基于便携式近红外光谱仪的陈皮真伪无损鉴别

董怡青，杨清华，余 梅，赵芷岚，范 伟，李 跑*，郑 郁

（1.湖南农业大学食品科学与技术学院，食品科学与生物技术湖南省重点实验室，湖南长沙 410128；2.中国检验认证集团湖南有限公司，湖南长沙 410021；3.湖南农业大学东方科技学院，湖南 长沙 410128；4.湖南师范大学医学院，湖南长沙 410013）

陈皮来源于柑橘属植物橘（Citri Reticulatae Pericarpium）及其栽培变种的干燥成熟果皮，具有理气健脾、燥湿化痰等功效，在食疗、药膳、临床方面应用广泛[1-2]。陈皮以广陈皮为上等，其主产地为广东江门新会，故又叫新会陈皮。目前，市场上除了药典规定的橘属类及其栽培变种的果皮制作的陈皮以外，普通柑、橙属果皮经干制或特殊手段可使其外观与新会陈皮无差，导致市场上出现鱼目混珠的现象，陈皮质量良莠不齐。现今，常用望、闻刮、尝、冲茶方法来判定、鉴别新会陈皮，这需要判定者有非常丰富的经验；或利用仪器分析方法对陈皮有效成分进行分析，主要有分光光度法、电化学法、色谱及其联用技术等[3]，这些方法通常需要借助精密仪器，具有较高的检测成本，且对样品具有破坏性，无法实现产品的二次销售，因此亟需探索一种绿色、快速、无损的陈皮真伪鉴别方法。

近红外光谱技术因快速无损、绿色环保等特点，已在食品、农业、医药等领域得到了广泛应用[4-8]。由于光谱采集过程中受环境、仪器以及样本自身特性等因素的影响，近红外光谱往往存在谱峰重叠、基线漂移等现象，通常引入化学计量方法解决上述问题[9-10]。主成分分析方法（principal component analysis，PCA）是一种多变量统计技术，广泛用于数据降维及聚类分析。PCA 是利用方差重新构建最有意义的变量信息解释数据集差异，这组不相关的变量称为主成分（PC），且对原始信息的损失很小。目前，陈皮近红外光谱研究主要集中在成分组成及含量分析上[11-12]，以及对年份和产地的鉴别研究上[13-14]。如余梅等[15]利用便携式近红外光谱仪和积分球漫反射模式采集了不同陈化年份陈皮内囊和外壁的近红外光谱，利用光谱预处理方法结合不同模式识别方法实现了不同年份陈皮的准确鉴别。郑训培等[16]提出了一种基于近红外光谱技术的陈皮粉末样品真伪的无损鉴别方法。然而现阶段对利用便携式近红外光谱仪针对完整新会陈皮及其假冒陈皮的无损鉴别研究较少。本研究旨在基于便携式近红外漫反射光谱技术结合化学计量学方法构建立一种假冒陈皮无损鉴别分析方法。

1 材料与方法

1.1 样品

新会陈皮，为江门市新会区岭南臻宝陈皮茶叶有限公司成品包装的5 年陈化龄陈皮。以自然风干的砂糖橘果皮、沃柑果皮、蜜橘果皮、椪柑果皮、普洱茶水浸泡和蒸煮的沃柑果皮作为假冒陈皮。每个种类制备30 个样本，共计210 个样品。

1.2 仪器与光谱采集

i-Spec Plus 光栅型便携式近红外光谱仪（必达泰克光电科技（上海）有限公司）结合积分球漫反射附件，波数范围为11 190～5 800 cm-1。采集每个样品内囊、外壁的漫反射光谱，重复测量3 次，取其平均值作为原始光谱。

1.3 光谱预处理与聚类分析

将新会陈皮与假冒陈皮样品按照Kennard-Stone 方法以7∶3 比例分为147 个校正集与63 个验证集。采用去偏置（De-bias）、去偏移（detrend，DT）、标准正态变量变换（standard normal variate，SNV）、最 大 最 小 归 一 化（min-max normalization，Min-Max）、多 元 散 射 校 正（multiplicative scatter correction，MSC）、一 阶 导 数（first-order derivative，1st）、二阶导数（second derivative，2nd）、连续小波变换（continuous wavelet transform，CWT）等8 种常见光谱预处理方法。

聚类分析采用PCA 方法。该方法是一种线性降维算法，常用于聚类分析，利用方差衡量数据的差异性，将高维数据投影至低维空间进行。此外，PCA 是一种无监督学习的多元统计分析方法。本研究利用该方法建立了新会陈皮与假冒陈皮的鉴别模型。上述光谱预处理与鉴别分析均由MATLAB R2010b（The Mathworks,Natick,USA）软件实现。

2 结果与分析

2.1 不同假冒陈皮光谱及PCA 结果

图1a～b 分别为新会陈皮与假冒陈皮（砂糖橘果皮、沃柑果皮、蜜橘果皮、椪柑果皮）内囊及外壁的原始光谱。由图可知，光谱谱线趋势一致且具有相似的谱峰，均在7 000 cm-1处有吸收峰，但存在严重的谱峰重叠、基线漂移以及噪声干扰等现象。因此，仅使用原始光谱无法实现对假冒陈皮与新会陈皮的准确鉴别。

为实现对假冒陈皮与新会陈皮的鉴别分析，采用了PCA 对原始光谱数据进行分析，图1c～d 为新会陈皮与假冒陈皮（砂糖橘果皮、沃柑果皮、蜜橘果皮、椪柑果皮）内囊及外壁的PCA 结果。图中实心表示校正集，空心表示预测集。其中，横坐标代表第一主成分（PC1）的方差贡献率，纵坐标代表第二主成分（PC2）的方差贡献率，PC1与PC2 的累计方差贡献率之和大于90%。此外，新会陈皮与假冒陈皮的置信椭圆呈重叠交织状。内囊数据PCA模型的鉴别准确率仅为12.38%，外壁数据PCA 模型的鉴别准确率为48.57%，表明内囊与外壁的数据所包含信息不同，可能是陈皮的外壁有较多的油室，而内囊没有。虽然外壁数据结果优于内囊数据结果，但其依然无法实现对假冒陈皮（砂糖橘果皮、沃柑果皮、蜜橘果皮、椪柑果皮）的准确鉴别。其原因可能是原始光谱中不仅包含有用信息，同时也包含了多种干扰、数据冗余等，导致陈皮与假冒陈皮的样品间差异弱化。

图1 陈皮与假冒陈皮（砂糖橘皮、沃柑果皮、蜜桔果皮、椪柑果皮）原始光谱及PCA 结果Fig.1 Original spectra and PCA of Citri Reticulatae Pericarpium and counterfeit Citri Reticulatae Pericarpium (peel of ‘Shatangju’ mandarin,peel of ‘Orah’ mandarin,peel of Tangerine,and peel of Ponkan)

图2 为新会陈皮与假冒陈皮（普洱茶水浸泡和蒸煮的沃柑果皮）的原始光谱图及PCA 结果。普洱茶水浸泡和蒸煮的沃柑果皮外观较深，与陈皮颜色相似，肉眼更难鉴别。由图2a～b 可见，光谱谱线呈现出相似的趋势，且存在明显的基线漂移和噪声干扰。但新会陈皮与假冒陈皮（普洱茶水浸泡和蒸煮的沃柑果皮）光谱强度存在明显差异，其中外壁光谱数据尤为明显，新会陈皮与假冒陈皮有明显的区别。这可能是经过特殊处理的普通柑橘果皮（假冒陈皮）包含了普洱茶信息，与陈皮的成分有较大差别所致。如图2c～d 所示，新会陈皮与假冒陈皮（普洱茶水浸泡和蒸煮的沃柑果皮）的置信椭圆呈现分离状态，进一步验证了光谱结果。这表明，原始光谱数据结合PCA 可以实现假冒陈皮（普洱茶水浸泡和蒸煮的沃柑果皮）的100%鉴别。此外，尽管陈皮与假冒陈皮（普通柑橘果皮）的原始光谱PCA 并未准确鉴别，但陈皮与部分假冒陈皮（普通柑橘果皮）置信椭圆仍有所区别。不同样品的原始光谱中所包含的特征信息不同，经PCA的方差衡量所得到的新主成分也不相同，因此PCA 结果不相同。

图2 陈皮与假冒陈皮（普洱茶浸泡、蒸煮的沃柑果皮）原始光谱及PCA 结果Fig.2 Original spectra and PCA of Citri Reticulatae Pericarpium and counterfeit Citri Reticulatae Pericarpium (peel of ‘Orah’ mandarin soaked or boiled in Pu’er tea)

2.2 基于光谱预处理的PCA 结果

光谱预处理方法可以消除光谱中的多种干扰。图3（见下页）、4（见第38 页）分别为经预处理优化后内囊、外壁光谱数据的PCA 结果。由图3 内囊数据的PCA 结果可知，假冒陈皮（砂糖橘果皮、沃柑果皮、蜜橘果皮、椪柑果皮）与新会陈皮的置信椭圆重叠严重。DT 预处理的PCA 模型最佳，鉴别率为30.12%。此外，SNV、Min-Max和MSC 预处理的PCA 模型鉴别率均有所下降。图4 为光谱预处理后外壁数据的PCA 结果。结合图3、4 可知，外壁数据结果优于内囊数据，采用DT、SNV 与MSC 结合PCA 分析可实现对新会陈皮与假冒陈皮（砂糖橘果皮、沃柑果皮、蜜橘果皮、椪柑果皮）的100%鉴别。结果表明，合适的预处理方法可以扣除光谱中的干扰，提高鉴别准确率。此外，对于假冒陈皮（砂糖橘果皮、沃柑果皮、蜜橘果皮、椪柑果皮）的鉴别，选用外壁光谱更可靠。

图3 陈皮与假冒陈皮（砂糖橘皮、沃柑果皮、蜜桔果皮、椪柑果皮）内囊数据经预处理后PCA 结果Fig.3 PCA of inner capsule data of Citri Reticulatae Pericarpium and counterfeit Citri Reticulatae Pericarpium (peel of ‘Shatangju’ mandarin,peel of ‘Orah’ mandarin,peel of Tangerine,and peel of Ponkan) with pretreatment methods

图4 陈皮与假冒陈皮（砂糖橘皮、沃柑果皮、蜜桔果皮、椪柑果皮）外壁数据经预处理后PCA 结果Fig.4 PCA of outer skin data of Citri Reticulatae Pericarpium and counterfeit Citri Reticulatae Pericarpium (peel of ‘Shatangju’ mandarin,peel of ‘Orah’ mandarin,peel of Tangerine,and peel of Ponkan) with pretreatment methods

3 结论

本试验提出了一种基于便携式近红外光谱仪的陈皮真伪无损鉴别方法。仅使用原始光谱虽可实现假冒陈皮（普洱茶浸泡和蒸煮的沃柑果皮）的100%鉴别，但无法实现假冒陈皮（砂糖橘果皮和沃柑果皮）的准确鉴别；利用外壁数据与光谱预处理结合主成分分析方法可以实现假冒陈皮100%鉴别，最佳光谱预处理方法为DT、SNV、MSC。采用便携式近红外光谱仪结合化学计量学方法能实现对假冒陈皮的无损鉴别。