基于单步拉曼光谱与机器学习融合的枫糖浆多参数质量控制研究

《RSC Advances》：Single-step Raman spectroscopy for maple syrup quality controlOpen Access

　　

摘要专业翻译 枫糖浆质量评价涉及多项参数，包括颜色分级、风味评估以及糖浓度测定，这些参数受糖浆基质复杂化学组成的影响。传统质量评估依赖分离的分析与感官方法，成为枫糖浆工业加工的瓶颈。因此，亟需能够从单次测量中评估多项质量控制参数的快速技术。本研究将拉曼光谱（Raman spectroscopy）与机器学习相结合，利用代表不同颜色等级（金色、琥珀色、深色和极深色）和风味类别的721个样品，对枫糖浆质量属性进行了表征。光谱预处理后，研究人员进行了主成分分析（principal component analysis，PCA）以探究样品间的自然光谱变异。PCA揭示了与糖浆颜色和风味类别相关的差异；然而，多个组别间观察到的重叠表明，拉曼指纹图谱与枫糖浆属性之间的关系涉及复杂的光谱变异，线性无监督分析无法完全解析。为提高判别能力，研究人员开发了卷积神经网络（convolutional neural network，CNN）模型，直接从拉曼数据中提取非线性光谱特征。在颜色分类方面，CNN对金色、琥珀色、深色和极深色糖浆的预测准确率分别达到91%、68%、73%和92%。风味分类对多个缺陷类别表现出较强的判别能力，包括OK（83%）、√（76%）、VR4（73%）、VR5（78%）、VR13（100%）和CT（83%），而对VR1（55%）、VR2（66%）和VR12（64%）的较低性能反映了区分具有重叠化学特征的感官缺陷所面临的挑战。VR13在评估数据中显示出较高的分类率；然而，独立的VR13样本数量较少，无法对该类别的总体性能进行稳健估计。除拉曼指纹图谱外，研究人员还评估了荧光背景变化作为光学特性的指标，发现其与用于颜色分级的枫糖浆透光率（%T）值相关。研究人员进一步通过使用标准蔗糖溶液（45–67%，w/w）预测蔗糖浓度，评估了拉曼光谱的定量能力。研究人员提取了浓度依赖的拉曼特征，并用于开发随机森林回归（random forest regression，RFR）模型，决定系数（R2）达到0.87。将该模型应用于真实枫糖浆样品，蔗糖预测的平均偏差为0.35%，表明拉曼衍生的光谱信息可用于评估枫糖浆的组成及质量相关特性。总体而言，所报告的结果证明了拉曼光谱在枫糖浆多参数分析中的强大能力。

论文解读文章

一、研究背景与问题

枫糖浆是加拿大最具经济和文化遗产意义的天然产品之一，在加拿大农产食品工业中占据重要地位。其商业价值高度依赖于产品真实性、感官品质和标准化分级。枫糖浆质量评估涉及多项参数，包括糖含量、颜色等级、风味特征和化学组成。传统质量控制依赖多种独立的分析方法，例如使用折光仪测量可溶性固形物、基于分光光度法测定透光率进行颜色分级、依靠感官评定小组检测异味，以及采用色谱技术进行详细组成分析。尽管这些方法能够提供可靠信息，但它们需要针对不同质量参数进行分别分析，增加了完整糖浆评估所需的时间和资源。此外，风味缺陷的感官评估依赖训练有素的评定人员，人为感知可能引入变异性。这些局限性凸显了对快速、客观分析方法的迫切需求，以能够从单次测量中提供枫糖浆多项质量属性的互补信息。

枫糖浆生产面临的主要挑战之一是质量缺陷和掺假的发生。由于枫糖浆市场价值高，易受稀释或用低成本甜味剂（如玉米糖浆或蔗糖）替代的掺假风险影响，这些行为可能无法通过常规检测方法轻易发现。与此同时，由微生物活动、过热、储存条件或加工失误引起的风味缺陷可显著改变糖浆组成和感官特性，而风味特征随收获季节变化，可能导致季末采集树液产生所谓的“萌芽”风味缺陷。魁北克枫糖浆生产者协会（PPAQ）建立的分类系统根据经过培训的技术人员进行的感官评估对糖浆进行分类。糖浆被分为“OK”（无不良风味）、“√”（痕量/不可反对）、“VR”（可反对风味）和“CT”（强烈缺陷）等级别，并按缺陷家族（1–6类）进一步细分，包括天然产生、微生物、化学、未识别、萌芽和质地相关缺陷。其中，VR5（萌芽缺陷）是枫糖浆行业中最受关注且经济影响最大的缺陷之一，发生在收获季末枫树向芽形成生理转变期间。树液化学的变化，包括氨基酸、含硫化合物和微生物代谢物的增加，产生特征性的卷心菜样、硫磺样、洋葱样或苦味感官特征，对糖浆质量和消费者接受度产生负面影响。由于这些缺陷引起pH、粘度、糖组成、荧光背景、挥发性化合物和其他理化性质的显著变化，主要依赖感官检查和颜色评估的常规分级方法往往不足以进行可靠的缺陷判别。

传统用于枫糖浆表征的分析技术，包括高效液相色谱（HPLC）、气相色谱-质谱联用（GC/MS）和核磁共振（NMR），能够提供详细的化学信息，但往往耗时、依赖试剂，且不适合快速工业部署。标准实验室测定抗氧化或酚类含量的方法也需要大量样品制备和专用仪器。尽管这些方法信息量大，但其在常规质量监测中的实际应用仍然有限，特别是在高通量工业环境中。因此，迫切需要快速、客观、无损的分析技术，能够以更高的灵敏度和可重复性区分多个枫糖浆缺陷亚类。

二、研究内容与主要结论

本研究提出了一种将单步拉曼光谱平台与机器学习相结合的综合枫糖浆质量控制方法。通过集成快速拉曼光谱采集与先进计算分析，该方法旨在实现从单次测量中对糖浆分级、异味检测、透光率预测和蔗糖定量的同步评估。研究使用了来自PPAQ的721个枫糖浆样品，涵盖2024年（n=150）和2025年（n=571）两个生产季节，样品已由训练有素的技术人员根据标准枫糖浆质量评估标准进行分类，包括基于透光率的颜色分类和基于风味特征的感官评估。数据集包含四种颜色等级：金色（n=70）、琥珀色（n=280）、深色（n=217）和极深色（n=154）；感官类别包括OK（n=162）、√（n=101）、VR1（n=85）、VR2（n=105）、VR4（n=78）、VR5（n=140）、VR12（n=14）、VR13（n=9）和CT4（n=27）。拉曼光谱使用BAC101-785工业级拉曼探头（B&W Tek，美国）配合SureLock? BT系列微型台式波长稳定785 nm激光系统（Coherent Corp.，美国）采集，每个样品记录30条连续光谱，共获得21630条光谱。光谱经截断至350–1500 cm?1指纹区、三次样条插值标准化、Savitzky–Golay平滑和橡胶带基线校正等预处理后进行分析。研究还制备了45%至67%（w/w）浓度范围、间隔2%的蔗糖标准溶液，用于建立拉曼定量模型。

三、关键技术方法

研究人员采用了几项关键技术方法：主成分分析（PCA）用于探索糖浆颜色等级和风味类别间的自然光谱变异；一维卷积神经网络（CNN）用于直接从预处理拉曼光谱中分类颜色等级和风味类别，采用留一样本交叉验证评估模型性能，并对风味分类应用类别加权以缓解类别不平衡；独立成分分析（ICA）用于补充PCA结果；一维梯度加权类激活映射（Grad-CAM）用于解释CNN预测的光谱基础；随机森林回归（RFR）模型基于峰谷强度差特征用于蔗糖定量预测；同时以偏最小二乘判别分析（PLS-DA）和支持向量机（SVM）作为基准分类方法进行性能比较。

四、研究结果

3.1 主成分分析

PCA得分图显示样品沿PC1呈渐进分布而非完全分离的簇，这与枫糖浆颜色分类基于透光率这一连续光学属性而非离散化学边界的事实相符。金色和琥珀色糖浆通常位于PC1正得分区域，而深色和极深色糖浆逐渐向负得分区域移动。PC1解释了66.63%的总方差。在1000–1500 cm?1选定区域进行的PCA仍保留颜色依赖分布，表明颜色分级差异不仅源于荧光背景效应，也源于糖浆基质内的拉曼活性分子变异。风味类别间的PCA显示OK、√、VR和CT样品间判别有限，存在大量重叠；CT样品沿PC1表现出更强的分离趋势，但分离不完全。VR亚类间的成对PCA比较显示部分不同但重叠的光谱分布，VR13和VR12样品形成了子簇，表明相同感官类别不一定对应单一化学特征。

3.2 卷积神经网络

CNN模型在颜色分类中达到金色91%、琥珀色68%、深色73%和极深色92%的准确率，多数误分类发生在相邻颜色等级之间。风味分类中，CNN对OK（83%）、√（76%）、VR4（73%）、VR5（78%）、VR13（100%）和CT（83%）实现了较强判别，而VR1（55%）、VR2（66%）和VR12（64%）准确率较低，反映了这些类别化学特征重叠或光谱异质性。CNN总体准确率0.74、平衡准确率0.75、精确率0.78、召回率0.75、F1分数0.76，优于SVM（0.59/0.65/0.61/0.65/0.62）和PLS-DA（0.53/0.35/0.45/0.35/0.36）。Grad-CAM分析显示CNN强调的谱区与碳水化合物相关振动区域一致，包括835、923–1067、1127、1265和1460 cm?1附近的谱带，表明模型依赖了光谱和化学上合理的区域。

3.3 拉曼背景分析与透光率预测

研究人员发现拉曼光谱中荧光背景强度与枫糖浆透光率呈明确的反比关系，金色样品背景强度最低，极深色样品最高。基于平均拉曼背景强度的回归模型对颜色等级的预测准确率分别为金色84%、琥珀色94%、深色81%和极深色83%，多数分类错误发生在相邻颜色等级之间。这表明拉曼测量提供两种互补信息源：校正后的振动指纹图谱用于分子分类，背景响应反映与颜色强度相关的基质光学特性。

3.4 蔗糖定量

基于蔗糖标准溶液的随机森林回归模型在测试集上达到R2=0.87，均方根误差RMSE=2.2%。将模型应用于真实枫糖浆样品，预测蔗糖浓度的平均偏差为0.35%，表明模型无显著系统性高估或低估。然而，从纯蔗糖溶液到真实枫糖浆的模型迁移面临挑战，因为糖浆基质含有葡萄糖、果糖、有机酸、矿物质、酚类化合物和颜色相关产物，引入了标准溶液中不存在的额外光谱变异。

五、讨论与结论

研究表明，拉曼光谱能够捕获与颜色等级、风味类别、荧光背景行为和蔗糖相关组成相关的有意义变异，单次光谱测量可包含多层质量信息。无监督PCA揭示了与枫糖浆颜色和风味类别相关的广泛趋势，但多组间重叠表明枫糖浆化学变异复杂，线性降维无法完全解析。监督机器学习分析通过提取更微妙的光谱模式改善了类别判别。荧光背景贡献虽常被视为拉曼光谱的分析干扰，但也提供了枫糖浆评估的有用信息，其从浅色到深色糖浆的系统性增加及其与透光率的关系表明背景信号反映了有意义的基质依赖光学特性。对于蔗糖定量，由于白利度（°Brix）反映总可溶性固形物而非仅蔗糖，且枫糖浆含有额外糖类、有机酸、矿物质、酚类和颜色相关化合物，模型向真实样品的迁移受基质复杂性限制。

研究结论指出，拉曼光谱结合化学计量学和机器学习分析可支持快速、多参数枫糖浆质量评估，但未来工作应包括基质匹配校准标准、更多稀有风味缺陷的代表性样本，以及跨生产季节和仪器的外部验证，以提高工业部署的稳健性。