基于高光谱技术的不同地理尺度贡菊产地鉴别研究

Geographical origin authentication of Gongju at different spatial scales based on hyperspectral technology

导出原文传递学术成果认领

摘要贡菊为《中国药典》收录的五大药用菊花品种之一,近年来其栽培产地发生了明显变化,导致药材品质良莠不齐.该研究以安徽、云南、重庆等地产出的贡菊为研究对象,通过花冠朝上(A)、花基部朝上(B)等不同模式分别在可见-近红外(VNIR)和短波红外(SWIR)波段采集高光谱数据.采用多元散射校正(MSC)、Savitzky-Golay平滑(SG)、一阶导数(D1)、二阶导数(D2)和标准正态变换(SNV)等5种方法对高光谱数据进行预处理后,结合偏最小二乘法判别分析(PLS-DA)、随机森林(RF)和支持向量机(SVM)3种算法,分别从省域和安徽省内市县域2个地理尺度建立贡菊产地鉴别模型,以预测结果的准确率作为评价指标筛选最佳模型,同时使用混淆矩阵评估模型分类性能.结果表明,2种地理尺度的贡菊产地鉴别模型均以花基部朝上(B)采集模式结合D2预处理和RF分类方法为最优,全波段(VNIR+SWIR)建模效果略优于单一波段,省域和市县域预测集准确率分别达到99.69％、99.40％.进一步采用竞争性自适应重加权算法(CARS)、连续投影算法(SPA)和空间迭代收缩法(VISSA)筛选特征波长建模,采用CARS筛选的特征波长数量较少,且2种地理尺度模型优化后预测集准确率亦可达到99.56％、98.65％,基本实现与全波段模型相似的识别效果,但去除冗余变量大大降低了模型的复杂性.该研究建立的高光谱技术结合化学计量学方法可实现不同地理尺度贡菊的产地鉴别,为贡菊产地快速检测体系的构建及专属小型化仪器装备系统的开发提供了理论依据和技术参考.