一、引言

隨著科技的不斷發(fā)展，高光譜技術(shù)作為一種先進的光學(xué)檢測技術(shù)，已經(jīng)在多個領(lǐng)域展現(xiàn)出其獨特的優(yōu)勢。油茶籽作為我國重要的油料作物之一，其品質(zhì)檢測對于保障食用油的安全與品質(zhì)至關(guān)重要。本文將探討高光譜技術(shù)在油茶籽品質(zhì)檢測中的應(yīng)用，旨在通過這一先進技術(shù)提升油茶籽品質(zhì)檢測的準(zhǔn)確性和效率。

二、高光譜技術(shù)基礎(chǔ)

高光譜技術(shù)是一種結(jié)合了光譜學(xué)和成像學(xué)的技術(shù)，能夠獲取目標(biāo)物體在不同光譜波段下的圖像信息。與傳統(tǒng)光譜技術(shù)相比，高光譜技術(shù)具有更高的光譜分辨率和空間分辨率，能夠提供更豐富、更精細的光譜信息。這使得高光譜技術(shù)在農(nóng)業(yè)領(lǐng)域具有廣泛的應(yīng)用潛力，尤其是在作物品質(zhì)檢測方面。

三、油茶籽品質(zhì)檢測現(xiàn)狀與挑戰(zhàn)

目前，油茶籽品質(zhì)檢測主要依賴于傳統(tǒng)的物理和化學(xué)方法，如感官評定、化學(xué)分析等。這些方法雖然在一定程度上能夠反映油茶籽的品質(zhì)，但存在操作繁瑣、耗時費力且易受人為因素影響等局限性。因此，急需一種快速、無損且準(zhǔn)確的油茶籽品質(zhì)檢測方法。高光譜技術(shù)憑借其獨特的優(yōu)勢，有望在這一領(lǐng)域發(fā)揮重要作用。

四、高光譜技術(shù)在油茶籽品質(zhì)檢測中的應(yīng)用研究

本研究通過油茶籽油酸、亞油酸、棕櫚酸的化學(xué)定量計量法比較主成分回歸法、偏最小二乘回歸和徑向基神經(jīng)網(wǎng)絡(luò)3種高光譜校正建模的效果，尋求檢測油茶籽脂肪酸成分含量的**建模方法，實現(xiàn)對油茶籽脂肪酸成分含量的快速、可靠、無損檢測。

1 ? 實驗儀器與方法

分別從湖南、湖北、江西等地采集了30個品種的油茶種子，去殼、編號，將茶籽分為校正集20個，預(yù)測集10個用于實驗。

1.1 ? 儀器

本研究應(yīng)用了400-1000nm的高光譜相機，可采用杭州彩譜科技有限公司產(chǎn)品FS13進行相關(guān)研究。光譜范圍在400-1000nm，波長分辨率優(yōu)于2.5nm，可達1200個光譜通道。采集速度全譜段可達128FPS，波段選擇后最高3300Hz（支持多區(qū)域波段選擇）。

1.2方法

1.2.1 ? 油茶籽脂肪酸組成含量的化學(xué)測定

將油茶籽粉碎后用索氏抽提法獲取油樣，取油樣30mg于10mL試管中，用移液管移取2mL異辛烷溶解試樣，再用微量移液管加入4mL氫氧化鉀甲醇溶液2mol/L),蓋上玻璃塞劇烈振搖30s后靜置至澄清；向溶液中加入少量硫酸氫鈉，劇烈振搖，中和氫氧化鉀；待鹽沉淀后，將上層甲酯溶液倒入樣瓶中，用氣相色儀獲得油茶籽中油酸、亞油酸、棕櫚酸的含量。

1.2.2 ? 油茶籽反射光譜采集

高光譜儀視場角25°,波段范圍為400～1000nm,采樣間隔1.4nm,數(shù)據(jù)間隔1nm,分辨率3nm,重復(fù)性優(yōu)于0.3%;測量是在一個晴朗無風(fēng)天氣中進行的。測量時，傳感器垂直向下，距離樣品0.15m,每個樣品測量前、后均用白板校正，每個樣本連續(xù)采集30次取平均得樣本光譜。

2 ? 模型建立方法

首先用校正樣本集建立校正模型，通過軟件得出油茶籽光譜與油茶籽油酸、亞油酸、棕櫚酸含量的相關(guān)系數(shù)，找出**的光譜范圍；通過逐步回歸方法去除光譜中的冗余信息，然后采用主成分回歸法PCR)、偏最小二乘回歸法（PLS）及徑向基神經(jīng)網(wǎng)絡(luò)法（RBF）建立預(yù)測模型后對模型進行外部驗證。

3 ? 結(jié)果與分析

3.1 ? 油茶籽中脂肪酸組成的測定

高光譜儀在其測量臨界區(qū)有較強的機器噪聲，因此分析時截去兩端噪聲較嚴(yán)重波段，得高光譜如圖1所示。其記錄了400～920nm范圍內(nèi)樣本的高光譜反射率。

油茶籽脂肪酸的主要成分是油酸、亞油酸、棕櫚酸。這些物質(zhì)中甲基、亞甲基的C-H鍵在近紅外有較強的吸收。從圖中可以看出不同品種的油茶籽在同一波長處有不同的反射率，故高光譜可以作為油茶籽脂肪酸含量定量分析的依據(jù)。

3.2 ? 光譜預(yù)處理

由于檢測到的光譜信號除含樣品待測成分信息外，還包括各種儀器噪聲，如高頻隨機噪聲、基線漂移、雜散光及一些背景噪聲等。因此，在數(shù)據(jù)分析前，對數(shù)據(jù)進行一些合理的預(yù)處理，減弱甚至消除各種因素對光譜信號的影響，為穩(wěn)定、可靠地校正模型建立奠定基礎(chǔ)。常用的預(yù)處理方法包括：平滑處理消除噪聲及多元散射校正MSC)消除多重光譜偏差等。

表1所示為預(yù)處理前后油茶籽脂肪酸各成分模型的預(yù)測相關(guān)系數(shù)、預(yù)測集均方差、校正集均方差值。由表1可以看出，經(jīng)過平滑和多元散射校正后油酸、亞油酸、棕櫚酸的校正集相關(guān)系數(shù)增大，而校正集均方差、預(yù)測集均方差減小。這說明光譜的預(yù)處理是有效的。

3.3 ? 光譜的波段選擇

高光譜數(shù)據(jù)包含大量冗余信息，建模波段過寬會嚴(yán)重影響預(yù)測結(jié)果。首先，將校正集樣本光譜逐個波段與油茶籽油酸、亞油酸、棕櫚酸的化學(xué)測量值做相關(guān)性分析。其次，檢測其顯著性水平，用逐步回歸濾除其中冗余波段，得到16個相關(guān)性較強、顯著性水平較高的波段，如表2所示。

4結(jié)論

本實驗采用高光譜和化學(xué)計量法對油茶籽中脂肪酸的成分進行測定，結(jié)果表明利用高光譜可以簡單、快捷、無損、可靠、穩(wěn)定的測量油茶籽中油酸、亞油酸、棕櫚酸的含量，為大批量油茶籽脂肪酸含量的快速檢測提供便捷技術(shù)。

本研究比較了主成分回歸、偏最小二乘回歸、徑向基神經(jīng)網(wǎng)絡(luò)3種建模方法對油茶籽中油酸、亞油酸、棕櫚酸的預(yù)測效果，結(jié)果表明徑向基神經(jīng)網(wǎng)絡(luò)建模的預(yù)測效果**，油酸、亞油酸、棕櫚酸相關(guān)系數(shù)系數(shù)分別為0.9403、0.8935和0.9122;校正均方根誤差和預(yù)測均方根誤差分別為0.441、0.1749、0.0664和0.3518、0.184、0.162。