论文部分内容阅读
目的:系统地分析不同储藏年份枸杞子化学成分含量差异,揭示其成分含量随储藏年份变化规律,为不同储藏年份枸杞子的快速鉴别奠定物质基础;利用三维荧光技术建立不同储藏年份枸杞子的识别模型,以期为不同储藏年份枸杞子提供一种新的快速鉴别方法;利用高光谱技术建立不同储藏年份枸杞子的识别模型和含量预测模型,以期为枸杞子不同储藏年份的鉴别和化学成分含量预测提供一种快速、高效、无损且低成本的检测方法。探究三维荧光技术及高光谱技术在中药材储藏年份鉴别和品质检测领域应用的可行性,为中药材便携式设备的开发、中药材在线监测和中药现代化建设提供参考。方法:（1）以冷藏和常温储藏的不同年份枸杞子为实验材料,利用超高效液相色谱-三重四极杆串联质谱联用仪测定冷藏（储藏4年）和常温储藏（当季、储藏1年、储藏2年和储藏3年）的枸杞子中维生素类成分、有机酸类成分、黄酮类成分含量;用苯酚-硫酸法测定枸杞多糖含量;用高效液相色谱法测定甜菜碱含量;总黄酮和总蛋白含量分别用总黄酮含量测试试剂盒和BCA法蛋白含量测定试剂盒测定。（2）以常温储藏各年份枸杞子为实验材料,设定不同浓度乙醇溶液、提取时间及母液稀释倍数,利用三维荧光技术获取各提取液的三维荧光光谱数据,通过荧光强度确定枸杞子提取液的最佳提取条件;在最佳提取条件下获取不同储藏年份枸杞子的三维荧光光谱数据,将其与主成分分析结合线性判别分析（PCA-LDA）算法相结合,建立不同储藏年份枸杞子的分类模型,并用分类准确率、混淆矩阵、灵敏度与特异性对分类模型进行评估。（3）以冷藏各年份枸杞子为实验材料,利用高光谱技术获取其原药材的可见-近红外波段（VNIR）和短波红外波段（SWIR）高光谱图像;使用ENVI软件将所获取的高光谱图像转化为反射率图像,选择反射率图像中每粒枸杞子样品作为感兴趣区域,并提取感兴趣区域内的高光谱数据;将VNIR与SWIR波段高光谱数据进行融合,组成VNIR+SWIR融合波段;使用MATLAB软件分别对3个波段的高光谱数据采用Savitzky-Golay平滑（S-G平滑）、多元散射校正（MSC）、标准正态变化（SNV）和二阶导数（SD）等方法进行预处理;用移动窗口偏最小二乘法（MWPLS）对高光谱数据进行特征波段的选择;利用偏最小二乘判别分析（PLS-DA）算法建立单一波段及融合波段的数据预处理前后、全波段与特征波段的分类模型,用分类准确率、混淆矩阵、灵敏度与特异性对分类模型进行评估,选取最佳预处理方法和最佳建模波段,确定最佳建模方法。（4）以冷藏和常温储藏的不同年份枸杞子为实验材料,利用高光谱技术获取其粉末及原药材VNIR和SWIR波段的高光谱图像;使用ENVI软件分别将所获取的粉末及原药材高光谱图像转化为反射率图像,分别选择每批枸杞子粉末反射率图像中5个随机区域作为一个感兴趣区域和原药材反射率图像中所有枸杞子样品作为一个感兴趣区域,并提取感兴趣区域内的高光谱数据;对3个波段的高光谱数据进行S-G、MSC、SNV和SD预处理;利用偏最小二乘回归（PLSR）和支持向量机回归（SVR）算法建立3波段的数据预处理前后的枸杞多糖、甜菜碱、总黄酮、总蛋白及Vc含量预测模型,用训练集和预测集的决定系数（R~2）、均方根误差（RMSE）和预测集的剩余预测残差（RPD）作为预测模型评价指标,确定含量预测最佳建模方法,对比粉末与原药材预测效果。结果:（1）将冷藏4年枸杞子化学成分与课题组前期测得当季样品含量及常温储藏不同年份枸杞子含量进行差异性分析。总体上,冷藏枸杞子当季、储藏4年及常温储藏当季、储藏1年、储藏2年、储藏3年的枸杞子的化学成分（水溶性维生素类成分、有机酸类成分、黄酮类成分和枸杞多糖）含量具有显著差异,各类成分随储藏时间的延长变化各异,其中主要活性成分枸杞多糖含量随储藏时间的延长显著降低。（2）选定最佳提取条件为60%乙醇溶液、超声提取5min、母液稀释5倍。在此条件下,利用不同储藏年份枸杞子提取液的三维荧光数据建立的PCA-LDA分类模型,交叉验证集,训练集,测试集和预测集的分类准确率均为100%,各储藏年份的灵敏度和特异性也均达到100%。（3）VNIR波段经MSC预处理的全波段高光谱数据所建立模型训练集、测试集及预测集分类准确率最高,分别达到98.76%、98.79%及92.28%;SWIR波段经SD预处理的全波段训练集、测试集及预测集分类准确率最高,分别达到97.14%、97.00%及94.44%;VNIR+SWIR融合波段经SD预处理的全波段训练集、测试集及预测集分类准确率最高,分别达到99.50%、99.61%及99.23%。VNIR+SWIR融合波段经SD预处理的特征波段高光谱数据量降低为全波段的33.76%,所建立模型的训练集、测试集及预测集分类准确率分别达到99.82%、99.91%和99.57%,各年份灵敏度和特异性均达到99%以上。（4）基于粉末与原药材高光谱数据所建立的枸杞多糖、甜菜碱、总黄酮、总蛋白和Vc含量的PLSR与SVR模型,均是PLSR模型结果好于SVR模型。对于在最佳波段最佳预处理方法下的PLSR模型,利用枸杞子粉末高光谱数据所建立的PLSR模型表现最好,对枸杞多糖、总黄酮和Vc含量预测效果极好,其训练集R~2均大于0.85,测试集R~2均大于0.81,RPD均大于2.30;对甜菜碱含量预测效果较好,训练集R~2为0.7882,测试集R~2为0.8523,RPD为2.5944;对总蛋白含量只能进行粗略预测,训练集R~2为0.5012,测试集R~2为0.6116,RPD为1.5200。利用枸杞子原药材高光谱数据所建立的PLSR模型,对Vc含量预测效果极好,训练集R~2为0.8536,测试集R~2为0.9069,RPD为2.6185;对枸杞多糖、甜菜碱及总黄酮含量预测效果较好,其训练集R~2均大于0.68,测试集R~2均大于0.76,RPD均大于2.03;同是只能对总蛋白含量进行粗略预测,训练集R~2为0.4660,测试集R~2为0.6417,RPD为1.6781。综合比较各成分粉末与原药材高光谱数据所建立的最佳PLSR模型,除总蛋白外,粉末高光谱数据的预测效果好于原药材,但原药材高光谱数据也可达到较好的预测效果。结论:（1）不同储藏年份枸杞子化学成分（水溶性维生素类成分、有机酸类成分、黄酮类成分、枸杞多糖）含量存在差异,为不同储藏年份的快速鉴别奠定了物质基础。（2）利用三维荧光技术结合化学计量学方法建立了常温储藏不同年份枸杞子的识别模型,该方法操作简单、快速、灵敏度高,可用于枸杞子不同储藏年份的快速鉴别。（3）利用高光谱技术结合化学计量学方法建立了冷藏不同年份枸杞子的识别模型。VNIR+SWIR融合波段高光谱数据经SD预处理后,用MWPLS筛选特征波段的高光谱数据建模效果最好,可实现不同储藏年份枸杞子的快速、无损鉴别。（4）利用高光谱技术结合化学计量学方法建立了枸杞多糖、甜菜碱、总黄酮、总蛋白和Vc含量的预测模型。可以实现枸杞子枸杞多糖、甜菜碱、总黄酮和Vc含量的无损预测。