三七种植土壤类型及产地的红外光谱鉴别方法研究

杨春艳，刘 飞，王元忠，李开毅

(1.玉溪师范学院 物理系，云南 玉溪 653100； 2.云南省农业科学院 药用植物研究所，云南 昆明 650200)

三七种植土壤类型及产地的红外光谱鉴别方法研究

杨春艳1，刘 飞1，王元忠2*，李开毅1

(1.玉溪师范学院 物理系，云南 玉溪 653100； 2.云南省农业科学院 药用植物研究所，云南 昆明 650200)

为建立一种基于傅里叶变换红外光谱技术结合光谱检索的三七种植土壤类型和产地的鉴别方法，以3个产地6种土壤类型种植的102株三七植株主根木质部和韧皮部的红外光谱为指标，利用Omnic 8.0软件中光谱检索功能分别对主根木质部和韧皮部的红外光谱与相应光谱库进行种植土壤类型和产地检索和鉴别。结果表明：基于韧皮部光谱的鉴别效果比木质部的好。利用韧皮部光谱对种植土壤类型和产地进行鉴别时，匹配正确率分别为90.20%和97.06%。表明傅里叶变换红外光谱技术结合光谱检索法可鉴别三七的种植土壤类型和产地。

红外光谱； 光谱检索； 土壤类型； 产地； 三七

三七又名田七、三七参等,为伞形目五加科人参属多年生草本植物,是我国传统的珍贵药材，主要功效为清热解毒、活血化瘀[1]、止血兼补虚[2]、降压、镇痛、抗炎[3]、抗衰老和免疫调节[4]；主要用于治疗外伤出血、胸腹刺痛和跌扑肿痛等[4]。此外，三七还具有抗纤维化、抗肿瘤和抗风湿的作用。随着对三七研究的不断深入，其市场需求量也不断增加，三七的种植地域也在不断扩大。生态地理环境(产地)被普遍认为是在剔除遗传因素后，影响中药材“道地性”的最关键因素，它包括温度、经纬度、海拔、土壤、气候、光照等[5-7]，气候条件相差不大的情况下，土壤类型是影响中药材质量的关键。因此，产地和种植土壤类型的鉴定是三七品质鉴定的重要组成部分。

傅里叶变换红外光谱技术(FTIR)具有既不破坏样品的物质组分，又能全面反映物质内部分子结构的定量和定性信息等优点，在中药材的鉴别方面已有较多成功应用的报道[8-10]。目前已有多位学者应用此技术对三七进行多方面的研究，如刘飞等[8]应用傅里叶变换红外光谱技术对5个品种的三七、三七花进行测定，分析主要特征吸收峰上吸光度比的差异等。光谱检索是将红外光谱数字化，然后利用某种算法将未知物谱图与谱库中谱图进行点对点的光谱匹配，以找到最佳匹配，从而获得对未知物鉴定的方法。此方法在品种鉴别研究方面已有成功的应用报道[9-10]。但基于傅里叶变换红外光谱技术结合光谱检索对三七产地和种植土壤类型的鉴别尚未见报道。鉴于此，基于3个产地6种土壤类型种植的102株三七植株主根木质部和韧皮部样品的红外光谱，采用光谱检索的不同算法对样品的产地和种植土壤类型进行鉴别研究，以期为三七品质鉴定提供方便、快捷的方法。

1 材料和方法

1.1 样品采集与制备

选择主产三七的文山县、砚山县及红河州建水县作采样区。样品采集时均选取根质量、株高、茎粗、叶长、叶宽各项指标相近，且生长健康的3年生植株，样品经清洗、晾干后置入烘箱以50 ℃恒温烘烤至恒定质量，备用。取三七植株主根木质部样品和韧皮部样品分别放入玛瑙研钵，磨为均匀细粉，再按样品与溴化钾1∶50的质量比加入溴化钾搅磨均匀，压片，测试光谱，每株三七植株主根木质部样品和韧皮部样品各压制1个扫描片，测试中实时扣除背景的影响。表1为各试验样品的种植土壤类型、产地及编号。

表1 三七样品产地及土壤类型

1.2 光谱预处理与数据准备

使用Omnic 8.0软件对测试得到的所有光谱进行自动基线校正、九点平滑和纵坐标归一化处理，并对每种土壤类型种植植株主根木质部的光谱和韧皮部的光谱分别求平均光谱,备用。

1.3 试验方法

Omnic 8.0软件的谱图分析模块中带有谱图检索的功能，并设置有专家检索和设定检索2种检索类型，其中设定检索类型中又设置有相关性、绝对微分差、平方微分差、绝对差、平方差5种检索算法。本研究选择专家检索和相关性算法、绝对微分差算法和平方微分差算法进行光谱检索鉴别。由于不同土壤类型种植的三七主根木质部以及韧皮部样品的光谱都非常相似，为更好地鉴别，取每种土壤类型种植植株的所有主根木质部样品和韧皮部样品光谱的平均光谱分别组成光谱数据库Lib1和Lib2。将102株三七主根木质部的光谱和韧皮部的光谱作为未知样品光谱与相应的光谱库进行检索匹配鉴别。匹配得分的高低表示彼此间的相似程度，未知样品光谱与光谱库中光谱匹配得分最高的，即视为属于该类型。

2 结果与分析

2.1 三七主根木质部和韧皮部的红外光谱特征

从图1可以看出，不同种植土壤类型三七主根木质部的平均红外光谱非常相似，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、477 cm-1附近出现吸收峰。3 393 cm-1附近的强宽峰为O-H和N-H伸缩振动吸收叠加峰；2 929 cm-1附近弱吸收峰来自亚甲基C-H的伸缩振动吸收；在酰胺、羰基和苯环的振动吸收区(1 800～1 500 cm-1)，1 643 cm-1附近吸收峰主要来自甾体苷类中C=O的伸缩振动和多糖类物质中O-H弯曲振动；在脂类、蛋白质和多糖的混合振动区(1 500～1 200 cm-1)，1 415 、1 373 cm-1附近吸收峰来自C-H弯曲振动；1 242 cm-1附近的弱吸收峰为苯环中C-H弯曲振动和C-OH伸缩振动的叠加峰。在皂苷、淀粉等多糖类物质的特征吸收区(1 200～950 cm-1)，各样品光谱在此区域均呈现了1 154、1 079、1 023 cm-1附近阶梯增强的强吸收峰，主要来自淀粉、皂苷等多糖类物质中C-O伸缩振动和甾体皂苷元中羰基O-H的弯曲振动吸收。在皂苷类物质和糖环的骨架振动区(950～700 cm-1)，927、850、762 cm-1附近出现的弱吸收峰来自甾体皂苷的特征吸收和糖环中C-C伸缩振动吸收，说明样品含有α-型糖苷键。光谱中3 393、2 929、1 643、1 415、1 373、1 242、1 154、1 079、1 023、927、850、762、707、577、530、477 cm-1附近的14个吸收峰与淀粉的红外光谱在相应位置附近的特征峰的峰形和相对峰强非常相似，此特征结合1 023、1 079 cm-1附近吸收峰为光谱最强峰和第二强峰，说明三七主根木质部淀粉含量较高。综合以上分析，三七主根木质部的主要物质成分为淀粉、皂苷等糖类物质。

图1 不同土壤类型种植三七主根木质部的平均红外光谱

从图2可以看出，与木质部的红外光谱相比，二者光谱峰的总体形状相似，但峰位和峰高有差异，主要表现在1 800～1 500 cm-1和1 500～1 200 cm-1区域，在两区域中，韧皮部光谱显示的吸收峰数量比木质部的多；在2 855、1 740、1 323 cm-1附近的吸收峰比木质部的明显。光谱特征表明，韧皮部和木质部的主要物质成分基本相同。

2.2 基于红外光谱的种植土壤类型和产地鉴别分析

2.2.1 基于三七不同部位的红外光谱对其产地和种植土壤类型的鉴别 将全部主根木质部样品的红外光谱和韧皮部样品的红外光谱分别与相应光谱库进行专家检索，产地和种植土壤类型匹配不正确的样品植株编号及得分高的前3种土壤类型见表2，其中正体表示产地和土壤类型匹配均不正确，斜体表示产地匹配正确，斜体加粗表示产地和土壤类型均匹配正确。由于篇幅限制，木质部和韧皮部2个部位的土壤类型和产地均匹配正确的48株植株检索结果详情未列出。

图2 不同土壤类型种植三七主根韧皮部的平均红外光谱

从表2可以看出，木质部样品光谱和韧皮部样品光谱对三七产地和种植土壤类型的鉴别效果差异明显。尽管韧皮部样品光谱的检索匹配得分值总体低于木质部样品光谱的得分值，但前者的产地和种植土壤类型的鉴别分类正确率明显高于后者。将未知的102个木质部样品与光谱库Lib1进行检索，按最高得分值计算的产地和种植土壤类型均匹配正确的样品数为52个，正确率为50.98%，仅产地匹配的样品数为71个，正确率为69.61%；将未知的102个韧皮部样品分别与Lib2进行检索，按最高得分值计算的产地和种植土壤类型均匹配正确的样品数为76个，正确率为74.51%，仅产地匹配正确的样品数为84个，正确率为82.35%。上述分析表明，基于主根韧皮部光谱的三七产地和种植土壤类型的鉴别效果明显优于基于木质部光谱的鉴别效果。

表2 基于三七不同部位的红外光谱对其产地和种植土壤类型鉴别中匹配不正确的样品植株编号及得分高的前3种土壤类型

续表2 基于三七不同部位的红外光谱对其产地和种植土壤类型鉴别中匹配不正确的样品植株编号及得分高的前3种土壤类型

2.2.2 基于韧皮部光谱的不同检索算法对三七产地和种植土壤类型的鉴别 由表3可以看出，绝对微分差和平方微分差检索算法的鉴别效果明显优于专家检索和相关性检索法。在种植土壤类型和产地的鉴别中，绝对微分差和平方微分差2种算法的检索匹配正确率均相同，分别为90.20%和97.06%。因此利用三七植株主根韧皮部的光谱进行光谱检索匹配来鉴别其种植土壤类型和产地是可行的，且绝对微分差和平方微分差2种检索算法更合适。

表3 基于韧皮部光谱的不同检索算法对三七产地和

3 结论与讨论

本研究利用FTIR技术测试了3个产地、6种种植土壤类型、102株三七植株主根木质部和韧皮部的红外光谱。利用Omnic 8.0软件建立由各种植土壤类型植株主根木质部样品和韧皮部样品的平均光谱组成的数据库，各样品光谱分别与相应光谱库在全谱范围作光谱检索，通过第一匹配得分鉴别种植土壤类型和产地。对比了木质部和韧皮部2个部位的检索分类效果，以及专家检索、相关性、绝对微分差和平方微分差4种算法的效果。结果表明，基于韧皮部红外光谱数据的光谱检索方法可用于三七种植土壤类型和产地的鉴别，且绝对微分差和平方微分差2种算法的检索正确率高于相关性检索和专家检索。因此，采用绝对微分差和平方微分差算法的光谱检索算法，更适合于基于主根韧皮部光谱的不同产地和不同种植土壤类型的三七的鉴别。

本研究中，代号为D、E和F的样品间按最高得分匹配的产地错判率相对较高，这可能与文山州砚山县和红河州建水县相似的地理背景有关(建水县位于北纬23°49′～24°2′，东经102°39′～102°51′；砚山县位于北纬23°19′～23°59′，东经103°35′～104°45′)。

样品来源地分布较密集，若样品的采集点分布更广些，鉴别效果也许会更佳。此外，从本研究的鉴别分类结果可以看出，种植土壤类型确实是影响三七品质的一个重要因素。

[1] 田同德,杨峰,唐静雯.清热解毒、活血化瘀中药配合化疗对中晚期胰腺癌的疗效观察[J].中医药导刊,2012,14(3):428-430.

[2] 胡勇.论三七的功效[J].中国药业,2000,9(2):44-45.

[3] 张继,赵朝伟,赵睿.三七的药理作用研究进展[J].中国药业,2003,12(11):76-77.

[4] 国家药典委员会.中华人民共和国药典(第一部)[M].北京：中国医药科技出版社,2010.

[5] 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.

[6] 赵慧辉，王伟，陈建新，等.土壤的FTIR指纹图谱及中药材栽培的地域选择[J].光谱学与光谱分析，2010,30(7)：1767-1773.

[7] 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.

[8] 刘飞,邱武跃,刘刚.三七的傅里叶变换红外光谱鉴别技术[J].安徽农业科学，2010,38(17):8835-8836.

[9] 刘飞,杨春艳,刘刚.油菜籽品种的红外光谱鉴别研究[J].光谱学与光谱分析,2013,33(11):3036-3040.

[10] 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.

Identification ofPanaxnotoginsengfrom Different Planting Soil and Geographical Origins by Fourier Transform Infrared Spectroscopy

YANG Chunyan1,LIU Fei1，WANG Yuanzhong2*,LI Kaiyi1

(1.Department of Physics,Yuxi Normal University,Yuxi 653100,China; 2.Institute of Medicinal Plants,Yunnan Academy of Agricultural Sciences,Kunming 650200,China)

The phloems and xylems of 102Panaxnotoginsengtaproot samples from three geographical origins including six planting soil types were determined by Fourier transform infrared(FTIR) spectroscopy.By the spectral professional software Omnic 8.0,the expert search,correlation search,the square differential difference retrieval and absolute differential difference retrieval of the spectra of phloems and xylems were carried out with corresponding spectral database.The result showed that phloems samples had a better discrimination effect than xylems,which yielded correct rate of 90.20% for soil type and 97.06% for origin.FTIR combing with the spectral retrieval method could identify different origins and planting soil types ofPanaxnotoginseng.

infrared spectra; spectral retrieval; soil type; origin；Panaxnotoginseng

2016-06-05

国家自然科学基金项目(81260610)；玉溪师范学院青年教师资助计划项目

杨春艳(1979-)，女，云南大理人，副教授，硕士，主要从事激光红外光谱的研究。E-mail：ychyky@163.com

*通讯作者：王元忠(1981-)，男，云南怒江人，副研究员，硕士，主要从事药用植物资源研究。E-mail：boletus@126.com

S567.23+6

A

1004-3268(2016)10-0114-05