宋白玉，張瑞鑫，莊程翔，劉 哲，陳少華

（江蘇農(nóng)林職業(yè)技術(shù)學(xué)院，江蘇 鎮(zhèn)江 212400）

近紅外光譜技術(shù)（Near Infrared，NIR）的信息量豐富，可以直接透過樣品的內(nèi)部，波長范圍為800～2 500 nm。近紅外檢測技術(shù)具有多種成分同時(shí)分析、測量速度快、測試成本低、樣品無需預(yù)處理且不會遭到破壞、無需化學(xué)試劑等突出特點(diǎn)，堪稱“綠色檢測技術(shù)”[1]，在水果品質(zhì)檢測中得到了廣泛的應(yīng)用。

近紅外光是介于可見光和中紅外光之間的電磁波，光譜波長區(qū)域?yàn)?80～2 526 nm，波數(shù)為12 820～3 959 cm-1。近紅外光譜主要是有機(jī)分子的倍頻與合頻吸收光譜[1]，它是由于分子振動的非諧振性使分子振動從基態(tài)向高能級躍遷時(shí)產(chǎn)生的。它記錄了含氫基團(tuán)（C-H，O-H，N-H，S-H）分子化學(xué)鍵基頻振動的倍頻和合頻信息[2]，包含了絕大多數(shù)類型化合物及其混合物的質(zhì)量濃度，或品質(zhì)參數(shù)的豐富信息。可溶性固形物主要的組成基團(tuán)是C-H 和O-H，因此適合用NIR 技術(shù)來分析。根據(jù)“朗伯-比爾”吸收定律[3]，不同的基團(tuán)和同一基團(tuán)在不同化學(xué)環(huán)境中的吸收波長有明顯差別，可以作為獲取有機(jī)物組成或性質(zhì)信息的有效載體[4]。因此，NIR 光譜不僅能夠反映絕大多數(shù)有機(jī)化合物的組成和結(jié)構(gòu)性能信息[5]，而且對某些無機(jī)離子化合物，也能夠通過它對共存的本體物質(zhì)影響引起的光譜變化[6]，間接地反映它存在的信息，而且從近紅外反射光譜還能得到樣品的密度、粒度、高分子物的聚合度及纖維直徑等物理狀態(tài)信息[7]。

由于有機(jī)組分的各官能團(tuán)在近紅外區(qū)具有多級吸收，且不同官能團(tuán)之間的譜峰相互疊加[8]和固體樣品的散射等因素的影響。因此，近紅外光譜在某個(gè)波長點(diǎn)的漫反射吸光度[9]與有機(jī)組分的質(zhì)量濃度或性質(zhì)之間并不是簡單的線性關(guān)系[3]，必須采用化學(xué)計(jì)量學(xué)方法[4]解析復(fù)雜的近紅外光譜，建立光譜信息與有機(jī)組分之間的關(guān)系。

1 近紅外光譜定量分析中的化學(xué)計(jì)量算法

目前，光譜分析中定量分析中采用的化學(xué)計(jì)量學(xué)方法[5]主要有多元線性回歸、逐步多元線性回歸、主成分回歸、偏最小二乘法和人工神經(jīng)網(wǎng)絡(luò)等[10]。本文采用了主成分回歸和偏最小二乘法進(jìn)行分析，故在此只簡單介紹這2 種化學(xué)計(jì)量算法。

主成分回歸法（Principal Component Regression，PCR）[6]包括2 個(gè)步驟，首先是把原始數(shù)據(jù)進(jìn)行主成分分析（Principal Component Analysis，PCA），它是以因子分析為基礎(chǔ)，將光譜數(shù)據(jù)向協(xié)方差最大方向投影，使數(shù)目較少的主成分成為原變量的線性組合，主成分最大限度地反映了被測樣品的組成和結(jié)構(gòu)信息，而最小限度地包含噪聲，通過對主成分個(gè)數(shù)的合理選取，去掉代表干擾組分和干擾因素的主成分；然后再用其中的幾個(gè)主成分與物質(zhì)的化學(xué)成分進(jìn)行多元線性回歸，這就是主成分回歸分析的主要思想。其優(yōu)點(diǎn)主要是可充分利用光譜數(shù)據(jù)的信息，增加了模型抗干擾能力[8]。但在分解光譜矩陣時(shí)，未考慮光譜矩陣與樣品成分矩陣之間的內(nèi)在聯(lián)系，不能保證參與回歸的主成分一定與被測組分或性質(zhì)相關(guān)。

偏最小二乘法（Partial Least-Square Method，PLS）[7]從20 世紀(jì)80 年代被開始應(yīng)用于化學(xué)研究，現(xiàn)已成為化學(xué)計(jì)量學(xué)中最常用的多元校正方法，也是近紅外光譜分析上應(yīng)用最多的回歸方法。PLS 也是一種基于因子分析的多元校正方法，與主成分回歸法的區(qū)別是：它不僅將響應(yīng)矩陣進(jìn)行分解，提取主因子，還將質(zhì)量濃度矩陣進(jìn)行分解提取主因子，具有更強(qiáng)的提供信息的能力，所建立的校正模型[5]更穩(wěn)定，抗干擾能力更強(qiáng)。如同主成分回歸分析，在應(yīng)用PLS 時(shí)，確定參與回歸的維數(shù)十分重要。

2 材料與方法

2.1 近紅外漫反射光譜掃描

本次試驗(yàn)使用的是美國ASD 公司生產(chǎn)的Quality Spec?Pro 光譜儀，各參數(shù)設(shè)置如下：波長范圍為350～1 800 nm，光譜采樣間隔為1 nm，掃描次數(shù)為10 次，分辨率為3 nm（700 nm）、10 nm（1 400 nm）。近紅外波段（350～1 000 nm）選擇512 相元陣列硅（Si）檢測器，檢測距離為3 cm；短紅外波段（1 000～1 800 nm）選擇銦鎵砷（InGaAs）檢測器。探頭視場角為45°，光源是與光譜儀配套的12 V/30 W 鎢鹵燈。該NIR 裝置示意圖如圖1 所示。

圖1 NIR 測量裝置示意圖

在光譜采集前，對ASD 光譜儀預(yù)熱2 h，并穩(wěn)定光源15 min，以白板作為參比標(biāo)準(zhǔn)，在溫度20 ℃及相對濕度55%的條件下，將草莓置于NIR 光譜采集系統(tǒng)上，對每個(gè)草莓樣品進(jìn)行1 次光譜測量，掃描點(diǎn)選擇表面圓滑部位，然后，換角度再進(jìn)行1 次光譜掃描。計(jì)算機(jī)自動計(jì)算得到樣品漫反射光譜，并取2 次測量的平均光譜。掃描后的譜圖如圖2 所示。

圖2 單個(gè)草莓樣品的近紅外漫反射譜圖

從圖中可以看出，譜線在670 nm、950 nm、1 175 nm 及1 425 nm 附近有明顯的特征峰值。

2.2 草莓樣品可溶性固形物含量的化學(xué)測定

試驗(yàn)樣品均采于本課題組位于金華赤松鎮(zhèn)的草莓試驗(yàn)基地，采后即用冰盒帶回實(shí)驗(yàn)室，放置平板上待果實(shí)恢復(fù)室溫后即進(jìn)行樣品的光譜檢測和SSC（Soluble Solids Content）測定，試驗(yàn)在當(dāng)天完成。在對樣品進(jìn)行測量前，首先用半干的毛巾擦干凈水果表面，再對樣本進(jìn)行預(yù)處理后進(jìn)行排序標(biāo)記并確定光譜采樣范圍。試驗(yàn)樣品共150 個(gè)，在建模過程中，由軟件隨機(jī)分為2 組，即校正組和驗(yàn)證組，樣品分別為112和38 個(gè)，樣品溫度與室溫平衡后即進(jìn)行點(diǎn)對點(diǎn)的光譜采集與SSC 的測定。

本試驗(yàn)采用折射式數(shù)字糖度計(jì)[2]進(jìn)行測量。采集完光譜后，擠出草莓果汁，滴到糖度計(jì)的小槽中，滴滿為止，然后進(jìn)行可溶性固形物的測量。

2.3 模型的建立與數(shù)據(jù)處理

應(yīng)用定量分析軟件The uascrambler 9.6 建立草莓可溶性固形物含量校正模型。建模采用2 種多元校正方法，即主成分分析和偏最小二乘法。將可溶性固形物含量的實(shí)測值導(dǎo)入該軟件，在建模過程中隨機(jī)選擇112 個(gè)作為建模樣品，38 個(gè)作為預(yù)測樣品。用未參與建模的樣品對模型進(jìn)行驗(yàn)證，評價(jià)模型的可行性，比較PCR 和PLS 的預(yù)測性能。

2.4 最適譜區(qū)的選擇

在近紅外光譜分析過程中，一般在通用的光譜儀上掃描一個(gè)樣品會得到上千個(gè)數(shù)據(jù)點(diǎn)。光譜圖譜帶重疊嚴(yán)重、背景復(fù)雜，其信息量非常豐富，這給定性和定量分析帶來了巨大困難。傳統(tǒng)觀點(diǎn)認(rèn)為主成分分析、偏最小二乘法具有較強(qiáng)的抗干擾能力，可全波長參與多元校正模型的建立。

隨著多組分混合物光譜定量分析研究的日趨活躍和深入，發(fā)現(xiàn)選取一定范圍的光譜甚至是幾個(gè)特定的波長點(diǎn)處的吸收值進(jìn)行定標(biāo)不但可以簡化計(jì)算，還可以提高模型的穩(wěn)定性和預(yù)測能力。當(dāng)采用全譜區(qū)進(jìn)行計(jì)算建模時(shí)，不僅計(jì)算量大，而且在某些光譜區(qū)域樣品的光譜信息很弱或與樣品的組成或性質(zhì)缺乏相關(guān)關(guān)系，引入這樣的變量會造成多元校正模型的精度降低甚至錯(cuò)誤。如果對建模的光譜譜區(qū)進(jìn)行選擇，將有利于簡化模型、減少噪聲影響，提高運(yùn)算效率和模型的穩(wěn)定性。

本研究選擇不同的譜區(qū)采用PLS 和PCR 這2 種方法分別建立不同譜區(qū)的校正模型，根據(jù)它們的預(yù)測效果，得到建立校正模型的最適譜區(qū)。

2.5 光譜預(yù)處理

由于儀器、樣品背景或其他因素影響，近紅外光譜分析中經(jīng)常出現(xiàn)譜圖漂移或偏移現(xiàn)象，如不加處理，同樣會影響校正模型建立的質(zhì)量和未知樣品預(yù)測結(jié)果的準(zhǔn)確性。可以采用扯平峰谷點(diǎn)、偏置扣減、微分處理和基線傾斜等方法?；€校正最常用的解決方法是對光譜進(jìn)行一階微分或二階微分處理，前者主要解決基線的偏移，后者則解決基線的漂移。采用微分可以較好地凈化圖譜信息。本試驗(yàn)比較了原始光譜及一階和二階微分光譜所建模型的預(yù)測效果。

2.6 數(shù)學(xué)模型預(yù)測效果的評價(jià)指標(biāo)

在對未知樣本進(jìn)行測定時(shí)，根據(jù)測定的光譜和校正模型的實(shí)用性判斷，確定建立的校正模型能否對未知樣本進(jìn)行測定。一般在實(shí)際建模過程中把交叉驗(yàn)證的決定系數(shù)R2和校正標(biāo)準(zhǔn)差（RMSEC）作為評價(jià)標(biāo)準(zhǔn)。在外部檢驗(yàn)中，用決定系數(shù)R2和預(yù)測標(biāo)準(zhǔn)差（RMSEP）作為評價(jià)標(biāo)準(zhǔn)。決定系數(shù)R2越大，而校正標(biāo)準(zhǔn)差（RMSEC）和預(yù)測標(biāo)差（RMSEP）越小，說明模型越可靠。

校正標(biāo)準(zhǔn)差的計(jì)算公式如下：

式（1）中：IRMSEC為校正標(biāo)準(zhǔn)差值；M為定標(biāo)集的樣品數(shù)；iy^ 為第i個(gè)樣品的預(yù)測值；yi為第i個(gè)樣品的化學(xué)分析值。

預(yù)測標(biāo)準(zhǔn)差值的計(jì)算公式如下：

式（2）中：JRMSEP為預(yù)測標(biāo)準(zhǔn)差值；n為驗(yàn)證集的樣品數(shù)。

決定系數(shù)R2給出了真實(shí)組分值中出現(xiàn)的變量百分?jǐn)?shù)，預(yù)測含量值越接近真值，R2越接近100%，其計(jì)算公式如下：

式（3）中：yn為M個(gè)樣品真值的平均值。

3 結(jié)果與分析

3.1 草莓樣品可溶性固形物與糖度測定結(jié)果

草莓樣品可溶性固形物含量分析結(jié)果如表1所示。由表可知，校正集樣品中可溶性固形物范圍為9.1～17.3，標(biāo)準(zhǔn)偏差為1.857 4，平均值為11.514 6；驗(yàn)證集樣品的可溶性固形物范圍為9.6～17.1，平均值為12.235 4，標(biāo)準(zhǔn)偏差為1.498 2。測定值呈典型的“鐘”形的正態(tài)分布，這表明樣品值具有較廣泛的代表性，并保證方差分析、回歸分析等統(tǒng)計(jì)方法所對應(yīng)的樣本值服從正態(tài)分布。草莓糖度的分析結(jié)果如表2 所示。

表1 草莓樣品可溶性固形物含量分析結(jié)果

表2 草莓糖度的分析結(jié)果

3.2 不同譜區(qū)對結(jié)果的影響

在運(yùn)用偏最小二乘法建立模型的過程中，選擇不同的譜區(qū)，對結(jié)果具有一定的影響。運(yùn)用The uascrambler 9.6定量分析軟件將全光譜波段分成11 個(gè)交叉的波段，表3 和表4 只列舉了部分譜區(qū)，即選擇了預(yù)測效果最佳的譜區(qū)，并按效果由好到差依次列于表中。

表3 不同譜區(qū)對PLS 模型效果的影響

表4 不同譜區(qū)對PCR 模型效果的影響

結(jié)合表3 和表4，從交叉驗(yàn)證后預(yù)測值和實(shí)際值的決定系數(shù)R2、校正標(biāo)準(zhǔn)差（RMSEC）以及模型預(yù)測后的決定系數(shù)R2、預(yù)測標(biāo)準(zhǔn)差（RMSEP）可以看出，總的來說PLS 對原始光譜的建模要優(yōu)于PCR 對原始光譜的建模。由表3 可知，通過偏最小二乘法所得的模型，在波段為500～1 600 nm 范圍內(nèi)，交叉驗(yàn)證得到最大的R2和最小的RMSEC值，分別為0.995 5和0.108 1；并且用這個(gè)模型預(yù)測驗(yàn)證集，所得到的R2和RMSEP值也最理想，分別為0.872 7 和0.493 2。

因此，500～1 600 nm 為PLS 建模的最適譜區(qū)。而由表4 可知，通過PCR 所得模型的最適譜區(qū)為800～1 400 nm。產(chǎn)生這個(gè)差異的原因尚未弄清有待進(jìn)一步研究，本文不做討論。

3.3 不同光譜預(yù)處理方法對結(jié)果的影響

本試驗(yàn)采用一階微分和二階微分這2 種常用的光譜預(yù)處理方法，并且比較原始光譜、一階微分光譜和二階微分光譜所建模型的預(yù)測能力。對可溶性固形物進(jìn)行建模時(shí)，采用偏最小二乘法、主成分回歸法2 種不同的數(shù)學(xué)校正法，并分別在其最適譜區(qū)內(nèi)建模，最后對2 種模型進(jìn)行比較討論。

利用PLS 和PCR 對不同預(yù)處理光譜進(jìn)行建模，預(yù)測模型結(jié)果如表5 所示，由表可知，PCR 和PLS 的預(yù)測能力有明顯差別。比較PLS 和PCR 分別基于原始光譜、一階微分光譜和二階微分光譜的模型，PLS 普遍具有較高的R2值及較小的RMSEC 值和RSMEP 值，表明PLS 法更適于草莓的建模分析。

表5 建模和預(yù)測模型結(jié)果

從分析結(jié)果來看，對樣品的原始光譜采用一階、二階微分處理后的PLS 預(yù)測模型的擬和度及預(yù)測效果有一定的差異，由好到差依次是：原始光譜、一階光譜、二階光譜。單看PLS 模型，一階光譜與二階光譜所建立的校正模型，其決定系數(shù)R2相差不大，分別為0.943 2、0.943 1，而與原始光譜相比，其決定系數(shù)R2為0.995 5，都有相對較大的差距。

再比較各種不同光譜預(yù)處理后的PCR 模型，也可以發(fā)現(xiàn)，基于原始光譜建立的模型效果最好，其決定系數(shù)R2為0.992 9。而一階微分、二階微分處理后預(yù)測效果大大降低，決定系數(shù)分別為0.491 1、0.216 9。

以上結(jié)果說明，原始光譜所建模型的性能最好，一階微分和二階微分處理并沒有提高模型的預(yù)測能力。對于草莓可溶性固形物的近紅外光譜檢測，原始光譜比微分光譜更適合于建模。

進(jìn)行綜合比較后發(fā)現(xiàn)，3 種不同光譜預(yù)處理方法所得到的驗(yàn)證決定系數(shù)R2、校正標(biāo)準(zhǔn)差（RMSEC）以及模型預(yù)測后的決定系數(shù)R2、預(yù)測標(biāo)準(zhǔn)差（RMSEP）都存在比較大的差別。因此，在建模過程中，要反復(fù)比較、慎重選擇，力求選擇的譜區(qū)、光譜預(yù)處理方法和建模方法為最佳搭配。

4 結(jié)論

隨著儀器和光譜處理化學(xué)計(jì)量學(xué)軟件及相應(yīng)各類應(yīng)用模型的開發(fā)，近紅外光譜技術(shù)作為一種快速及綠色的分析技術(shù)將會被應(yīng)用在越來越多領(lǐng)域中。

目前，在儀器的研發(fā)方面，更加注重高信噪比、高穩(wěn)定性、低檢測極限、便攜、價(jià)廉等要求；在應(yīng)用方面，突出在線、實(shí)時(shí)、遠(yuǎn)程、結(jié)果可靠等概念。因此，筆者認(rèn)為在未來的研究工作中應(yīng)以這些為導(dǎo)向，完善儀器、優(yōu)化軟件，使近紅外光譜技術(shù)發(fā)揮更大的作用。