基于可见/近红外光谱技术的新鲜茶叶叶片含水率快速测定

张筱蕾，夏 威，唐善虎

(西南民族大学生命科学与技术学院，四川 成都 610041)

中国是茶叶的消费大国，茶叶的品质受到众多因素的影响.在茶叶加工过程中，水分对于茶叶品质的形成起着非常重要的作用.原料的物理状态和化学反应进程直接受其内部水分含量影响[1-2].当水分含量小于5%时，茶叶香气变化比较小；而当水分含量高于6.5%时，茶叶品质则下降得比较快[3].传统检测茶叶中含水率的方法是烘干法[4]，此法费时费力、效率低，不能实现在线检测.由于茶叶的营养成分在高温烘干过程中被破坏，以致样本测试后不能再食用，因此烘干法无法满足茶叶加工过程实时检测的需要.研究新型的检测方法对提高检测效率、改善茶叶品质都具有重要意义.

光谱技术具有操作简单、效率高、价格低和无损检测等优势，目前此技术已在众多领域中使用[5-12].但是在茶叶加工工序中利用可见-近红外光谱技术对其含水率检测的研究大多基于全谱段光谱数据，具有信息量大、波谱冗余重叠等特征，不利于开发快速、高精度、实时的分析监测系统.本文利用可见-近红外光谱技术检测新鲜茶叶叶片中的含水率，并提取特征波长建立优化模型.研究的主要目的是：(1)建立光谱信息与含水率的定量关系模型；(2)基于回归系数法(Regression Coefficients，RC)提取特征波长；(3)利用特征波长建立预测模型；(4)比较基于全波段和特征波段模型的预测效果.

1 材料与方法

1.1 光谱仪和烘箱

本研究采用的可见/近红外光谱仪型号为ASD FieldSpec Pro FR(Analytical Spectral Device Inc.，Boulder，CO，USA)，其光谱范围为 350 ～2500 nm.为了减少室外光和日光灯对试验的影响，在采集光谱信息时应关闭室内电源，使样本处在一个黑暗的环境中，只使用卤素灯.样本采集前将仪器预热20分钟，先进行白板校正，然后再进行样本采集.烘箱型号为GHD-9070A，JingHong，Shanghai，China.分析软件采用Unscrambler V10.1和MATLAB R2009a进行数据分析处理.

1.2 实验流程

试验流程如下：首先采集177个新鲜茶叶叶片样本，依次编号后逐一采集其光谱信息作为X变量，然后通过称重法检测得到每个样本的含水率，作为Y变量.将叶片光谱数据进行预处理之后，建立不同的水分预测模型，再基于回归系数法提取特征波长，利用特征波长建立相应的预测模型.

1.3 预处理

本研究采用5种方法对原始光谱信息进行预处理，包括S.G平滑(Savitzky-golay smoothing)、归一化法(Normalization)、变量标准化(Standard normal variate，SNV)处理、多元散射校正(Multiplicative scatter correction，MSC)以及去趋势(De-trending).每一种预处理方法都代表不同的含义.

平滑是消除噪声的一种有效方法，本研究中使用S.G卷积平滑法对光谱进行降噪处理，该方法通过多项式来对移动窗口内的数据进行多项式最小二乘拟合，因此，也被称为多项式平滑[13].

归一化处理是将所有数据转化为0和1之间的值，具体计算公式如下：

式中x0是原始值，x是归一化处理后的值，xmax是最大值，xmin是最小值.

SNV的作用是校正散射造成的样品间的误差，具体计算公式是将原始光谱xi与平均光谱x-的差值除以原始光谱的标准偏差s，即标准正态化处理.

经SNV处理后，光谱数据的均值为0，标准差为1.

MSC的目的是消除散射对光谱数据的影响，这些散射通常是由于样本的不均匀及颗粒大小差异造成的.

De-trending的作用是消除漫反射光谱的基线漂移，该算法的思路是依据多项式将光谱xi的吸光度和波长拟合出趋势线li，然后将趋势线从原始光谱中减去(xi-di).一般而言，通过去趋势处理后，光谱数据的波峰和波谷的特征更加明显[14].

1.4 偏最小二乘

本研究采用偏最小二乘法PLS预测茶叶含水率.PLS是一种有效的光谱建模方法，已被广泛用于众多领域[15-20].当变量数多于样本数时，此方法极其有效[21-22].其原理是先求出光谱数据中的主因子，即隐含变量(Latent Variable，LV)，这些LV中含有大量的有效信息[23].将LV按其累积贡献率大小进行排列，运用LV的得分值建立预测模型.

1.5 特征波长提取方法

为了减少模型的输入变量、简化模型，本研究采用回归系数法(Regression Coefficients，RC)提取特征波长.特征波长的提取是将原始全部变量简化为少数变量的过程，这些新的特征变量能够包含原始光谱数据的有效信息，产生与全波段变量相似或者更优的预测结果[24].RC法提取特征波长目前已被用于很多领域[25-26].在RC图中，绝对值越大的波长点代表这些波长对模型的影响越大，这些波长都处在波峰或者波谷位置[17].

1.6 模型评价标准

预测模型性能的评价参数是建模集决定系数(coefficient of determination in calibration，)，交互验证集决定系数(coefficient of determination in crossvalidation，)，预测集决定系数(coefficient of determination in prediction)，剩余预测偏差(residual predictive deviation，RPD)，预测集均方根误差(root mean square error in calibration，RMSEC)，交互验证集均方根误差(root mean square error in cross-validation，RMSECV)，预测集均方根误差(root mean square error in prediction，RMSV).RPD的值小于1意味着预测模型很差，介于1.0和1.4之间表明预测模型较差，1.4和1.8之间表明模型一般，1.8和2.0之间说明预测结果好，2.0和2.5之间意味结果很好，大于2.5表明预测结果极好[27-28].一个预测判定好的模型理应需要较高的，，和RPD值，以及较低的RMSEC，RMSECV and RMSEP值，同时，和值相差较小[29].

2 结果与分析

2.1 光谱曲线

将波长/nm作为横坐标，所有光谱反射率值转化为吸收值作为纵坐标，得到光谱曲线如图1所示.通过图1可以发现，波段首尾处含有较大的噪声，因此本试验截取中间一段波长450～2 400 nm进行研究.组成有机分子的各种官能团都有其特定的红外吸收峰，因此通过光谱图的各种峰可以推断出物质的分子结构.在茶叶的光谱曲线图中，550 nm左右处的波峰是绿色植物中叶绿素的吸收波段，970 nm处的波谷是由叶片水分子中O-H键引起的，970 nm，1 450 nm和1 940 nm是水的吸收波段[30-31].

图1 茶叶样本光谱图Fig.1 Spectral absorbance of all tea samples

2.2 含水率

将177个新鲜茶叶叶片依次编号、称重，然后依据国家标准Chinese National Standard GB8304-87烘干至恒重，得到每一个叶片的水分含量.为了使建模集和预测集样本的分类更合理精确、同时也为了使所见模型稳健性更高[1]，将所有样本按照Y变量从小到大的顺序依次排列，按照2：1的比例将全部样本分为建模集和预测集，每一个集合中的最小值、最大值、平均值和标准偏差值见表1.建模集和预测集中没有任何一个样本是重复的，这有助于提高模型的稳定性[32].同时根据留一法将建模集样本进行交互验证，即建模集样本同时作为验证集样本，如果建模集和交互验证集的预测结果相差较大，说明模型不可信，反之，模型稳健性高[29].

表1 茶叶叶片水分含量统计分析Table 1 Descriptive statistics of moisture content in tea leaves

2.3 预处理预测结果

为了消除噪音、降低基线漂移等因素对所建模型的影响，本试验采用5种不同预处理方法对原始光谱信息进行处理，并分别将预处理后的数据建立PLS预测模型.预处理和原始光谱模型的预测结果如表2所示，每一个PLS模型中建模集和交互验证集的预测结果相差不大，说明模型可信.所有模型的RPD值均大于2.0，其中前5个模型的RPD值大于2.5，说明所有模型的预测结果都非常好.和原始波段变量模型相比，经预处理之后的模型(基于去趋势模型除外)的预测结果变化不大.然而由于预处理过程本身也增加了数据运算时间，降低了效率，因此综合考虑之后，利用原始数据的建模效果最好.

表2 基于不同预处理方法的全谱段数据PLS模型预测结果Table 2 Prediction results by PLS models with different preprocessing using whole spectra

2.4 特征波长提取

为了提高运算效率、简化模型、为后续在检测仪器开发提供理论依据，本研究通过回归系统法提取特征波长，并将提取的特征波长作为新的X变量建立预测模型.新得到的特征波长如图2所示，其中977和1945nm是水吸收的特征波长.被提取的9个特征波长数仅占原始全波段变量数的0.42%，较少的输入变量减少了运算时间，优化了模型.

2.5 基于特征波长的预测结果

为了研究新的特征变量的预测效果，同时和经过不同预处理的全波段变量模型相比，本研究进一步将特征变量进行 Savitzky-Golay Smoothing、Normalization、SNV、MSC和De-trending预处理，然后建立相应的PLS模型，预测结果如表3所示.每一个PLS模型中建模集和交互验证集的预测结果相差不大，说明模型可信.未经预处理建立的模型最优，建模集和预测集中 R2分别是 0.9070和 0.8199，RMSE分别是0.0107和0.0151，RPD是2.3701.所有模型(除去趋势模型)的RPD值均大于2.0，说明模型的预测结果都很好.基于去趋势模型的预测效果一般，这和基于全波段变量中去趋势模型的预测结果是一致的.和全波段模型相比，基于特征波长的模型预测结果有所下降，基于去趋势模型预测结果的下降较为明显.然而，特征波长的选择使输入变量大大减少，这不仅提高了运算效率，也为仪器开发提供理论支持.

图2 利用回归系数法提取的特征波长Fig.2 Effective wavelengths selected by regression coefficient

表3 基于不同预处理方法的特征波段PLS模型预测结果Table 3 Prediction of PLS models with different preprocessing using extracted EWs

3 结论

本研究利用350～2 500 nm范围内的可见/近红外光谱技术检测茶叶中的含水率，获取了177个新鲜茶叶的含水率和光谱信息，基于不同预处理方法建立相应的预测模型，每一个模型都取得了较高的预测结果.然后基于回归系数法提取特征波长，新得到的9个特征波长数只占全波段变量数的0.42%，这有利于后续仪器的开发研究.在利用特征变量建立的预测模型中，除预处理方法去趋势效果一般外，其他模型均取得了较好的预测结果.试验结果表明，利用可见/近红外光谱技术结合特征波长的提取来检测茶叶中含水率是可行的，这为茶鲜叶品质分析和等级快速评价提供了理论依据.此外，在线、实时测量还需要建立稳定的光谱测量模型，后续应针对不同类型特征的茶叶进行分析，建立覆盖样本量更广的检测模型.