亂真、以次充好現(xiàn)象大量存在，既損害了消費(fèi)者權(quán)利，又打擊了生產(chǎn)者積極性[1-2]。因此，開展地域特色產(chǎn)品產(chǎn)地溯源技術(shù)研究，對(duì)于推動(dòng)溯源體系的建立與完善，促進(jìn)農(nóng)產(chǎn)品安全有效監(jiān)管具有重要意義。產(chǎn)地溯源技術(shù)主要分兩大類[3-6]：一是電子信息編碼技術(shù)，即將農(nóng)產(chǎn)品產(chǎn)地信息及生產(chǎn)、加工等環(huán)節(jié)的相關(guān)信息關(guān)聯(lián)到電子信息載體，消費(fèi)者通過二維碼等識(shí)別農(nóng)產(chǎn)品的產(chǎn)地;二是化學(xué)生物分析技術(shù)，即通過檢測(cè)農(nóng)產(chǎn)品的成分來獲知產(chǎn)地信息，包括近紅外光譜分析技術(shù)、同位素分析技術(shù)等。其中，近紅外光譜分析技術(shù)因具有操作簡(jiǎn)單、檢測(cè)速度快、重現(xiàn)性好、綠色環(huán)保、成本低等特點(diǎn)[7]，已經(jīng)成為一種重要的農(nóng)產(chǎn)品產(chǎn)地溯源識(shí)別技術(shù)手段。

近紅外光譜主要反映有機(jī)物分子中C-H、N-H、O-H等含氫基團(tuán)振動(dòng)的倍頻和合頻吸收信息。不同產(chǎn)地的農(nóng)產(chǎn)品，因?yàn)槠贩N、產(chǎn)地環(huán)境、加工方法等不同，其有機(jī)物組成和含量存在較大差異，形成近紅外光譜中的差異。通過分析近紅外光譜，可以對(duì)農(nóng)產(chǎn)品進(jìn)行產(chǎn)地溯源、真?zhèn)舞b別和品質(zhì)檢測(cè)[8-16]。目前近紅外光譜分析技術(shù)已得到廣泛應(yīng)用，李勇等采用主成分分析和線性判別分析對(duì)大米進(jìn)行產(chǎn)地溯源分析[17]。姜亦南等采用傅里葉變換近紅外光譜法結(jié)合SIMCA模式識(shí)別算法對(duì)三七進(jìn)行產(chǎn)地鑒別[18]。對(duì)水蜜桃的相關(guān)研究較少。李劍等采用主成分分析結(jié)合最小二乘法建立了水蜜桃采摘期的鑒別模型[19]。王銘海等建立了3個(gè)不同品種桃可溶性固形物含量預(yù)測(cè)模型[20]。

鑒于目前應(yīng)用近紅外光譜分析技術(shù)識(shí)別水蜜桃產(chǎn)地的研究較少，本研究采用此技術(shù)，通過光譜預(yù)處理等手段結(jié)合模式識(shí)別方法進(jìn)行水蜜桃產(chǎn)地識(shí)別研究，并在江蘇、山東、福建3個(gè)省份的水蜜桃上進(jìn)行試驗(yàn)，為水蜜桃產(chǎn)地溯源提供依據(jù)。

1材料與方法

1.1數(shù)據(jù)采集

1.1.1水蜜桃樣品采集分別采集產(chǎn)自江蘇省、山東省、福建省的“湖景”水蜜桃樣品各50個(gè)。樣品放置于空氣溫度25 ℃、濕度75%的環(huán)境中。

1.1.2近紅外光譜數(shù)據(jù)采集利用Thermo Antaris II傅里葉變換近紅外分析儀，采用漫反射方式采集水蜜桃樣品的近紅外光譜。以儀器內(nèi)部空氣為背景，光譜掃描波數(shù)為4 000～10 000 cm-1，掃描間隔為3.856 cm-1，每條光譜有1 557個(gè)點(diǎn)，掃描次數(shù)32次，4倍增益。在果實(shí)赤道上選擇3個(gè)相距120°的位置測(cè)定漫反射光譜，3個(gè)位置的平均值作為該果實(shí)的光譜測(cè)定值。

1.2數(shù)據(jù)分析

1.2.1主成分分析-線性判別分析主成分分析（Principal component analysis，PCA）是最常用的無監(jiān)督降維方法，該方法把原始高維變量轉(zhuǎn)化為幾個(gè)主成分，使得每一維上的樣品方差都很大[21]。這些主成分通常表示為原始變量的線性組合，不僅能夠反映原始變量的大部分信息，而且各主成分之間相互獨(dú)立。線性判別分析（Linear discriminant analysis，LDA）是一種監(jiān)督學(xué)習(xí)的判別分析方法，首先通過訓(xùn)練集建立線性判別函數(shù)，該判別函數(shù)使得類內(nèi)方差最小、類間方差最大，即具有最佳的可分離性，然后利用判別函數(shù)對(duì)測(cè)試集樣品進(jìn)行識(shí)別[22]。對(duì)PCA分析過的數(shù)據(jù)使用LDA進(jìn)一步降維，可以將最佳描述特征轉(zhuǎn)化為最佳判別特征進(jìn)行分類識(shí)別[23]。

1.2.2判別偏最小二乘法判別偏最小二乘法（Discriminant partial least squares，DPLS）是一種將定量偏最小二乘法（Partial least squares，PLS）用于判別分析的方法，通過建立自變量與因變量之間的多元統(tǒng)計(jì)回歸模型進(jìn)行分析[24]。和PCA方法類似，該方法同樣采取了成分提取的方式，不同的是，提取成分時(shí)不僅僅要求成分能夠較好地概括自變量的信息，同時(shí)要求對(duì)因變量的解釋能力達(dá)到最大。成分通過迭代法逐步提取，成分個(gè)數(shù)通過交叉有效性檢驗(yàn)來確定。根據(jù)PLS模型的預(yù)測(cè)值確定樣品的類別。

1.2.3支持向量機(jī)支持向量機(jī)（Support vector machine，SVM）是一個(gè)經(jīng)典的分類模型，主要思想是在特征空間上建立最優(yōu)超平面使得類之間的間隔最大，在解決小樣本、非線性及高維數(shù)據(jù)等問題中表現(xiàn)出許多特有的優(yōu)勢(shì)[25-26]。SVM首先通過非線性映射函數(shù)將樣品從原始特征空間映射到高維特征空間，然后構(gòu)造最優(yōu)決策函數(shù)，綜合考慮結(jié)構(gòu)風(fēng)險(xiǎn)最小化和經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化，確定模型參數(shù)，同時(shí)引入間隔的概念。SVM的優(yōu)化目標(biāo)為：

采用十折交叉驗(yàn)證法將樣品劃分為訓(xùn)練集和測(cè)試集，取每類的10%作為測(cè)試集，隨機(jī)使用不同的劃分10次，10次十折交叉試驗(yàn)的均值作為最終的試驗(yàn)結(jié)果。所有數(shù)據(jù)分析均在MATLAB R2016a中編程實(shí)現(xiàn)。

2結(jié)果分析

2.1水蜜桃樣品的近紅外光譜

圖1a是所有水蜜桃樣品的原始光譜，圖1b是不同省份水蜜桃樣品的原始光譜均值。圖1b中3個(gè)省份的均值光譜明顯區(qū)分開，且江蘇省和山東省的距離較近。而圖1a中近紅外光譜之間重疊嚴(yán)重，不能直接區(qū)分產(chǎn)地，存在光散射、基線漂移等問題，對(duì)試驗(yàn)結(jié)果影響較大，需要采取適當(dāng)?shù)墓庾V預(yù)處理方法去除干擾[28]，以便更好地分析。常見的光譜預(yù)處理方法有平滑（Smoothing）、一階導(dǎo)數(shù)（1st Der）、二階導(dǎo)數(shù)（2nd Der）、標(biāo)準(zhǔn)正態(tài)變換（SNV）、多元散射校正（MSC）、小波變換（WT）等。試驗(yàn)中采用SNV方法對(duì)光譜數(shù)據(jù)進(jìn)行預(yù)處理，處理后的光譜見圖2。

2.2PCA-LDA方法分析

首先對(duì)全波段光譜數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，然后使用奇異值分解進(jìn)行主成分分析。累計(jì)貢獻(xiàn)率達(dá)到99%時(shí)即可確定主成分?jǐn)?shù)目。前10個(gè)主成分的貢獻(xiàn)率見表1，主成分?jǐn)?shù)目為7時(shí)，累計(jì)貢獻(xiàn)率超過99%。圖3為前2個(gè)主成分的得分圖，主成分1和主成分2分別解釋了總方差的65.81%和17.78%。由圖3可見，利用前2個(gè)主成分時(shí)，山東省和福建省的水蜜桃樣品在距離上基本分開，但均和江蘇省的有重疊，且江蘇省和山東省的重疊區(qū)域較大，僅使用PCA方法不能直接區(qū)分3個(gè)省份的樣品。

2.5不同分析方法的分類結(jié)果對(duì)比

不同方法的分類結(jié)果見表3。可以發(fā)現(xiàn)，PCA-LDA方法對(duì)江蘇省、山東省、福建省的水蜜桃預(yù)測(cè)正確率分別為81.40%、87.40%和100.00%，DPLS方法的預(yù)測(cè)正確率分別為66.40%、83.60%和78.60%，SVM方法的預(yù)測(cè)正確率分別為89.20%、95.00%和99.20%，3類基本區(qū)分開，SVM方法的分類識(shí)別正確率最高。江蘇省和山東省的水蜜桃之間最容易發(fā)生誤判，可能是因?yàn)榻K省和山東省地理位置比較接近，生長(zhǎng)環(huán)境、氣候等方面更加相似?？傮w上看，PCA-LDA方法的準(zhǔn)確率為89.51%，召回率為89.60%。DPLS方法的識(shí)別結(jié)果最不理想，準(zhǔn)確率僅為79.50%，召回率僅為76.20%，可能是由于沒有選擇合適的預(yù)處理方法導(dǎo)致。SVM方法通過間隔的概念，得到對(duì)數(shù)據(jù)分布的結(jié)構(gòu)化描述，基于結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則，泛化能力強(qiáng)，因此分類效果最好，準(zhǔn)確率達(dá)到94.47%，召回率達(dá)到94.47%。綜合來看，采用近紅外光譜分析技術(shù)對(duì)水蜜桃進(jìn)行產(chǎn)地溯源是可行的，結(jié)果令人滿意。

3結(jié)論

本研究采用近紅外光譜分析技術(shù)實(shí)現(xiàn)水蜜桃的產(chǎn)地識(shí)別，在對(duì)近紅外光譜數(shù)據(jù)進(jìn)行SNV預(yù)處理的基礎(chǔ)上，利用PCA-LDA、DPLS、SVM方法對(duì)江蘇、山東、福建3個(gè)省份的150個(gè)水蜜桃樣品進(jìn)行產(chǎn)地溯源研究。試驗(yàn)結(jié)果表明，3種方法均可識(shí)別水蜜桃的產(chǎn)地，其中SVM方法的識(shí)別結(jié)果最優(yōu)，對(duì)江蘇省、山東省、福建省的水蜜桃識(shí)別正確率分別為89.20%、95.00%、99.20%，準(zhǔn)確率和召回率均達(dá)到94.47%。該方法可為農(nóng)產(chǎn)品產(chǎn)地溯源研究提供參考。下一步研究將考慮提取與地域相關(guān)的特征波長(zhǎng)，去除干擾信息，加快訓(xùn)練速率，進(jìn)一步提高該方法的性能。

參考文獻(xiàn)：

[1]管驍，古方青，楊永健. 近紅外光譜技術(shù)在食品產(chǎn)地溯源中的應(yīng)用進(jìn)展[J]. 生物加工過程， 2014， 12（2）：77-82.

[2]錢麗麗，于果，遲曉星，等. 農(nóng)產(chǎn)品產(chǎn)地溯源技術(shù)研究進(jìn)展[J]. 食品工業(yè)， 2018， 39（1）：246-249.

[3]COZZOLINO D. An overview of the use of infrared spectroscopy and chemometrics in authenticity and traceability of cereals[J]. Food Research International， 2014， 60（6）：262-265.

[4]LOHUMI S， LEE S， LEE H， et al. A review of vibrational spectroscopic techniques for the detection of food authenticity and adulteration[J]. Trends in Food Science & Technology， 2015， 46（1）：85-98.

[5]陳璐，谷曉紅，張丙春，等. 食品產(chǎn)地溯源技術(shù)研究進(jìn)展[J].安徽農(nóng)業(yè)科學(xué)， 2015， 43（36）：109-111.

[6]曾楚鋒，張麗芬，徐娟娣，等.農(nóng)產(chǎn)品產(chǎn)地溯源技術(shù)研究進(jìn)展[J].食品工業(yè)科技， 2013，34（6）：367-371.

[7]張勇，王督，李雪，等.基于近紅外光譜技術(shù)的農(nóng)產(chǎn)品產(chǎn)地溯源研究進(jìn)展[J].食品安全質(zhì)量檢測(cè)學(xué)報(bào)，2018，9（23）：6161-6166.

[8]HU X， LIU S， LI X， et al. Geographical origin traceability of cabernet sauvignon wines based on infrared fingerprint technology combined with chemometrics[J]. Scientific Reports， 2019， 9：8256-8263.

[9]EISENSTECKEN D， STRZ B， ROBATSCHER P， et al. The potential of near infrared spectroscopy （NIRS） to trace apple origin：Study on different cultivars and orchard elevations[J]. Postharvest Biology and Technology， 2019， 147：123-131.

[10]MANFREDI M， ROBOTTI E， QUASSO F， et al. Fast classification of hazelnut cultivars through portable infrared spectroscopy and chemometrics[J]. Spectrochim Acta A Mol Biomol Spectrosc， 2018， 189：427-435.

[11]MOSCETTI R， HAFF R P， STELLA E， et al. Feasibility of NIR spectroscopy to detect olive fruit infested by Bactrocera oleae[J]. Postharvest Biology and Technology， 2015， 99：58-62.

[12]仇遜超. 紅松仁脂肪的近紅外光譜定量檢測(cè)[J]. 江蘇農(nóng)業(yè)學(xué)報(bào)， 2018， 34（3）：217-223.

[13]廖秋紅，何紹蘭，謝讓金，等. 基于近紅外光譜的紐荷爾臍橙產(chǎn)地識(shí)別研究[J]. 中國農(nóng)業(yè)科學(xué)， 2015， 48（20）：4111-4119.

[14]羅微，杜焱喆，章海亮. PCA和SPA的近紅外光譜識(shí)別白菜種子品種研究[J]. 光譜學(xué)與光譜分析， 2016， 36（11）：3536-3541.

[15]顧玉琦，劉瑞婷，壽國忠，等. 應(yīng)用近紅外光譜技術(shù)快速鑒別鐵皮石斛的產(chǎn)地[J]. 江蘇農(nóng)業(yè)科學(xué)， 2016， 44（5）：365-368.

[16]向伶俐，李夢(mèng)華，李景明，等. 近、中紅外光譜法融合判定葡萄酒產(chǎn)地[J]. 光譜學(xué)與光譜分析， 2014， 34（10）：2662-2666.

[17]李勇，嚴(yán)煌倩，龍玲，等. 化學(xué)計(jì)量學(xué)模式識(shí)別方法結(jié)合近紅外光譜用于大米產(chǎn)地溯源分析[J]. 江蘇農(nóng)業(yè)科學(xué)， 2017， 45（21）：193-195.

[18]姜亦南，藺明煊，何帥，等. 基于紅外光譜法結(jié)合SIMCA模式識(shí)別不同產(chǎn)地三七[J]. 中醫(yī)藥學(xué)報(bào)， 2019， 47 （1）：54-57.

[19] 李劍，李臻峰，宋飛虎，等. 基于近紅外光譜的水蜜桃采摘期的鑒別方法[J]. 傳感器與微系統(tǒng)， 2017， 36（10）：48-50.

[20]王銘海，郭文川，商亮，等. 基于近紅外漫反射光譜的多品種桃可溶性固形物的無損檢測(cè)[J]. 西北農(nóng)林科技大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2014， 42（2）：142-148.

[21]JOLLIFFE I T. Principal component analysis[M]. New York：Springer， 2002.

[22]邵圣枝，陳元林，張永志，等. 稻米中同位素與多元素特征及其產(chǎn)地溯源PCA-LDA判別[J]. 核農(nóng)學(xué)報(bào)， 2015， 29（1）：119-127.

[23]陳慶，黃蕾，李雪梅. 基于主成分判別分析的高光譜遙感影像分類方法[J]. 地理空間信息， 2016， 14（1）：76-78.

[24]賈文珅. 基于多源信息融合的龍井茶產(chǎn)地鑒別研究[D]. 長(zhǎng)春：吉林大學(xué)， 2014.

[25]NELLO C， JOHN S. 支持向量機(jī)導(dǎo)論[M]. 北京：電子工業(yè)出版社， 2004：82-98.

[26]褚璇，王偉，趙昕，等. 近紅外光譜和特征光譜的山茶油摻假鑒別方法研究[J]. 光譜學(xué)與光譜分析， 2017， 37（1）：75-79.

[27]周志華. 機(jī)器學(xué)習(xí)[M]. 北京：清華大學(xué)出版社， 2016：30.

[28]褚小立. 近紅外光譜分析技術(shù)實(shí)用手冊(cè)[M]. 北京：機(jī)械工業(yè)出版社， 2016：115-117.

（責(zé)任編輯：張震林）