基于PLS法近红外光谱技术对鹿血真伪鉴别的研究

尹冬冬

(黑龙江省野生动物研究所，哈尔滨 150081)



基于PLS法近红外光谱技术对鹿血真伪鉴别的研究

尹冬冬

(黑龙江省野生动物研究所，哈尔滨 150081)

通过鹿血和伪劣鹿血近红外光谱区的分析，选择近红外光谱7500～4500cm-1信息段作为分析对象。使用PLS法建立鹿血真伪识别模型，其模型在定标集鹿血样本和外部未知鹿血样本准确率分别达到100%和93.3%。

鹿血；近红外；鉴别

鹿血系梅花鹿(CervusnipponTemmink )或马鹿(CervuselaphusLinnaeus)的血液，系名贵中药材[1]。由于在医药和保健上鹿血产品具有良好的效果，在各地的市场上，出现销售假冒伪劣鹿血的现象。在目前的情况下，主要以感官评价和DNA鉴别鹿血真伪。感官评价虽然具有速度快的优势，但人为因素和外部环境因素对感官评价的客观性结果具有很大影响。DNA测定法虽然具有高精度无损检测方法的优点，但由于需要长时间的测定，成本高的原因，不利于快速测定的推广。近红外光谱分析技术是基于有机分子的近红外吸收，从样品的背景变化中提取弱信息的技术[2]，是一种速度快、无损和再现性好等优势[3]，已逐渐从农业上的应用推广到了食品[4]、制药[5]和化学[6]等许多领域。本试验利用PLS法结合NIR技术建立了鹿血真伪的识别模型，能够通过PLS鹿血判别模型进行快速检测鹿血真伪。将在鹿血的生产、产品的流通和消费环节中得到广泛应用。

1　材料与方法

1.1试验材料和仪器

试验采用的伪劣鹿血通过测定购自市场，鹿血购自南岔养鹿场和东宁养鹿场。

1.2仪器与设备

JD500-2型电子天平(广州航信科学仪器有限公司)；精密电子天平AB204-N(上海世义精密仪器有限公司)；DA7200近红外分析仪(瑞典波通瑞华科学仪器公司)。

1.3试验方法

1.3.1鹿血样本的处理。定标集样本为80个鹿血样品(马鹿与梅花鹿各40个样本)和40个伪劣鹿血样本，验证集样本鹿血样本为30个和伪劣鹿血样本为15个。

1.3.2近红外光谱的采集。样品的近红外光谱的采集在波通瑞华科学仪器公司的近红外分析仪DA7200上进行，采集模式吸收光谱。

1.3.3PLS法建立模型。选2留1法选取鹿血n个样本，其他伪劣鹿血n个，其中定义值1的为鹿血，定义值-1的为其他伪劣鹿血，采用内部交叉验证的方法(RMSECV)，通过PLS法进行定性分析，建立鹿血真伪的定性判别模型。以中间值0为绝对阀值进行分析判别鹿血的真伪，其中通过PLS模型的计算，数值>0的样本为纯正鹿血，数值<0的样本为伪劣鹿血。

1.3.4PLS模型的验证。采用定标集以外的外部未知样品，应用建好的PLS定性分析模型进行识别样品的种类，确定PLS定性分析模型识别种类的准确率。

1.3.5数据分析。采用软件Unscrambler95(CAMO，OLSO，挪威)进行PLS定性分析模型的建立，包括分析近红外光谱的预处理方法和对外部未知样品的鉴定等。

2　结果与讨论

2.1样本近红外光谱的获得

使用DA7200近红外光谱仪(波通瑞华科学仪器公司)采集模式进行扫描，同时得到样品近红外光谱120个(马鹿血与梅花鹿血各40个样本和40个伪劣鹿血样本)。由图1可以看出鹿血和伪劣鹿血的近红外光谱带具有相同类似特征，但是它们有明显区别的谱带图形和相对强度。由近红外光谱图可以看出鹿血近红外光谱区间7500～4500cm-1这段具有信息含量丰富的吸收峰。因此选择信息量相对丰富的7500～4500cm-1信息段作为定性分析的对象。

图1　鹿血样本近红外光谱

2.2PLS法建立模型

2.2.1光谱预处理方法的选择。为了减少光谱噪音，粒子散射和对校准非线性因素谱移的影响。同时在最大保留样品的近红外光谱之间由于与浓度线性变化，实验中采用SNV、FD和SNV+FD预处理方法对原始光谱进行预处理，通过比较原始光谱和不同的预处理方法建模的效果。结果表明，在SNV+FD预处理的光谱的相关性得到改善的最好，采用SNV+FD预处理结果建模的光谱成效最好(表1)。

表1　不同光谱预处理方法对模型的影响

2.2.2PLS模型对于定标集的预测分析。定标集中的鹿血样本赋值为1，伪劣鹿血赋值为-1，利用PLS模型对于定标集样本进行预测见图2，发现鹿血样本和伪劣鹿血样本都具有很好的聚类趋势。其中鹿血样本均在0值上方聚为一类；而伪劣鹿血样本均在0值下方聚为一类。说明可以用-l和1的平均值0作为识别鹿血和伪劣鹿血的绝对阈值，并且PLS模型对定标集样本识别准确率为100%。

图2　PLS模型对于定标集的预测效果

2.2.3PLS模型对于未知样本的判别效果。为了验证PLS定性分析模型对于未知鹿血样本的识别适用性，采用45个PLS模型外未知样本对模型进行验证，其中鹿血样本30个，伪劣鹿血样本15个，利用PLS模型进行结果预测，根据模型的计算值对未知样本进行分类，其中<0的为伪劣鹿血，>0的为鹿血识别标准，45个样本中有2个鹿血的样本被错误的识别为伪劣鹿血样本，有1个伪劣鹿血样本被错误的识别为鹿血样本，其余样本均识别正确，识别的准确率达到了93.3%，说明了利用近红外光谱结合PLS模型进行鹿血真伪识别的可靠性(表2)。

表2　PLS模型对于未知样本的判别效果

3　结论

在本实验中，通过鹿血和伪劣鹿血近红外光谱区的分析，选择近红外光谱7500～4500cm-1信息段作为分析对象。使用PLS法建立鹿血真伪识别模型，其模型在定标集鹿血样本和外部未知鹿血样本准确率分别达到100%和93.3%。结果表明，利用PLS法结合近红外光谱鉴别鹿血真伪是可行的，该方法简单快捷。如果增加鹿血的样本数，并通过鹿血主要成分含量，建立定量分析模型，鉴别精度有望进一步提高。

[1]中华人民共和国药典.一部[M].北京：中国医药科技出版社,2000:264-265.

[2]严衍录,赵龙莲,韩东海,等.近红外光谱分析基础与应用[M].北京：中国轻工业出版社,2005:1-9.

[3] 陈华才．近红外光谱在药物领域的应用与研究进展[J]．中国计量学院学报，2003(9)：261-267.

[4] 张宁, 张德权,李淑荣,等.近红外光谱定性分析技术在食品安全中的应用研究进展[J].食品科技,2008(8):218-221.

[5] 刘荔荔,相秉仁，盛龙生，等.近红外漫反射光谱可视化褶合指纹谱对中药材的定性鉴别[J].中国药科大学学报,2003(2) ：105-108.

[6] 陆婉珍,袁洪福,徐广通.现代近红外光谱分析技术[M].北京：中国石化出版社,2000：122-124.

2016-05-12

黑龙江省森工总局青年基金项目(sgzjQ2013002)

尹冬冬(1984-)，女，助理研究员，硕士研究生，从事野生动物研究，E-mail: 853599859@qq.com。

R282.5

A

DOI.:10.13268/j.cnki.fbsic.2016.05.007