基于可見近紅外光譜的不同建模方法對河套蜜瓜糖度檢測精度的影響

摘要：以126個金紅寶河套蜜瓜為研究對象，采用Maya 2000 pro便攜式光譜儀獲取蜜瓜在400～1 100 nm波段內的可見近紅外光譜信息，研究傳統建模方法[偏最小二乘法（PLS）、主成分回歸（PCR）、逐步多元線性回歸（SMLR）]和新型網絡算法[誤差反傳人工神經網絡（BP-ANN）、最小二乘支持向量機（LS-SVM）]對糖度模型精度和預測結果的影響。結果表明，在利用傳統建模方法建立的蜜瓜糖度模型中，PLS算法所建模型的效果較佳，模型更穩定，尤其在光譜經多元散射校正（MSC）和一階微分處理后，所建模型的相關系數為0.844，校正均方根偏差為0.844，預測均方根偏差為0.978;在采用新型網絡算法建立的模型中，當選擇LS-SVM算法，且參數c=0.500 0，g=0.353 55時，經MSC和一階微分處理后的光譜和糖度的建模和預測結果最好，均方根偏差為0.97。研究結果可為檢測河套蜜瓜糖度的可見近紅外光譜建模方法的選擇提供理論依據。

關鍵詞：河套蜜瓜;可見近紅外光譜;糖度;建模方法;檢測精度

中圖分類號：S127;TP274+.52

文獻標志碼：A

文章編號：1002-1302（2020）16-0235-06

我國是蜜瓜種植和消費大國，每年的蜜瓜產量和銷量均位居世界前列[1]。對于河套蜜瓜而言，其品質好壞直接影響了其商業價值，一直以來，衡量河套蜜瓜品質好壞的一項重要指標是糖度[2]。傳統測定蜜瓜糖度常采用破壞性檢測方法，雖然檢測準確性高，但是測定過程繁瑣、效率低、受主觀因素影響大，無法實現快速、便攜無損檢測的目的。

近幾十年來，可見近紅外光譜檢測方法因其具有檢測效率高、無破壞、成本低、操作簡單、無需預處理且測定指標多樣等突出優點而被廣泛應用于水果品質的檢測中[3-4]。在采用該技術檢測水果品質的過程中，建立數學模型普遍采用的傳統建模方法主要有偏最小二乘算法（PLS）、主成分回歸分析算法（PCR）和逐步多元線性回歸算法（SMLR）等，這些方法雖已被廣泛應用于果品的品質檢測分析中[5]，但是由于表現出不同的預測精度，使得預測結果的差異較大[6];誤差反傳人工神經網絡（BP-ANN）算法和最小二乘支持向量機（LS-SVM）算法是2種在近年來發展迅速的較為靈活的非線性建模方法[7-8]。其中BP-ANN算法具有自我組織、自我學習、分布存儲、適應能力強且高度非線性表達能力等優點，被研究者廣泛應用于蜜瓜內部品質可見近紅外光譜檢測分析領域[9];LS-SVM算法是在結構風險最小化原理基礎上發展起來的一種高維數、非線性、多輸出的方法，可以有效解決少量樣本帶來的檢測精度低等實際問題[10-11]。

田海清通過研究不同建模方法在西瓜品質指標檢測中的建模與預測效果，發現偏最小二乘法是最合適的建模方法[12]。劉春生等采用PLS建立了南豐蜜橘糖度的校正模型，并對預測集進行了驗證，結果表明，預測集的相關系數為0.913，校正均方根偏差為0.557，預測均方根偏差為-0.065[13]。牛曉穎等在4 545～9 090 cm-1 波段的光譜范圍內比較了BP-ANN、LS-SVM及判別分析的分類模型性能，發現拓撲結構為12-18-3的反向傳播神經網絡模型分類結果最優，校正集、預測集分類正確率分別為96.68%、97.14%[14]。張德虎等研究了不同特征波長的提取方法[逐步多元線性回歸（SMLR）、間隔偏最小二乘法（iPLS）、反向區間偏最小二乘法（biPLS）及聯合區間偏最小二乘法（siPLS）等]對蜜瓜樣品模型精度和預測結果的影響，結果表明，采用biPLS特征波長提取方法建立模型最佳，對應的校正集、預測集的均方根偏差（RMSE）分別為0.996 1、1.180 0[15]。通過對已有研究成果進行分析發現，利用可見近紅外光譜技術對河套蜜瓜內部品質糖度進行研究的相關文獻較少，并且研究中運用的建模方法比較單一，各建模方法的檢測精度誤差較大，沒有系統研究建模方法對河套蜜瓜品質檢測精度的影響，整體上看研究基礎尚淺，因此有必要系統研究多種建模方法對河套蜜瓜糖度檢測精度的影響。

1 材料與方法

1.1 樣品來源

本試驗選用的樣品為產自內蒙古巴彥淖爾地區的金紅寶河套蜜瓜，數量為126個，該批樣品的平均質量為1～2 kg。將蜜瓜清洗并擦拭干凈后，利用隨機分布的原理將126個樣品按約3 ∶ 1的數量比例分成校正集（90個）和預測集（36個），分別編好序號，排列整齊后放置在常溫實訓室內24 h。

1.2 可見近紅外光譜采集裝置

如圖1所示，本研究設計的可見近紅外采集裝置主要包括光譜采集室、光源固定架、鹵素燈、柔性支撐物、光譜儀、準直鏡、光纖、筆記本電腦等，鹵素燈（12盞，各50 W，共計600 W）對稱、均勻地布置在光譜采集室內的圓弧狀光源固定架兩側。在本試驗中采集光譜用的光譜儀為美國Ocean Optics公司生產的Maya 2000pro便攜式光譜儀（工作波段：400～1 100 nm，積分時間：17～10 000 ms）。

1.3 試驗方法

1.3.1 可見近紅外光譜的采集 本試驗的蜜瓜可見近紅外光譜采集過程如下：光源發出的光線從蜜瓜側上部進入果肉，透射出蜜瓜底部的信號經檢測探頭、光纖進入光譜儀，再由計算機中的光譜采集軟件SpectraSuite進行光譜信號的采集和存儲。

采集軟件參數的設置：離散光譜累計采集次數

為4次，平滑點數為6點，采集積分時間為400 ms。為了保證樣品光譜采集的準確性，每個樣品在赤道處采集3次、花萼處采集3次，共計6次，將其平均值視為樣品光譜。

1.3.2 糖度的測定方法 本試驗樣品的糖度采用日本Atago公司生產的PR-101ɑ便攜式數字折光儀測定。將樣品沿縱向對稱切開，選取代表性位置切取大小為10 mm×10 mm×10 mm的果肉共6小塊，分別榨汁，用折光儀測量糖度，以6次測量結果的平均值作為樣品的糖度，詳見表1。

1.3.3 建模方法和模型評價 本研究運用傳統建模算法（PLS、PCR、SMLR）和新型網絡算法（BP-ANN、LS-SVM）進行蜜瓜糖度數學模型（校正集模型、預測集模型）的構建。以相關系數（r）、校正均方根偏差（RMSEC）、預測均方根偏差（RMSEP）和均方根偏差（RMSE）等指標來評價所建模型的性能，當r越趨近于1.00時，RMSEC越大，RMSEP越小且|RMSEC-RMSEP|越趨于0時，表明模型的性能越好;當RMSE越接近于0時，表明模型的預測能力越強。

2 結果與分析

2.1 樣品光譜

圖2-a為126個金紅寶河套蜜瓜樣品品質的可見近紅外光譜。為了提高建模效率和質量，本研究選用Omnic v6.1a預處理軟件（美國Thermo Nicolet公司）對所采集的原始光譜分別進行多元散射校正（MSC）和導數處理，以提高所建模型的精度和穩定性，處理后的光譜見圖2-b。

2.2 模型的建立

2.2.1 傳統建模方法的建模結果 用PLS、PCR和SMLR等3種常用的經典建模方法對126個金紅寶河套蜜瓜樣品預處理后的光譜和糖度建立校正模型和預測模型。由表2可見，傳統的不同建模方法對模型結果有一定影響，PLS和SMLR法的建模效果優于PCR法;雖然PLS和SMLR模型精度相差不大，但采用PLS法對經多元散射校正和一階微分處理后的光譜建立的糖度模型效果最佳，預測偏差最小，模型也最為穩定，r=0.844，RMSEC=0.844，RMSEP=0.978。圖3為采用PLS法建立的126個樣品模型真實值和預測值的關系。

2.2.2 新型網絡算法建模結果

2.2.2.1 主成分分析（PCA） 樣品光譜在400～1 100 nm 范圍內有多達1 454個變量，在用BP-ANN和LS-SVM算法進行建模時，如此多的數據輸入變量必然會造成模型計算繁瑣、費時費力，并且所建模型穩定性差，會使預測出現過擬合現象。為了提高建模的穩定性、建模精度和效果，建模前須用主成分分析法進行輸入變量的降維處理。

本研究選用SPSS 19.0數據分析軟件進行光譜輸入變量的主成分分析。BP-ANN和LS-SVM模型采用Matlab 7.10（MathWorks公司）軟件編程來實現。

2.2.2.2 原始光譜的BP-ANN和LS-SVM建模結果 分別用BP-ANN和LS-SVM算法對原始

光譜進行糖度模型訓練和預測，評價模型的效果和性能選用r和預測集RMSE 2個指標。

（1）BP-ANN建模結果。將“2.2.1”節中通過SMLR方法確定的原始光譜的13個特征波長變量進行主成分降維處理，得出前4個主成分的累積貢獻率為99.407%，可以作為樣品光譜的主要信息，表明BP-ANN算法建模的輸入變量為4個，輸出變量為1個（糖度值）。為了提高模型質量，BP-ANN建模前須對光譜進行歸一化處理，建模時，模型輸入層和隱含層的傳遞函數均選用tansig函數，訓練函數選用trainlm函數，trainlm函數中epochs=10 000，trainlm函數中goal=0.000 1，輸出層函數選用purelin函數。訓練時，用R=m+n+a（m為輸入數，n為輸出數，a取值范圍為0～8）公式進行逐個試湊，進而確定最佳隱含層節點數。如表3所示，用BP-ANN算法對蜜瓜原始光譜進行訓練和預測時，其模型相關系數較好， 但RMSE都在1以上，表明誤差較大，預測能力一般。此外，隱含層節點數為3～10個，當隱含層節點數為4個時，r=0.81，RMSE=1.23，RMSE較小，模型效果相對較好。

（2）LS-SVM建模結果。同樣以確定的4個主成分值作為LS-SVM算法的輸入量，以糖度作為輸出量，選擇徑向基函數（RBF）為核函數。為了提高預測模型的精度和預測能力，可以通過調整參數c、g、s、p來實現。通過多次試驗，確定svmtrain函數中options的參數如下：-s=3（svm類型為epsilon-SVR模型），-p=0.01（epsilon-SVR中損失函數的值）;另外，懲罰參數c、核函數參數g的確定通過gridreasch函數完成，使c、g在某一離散區間范圍內，采用交叉驗證均方誤差（cross validation mean squares error，簡稱CVmse）最小的原則確定c、g。由表4可知，通過gridreasch函數確定最佳參數c=1.414 2，g=0.353 55時，采用LS-SVM算法對預測集樣品進行預測的效果最理想，RMSE=0.995，預測結果優于BP-ANN（RMSE=1.23）。預測集樣品真實值和預測值之間的相關性見圖4。

2.2.2.3 MSC及微分處理后光譜的BP-ANN、LS-SVM建模結果 （1）BP-ANN建模結果。對“2.2.1”節通過SMLR法確定的經MSC和一階微分處理的光譜的14個特征波長變量進行主成分分析，前6個主成分的累積貢獻率達98.808%，將其視為 BP-ANN建模輸入量的6個因素，糖度是為輸出量。模型輸入層和隱含層的傳遞函數均選用tansig函數，訓練函數選用trainlm函數，epochs=10 000，goal=0.000 1，輸出層函數選用purelin函數。與原始光譜確定隱含層節點數的方法一樣，采用逐個試湊法進行最佳節點數的確定。如表5所示，用 BP-ANN 算法建立的處理后光譜和糖度的模型優于原始光譜和糖度的模型;當隱含層節點數為6個時，r=0.92，RMSE=1.20，RMSE較小，模型效果相對較好。

（2）LS-SVM建模結果。用LS-SVM算法對經MSC和一階微分處理后的光譜和糖度進行建模時，函數和參數設置與用原始光譜建模時相同，用不同c、g得到的模型結果不同。由表6可知，采用LS-SVM法對經MSC和一階微分處理后的光譜和糖度建立模型，效果比原始光譜更理想，RMSE整體上更小，當選擇最佳參數c=0.500 0，g=0.353 55時，得到的預測模型結果最好，RMSE=0.97，進一步分析得出預測集樣品糖度真實值和預測值的相關性。

采用LS-SVM算法建立樣品光譜和糖度校正模型，由圖5可見，模型精度和預測效果比 BP-ANN 模型理想，RMSE的變化較小，主要原因是 LS-SVM 法是以結構風險最小化的原理來保證訓練和預測具有良好的泛化能力，不同于神經網絡的局部最小性。

3 結論

目前，國內外研究者利用可見近紅外光譜技術對河套蜜瓜內部品質進行的相關研究較少，運用的建模方法相對較少，沒有關于建模方法對河套蜜瓜品質檢測精度影響的系統研究，研究基礎尚淺。因此，本研究利用成熟的可見近紅外光譜技術，利用傳統建模方法（PLS、PCR、SMLR）和新型網絡算法（BP-ANN、LS-SVM）對河套蜜瓜光譜和糖度進行校正建模精度和預測能力的系統研究，通過所建模型精度和預測能力來論證不同建模方法對蜜瓜糖度的檢測精度的具體影響，可為后續河套蜜瓜糖度可見近紅外光譜建模方法的合理選擇提供理論依據。

本研究運用PLS、PCR、SMLR、BP-ANN、LS-SVM等不同算法對金紅寶河套蜜瓜糖度建立數學模型。通過對模型數據的分析發現，在傳統算法中，PLS算法對經過MSC和一階微分處理的光譜與糖度建模的效果最好，r=0.844，RMSEC=0.844，RMSEP=0.978;在網絡算法中，LS-SVM算法對經過MSC和一階微分處理的光譜和糖度建模，當選擇c=0.500 0，g=0.353 55時，得到的預測模型結果最佳，RMSE=0.97。綜合分析可得，在5種算法中，PLS和LS-SVM算法均可作為河套蜜瓜內部品質檢測的首選算法。

筆者所在課題組設計研制的可見近紅外光譜采集裝置尚需改進，所采集光譜的準確性和精度還有待提高;本研究所用的建模算法均為單獨建模，今后可以考慮運用先進的數據處理方法（蒙特卡羅交叉驗證算法、應用無信息變量消除法算法）和建模算法糅合[（PLS+ANN、PLS+LS-SVM、PLS+BPF、PLS+RBF、遺傳算法（GA）]的算法研究對河套蜜瓜糖度或硬度建模精度的影響。

參考文獻：

[1]張德虎. 河套蜜瓜品質可見近紅外光譜檢測研究[D]. 呼和浩特：內蒙古農業大學，2014.

[2]候占峰，田海清，劉 超，等. 基于多信息融合技術的河套蜜瓜品質評價[J]. 江蘇農業科學，2018，46（6）：159-162.

[3]張德虎，田海清，武士鑰，等. 河套蜜瓜糖度可見近紅外光譜特征波長提取方法研究[J]. 光譜學與光譜分析，2015，35（9）：2505-2509.

[4]張 燁，韓育梅，付艷茹. 采后熱處理對河套蜜瓜貯藏品質的影響[J]. 食品工業，2015，36（5）：136-138.

[5]孫靜濤. 基于光譜和圖像信息融合的哈密瓜成熟度無損檢測研究[D]. 石河子：石河子大學，2017.

[6]田海清，王春光，吳桂芳. 蜜瓜糖度透射光譜技術[J]. 農業機械學報，2010，41（12）：130-133.

[7]劉雪梅，章海亮. 基于近紅外光譜的不同建模方法檢測土壤有機質和速效P含量的研究[J]. 西北農林科技大學學報（自然科學版），2013，41（4）：52-57.

[8]牛曉穎，趙志磊，張曉瑜. LS-SVM和BP-ANN在草莓糖度NIR檢測中的應用[J]. 農機化研究，2013（5）：204-207.

[9]龐曉宇，楊 忠，呂 斌，等. 基于近紅外光譜與誤差反向傳播神經網絡技術的三種人工林木材識別研究[J]. 光譜學與光譜分析，2016，36（11）：3552-3556.

[10]李子文，熊雅婷，王 健，等. 遺傳算法聯合LS-SVM的蘋果原醋成分定量分析[J]. 中國釀造，2016，35（1）：120-124.

[11]孫旭東，郝 勇，張光偉. 近紅外光譜結合最小二乘支持向量機的臍橙葉片含水率無損檢測[J]. 中國農機化學報，2015，36（2）：150-153，168.

[12]田海清. 西瓜品質可見近紅外光譜無損檢測技術研究[D]. 杭州：浙江大學，2006.

[13]劉春生，周華茂，孫旭東，等. 偏最小二乘法-可見/近紅外光譜測定南豐蜜桔糖度的研究[J]. 河北師范大學學報（自然科學版），2008，32（6）：788-790.

[14]牛曉穎，邵利敏，趙志磊，等. 基于BP-ANN的草莓品種近紅外光譜無損鑒別方法研究[J]. 光譜學與光譜分析，2012，32（8）：2095-2099.

[15]張德虎，田海清，武士鑰，等. 河套蜜瓜糖度可見近紅外光譜特征波長提取方法研究[J]. 光譜學與光譜分析，2015，35（9）：2505-2509.