基于拉曼光谱和化学计量学方法判别大米分类的研究＊

黄嘉荣，伍博迪，詹求强

(华南师范大学，华南先进光电子研究院光及电磁波研究中心，广东 广州510006)

0 引言

随着经济生活水平的提高，人们对膳食结构的认识更加重视，大米作为粮食主食越来越受到关注，市场上大米的种类繁多，质量良莠不齐，所以快速识别大米具有现实的意义。传统的大米主要成分分析方法有近红外光谱［1］、高效液相色谱［2］，气相色谱串联质谱［3］，对大米所含离子用离子色谱分析，对大米中微量元素用电感耦合等离子体质谱分析［2］。但是这些检验条件都需要大型的实验设备，便携式拉曼光谱仪器作为一种新兴的检测手段，能达到高效、快速的检目的，拉曼谱峰能反映出特定的官能团，先前已有 实 验 对 植 物 油［4］、马 铃 薯［5］、黄 芪［6］、橄 榄油［7］、三七［8］等样品进行过分析，本实验采用拉曼光谱作为数据判别的依据，实现对大米的分类。

大米的主要成分是碳水化合物70%-80%，蛋白质7%-8%，脂质1%-2%，水11%-12%［9］，其中直链淀粉和支链淀粉成分相似。测试所得到的拉曼光谱通常都有较强的荧光背景峰，常见降低荧光背景噪声的方法有纯化样品、长时间照射，改变激发波长，增加扫描次数等等，除了改变这些硬件方法之外，还可以通过算法有效去除背景噪声，提取真实有效的拉曼信号。主成分分析的目的是将数据降维，求出特征值和特征向量，最后算出主成分得分，利用少量的主成分代表原来大部分的信息，线性判别分析则是利用样本点之间的距离进行判断分组，从而能识别和归类。

1 实验部分

1．1 材料

东北大米、清远大米、糯米。

1．2 仪器

QE6500海洋光学光谱仪，RIP-RPB-785便携式拉曼光纤探头(激发波长785 nm，焦距7．5 mm)，785 nm半导体激光器。光谱扫描功率200 mW，积分时间5 s，扫描范围是550 cm-1到1 650 cm-1。

1．3 光谱扫描

在室温条件下，将样品放在石英片上测试，三种大米随机各取16个样品，每个样品测试3次，取平均值。

2 结果与讨论

2．1 去除背景基线算法优化

背景去除的算法用Matlab软件实现，具体方法为先用最小二乘法对离散拉曼光谱进行多项式拟合，在每个波数下，取拉曼光谱和其拟合函数中较小的值重构成新的输入函数，作为下一次迭代的输入函数再次拟合，如此反复，最后一次迭代的拟合多项式将作为荧光背景的函数［10］。在此基础上Jianhua ZHAO等［11］提出了改进的方法，优点有三个:(1)考虑到噪声的影响，在多项式拟合函数上加上近似噪声电平标准偏差(Standard deviation，DEV)，再与每次迭代的输入函数进行比较。而用原先方法时，特别在高噪声即低信噪比的拉曼光谱中，噪声会被当作拉曼峰而没有进入迭代拟合的过程;(2)考虑到大型拉曼峰的影响，在第一次迭代过程中加入大型拉曼峰的去除。而用原先方法时，大型拉曼峰对多项式拟合有很大的影响，这会影响到荧光背景的拟合效果;(3)迭代次数少，大大减少运算的时间。由于只有第一次迭代的过程中去除拉曼峰，所以荧光背景还是很高，导致过度去除荧光背景，所以我们采用前几次迭代拟合都加入大型拉曼峰去除的方法，保留数据的维数在原来的50%以下，减少过度去除荧光背景。图1是优化算法流程图，去除荧光背景前后的图如图2所示。

其中

ν1，ν2…νn为拉曼位移(单位cm－1);

迭代收敛条件为|(DEVi－DEVi－1)/DEVi|＜5%。

2．2 大米的拉曼图谱及拉曼峰归属

大米的拉曼谱线如图3所示，由于大米的主要成分是淀粉，图中所示三种样品的平均拉曼谱图峰型相似，只有小部分不同，难以用肉眼进行分辨。各个拉曼峰的归属如表1所示［12］。

图1 优化算法的流程图Fig．1 Flow chart of optimized algorithm

表1 拉曼峰的位置和归属Tab．1 Raman wavenumbers and their respective assignments

s strong，m medium，w weak

2．3 PCA分析

由于大米的拉曼波形重复性高，所以对大米全波数范围进行PCA分析提取关键差异信息，分别取前三个主成分为坐标轴，建立可视化模型，前三个主成分的方差贡献率分别为86．63%，7．78%，3．73%，累计方差贡献率达到98．14%，说明选取前三个主成分具有较强的代表性。由3D图可以看出三类大米有良好的空间分类分布，具体的分类由线性判别分析进行进一步讨论。

图2 去除荧光背景前后的拉曼峰Fig．2 Raman spectrum before and after fluorescence background remove

图3 三个样品的拉曼谱图Fig．3 Raman spectra of three samples

2．4 LDA分析

为了在二维坐标轴上清楚地显示判别信息，我们选用PC1和PC2建立坐标轴。区别东北和清远样品的费希尔判别直线方程是:0．002PC1-0．009PC2+2．521=0;区别东北和糯米样品的直线方程是:0．012PC2+2．572=0。分类结果显示，东北大米有3个样品分类错误，正确分类率为81．3%，清远大米为100%，糯米为100%，综合起来正确分类率为93．8%。对于PC1、PC2、PC3建立的三维坐标轴，东北大米有1个样品分类错误，正确分类率为93．8%，清远大米为100%，糯米为100%，综合正确分类率为97．9%。由此可见，前三个主成分能代表大部分大米的信息。

图4 主成分分析3D图Fig．4 3D plot of PCA

图5 主成分分析2D图和线性判别分析Fig．5 2D plot of PCA and LDA

3 结论

该实验通过Matlab软件优化去除荧光背景、降低噪声的方法，在前几次迭代过程中去除大型拉曼峰，提取了更精确的拉曼信号，建立分析模型。运用主成分分析法(PCA)和线性判别方法(LDA)对不同种类的大米进行归类，结果表明，使用前三个主成分能达到97．9%的分类准确率，使用前两个主成分能达到93．8%的分类准确率，由此可见，本实验建立的优化模型对大米的分类具有很高的实用价值。

［1］ 夏立娅，申世刚，刘峥颢，等．基于近红外光谱和模式识别技术鉴别大米产地的研究［J］．光谱学与光谱分析，2013，33(1):102-105．XIA Liya，SHEN Shigang，LIU Zhenghao，et al．Idenrtification of geographical origins of rice with pattern recognition technique by near infrared spectroscopy［J］．Spectroscopy and Spectral Analysis，2013，33(1):102-105．

［2］ 夏立娅．大米产地特征因子及溯源方法研究［D］．石家庄:河北大学，2013．XIA Liya．Study on characteristic factor and assignment methods of rice geographical origin［D］．Shijiazhuang:Hebei University，2013．

［3］ 田福林，李红，刘成雁，等．GC-MS法对不同产地大米的快速鉴定［J］．分析测试学报，2011，30(09):1059-1062．TIAN Fulin，LIHong，LIU Chengyan，et al．Study on a quick identification of different rice species by GC-MS［J］．Journal of Instrumental Analysis，2011，30(09):1059-1062．

［4］ 吴静珠，石瑞杰，陈岩，等．基于PLS_LDA和拉曼光谱快速定性识别食用植物油［J］．食品工业科技，2014，35(6):55-58．WU Jingzhu，SHI Ruijie，CHEN Yan，et al．Rapid qualitative identification method of edible vegetable oil based on PLS-LDA and Raman［J］．Science and Technology of Food Industry，2014，35(6):55-58．

［5］ 代芬，BERGHOLT M S，BENJAMIN A J V，等．近红外激发荧光光谱与拉曼光谱快速鉴别马铃薯品种［J］．光谱学与光谱分析，2014，34(3):677-680．DAI Fen，BERGHOLT M S，BENJAMIN A J V，et al．Rapid identificaiton of potato cultivars using NIR-excited fluorescence and Raman spectroscopy［J］．Spectroscopy and Spectral Analysis，2014，34(3):677-680．

［6］ 黄浩，李洁，陈荣，等．拉曼光谱结合统计分析对不同产地黄芪饮片的鉴别分类研究［J］．福州大学学报(自然科学版)，2014，42(4):646-652．HUANG Hao，LI Jie，CHEN Rong，et al．Discrimination of Huangqi(Radix Astragali seu Hedysari)from different producing areas using Raman spectroscopy and statistical analysis［J］．Journal of Fuzhou University(Natual Science Edition)，2014，42(4):646-652．

［7］ 周秀军，戴连奎．基于最小二乘支持向量机的橄榄油掺杂拉曼快速鉴别方法［J］．光散射学报，2013，25(2):176-182．ZHOU Xiujun，DAI Liankui．Fast discrimination of olive oil adulteration based on Raman spectra using least squares support vector machine［J］．The Journal of Light Sattering，2013，25(2):176-182．

［8］ 董晶晶，陈娟，戈延茹，等．激光拉曼光谱法无损鉴别三七及其伪品［J］．激光与光电子学进展，2014，51(5):204-208．DONG Jingjing，CHEN Juan，GE Yanru，et al．Nondestructive identification of Panax notoginseng and its analogues via laser Raman spectroscopy［J］．Laser＆Optoelectronics Progress，2014，51(5):204-208．

［9］ HWANG J，KANG S，LEE K，et al．Enhanced Raman spectroscopic discrimination of the geographical origins of rice samples via transmission spectral collection through packed grains［J］．Talanta，2012，101:488-494．

［10］ LIEBER C A，MAHADEVAN-JANSEN A．Automated method for subtraction of fluorescence from biological Raman spectra［J］．Applied Spectroscopy，2003，57(11):1363-1367．

［11］ ZHAO J，LIU H，MCLEAN D I，et al．Automated autofluorescence background subtraction algorithm for biomedical Raman spectroscopy［J］．Applied Spectroscopy，2007，61(11):1225-1232．

［12］ ALMEIDA M R，ALVESR S，NASCIMBEM L B，et al．Determination of amylose content in starch using Raman spectroscopy and multivariate calibration analysis［J］．Analytical Bioanalytical Chemistry，2010，397(7):2693-2701．