董怡青，楊清華，余 梅，趙芷嵐，范 偉，李 跑*，鄭 郁

（1.湖南農(nóng)業(yè)大學(xué)食品科學(xué)與技術(shù)學(xué)院，食品科學(xué)與生物技術(shù)湖南省重點(diǎn)實(shí)驗(yàn)室，湖南長沙 410128；2.中國檢驗(yàn)認(rèn)證集團(tuán)湖南有限公司，湖南長沙 410021；3.湖南農(nóng)業(yè)大學(xué)東方科技學(xué)院，湖南 長沙 410128；4.湖南師范大學(xué)醫(yī)學(xué)院，湖南長沙 410013）

陳皮來源于柑橘屬植物橘（Citri Reticulatae Pericarpium）及其栽培變種的干燥成熟果皮，具有理氣健脾、燥濕化痰等功效，在食療、藥膳、臨床方面應(yīng)用廣泛[1-2]。陳皮以廣陳皮為上等，其主產(chǎn)地為廣東江門新會(huì)，故又叫新會(huì)陳皮。目前，市場上除了藥典規(guī)定的橘屬類及其栽培變種的果皮制作的陳皮以外，普通柑、橙屬果皮經(jīng)干制或特殊手段可使其外觀與新會(huì)陳皮無差，導(dǎo)致市場上出現(xiàn)魚目混珠的現(xiàn)象，陳皮質(zhì)量良莠不齊?，F(xiàn)今，常用望、聞刮、嘗、沖茶方法來判定、鑒別新會(huì)陳皮，這需要判定者有非常豐富的經(jīng)驗(yàn)；或利用儀器分析方法對(duì)陳皮有效成分進(jìn)行分析，主要有分光光度法、電化學(xué)法、色譜及其聯(lián)用技術(shù)等[3]，這些方法通常需要借助精密儀器，具有較高的檢測成本，且對(duì)樣品具有破壞性，無法實(shí)現(xiàn)產(chǎn)品的二次銷售，因此亟需探索一種綠色、快速、無損的陳皮真?zhèn)舞b別方法。

近紅外光譜技術(shù)因快速無損、綠色環(huán)保等特點(diǎn)，已在食品、農(nóng)業(yè)、醫(yī)藥等領(lǐng)域得到了廣泛應(yīng)用[4-8]。由于光譜采集過程中受環(huán)境、儀器以及樣本自身特性等因素的影響，近紅外光譜往往存在譜峰重疊、基線漂移等現(xiàn)象，通常引入化學(xué)計(jì)量方法解決上述問題[9-10]。主成分分析方法（principal component analysis，PCA）是一種多變量統(tǒng)計(jì)技術(shù)，廣泛用于數(shù)據(jù)降維及聚類分析。PCA 是利用方差重新構(gòu)建最有意義的變量信息解釋數(shù)據(jù)集差異，這組不相關(guān)的變量稱為主成分（PC），且對(duì)原始信息的損失很小。目前，陳皮近紅外光譜研究主要集中在成分組成及含量分析上[11-12]，以及對(duì)年份和產(chǎn)地的鑒別研究上[13-14]。如余梅等[15]利用便攜式近紅外光譜儀和積分球漫反射模式采集了不同陳化年份陳皮內(nèi)囊和外壁的近紅外光譜，利用光譜預(yù)處理方法結(jié)合不同模式識(shí)別方法實(shí)現(xiàn)了不同年份陳皮的準(zhǔn)確鑒別。鄭訓(xùn)培等[16]提出了一種基于近紅外光譜技術(shù)的陳皮粉末樣品真?zhèn)蔚臒o損鑒別方法。然而現(xiàn)階段對(duì)利用便攜式近紅外光譜儀針對(duì)完整新會(huì)陳皮及其假冒陳皮的無損鑒別研究較少。本研究旨在基于便攜式近紅外漫反射光譜技術(shù)結(jié)合化學(xué)計(jì)量學(xué)方法構(gòu)建立一種假冒陳皮無損鑒別分析方法。

1 材料與方法

1.1 樣品

新會(huì)陳皮，為江門市新會(huì)區(qū)嶺南臻寶陳皮茶葉有限公司成品包裝的5 年陳化齡陳皮。以自然風(fēng)干的砂糖橘果皮、沃柑果皮、蜜橘果皮、椪柑果皮、普洱茶水浸泡和蒸煮的沃柑果皮作為假冒陳皮。每個(gè)種類制備30 個(gè)樣本，共計(jì)210 個(gè)樣品。

1.2 儀器與光譜采集

i-Spec Plus 光柵型便攜式近紅外光譜儀（必達(dá)泰克光電科技（上海）有限公司）結(jié)合積分球漫反射附件，波數(shù)范圍為11 190～5 800 cm-1。采集每個(gè)樣品內(nèi)囊、外壁的漫反射光譜，重復(fù)測量3 次，取其平均值作為原始光譜。

1.3 光譜預(yù)處理與聚類分析

將新會(huì)陳皮與假冒陳皮樣品按照Kennard-Stone 方法以7∶3 比例分為147 個(gè)校正集與63 個(gè)驗(yàn)證集。采用去偏置（De-bias）、去偏移（detrend，DT）、標(biāo)準(zhǔn)正態(tài)變量變換（standard normal variate，SNV）、最 大 最 小 歸 一 化（min-max normalization，Min-Max）、多 元 散 射 校 正（multiplicative scatter correction，MSC）、一 階 導(dǎo) 數(shù)（first-order derivative，1st）、二階導(dǎo)數(shù)（second derivative，2nd）、連續(xù)小波變換（continuous wavelet transform，CWT）等8 種常見光譜預(yù)處理方法。

聚類分析采用PCA 方法。該方法是一種線性降維算法，常用于聚類分析，利用方差衡量數(shù)據(jù)的差異性，將高維數(shù)據(jù)投影至低維空間進(jìn)行。此外，PCA 是一種無監(jiān)督學(xué)習(xí)的多元統(tǒng)計(jì)分析方法。本研究利用該方法建立了新會(huì)陳皮與假冒陳皮的鑒別模型。上述光譜預(yù)處理與鑒別分析均由MATLAB R2010b（The Mathworks,Natick,USA）軟件實(shí)現(xiàn)。

2 結(jié)果與分析

2.1 不同假冒陳皮光譜及PCA 結(jié)果

圖1a～b 分別為新會(huì)陳皮與假冒陳皮（砂糖橘果皮、沃柑果皮、蜜橘果皮、椪柑果皮）內(nèi)囊及外壁的原始光譜。由圖可知，光譜譜線趨勢(shì)一致且具有相似的譜峰，均在7 000 cm-1處有吸收峰，但存在嚴(yán)重的譜峰重疊、基線漂移以及噪聲干擾等現(xiàn)象。因此，僅使用原始光譜無法實(shí)現(xiàn)對(duì)假冒陳皮與新會(huì)陳皮的準(zhǔn)確鑒別。

為實(shí)現(xiàn)對(duì)假冒陳皮與新會(huì)陳皮的鑒別分析，采用了PCA 對(duì)原始光譜數(shù)據(jù)進(jìn)行分析，圖1c～d 為新會(huì)陳皮與假冒陳皮（砂糖橘果皮、沃柑果皮、蜜橘果皮、椪柑果皮）內(nèi)囊及外壁的PCA 結(jié)果。圖中實(shí)心表示校正集，空心表示預(yù)測集。其中，橫坐標(biāo)代表第一主成分（PC1）的方差貢獻(xiàn)率，縱坐標(biāo)代表第二主成分（PC2）的方差貢獻(xiàn)率，PC1與PC2 的累計(jì)方差貢獻(xiàn)率之和大于90%。此外，新會(huì)陳皮與假冒陳皮的置信橢圓呈重疊交織狀。內(nèi)囊數(shù)據(jù)PCA模型的鑒別準(zhǔn)確率僅為12.38%，外壁數(shù)據(jù)PCA 模型的鑒別準(zhǔn)確率為48.57%，表明內(nèi)囊與外壁的數(shù)據(jù)所包含信息不同，可能是陳皮的外壁有較多的油室，而內(nèi)囊沒有。雖然外壁數(shù)據(jù)結(jié)果優(yōu)于內(nèi)囊數(shù)據(jù)結(jié)果，但其依然無法實(shí)現(xiàn)對(duì)假冒陳皮（砂糖橘果皮、沃柑果皮、蜜橘果皮、椪柑果皮）的準(zhǔn)確鑒別。其原因可能是原始光譜中不僅包含有用信息，同時(shí)也包含了多種干擾、數(shù)據(jù)冗余等，導(dǎo)致陳皮與假冒陳皮的樣品間差異弱化。

圖1 陳皮與假冒陳皮（砂糖橘皮、沃柑果皮、蜜桔果皮、椪柑果皮）原始光譜及PCA 結(jié)果Fig.1 Original spectra and PCA of Citri Reticulatae Pericarpium and counterfeit Citri Reticulatae Pericarpium (peel of ‘Shatangju’ mandarin,peel of ‘Orah’ mandarin,peel of Tangerine,and peel of Ponkan)

圖2 為新會(huì)陳皮與假冒陳皮（普洱茶水浸泡和蒸煮的沃柑果皮）的原始光譜圖及PCA 結(jié)果。普洱茶水浸泡和蒸煮的沃柑果皮外觀較深，與陳皮顏色相似，肉眼更難鑒別。由圖2a～b 可見，光譜譜線呈現(xiàn)出相似的趨勢(shì)，且存在明顯的基線漂移和噪聲干擾。但新會(huì)陳皮與假冒陳皮（普洱茶水浸泡和蒸煮的沃柑果皮）光譜強(qiáng)度存在明顯差異，其中外壁光譜數(shù)據(jù)尤為明顯，新會(huì)陳皮與假冒陳皮有明顯的區(qū)別。這可能是經(jīng)過特殊處理的普通柑橘果皮（假冒陳皮）包含了普洱茶信息，與陳皮的成分有較大差別所致。如圖2c～d 所示，新會(huì)陳皮與假冒陳皮（普洱茶水浸泡和蒸煮的沃柑果皮）的置信橢圓呈現(xiàn)分離狀態(tài)，進(jìn)一步驗(yàn)證了光譜結(jié)果。這表明，原始光譜數(shù)據(jù)結(jié)合PCA 可以實(shí)現(xiàn)假冒陳皮（普洱茶水浸泡和蒸煮的沃柑果皮）的100%鑒別。此外，盡管陳皮與假冒陳皮（普通柑橘果皮）的原始光譜PCA 并未準(zhǔn)確鑒別，但陳皮與部分假冒陳皮（普通柑橘果皮）置信橢圓仍有所區(qū)別。不同樣品的原始光譜中所包含的特征信息不同，經(jīng)PCA的方差衡量所得到的新主成分也不相同，因此PCA 結(jié)果不相同。

圖2 陳皮與假冒陳皮（普洱茶浸泡、蒸煮的沃柑果皮）原始光譜及PCA 結(jié)果Fig.2 Original spectra and PCA of Citri Reticulatae Pericarpium and counterfeit Citri Reticulatae Pericarpium (peel of ‘Orah’ mandarin soaked or boiled in Pu’er tea)

2.2 基于光譜預(yù)處理的PCA 結(jié)果

光譜預(yù)處理方法可以消除光譜中的多種干擾。圖3（見下頁）、4（見第38 頁）分別為經(jīng)預(yù)處理優(yōu)化后內(nèi)囊、外壁光譜數(shù)據(jù)的PCA 結(jié)果。由圖3 內(nèi)囊數(shù)據(jù)的PCA 結(jié)果可知，假冒陳皮（砂糖橘果皮、沃柑果皮、蜜橘果皮、椪柑果皮）與新會(huì)陳皮的置信橢圓重疊嚴(yán)重。DT 預(yù)處理的PCA 模型最佳，鑒別率為30.12%。此外，SNV、Min-Max和MSC 預(yù)處理的PCA 模型鑒別率均有所下降。圖4 為光譜預(yù)處理后外壁數(shù)據(jù)的PCA 結(jié)果。結(jié)合圖3、4 可知，外壁數(shù)據(jù)結(jié)果優(yōu)于內(nèi)囊數(shù)據(jù)，采用DT、SNV 與MSC 結(jié)合PCA 分析可實(shí)現(xiàn)對(duì)新會(huì)陳皮與假冒陳皮（砂糖橘果皮、沃柑果皮、蜜橘果皮、椪柑果皮）的100%鑒別。結(jié)果表明，合適的預(yù)處理方法可以扣除光譜中的干擾，提高鑒別準(zhǔn)確率。此外，對(duì)于假冒陳皮（砂糖橘果皮、沃柑果皮、蜜橘果皮、椪柑果皮）的鑒別，選用外壁光譜更可靠。

圖3 陳皮與假冒陳皮（砂糖橘皮、沃柑果皮、蜜桔果皮、椪柑果皮）內(nèi)囊數(shù)據(jù)經(jīng)預(yù)處理后PCA 結(jié)果Fig.3 PCA of inner capsule data of Citri Reticulatae Pericarpium and counterfeit Citri Reticulatae Pericarpium (peel of ‘Shatangju’ mandarin,peel of ‘Orah’ mandarin,peel of Tangerine,and peel of Ponkan) with pretreatment methods

圖4 陳皮與假冒陳皮（砂糖橘皮、沃柑果皮、蜜桔果皮、椪柑果皮）外壁數(shù)據(jù)經(jīng)預(yù)處理后PCA 結(jié)果Fig.4 PCA of outer skin data of Citri Reticulatae Pericarpium and counterfeit Citri Reticulatae Pericarpium (peel of ‘Shatangju’ mandarin,peel of ‘Orah’ mandarin,peel of Tangerine,and peel of Ponkan) with pretreatment methods

3 結(jié)論

本試驗(yàn)提出了一種基于便攜式近紅外光譜儀的陳皮真?zhèn)螣o損鑒別方法。僅使用原始光譜雖可實(shí)現(xiàn)假冒陳皮（普洱茶浸泡和蒸煮的沃柑果皮）的100%鑒別，但無法實(shí)現(xiàn)假冒陳皮（砂糖橘果皮和沃柑果皮）的準(zhǔn)確鑒別；利用外壁數(shù)據(jù)與光譜預(yù)處理結(jié)合主成分分析方法可以實(shí)現(xiàn)假冒陳皮100%鑒別，最佳光譜預(yù)處理方法為DT、SNV、MSC。采用便攜式近紅外光譜儀結(jié)合化學(xué)計(jì)量學(xué)方法能實(shí)現(xiàn)對(duì)假冒陳皮的無損鑒別。