基于多源信息特征的泰國香米快速鑒別

陳燕雨，曹珍珍，張賓佳，劉也嘉，林利忠，賈才華，牛 猛，趙思明*

（1 華中農(nóng)業(yè)大學(xué)食品科學(xué)技術(shù)學(xué)院 武漢430070 2 金健米業(yè)股份有限公司 湖南常德415001）

泰國香米（Thai Hom Mali rice）是指經(jīng)泰國農(nóng)業(yè)合作部農(nóng)業(yè)司確認(rèn)的泰國當(dāng)?shù)胤N植的Kao Dok Mali105 和RD15 品種產(chǎn)生的非糯性香稻谷碾磨的香糙米或香米。泰國香米品質(zhì)優(yōu)良，是全球最受歡迎、價(jià)格最高的大米產(chǎn)品之一，近年來我國對泰國萊莉香米的進(jìn)口量日益增加，然而進(jìn)口和市場銷售的泰國香米存在摻偽的問題[1]?！短﹪忝讬z驗(yàn)標(biāo)準(zhǔn)》（編號(hào)B.E.2545）中指出不同類別和級別的泰國香米均符合香米含量不少于92%的標(biāo)準(zhǔn)。個(gè)別不良商家為降低成本，在泰國茉莉香米中混入廉價(jià)的普通大米牟取暴利，侵犯消費(fèi)者權(quán)益，擾亂市場秩序，使得泰國茉莉香米的摻偽鑒別十分重要。

目前，泰國香米的鑒別方法主要包括感官法、水煮法、DNA 鑒定法、氣味鑒定法等，然而這些方法存在著受主觀因素影響大、成本高或受大米貯藏期影響等缺點(diǎn)。采用近紅外光譜技術(shù)檢測樣品時(shí)，無需繁瑣的前處理和化學(xué)反應(yīng)過程，對測試人員無專業(yè)化要求，具有操作簡單、測試快捷、無污染等優(yōu)點(diǎn)。近年來，近紅外光譜技術(shù)被廣泛用于食品品種分類[2]、等級劃分[3]、化學(xué)成分檢測[4]等領(lǐng)域。在品種及產(chǎn)地鑒定方面，有學(xué)者應(yīng)用近紅外光譜技術(shù)結(jié)合偏最小二乘判別法對花椒產(chǎn)地[5]、葡萄酒醋產(chǎn)地[6]、杏仁種類[7]等進(jìn)行定性鑒定。在化學(xué)品質(zhì)預(yù)測方面，近紅外光譜技術(shù)在對橄欖油甾醇和脂肪酸含量[8]、小麥粉中曲酸[9]等化學(xué)成分含量、大米直鏈淀粉[10]及蛋白質(zhì)含量[11]預(yù)測方面取得較好的效果。在食品摻偽領(lǐng)域，近紅外光譜技術(shù)被用于雞蛋粉摻偽檢測[12]、食用油真?zhèn)舞b別[13]、查哈陽大米真?zhèn)舞b別[14]等方面。由于近紅外光譜分析主要是根據(jù)不同來源大米化學(xué)組成含量不同，在近紅外光譜圖中顯示出的吸收峰不同來進(jìn)行分析，因此用單純的近紅外光譜信息鑒別香米的結(jié)果可能并不準(zhǔn)確。稻米的整精米率、粒長、堊白度、堊白率、直鏈淀粉（AC）含量、是影響稻米品質(zhì)的主要因素[15]，而大米的常規(guī)指標(biāo)也具有潛在的鑒別作用，如泰國香米與普通大米相比，外觀品質(zhì)上也存在較大的差異。本研究通過泰國香米和非泰國香米的近紅外光譜與常規(guī)指標(biāo)建立多源信息的融合模型，以提高泰國香米識(shí)別的準(zhǔn)確性和快速性，為泰國香米摻偽鑒別提供一種新的方法思路。

1 材料與方法

1.1 材料

1）主要試驗(yàn)用大米 四色菊泰國茉莉香米、泰玲瓏泰國茉莉香米、金谷象泰國茉莉香米、兩種烏汶泰國茉莉香米，均為純種泰國茉莉香米，由金健米業(yè)股份有限公司提供。134 種不同品種非泰國茉莉香米產(chǎn)自不同國家和地區(qū)，其中金健頂佳泰香米、柬埔寨香米由金健米業(yè)股份有限公司提供，泰國大米購置于武漢中百超市，由武漢市嘉禾糧油有限責(zé)任公司生產(chǎn)。

2）泰國香米含量為100%的樣品 取上述5種泰國香米中的任意兩種排列組合，每種組合中兩種泰國香米的含量比為9∶1，7∶3，5∶5，3∶7，1∶9，共50 份樣品。取上述5 種泰國香米中的任意3種排列組合，每種組合中3 種泰國香米的含量比為1∶1∶1，1∶2∶2，2∶1∶2，2∶2∶1，共40 份樣品。

3）泰國香米含量為92%～98%的樣品 取金健頂佳泰香米、柬埔寨香米、泰國大米分別與5 種泰國香米配比，使混合后的大米中泰國香米含量分別為92%，94%，96%，98%，共60 份樣品。

4）泰國香米含量為20%～80%的樣品 取金健頂佳泰香米、柬埔寨香米、泰國大米分別與5 種泰國香米配比，使混合后的大米中泰國香米含量分別為20%，40%，60%，80%，共60 份樣品。

1.2 儀器與設(shè)備

Supnir-2720 近紅外光譜儀，杭州聚光科技股份有限公司；SC-E 大米外觀品質(zhì)檢測分析儀，杭州萬深檢測科技有限公司；CR-400 色差儀，日本柯尼卡美能達(dá)公司。

1.3 試驗(yàn)方法

1.3.1 近紅外光譜數(shù)據(jù)采集 儀器預(yù)熱30 min后進(jìn)行儀器自檢、性能測試和白板參比，然后將大米樣品倒入樣品盒中，裝滿后用樣品盒蓋壓平并放入指定位置，開始光譜測定。光譜測定條件：掃描溫度為15～25 ℃，掃描波長為1 000～1 799 nm，掃描間隔1 nm，儀器帶寬1 nm，光譜數(shù)據(jù)點(diǎn)數(shù)800，光譜重復(fù)性優(yōu)于0.2 nm，信噪比優(yōu)于2 000∶1，掃描次數(shù)3 次，每個(gè)樣品重復(fù)裝樣掃描6 次，取平均值，作為該樣本的原始數(shù)據(jù)。

1.3.2 大米常規(guī)指標(biāo)檢測 稱取10 g 大米樣品，平鋪于大米外觀檢測儀的掃描儀上掃描大米外觀圖片，利用大米外觀品質(zhì)檢測分析儀系統(tǒng)計(jì)算大米千粒重、面積、周長、長寬比、長、寬、整精米面積、整精米周長、整精米長寬比、完整米粒長寬比、整精米長、完整米粒長、整精米寬、完整米粒寬、整精米率、整精米千粒重、小碎米率、碎米率、透明度、精度、堊白粒率、堊白度、圓度及整精米圓度等24 個(gè)大米常規(guī)指標(biāo)。

白度的檢測使用色差儀。將樣品放入石英比色皿中，用色差儀測量樣品的L*、a*、b*，并用以下公式計(jì)算白度：

式中，L*——黑（0）至亮（100）范圍變化值；a*——紅色（60）至綠色（-60）范圍變化值；b*——黃色（60）至藍(lán)色（-60）范圍變化值。

1.3.3 樣本集劃分 將樣本集劃分為校正集和驗(yàn)證集，采用Kennard-Stone 法，其中校正集樣本數(shù)占80%，驗(yàn)證集占20%。Kennard-Stone（K-S）法基于光譜特征選取樣本，考慮變量之間的歐氏距離，在樣本光譜的特征空間中均勻選取樣本，依次選取歐氏距離最遠(yuǎn)的點(diǎn)進(jìn)入校正集，留下馬氏距離居中的點(diǎn)在驗(yàn)證集中，使光譜差異較大的樣本全部進(jìn)入校正集[16]。

1.3.4 光譜預(yù)處理 大米樣品近紅外光譜的采集主要是利用漫反射光譜，大米顆粒的大小、表面散射及光程變化均會(huì)產(chǎn)生噪音。為了降低光譜的信噪比，消除基線和其它背景干擾，需要對近紅外光譜進(jìn)行預(yù)處理。研究表明，一階導(dǎo)數(shù)處理可解決基線偏移[17]，多元散射校正可消除顆粒分布不均勻及顆粒大小產(chǎn)生的光散射影響[18]，去趨勢校正可以消除漫反射光譜的基線漂移，基線校正可以消除基線漂移或偏移現(xiàn)象[16]。本試驗(yàn)采用MATLAB軟件對樣品的原始光譜進(jìn)行光譜預(yù)處理，選用一階導(dǎo)數(shù)、基線校正、多元散射校正、去趨勢校正4種方法，并對原始及預(yù)處理數(shù)據(jù)后的光譜數(shù)據(jù)進(jìn)行建模，通過對比建模結(jié)果，選取最優(yōu)預(yù)處理方法。

1.3.5 主成分分析 主成分分析是一種通過降維技術(shù)將多個(gè)變量化為少數(shù)幾個(gè)主成分的統(tǒng)計(jì)分析方法。能夠在最大限度減少原始數(shù)據(jù)信息丟失的情況下，采用線性變換構(gòu)造一組互不相關(guān)的新變量，并從中提取少數(shù)獨(dú)立綜合變量以降低維數(shù)、濃縮信息和簡化結(jié)構(gòu)，使分析問題的過程更加直觀有效[19]。在模型建立之前，需要采用主成分分析對大米的常規(guī)指標(biāo)以及預(yù)處理后的大米近紅外光譜數(shù)據(jù)進(jìn)行降維處理，提取特征數(shù)據(jù)，使各個(gè)主成分的特征值大于1、主成分累計(jì)貢獻(xiàn)率大于85%[20]，并根據(jù)累計(jì)貢獻(xiàn)率確定主成分保留數(shù)，將主成分得分作為樣本特征向量形成支持向量機(jī)分類器的輸入向量矩陣，建立泰國香米的多源信息融合模型。

1.3.6 多源信息融合 多源信息融合技術(shù)根據(jù)不同的信息層面將信息融合的結(jié)構(gòu)模型分為數(shù)據(jù)層融合、特征層融合和決策層融合。當(dāng)傳感器觀測的是同一信息模式時(shí)，數(shù)據(jù)在數(shù)據(jù)層融合，融合過程結(jié)果最準(zhǔn)確，數(shù)據(jù)損失量小且處理信息量大，對系統(tǒng)通信帶寬要求較高[21]。當(dāng)傳感器檢測得到的信息模式不同時(shí)，信息跨度大，可關(guān)聯(lián)性小，宜采用特征層或決策層融合結(jié)構(gòu)。特征層融合過程消除了大量干擾數(shù)據(jù)，相比于決策層而言，結(jié)果可靠性更高[22]。本試驗(yàn)的數(shù)據(jù)源為近紅外光譜信息和大米常規(guī)指標(biāo)信息，數(shù)據(jù)信息跨度大，數(shù)據(jù)量大，不適宜采用數(shù)據(jù)層融合。由于大米近紅外光譜被用于識(shí)別泰國香米的技術(shù)并不成熟，缺乏先驗(yàn)知識(shí)組成的知識(shí)庫，因此采用決策層融合結(jié)果準(zhǔn)確度低。綜上，較適合本試驗(yàn)驗(yàn)的選擇是特征層融合結(jié)構(gòu)。

本試驗(yàn)使用的多源信息融合方法是支持向量機(jī)（Support vector machine，SVM）算法。大量研究表明，采用支持向量機(jī)的算法進(jìn)行系統(tǒng)辨識(shí)時(shí)，徑向基核函數(shù)比其它核函數(shù)的辨識(shí)效果好，需要調(diào)節(jié)的參數(shù)主要是懲罰參數(shù)c和核函數(shù)參數(shù)g[23]。為了防止模型出現(xiàn)欠擬合或過擬合現(xiàn)象，先利用網(wǎng)格搜索法使c和g在一定范圍內(nèi)分別取m和n個(gè)值，然后采用K-折疊交叉驗(yàn)證（K-fold Cross Validation，K-CV）法在m×n個(gè)（c，g）組合中尋找最優(yōu)參數(shù)c和g。本試驗(yàn)使用MATLAB 軟件建立支持向量機(jī)的特征層融合模式分類器模型，采用K-S 法從194 份非泰國香米和155 份茉莉香米中選擇155 份和124 份樣品作為校正集，其余樣品作為驗(yàn)證集。對校正集和驗(yàn)證集的樣本數(shù)據(jù)進(jìn)行歸一化處理，采用徑向基函數(shù)作為核函數(shù)，網(wǎng)格搜索法和K-CV 法確定徑向基函數(shù)的懲罰參數(shù)c、核函數(shù)參數(shù)g，其中K 取5，c和g的取值范圍定為[2-10，210]。用校正集樣本對支持向量機(jī)分類器進(jìn)行訓(xùn)練，用訓(xùn)練的模型對驗(yàn)證集進(jìn)行預(yù)測，驗(yàn)證模型的準(zhǔn)確率。鑒別模型公式為：

式中，Xi——樣本的支持向量；X——待預(yù)測標(biāo)簽的樣本的特征向量；n——支持向量個(gè)數(shù)；g——核函數(shù)參數(shù)；wi——支持向量的系數(shù)；b——支持向量對應(yīng)的參數(shù)；f（x）為±1，當(dāng)f（x）=1 時(shí)為泰國香米，當(dāng)f（x）=-1 時(shí)為非泰國香米。

2 結(jié)果與分析

2.1 基于常規(guī)指標(biāo)的泰國香米定性鑒定

2.1.1 泰國香米和非泰國香米的常規(guī)指標(biāo) 表1是泰國香米和非泰國香米的常規(guī)指標(biāo)，結(jié)果顯示兩者僅整精米寬、完整米粒寬、整精米千粒重不存在差異，其它均存在顯著性差異。泰國香米的各性質(zhì)值變化范圍較小，說明泰國香米的常規(guī)指標(biāo)間差異較小。非泰國香米的各性質(zhì)值變化范圍較寬，幅度較大，基本上可以覆蓋大米常規(guī)指標(biāo)的范圍，可以用于鑒別泰國香米和非泰國香米。

表1 泰國香米和非泰國香米常規(guī)指標(biāo)特征的檢測統(tǒng)計(jì)結(jié)果Table 1 Detection and statistical results of conventional index of Thai Hom Mali rice and Non-Thai Hom Mali rice

（續(xù)表1）

在模型建立之前，采用主成分分析對大米的常規(guī)指標(biāo)進(jìn)行降維處理，將原來具有一定相關(guān)性的多變量組合成一組新的相互無關(guān)的變量來代替原來的變量，結(jié)果見表2。由表2 可知，主成分PC1、PC2、PC3、PC4、PC5、PC6、PC7 的特征值大于1，累計(jì)貢獻(xiàn)率為87.93%，包含了大米樣本大部分信息，因此，可以將前7 個(gè)主成分作為數(shù)據(jù)分析的有效成分。

表2 7 個(gè)主成分的特征值、貢獻(xiàn)率和累計(jì)貢獻(xiàn)率Table 2 Eigenvalue，contribution rate and cumulative contribution rate of the first 7 principal components

2.1.2 基于常規(guī)指標(biāo)模型的建立與驗(yàn)證 將選取的大米常規(guī)指標(biāo)前7 個(gè)主成分的得分作為輸入向量矩陣，泰國香米真?zhèn)巫鳛檩敵鰳?biāo)簽，設(shè)定真實(shí)值“1” 代表泰國香米樣品，“-1” 代表非泰國香米樣品，應(yīng)用支持向量機(jī)分類器建立泰國香米鑒別模型，鑒定結(jié)果見表3。模型校正集泰國香米樣品124 個(gè)，樣本識(shí)別率為100%，非泰國香米樣品155個(gè)，正確識(shí)別151 個(gè)，樣本識(shí)別率為97.42%，校正集總識(shí)別率是98.57%。驗(yàn)證集泰國香米樣品31個(gè)，正確判別26 個(gè)，識(shí)別率為83.87%，非泰國香米樣品39 個(gè)，正確判別37 個(gè)，識(shí)別率為94.87%，驗(yàn)證集總識(shí)別率為90.00%，識(shí)別效果好。

表3 基于大米常規(guī)指標(biāo)建立的泰國茉莉香米鑒別模型判別結(jié)果Table 3 Discriminant results of Thai Hom Mali rice based on the conventional index of rice

2.2 基于近紅外光譜的泰國香米定性鑒定

2.2.1 泰國香米和非泰國香米近紅外光譜特征泰國香米和非泰國香米近紅外光譜見圖1。由圖1可知，泰國香米和非泰國香米在波峰、波形上十分相似。在1 000～1 799 nm 波長范圍內(nèi)，非泰國香米的吸光值變化范圍較大，泰國香米的變化范圍較小。

圖1 泰國香米和非泰國香米近紅外光譜圖Fig.1 Near-infrared spectra of Thai Hom Mali rice and Non-Thai Hom Mali rice

2.2.2 預(yù)處理后的大米近紅外光譜 本研究采用一階導(dǎo)數(shù)、基線校正、多元散射校正、去趨勢校正4 種方法對原始光譜進(jìn)行預(yù)處理，預(yù)處理后的譜圖見圖2。一階導(dǎo)數(shù)處理后的近紅外光譜重疊峰分開、分辨率提高、信息量增加?；€校正使光譜在1 000～1 400 nm 波長范圍內(nèi)的光譜重疊現(xiàn)象增強(qiáng)。多元散射校正處理使大部分波長內(nèi)的光譜重疊現(xiàn)象增強(qiáng)，突出部分波長點(diǎn)下的光譜差異，去趨勢校正使光譜中吸光值較大的重疊峰分開，平滑掉細(xì)小差異。

圖2 預(yù)處理后的光譜圖Fig.2 Spectra after preprocessing methods

模型建立之前，采用主成分分析對預(yù)處理后的大米近紅外光譜數(shù)據(jù)進(jìn)行降維處理，提取光譜的特征數(shù)據(jù)，不同預(yù)處理方法主成分分析累計(jì)貢獻(xiàn)率見表4。由表4 可知，原來的800 個(gè)光譜點(diǎn)被壓縮成3～8 個(gè)主成分，消除了大量重疊信息。

表4 不同預(yù)處理后主成分分析累計(jì)貢獻(xiàn)率（%）Table 4 Cumulative contribution rate of principal component analysis after different preprocessing methods（%）

2.2.3 基于近紅外光譜模型的建立與驗(yàn)證 將選取的大米近紅外光譜主成分得分作為輸入向量矩陣，泰國香米真?zhèn)巫鳛檩敵鰳?biāo)簽，設(shè)定真實(shí)值“1”代表泰國茉莉香米樣品，“-1” 代表非泰國香米樣品，應(yīng)用支持向量機(jī)分類器模型建立泰國香米鑒別模型，鑒別結(jié)果見表5。由表5 可以看出，近紅外光譜數(shù)據(jù)預(yù)處理后所建模型的校正集和驗(yàn)證集樣本總識(shí)別率均高于未處理光譜，且一階導(dǎo)數(shù)預(yù)處理后的光譜鑒別效果最好，校正集和驗(yàn)證集模型的總識(shí)別率分別為99.28%，98.57%，較常規(guī)指標(biāo)鑒別泰國香米效果更好，可能是因?yàn)榇竺捉t外光譜不僅與大米中化學(xué)成分的組成情況有關(guān)，還與大米的常規(guī)指標(biāo)之間存在一定的相關(guān)性。

表5 基于大米近紅外光譜建立的泰國香米鑒別模型判別結(jié)果Table 5 Discriminant results of Thai Hom Mali rice based on NIR spectra of rice

（續(xù)表5）

2.3 基于多源信息融合的泰國香米定性鑒定

2.3.1 支持向量機(jī)參數(shù)優(yōu)化 支持向量機(jī)的懲罰參數(shù)c和核函數(shù)參數(shù)g的優(yōu)化過程如圖3所示，采用K-CV 法優(yōu)化支持向量機(jī)參數(shù)。K-CV 法主要是將原始數(shù)據(jù)均分為K組，使每組數(shù)據(jù)分別作一次驗(yàn)證集，其余的（K-1）組作校正集，以得到的K個(gè)模型最終驗(yàn)證集的分類準(zhǔn)確率的平均數(shù)作為此K-CV 分類器的性能指標(biāo)，取分類準(zhǔn)確率最高時(shí)對應(yīng)的c和g為最佳參數(shù)。圖中等高線表示取相應(yīng)的c和g后對應(yīng)的模型識(shí)別正確率。由圖3可知，c=27.8576，g=0.3299 時(shí)，模型的識(shí)別效果最好，識(shí)別正確率為100%。

圖3 支持向量機(jī)的參數(shù)選擇Fig.3 Parameter selection of the support vector machine

2.3.2 基于多源信息模型的建立與驗(yàn)證 將泰國香米和非泰國香米一階導(dǎo)數(shù)預(yù)處理后的近紅外光譜與常規(guī)指標(biāo)特征向量融合構(gòu)成349 行、14 列向量矩陣作為支持向量機(jī)分類器的輸入向量矩陣，建立基于多源信息融合的鑒別模型，得到模型見式（3）。

模型中x1～x7表示待測樣本常規(guī)指標(biāo)特征信息提取的7 個(gè)主成分的得分，y1～y7表示待測樣本一階導(dǎo)數(shù)預(yù)處理后的近紅外光譜特征信息提取的7 個(gè)主成分的得分。其中，x1～y7經(jīng)過歸一化處理，在MATLAB 中使用mapminmax 函數(shù)，將其數(shù)值歸一化到[-1，1]。

基于近紅外光譜與常規(guī)指標(biāo)融合建立泰國香米鑒別模型的鑒別結(jié)果見表6。由表6 可知，校正集和驗(yàn)證集模型的正確識(shí)別率均是100%，比常規(guī)指標(biāo)特征信息或近紅外光譜信息建立的鑒別模型的識(shí)別率高，此模型能夠有效鑒別泰國香米。

表6 基于多源信息融合建立的泰國香米鑒別模型判別結(jié)果Table 6 Discriminant results of identification model of Thai Hom Mali rice based on multi-source information fusion

3 結(jié)論

試驗(yàn)結(jié)果表明基于大米常規(guī)指標(biāo)特征信息建立的泰國香米定性識(shí)別模型校正集總識(shí)別率為98.57%，驗(yàn)證集總識(shí)別率為90.00%，此時(shí)特征提取的主成分?jǐn)?shù)為7，累計(jì)貢獻(xiàn)率87.93%?；诖竺捉t外光譜信息建立的泰國香米定性鑒定模型校正集總識(shí)別率為99.28%，驗(yàn)證集總識(shí)別率為98.57%，此時(shí)適宜的預(yù)處理方式為一階導(dǎo)數(shù)，特征提取的主成分?jǐn)?shù)為7，累計(jì)貢獻(xiàn)率87.88%。將大米近紅外光譜及常規(guī)指標(biāo)特征信息融合后建立的基于多源信息融合技術(shù)的泰國香米定性鑒定模型校正集、驗(yàn)證集總識(shí)別率均為100%，可解決近紅外光譜等常用方法鑒別泰國香米時(shí)存在的準(zhǔn)確率偏低的問題，為泰國香米摻偽鑒別提供一種快速、準(zhǔn)確的方法，具有重要的應(yīng)用價(jià)值。