葛一凡，陸 旭，劉玉柱，2*

(1.南京信息工程大學(xué) 物理與光電工程學(xué)院，南京 210044；2.南京信息工程大學(xué) 江蘇省大氣環(huán)境與裝備技術(shù)協(xié)同創(chuàng)新中心，南京 210044)

引 言

蛋類(lèi)是生活中常見(jiàn)的食物，不論是蛋類(lèi)還是蛋制品都具有非常高的營(yíng)養(yǎng)價(jià)值，同時(shí)一些蛋制品也存在著食品安全問(wèn)題，如皮蛋在由鴨蛋腌制而成的過(guò)程中可能會(huì)存在著重金屬元素鉛殘留的問(wèn)題。關(guān)于皮蛋中鉛的殘留是一直以來(lái)大家關(guān)注的問(wèn)題，在此之前也有過(guò)這方面的研究[1-2]，食用含鉛皮蛋會(huì)危害人體安全，嚴(yán)重的會(huì)導(dǎo)致鉛中毒。然而基于原位在線探測(cè)技術(shù)的蛋殼成分檢測(cè)和蛋類(lèi)快速甄別一體化研究尚鮮見(jiàn)文獻(xiàn)報(bào)道。

激光誘導(dǎo)擊穿光譜技術(shù)(laser-induced breakdown spectroscopy,LIBS)技術(shù)是一種方便快捷并且準(zhǔn)確度高的光電檢測(cè)手段，通過(guò)脈沖激光聚焦樣品表面形成等離子體后對(duì)等離子體發(fā)射光譜進(jìn)行分析，具有探測(cè)元素種類(lèi)多、樣品準(zhǔn)備簡(jiǎn)單、響應(yīng)速度快、探測(cè)準(zhǔn)確度高等優(yōu)點(diǎn)[3-5]，已被應(yīng)用于多方面的探測(cè)與研究，如食品學(xué)[6]、藥學(xué)[7]、重金屬污染[8-10]、采礦冶金[11-13]等方面。

反向傳播神經(jīng)網(wǎng)絡(luò)(back propagation neural network,BPNN)算法是一種按誤差反向傳播訓(xùn)練的多層前饋網(wǎng)絡(luò)，由輸入層、隱藏層和輸出層組成，計(jì)算時(shí)正向傳輸，由輸入層至輸出層，之后會(huì)對(duì)輸出結(jié)果與期望值進(jìn)行對(duì)比，若未達(dá)到期望效果，則會(huì)反向傳播，將輸出誤差經(jīng)過(guò)隱藏層向輸入層逐層傳輸，并且會(huì)調(diào)整各層的權(quán)值以及各層之間的聯(lián)接強(qiáng)度。不斷重復(fù)這樣的過(guò)程，直至輸出結(jié)果達(dá)到期望效果則停止訓(xùn)練[14]。

本文中結(jié)合LIBS技術(shù)與BPNN方法對(duì)蛋殼進(jìn)行元素探測(cè)，同時(shí)對(duì)不同種類(lèi)的蛋殼進(jìn)行快速甄別，探究不同種類(lèi)以及不同制作方法的蛋殼的元素差異。采用LIBS技術(shù)對(duì)被污染的皮蛋殼中的鉛元素進(jìn)行探測(cè)，為蛋類(lèi)的快速甄別以及污染蛋類(lèi)的檢測(cè)提供一個(gè)新的研究方法。

1 實(shí)驗(yàn)方案與裝置

本文中搭建了如圖1所示實(shí)驗(yàn)裝置。選取市場(chǎng)采購(gòu)的雞蛋、鴨蛋、鵪鶉蛋和皮蛋經(jīng)過(guò)清水清洗以及靜置風(fēng)干后作為實(shí)驗(yàn)樣品。實(shí)驗(yàn)過(guò)程中，激光經(jīng)由反射鏡之后由透鏡聚焦在樣品表面，樣品表面原子在高溫下吸收能量發(fā)生能級(jí)躍遷，并在冷卻后釋放出相應(yīng)的等離子體，光譜儀采集等離子體光譜后呈現(xiàn)在電腦端。實(shí)驗(yàn)裝置已在一些參考文獻(xiàn)中有詳細(xì)介紹[15-16],其中，激光器是以Nd∶YAG為工作介質(zhì)的，調(diào)Q時(shí)間為150μs，工作波長(zhǎng)為1064nm，重復(fù)頻率為10Hz，持續(xù)時(shí)間為6ns，激光單次脈沖的最高能量為680mJ，本實(shí)驗(yàn)中激光脈沖能量為100mJ；使用的平凸透鏡焦距為150mm；光譜儀的波長(zhǎng)范圍為200nm～880nm，分辨率為0.1nm。

2 結(jié)果與討論

2.1 蛋殼元素快速檢測(cè)

實(shí)驗(yàn)中采用LIBS技術(shù)對(duì)蛋殼進(jìn)行快速的元素分析，所選取的樣品是單個(gè)鴨蛋殼，對(duì)樣品進(jìn)行LIBS探測(cè)后所得的全通道譜線如圖2所示。譜線被分成200nm～320nm(見(jiàn)圖2a)，320nm～470nm(見(jiàn)圖2b)，480nm～680nm(見(jiàn)圖2c)和690nm～880nm(見(jiàn)圖2d)4個(gè)波段分析。將實(shí)驗(yàn)所得譜線數(shù)據(jù)與美國(guó)國(guó)家標(biāo)準(zhǔn)與技術(shù)研究院(National Institute of Standards and Technology，NIST)數(shù)據(jù)庫(kù)中的數(shù)據(jù)相對(duì)應(yīng)并且在誤差范圍內(nèi)進(jìn)行元素的標(biāo)定。分析實(shí)驗(yàn)光譜并結(jié)合實(shí)際條件，發(fā)現(xiàn)鴨蛋殼中含有Si，Cu，Ca，Mg，Al，C，Na等元素。Cu是重金屬元素，同時(shí)也是重要的營(yíng)養(yǎng)元素，實(shí)驗(yàn)中檢測(cè)到Cu元素的多個(gè)特征峰，包含了Cu的原子態(tài)和離子態(tài)(Cu Ⅰ 213.598nm，Cu Ⅰ 221.458nm，Cu Ⅱ 224.700nm和Cu Ⅰ 223.008nm等)；還有金屬元素Al(Al Ⅱ 308.215nm，Al Ⅱ 309.271nm，Al Ⅰ 394.401nm和Al Ⅰ 396.152nm等)，金屬元素Mg(Mg Ⅱ 279.553nm，Mg Ⅱ 279.800nm，Mg Ⅱ 280.271nm和Mg Ⅰ 285.213nm等)。

Fig.2 LIBS spectrum of duck eggshell

2.2 蛋類(lèi)的快速甄別

圖3是雞蛋殼、鴨蛋殼和鵪鶉蛋殼在200nm～320nm波段內(nèi)的LIBS譜線。當(dāng)前對(duì)于不同蛋類(lèi)的區(qū)分是基于蛋殼的顏色不同，但當(dāng)幾種蛋殼的顏色較為相近時(shí)，根據(jù)顏色分析就會(huì)有一定的難度，本文中為了研究不同蛋類(lèi)的甄別，選取了3種部分區(qū)域顏色相近的蛋殼(雞蛋殼、鴨蛋殼和鵪鶉蛋殼)。實(shí)驗(yàn)中，3種蛋類(lèi)各選取一個(gè)樣品進(jìn)行試驗(yàn)。將實(shí)驗(yàn)中得到的LIBS譜線圖與NIST數(shù)據(jù)庫(kù)相對(duì)應(yīng)后進(jìn)行元素的標(biāo)定，通過(guò)實(shí)際情況結(jié)合光譜分析，3種蛋殼的譜線在200nm～320nm這一范圍內(nèi)存在較為明顯的區(qū)別。在200nm～320nm內(nèi)，3種蛋殼均被檢測(cè)到Ca，Mg，C元素，其中雞蛋殼含有最少的元素種類(lèi)；鴨蛋殼被檢測(cè)到的譜線峰最多，含有的元素種類(lèi)最多，被檢測(cè)到了除Ca，Mg，C元素外的Si，Al，Cu元素；鵪鶉蛋殼除Ca，Mg，C元素還被檢測(cè)到P等元素。

Fig.3 LIBS spectrum of eggshell, duck eggshell, and quail eggshell in the 200nm～320nm band

在剩余波段的譜線中，3種蛋殼的LIBS譜線差異較小，均探測(cè)到Ca，C，Mg，N，O等元素，其中鴨蛋殼的譜線多出一些Cu元素的特征峰(510.554nm，521.820nm等)，Si元素的特征峰(670.698nm等)，雞蛋殼以及鵪鶉蛋殼的譜線相似。

實(shí)驗(yàn)中采用LIBS技術(shù)與BPNN相結(jié)合的方法對(duì)不同蛋殼進(jìn)行甄別工作的研究，在分類(lèi)之前，所采集到的空氣的LIBS譜線，對(duì)于本研究是無(wú)效數(shù)據(jù)，同時(shí)還有一些峰值達(dá)到飽和的譜線也是無(wú)效譜線，算法會(huì)以此為基礎(chǔ)，在實(shí)驗(yàn)得到的所有譜線中選擇出有效譜線進(jìn)行后續(xù)的處理。雞蛋殼、鴨蛋殼和鵪鶉蛋殼都選擇200組的譜線數(shù)據(jù)，其中80%作為分類(lèi)集，20%作為測(cè)試集。算法對(duì)譜線數(shù)據(jù)進(jìn)行主成分分析(principal component analysis，PCA)、相關(guān)主成分(principal component,PC)的方差貢獻(xiàn)率和累計(jì)貢獻(xiàn)率如表1所示。其中91.0247%的貢獻(xiàn)率來(lái)自于前3個(gè)主成分，貢獻(xiàn)率分別為42.2870%，34.7557%，8.9822%，說(shuō)明這3個(gè)主成分大體包含了蛋殼樣品的大部分信息，因此，分類(lèi)時(shí)以這3個(gè)主成分進(jìn)行分析。分類(lèi)的結(jié)果如圖4所示，其中3維坐標(biāo)分別為3個(gè)主成分的得分，圓形的數(shù)據(jù)點(diǎn)為雞蛋殼，六角星的數(shù)據(jù)點(diǎn)為鴨蛋殼，五角星的數(shù)據(jù)點(diǎn)為鵪鶉蛋殼。根據(jù)分類(lèi)結(jié)果，3種蛋殼可以明顯地區(qū)分開(kāi)，達(dá)到了預(yù)期的實(shí)驗(yàn)效果。

Table 1 Variance contribution rate of each principal component (eggshell, duck eggshell, and quail eggshell)

Fig.4 Classification results of eggshell, duck eggshell, and quail eggshell

在得到了分類(lèi)結(jié)果之后，算法會(huì)對(duì)分類(lèi)結(jié)果進(jìn)行檢驗(yàn)，測(cè)試集是上面提到的200組數(shù)據(jù)中的20%的數(shù)據(jù)。經(jīng)驗(yàn)證，此次分類(lèi)工作的準(zhǔn)確度為94.167%，與采用BPNN在其它領(lǐng)域中的工作相比較時(shí)準(zhǔn)確度是比較高的：YANG等人將BPNN應(yīng)用于生物識(shí)別領(lǐng)域，達(dá)到了92.77%的準(zhǔn)確率[17]；CHENG等人將BPNN應(yīng)用于地理方面研究，達(dá)到了86.8%和80.2%的準(zhǔn)確率[18]。對(duì)于之后的盲檢，對(duì)樣品經(jīng)過(guò)上面描述的處理之后，根據(jù)得到的數(shù)據(jù)點(diǎn)位于圖中的位置可以得出未知譜線對(duì)應(yīng)的蛋殼種類(lèi)，能夠完成蛋類(lèi)的快速甄別。

在對(duì)樣品進(jìn)行選取時(shí)，3種蛋類(lèi)各選取了一個(gè)樣品進(jìn)行實(shí)驗(yàn)與研究，對(duì)于來(lái)自不同地區(qū)、不同飼養(yǎng)場(chǎng)的這3種蛋類(lèi)而言，由于生產(chǎn)環(huán)境、飼料選取等方面存在差異，所以結(jié)果也會(huì)受到影響。實(shí)驗(yàn)中以選取的樣品為例，就3種蛋殼的元素探究以及分類(lèi)提供一個(gè)思路與方法，并且將該方法應(yīng)用于不同場(chǎng)景下的蛋殼分類(lèi)。

LIBS和BPNN有著非常好的適配性，BPNN算法可以直接處理LIBS采集到的光譜數(shù)據(jù)，由于BPNN已經(jīng)完成了對(duì)應(yīng)的訓(xùn)練，可以直接分析出譜線所對(duì)應(yīng)的蛋殼種類(lèi)，并且結(jié)合LIBS技術(shù)本身的優(yōu)勢(shì)，系統(tǒng)的響應(yīng)速度快，檢測(cè)結(jié)果迅速，兩者結(jié)合的測(cè)試方法能夠做到非常好的時(shí)效性和較高的準(zhǔn)確率。LIBS技術(shù)與BPNN算法相結(jié)合的方法也可以應(yīng)用于更多的場(chǎng)景，LIBS的測(cè)試樣品要求低，測(cè)試種類(lèi)齊全，并且BPNN的應(yīng)用范圍也很廣泛，所以LIBS與BPNN相結(jié)合有著很好的研究前景。

2.3 蛋類(lèi)不同制作方法的蛋殼的鑒別

前面對(duì)于不同種類(lèi)的蛋殼進(jìn)行了甄別，本節(jié)中將研究范圍擴(kuò)展到蛋類(lèi)的不同制作方法的蛋殼的分類(lèi)。選取鴨蛋殼和由鴨蛋腌制而得的皮蛋殼為實(shí)驗(yàn)樣品。實(shí)驗(yàn)中，各選取一個(gè)鴨蛋殼和皮蛋殼作為樣品，采用LIBS技術(shù)對(duì)兩種蛋殼進(jìn)行元素分析，將兩種蛋殼的LIBS譜線進(jìn)行比較后發(fā)現(xiàn)在200nm～320nm內(nèi)存在一定的差異，該范圍內(nèi)譜線對(duì)比圖如圖5所示。兩種蛋殼的LIBS譜線整體較為相似，檢測(cè)出的元素種類(lèi)也大體相同，但Si元素的一些特征峰(如Si Ⅰ 250.690nm，Si Ⅰ 251.611nm，Si Ⅰ 252.411nm，Si Ⅰ 252.851nm和Si Ⅰ 263.128nm)只在鴨蛋殼中被檢測(cè)出來(lái)，皮蛋殼中卻沒(méi)有，對(duì)此，參考文獻(xiàn)中鮮有報(bào)道，作者猜測(cè)是由于腌制過(guò)程中發(fā)生的化學(xué)反應(yīng)對(duì)蛋殼中的元素產(chǎn)生了一定的影響。

Fig.5 LIBS spectrum of duck eggshell and preserved eggshell in the 200nm～320nm band

采用前面介紹的BPNN算法，結(jié)合實(shí)驗(yàn)所得的鴨蛋殼和皮蛋殼的LIBS譜線來(lái)對(duì)兩種蛋殼實(shí)現(xiàn)分類(lèi)工作。同樣由算法對(duì)譜線數(shù)據(jù)進(jìn)行篩選后進(jìn)行主成分分析，相關(guān)主成分的方差貢獻(xiàn)率和累計(jì)貢獻(xiàn)率如表2所示。其中92.6120%的貢獻(xiàn)率來(lái)自于前3個(gè)主成分，貢獻(xiàn)率分別為56.6306%，27.6369%和8.3445%，這3個(gè)主成分大體包含了蛋殼樣品的大部分信息，所以分類(lèi)時(shí)以這3個(gè)主成分進(jìn)行分析，所得結(jié)果如圖6所示。

Fig.6 Classification results of duck eggshell and preserved eggshell

其中圓形數(shù)據(jù)點(diǎn)為皮蛋殼，六角星數(shù)據(jù)點(diǎn)為鴨蛋殼，3個(gè)坐標(biāo)軸分別為3個(gè)主成分的得分，分類(lèi)結(jié)果顯示兩種蛋殼之間有著明顯的區(qū)別，并且經(jīng)過(guò)驗(yàn)證之后，區(qū)分的準(zhǔn)確率達(dá)到了97.5%，能夠達(dá)到鑒別兩種不同蛋殼的效果。

本節(jié)中將實(shí)驗(yàn)對(duì)象進(jìn)行了擴(kuò)展，從不同種類(lèi)的蛋殼拓展到同種蛋類(lèi)不同產(chǎn)品的殼，選取的樣品為采購(gòu)的同一出處的鴨蛋和皮蛋，不同來(lái)源的樣品對(duì)實(shí)驗(yàn)結(jié)果是存在一定的影響的，但是不同蛋制品的制作方法是較為固定的，實(shí)驗(yàn)以采購(gòu)的樣品為例，研究和建立LIBS技術(shù)和BPNN算法的結(jié)合方法，用于不同制作方法的蛋制品的殼的分類(lèi)，為后續(xù)不同產(chǎn)地、不同來(lái)源、不同制作方法的蛋類(lèi)元素探測(cè)、分類(lèi)與甄別提供思路。

2.4 蛋類(lèi)的鉛污染研究

針對(duì)于蛋類(lèi)的食品安全問(wèn)題，本節(jié)中就蛋類(lèi)的重金屬元素污染問(wèn)題展開(kāi)研究。皮蛋由于制作工藝，在腌制的過(guò)程中可能會(huì)存在鉛殘留的問(wèn)題，一旦食用了污染的皮蛋會(huì)造成人體鉛中毒危害人的生命安全。因此為了探究蛋類(lèi)重金屬元素污染問(wèn)題，本文中選取了皮蛋為研究對(duì)象，調(diào)配體積分?jǐn)?shù)為0.01的醋酸鉛溶液，將皮蛋放入調(diào)配好的溶液中完全浸泡10min后取出，紙巾擦拭干凈后作為實(shí)驗(yàn)樣品，用同樣參量的激光進(jìn)行LIBS探測(cè)。將得到的含鉛皮蛋殼的LIBS譜線與未作處理的皮蛋殼LIBS譜線進(jìn)行對(duì)照，圖7為部分波段的兩者譜線對(duì)照?qǐng)D。其中圖7a中為皮蛋殼的譜線，圖7b中為含鉛皮蛋殼的譜線。兩種蛋殼的譜線大體相同，但在圖中虛線所標(biāo)示的波長(zhǎng)處(217.000nm，282.319nm，283.305nm，287.331nm，363.956nm，368.346nm，405.780nm)，只有含鉛皮蛋殼的譜線有峰，將這些峰的波長(zhǎng)一一與NIST譜線庫(kù)中已經(jīng)記錄的鉛元素的特征峰波長(zhǎng)進(jìn)行對(duì)比，證實(shí)這些波長(zhǎng)均為鉛元素特征峰的波長(zhǎng)，說(shuō)明可以采用LIBS技術(shù)對(duì)蛋類(lèi)重金屬污染元素的探測(cè)與研究。

Fig.7 LIBS spectrum of preserved eggshells and leaded preserved eggshells in several bands

實(shí)驗(yàn)?zāi)M皮蛋的腌制中被重金屬鉛污染過(guò)程，配制不同體積分?jǐn)?shù)的醋酸鉛溶液。將蛋殼浸泡在溶液中5min后取出吹干進(jìn)行檢測(cè)，得到了如圖8所示的不同體積分?jǐn)?shù)的溶液浸泡的皮蛋殼的譜線，圖中展示了Pb Ⅰ 405.780nm和Cu Ⅰ 407.558nm兩個(gè)特征峰的相對(duì)強(qiáng)度。溶液的體積分?jǐn)?shù)降低時(shí)，鉛元素特征峰的強(qiáng)度也隨之降低，在溶液體積分?jǐn)?shù)為5×10-6時(shí)，Pb Ⅰ 405.780nm的強(qiáng)度非常低，并且實(shí)驗(yàn)時(shí)將體積分?jǐn)?shù)再降低后檢測(cè)不到該特征峰，所以認(rèn)為最低可以檢測(cè)到體積分?jǐn)?shù)為5×10-6的溶液中的鉛元素。

Fig.8 Spectral lines of preserved eggshells soaked in different volume fractions of solutions

3 結(jié) 論

本文中結(jié)合LIBS和BPNN開(kāi)展了對(duì)于蛋殼元素的相關(guān)研究。通過(guò)LIBS探測(cè)以及元素標(biāo)定發(fā)現(xiàn)了鴨蛋殼中含有Si，Cu，Ca，Mg，Al，Na等元素，其中檢測(cè)到了明顯的并且完整的Cu元素和Al元素的特征峰。同樣對(duì)于雞蛋殼和鵪鶉蛋殼的元素探測(cè)發(fā)現(xiàn)，在200nm～320nm內(nèi)，3種蛋殼均發(fā)現(xiàn)Ca，Mg，C元素，同時(shí)，在鵪鶉蛋殼中還發(fā)現(xiàn)了P等元素、在鴨蛋殼中還發(fā)現(xiàn)Cu，Si等元素。借助BPNN對(duì)這3種蛋殼進(jìn)行分類(lèi)，得到了較為明顯的區(qū)分圖，并且經(jīng)過(guò)檢驗(yàn)得到了94.167%的分類(lèi)準(zhǔn)確度。采用同樣的方法對(duì)鴨蛋殼和皮蛋殼進(jìn)行分類(lèi)，研究不同制作方法的蛋殼之間的元素區(qū)別，得到了97.5%的準(zhǔn)確度。兩種分類(lèi)的結(jié)果以及檢驗(yàn)結(jié)果的準(zhǔn)確率都是很高的，說(shuō)明LIBS與BPNN的結(jié)合可以很好地做到對(duì)于不同種類(lèi)的蛋殼以及相同種類(lèi)不同制作方法的蛋殼的分類(lèi)。由于皮蛋的制作過(guò)程中存在鉛元素的殘留問(wèn)題，食用含鉛皮蛋會(huì)對(duì)人體安全造成影響并存在鉛中毒的可能，實(shí)驗(yàn)中通過(guò)LIBS對(duì)污染的皮蛋殼進(jìn)行探測(cè)，檢測(cè)到了蛋殼中多條鉛元素的特征峰并進(jìn)行了標(biāo)定，為蛋類(lèi)的污染檢測(cè)以及污染元素判定提供了新的方法。同時(shí)實(shí)驗(yàn)?zāi)M皮蛋的腌制中被重金屬鉛污染過(guò)程，結(jié)果表明，最低可以檢測(cè)到體積分?jǐn)?shù)為5×10-6的溶液浸泡的皮蛋殼中的鉛元素。