近红外光谱技术（NIRS）在双孢蘑菇生产上的应用进展

阿布来提·托合提热结甫 陈青君 张昊琳 张文强

近红外光谱技术（NIRS）在双孢蘑菇生产上的应用进展

阿布来提·托合提热结甫 陈青君*张昊琳 张文强

（农业应用新技术北京市重点实验室 植物生产国家级实验教学示范中心 北京农学院，北京 102206）

在双孢蘑菇工厂化生产过程中，需要对培养料和覆土的关键理化参数进行定期检测，采收保藏时需要对蘑菇子实体的品质进行检测评价。采用传统方法检测过程耗时长，耗费人力、财力大。近红外光谱技术（near infrared spectroscopy，NIRS ）具有检测分析效率高、成本低、操作简单、速度快、在线测定等特点。综述近红外光谱技术检测双孢蘑菇培养料和覆土材料的理化性质以及双孢蘑菇子实体品质的基本检测流程、数据处理方法、建模，近年来在双孢蘑菇栽培上的研究与应用进展，并就近红外光谱技术在双孢蘑菇生产中的指导意义和未来发展展开了讨论。

近红外光谱技术；双孢蘑菇；建模；数据库；培养料；覆土；子实体；研究应用

双孢蘑菇（）是世界上栽培最广泛、消费量最大的食用菌，产量约占世界食用菌总产量的40%[1]。其培养料发酵质量的好坏是影响双孢蘑菇产量高低的主要因素[2]。在工厂化双孢蘑菇生产过程中，需要快速测定预混期、一次发酵、二次发酵培养料的关键参数，如干物质（DM）、氮干物质（NDM）、氨、pH、电导率、微生物群落、灰分、纤维含量、碳氮比、碳和某些矿物质等。覆土是双孢蘑菇生产过程中的一个重要环节，覆土材料为双孢蘑菇提供由营养生长转变为生殖生长的环境，其理化性质影响蘑菇子实体的生长[3]，在生产上需要对其进行检测。此外，采收后需要对蘑菇子实体的品质进行检测，如口感、褐变度、硬度等。这些关键参数采用传统常规的物理和化学方法测定，不仅耗费大量的人力和财力，而且耗时较长，测定结果满足不了生产中对数据的需求速度，在批量生产过程中严重影响生产效率。在化学方法测定过程中使用的化学试剂还会污染环境。所以需要一个简便、快速、无污染的方法来替代传统的测定方法。

随着近红外光谱仪（NIRS）和计算机处理速度的快速发展，在20世纪80年代后期研究人员立项开展了双孢蘑菇培养料的近红外质量评估的研究，90年代初期，近红外光谱技术开始应用在双孢蘑菇培养料栽培工艺上[4]。在过去的几十年中，英国和荷兰的2个研究组一直致力于发展培养料质量近红外光谱评估的方程校准模型。最近几年国内也在研究使用近红外光谱评估双孢蘑菇子实体采后的品质。

近红外光是指介于中红外光和可见光之间的电磁波，波长范围在780～2 526 nm[5]。一般有机物的近红外光谱吸收的主要是含氢基团X－H（包括O－H，C－H，N－H和S－H等）的伸缩、振动、弯曲等引起的倍频和合频的吸收[6]。几乎所有的有机物的一些主要结构和组成都可以在近红外谱区有稳定的信号和谱图，获取光谱容易[7]，近红外光谱法（NIRS）因其快速、高效等优点已被动物饲料、食品、医药等多个领域广泛应用于对产品质量的评价[8]。双孢蘑菇生产过程中涉及到的培养料、覆土以及各种原料中有大量含氢基团X— H的有机物，近红外光谱分析可以快速测定其中的含水量、pH等。

本文介绍近红外光谱技术检测双孢蘑菇培养料、覆土材料的理化性质和双孢蘑菇子实体品质的基本流程，并涉及部分数据处理方法、建模方法，综述近年来近红外技术在双孢蘑菇栽培上的最新研究进展情况，并对NIRS在双孢蘑菇生产中应用的意义和未来发展方向展开讨论，以促进近红外光谱技术在我国双孢蘑菇生产检测上的应用。

１ 近红外光谱技术检测双孢蘑菇生产中理化性质的建模流程

检测双孢蘑菇培养料及覆土材料，包括以下几个步骤：（1）采集具有代表性的培养料及覆土样品；（2）采用常规理化测定方法对样品进行理化性质测定；（3）对培养料及覆土材料样品进行光谱采集，得到样品的近红外光谱；（4）对得到的样品近红外光谱进行必要的数据预处理和波段选择；（5）将所得近红外光谱与常规方法测得的成分含量结果建立对应的数学模型，形成双孢蘑菇培养料及覆土材料样品的近红外光谱分析数学模型，并校正验证；（6）利用近红外分析模型通过近红外光谱仪获得未知样品成分的含量值。

1.1 培养料样品制备与常规分析

样品的采集与制备是建立模型过程中一个重要环节。采样点的选择、采样方法、采样时间、采样数量、采集到的样品是否具有代表性直接关系到分析结果的准确性。

双孢蘑菇培养料理化性质常规的化学分析方法测定的指标主要包括：氮干物质（凯氏定氮法）、氨（凯氏定氮滴定法[9]）、灰分（灼烧重量法）、木质纤维素含量（滤袋法）、碳（灼烧重量法）、水分（干燥称重法）、某些矿物质（干灰化法及原子吸收法[10]）、pH、电导率（EC）和碳氮比等。

1.2 近红外光谱的获取、数据预处理和波段选择

近红外光谱的获取需要在恒温恒湿的环境下采集样品，每个样本采集3次光谱，并通过对光谱的平均处理得到样本的平均光谱。Sharma等为了建立一个稳定的双孢蘑菇培养料理化性质的近红外光谱定标模型，在光谱预处理和波段选择方面做了大量的研究工作[11]。常见的预处理方法包括：求平均——为了减少探测器的热噪音；定中心——可以确保所有结果都在平均值周围合理的变化范围内；导数——是光谱分析中常用的基线校正和光谱分辨的预处理方法，可有效地消除基线和其他背景的干扰，分辨重叠峰，提高分辨率和灵敏度；平滑法——可降低噪声提高信噪比，常用的信号平滑方法有移动平均平滑法和卷积平滑法；标准正态变换法——消除固体颗粒大小、表面散射以及光程变化对近红外漫反射光谱的影响，小波变换在时域和频域同时具有良好的局部化性质，在分析光谱信号中有较为广泛的应用[12]。多元散射校正目和标准正态变换基本相同，在固体漫反射和浆状物透射中应用较广。波段选择主要包括：连续投影法、遗传算法、无信息变量消除法、蒙特卡罗法、间隔偏最小二乘法等[13]。

1.3 近红外光谱数学模型构建方法

双孢蘑菇培养料理化性状很复杂，各个参数间相互干扰，研究人员在建立稳定的定量模型方面做了大量的研究工作[14]。常用的线性建模方法主要有多元线性回归、主成分回归和偏最小二乘回归，其中多元线性回归技术可用于选择方程的多个变量，最小二乘回归可以很容易地扩展到同时预测多个质量属性，主成分回归是对回归模型中的多重共线性进行消除后，将主成分变量作为自变量进行回归分析，然后根据得分系数矩阵将原变量代回得到的新模型。目前偏最小二乘回归在光谱多元分析中得到最广泛的应用。最小二乘法支持向量机、神经网络，因其出色的非线性映射能力，逐渐得到了人们的重视[15]。

2 近红外光谱技术在双孢蘑菇生产上的研究进展

近年来，近红外光谱技术凭借其检测方便、快速、高效、无污染、样品无需复杂预处理等优势，在动物饲料、食品、医药等多种领域广泛应用[16]。双孢蘑菇工厂化生产上对培养料、覆土材料、子实体品质等均需要进行检测。目前国内双孢蘑菇工厂多数都配备化验室，已有工厂的研究人员在开发适合双孢蘑菇的近红外数据库上进行了实践。

2.1 双孢蘑菇培养料理化性质的测定

Shekhar Sharma等2000年使用烘干的双孢蘑菇培养料在400～2 498 nm范围内扫描获取了样品的可见光谱和近红外光谱，并收集和分析数据[17]。通过偏最小二乘法成功开发了用于预测干物质、含氮量、pH、电导率、木质纤维素成分、微生物种群和潜在生产力的近红外校准方程。结果表明，使用1 100～2 498 nm波长可以开发出烘干培养料最佳近红外校准方程。然后使用独立样品进行验证，并建立了双孢蘑菇烘干培养料的近红外数据库。双孢蘑菇烘干培养料近红外光谱数据库的建立比之前的热化学方法测量培养料组分的速度大有提高，实现了测试无污染化。但培养料的测量前期需要10～15 h的样品制备时间，不能够实现在线快速测量。因此，Shekhar Sharma等2005年研究使用新鲜的培养料来建立数据库，新鲜培养料样品的近红外反射率测量在400～2 500 nm的范围内进行[7]。在预处理之后，使用近红外（1 100～2 500 nm）和可见光与近红外（400～2 500 nm）区域开发关键参数的偏最小二乘校准方程，随后使用独立样品组进行验证。最佳方程模型分别预测了样本群体中98％、84％、88％、96％、95％和87％的氨，以及pH、电导率、干物质、氮和灰分含量的变化，斜率和偏差分别为氨1.02和0.005，pH为0.99和0.012，电导率1.01和0.002，干物质为0.99和0.043，氮为1.00和0.001，灰分为1.00和–0.005，大多数方程模型的斜率和偏差值分别接近1.0和0.0的最佳值。

2.2 双孢蘑菇覆土材料理化性质的测定

当双孢蘑菇的菌丝在培养料中生长并吃透料后必须覆土才能诱导形成子实体。双孢蘑菇覆土材料在工厂化生产中为双孢蘑菇由营养生长期转为生殖生长期的重要过渡环节提供适宜的环境条件[18]，因此覆土的优劣在很大程度决定了双孢蘑菇的产量和品质[19]。双孢蘑菇子实体90%为水分，提高蘑菇菌丝的可利用水分含量是提高产量的关键。蘑菇子实体生长发育所吸收的水分54%～83%来自于培养料，17%～46%来自于覆土。覆土材料是否具备适于蘑菇生长发育的理化特性，尤其是持水率的高低与蘑菇产量关系密切[20]。泥炭是一种优质蘑菇覆土材料，十分有利于菌丝与子实体的生长发育，而且容易消毒，单位面积产量较高。我国泥炭土主要分布于东北地区，由于开采地区和开采深度的不同，泥炭的空隙度、持水率、盐浓度、渗透势和pH等方面有很大的差异。使用前必须对这些理化性质进行检测，目前国内通常采用热化学方法来测定。Baxter等研究爱尔兰泥炭并建立了泥炭土的干物质、保水性、吸水能力和pH等理化性质的近红外数据模型，在独立样品组上验证后，干物质、保水率、吸水能力和pH模型的预测相关系数2值均大于0.9[22]。这表明了近红外光谱学具有作为蘑菇覆土材料分析工具的潜力。

双孢蘑菇的含水率、褐变度、硬度研究表明，覆土的某些理化性状，如空隙度、持水率、盐浓度、渗透势和pH等可以影响蘑菇生长[21]。双孢蘑菇的覆土材料以泥炭为最佳，其饱和含水量大、持水性能达到80%以上，孔隙度大，反复喷水能保持良好的结构及可溶性固形物、可滴定酸等成分的含量，给双孢蘑菇的口感和风味品质带来很大影响[23]。

2.3 双孢蘑菇子实体品质的测定

近些年，近红外光谱技术已广泛应用于果蔬检测，可实现无损、精确地测定果蔬品质[24]。Soumya Roy等使用改进的偏最小二乘回归法开发校准方程，评估了不同部分波长的重要性、光散射的影响以及使用数据处理对含水量的预测，使用具有一阶导数和散射校正在600～2 200 nm波长段获得的校准方程测试性能最佳[26]。Esquerre等利用可见光和近红外吸收光谱检测双孢蘑菇物理损伤和老化引起的化学变化，在不同的光谱范围建立PLS模型，开发了一种能够以高灵敏度（0.98）和特异性（1.00）鉴定蘑菇受损的模型[26]。张荣芳等使用近红外漫反射，对双孢蘑菇的硬度、灰分、可溶性固形物、水分、蛋白质等营养品质进行检测研究，分别采用一阶导数、多元散射校正、平滑处理等方法对双孢蘑菇光谱进行预处理，得出二阶导数是适合建立双孢蘑菇硬度、可溶性固形物和水分定量分析模型的光谱预处理方法，多元散射校正适合建立双孢蘑菇灰分、蛋白质的光谱预处理方法，并建立了基于优化预处理方法和双孢蘑菇内部品质检测的近红外定量分析模型。双孢蘑菇的硬度、灰分、可溶性固形物、水分、蛋白质等近红外光谱校正模型的预测值和实测值的相关系数分别为0.912、0.973、0.893、0.958、0.820、0.971，预测均方根误差 RMSEP分别为4.427 1、0.082 2、0.085 0、0.001 3和0.062 1[27]。

3 前景与展望

双孢蘑菇培养料在堆肥过程中发生一系列的水解、化学氧化反应，目前技术人员大都凭借经验通过控制温度和含氧量等指标来影响这些发酵过程，通过近红外光谱技术可以获得大量的数据，分析在发酵过程中哪些物质被降解，哪些物质仍存在，从而更好地了解和控制发酵过程，得到较好较稳定的蘑菇培养料，使蘑菇栽培更为简单。

目前，荷兰、英国等国家利用近红外光谱技术检测双孢蘑菇培养料的数据库已经建成并开始运用，国内仅有个别企业购买。由于数据库主要依据欧美蘑菇原材料测试，运用过程中需要根据国内的原料情况进行校对和调整。近红外技术需要大量有代表性且化学值已知的样品建立模型，所以需要对国内的原材料进行大范围收集并检测，建立适合于国内生产需要的近红外数据库，前期投入大、建模成本较高。随着近十年我国双孢蘑菇工厂化栽培的快速发展，已经对近红外光谱技术检测表现出较大需求，相信今后必然会在此行业中得到较快的发展。从发展前景看，今后研究的重点是建立国内双孢蘑菇培养料及覆土材料的标准测试方法，利用近红外光谱分析的定标和网络技术建立国内蘑菇生产的数据库，可为国内工厂化蘑菇产业的稳定发展提供保障。

[1] Berendsen R, Kalkhoce S, Lugones L, et al. Effects of the mushroom- volatile 1- octen- 3- ol on dry bubble disease[J]. Applied Microbiology and Biotechnology, 2013, 97(12): 5535-5543.

[2] 侯晓伟, 王晓巍, 陈年来, 等. 双孢蘑菇培养料发酵微生物变化对其理化性质的影响研究[J]. 中国农学通报, 2014, 30(25): 111-115.

[3] 黄建春. 双孢蘑菇覆土材料发酵土的制作技术[J]. 食用菌, 2008, 30(5): 30.

[4] Sharma H S S, Kilpatrick M, Burns L. Determination of phase II mushroom () compost quality parameters by near infrared spectroscopy[J]. Journal of Near Infrared Spectroscopy, 1999, 8(1): 11-19.

[5] 陆婉珍. 近红外光谱技术进展[J]. 现代科学仪器, 2006(5): 5.

[6] 马冬红, 王锡昌, 刘利平, 等. 近红外光谱技术在食品产地溯源中的研究进展[J]. 光谱学与光谱分析, 2011, 31(4): 877-881.

[7] 王多加, 周向阳, 金同铭, 等. 近红外光谱检测技术在农业和食品分析上的应用[J]. 光谱学与光谱分析, 2004, 24(4): 447-450.

[8] 聂志东, 韩建国, 张录达, 等. 近红外光谱技术(NIRS)在草地生态学研究中的应用[J]. 光谱学与光谱分析, 2007, 27(4): 691- 696.

[9] Fei-Hong Zhai, Qi Wang, Jian-Rong Han. Nutritional components and antioxidant properties of seven kinds of cereals fermented by the basidiomycete[J]. Journal of Cereal Science, 2015(5): 202-208.

[10] 余磊, 彭湘君, 李银保, 等. 原子吸收光谱法测定茶叶中7种微量元素[J]. 光谱实验室, 2006, 23(5): 962-965.

[11] Sharma H S, Kilpatrick M, Lyons G. Prediction of potential mushroom yield by visible and near-infrared spectroscopy using fresh phase II compost[J]. Applied Spectroscopy, 2005, 59(8): 1054.

[12] 褚小立, 袁洪福, 陆婉珍. 近红外分析中光谱预处理及波长选择方法进展与应用[J]. 化学进展, 2004, 16(4): 528-542.

[13] 柳艳云, 胡昌勤. 近红外分析中光谱波长选择方法进展与应用[J]. 药物分析杂志, 2010(5): 968-975.

[14] 梁逸曾, 俞汝勤. 化学计量学[M]. 北京: 高等教育出版社, 2003．

[15] 王宇, 邹强. 基于最小二乘支持向量机的模糊图像恢复[J]. 微型机与应用, 2009, 28(24): 53-55.

[16] 陈璐, 谷晓红, 张丙春, 等. 食品产地溯源技术研究进展[J]. 安徽农业科学, 2015(36): 109-111.

[17] Sharma H S S, Kilpatrick M. Use of Near-Infrared Spectroscopy to Predict Potential Mushroom () Yield of Phase II Compost[J]. Applied Spectroscopy, 2000, 54(1): 44-47.

[18] Giilser C, Peksen A. L sing tea waste as a new casing material in mushroom [(L.) Sing.] cultivation[J]. Bioresource Technology, 2003, 88 (2): 153-156.

[19] Noble R, Gaze R H. Properties of casing peat types and additives and their influence on mushroom yield and quality[J]. Mushroom Science, 1995(14): 305-312.

[20] 蔡为明, 金群力, 冯伟林, 等. 覆土对双孢蘑菇菌丝产量的影响[J]. 园艺学报, 2008, 35(8): 1167-1174.

[21] Noble R, Dobrovin-Pennington A, Evered C E, et al. Properties of peat-based casing soils and their influence on the water relations and growth of the mushroom ()[J]. Plant and Soil, 1999, 207: 1-13.

[22] Baxter S, Sharma H, Kilpatrick M. Quality assessment of mushroom casing soil using visible and near infrared spectroscopy[J]. Journal of Near Infrared Spectroscopy, 2008, 16(3): 317-325.

[23] 夏妮. 双孢蘑菇力学特性及机械损伤机理的研究[D]. 淄博: 山东理工大学, 2013.

[24] 王丽, 郑小林, 郑群雄. 基于近红外光谱技术的桃品质指标快速检测方法研究[J]. 中国食品学报, 2011, 11(11): 205-207.

[25] Roy S, Anantheswaran R C, Shenk J S, et al. Determination of moisture content of mushrooms by Vis—NIR spectroscopy[J]. Journal of the Science of Food & Agriculture, 2010, 63(3): 355-360.

[26] Esquerre C, Gowen A A, O'Donnell C P, et al. Initial studies on the quantitation of bruise damage and freshness in mushrooms using visible-near-infrared spectroscopy[J]. Journal of Agricultural & Food Chemistry, 2009, 57(5): 1903-1907.

[27] 张荣芳. 双孢蘑菇品质的近红外漫反射光谱无损检测研究[D]. 淄博: 山东理工大学, 2012.

Application progress of near infrared spectroscopy inproduction

Tuohetirejiefu·Abulaiti Chen Qingjun* Zhang Haolin Zhang Wenqiang

（Beijing Key Laboratory of New Technology in Agricultural Application, National Demonstration Center for Experimental Plant Production Education, Beijing University of Agriculture, Beijing 102206, China）

In the process of factory production of, the key physicochemical parameters of the compost and casing should be determinated regularly. The quality of mushroom fruit body should be measured and evaluated when collecting and storing. In the testing process, it not only takes human and financial resources but also takes longer time to measure. Near infrared spectroscopy has the advantages of high efficiency, low cost, simple operation and high speed of detection and analysis. This article analyzed the basic flow of detection, involving some data processing methods as well as modeling methods for the detection of the physical and chemical properties of compost and casing and the quality of mushroom fruiting bodies. This article also has an overall review on the latest research progress of NIRS works on mushroom cultivation in recent years. The significance of NIRS spectroscopy in guidance ofproduction and the future development are also discussed.

near infrared spectroscopy;; research progress

S646

A

2095-0934（2018）04-212-06

阿布来提·托合提热结甫，研究方向：草腐型食用菌栽培生理。E-mail：825043953@qq.com。

陈青君，女，教授，博士，主要从事食用菌生理与栽培的教学和研究。E-mail：cqj3305@126.com。