整合元素指纹与全反射X射线光谱的机器学习方法在高级海产品溯源中的应用研究

本研究针对海产品误标问题，通过整合TXRF光谱与元素指纹数据，结合多种机器学习模型（XGBoost/RF/LGBM），实现了葡萄牙沿岸章鱼产地的多季节精准溯源（最高F1达73%），揭示了砷元素作为关键判别指标与物种生命周期的关联性，为食品安全监管提供了创新技术方案。

　　

随着全球海产品消费量持续增长，误标和产地欺诈问题日益严重，尤其对高经济价值的头足类动物构成显著威胁。普通章鱼（Octopus vulgaris）在南欧市场具有重要商业价值，但其复杂的生命周期和栖息地特性使传统溯源方法面临挑战。现有技术虽包含元素分析、生化标记和基因组工具等多种方法，但如何整合多源数据并应对季节性变异仍是当前研究的瓶颈。

研究团队通过采集葡萄牙大西洋沿岸五个捕捞区域（北部、中北部、中部、中南部和南部）三个季节（2020年9-10月、2021年4月、2021年9-10月）的450个章鱼样本，采用总反射X射线荧光光谱（TXRF）技术获取肌肉组织的元素浓度和光谱数据。关键技术方法包括：1）微波辅助消解与TXRF元素分析；2）Savitzky-Golay光谱预处理；3）六种机器学习算法（决策树、随机森林、XGBoost、LightGBM、CatBoost和Rocket）的交叉验证与超参数优化；4）SHAP特征重要性解析。所有样本均来自商业捕捞作业，涵盖葡萄牙沿岸700公里范围内的主要渔场。

研究结果揭示：

形态学分析显示四月采集的个体重量普遍较高，且不同区域间存在显著差异。北部和南部样本在秋季季节表现出更大体重变异，这可能与物种的繁殖周期和摄食行为变化相关。

元素与光谱分析：

通过PERMANOVA分析证实不同季节和区域的样本具有显著差异的元素特征（季节p=0.001，站点p=0.002）。有趣的是，2020年9月与2021年10月样本的元素谱无统计学差异（p=0.061），表明相同季节在不同年度间具有稳定性。TXRF光谱经一阶微分Savitzky-Golay变换后，有效消除了基质物理效应，保留了样品化学组成的细微差异。

数据分布特征：

t-SNE可视化显示光谱数据存在明显的季节域偏移（domain shift）。秋季（9月和10月）样本与四月样本呈现近乎线性的分离，这种分布差异直接影响了后续模型的性能表现。

溯源分类模型性能：

交叉验证结果表明，秋季数据训练的模型性能显著优于四月数据（差异达30%以上）。元素指纹数据在多数模型中表现优于光谱数据，但差异程度随季节变化：十月和九月数据略微偏好光谱数据，而四月和合并的秋季数据则明显偏好元素数据。增强树模型（XGBoost、LightGBM、CatBoost）在大多数场景中表现最佳，其中九月数据的全元素指纹随机森林模型在测试集上达到73%的F1分数。

特征重要性解析：

通过SHAP树解释器发现，砷（As）在秋季季节中是最重要的判别元素，对南部和中北部区域的区分具有关键作用。而四月样本中，锌（Zn）、硒（Se）和锰（Mn）共同成为最重要的判别元素，这种差异可能与物种繁殖期的摄食习惯改变相关——从主要以甲壳类为食转向腹足类动物，导致元素吸收模式发生变化。

研究结论与讨论表明，整合元素指纹和TXRF光谱的机器学习方法能有效实现多季节海产品溯源，其中XGBoost为最适用的分类器。该研究首次系统揭示了普通章鱼元素组成与生命周期特征的关联性：砷元素的重要性与甲壳类摄入相关，而锌元素的季节性变化则与降雨导致的陆地污染物输入有关。研究强调时空变异性在构建溯源模型中的重要性，特别是对于生命周期复杂的物种。开发的模型不仅具有良好的预测性能（测试集F1分数最高达73%），还能通过SHAP分析提供生物学可验证的解释，为渔业管理和食品安全监管提供了可靠的技术支持。该方法相较于以往研究（如Napole?o等人的106个样本、Varrà等人的68个样本）具有更全面的样本覆盖和更系统的季节考量，为建立标准化海产品溯源框架奠定了坚实基础。

该研究的创新性在于同时解决了溯源准确性和结果可解释性两大挑战，通过机器学习模型捕捉了环境-生物学相互作用的复杂信号，为智能渔业管理提供了新范式。未来研究可进一步扩大采样范围，纳入更多生理学变量，并将该方法扩展到其他经济性海产品物种的溯源应用中。