基于异质二维相关光谱与SG导数的高光谱成像技术在生菜痕量镉检测中的应用研究

本研究针对生菜中痕量镉(Cd)污染难以无损检测的问题，创新性地结合异质二维相关光谱(H2D-COS)与Savitzky Golay(SG)导数法预处理高光谱成像(HSI)数据，通过放大Cd相关特征波段(407-964 nm)，构建了支持向量机(SVM)预测模型，为农产品重金属污染早期预警提供了新方法。

　　

镉污染已成为威胁农产品安全的重要隐患，尤其对于生菜这类对重金属敏感的作物，即使土壤中痕量Cd也会通过生物富集作用进入食物链。传统检测方法如原子吸收光谱虽精确但存在破坏样本、耗时等缺陷，而新兴的柔性电子传感器尚未实现完全无损监测。在此背景下，高光谱成像(HSI)技术因其快速无损的特性成为研究热点，但痕量Cd导致的微弱光谱特征仍是技术瓶颈。

为突破这一限制，研究人员创新性地将异质二维相关光谱(H2D-COS)与Savitzky Golay(SG)导数法相结合。H2D-COS通过同步关联可见近红外(vis-NIR)与荧光光谱的动态响应，克服了单一光谱分辨率不足的缺陷；SG导数法则通过噪声抑制和信号增强，放大了与Cd相关的437、688 nm等18个特征波段。基于这些关键波段构建的支持向量机(SVM)模型，实现了痕量Cd含量的高精度预测。

样本制备与光谱采集
研究选用意大利抗抽薹生菜，设置0-1 mg/L CdCl₂梯度胁迫，采用基于珍珠岩的无土栽培系统。通过ICP-MS测定Cd含量后，使用HSI系统采集400-1000 nm范围的光谱数据。

Cd参考值与光谱分析
如表1所示，叶片Cd含量随胁迫浓度增加而升高。图2显示不同Cd浓度下生菜光谱曲线在450 nm（类胡萝卜素）和550 nm（叶绿素）处存在差异，但原始光谱特征微弱。

特征提取与模型构建
通过H2D-COS分析发现，vis-NIR与荧光光谱在661 nm处存在显著交叉峰，表明Cd胁迫影响叶绿素荧光特性。结合SG一阶导数处理后，成功提取出18个敏感波段。比较多种特征选择方法（SPA、RC、RF、2D-COS）后发现，H2D-COS结合SVM模型的预测性能最优（R²>0.9）。

该研究首次将H2D-COS应用于农产品痕量重金属检测，通过多光谱融合与导数处理的双重增强策略，将检测限降低至环境背景水平。所建立的HSI检测体系为农产品质量安全监管提供了可推广的技术方案，对预防重金属慢性暴露风险具有重要实践意义。研究获得国家自然科学基金（31971788）等项目的支持。