基于可見/近紅外光譜技術(shù)的新鮮茶葉葉片含水率快速測(cè)定

張?bào)憷?，?威，唐善虎

(西南民族大學(xué)生命科學(xué)與技術(shù)學(xué)院，四川 成都 610041)

中國(guó)是茶葉的消費(fèi)大國(guó)，茶葉的品質(zhì)受到眾多因素的影響.在茶葉加工過程中，水分對(duì)于茶葉品質(zhì)的形成起著非常重要的作用.原料的物理狀態(tài)和化學(xué)反應(yīng)進(jìn)程直接受其內(nèi)部水分含量影響[1-2].當(dāng)水分含量小于5%時(shí)，茶葉香氣變化比較??；而當(dāng)水分含量高于6.5%時(shí)，茶葉品質(zhì)則下降得比較快[3].傳統(tǒng)檢測(cè)茶葉中含水率的方法是烘干法[4]，此法費(fèi)時(shí)費(fèi)力、效率低，不能實(shí)現(xiàn)在線檢測(cè).由于茶葉的營(yíng)養(yǎng)成分在高溫烘干過程中被破壞，以致樣本測(cè)試后不能再食用，因此烘干法無法滿足茶葉加工過程實(shí)時(shí)檢測(cè)的需要.研究新型的檢測(cè)方法對(duì)提高檢測(cè)效率、改善茶葉品質(zhì)都具有重要意義.

光譜技術(shù)具有操作簡(jiǎn)單、效率高、價(jià)格低和無損檢測(cè)等優(yōu)勢(shì)，目前此技術(shù)已在眾多領(lǐng)域中使用[5-12].但是在茶葉加工工序中利用可見-近紅外光譜技術(shù)對(duì)其含水率檢測(cè)的研究大多基于全譜段光譜數(shù)據(jù)，具有信息量大、波譜冗余重疊等特征，不利于開發(fā)快速、高精度、實(shí)時(shí)的分析監(jiān)測(cè)系統(tǒng).本文利用可見-近紅外光譜技術(shù)檢測(cè)新鮮茶葉葉片中的含水率，并提取特征波長(zhǎng)建立優(yōu)化模型.研究的主要目的是：(1)建立光譜信息與含水率的定量關(guān)系模型；(2)基于回歸系數(shù)法(Regression Coefficients，RC)提取特征波長(zhǎng)；(3)利用特征波長(zhǎng)建立預(yù)測(cè)模型；(4)比較基于全波段和特征波段模型的預(yù)測(cè)效果.

1 材料與方法

1.1 光譜儀和烘箱

本研究采用的可見/近紅外光譜儀型號(hào)為ASD FieldSpec Pro FR(Analytical Spectral Device Inc.，Boulder，CO，USA)，其光譜范圍為 350 ～2500 nm.為了減少室外光和日光燈對(duì)試驗(yàn)的影響，在采集光譜信息時(shí)應(yīng)關(guān)閉室內(nèi)電源，使樣本處在一個(gè)黑暗的環(huán)境中，只使用鹵素?zé)?樣本采集前將儀器預(yù)熱20分鐘，先進(jìn)行白板校正，然后再進(jìn)行樣本采集.烘箱型號(hào)為GHD-9070A，JingHong，Shanghai，China.分析軟件采用Unscrambler V10.1和MATLAB R2009a進(jìn)行數(shù)據(jù)分析處理.

1.2 實(shí)驗(yàn)流程

試驗(yàn)流程如下：首先采集177個(gè)新鮮茶葉葉片樣本，依次編號(hào)后逐一采集其光譜信息作為X變量，然后通過稱重法檢測(cè)得到每個(gè)樣本的含水率，作為Y變量.將葉片光譜數(shù)據(jù)進(jìn)行預(yù)處理之后，建立不同的水分預(yù)測(cè)模型，再基于回歸系數(shù)法提取特征波長(zhǎng)，利用特征波長(zhǎng)建立相應(yīng)的預(yù)測(cè)模型.

1.3 預(yù)處理

本研究采用5種方法對(duì)原始光譜信息進(jìn)行預(yù)處理，包括S.G平滑(Savitzky-golay smoothing)、歸一化法(Normalization)、變量標(biāo)準(zhǔn)化(Standard normal variate，SNV)處理、多元散射校正(Multiplicative scatter correction，MSC)以及去趨勢(shì)(De-trending).每一種預(yù)處理方法都代表不同的含義.

平滑是消除噪聲的一種有效方法，本研究中使用S.G卷積平滑法對(duì)光譜進(jìn)行降噪處理，該方法通過多項(xiàng)式來對(duì)移動(dòng)窗口內(nèi)的數(shù)據(jù)進(jìn)行多項(xiàng)式最小二乘擬合，因此，也被稱為多項(xiàng)式平滑[13].

歸一化處理是將所有數(shù)據(jù)轉(zhuǎn)化為0和1之間的值，具體計(jì)算公式如下：

式中x0是原始值，x是歸一化處理后的值，xmax是最大值，xmin是最小值.

SNV的作用是校正散射造成的樣品間的誤差，具體計(jì)算公式是將原始光譜xi與平均光譜x-的差值除以原始光譜的標(biāo)準(zhǔn)偏差s，即標(biāo)準(zhǔn)正態(tài)化處理.

經(jīng)SNV處理后，光譜數(shù)據(jù)的均值為0，標(biāo)準(zhǔn)差為1.

MSC的目的是消除散射對(duì)光譜數(shù)據(jù)的影響，這些散射通常是由于樣本的不均勻及顆粒大小差異造成的.

De-trending的作用是消除漫反射光譜的基線漂移，該算法的思路是依據(jù)多項(xiàng)式將光譜xi的吸光度和波長(zhǎng)擬合出趨勢(shì)線li，然后將趨勢(shì)線從原始光譜中減去(xi-di).一般而言，通過去趨勢(shì)處理后，光譜數(shù)據(jù)的波峰和波谷的特征更加明顯[14].

1.4 偏最小二乘

本研究采用偏最小二乘法PLS預(yù)測(cè)茶葉含水率.PLS是一種有效的光譜建模方法，已被廣泛用于眾多領(lǐng)域[15-20].當(dāng)變量數(shù)多于樣本數(shù)時(shí)，此方法極其有效[21-22].其原理是先求出光譜數(shù)據(jù)中的主因子，即隱含變量(Latent Variable，LV)，這些LV中含有大量的有效信息[23].將LV按其累積貢獻(xiàn)率大小進(jìn)行排列，運(yùn)用LV的得分值建立預(yù)測(cè)模型.

1.5 特征波長(zhǎng)提取方法

為了減少模型的輸入變量、簡(jiǎn)化模型，本研究采用回歸系數(shù)法(Regression Coefficients，RC)提取特征波長(zhǎng).特征波長(zhǎng)的提取是將原始全部變量簡(jiǎn)化為少數(shù)變量的過程，這些新的特征變量能夠包含原始光譜數(shù)據(jù)的有效信息，產(chǎn)生與全波段變量相似或者更優(yōu)的預(yù)測(cè)結(jié)果[24].RC法提取特征波長(zhǎng)目前已被用于很多領(lǐng)域[25-26].在RC圖中，絕對(duì)值越大的波長(zhǎng)點(diǎn)代表這些波長(zhǎng)對(duì)模型的影響越大，這些波長(zhǎng)都處在波峰或者波谷位置[17].

1.6 模型評(píng)價(jià)標(biāo)準(zhǔn)

預(yù)測(cè)模型性能的評(píng)價(jià)參數(shù)是建模集決定系數(shù)(coefficient of determination in calibration，)，交互驗(yàn)證集決定系數(shù)(coefficient of determination in crossvalidation，)，預(yù)測(cè)集決定系數(shù)(coefficient of determination in prediction)，剩余預(yù)測(cè)偏差(residual predictive deviation，RPD)，預(yù)測(cè)集均方根誤差(root mean square error in calibration，RMSEC)，交互驗(yàn)證集均方根誤差(root mean square error in cross-validation，RMSECV)，預(yù)測(cè)集均方根誤差(root mean square error in prediction，RMSV).RPD的值小于1意味著預(yù)測(cè)模型很差，介于1.0和1.4之間表明預(yù)測(cè)模型較差，1.4和1.8之間表明模型一般，1.8和2.0之間說明預(yù)測(cè)結(jié)果好，2.0和2.5之間意味結(jié)果很好，大于2.5表明預(yù)測(cè)結(jié)果極好[27-28].一個(gè)預(yù)測(cè)判定好的模型理應(yīng)需要較高的，，和RPD值，以及較低的RMSEC，RMSECV and RMSEP值，同時(shí)，和值相差較小[29].

2 結(jié)果與分析

2.1 光譜曲線

將波長(zhǎng)/nm作為橫坐標(biāo)，所有光譜反射率值轉(zhuǎn)化為吸收值作為縱坐標(biāo)，得到光譜曲線如圖1所示.通過圖1可以發(fā)現(xiàn)，波段首尾處含有較大的噪聲，因此本試驗(yàn)截取中間一段波長(zhǎng)450～2 400 nm進(jìn)行研究.組成有機(jī)分子的各種官能團(tuán)都有其特定的紅外吸收峰，因此通過光譜圖的各種峰可以推斷出物質(zhì)的分子結(jié)構(gòu).在茶葉的光譜曲線圖中，550 nm左右處的波峰是綠色植物中葉綠素的吸收波段，970 nm處的波谷是由葉片水分子中O-H鍵引起的，970 nm，1 450 nm和1 940 nm是水的吸收波段[30-31].

圖1 茶葉樣本光譜圖Fig.1 Spectral absorbance of all tea samples

2.2 含水率

將177個(gè)新鮮茶葉葉片依次編號(hào)、稱重，然后依據(jù)國(guó)家標(biāo)準(zhǔn)Chinese National Standard GB8304-87烘干至恒重，得到每一個(gè)葉片的水分含量.為了使建模集和預(yù)測(cè)集樣本的分類更合理精確、同時(shí)也為了使所見模型穩(wěn)健性更高[1]，將所有樣本按照Y變量從小到大的順序依次排列，按照2：1的比例將全部樣本分為建模集和預(yù)測(cè)集，每一個(gè)集合中的最小值、最大值、平均值和標(biāo)準(zhǔn)偏差值見表1.建模集和預(yù)測(cè)集中沒有任何一個(gè)樣本是重復(fù)的，這有助于提高模型的穩(wěn)定性[32].同時(shí)根據(jù)留一法將建模集樣本進(jìn)行交互驗(yàn)證，即建模集樣本同時(shí)作為驗(yàn)證集樣本，如果建模集和交互驗(yàn)證集的預(yù)測(cè)結(jié)果相差較大，說明模型不可信，反之，模型穩(wěn)健性高[29].

表1 茶葉葉片水分含量統(tǒng)計(jì)分析Table 1 Descriptive statistics of moisture content in tea leaves

2.3 預(yù)處理預(yù)測(cè)結(jié)果

為了消除噪音、降低基線漂移等因素對(duì)所建模型的影響，本試驗(yàn)采用5種不同預(yù)處理方法對(duì)原始光譜信息進(jìn)行處理，并分別將預(yù)處理后的數(shù)據(jù)建立PLS預(yù)測(cè)模型.預(yù)處理和原始光譜模型的預(yù)測(cè)結(jié)果如表2所示，每一個(gè)PLS模型中建模集和交互驗(yàn)證集的預(yù)測(cè)結(jié)果相差不大，說明模型可信.所有模型的RPD值均大于2.0，其中前5個(gè)模型的RPD值大于2.5，說明所有模型的預(yù)測(cè)結(jié)果都非常好.和原始波段變量模型相比，經(jīng)預(yù)處理之后的模型(基于去趨勢(shì)模型除外)的預(yù)測(cè)結(jié)果變化不大.然而由于預(yù)處理過程本身也增加了數(shù)據(jù)運(yùn)算時(shí)間，降低了效率，因此綜合考慮之后，利用原始數(shù)據(jù)的建模效果最好.

表2 基于不同預(yù)處理方法的全譜段數(shù)據(jù)PLS模型預(yù)測(cè)結(jié)果Table 2 Prediction results by PLS models with different preprocessing using whole spectra

2.4 特征波長(zhǎng)提取

為了提高運(yùn)算效率、簡(jiǎn)化模型、為后續(xù)在檢測(cè)儀器開發(fā)提供理論依據(jù)，本研究通過回歸系統(tǒng)法提取特征波長(zhǎng)，并將提取的特征波長(zhǎng)作為新的X變量建立預(yù)測(cè)模型.新得到的特征波長(zhǎng)如圖2所示，其中977和1945nm是水吸收的特征波長(zhǎng).被提取的9個(gè)特征波長(zhǎng)數(shù)僅占原始全波段變量數(shù)的0.42%，較少的輸入變量減少了運(yùn)算時(shí)間，優(yōu)化了模型.

2.5 基于特征波長(zhǎng)的預(yù)測(cè)結(jié)果

為了研究新的特征變量的預(yù)測(cè)效果，同時(shí)和經(jīng)過不同預(yù)處理的全波段變量模型相比，本研究進(jìn)一步將特征變量進(jìn)行 Savitzky-Golay Smoothing、Normalization、SNV、MSC和De-trending預(yù)處理，然后建立相應(yīng)的PLS模型，預(yù)測(cè)結(jié)果如表3所示.每一個(gè)PLS模型中建模集和交互驗(yàn)證集的預(yù)測(cè)結(jié)果相差不大，說明模型可信.未經(jīng)預(yù)處理建立的模型最優(yōu)，建模集和預(yù)測(cè)集中 R2分別是 0.9070和 0.8199，RMSE分別是0.0107和0.0151，RPD是2.3701.所有模型(除去趨勢(shì)模型)的RPD值均大于2.0，說明模型的預(yù)測(cè)結(jié)果都很好.基于去趨勢(shì)模型的預(yù)測(cè)效果一般，這和基于全波段變量中去趨勢(shì)模型的預(yù)測(cè)結(jié)果是一致的.和全波段模型相比，基于特征波長(zhǎng)的模型預(yù)測(cè)結(jié)果有所下降，基于去趨勢(shì)模型預(yù)測(cè)結(jié)果的下降較為明顯.然而，特征波長(zhǎng)的選擇使輸入變量大大減少，這不僅提高了運(yùn)算效率，也為儀器開發(fā)提供理論支持.

圖2 利用回歸系數(shù)法提取的特征波長(zhǎng)Fig.2 Effective wavelengths selected by regression coefficient

表3 基于不同預(yù)處理方法的特征波段PLS模型預(yù)測(cè)結(jié)果Table 3 Prediction of PLS models with different preprocessing using extracted EWs

3 結(jié)論

本研究利用350～2 500 nm范圍內(nèi)的可見/近紅外光譜技術(shù)檢測(cè)茶葉中的含水率，獲取了177個(gè)新鮮茶葉的含水率和光譜信息，基于不同預(yù)處理方法建立相應(yīng)的預(yù)測(cè)模型，每一個(gè)模型都取得了較高的預(yù)測(cè)結(jié)果.然后基于回歸系數(shù)法提取特征波長(zhǎng)，新得到的9個(gè)特征波長(zhǎng)數(shù)只占全波段變量數(shù)的0.42%，這有利于后續(xù)儀器的開發(fā)研究.在利用特征變量建立的預(yù)測(cè)模型中，除預(yù)處理方法去趨勢(shì)效果一般外，其他模型均取得了較好的預(yù)測(cè)結(jié)果.試驗(yàn)結(jié)果表明，利用可見/近紅外光譜技術(shù)結(jié)合特征波長(zhǎng)的提取來檢測(cè)茶葉中含水率是可行的，這為茶鮮葉品質(zhì)分析和等級(jí)快速評(píng)價(jià)提供了理論依據(jù).此外，在線、實(shí)時(shí)測(cè)量還需要建立穩(wěn)定的光譜測(cè)量模型，后續(xù)應(yīng)針對(duì)不同類型特征的茶葉進(jìn)行分析，建立覆蓋樣本量更廣的檢測(cè)模型.