近红外光谱技术结合化学计量方法用于大米的快速分析

李跑，吴红艳，李尚科，杨清华，蒋立文，刘霞，杜国荣

（1.湖南农业大学食品科技学院，湖南长沙410128；2.食品科学与生物技术湖南省重点实验室，湖南长沙410128；3.上海烟草集团有限责任公司技术中心北京工作站，北京101121）

大米是世界上大部分人口的主食，不同地方生产不同品种的大米，且同一品种不同品牌大米之间也存在差异性，因此不同产地以及不同品牌大米的售价也不相同。此外，人们日常食用的大米是稻谷经筛选、精选、砻谷、碾米等工序后加工制成的精米。大米的主要成分是淀粉，同时含有丰富的蛋白质，氨基酸，还含有少量的粗纤维、脂肪、钙、磷、维生素等营养成分[1-2]。目前常用的大米检测及鉴别方法为感官分析法和化学分析法。这些方法除了考察大米的形状、气味、色泽等外部特征，还对大米的直链淀粉含量、脂肪的含量、蛋白质的含量等内部品质进行分析。比如淀粉的测定方法主要有酸水解法、酶水解法、旋光法等；蛋白质的测定方法多采用蛋白质分析仪器或者化学法。但是这些方法存在耗时久、破坏样品等问题，无法实现对大米的快速无损检测。因此开发适合于快速无损检测大米的方法，可以有效解决大米溯源以及掺伪掺假问题。

近红外光谱技术是介于可见光谱区和中红外光谱区之间的电磁波的技术。近红外光谱主要是对样品中的含氢基团（C-H、O-H、N-H等）振动的倍频、合频以及差频的叠加吸收，包含了样品组成状态、分子结构等信息。由于近红外光谱存在谱带较宽，信噪比低，吸收峰重叠严重等弱点，分析时若直接采用原始数据会导致后期建立的模型稳定性差、准确度低，从而影响分析结果，因此需要结合化学计量学方法以提高结果的准确性[3-6]。近红外光谱技术具有成本低、速度快、效率高、检测方便、测试重现性好等优点，近年来快速发展成为了一种新兴的分析与研究手段，并在食品、农业、医药等领域得到了广泛的应用。国内外有许多学者利用近红外光谱技术实现对不同品牌食品的鉴别，如制动液品牌[7]、瓜类品种[8]、玉米品种[9]、咖啡品种[10]、小麦品种[11]等。近红外光谱技术在稻米品质检测中也得到了广泛应用，如稻米蛋白质含量的测定[12]、脂肪测定[13]、氨基酸含量测定[14]以及淀粉测定[15]。

然而，现阶段大多数研究集中在比较不同大米中蛋白质或淀粉含量的差异以实现大米品种或产地的鉴别，对于近红外光谱技术结合化学计量学方法用于大米品种及产地方面鉴别研究相对较少。夏立娅等[16]利用近红外光谱和模式识别技术建立了大米产地的快速鉴别方法，结果表明通过筛选得到特征波段，聚类和判别分析都可实现响水大米和非响水大米的鉴别。周子立等[17]组合小波变换、主成分分析（principal component analysis，PCA）以及反向传播（back propagation，BP）神经网络的模式鉴别方法，建立了一种基于可见-近红外光谱技术快速、无损鉴别大米品种的新方法。然而这些方法大多需要采用较为繁琐的化学计量方法，导致近红外光谱技术在实际分析时得不到广泛应用。因此，本试验基于近红外光谱技术和化学计量学方法，提出了一种简单的可以实现不同产地以及不同品牌大米快速无损鉴别的方法。利用连续小波变换技术（continuous wavelet transform，CWT）对大米的原始光谱进行预处理，消除背景干扰和基线漂移，提高信噪比，加强光谱的有效信息，并结合主成分分析对大米品种及产地进行鉴别。

1 试验部分

1.1 试验材料

收集了来自五家不同超市的不同种类大米。如表1所示，A-K为不同品牌的样品，分别为东北糙米、湖南糙米、东北米、籼米、芙蓉米、泰香米、晚米、贡米、京生缘香米、柬埔寨香米和软香米，a-e为不同超市名称。其中01～05分别为5个平行样品，命名见表1。

表1 样品命名表Table 1 Sample name list

1.2 仪器与设备

QuasIR4000近红外光谱仪：美国GalaxyScientific。

1.3 试验方法

1.3.1 光谱的采集

采用积分球漫反射模式采集全部茶叶光谱，本次试验在室温下操作，由于大米为固体，所以将大米用直径65 nm、高度为14 nm的圆形透明容器盛放，装满1个容器作为1个试验样本，光谱仪经20 min预热并进行白板校准后开始测试。波数范围为12 000 cm-1～4 000 cm-1，最小间隔为4 cm-1，共采集2 098个数据点，一共分析了11种大米，共计115个样品。

1.3.2 光谱预处理与聚类分析

光谱预处理与聚类分析由MATLAB R2010a（The MathWorks，Natick，USA）软件实现。由于仪器和环境的干扰会出现噪声、基线漂移，为提高信噪比，筛选出有效数据的范围。利用CWT技术消除背景噪声的干扰，提高结果的稳定性与准确性。PCA可以将数据从高维向低维投射，并在低维空间最大程度上保持原始数据的信息。因此，利用PCA方法对11种大米样品进行聚类分析。

2 结果与讨论

2.1 不同种类大米的近红外光谱分析

2.1.1 东北大米的光谱特征

CWT技术处理前后东北大米的光谱见图1。

图1 CWT技术处理前后东北大米和籼米的光谱图Fig.1 Spectra of northeastern and glutinous rice before and after CWT treatment

图1（a）为东北糙米和不同超市东北大米的近红外原始光谱图，从图中可以看出谱线的大致趋势一致，大部分的谱线在相似波段具有明显的吸收峰，这说明4个样品的主要成分相近。但在6 900 cm-1和5 100 cm-1波数处的波峰存在差异，可明显观察到样品被分为两组。

由于信号中存在基线漂移和背景的干扰，因此需通过有效的预处理，消除基线干扰，提高信噪比，加强光谱的有效信息。图1（b）为东北糙米和不同超市东北大米信号经过CWT预处理后的光谱图，从图中可以看出背景干扰被有效扣除，基线校正，有明显的特征谱峰，表明CWT技术是消除背景干扰和基线漂移的良好工具。在8 550 cm-1波数处光谱存在明显差异，此波数对应的振动方式是C-H二级倍频伸缩振动基频；在7 450 cm-1波数处的差异对应于C-H一级倍频伸缩振动基频与C-H变形振动基频组合频；在7 150cm-1波数处东北糙米的吸光度值明显大于其他三种大米，该波数属于C-H一级倍频伸缩振动基频和C-H变形振动基频。同时我们日常食用的精米是糙米经过抛光去除米粒表面的糠粉，使米粒表面的淀粉胶质化，呈现一定的光亮，糙米比精米富含更多的米胚蛋白和米糠多糖，多糖中含有较多的羟基，羟基吸收峰的存在也会导致7 150 cm-1处波峰存在明显差异；6 190 cm-1波峰处光谱的差异对应于C-H一级倍频伸缩振动基频，对应的结构是=CH2；而在波段5 530 cm-1～5 470 cm-1之间光谱的差异对应于O-H伸缩振动基频与C-O一级倍频伸缩振动基频组合频；在4 325 cm-1波数处和4 255 cm-1波数处，只有东北糙米存在波峰，分别属于C-H伸缩振动基频与C-H变形振动基频组合频和C-H二级倍频伸缩振动基频，可能原因是东北糙米含较多的淀粉和纤维素。

2.1.2 籼米的光谱特征

CWT技术处理前后籼米的光谱图见图2。

图2（a）为不同超市籼米的原始光谱图，从图中可明显观察到在7 000 cm-1波数处4类样品被明显的分为两组，属于O-H一级倍频伸缩振动基频，这说明这两组的CONH2的含量较高，而在波段5 500 cm-1～5 200 cm-1间，振动方式为C=O二级倍频伸缩振动基频、O-H伸缩振动基频与C-O一级倍频伸缩振动基频组合频、C=O一级倍频伸缩振动基频；在4 600 cm-1波数属于酰胺Ⅰ一级倍频和酰胺Ⅱ的组合频。

图2 CWT技术处理前后东北大米和籼米的光谱图Fig.2 Spectra of northeastern and glutinous rice before and after CWT treatment

经过CWT技术消除背景干扰，得到图2（b）。可以发现在10 900 cm-1和7 300 cm-1波数处光谱存在明显差异，对应于C-H三级倍频伸缩振动基频和C-H一级倍频伸缩振动基频与C-H变形振动基频的组合频，对应的结构为CH3；而在7 150 cm-1波数处光谱的差异对应于C-H一级倍频伸缩振动基频与C-H变形振动基频组合频，对应的结构是CH2；在5 500 cm-1波数处光谱的差异对应于O-H伸缩振动基频与C-O一级倍频伸缩振动基频组合频；在5 320 cm-1波数处光谱的差异对应于O-H伸缩振动基频与C-O一级倍频伸缩振动基频组合频、C=O二级倍频伸缩振动基频；在5 050 cm-1和4 850 cm-1波数处的差异对应于N-H不对称伸缩振动基频与酰胺Ⅱ组合频、N-H对称伸缩振动基频和酰胺Ⅱ组合频，可能原因是大米蛋白质含量的不同；在波段4 400 cm-1～4 500 cm-1之间存在较大波峰，振动方式为O-H伸缩振动基频与O-H变形振动基频组合频、N-H伸缩振动基频与NH3变形振动基频组合频；在4 150 cm-1波数处光谱的差异属于C-H伸缩振动基频与C-C伸缩振动基频组合频。

2.1.3 香米的光谱特征

同样为了对不同种类和不同产地的香米进行鉴别，做了近红外光谱图。样品包括国外香米和国内香米，分别为泰香米、柬埔寨香米、京升缘香米和软香米。CWT技术预处理前后的香米光谱见图3。

图3 CWT技术处理前后香米和湖南本地米的光谱图Fig.3 Spectra of fragrant and Hunan local rice before and after CWT treatment

图3（a）为香米的原始光谱图，在7 100 cm-1波数处开始分为两组，振动方式为O-H一级倍频伸缩振动基频；同时在5 975 cm-1波数处和波段5 500 cm-1～5 350 cm-1之间光谱存在明显差异，对应于C-H一级倍频伸缩振动基频、O-H伸缩振动基频与C-O一级倍频伸缩振动基频组合频和C=O二级倍频伸缩振动基频。

图3（b）是CWT后的光谱图，在7 150 cm-1波数处光谱的差异对应于C-H一级倍频伸缩振动基频与C-H变形振动基频组合频，对应的结构是CH2；在5 350 cm-1波数处光谱的差异对应于O-H伸缩振动基频与C-O一级倍频伸缩振动基频组合频；在5 050 cm-1和4 900 cm-1波数处光谱的差异对应于N-H不对称伸缩振动频与酰胺Ⅱ组合频和C=O二级倍频伸缩振动基频；在 4100、4440cm-1波数处和 4 850 cm-1～4 900 cm-1波段之间光谱的差异与C-H伸缩振动与C-C伸缩振动组合频、O-H伸缩振动与C-C伸缩振动组合频、NH不对称伸缩振动与酰胺Ⅱ组合频和N-H对称伸缩振动与酰胺Ⅱ组合频有关，这些差异可能是源自于直链淀粉含量和蛋白质含量不同。而在5 468 cm-1波数处光谱的差异对应于O-H伸缩振动基频与C-O一级倍频伸缩振动基频组合频。

2.1.4 湖南本地米的光谱特征

CWT技术预处理前后的湖南本地米光谱见图4。

图4 CWT技术处理前后香米和湖南本地米的光谱图Fig.4 Spectra of fragrant and Hunan local rice before and after CWT treatment

图4（a）为湖南本地米的原始光谱图，从图中可以明显的观察到，湖南糙米与其他种类的大米自开始就被明显的分隔开，表明湖南糙米与其他种类的米的差异较大；而在7 050 cm-1波数处光谱被分为两组，属于C-H一级倍频伸缩振动基频与C-H变形振动基频组合频，对应的结构是苯环；在4 500 cm-1波数处光谱的差异对应于N-H伸缩振动基频与NH3变形振动基频组合频，对应的结构是氨基酸。

图4（b）是 CWT后的光谱图，在 8 550 cm-1波数处，湖南糙米存在一个小的波峰，其他大米则不存在，此波数的振动方式是C-H二级倍频伸缩振动基频，对应的结构是乙烯基（HC=CH）；在7 150 cm-1波数处光谱的差异对应于C-H一级倍频伸缩振动基频与C-H变形振动基频组合频，对应的结构是CH2；在5 850 cm-1波数处，湖南糙米没有明显波峰，而其他大米则存在明显波峰，属于C-H一级倍频伸缩振动基频；在5770cm-1波数处光谱的差异对应于C-H一级倍频有关。湖南糙米，蛋白质含量比较多，主要是米精蛋白，氨基酸组成也比较完全，有利于人体消化吸收，但是赖氨酸含量较少，可能导致出现其与其它大米光谱的差异。在5 650 cm-1波数处光谱的差异对应于C-H一级倍频伸缩振动基频，对应的结构是CH2；而在5 300 cm-1波数处，湖南糙米的波峰高于其他种类大米的波峰，主要与C=O基频有关。在4 880 cm-1和4 440 cm-1波数处光谱的差异对应于N-H不对称伸缩振动与酰胺Ⅱ组合频、N-H对称伸缩振动与酰胺Ⅱ组合频和O-H伸缩振动与O-H变形振动组合频。

2.2 不同品牌大米的聚类分析

2.2.1 东北大米的聚类分析

CWT预处理前后东北大米原始光谱的PCA结果见图5。

图5 CWT技术处理前后东北大米和籼米的PCA图Fig.5 PCA results of northeastern and glutinous rice before and after CWT treatment

由于前两个主成（PC1和PC2）的方差贡献率之和在80%以上，因此选取PC1和PC2进行PCA分析。为了区分东北大米，采用PCA方法对原始光谱进行聚类分析。图5（a）为未经过CWT的PCA图，从图中可以看出，东北糙米与d超市的东北大米不能得到良好的区分，可能原因是d超市东北大米的加工工序不合理，导致稻米有部分外壳残留；而a、b两家超市的东北大米可以被有效的分辨，可能原因是这两家超市的加工方式不同或者大米产地不同，导致大米的某些成分存在差异。为了进一步提高东北大米的聚类效果，采用CWT预处理的方法消除背景干扰。图5（b）是CWT预处理之后的PCA图，由图可知，预处理之后的聚类效果明显优于图5（a），可明显观察到未能分开的两种大米被有效的分辨开，这就更好的证明了CWT可以有效的消除背景干扰，进一步提高了聚类分析的效果。

2.2.2 籼米的聚类分析

CWT预处理前后籼米原始光谱的PCA结果见图6。

图6 CWT技术处理前后东北大米和籼米的PCA图Fig.6 PCA results of northeastern and glutinous rice before and after CWT treatment

为了明显地看出籼米之间的差别，对籼米的原始光谱做了聚类分析。图6（a）为籼米原始PCA图，由图可知，a超市和d超市的籼米几乎完全重合在一起，可能是因为这两家超市的大米产地一样；而c超市和e超市的籼米呈良好的聚类分析效果，可能原因是这两家超市的大米产地不同或是加工方式不同导致大米成分存在差异。为了进一步提高籼米的聚类分析效果，采用CWT预处理消除背景干扰。图6（b）为CWT预处理后的籼米PCA图。由图可知，a、d两家超市的大米仍然没有被效的分辨开，且a超市包含于d超市，这表明，两家超市的籼米无明显差异，相似度较大，应该来自于同一厂家；而b、c两家超市的籼米分辨率较高，差别较大，可能原因是产地不同或者不同厂家的加工方式、生产工艺上的差别，导致大米的淀粉、蛋白质等含量存在差异，所以可以被有效的分辨开。

2.2.3 香米的聚类分析

为了直观地看出香米之间的差别，采用PCA方法对香米的原始光谱进行聚类分析。CWT预处理前后香米原始光谱的PCA结果见图7。

图7 CWT技术处理前后香米和湖南本地米的PCA图Fig.7 PCA results of fragrant and Hunan local rice before and after CWT treatment

图7（a）为香米的原始PCA图，从图中可以看到4组样品都有一定程度的交叉，柬埔寨香米与其他3种大米交叉程度最小，但是相关度较差，京升缘香米、软香米和泰香米3组大米存在严重的重叠，其中京升缘香米、软香米两组大米几乎重合。为了进一步提高香米的聚类分析效果，采用CWT预处理方法消除背景干扰。图7（b）为预处理后的PCA图，由图可知，京升缘香米、软香米两组还是很接近，但是柬埔寨香米和泰香米已经被有效的分辨开来，且京升缘香米的相关性提高，结果显示两组国外香米与两组国内香米在经过CWT之后被有效的分辨开来，说明国内外大米在成分上存在一定的差异。

2.2.4 湖南本地米的聚类分析

为了能够明显地观察到湖南本地米之间的差别，做了原始光谱的聚类分析。CWT预处理前后湖南本地米原始光谱的PCA结果见图8。

图8 CWT技术处理前后香米和湖南本地米的PCA图Fig.8 PCA results of fragrant and Hunan local rice before and after CWT treatment

图8（a）是湖南本地米的原始PCA图，由图可知，湖南糙米和e超市的籼米被有效的分辨开来，其他种类的大米则不同程度的重叠在一起，就不同种类大米的鉴别而言，湖南糙米、e超市的籼米、晚米和贡米呈良好的聚类分析效果。就不同超市大米的鉴别而言，c、e两家超市被有效的分辨开来，而其他两家超市则呈现较大的重叠效果。为了进一步提高湖南本地米的聚类效果，采用CWT预处理方法消除背景干扰。图8（b）为预处理后的湖南本地米的PCA图，由图可知，虽然没有将所有大米有效的分辨开来，但是可明显的观察到聚类效果已经明显提高。其中a和d两家超市的籼米较大程度的重叠在一起，其他两家超市的籼米则可以正确分辨开来，贡米和c超市的籼米成分上很接近，与其他种类的湖南米相比被明显的分辨开来，其中晚米、芙蓉米和a和d两家超市的籼米重叠在一起。以上结果表明：相同产地不同的加工方式也会导致大米之间较大的差别。

3 结论

通过本次试验可知，近红外光谱技术结合化学计量学方法用于大米的快速无损分析是有效的，可以实现对不同产地和不同种类的大米的鉴别分析。根据不同的产地及种类将样品分为4组，对原始光谱进行CWT预处理后，提高了信噪比，有效的消除了背景干扰和基线漂移，并在此基础上进行PCA分析，得到满意的聚类分析效果。综上所述，近红外光谱技术结合化学计量学方法快速无损分析大米是一种环保、高效的试验方法，并且可以在食品的其他领域得到很好的推广利用。