全 文 ：2 0 1 0年 8月 农 业 机 械 学 报 第 41卷 第 8期
DOI:10.3969/j.issn.1000-1298.2010.08.023
雪莲花产地鉴别的近红外光谱分析方法＊
赵杰文　蒋　培　陈全胜
(江苏大学食品与生物工程学院 , 镇江 212013)
　　【摘要】　以青海 、西藏 、云南和新疆 4个不同产地的雪莲花为研究对象 ,利用 K-最近邻域(KNN)模式识别方
法建立雪莲花产地鉴别模型 ,模型参数 K和主成分因子数(PCs)通过交互验证的方法优化;同时比较了标准正态变
量变换(SNV)、多元散射校正(MSC)、一阶导数和二阶导数 4种预处理方法对模型结果的影响。 试验结果显示 ,通
过 SNV光谱预处理后 ,在 K为 3和 PCs为 5时 ,所得到的模型最佳 , 模型交互验证识别率和预测识别率均为 100%。
研究表明 , 近红外光谱技术结合 KNN方法可以成功鉴别雪莲花产地。
关键词:雪莲花　产地鉴别　近红外光谱　K-最近邻域
中图分类号:O657.33;R282.5 文献标识码:A 文章编号:1000-1298(2010)08-0111-04
DiscriminationofSnowLotusfromDifferentGeographicalOrigins
byNearInfraredSpectroscopy
ZhaoJiewen　JiangPei　ChenQuansheng
(SchoolofFoodandBiologicalEngineering, JiangsuUniversity, Zhenjiang212013, China)
Abstract
Snowlotussamplesfromfourdiferentgeographicalorigins(Qinghai, Tibet, YunnanandSinkiang)
werestudied.K-nearestneighbors(KNN)algorithmwasappliedtobuilddiscriminatingmodelasa
paternrecognitionmethod.TheparameterKoftheKNNmodelandthenumberofprincipalcomponent
factors(PCs)wereoptimized.Thespectrawerepreprocessedbyfourdiferentspectralpreprocessing
methodsofstandardnormalvariate(SNV), multiplieativescatercorection(MSC), firstderivativeand
secondderivative, andtheirefectsonresultsofKNNmodelswerecompared.Experimentalresults
showedthattheoptimalmodelwasobtainedwithPCs5 andK=3 afterSNVspectralpreprocessing, and
thediscriminatingrateswereal100% incross-validationandprediction.Theworkdemonstratedthat
NIRspectroscopytechniquewithKNNmethodcouldbesuccessfulyappliedtodiscriminatesnowlotus
fromdiferentgeographicalorigins.
Keywords　 Snow lotus, Geographicaloriginsdiscrimination, Nearinfraredspectroscopy,
K-nearestneighbors
收稿日期:2009-09-26　修回日期:2009-12-18
＊国家自然科学基金资助项目(30800666)和江苏省自然基金资助项目(BK2009216)
作者简介:赵杰文 ,教授 ,博士生导师 ,主要从事农产品 、食品无损检测及其融合技术研究 , E-mail:zhao jiewen@ujs.edu.cn
　　引言
不同产地的雪莲花由于受到海拔高度 、岩层条
件等外界因素影响 ,其内部有效成分含量也不尽相
同 ,所以不同产地的雪莲花 ,其市场价格也随之各
异 。但在目前的中草药市场上 ,不同产地的雪莲花
产品存在鱼目混珠的现象 。
虽然原子吸收光谱[ 1] 、电感耦合等离子体发射
光谱法[ 1]和高效液相色谱[ 2]等方法能准确地鉴别
不同产地的雪莲花 ,但这些方法均属于有损分析方
法 ,其分析步骤繁琐 ,费用昂贵。近红外光谱(NIR)
是一种快速无损的分析方法 ,近红外光谱分析技术
结合模式识别方法已在食品 、农产品品质的鉴别和
分类中得到成功应用[ 3 ～ 7] 。本文尝试利用红外光谱
结合 K-最邻近距离(KNN)模式识别方法快速鉴别
雪莲花产地 。
1　材料与方法
1.1　试验材料
试验所用的材料为来自青海 、西藏 、云南和新疆
4个产地的雪莲花。试验前 ,所有试验材料在 105℃
条件下干燥 5 h,为使取样均匀 ,先将每株雪莲花用
咖啡粉碎机粉碎 ,并过 60目筛 ,然后按照四分法原
则 ,随机称取 2 g左右的粉末作为一个样本。每个
产地取雪莲花 25个样本 , 4个产地总共有 100个样
本 。
1.2　光谱采集
试验设备为 AntarisⅡ型傅里叶变换近红外光
谱仪(ThermoFisher,美国), 采用高灵敏度 InGaAs
检测器 ,谱数范围 10 000 ～ 4 000 cm-1 ,扫描次数为
32;分辨率 8cm-1 ,数据采样间隔为 3.856 cm-1。由
于雪莲花样本为不透明的粉末状颗粒 ,所以试验采
用积分球的漫反射式采样方式。在试验过程中 ,室
内温度保持在 25℃左右 ,湿度基本保持不变 。每个
样本不同时间采集 3次 ,取其平均光谱作为该样本
的原始光谱 。雪莲花原始近红外光谱数据如图 1所
示 。
图 2　经 4种不同预处理后的雪莲花光谱
Fig.2　NIRspectraofsnowlotussamplesafterfourdifferentspectralpreprocessing
(a)SNV　(b)MSC　(c)一阶导数　(d)二阶导数
　
1.3　光谱预处理方法
试验中 ,雪莲花样本颗粒的粒径和样本的密实
度不可能完全一致 ,这些必然影响到光在固体颗粒
内的漫反射 [ 8] 。因此 ,需要对样本的原始光谱数据
进行预处理 。不同的预处理方法对所建立的模型有
图 1　雪莲花样本的原始光谱
Fig.1　RawNIRspectraofsnowlotussamples
　一定的影响 ,本研究采用标准正态变量变换(SNV)、
多元散射校正(MSC)、一阶导数和二阶导数 4种光
谱预处理方法 ,并对它们的结果进行比较。 SNV首
先从原光谱中减去该条光谱的平均值 ,再除以标准
偏差 ,主要用于消除由于样品颗粒不均匀和密实度
不一致对光谱的影响;MSC通过对每条光谱进行移
位 、旋转等变化 ,使其尽可能的与平均光谱呈线性关
系;一阶导数和二阶导数分别用于消除光谱中基线
的平移和漂移散射 ,可有效消除其他背景干扰 ,分辨
重叠峰 ,提高分辨率和灵敏度 [ 9] 。原始雪莲花光谱
经过 4种方法预处理后的结果如图 2所示。
1.4　数据分析方法
研究最终目的是利用近红外光谱来鉴别不同产
地的雪莲花 ,所以选择一种合适的模式识别方法来
建立判别模型至关重要 。本文采用 K-最近邻域法
(K-nearestneighbors,简称 KNN)模式识别方法来建
立模型。 KNN是一种有管理的方法 ,不需要对机器
进行已知试样的训练 ,具有很好的鲁棒性 , 简单易
用 ,分类准确率较高 ,对于大规模数据非常有效。
112 农　业　机　械　学　报　　　　　　　　　　　　　　　　　2 0 1 0年
KNN基本思想是通过计算最近邻域中 K个已知样
本到未知样本的距离 ,对每个待判别的未知样本 ,逐
一计算与各训练样本之间的距离 ,找出其中最近的
K个进行判别 [ 10] 。在实际应用中 ,一般 K取奇数 ,
在最邻近的 K个样本中 ,将未知样本归属于最多者
那一类。原始试验数据通过 Results软件(Antaris
Ⅱ近红外系统自带)获取 ,并基于 MatlabV6.5软件
平台分析。
2　结果与讨论
2.1　主成分分析
雪莲花中含有生物碱 、黄酮 、甾醇和挥发油等大
量有机成分 ,这些有机成分的含氢基团都能在近红
外区域产生倍频与合频吸收。因此 ,雪莲花样本的
近红外光谱数据间存在大量的相关性 ,造成一定量
的信息冗余 。在建立分类识别模型时 ,这些冗余信
息的介入会降低模型的预测性能。主成分分析是把
多个指标转换为几个综合指标的一种统计方法 ,沿
着协方差最大的方向由高维数据空间向低维数据空
间投影 ,所得的各主成分向量相互正交 ,它可以将样
本在高维空间的分布通过低维空间来展现 。
经主成分分析处理后 ,取前 3个主成分因子得
分向量作图 ,结果如图 3所示。其中第一主成分
图 3　不同产地的雪莲花样本在三维主成分
得分空间中的分布
Fig.3　Distributionsofsnowlotussamplesfromfourdiferent
geographicaloriginsinthe3-Dprincipalcomponentsspace
　(PC1)的方差贡献率为 81.26%,第二主成分(PC2)
的方差贡献率为 3.35%,第三主成分(PC3)的方差
贡献率为 1.29%;积累方差贡献率为 85.9%。从
图 3可看出 , 4个产地的雪莲花样本在该得分图中
有明显的分类趋势。来自青海和西藏的样本群体在
空间中分布比较集中 ,且两类样本之间的距离较近;
来自云南的样本在空间分布最为离散 ,且与其他样
本群体空间距离较大;其次是新疆的样本群体 。从
中可以推断 ,来自西藏和青海的样本属性最为相似 ,
其次是新疆的样本 ,而云南的样本与其他样本差异
较大。这与青海和西藏的雪莲生长条件 (海拔高
度 、气候和土壤等)比较相似 ,而云南雪莲本身的生
长条件和与其他产地雪莲之间的差异性较大 ,这就
造成了它们在图中分布比较离散 ,且相对其他群体
的距离较远。
2.2　模式识别结果
KNN模式识别的方法是 “有监督的学习 ”模式
识别方法 [ 5] ,基本思路是用一组已知类别的样本作
为训练集 ,即用已知样本进行训练 ,得到判别模型;
为检测模型的判别能力 ,用另外一组已知类别的样
本作为预测集来验证模型 。在本研究中 ,从每个产
地中随机选取 15个样本作为训练集 ,余下的 10个
作为预测集 ,这样训练集中总共有 60个样本 ,预测
集中总共有 40个样本。
2.2.1　主成分因子数和 K值的优化
图 4　不同主成分因子和 K水平下 KNN模型的
交互验证识别率
Fig.4　Cross-validationrecognitionrateofKNNmodelunder
diferentprincipalcomponentfactorsandKlevel
在 KNN模型建立过程中 ,通过选择合理的主成
分既可以避免建模中的信息冗余 ,又不会过多地丢
失原始特征信息 ,同时在分析数据时达到简化的目
的。因此 ,有必要对这些特征变量进行主成分分析 ,
提取主成分特征作为判别模型的输入。主成分因子
数对模型的稳定性有一定影响 ,所以在 KNN模型建
立过程中 ,需要通过交互验证的方法对模型的主成
分因子数进行优化。另外 ,在 KNN方法中 , K值大
小对判别结果有一定的影响 ,一般情况下还是靠经
验确定 ,也可以通过交互验证方法优化 K值。在参
数优化的过程中 ,首先以 SNV预处理的光谱来分
析。通过交互验证的方法同时优化主成分因子数和
K值 2个参数。考虑到 K值仅取奇数 ,而主成分数
超过 7后累计方差贡献率已经接近 100%,因此 ,
2个参数的优化区间设 K为 [ 1, 3, 5, 7, 9]和 PCs为
[ 1, 2 , …, 7] 。优化的结果如图 4所示 。从图中可
看出 ,当 K为 3 , PCs为 5时 ,所建立的 KNN模型识
别率最高 ,即取得的模型最佳 。此时 ,在校正集 ,模
型的交互验证识别率为 100%,用该模型验证预测
集中的 40个样本时 ,其识别率为 100%,即所有样
本都被正确识别。
113第 8期　　　　　　　　　　　　　赵杰文 等:雪莲花产地鉴别的近红外光谱分析方法
2.2.2　光谱预处理方法
光谱预处理方法对模型结果也有影响 。有比较
地运用了 SNV、MSC、一阶导数和二阶导数 4种预处
理数据来建立 KNN鉴别模型 ,模型建立过程中 ,主
成分因子数和 K值的优化同 2.2.1节。表 1为不同
的预处理条件下 ,模型所取得的识别结果及其所对
表 1　不同光谱预处理后 KNN模型识别结果比较
Tab.1　ComparisonofKNNmodelsby
preprocessingandrawspectra
预处理
方法
主成
分数 K值
交互验证
识别率 /%
预测识别
率 /%
SNV 5 3 100 100
MSC 5 4 96.7 100
一阶导数 3 4 95.0 95.0
二阶导数 5 1 100 97.5
无 5 1 95.0 94.7
应的主成分数和 K值 。从总体上看 , 4种不同的光
谱预处理方法对模型的结果影响不大 , SNV略好于
MSC、一阶导数和二阶导数 ,模型在校正时的交互验
证识别率和预测时的识别率都达到了 100%。SNV
可以消除由于颗粒不均匀和密实度不一致而产生的
散射影响 [ 9] 。因此 , SNV所取得的结果相对较好。
3　结束语
以青海 、西藏 、云南 、新疆 4个产地的雪莲花为
研究对象 ,对获取的近红外光谱数据首先进行 SNV
光谱预处理 ,然后在主成分分析的基础上利用 KNN
模式识别方法建立识别模型 。 KNN模式识别方法
在 K为 3、主成分因子数为 5时所建立的识别模型
最佳 ,模型对校正集与预测集中样本的识别率均达
到 100 %。试验结果充分表明了近红外光谱结合合
适的模式识别方法鉴别雪莲花产地是可行的 。
参 考 文 献
1　杨若明 ,蓝叶芬 , 蓝翁驰 .两种藏药雪莲花的元素测定 [ J] .中央民族大学学报:自然科学版 , 2005, 14(2):121～ 123.
YangRuoming, LanYefen, LanWengchi, etal.Theanalysisofelementsinflowersfromtwokindsofsnowlotusherbofthe
tibetandrug[ J] .CentralUniversityforNationalities:NaturalSciences, 2005, 14(2):121 ～ 123.(inChinese)
2　翟科峰 ,邢建国 , 杨伟俊.HPLC法同时测定天山雪莲中紫丁香苷 、绿原酸和芦丁的含量 [ J] .药物分析杂志 , 2008,
28(5):762 ～ 763.
ZhaiKefeng, XingJianguo, YangWeijun.HPLCdeterminationofsyringin, chlorogenicacidandrutininSaussureainvolucrate
Kar.etKir[ J] .ChineseJournalofPharmaceuticalAnalysis, 2008, 28 (5):762 ～ 763.(inChinese)
3　陈永明 ,林萍 , 何勇.基于遗传算法的近红外光谱橄榄油产地鉴别方法研究 [ J] .光谱学与光谱分析 , 2009, 29 (3):
671 ～ 674.
ChenYongming, LinPing, HeYong.Studyondiscriminationofproducingareaofoliveoilusingnearinfraredspectrabasedon
geneticalgorithms[ J] .SpectroscopyandSpectralAnalysis, 2009, 29 (3):671 ～ 674.(inChinese)
4　刘飞 ,王莉 , 何勇.应用可见 /近红外光谱进行黄酒品种的判别 [ J] .光谱学与光谱分析 , 2008, 28(3):586 ～ 589.
LiuFei, WangLi, HeYong.DiscriminationofvarietiesofyellowwinesusingVis/ NIRspectroscopy[ J] .Spectroscopyand
SpectralAnalysis, 2008, 28 (3):586 ～ 589.(inChinese)
5　ChenQS, ZhaoJW, LiuMH, etal.DeterminationoftotalpolyphenolscontentingreenteausingFT-NIRspectroscopyand
diferentPLSalgorithms[ J] .JournalofPharmaceuticalandBiomedicalAnalysis, 2008, 46(3):1 321 ～ 1 324.
6　赵杰文 ,陈全胜 , 张海东.近红外光谱分析技术在茶叶鉴别中的应用研究 [ J] .光谱学与光谱分析 , 2009, 26(7):1 601 ～
1 604.
ZhaoJiewen, ChenQuansheng, ZhangHaidong.Studyontheidentificationofteausingnearinfraredreflectancespectroscopy
[ J] .SpectroscopyandSpectralAnalysis, 2009, 26(7):1 601 ～ 1 604.(inChinese)
7　吕强 ,汤明杰,赵杰文 ,等.近红外光谱预测猕猴桃硬度模型的简化研究 [ J] .光谱学与光谱分析, 2009, 29(7):1 768 ～ 1 771.
Lǜ Qiang, TangMingjie, ZhaoJiewen, etal.Studyofsimplificationofpredictionmodelforkiwifruitfirmnessusingnearinfrared
spectroscopy[ J] .SpectroscopyandSpectralAnalysis, 2009 , 29(7):1 768 ～ 1 771.(inChinese)
8　刘翠玲 ,隋淑霞 , 吴静珠 ,等.近红外光谱技术检测溶液中毒死蜱含量试验 [ J] .农业机械学报 , 2009, 40(1):129 ～ 131.
LiuCuiling, SuiShuxia, WuJingzhu, etal.Experimentationofdetectingthechlorpyrifoscontentinsolutionbynearinfrared
spectroscopy[ J] .TransactionsoftheChineseSocietyforAgriculturalMachinery, 2009, 40(1):129 ～ 131.(inChinese)
9　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 ～ 532.
ZhuXiaoli, YuanHongfu, LuWanzhen.Progressandapplicationofspectraldatapretreatmentandwavelengthselection
methodsinNIRanalyticaltechnique[ J] .ProgressinChemistry, 2004, 16(4):528 ～ 532.(inChinese)
10　ChenQS, ZhaoJW, LinH.Studyondiscriminationofroastgreentea(CameliasinensisL.)accordingtogeographical
originbyFT-NIR spectroscopyandsupervisedpaternrecognition[ J] .SpectrochimicaActaPartA:Molecularand
BiomolecularSpectroscopy, 2009, 72(4):845 ～ 850.
114 农　业　机　械　学　报　　　　　　　　　　　　　　　　　2 0 1 0年