论文部分内容阅读
在实施食品安全战略过程中,食品产地溯源是保障食品安全的重要途径之一,大米居于“五谷之首”,其安全一直是人们重点关注内容。我国水稻种植区域大、品种多,传统的大米身份检测方法主要停留在感官检测和化学检测两方面,不仅费时费力,且不便于推广,一些不法商贩利用这些漏洞,用非优质大米充当优质大米等现象层出不穷,同时,食品产地溯源技术的推进进一步提高了大米质量精细管控的要求。研究单籽粒大米产地、品种快速、无损检测技术对保护稻农利益、维护交易秩序及保障“舌尖上的安全”具有重要意义。本研究以东北地区大米为研究对象,利用拉曼光谱技术结合化学计量学方法及计算机编程技术,针对地域相近大米产地和品种无损检测分类难的问题,研究单籽粒大米产地、品种检测方法。主要研究内容和结果如下:（1）研究了大米光谱特性。为无损识别大米品种及产地,首先利用拉曼光谱仪采集不同激光强度、不同积分时间及不同扫描位置的大米光谱;其次通过MATLAB 2010采用均值中心化、归一化、标准化、Savitzky-Golay卷积平滑、标准正态变量变换、去趋势、多项式拟合、自适应迭代重加权惩罚最小二乘法、小波变换等方法对光谱进行预处理,最后采用小波变换对特征提取。结果表明:较优的采集参数为激光强度为h,积分时间为4s,扫描次数为4次,采集位置为米粒根、中、尖;经过特征提取获了20个特征波长,其中,269、480、865、941、1129、1260、1339、1461、2910cm-1处拉曼特征峰体现为强振动模式,与其主要营养成分为淀粉、蛋白质及脂肪相对应。（2）建立了基于拉曼光谱的近地域大米身份识别模型。为了研究产地相近、品种相同和品种不同、产地相同的大米分类识别,获取了黑龙江省包含5个品种、5个产地的8种大米光谱,将8种大米光谱按照品种与地域划分为3类识别组,每种包含3种大米。以光谱预处理-光谱波长筛选-分类算法分类的光谱分析技术为路径,利用主成分分析和连续投影算法对光谱数据进行压缩、特征筛选,并比较不同组合下线性判别分析、最小二乘支持向量机、偏最小二乘法对不同识别组大米进行分类的效果。结果表明,偏最小二乘法识别效果最优,不同识别组在不同预处理方法下分类准确率均达到100%;经过均值中心化和连续投影算法的数据建立特征波段线性判别分析模型,不同识别组的识别正确率均为100%;通过主成分分析及连续投影算法可有效降低大米光谱数据维度,提高模型运算识别速度。（3）大米身份模型的应用与模型优化。为了研究基于拉曼光谱的偏最小二乘法大米分类模型的适应能力与泛化能力,在上述8种样本的基础上增加6种东北大米,涵盖了9个产地与7个品种。对比不同预处理下连续投影算法特征变量、全光谱及4001700-1波段数据的偏最小二乘法分类效果;对比标准化、Kennard-Stone样本集划分对模型的影响。结果表明,随着大米种类增加,不同组合数据的预测正确率皆呈现下降趋势;Kennard-Stone样本集划分后,对应识别正确率皆出现上升;采用不同光谱数据和偏最小二乘法的分类方法,基于不同预处理及光谱特征的结果中,基于波段Savitzky-Golay卷积平滑-归一化处理-多项式拟合-标准化光谱数据建模对14种大米分类识别准确率为97.14%,效果最优。（4）开展了大米化学成分与拉曼光谱的身份识别机理的研究,提出了基于标准物质拉曼光谱特征峰面积的大米身份识别方法。针对2个地域3个品种的4种大米,进一步采集包含蛋白质、直链淀粉、支链淀粉、17种水解氨基酸、35种脂肪酸在内的55种有机化学成分信息,首先,研究基于化学成分数据的分类方法,其次,通过主成分载荷矩阵确定对分类起主要作用的化学成分,进行化学成份对应标准物质的拉曼光谱采集,最后,研究基于有机成分结合拉曼光谱的大米产地、品种分类方法。结果表明,除去为零信息,4种大米的有机成分为32种,主成分分析法结合余弦相似度分析,实现了基于32种化学成分数据的大米身份的识别,正确率为100%;确定了天冬氨酸等19种及含量占70%以上的支链淀粉共计20种对分类起主要作用的化学成分,提出了利用标准物质拉曼特征峰面积全谱归一化作为输入的偏最小二乘-余弦相似度的分类方法,计算了20种标准物质拉曼光谱特征谱峰区间及大米所含标准物质特征谱峰面积,利用偏最小二乘法结合余弦相似度分析,正确识别率可达96.875%。（5）开发了大米身份识别软件系统。首先,创建了基于云平台的大米拉曼光谱及成分信息数据库;其次,开发了光滑、归一化等预处理方法,开发了主成分分析、偏最小二乘法、支持向量机等数学建模方法,开发了余弦相似度和调整余弦相似度等相似度比较方法;再次,研究和制定了基于拉曼光谱的大米身份识别流程,确定了按照样本集导入、云数据库存储、建模训练集筛选、预处理流程设置、算法设置与建模、预测集数据导入、模型预测与结果导出的顺序;最后,分别对泰来大米拉曼光谱数据和杜蒙江湾乡五优稻2号大米成分数据进行实际测试,结果准确,该软件可以作为大米的身份识别工具。以上研究成果为大米品质监控与质量安全快速无损检测提供了重要的科学依据,对开发实时在线检测装备具有巨大的指导意义和应用价值。