基于红外与近红外光谱的烟叶部位识别.pdfVIP

基于红外与近红外光谱的烟叶部位识别 张鑫1郭佳1倪力军1张立国1束茹欣2张建平2杨凯2 摘要以烟叶样品的红外及近红外光谱为基础，采用基于主成分分析的马氏距高判别模 型，研究了不同类型仪器、建摸区间、模型参数及光谱预处理方武对烟叶部位识别准确率的影 响。结果表明，根据红外和近红外光谱均可对烟叶部位进行总好识别，近红外光谱固包台的样 品信息更为丰富，可以得到比红外光谱更好的识别效果。其中仪器^的二阶导鼓光谱给出的烟 叶部位识别准确率最高，可达94．11％；仪器B的一阶导教及SNV光谱给出的烟叶部位识别准确 准确率为82，35％。对于同一仪器，最佳建模区间及主成分个数随样本情况及光谱预处理方式 而变。 美键词红外；近红外；烟叶部位；模式识别 上个世纪70年代以来，化学计量学方法与计算机技术的结合使得人们不仅可以根据红 外、近红外、核磁等光谱信息进行物质结构鉴定，而且可以根据标准品的光谱和相关定量、 定性信息建立数学模型，实现对未知样品的定量与定性分析【12J。信号弱、没有典型的吸收 特征峰而被长期忽视的近红外光谱也在各个领域的定量、定性分析中得到了广泛应用。在中 药、烟草等天然产物领域，运用红外、近红外光谱信息进行样品的产地、道地性的模式识别 报道亦有很多[3圳。 但目前对于更为精细的植物部位(如烟叶部位)的识别研究尚很少见诸报道，而在烟叶的 质量管理中，部位的划分和识别是十分重要的。本文利用红外光谱和近红外光谱信息进行烟 叶部位的识别，以探索这类光谱信息是否能够区分更为细微的植物部位差异，并探讨了模式 识别模型中有关参数(如光谱区间、光谱预处理方法等)对判别结果的影响。 1实验部分 1．1仪器设备与参数设置 近红外仪A：波长范围400～2500hm，分辨率2rim，扫描次数32。 8cm～。扫描次数50。 作者简介：张鑫，女，1983年出生，在读硕士。研究方向：天然产物质量分析与控制。通讯联系人：倪力军，联系 电话：021—642,53045；E一蹦，il：banttir,zs@岫蜮．edu．ell。 489 4000cm～。扫描次数32。KBr压片。 1．2样品预处理及其测试 样品制备：烟叶样品由上海烟草集团技术中心提供，为云南2003、2005年烤烟，将烟 叶磨成粉，过60目筛。 近红外光谱测试：取适量烟末覆盖测试杯底部1—2em，放人样品杯中，取相当于压强 lkPa的砝码放置在样品上方，使其处于自然压实状态后开始扫描。 压成厚度为0．1rrma透明薄片进行扫描。 1．3模式识别模型 本文采用文献[9]提出的基于光谱主成分分析(PCA)与马氏距离的判别分析模型进行烟 叶上、中、下部位的识别，样品光谱距哪个部位的类中心距离最小就属于哪个部位。由于主 成分数的选择无法事先确定，主成分取得过多会引入不必要的噪声并造成过拟合(即建摸效 果很好但预测效果很差)，而取得过少会丢失重要的信息。我们利用若干个主成分复原光谱 与实际光谱的残余方差与对仪器精密度考察的光谱方差之比P确定模型允许的最大主成分 数，并通过对建模样本的交互预测验证结果确定最佳主成分数。一般取p=1～2，P值越 小，模型允许的最大主成分个数就越多。有关算法在MATLAB6．5下实现。 2结果与讨论 烟叶样品的红外光潜见图l，图2与图3分别给出了近红外仪A与近红外仪B上测得的 烟叶近红外光谱。 图1烟叶样品的红外光谱图 图2仪器A上采集的烟叶近红外光谱 2．1光谱区间对烟叶部位识别结果的影响 文献[9]的研究表明对于傅里叶近红外光谱，采用一阶导数光谱可以取得最好的产地识 别结果，故本文对2003年和2005年单一产地的烟叶样本的红外和近红外谱图经过一阶导数 处理后，均匀、轮流选取样本集的1／4作为检验集，令模型参数p=1．5，取不同区间光谱 进行烟叶上中下部位预测，结果见表1与表2。 表l与表2的结果表明，建模区间对于烟叶部位识别准确率有很大影响。一方面足由样 品特点决定的，2003年的烟叶由于放置时间较长，经过了两年多的自然醇化期，受到空气 中的水、二氧化碳、氧气等的影响较大，其内在质量和主要成分与2005年的新烟叶有较大 490 差异，使用1000～3000cm-1区间红外光谱建模 的准