红外光谱结合判别分析对三七种植土壤类型的鉴别研究

郑兴芳等

摘要：利用傅里叶变换红外光谱（FTIR）技术结合判别分析，对三七（Panax notoginseng）的种植土壤类型进行鉴别研究。测试了6种种植土壤类型共102株三七植株主根木质部和须根样品的红外光谱；以1 800～900 cm-1的光谱信息为变量，每种土壤类型任选5份样品为测试样本，其他为训练样本；利用SPSS 18.0 统计分析软件中的判别分析模块依据Fisher线性判别准则，采用逐步判别分析中的5种挑选样本信息变量算法，建立分类模型，对三七的种植土壤类型进行鉴别研究。结果表明，基于三七须根样品信息的种植土壤类型的判别结果明显优于基于主根木质部的判别结果，且5种挑选变量的算法建立的模型都能识别三七的种植土壤类型；综合考虑判别分析结果和模型的稳定性，“Smallest F ratio”法所建立的模型更适合用于三七种植土壤类型的鉴别。

关键词：红外光谱；逐步判别分析；三七（Panax notoginseng）；土壤类型

中图分类号：O657.3 文献标识码：A 文章编号：0439-8114（2015）16-3887-04

DOI：10.14088/j.cnki.issn0439-8114.2015.16.014

Identification of Planting Agrotype of Panax notoginseng by Infrared Spectroscopy Combined with Stepwise Discriminant Analysis

ZHENG Xing-fang1，YANG Chun-yan1，WANG Yuan-zhong2，LIU Fei1

（1.Department of Physics， Yuxi Normal University，Yuxi 653100，Yunnan，China；

2. Institute of Medicinal Plants， Yunnan Academy of Agricultural Sciences， Kunming 650200， China）

Abstract： A method based on Fourier transform infrared spectroscopy（FTIR） combined with stepwise discriminant analysis was used to distinguish the planting agrotypes of Panax notoginseng. The spectra in the range of 1 800～900 cm-1 of xylems of taproot and fibril of 102 P. notoginseng plants from 6 planting agrotypes was analyzed using the discriminant model based upon the Fisher linear discriminant criterion. The discrimination effectiveness was compared for the part of plants and the choice among the 5 discriminant indexes in the discrimination function. The results indicated that the models based on the spectra of fibril showed better recognition effect than that of xylems of taproot， and synthesizes discrimination effectiveness and the stability of model， the Smallest F ratio method of stepwise discriminant analysis should be better for recognizing of planting agrotypes of P. notoginseng.

Keywords： infrared spectroscopy； discriminant analysis； Panax notoginseng； agrotype

三七（Panax notoginseng）是人参属植物的一种，主产于云南、广西，传统上以云南文山为道地产区[1]。清朝药学著作《本草纲目 文山三七拾遗》中记载：“人参补气第一，三七补血第一，味同而功亦等，故称人参三七，为中药之最珍贵者。”其主要功效为清热解毒、活血化瘀、止血兼补虚、降压、镇痛、抗炎、抗衰老、调节免疫[2]，主要用于咯血、吐血、便血、崩漏、外伤出血、胸腹刺痛、跌扑肿痛等[3]。研究表明，三七含有多种化学成分，其中三七总皂苷是主要有效成分，可有效提高机体免疫力[4]，对心血管系统、血液系统、中枢神经系统等具有抗炎、抗纤维化、抗肿瘤作用[5]。

道地性是评价中药材品质的综合性指标，是遗传基因与变异、栽培技术和生态环境三个因素综合作用的结果[6]，土壤是除温度、光照等气候因素外的重要生态环境因素。研究表明，土壤的构成及其中所含的微量元素组合是药材生长和有效成分形成必不可少的条件[7]。因此，土壤类型对三七的品质有着重要影响，所以对三七药材的种植土壤类型的鉴别非常重要。

对于中药材的鉴别，目前的技术主要有HPLC指纹图谱技术、DNA分子标记技术和FTIR技术等。其中，HPLC指纹图谱技术和DNA分子标记技术需对药材进行分离提纯，专业性强、技术难度大；FTIR技术具有样品用量少、简便、快捷且灵敏度高等优点[8]。判别分析是一种通过若干已知类别样本的数据信息，总结分类规律，建立分类模型，以对未知类别的样本进行判别，预测其所属类别的分类方法[9]。基于傅里叶变换红外光谱技术结合判别分析方法对中药材进行鉴别研究已有成功应用的报道，如刘飞等[8，10]应用傅里叶变换红外光谱技术对石斛品种和三七道地性及产地进行判别分析，但对三七种植土壤类型的鉴别研究尚未见报道。因此，本研究测试了6种种植土壤类型共102株三年生三七药材主根木质部和须根样品的红外光谱，采用判别分析中的逐步判别法对样品的种植土壤类型进行鉴别研究，以期为三七种植土壤类型的鉴别提供一种简便快捷的方法。

1 试验设计

1.1 仪器及参数

红外光谱仪为PE公司生产的Frontier型傅里叶变换红外光谱仪，装备DTGS检测器，光谱扫描范围为4 000～400 cm-1，累加扫描次数为16次，分辨率为4 cm-1。光谱数据处理使用Omnic8.0软件，判别分析使用SPSS18.0软件。

1.2 样品制备及光谱预处理

测试的102株三七植株样品分别取自云南省文山州文山市和红河州建水县，共涉及黄棕壤、红壤、石灰岩红壤、红色石灰土、黄壤性土、紫色壤6种土壤地质背景。表1为各试验样品的产地、种植土壤类型及编号。样品在50 ℃恒温下烘干至恒重，按1∶50的质量比用电子天平称量三七样品20 mg、溴化钾1 000 mg待测。

测试时，将已称量好的三七样品放入玛瑙研钵磨为均匀的细粉，再加入溴化钾搅磨均匀，然后压片测试，每株三七植株样品的主根木质部和须根各压制1个扫描片测试其光谱，所有光谱均已扣除背景，并在光谱软件Omnic 8.0中进行自动基线校正、九点平滑和归一化处理。

2 结果与分析

2.1 三七主根木质部的红外光谱分析

不同种植土壤类型三七主根木质部第3个样品的红外光谱如图1所示。由图1可知，不同种植土壤三七主根木质部样品的红外光谱非常相似，主要在3 393、2 929、1 643、1 415、 1 373、1 242、1 154、1 079、1 023、927、850、762、707、577、530和477 cm-1附近出现吸收峰。3 393 cm-1附近强而宽的吸收峰来自多聚体分子中缔合羟基的伸缩振动；2 929 cm-1附近反映亚甲基C-H的伸缩振动吸收的吸收峰强度较小，说明饱和碳上的氢较少[11]；1 643 cm-1附近吸收峰主要来自苷类、糖类、黄酮类物质O-H弯曲振动和C=O的伸缩振动[8]；在脂类、蛋白质和多糖的混合振动区，1 415 和1 373 cm-1附近吸收峰来自C-H弯曲振动；1 242 cm-1附近吸收峰主要来自C-0伸缩振动和C-O-C伸缩振动；在多糖吸收区，1 154、1 079、1 023 cm-1附近3个阶梯增强的吸收峰，主要为苷类、糖类物质中C-O伸缩振动[12]，其中1 023 cm-1附近吸收峰为光谱最强峰，1 079 cm-1附近吸收峰为第二强峰，说明三七主根木质部中含有较高含量的糖类和苷类物质[13]；在糖环的骨架振动区（950～700 cm-1），927、850和762 cm-1附近出现的弱吸收峰，说明样品含有α-型糖苷键[8]；另外，在3 393、2 929、1 643、1 415、1 373、1 242、1 154、1 079、927、850、762、707、577、530和477 cm-1附近的14个吸收峰与淀粉的特征峰类似[14]，说明三七主根木质部含有较高含量的淀粉。光谱特征表明，三七主根木质部的主要物质成分为淀粉、皂苷和黄酮类物质，且淀粉含量最高。

2.2 三七须根的红外光谱分析

不同种植土壤类型三七须根第3个样品的红外光谱如图2所示。由图2可知，不同土壤类型三七须根的红外光谱类似，主要在3 373、2 926、2 855、1 739、1 642、1 514、1 384、1 327、1 243、1 153、1 077、1 051、1 033、830、536和472 cm-1附近出现吸收峰。3 373 cm-1附近强而宽的吸收峰来自于O-H的伸缩振动；2 926和2 855 cm-1附近的吸收峰来自于亚甲基的反对称和对称伸缩振动；1 739 cm-1附近的吸收峰主要来自纤维素中羰基的伸缩振动[15]；1 642 cm-1附近吸收峰主要来自于木质素和甾体皂苷元中羰基C=O的伸缩振动[15，16]；1 514 cm-1附近的吸收峰来自于苯环的骨架伸缩振动和N-H的面内弯曲振动；在1 384和830 cm-1附近吸收峰与硝酸盐的特征峰十分相似，说明三七须根中含有硝酸盐物质成分[16]；1 327 cm-1附近的吸收峰来自于甲基的弯曲振动；1 243 cm-1附近的吸收峰主要来自于木质素酚醚键C-O-C伸缩振动[17]和苯羟基中C-O伸缩振动[17]；另外1 153、1 077、1 051和1 033 cm-1附近4个阶梯增强的吸收峰主要来自于纤维素中C-O-C的伸缩振动以及C-O和C-C伸缩振动[15]；在低波数区域出现的536和472 cm-1附近吸收峰结合1 033 cm-1附近的吸收峰，构成了高岭土的特征吸收峰，这可能是须根表面附有少量泥土所致[17]。光谱特征表明，三七须根的主要物质成分为纤维素和木质素，同时含有一定量的苷类物质和硝酸盐类物质。

2.3 基于FTIR光谱的判别分析

FTIR光谱能够反映样品所有组分的整体信息，每一个光谱数据点代表一个信息变量，反映了样品不同层面的物质信息。逐步判别分析法能够按照设定的规则采用有进有出的调节变量的方法，筛选出对样本分类影响比较大的变量来建立判别模型进行判别分类[7]。所以本试验选择SPSS 18.0统计分析软件中的逐步判别分析对全部6种种植土壤类型102株样品主根木质部和须根在1 800～900 cm-1范围的光谱信息进行研究。判别分析中，按每种土壤类型任选5份样品为测试样本，其他为训练样本；依据Fisher线性判别准则，分别采用“WilksLambda”、“Unexplained variance”、“Mahalanobis distance”、“Smallest F ratio”和“Raos V（R=0）”5种挑选样本信息变量方法，建立分类模型，对三七的种植土壤类型进行鉴别研究，具体判别结果见表2和表3。

2.3.1 基于三七主根木质部红外光谱的判别分析 基于三七主根木质部红外光谱数据对三七种植土壤类型的判别分析结果见表2。由表2可知，挑选样品信息的方法对判别结果有影响，其中“Smallest F ratio”法所建立的模型对样本的判别效果较好，训练样本回判正确率为97.2%，测试样本预测正确率为63.3%，总判别正确率为87.3%；“Unexplained variance”法所建立的模型对样本的判别分类正确率较低，训练样本回判正确率为73.6%，测试样本预测正确率为50.0%，总判别正确率为66.7%。

2.3.2 基于三七须根红外光谱的判别分析 基于三七须根红外光谱数据对三七种植土壤类型的判别分析结果见表3。由表3可知，挑选样本信息变量的不同算法建立的判别模型对试验样本的判别同样有影响。“Unexplained variance” 法所建立的模型对样本的判别分类正确率最高，训练样本回判正确率为95.8%，测试样本预测正确率为93.3%，总判别正确率为95.1%；“WilksLambda”和“Mahalanobis distance”法所建立的模型对样本的判别分类正确率较低且判别结果相同，训练样本回判正确率均为93.1%，测试样本预测正确率均为83.3%，总判别正确率均为90.2%。结合表2和表3，说明基于三七须根红外光谱数据的三七种植土壤类型的判别分析结果明显优于基于主根木质部光谱数据的结果。为了验证方法的可靠性，采用十折五次交叉验证法检验判别模型的稳定性，训练样本的平均回判正确率均在89.4%以上，测试样本的平均预测正确率均在71.3%以上，平均总判别正确率均高于87.1%，其中“Smallest F ratio”算法建立的模型交叉验证平均回判正确率为89.0%，预测平均正确率为78.7%，平均总判别正确率为93.3%。上述分析结果表明，三七须根光谱数据结合判别分析可为三七种植土壤类型的初步鉴别提供新的思路，且采用“Smallest F ratio”算法挑选信息变量建立的模型的稳定性较好。

3 小结与讨论

利用FTIR技术测试了6种种植土壤类型共102株三年生三七植株主根木质部和须根样品的红外光谱。以1 800～900 cm-1范围的光谱信息为样本特征，按每种种植土壤类型任取5份样品为测试样本，其余为训练样本，利用统计分析软件SPSS 18.0中的判别分析模块，按照Fisher判别准则，采用逐步判别分析方法来建立分类模型对三七种植土壤类型进行识别研究。研究结果表明，通过三七植株须根的红外光谱技术结合判别分析方法来鉴别三七的种植土壤类型，有望为三七种植土壤类型的初步鉴别提供一种简便快捷的新方法。

红外光谱反映样品的整体化学信息，三七主根木质部和须根的红外光谱是其所有组成成分的叠加光谱，虽然不同种植土壤中三七主根木质部和须根所含物质组分和含量有差异，但由于各相应的主要成分相同，含量差异不大，导致不同种植土壤三七样品木质部和须根的成分与含量差异的光谱信息被主要成分的光谱所掩盖，因此不同种植土壤三七木质部和须根的红外光谱在外观上很相似，直接从光谱上来鉴别很困难。但是不同土壤中种植的三七主根木质部和须根的成分差异信息始终是包含于光谱中的，通过模式识别的统计方法可以将这些信息挖掘出来。

本试验的研究中，表2和表3分别反映了基于主根木质部和须根光谱数据的判别分析结果。基于须根光谱数据的判别分析结果明显优于基于主根木质部光谱数据的判别结果，这可能源于土壤中的各种矿物离子需要先吸附在须根表面，然后经能量转换和传输过程后才进入木质部导管，因此土壤中的矿物元素特征在须根中体现得较主根木质部明显。而且虽然依据不同挑选变量算法得到的判别模型不同，但判别结果差异不显著。试验结果表明，基于三七须根红外光谱数据的判别分析，有望成为三七种植土壤类型鉴别的新方法。

参考文献：

[1] 崔秀明，徐珞珊，王 强，等.云南三七道地产区地质背景及土壤理化状况分析[J].中国中药杂志，2005，30（5）：332-335.

[2] 何 晶.三七的药理作用及研究进展[J].天津药学，2004，16（5）：58-60.

[3] 中华人民共和国药典委会.中华人民共和国药典（第一部）[M].北京：中国医学科学出版社，2010.

[4] 王振峰，高云涛，张文斌，等.不同生长年限三七中总皂苷含量的变化特征[J].安徽农业科学，2012，40（15）：8458-8459，8463.

[5] 江刘平，焦林如.三七总皂苷的药用生物活性研究进展[J].氨基酸和生物资源，2013，35（3）：21-25.

[6] 朱 艳，崔秀明，施莉屏.中药道地性的研究进展[J].现代中药研究与实践2006，20（1）：58-61.

[7] 余德顺，杨 军，田戈夫，等.中药道地性相关因素研究进展与生物地球化学[J].时珍国医国药，2010，21（2）：472-474.

[8] 刘 飞，王元忠，杨春艳，等.红外光谱结合判别分析对三七道地性及产地的鉴别研究[J].光谱学与光谱分析，2015，35（1）：108-112.

[9] 卢纹岱.SPSS统计分析[M].第四版.北京：电子工业出版社，2012.

[10] 刘 飞，王忠元，杨春艳，等.基于红外光谱的石斛品种判别分析[J].光谱学与光谱分析，2014，34（11）：2968-2972.

[11] 刘 飞，王元忠，邓星燕，等.红外光谱结合光谱检索对石斛品种的鉴别研究[J].光谱学与光谱分析，2014，34（6）：1548-1552.

[12] 李建蕊，陈建波，周 群，等.中药三七不同部位和组织的红外光谱分析[J].光谱学与光谱分析，2014，34（3）：634-637.

[13] 史虞花，司真明.鼠曲草的红外光谱分析[J].光散色学报，2009，21（4）：92-96.

[14] 孙素琴，周 群，陈建波.中药红外光谱分析与鉴定[M].北京：化学工业出版社，2010.

[15] 刘 飞，刘 刚.油菜根肿病的傅里叶变换红外光谱研究[J].光散射学报，2013，25（2）：87-92.

[16] 杨贯羽，张敬华，邹卫华，等.梧桐树叶吸附铜离子前后红外光谱分析比较[J].光谱实验室，2006，23（2）：390.

[17] 池玉杰.6种白腐菌病朽后的山杨木材和木质素官能团的变化的红外光谱分析[J].林业科学，2005，41（2）：136-140.