突破传统！VIS-NIR 光谱结合机器学习，开启高粱营养成分无损速检新时代

为解决高粱营养成分传统检测方法的弊端，山西农业大学高粱研究所的研究人员开展基于 VIS-NIR 高光谱技术检测高粱营养成分的研究。结果构建出有效检测模型，实现无损速检。推荐科研读者阅读，了解前沿检测技术。

　　

高粱，作为全球第五大谷类作物，在干旱和半干旱地区广泛种植。它的籽粒富含淀粉、蛋白质、单宁、脂肪和氨基酸等多种营养成分，这些营养成分的差异，决定了高粱在食品制造、饲料加工和酿造等不同行业的应用。就好比不同 “性格” 的高粱，在各自擅长的领域发挥着独特作用。然而，想要准确了解高粱中的营养成分，却不是一件容易的事。

传统的化学检测方法虽然能给出精确的量化结果，但存在诸多弊端。比如，样品制备过程复杂，就像一场繁琐的 “化学实验秀”，需要花费大量时间和精力；成本高昂，每次检测都像是在 “烧钱”；而且检测过程具有破坏性，检测完后高粱样品就 “牺牲” 了，无法再用于其他用途。更让人头疼的是，传统方法一次只能检测一种营养成分，就像一个慢吞吞的 “单任务小能手”，效率极低，这些缺点严重限制了它的广泛应用。

为了解决这些难题，山西农业大学高粱研究所的研究人员在《Scientific Reports》期刊上发表了一篇名为《Visible near-infrared hyperspectral technology combined with machine learning for rapid and nondestructive detection of nutritional components in sorghum》的论文。他们通过研究，成功找到了能检测高粱营养成分的有效方法，这一成果意义重大，为高粱营养成分的检测开辟了新道路，也为食品营养评估提供了重要依据。

在这项研究中，研究人员主要运用了以下几个关键技术方法：首先是可见近红外（VIS-NIR）高光谱技术，就像给高粱做了一场 “光谱体检”，能够获取高粱的光谱信息；接着使用了多种数据处理算法，比如竞争自适应重加权采样（CARS）、自举重采样软收缩（BOSS）和迭代保留信息变量（IRIV）算法，这些算法就像是数据的 “筛选大师”，能从大量数据中精准找出关键信息；最后利用偏最小二乘法（PLS）、反向传播（BP）神经网络和极限学习机（ELM）建立检测模型，这些模型就是预测高粱营养成分的 “智慧大脑”。

下面我们来看看具体的研究结果：

• 营养成分分析：研究人员收集了 93 个高粱品种的 279 个样本，对这些样本中的粗蛋白、单宁和粗脂肪含量进行了化学分析。结果发现，粗蛋白平均含量为 9.45%，单宁为 1.15%，粗脂肪为 3.88%。而且不同品种的高粱，营养成分差异很大，就像不同的高粱有着各自独特的 “营养密码”。比如粗蛋白含量在 7.21% - 14.39% 之间波动，单宁含量从 0.04% 到 2.56% 不等，粗脂肪含量则在 2.67% - 5.93% 之间变化。这些差异表明，高粱品种间的营养丰富度各不相同，也说明研究人员选取的样本具有很好的代表性，为后续研究奠定了坚实的数据基础。
• 光谱特征分析：研究人员观察了 279 个高粱样本在 VIS-NIR 光谱范围内的光谱曲线。发现在 VIS 范围内，不同高粱品种的光谱反射率差异明显，这主要是因为种子颜色不同，就像不同颜色的衣服对光的吸收和反射不一样。有些高粱在 650 - 680nm 处有明显的光谱低谷，这是因为它们含有深色发色团。在 NIR 范围内，虽然光谱形状相似，但反射率值有差异。这些光谱差异反映了不同高粱品种营养成分的不同，为分析和检测高粱成分提供了重要线索。研究人员还对光谱数据进行了预处理，用标准正态变量变换（SNV）、去趋势（Detrending）和多元散射校正（MSC）算法处理后，发现光谱数据质量明显提高，更有利于后续建模。同时，他们用 SPXY 算法将样本合理地分成了校准集和预测集，为分析和预测高粱化学成分做好了充分准备。
• 特征变量分析：研究人员用 CARS 和 BOSS 算法提取与粗蛋白、单宁和粗脂肪相关的特征波长。在这个过程中，他们发现随着算法迭代次数增加，均方根误差（RMSE_CV）会先减小后增大。当 RMSE_CV达到最小值时，就确定了相应的特征波长数量。比如，用 CARS 算法提取粗蛋白特征波长时，41 次迭代后 RMSE_CV最小，选了 63 个波长；用 BOSS 算法时，6 次迭代后 RMSE_CV最小，选了 73 个波长。之后，他们再用 IRIV 算法对这些波长进行优化，得到了更精准的特征波长组合。像粗蛋白最终确定了 41 个特征波长，这些波长与蛋白质分子中芳香氨基酸的光相互作用、蛋白质的二级结构等有关；单宁确定了 38 个特征波长，与单宁分子的电子跃迁、振动模式等相关；粗脂肪确定了 22 个特征波长，与脂肪酸的双键、共轭结构、振动吸收等密切相关。这种粗细结合的特征变量提取策略，有效减少了变量数量，还保留了关键信息，为后续建模提供了优化基础。
• 检测模型比较：研究人员分别用 PLS、BP 和 ELM 三种方法，基于全光谱数据、粗子集数据和优化后的细子集数据建立检测模型。结果发现，基于特征光谱数据建立的模型，性能大多优于全光谱模型。比如 CARS-PLS 模型，相比全光谱模型，粗蛋白和粗脂肪的 R_p²和 RPD_p增加，RMSE_p减小，不过单宁模型性能稍有下降。但经过 IRIV 算法进一步优化后，所有模型性能都得到了提升。最终确定了最佳检测模型，CARS-IRIV-PLS 模型适合检测粗蛋白，R_p²为 0.69，RMSE_p为 0.80%，RPD_p为 1.80；BOSS-IRIV-PLS 模型适合检测单宁，R_p²为 0.88，RMSE_p为 0.22%，RPD_p为 2.84；BOSS-IRIV-ELM 模型适合检测粗脂肪，R_p²为 0.61，RMSE_p为 0.32%，RPD_p为 1.61。这表明这些模型能有效预测高粱中的营养成分含量。

总的来说，这项研究利用 VIS-NIR 光谱技术和化学测定方法，对高粱的关键营养成分进行了深入研究。通过 CARS-IRIV 和 BOSS-IRIV 关键波长提取算法，成功消除了大量冗余数据，提取出了与粗蛋白、单宁和粗脂肪相关的特征波长，并建立了相应的检测模型。这些模型实现了对高粱籽粒中营养成分的实时、无损检测，为光谱技术在其他谷物成分检测中的应用提供了理论支持和指导。研究人员还计划将多个独立模型整合为一个综合模型，结合大数据分析和人工智能技术，构建谷物营养成分实时检测系统，这将大大提高检测效率，保障谷物质量安全，在复杂的工业生产过程中，对同时检测多种谷物营养成分具有巨大的应用潜力。