紅外光譜數(shù)據(jù)融合對(duì)美味牛肝菌產(chǎn)地鑒別

胡翼然，李杰慶，劉鴻高，范茂攀*，王元忠

1. 云南農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，云南 昆明 650201 2. 云南農(nóng)業(yè)大學(xué)農(nóng)學(xué)與生物技術(shù)學(xué)院，云南 昆明 650201 3. 云南省農(nóng)業(yè)科學(xué)院藥用植物研究所，云南 昆明 650200

引 言

近年來由于環(huán)境污染造成的食品安全問題頻繁發(fā)生，食品質(zhì)量安全引起全國(guó)高度重視[1]。 地理標(biāo)志產(chǎn)品來源于特定地區(qū)，有特定的加工方法，解決了消費(fèi)者和生產(chǎn)者之間信息不對(duì)等的問題，其產(chǎn)品質(zhì)量安全受到消費(fèi)者的信任[2]。 作為牛肝菌之王的美味牛肝菌(BoletusedulisBull.: Fr.)富含維生素、膳食纖維、礦質(zhì)元素、人體必需的氨基酸、不飽和脂肪酸等，是高蛋白、低脂、低鈉的健康食品同時(shí)還具有抗氧化、抗疲勞、抗突變、增強(qiáng)免疫力等藥用活性[3]。 美味牛肝菌品質(zhì)受生長(zhǎng)環(huán)境(溫度、降水等)影響巨大[4]，導(dǎo)致不同地區(qū)之間的美味牛肝菌營(yíng)養(yǎng)成分有顯著差異[5-6]，進(jìn)而導(dǎo)致食藥用價(jià)值的差異。 我國(guó)云南省地形復(fù)雜，晴雨交錯(cuò)的氣候生態(tài)環(huán)境特征有利于美味牛肝菌的生長(zhǎng)，美味牛肝菌產(chǎn)量豐富，約占全國(guó)出口量的70%。 根據(jù)各地氣候、地理、文化等特點(diǎn)，可以建立相應(yīng)的野生食用菌地理標(biāo)志，形成獨(dú)具特色的品牌。 為此，現(xiàn)階段急需一種高效、廉價(jià)的美味牛肝菌產(chǎn)地鑒別技術(shù)，以確定美味牛肝菌的真實(shí)產(chǎn)地，防止假冒偽劣產(chǎn)品進(jìn)入市場(chǎng)，保護(hù)消費(fèi)者身體健康和權(quán)益。

近紅外和中紅外光譜具有無損、快速、便捷、廉價(jià)等優(yōu)點(diǎn)，廣泛應(yīng)用于食品質(zhì)量控制中[7-8]。 但利用單一來源的光譜信息無法完全表征樣品中的化學(xué)信息，產(chǎn)地鑒別效果弱。 而數(shù)據(jù)融合可以使不同來源的光譜信息相互補(bǔ)充，從而增強(qiáng)模型性能，實(shí)現(xiàn)樣品的精確鑒別。 近年來融合近紅外和中紅外光譜在食品質(zhì)量控制方面有許多成果，如Li等[9]融合近紅外與中紅外的光譜數(shù)據(jù)，使用偏最小二乘判別(partial least squares discriminant analysis, PLS-DA)模型進(jìn)行低級(jí)融合、中級(jí)融合、高級(jí)融合，成功鑒別3種植物油摻假6個(gè)不同來源橄欖油。 Li等[10]融合近紅外與中紅外的光譜數(shù)據(jù)，使用隨機(jī)森林進(jìn)行低級(jí)融合、中級(jí)融合、高級(jí)融合，成功鑒別三七地理位置。

現(xiàn)階段，野生牛肝菌的產(chǎn)地鑒別以中紅外光譜為主，基于近紅外光譜對(duì)野生牛肝菌產(chǎn)地鑒別未見報(bào)道。 本研究的主要目的是探討融合近紅外光譜與中紅外光譜鑒別不同產(chǎn)地美味牛肝菌的可行性，對(duì)4個(gè)單一信息矩陣： 近紅外的菌柄(N-b)、近紅外的菌蓋(N-g)、中紅外的菌柄(M-b)、中紅外的菌蓋(M-g)，結(jié)合PLS-DA進(jìn)行低級(jí)、中級(jí)、高級(jí)數(shù)據(jù)融合，選出美味牛肝菌產(chǎn)地鑒別最佳方法，為野生牛肝菌產(chǎn)地鑒別提供參考。

1 實(shí)驗(yàn)部分

1.1 材料

141份美味牛肝菌采自云南8個(gè)產(chǎn)地，分別為昆明、楚雄、玉溪、迪慶、大理、保山、文山、曲靖(表1)均由云南農(nóng)業(yè)大學(xué)劉鴻高教授鑒定。 樣品采集后去除土樣等雜質(zhì)，用純凈水清洗干凈，置于50 ℃烘箱烘干至恒重，高速粉碎機(jī)(FW-100型)粉碎，過80目標(biāo)準(zhǔn)篩盤，分別儲(chǔ)存于自封袋中，保存于避光處。

表1 美味牛肝菌產(chǎn)地信息

1.2 光譜信息采集

1.2.1 近紅外光譜

近紅外光譜是由Antaris Ⅱ型傅里葉變換近紅外光譜儀(Thermo Fisher公司，USA)用漫反射顯微鏡采集。 稱取20 g樣品混合均勻后，置于玻璃器皿中壓縮，掃描。 掃描波數(shù)范圍10 000～4 000 cm-1，分辨率4 cm-1，信號(hào)掃描累計(jì)64次。 每個(gè)樣本重復(fù)掃描3次，取平均光譜。

1.2.2 中紅外光譜

中紅外光譜是由Frontier型傅里葉變換紅外光譜儀(Perkin Elmer 公司，USA)采集。 取(1.5±0.2)mg美味牛肝菌樣品和(150±20)mg KBr 粉末在研缽中磨細(xì)混勻，再將細(xì)粉倒入磨具中壓成薄片，掃描。 掃描波數(shù)范圍4 000～400 cm-1，分辨率4 cm-1，信號(hào)掃描累計(jì)16次，每個(gè)樣本重復(fù)掃描3次，取平均光譜。

1.3 偏最小二乘判別分析及評(píng)價(jià)

PLS-DA是在標(biāo)準(zhǔn)PLS回歸算法的基礎(chǔ)上建立的線性監(jiān)督分類方法，從變量矩陣(x)中尋找與分類矩陣(y)有最大協(xié)方差的變量，其中y分為2類，y=1代表樣本屬于特定分類，y=0代表樣品不屬于特定分類，最終得出每個(gè)樣品分類到每一類的概率。 該算法解釋樣本觀測(cè)數(shù)目少且可以降低樣本間多重共線性的影響。 使用Kennard-Stone算法劃分?jǐn)?shù)據(jù)集(141)的2/3為訓(xùn)練集(97)和1/3為預(yù)測(cè)集(44)以提高模型識(shí)別能力，避免隨機(jī)選擇的不可重復(fù)性。

根據(jù)交叉驗(yàn)證均方根誤差(root mean square error of cross validation, RMSECV)和預(yù)測(cè)均方根誤差(root mean square error of prediction, RMSEP)兩個(gè)重要參數(shù)評(píng)價(jià)模型穩(wěn)定性，RMSECV≥RMSEP且數(shù)值越小，表明模型穩(wěn)定且預(yù)測(cè)能力越好。 綜合訓(xùn)練集和預(yù)測(cè)集的正確率再加上非錯(cuò)誤率(non-error rate, NER)評(píng)價(jià)模型分類性能。 NER是靈敏度和特異性的平均值，NER越高模型分類性能越強(qiáng)。

1.4 數(shù)據(jù)融合

低級(jí)融合又名數(shù)據(jù)級(jí)融合，直接將多個(gè)數(shù)據(jù)矩陣串聯(lián)得到一個(gè)新的數(shù)據(jù)矩陣，再建立判別模型； 中級(jí)融合又名特征級(jí)融合，將多個(gè)特征值數(shù)據(jù)矩陣串聯(lián)得到一個(gè)新的數(shù)據(jù)矩陣，再建立判別模型。 潛在變量(latent variable, LV)是一種常見的特征提取方法，根據(jù)Q2第一次到達(dá)最大值時(shí)的因子數(shù)確定最優(yōu)LV個(gè)數(shù)，最大程度的表征樣品信息； 高級(jí)融合又名決策級(jí)融合，各數(shù)據(jù)源進(jìn)行分析獲得獨(dú)立結(jié)果，再根據(jù)一定準(zhǔn)則對(duì)結(jié)果進(jìn)行融合，最終得到整體一致的決策。 本文基于“模糊集合論”，首先提取各原始數(shù)據(jù)的LV結(jié)合PLS-DA建模，把模糊現(xiàn)象(同一樣品在不同光譜信息來源下有不同分類結(jié)果)通過最小值(Min)、最大值(Max)、平均值(Avg)和乘積(Prod)這4種運(yùn)算符連接，再進(jìn)行多數(shù)投票，表決出最終樣品分類結(jié)果[11]。

2 結(jié)果與討論

2.1 光譜分析

圖1 美味牛肝菌不同產(chǎn)地的近紅外和中紅外平均光譜圖

不同地區(qū)美味牛肝菌的光譜之間有相同趨勢(shì)，且峰出現(xiàn)的位置也相近，代表不同產(chǎn)地間美味牛肝菌所含化學(xué)成分相似，但吸光度差異明顯，代表不同產(chǎn)地之間化學(xué)成分含量不同。 中紅外光譜的特征峰數(shù)量遠(yuǎn)多于近紅外光譜的特征峰數(shù)量，且吸光度值也更大，表明中紅外光譜能更好的表征美味牛肝菌化學(xué)信息。 從圖1(a)和(c)比較(b)和(d)可以看出菌柄的吸光度高于菌蓋的吸光度，代表菌柄積累的化學(xué)物質(zhì)更多。 楊天偉等利用聚類分析發(fā)現(xiàn)美味牛肝菌的菌柄和菌蓋之間有明顯差異[14]，從光譜圖證明了這一點(diǎn)。

2.2 單一光譜分析

表2為所建模型的主要參數(shù)。 其中，N-b代表141×3 112(141個(gè)樣本×3 112個(gè)變量)的數(shù)據(jù)矩陣，提取前10個(gè)潛在變量； 有第二高的訓(xùn)練集正確率為80.4%和第三高的預(yù)測(cè)集正確率為75%。 N-g代表141×3 112的數(shù)據(jù)矩陣，提取前6個(gè)LV，有最低的訓(xùn)練集正確率66%和最低的預(yù)測(cè)集正確率70.5%。 M-b代表141×1 867(141個(gè)樣本×1 867個(gè)變量)的數(shù)據(jù)矩陣，提取前7個(gè)LV，有第三高的訓(xùn)練集正確率76.3%和第二高的預(yù)測(cè)集正確率79.6%。 M-g代表141×1 867的數(shù)據(jù)矩陣，提取前13個(gè)LV，有最高的訓(xùn)練集正確率91.8%和最高的預(yù)測(cè)集正確率88.6%。

表2中4個(gè)單一光譜(N-b，N-g，M-b，M-g)所建立的模型的預(yù)測(cè)集正確率在70.5%～88.6%之間。 預(yù)測(cè)效果優(yōu)劣依次為M-g(88.6%)，M-b(79.6%)，N-b(75%)，N-g(70.5%)。 中紅外光譜的預(yù)測(cè)效果優(yōu)于近紅外光譜的預(yù)測(cè)效果，表明中紅外光譜相對(duì)于近紅外光譜有更好的預(yù)測(cè)能力。 其原因可能是近紅外光譜的吸光度弱且譜帶重疊嚴(yán)重，中紅外光譜相對(duì)于近紅外光譜有更高的靈敏度，能表征更多的樣本化學(xué)信息。

表2 單一光譜模型主要參數(shù)

2.3 數(shù)據(jù)融合分析

2.3.1 低級(jí)融合

將四個(gè)單一光譜矩陣((N-b)，(N-g)，(M-b)和(M-g))進(jìn)行低級(jí)融合形成一個(gè)141×9 958(141個(gè)樣本×9 958個(gè)變量)的矩陣，其中N-b提供3 112個(gè)變量，N-g提供3 112個(gè)變量，M-b提供1 867個(gè)變量，M-g提供1 867個(gè)變量。 如表3所示，變量數(shù)為9 958，訓(xùn)練集正確率為97.9%，RMSECV為0.238； 預(yù)測(cè)集正確率為93.2%，RMSEP為0.188。 相較于單一光譜，低級(jí)融合策略有更多的信息量，對(duì)產(chǎn)地的預(yù)測(cè)正確率更高。

2.3.2 中級(jí)融合

提取四個(gè)單一光譜((N-b)，(N-g)，(M-b)，(M-g))的LV形成一個(gè)141×49(141個(gè)樣本×49個(gè)變量)的矩陣，其中N-b提供13個(gè)LV，N-g提供15個(gè)LV，M-b提供8個(gè)LV，M-g提供13個(gè)LV。 如表3所示，變量數(shù)為49，訓(xùn)練集正確率為100%，RMSECV為0.193預(yù)測(cè)集正確率為100%，RMSEP為0.133。 相較于單一光譜和低級(jí)融合策略，中級(jí)融合策略效果更好。 低級(jí)融合不僅融合了有效信息，還融合了很多干擾信息。 而中級(jí)融合策略在提取特征值的過程中去除了無效信息，不僅降低運(yùn)算成本，而且提高了產(chǎn)地預(yù)測(cè)正確率。

2.3.3 高級(jí)融合

提取四個(gè)單一光譜((N-b)，(N-g)，(M-b)和(M-g))的LV進(jìn)行高級(jí)融合，如表3所示，預(yù)測(cè)集正確率為97.5%。 表4為高級(jí)數(shù)據(jù)融合統(tǒng)計(jì)表。 其中，總共141組樣品中有55組樣品需要進(jìn)行高級(jí)融合，其中有2組分類錯(cuò)誤(88，90)，3組分類歧義(91，92，114)，49組分類正確。 表為5部分樣品高級(jí)融合結(jié)果表。 其中，37號(hào)樣品被N-b，N-g錯(cuò)誤分類為class1，M-b，M-g正確分類為class3，經(jīng)高級(jí)融合后正確分類到class3，表明高級(jí)融合有很好的糾錯(cuò)效果，可以有效提高產(chǎn)地鑒別效果。 92號(hào)樣品被N-b錯(cuò)誤分類為class1，N-g，M-b，M-g正確分類為class7，經(jīng)高級(jí)融合后分類為class1和class7，表明基于LV的高級(jí)融合策略受錯(cuò)誤分類結(jié)果影響，混淆了最終決策結(jié)果。 高級(jí)融合策略相較于單一光譜和低級(jí)融合策略有更高的產(chǎn)地預(yù)測(cè)正確率，其原因可能是提取特征值的過程中去除了無效信息。 高級(jí)融合策略汲取了中級(jí)融合策略的優(yōu)點(diǎn)，再利用“模糊集合論”進(jìn)行決策，理論上高級(jí)融合策略應(yīng)當(dāng)取得比中級(jí)融合策略更好的產(chǎn)地鑒別效果，但在本研究過程中，有3.5%的模型受錯(cuò)誤分類結(jié)果影響了最終決策結(jié)果，其原因可能是高級(jí)融合策略不擅長(zhǎng)處理異常值。

2.4 數(shù)據(jù)分析

7個(gè)數(shù)據(jù)矩陣(N-b)，(N-g)，(M-b)，(M-g)，(Low-level)，(Mid-level)，(High-level)構(gòu)建的模型預(yù)測(cè)正確率依次為88.6%，79.6%，75%，70.5%，93.2%，100%和97.5%。 三種數(shù)據(jù)融合策略模型預(yù)測(cè)集正確率均高于單一光譜模型預(yù)測(cè)集正確率，結(jié)果表明數(shù)據(jù)融合策略可以提高美味牛肝菌產(chǎn)地鑒別模型分類效果。 比較三種數(shù)據(jù)融合策略((Low-level)，(Mid-level)，(High-level))，基于特征值LV的中級(jí)融合策略在產(chǎn)地鑒別效果上優(yōu)勢(shì)最明顯，用最少的變量數(shù)(49)取得最高的產(chǎn)地鑒別正確率(100%)。 其次是高級(jí)融合策略，其建立的PLS-DA模型產(chǎn)地鑒別正確率為97.5%，有少量異常數(shù)據(jù)無法鑒別。 最后是低級(jí)融合策略模型有最多的信息量(9958)但受干擾因素影響其產(chǎn)地鑒別正確率僅為93.2%。 與姚森等鑒別絨柄牛肝菌產(chǎn)地溯源研究結(jié)果相似[15]。

表3 數(shù)據(jù)融合主要參數(shù)

表4 高級(jí)數(shù)據(jù)融合結(jié)果統(tǒng)計(jì)

表5 部分樣品高級(jí)融合結(jié)果

3 結(jié) 論

探討了美味牛肝菌不同部位近紅外光譜和中紅外光譜及三種數(shù)據(jù)融合策略(低、中、高)對(duì)產(chǎn)地溯源的可行性。 結(jié)果表明： (1)近紅外和中紅外光譜均能鑒別美味牛肝菌產(chǎn)地。 (2)中紅外光譜所建立的模型優(yōu)于近紅外光譜所建立的模型。 (3)三種融合策略均可提高美味牛肝菌的產(chǎn)地鑒定效果，產(chǎn)地鑒別效果優(yōu)劣依次為中級(jí)融合、高級(jí)融合、低級(jí)融合、單一光譜。

通過融合近紅外和中紅外光譜結(jié)合PLS-DA進(jìn)行基于特征值LV的中級(jí)融合策略，建立不同產(chǎn)地美味牛肝菌鑒別模型，有最少的變量數(shù)(49)，最高的產(chǎn)地訓(xùn)練集正確率(100%)，最高的產(chǎn)地預(yù)測(cè)集正確率(100%)，最低的RMSEP(0.133)，實(shí)現(xiàn)了美味牛肝菌產(chǎn)地的快速、準(zhǔn)確鑒別，可以作為美味牛肝菌產(chǎn)地溯源的一種可靠方法。