基于近紅外光譜技術的陳皮粉真偽無損鑒別

鄭訓培，董怡青，楊清華，余 梅，趙芷嵐，李 跑*，鄭 郁

（1.湖南農業大學食品科學與技術學院，食品科學與生物技術湖南省重點實驗室，湖南長沙 410128；2.中國檢驗認證集團湖南有限公司，湖南長沙 410021；3.湖南農業大學東方科技學院，湖南長沙 410128；4.湖南師范大學醫學院，湖南長沙 410013）

陳皮屬藥食兩用藥材，在廣東、福建、四川、重慶、浙江和湖南等地均有產出，其中廣東新會的陳皮最為有名[1-2]。由于陳皮均來源于蕓香科柑橘屬類的干制成熟果皮，其組分較相似，因此常有不法商家使用其它柑橘果皮及加工制品冒充新會陳皮進行銷售以謀取利益。消費者很難通過外部特征對其進行準確鑒別。此外，當陳皮制成粉末時，假冒陳皮粉與新會陳皮粉外觀更為相似，鑒別難度加大，目前尚無簡單有效的鑒別方法[3]。

近紅外光譜技術是利用樣品中含氫基團（X—H 鍵）在780～2 526 nm 范圍內的倍頻和合頻吸收的分析技術，具有分析速度快、簡單易操作和綠色無損等優點，已被廣泛應用于煙草、食品和石化等領域[4-6]。該技術在食藥同源物質檢測領域也得到了廣泛的應用，包括有效成分檢測[7-8]、溯源鑒別[9]、摻偽摻假鑒別[10]等。光譜采集時，儀器及樣本本身的干擾會導致原始光譜產生較大的背景、基線漂移等干擾，而光譜預處理方法可消除這些干擾。求導數預處理如一階導數（first derivative，1st）、二階導數（second derivative，2nd）、連續小波變換（continuous wavelet transform，CWT）常用于扣除儀器背景以及基線漂移干擾；標準正態變量變換（standard normal variable transformation，SNV）和多元散射校正（multivariate scattering correction，MSC）常用于光譜的散射校正；去偏置（De-bias）和去趨勢（de trending，DT）用于消除光譜中的基線漂移干擾；而最大最小歸一化（min-max normalization，Min-max）是一種常用的尺度縮放預處理方法[11-14]。

每種預處理方法解決的問題不同，單一預處理方法可能難以消除光譜中的所有干擾。因此可以采用光譜預處理組合方法消除光譜中的多種干擾，提高模型的準確率[15]。主成分分析（principal component analysis，PCA）是現階段最常見的一種聚類分析方法，其可以通過對復雜樣品的分析信號降維來簡化分析，利用二維或三維主成分空間可以直觀地觀察到樣品之間以及變量之間的相互關系[16]。本實驗采集了陳皮粉、假冒以及摻假陳皮粉的光譜數據，采用單一以及組合預處理方法并結合PCA 方法建立了一種假冒和摻假陳皮粉的鑒別方法，以期實現假冒及摻假陳皮粉的無損、準確鑒別。

1 材料與方法

1.1 實驗原料

5 年陳化齡的新會陳皮，購于江門市新會區嶺南臻寶陳皮茶葉有限公司；純豆漿粉，購于廣西梧州冰泉實業股份有限公司；特制一等面粉，購于新疆天山面粉有限責任公司；億風牌紅薯粉，購于華路食品（蘇州）有限公司。砂糖桔、沃柑、蜜桔、椪柑，購于湖南農業大學東之源超市。

1.2 儀器與設備

本實驗選用i-Spec Plus 光柵型便攜式近紅外光譜儀（必達泰克光電科技（上海）有限公司）采集新會陳皮、摻假以及假冒陳皮粉的漫反射光譜，波數范圍為11 190～5 800 cm-1。

MATLAB R2010b（The Mathworks，Natick，USA）軟件實現光譜預處理及鑒別模型的建立。

1.3 樣品制備與光譜采集

將新會陳皮粉碎成粉末，共30 份樣本。

假冒陳皮的制備：由于不法商家常使用其它柑橘果皮及加工制品冒充新會陳皮，因此本試驗采用干制的砂糖橘果皮、沃柑果皮、蜜橘果皮、椪柑果皮粉碎冒充陳皮。以上樣品各取30 份，合計120 份樣品。由于陳皮顏色較深，有不法商家使用普洱茶染色普通柑橘果皮以進一步冒充陳皮，因此本實驗還選用普洱茶水浸泡和蒸煮的沃柑果皮粉冒充陳皮。以上樣品各30 份，合計60 份樣本。豆漿粉、面粉以及紅薯粉外觀與陳皮粉相似，同樣選取其為假冒陳皮粉。以上樣品各10 份，合計30 份樣品。綜上，假冒樣品為210 份。

摻假陳皮的制備：將干制的砂糖橘果皮粉、沃柑果皮粉、蜜橘果皮粉、椪柑果皮粉、普洱茶水浸泡的沃柑果皮粉、普洱茶水蒸煮的沃柑果皮粉、豆漿粉、面粉以及紅薯粉分別按照25%、50%、75%的摻入量加入新會陳皮粉中，充分混合，每個比例各3 份樣本，合計81 份摻假樣品。

在室溫下，預熱儀器30 min 后，將粉末樣品填至石英瓶容量的2/3 左右處，搖晃均勻，置于光斑中心位置，直接采集光譜。

1.4 光譜預處理與聚類分析

本試驗采用De-bias、DT、SNV、MSC、1st、2nd、CWT、Min-max 8 種常見的光譜預處理方法。根據預處理效果分類，對這8 種預處理方法進行了組合，以期消除光譜中的多種干擾。結合無監督的聚類分析方法——PCA 方法建立鑒別模型。

2 結果與分析

2.1 原始光譜分析

圖1a～i（見上頁）為新會陳皮粉、假冒陳皮粉以及摻假陳皮粉的近紅外漫反射光譜圖，虛線、點線和實線分別代表了新會陳皮、假冒陳皮以及摻假陳皮。a～i 分別是以砂糖橘果皮、沃柑果皮、蜜橘果皮、椪柑果皮、普洱茶浸泡后沃柑果皮、普洱茶蒸煮后沃柑果皮、豆漿粉、面粉以及紅薯粉為假冒和摻假樣品的光譜以及正常新會陳皮的光譜。由圖可知，譜線趨勢大致相同，存在基線漂移以及譜峰重疊干擾。在8 000 cm-1以及7 000 cm-1處有較強的譜峰，分別由C—H 鍵伸縮振動的一級、二級倍頻所引起。由圖1a～b 和f 可知，新會陳皮粉與假冒陳皮粉（砂糖橘果皮、沃柑果皮、普洱茶蒸煮后沃柑果皮）的光譜呈現分離狀態，可以準確鑒別。而假冒和摻假陳皮粉（蜜橘果皮、椪柑果皮以及普洱茶浸泡后沃柑果皮）光譜與新會陳皮粉光譜具有較為相似的趨勢與譜峰（圖1c～e）。此外，由圖1g～i 可知，由豆漿粉、面粉、紅薯粉制得的假冒和摻假陳皮粉的光譜與新會陳皮粉光譜有明顯的區別。

圖1 陳皮粉與摻假、假冒陳皮粉的原始光譜圖Fig.1 Spectra of Xinhui CRP powder,adulterated CRP powder and counterfeit CRP powder

2.2 基于原始光譜的PCA 分析

圖2a～i 為新會陳皮粉、假冒以及摻假陳皮粉原始光譜的PCA 結果。由圖可知，僅假冒陳皮粉（普洱茶浸泡的沃柑果皮）與新會陳皮粉置信橢圓存在交疊（圖2e），未實現其準確鑒別，而其它假冒陳皮粉均得到準確鑒別。圖2g～i 分別為假冒以及摻假陳皮粉（豆漿粉、面粉、紅薯粉）的PCA 結果，置信橢圓未出現重疊，且摻假陳皮粉的圖標未出現于新會陳皮置信橢圓中，說明該模型實現了假冒以及摻假陳皮粉（豆漿粉、面粉、紅薯粉）準確鑒別。此外，摻假陳皮粉（蜜橘果皮）、25%、50%摻假比例的摻假陳皮粉（沃柑果皮、椪柑果皮）、75%摻假比例的摻假陳皮粉（普洱茶蒸煮后的沃柑果皮）也得到了準確鑒別，但大部分由柑橘果皮所制得的摻假陳皮粉并未得到準確鑒別。

圖2 陳皮粉、假冒以及摻假陳皮粉的PCA 結果Fig.2 PCA result of Xinhui CRP powder,counterfeit and adulterated CRP powder

2.3 基于單一與組合預處理方法的PCA 分析

采用8 種常見光譜預處理方法以消除光譜中存在的干擾，提高PCA 模型鑒別準確率。表1 為摻假陳皮粉數據經單一預處理后PCA 的鑒別準確率。由表可知，采用DT、SNV、Min-Max 及MSC 預處理結合PCA 可實現新會陳皮粉末與摻假陳皮粉（砂糖橘果皮）的100%鑒別。采用SNV 預處理可實現摻假陳皮粉（蜜橘果皮）的準確鑒別。摻假陳皮粉（椪柑果皮）光譜經大部分單一預處理可實現準確鑒別。然而，采用De-bias 僅能實現對75%摻假比例陳皮粉（普洱茶蒸煮后沃柑果皮）的準確鑒別。單一預處理結合PCA 依舊無法實現摻假陳皮粉（普洱茶浸泡以及蒸煮后的沃柑果皮）的準確鑒別。

表1 摻假陳皮粉經單一預處理后鑒別準確率Table 1 Identification accuracies of adulterated CRP powder obtained by single pretreatment methods

為實現摻假陳皮粉（普洱茶浸泡以及蒸煮后的沃柑果皮）的準確鑒別，采用組合預處理方法優化光譜數據。組合預處理方式可以消除光譜中的多種干擾，但是過多的預處理可能會導致有用信息的扣除，從而導致鑒別率的下降。表2 為通過組合預處理后PCA 模型的鑒別準確率，其中SNV+1st、SNV+CWT、SNV+Min-Max、MSC+CWT、Min-Max+1st、Min-Max+CWT 可以實現部分摻假比例的摻假陳皮粉（普洱茶蒸煮后沃柑果皮）鑒別，但依舊無法實現部分摻假陳皮粉（普洱茶浸泡后沃柑果皮）準確鑒別。

表2 組合預處理方法的鑒別率Table 2 Identification accuracies obtained by combining pretreatment methods

3 結論

本研究提出了一種基于便攜式近紅外光譜技術的假冒以及摻假陳皮粉的無損鑒別方法。采用單一及組合預處理方法消除光譜中干擾，利用PCA 方法建立鑒別模型。結果表明，利用原始光譜結合主成分分析可實現新會陳皮粉與假冒陳皮粉的準確鑒別；經單一及組合預處理優化后可在一定程度上實現對摻假陳皮粉的準確鑒別。以上結果表明，采用便攜式近紅外光譜儀結合化學計量學方法能在一定程度上對假冒陳皮粉進行無損鑒別，為食藥同源物質的真實性和無損檢測提供新手段。