近紅外漫反射光譜結合偏最小二乘法對紫膠理化指標的快速測定

唐保山，李坤，張雯雯，史正軍，關慶芳，徐涓，馬金菊，劉蘭香，張弘*

1(中國林業科學研究院資源昆蟲研究所，國家林業和草原局特色森林資源工程技術研究中心，云南 昆明， 650233)2(西南林業大學 林學院，云南 昆明， 650224)3(安寧戴科精細化工有限公司，云南 昆明， 650301)

RapiddeterminationofphysicochemicalindexesinshellacusingnearinfrareddiffusereflectancespectroscopycombinedwithPLSalgorithm

TANG Baoshan1,2,LI Kun1,ZHANG Wenwen1,SHI Zhengjun2,GUAN Qingfang3,XU Juan1,MA Jinju1,LIU Lanxiang1,ZHANG Hong1*

1(Research Institute of Resources Insects, Chinese Academy of Forestry, Research Center of Engineering and Technology on Characteristic Forest Resources, State Administration of Forestry and Grassland, Kunming 650233, China)2(College of Forestry, Southwest Forestry University, Kunming 650224, China)3(Anning Decco Fine Chemical Company Limited, Kunming 650301, China)

Keywordsnear infrared spectrum; shellac； physicochemical indexes; rapid determination; interval partial least square

紫膠是一種由紫膠蟲分泌的天然物質，是目前唯一已開發利用的動物源天然樹脂，也是我國重要的特色農林產品資源[1-3]。紫膠具有良好的成膜性、黏結性、防水性及生物降解性，而且無毒、無味，這是很多合成樹脂不具備的優點，是迄今為止不能被人工合成品完全替代的重要天然化工原料[4-7]。紫膠性能優異，應用面極廣[8-9]，在食品行業主要作為水果保鮮劑中的被膜劑[10-11]，在制藥工業上制作腸溶性包衣[12]，在化工上則用作涂飾劑[13]等用途。質量檢測是紫膠在各領域應用的前提，理化指標檢測是紫膠質量檢測的基礎。長期以來，紫膠的理化指標多依據國標法測定，雖然國標法可實施性強，但紫膠中灰分、水分、冷乙醇可溶物、熱壽命、酸值和顏色指數等指標需要分別測試，且方法繁瑣、耗時、難以滿足大批量樣品分析，更無法做到在線和實時檢測[14]。因此，探索一種基于現代儀器分析技術的快速定量分析方法，用于紫膠理化指標分析，不僅可降低國標法對人員、操作、試驗條件的要求，而且可為紫膠理化指標檢測的現代化和儀器化做出有益探索。

近紅外光譜(near infrared spectroscopy，NIRS)是近年來迅速發展起來的一種有效簡便的分析方法，其最大特點是綠色、快速、前處理簡單、檢測成本低、可同時檢測多種組分，是一種能夠滿足檢測和監測的獨立分析技術[15-18]。隨著計算機和化學計量學的發展，近紅外用途較為廣泛，如煙草和谷子組分的定量[19-20]檢測、水果中可溶性固形物和飲料中果汁含量檢測[21-22]，油脂的溯源檢測[23]等，近紅外光譜法均表現出了良好的精確度。然而，近紅外法用于紫膠理化指標的檢測還未見文獻報道。探索紫膠理化指標的近紅外檢測方法，不僅能夠避免傳統國標法繁瑣、耗時的缺點，且這種快速、無損、清潔的方法非常適合企業的大批量樣本和在線檢測，具有理論和實踐的雙重意義。本文以不同來源的紫膠樣本為研究對象，以化學法為參考方法，采用近紅外法擬合紫膠的漫反射光譜，并以化學值建立灰分、水分、冷乙醇可溶物、熱壽命、酸值和顏色指數的快速定量分析模型，以期為紫膠理化指標的分析檢測探索新方法。

1 材料與方法

1.1 材料與試劑

紫膠樣本40個(緬甸紫膠樣本1、印度紫膠樣本2、泰國紫膠樣本2、越南紫膠樣本2和中國紫膠樣本33)由墨江縣洪森蟲膠有限公司、墨江滇力林化廠、墨江森源科技有限公司、綠春興龍紫膠有限公司、云縣凝鑫紫膠產業發展有限公司和安寧戴科精細化工有限公司提供；95%乙醇(分析純)，天津市風船化學試劑科技有限公司。

1.2 儀器與設備

MPA傅立葉變換近紅外光譜儀，德國Brucker公司；Agilent Cary Seties UV-vis紫外分光光度計,Agilent Technologies公司；904 Titrando型電位滴定儀，瑞士萬通(Metrohm)公司；AAB204-S電子天平，梅特勒-托利多(中國)有限公司；101-2ES電熱鼓風干燥箱，北京市永光明醫療儀器有限公司；AM10智能恒溫金屬浴，北京同洲維普科技有限公司；SK8210HP超聲波清洗器，上海科導超聲儀器有限公司；SHZ-D(Ⅲ)循環水式多用真空泵，鞏義市予華儀器有限責任公司；220V-AC萬用電爐，北京科偉永興儀器有限公司；SRJX-8-13高溫電爐，江蘇南通縣金沙電爐廠；FW-100高速萬能粉碎機，北京中興偉業儀器有限公司；40目標準檢驗篩，浙江上虞市華豐五金儀器有限公司。

1.3 試驗方法

1.3.1 樣品的處理

為保證樣品的均勻性，把收集到的紫膠樣本分別用高速粉碎機粉碎后過40目標準檢驗篩備用。

1.3.2 紫膠理化指標的測定

灰分、水分、冷乙醇可溶物、熱壽命、酸值和顏色指數的測定參照國標GB/T 8143—2008《紫膠產品檢驗方法》[24]中的方法進行。

1.3.3 近紅外光譜測定條件

為保證儀器的穩定性，開機后預熱30 min；設置儀器參數：光譜范圍4 000～12 600 cm-1，掃描時儀器分辨率為16 cm-1，掃描次數為64次；以空IN312-SH型石英杯(Φ=97 mm)作為參比樣品進行光譜采集，上樣量以樣品杯體積的2/3為宜，為確保樣品采集的均勻性，采用MPA-SphereMacrosample-rotating-Res16.XPM模式。每個樣品重復測定3次，以3次的平均光譜用于建模分析[25-26]。

1.3.4 校正集和驗證集樣品的選擇

樣品按4∶1的比例隨機分為校正集和驗證集，校正集用于建立測定樣品中灰分、水分、冷乙醇可溶物、熱壽命、酸值和顏色指數定量校正模型，驗證集用于驗證所建立校正模型的預測能力，其中最大值和最小值樣本均納入到校正集中[27]。

1.3.5 近紅外光譜數據建模預處理方法

近紅外光譜易受到樣品的雜散光以及噪音信號等影響，為保證譜圖基線平穩和所建立校正模型的準確性，需對原始光譜進行預處理。本文采用預處理方法有無光譜處理(none)、矢量歸一化(vector normalization, VN)、消除常量偏移量(eliminate constant offsets, ECO)、最小-最大歸一化(minimum-maximum normalization, M-MN)、一階導數+矢量歸一化 (first derivative+vector normalization, FD+VN)和一階導數+減去一條直線(first derivative+minus a line, FD+ML)，探索適用于紫膠理化指標的光譜預處理方法[28]。

1.3.6 特征光譜波段的選擇

偏最小二乘法(partial least squares，PLS) 可以處理全光譜信息，但這些信息中包含了過多的冗余信息。因此，在建立模型時，需要找到能充分反映出樣品中各指標成分的最佳建模波段來改善模型性能，提高計算速度。采用組合區間偏最小二乘法(synergy interval partial least squares, SIPLS)篩選紫膠灰分、水分、冷乙醇可溶物、熱壽命、酸值和顏色指數的特征波段，組合區間偏最小二乘法將預處理后的全光譜模型波段等分成若干子區間，逐個在各子區間建立 PLS 回歸模型，通過把精度較高的子區間聯合起來作為一個整體用于建立模型[29]。當交互驗證均方根誤差(root mean square error of cross validation，RMSECV)最小時，對應的組合區間就是該模型的最優特征波段。

1.3.7 主成分數的選擇

采用 PLS 法建立定量模型時，采用內部交互驗證法篩選主成分數，主成分數大小的選擇影響模型預測能力。通常主成分太小，則導致建模信息不全，模型預測能力相對較差；數值太大，所建模型包含太多的噪音，會出現過擬合現象，當RMSECV最小時，對應主成分數最佳[30]。

1.3.8 模型的質量評價

2 結果與分析

2.1 紫膠樣品中通過化學法測灰分、水分、冷乙醇可溶物、熱壽命、酸值和顏色指數化學值

紫膠樣品中通過化學法測灰分、水分、冷乙醇可溶物、熱壽命、酸值和顏色指數化學值見表1。

由表1可知，我們搜集了主要產膠國(印度、泰國、中國、越南、緬甸)的樣本，并囊括了中國境內主要的鈍葉黃檀、南嶺黃檀和荔枝樹等寄主植物，以及中國云南的冬代及夏代紫膠，具有代表性。且通過化學法測定灰分、水分、冷乙醇可溶物、熱壽命、酸值和顏色指數的化學值涵蓋范圍寬，為模型的精確性和普適性提供了數據支撐。

2.2 紫膠中灰分、水分、冷乙醇可溶物、熱壽命、酸值和顏色指數的校正集和驗證集

由表1和表2 可知，校正集和驗證集中灰分、水分、冷乙醇可溶物、熱壽命、酸值和顏色指數的含量范圍、平均值和極差表明，所選樣品中各組分含量范圍較寬，代表性較強，校正集樣品范圍包含驗證集所有樣品的組成范圍，符合建立模型樣品選擇的原則。

表1 40份紫膠樣品中灰分、水分、冷乙醇可溶物、熱壽命、酸值和顏色指數化學值Table 1 Contents of ash, moisture, cold alcohol soluble, thermal life, acid value and color index in 40 samples of shellac

表2 樣本的校正集和驗證集的劃分Table 2 Division of correction set and verification set of samples

2.3 紫膠原始光譜及優化處理光譜

紫膠的近紅外光譜圖如圖1-a所示，傳統觀點認為PLS具有較強的抗干擾能力，可全波段參與模型的建立。但隨著研究發現，光譜儀某些波段噪聲的影響會引起模型的不穩定且光譜信息中存在冗余信息，為了減少波長變量，提高測量速度，得到較優的定量模型，在建模過程中需要根據模型的預處理準確性和穩健性選擇合適的預處理方法。圖1-b～圖1-g分別為灰分、水分、冷乙醇可溶物、熱壽命、酸值和顏色指數的預處理圖。

2.4 灰分、水分、冷乙醇可溶物、熱壽命、酸值和顏色指數預處理方法的選擇

a-紫膠原始近紅外光譜圖；b-灰分：最小-最大歸一化處理后的近紅外譜圖；c-水分：一階導數+減去一條直線處理后的近紅外譜圖；d-冷乙醇可溶物：消除常量偏移量處理后的近紅外譜圖；e-熱壽命：一階導數+減去一條直線處理后的近紅外譜圖；f-酸值：矢量歸一化處理后的近紅外譜圖；g-顏色指數：消除常量偏移量處理后的近紅外譜圖圖1 紫膠近紅外光譜圖Fig.1 Near infrared spectrogram of shellac

2.5 灰分、水分、冷乙醇可溶物、熱壽命、酸值和顏色指數光譜波段的篩選

由表4可知，灰分、水分、冷乙醇可溶物、熱壽命、酸值和顏色指數的最優建模波段分別為9 403.7～6 098.1，4 601.6～4 246.7、5 450.1～4 848.4、6 102～5 446.3，4 424.1～4 246.7、7 502.1～6 098.1，4 601.6～4 246.7、9 403.7～6 098.1和9 403.7～7 498.3，5 774.1～5 446.3，4 424.1～4 246.7 cm-1，此時對應的RMSECV最小，說明在該波數范圍內，組分與模型的相關性最佳。

2.6 灰分、水分、冷乙醇可溶物、熱壽命、酸值和顏色指數RMSECV隨主成分數的變化圖

由圖2可知，灰分、水分、冷乙醇可溶物、熱壽命、酸值和顏色指數的主成分數分別為8、7、7、8、7和6時(圖中箭頭標識)，對應的RMSECV最小，說明在該主成分數下，該模型的誤差最低。

表3 不同預處理方法的選擇Table 3 Selection of different pretreatment methods

表4 不同光譜波段的選擇Table 4 The selection of different spectral bands

續表4

2.7 定標模型的驗證

利用以上建模條件，對灰分、水分、冷乙醇可溶物、熱壽命、酸值和顏色指數校正集進行內部交叉驗證，建立校正模型的樣品數為32個，分別剔除0、0、2、0、2、2個光譜異常的樣品，實際采用的樣品只有32、32、30、32、30、30個；灰分、水分、冷乙醇可溶物、熱壽命、酸值和顏色指數定量模型預測驗證集為8個樣品。灰分、水分、冷乙醇可溶物、熱壽命、酸值和顏色指數的校正集和驗證集的預測值和真實值的關系如下圖所示。

a-灰分；b-水分；c-冷乙醇可溶物；d-熱壽命；e-酸值；f-顏色指數圖2 紫膠中灰分、水分、冷乙醇可溶物、 熱壽命、酸值和顏色指數模型的因子數與RMSECV關系圖Fig.2 RMSECV relationship between the factors of ash, moisture content, cold ethanol soluble, thermal life, acid value and color index models in shellac

a-灰分；b-水分；c-冷乙醇可溶物；d-熱壽命；e-酸值；f-顏色指數圖3 校正集、驗證集化學測量值與模型預測值的相關性Fig.3 Correlation between chemical measurements and predictions for calibration and validation sets

表5 紫膠中灰分、水分、冷乙醇可溶物、熱壽命、酸值和顏色指數的模型回歸參數Table 5 Model regression parameters for ash, moisture content, cold alcohol soluble，thermal life,acid value and color index in shellac

3 結論

與國標測定方法相比，近紅外光譜分析法可以同時進行多指標成分的測定，且操作簡便、快捷、準確可靠，分析成本低，綠色環保，適合于大批量紫膠理化性質的快速檢測評價，尤其是在廠商與農戶貿易交驗貨時的就地、實時、無損評定紫膠質量。由于紫膠的生物資源屬性，其理化性質易受到寄主植物、氣候、采收時間、儲存方式和存放時間等因素的影響，因此，在未來的工作中，進一步合理選取并增大樣本量，才能在更大范圍內提高模型的精密性及檢測結果的準確性、普適性。