高光谱技术在油茶籽品质检测中的应用研究

一、引言

随着科技的不断发展，高光谱技术作为一种先进的光学检测技术，已经在多个领域展现出其独特的优势。油茶籽作为我国重要的油料作物之一，其品质检测对于保障食用油的安全与品质至关重要。本文将探讨高光谱技术在油茶籽品质检测中的应用，旨在通过这一先进技术提升油茶籽品质检测的准确性和效率。

二、高光谱技术基础

高光谱技术是一种结合了光谱学和成像学的技术，能够获取目标物体在不同光谱波段下的图像信息。与传统光谱技术相比，高光谱技术具有更高的光谱分辨率和空间分辨率，能够提供更丰富、更精细的光谱信息。这使得高光谱技术在农业领域具有广泛的应用潜力，尤其是在作物品质检测方面。

三、油茶籽品质检测现状与挑战

目前，油茶籽品质检测主要依赖于传统的物理和化学方法，如感官评定、化学分析等。这些方法虽然在一定程度上能够反映油茶籽的品质，但存在操作繁琐、耗时费力且易受人为因素影响等局限性。因此，急需一种快速、无损且准确的油茶籽品质检测方法。高光谱技术凭借其独特的优势，有望在这一领域发挥重要作用。

四、高光谱技术在油茶籽品质检测中的应用研究

本研究通过油茶籽油酸、亚油酸、棕榈酸的化学定量计量法比较主成分回归法、偏最小二乘回归和径向基神经网络3种高光谱校正建模的效果，寻求检测油茶籽脂肪酸成分含量的**建模方法，实现对油茶籽脂肪酸成分含量的快速、可靠、无损检测。

1   实验仪器与方法

分别从湖南、湖北、江西等地采集了30个品种的油茶种子，去壳、编号，将茶籽分为校正集20个，预测集10个用于实验。

1.1   仪器

本研究应用了400-1000nm的高光谱相机，可采用杭州彩谱科技有限公司产品FS13进行相关研究。光谱范围在400-1000nm，波长分辨率优于2.5nm，可达1200个光谱通道。采集速度全谱段可达128FPS，波段选择后最高3300Hz（支持多区域波段选择）。

1.2方法

1.2.1   油茶籽脂肪酸组成含量的化学测定

将油茶籽粉碎后用索氏抽提法获取油样，取油样30mg于10mL试管中，用移液管移取2mL异辛烷溶解试样，再用微量移液管加入4mL氢氧化钾甲醇溶液2mol/L),盖上玻璃塞剧烈振摇30s后静置至澄清；向溶液中加入少量硫酸氢钠，剧烈振摇，中和氢氧化钾；待盐沉淀后，将上层甲酯溶液倒入样瓶中，用气相色仪获得油茶籽中油酸、亚油酸、棕榈酸的含量。

1.2.2   油茶籽反射光谱采集

高光谱仪视场角25°,波段范围为400～1000nm,采样间隔1.4nm,数据间隔1nm,分辨率3nm,重复性优于0.3%;测量是在一个晴朗无风天气中进行的。测量时，传感器垂直向下，距离样品0.15m,每个样品测量前、后均用白板校正，每个样本连续采集30次取平均得样本光谱。

2   模型建立方法

首先用校正样本集建立校正模型，通过软件得出油茶籽光谱与油茶籽油酸、亚油酸、棕榈酸含量的相关系数，找出**的光谱范围；通过逐步回归方法去除光谱中的冗余信息，然后采用主成分回归法PCR)、偏最小二乘回归法（PLS）及径向基神经网络法（RBF）建立预测模型后对模型进行外部验证。

3   结果与分析

3.1   油茶籽中脂肪酸组成的测定

高光谱仪在其测量临界区有较强的机器噪声，因此分析时截去两端噪声较严重波段，得高光谱如图1所示。其记录了400～920nm范围内样本的高光谱反射率。

油茶籽脂肪酸的主要成分是油酸、亚油酸、棕榈酸。这些物质中甲基、亚甲基的C-H键在近红外有较强的吸收。从图中可以看出不同品种的油茶籽在同一波长处有不同的反射率，故高光谱可以作为油茶籽脂肪酸含量定量分析的依据。

3.2   光谱预处理

由于检测到的光谱信号除含样品待测成分信息外，还包括各种仪器噪声，如高频随机噪声、基线漂移、杂散光及一些背景噪声等。因此，在数据分析前，对数据进行一些合理的预处理，减弱甚至消除各种因素对光谱信号的影响，为稳定、可靠地校正模型建立奠定基础。常用的预处理方法包括：平滑处理消除噪声及多元散射校正MSC)消除多重光谱偏差等。

表1所示为预处理前后油茶籽脂肪酸各成分模型的预测相关系数、预测集均方差、校正集均方差值。由表1可以看出，经过平滑和多元散射校正后油酸、亚油酸、棕榈酸的校正集相关系数增大，而校正集均方差、预测集均方差减小。这说明光谱的预处理是有效的。

3.3   光谱的波段选择

高光谱数据包含大量冗余信息，建模波段过宽会严重影响预测结果。首先，将校正集样本光谱逐个波段与油茶籽油酸、亚油酸、棕榈酸的化学测量值做相关性分析。其次，检测其显著性水平，用逐步回归滤除其中冗余波段，得到16个相关性较强、显著性水平较高的波段，如表2所示。

4结论

本实验采用高光谱和化学计量法对油茶籽中脂肪酸的成分进行测定，结果表明利用高光谱可以简单、快捷、无损、可靠、稳定的测量油茶籽中油酸、亚油酸、棕榈酸的含量，为大批量油茶籽脂肪酸含量的快速检测提供便捷技术。

本研究比较了主成分回归、偏最小二乘回归、径向基神经网络3种建模方法对油茶籽中油酸、亚油酸、棕榈酸的预测效果，结果表明径向基神经网络建模的预测效果**，油酸、亚油酸、棕榈酸相关系数系数分别为0.9403、0.8935和0.9122;校正均方根误差和预测均方根误差分别为0.441、0.1749、0.0664和0.3518、0.184、0.162。