基于近红外光谱的白茶类型与生产年份联合判别的分层双分支 CNN–Transformer 融合

《Talanta》：Hierarchical dual-branch CNN–Transformer fusion for joint discrimination of white tea types and production years from near-infrared spectra

　　

•近红外光谱联合识别白茶类型和生产年份。
•双光谱视图保留了强度和波段形状信息。
•卷积和注意力机制学习局部和跨区域的光谱模式。
•融合模型在 18 个联合类别中达到了 99.17% 的准确率。
•光谱敏感性模式随茶类型和生产年份而异。

引言
白茶是中国六大茶类之一，加工步骤最少，通常仅经过萎凋和干燥。这种极简加工保留了高水平的初级和次级代谢物，包括多酚、儿茶素、类黄酮和氨基酸。根据中国国家标准（GB/T 22291–2017），白茶细分为四个类别：白毫银针、白牡丹、贡眉和寿眉。三种主要商业类型——白毫银针、白牡丹和寿眉——在采摘标准、芽叶比、原料嫩度和初始化学成分上有所不同 [1]。白茶的 marketed 不仅按类型，还按生产年份，因为感官和化学特征在名义贮藏期内持续演变 [2]，[3]，[4]，[5]。此处，名义贮藏期指的是标签生产年份与采样年份之间的时间间隔，并非受控的陈化期。在此期间，白茶经历由酶促氧化、非酶促反应和微生物代谢驱动的渐进化学转化。长期贮藏（陈化）被认为是对提高白茶质量至关重要的过程，其特征是风味从新鲜（青草味、果味）向陈化（木质味、陈味）转变。0–11 年贮藏的多组学研究显示了脂肪酸和类黄酮的积累、氨基酸的减少以及陈化香气化合物（如雪松醇和异佛酮）的形成 [2]，[3]，[4]，[5]。没食子酸随着名义贮藏期（指标签生产年份与采样年份之间的时间间隔，并非受控的陈化期）的增加而在不同白茶类型中增加。由于早期生产年份的白茶通常被赋予更高的商业价值，不准确或无法验证的标签可能会影响价格评估、消费者选择、品牌信誉和市场监督 [5]。

在全球食品行业，产品真实性和可追溯性已成为质量控制和市场监管的核心要求。掺假和伪造，包括品种、产地或生产年份的错标，侵蚀了消费者信任并破坏了公平贸易。近期在无标记传感技术方面的进展，包括基于局域表面等离子共振的 WaveFlex 光纤生物传感器，已能够快速灵敏地检测霉菌毒素、农药和食源性病原体等食品污染物 [6]，[7]，[8]，[9]。这些传感器具有高灵敏度、快速响应和便携性，补充了用于食品安全和真实性评估的光谱方法。同样，用于食品添加剂检测的电化学传感器加强了快速可靠的食品安全评估 [10]。生产和分销记录提供了必要的可追溯性信息，但它们不能直接验证茶叶本身的特征。因此，一种能够同时评估白茶类型和生产年份的产品基础分析方法将更符合白茶标签和交易的方式。

感官评价和理化分析通常用于评估白茶质量。结合机器学习的光谱技术具有高效率、无损性和同时多组分检测的优势，并越来越多地应用于食品真实性和可追溯性。感官评价提供了对外观、香气、滋味和叶底的综合描述，但其结果可能受评审经验、评价条件和样品状态的影响。理化测量提供了更大的客观性。然而，不同白茶类型具有不同的成分背景，其组分并不一定遵循跨生产年份的统一或单调轨迹 [1]，[2]，[3]。这种变异性可能限制了单一化学指标或固定阈值在多种白茶类型中的适用性。色谱 - 质谱和代谢组学可以提供关于挥发物化合物和与生产后经过时间相关的标志物的详细信息 [4]，[5]，尽管其样品制备、分析时间和仪器要求限制了其作为常规筛查的适用性。近红外光谱（NIRS）提供了一种实用的替代方案，通过记录综合化学指纹，消耗很少的试剂 [11]，[12]。NIRS 记录基本分子振动的泛音和组合音，主要涉及 O–H、C–H、N–H 和 S–H 键。这些吸收本质上很弱，表现为宽且重叠的波段，这使得直接波段分配变得困难，但允许多个含氢成分同时反映在光谱中。光谱区域通常跨越约 12,500–4000 cm?1（800–2500 nm），其中 O–H、C–H 和 N–H 伸缩振动的基频、泛音和组合音提供了样品的化学指纹。这种宽带、重叠的特性既是优势也是挑战：它 enabling 了对复杂食品基质的快速、无试剂、无损测量，但可靠的分类取决于适当的光谱预处理和有效提取判别信息。然而，近红外波段可能会受到散射、基线变化和仪器噪声的影响 [13]。可靠的分类因此取决于适当的光谱预处理和有效提取判别信息。

化学计量学模型仍然是近红外分析的重要工具，而深度学习提供了一条直接从数据学习非线性光谱表示的补充途径 [13]。在深度学习架构中，卷积神经网络（CNNs）越来越多地应用于一维光谱，因为卷积滤波器可以从相邻光谱变量中提取信息丰富的模式。TeaNet 展示了基于 CNN 的模型在使用近红外光谱分类茶叶类型、品牌和质量等级方面的有效性 [14]。残差连接可以促进更深网络中的特征传播，而压缩 - 激励注意力可以重新校准通道级特征响应 [15]，[16]。因此，CNNs 在捕获局部吸收特征和锐利光谱变化方面是有效的。然而，它们的固定感受野限制了其建模光谱分离区域之间长程依赖关系的能力。Transformer 架构提供了另一种光谱表示方法。其自注意力机制允许每个序列位置与其他位置交互，并集成来自输入序列不同区域的信息 [17]。基于 Transformer 的模型已应用于药物定性光谱、基于近红外的谷物分类和蛋白质含量预测 [18]，[19]，[20]。然而，纯 Transformer 模型可能对冗余波段和局部噪声敏感，特别是在训练数据有限的情况下。混合 CNN–Transformer 架构结合了两者互补的优势：卷积层生成紧凑的局部光谱表示，而 Transformer 编码器在光谱段之间组织信息。近期关于光谱分析混合深度学习的综述强调，CNN–Transformer 组合是无损食品质量评估的一个有前景的方向 [21]。然而，现有的混合模型并未针对白茶的联合类型 - 年份判别进行设计，也没有将来自同一近红外测量的两种预处理视图与分层双分支 CNN–Transformer 和决策级融合相结合。

近期研究拓宽了结合机器学习的 spectroscopy 在茶叶分析中的应用。NIRS 与机器学习算法结合已用于白茶的地理标志溯源 [22]。迁移学习和多光谱特征融合分别应用于基于近红外的茶叶分类和普洱茶的地理标志判别 [23]，[24]。结合机器学习的表面增强拉曼光谱也已实现白茶年份鉴别和质量等级评估 [25]。最近，一种结合 CNN 和 Transformer 的多源分层深度学习框架已应用于使用高光谱成像进行细粒度茶品种分类 [26]。这些研究为更复杂的标签验证任务提供了基础。尽管 CNN、Transformer 和光谱融合已在茶叶或其他光谱应用中单独探索过，但将它们联合用于白茶联合类型 - 年份判别仍未得到解决。TeaNet [14] 专注于茶叶类型、品牌或等级分类，但未处理联合类型 - 年份标签。诸如 Spectraformer、SpectraTr 和 ProTformer 等基于 Transformer 的模型 [18]，[19]，[20] 是为谷物、药物或蛋白质光谱开发的，并未采用具有段级局部 - 全局建模的并行 CNN–Transformer 架构。基于 NIRS 的溯源 [22]、迁移学习茶叶分类 [23] 和用于普洱茶的多光谱融合 [24] 解决了不同的任务或使用了不同的融合策略。基于 SERS 的白茶年份和等级评估 [25] 采用了不同的分析技术，并未在近红外光谱下执行联合类型 - 年份判别。此外，与多源信号融合不同，本研究从同一 FT-NIR 测量构建了两个视图并执行决策级融合。因此，本工作的新颖性不在于单独使用 CNN、Transformer 或光谱融合，而在于针对 18 类联合类型 - 年份认证问题的特定任务分层双分支框架。然而，对于白茶仍有三个问题悬而未决：茶叶类型和生产年份是否可以在单个多分类任务中解析；卷积和基于注意力的表示如何有助于该任务；以及模型敏感的光谱区域是否对应于跨茶叶类型的测量成分变化。

这四个基础（NIR、白茶、食品安全、CNN-Transformer）在本研究中相互关联。NIR 光谱提供了快速、无试剂光谱指纹的物理基础。白茶提供了样本系统，具有类型依赖的成分和贮藏诱导的化学演化。食品安全提供了监管和市场背景，其中产品基础验证补充了生产和分销记录。CNN-Transformer 架构提供了从复杂、重叠的近红外光谱中学习判别表示的方法论框架。联合 18 类任务需要同时解析细微的局部吸收差异和集成光谱分离区域之间的信息，这促使了特定任务的分层双分支设计。

在本研究中，白茶认证被制定为一个涉及三种白茶类型和六个生产年份的 18 类联合类型 - 生产年份分类任务。据我们所知，这是首次在单个近红外分类任务中联合解析这些标签。主要贡献有三点。首先，我们开发了一个特定任务的分层双分支 CNN–Transformer 框架，通过共享卷积骨干、并行 CNN 分支和六段局部 - 全局 Transformer 分支，将来自同一 FT-NIR 测量的 Min–Max 和 SNV–SG 视图集成起来，随后进行决策级融合。其次，使用传统机器学习和深度学习模型作为基线，消融实验量化了双视图、CNN 分支、SE 增强块以及局部和全局 Transformer 编码器的贡献。第三，光谱段遮挡和理化相关分析将模型敏感的光谱区域与依赖于茶叶类型的化学变化联系起来，表明共享的化学趋势（如没食子酸增加）并不能转化为通用的光谱标志物。通过集成联合标签分类与段级光谱和理化分析，本研究为快速验证白茶类型和生产年份标签提供了一个有前景的框架。目前的验证是内部和回顾性的；在实际部署之前，对真正未知的商业产品进行前瞻性验证仍然是必要的，这被确定为未来工作。实验和分析工作流程的示意图见 Fig. 1。

片段材料与试剂
三种白茶类型——白毫银针（BHYZ）、白牡丹（BMD）和寿眉（SM）——从六个生产年份（2014、2016、2018、2020、2022 和 2024）采样，分别对应 11、9、7、5、3 和 1 年的名义贮藏期。样品由标有生产年份的生产者提供。贮藏温度、湿度、包装和仓库条件未作为受控变量进行记录或监控。因此，名义贮藏期仅指代

所提出模型的光谱预处理和分类性能
尽管原始光谱具有相似的总体轮廓，但它们显示出微小的年份依赖性差异，以及明显的散射和基线变化（Fig. 2）。SNV 校正和 SG 平滑减少了尺度差异和高频噪声，同时保留了主要峰形 [34]，[35]。因此，生成的光谱为建模提供了更稳定的表示。
所提出的双分支模型随后对预处理后的 1557 点光谱进行了分类（Fig. 1）。2.6 节提供了结论

结论
本研究解决了一个市场相关的 18 类验证问题，通过近红外光谱联合识别三种白茶类型和六个生产年份。分层双分支 CNN–Transformer 达到了 99.17% 的测试准确率和 99.15% 的 Macro-F1 分数，在 Macro-F1 上比表现最佳的 SVM 基线高出 2.56 个百分点。消融实验表明，在目前的模型配置下，CNN 分支贡献最大，而跨段编码

CRediT 作者贡献声明
Jiaxin Yang：撰写 – 初稿，调查。Yuting Li：形式分析，数据整理。Yuan Cheng：形式分析，数据整理。Xiaoyong Wang：调查。Linjie Zhang：数据整理。Hui Zhang：方法学。Zhi Yu：撰写 – 审阅与编辑，方法学。Dejiang Ni：撰写 – 审阅与编辑，监督。Jianyong Zhang：监督。De Zhang：监督，项目管理，调查，数据整理。

裴亮：写作——审阅与编辑。

利益冲突声明

作者声明不存在可能影响本文所述工作的已知竞争性经济利益或个人关系。

致谢

本工作得到了湖北省自然科学基金（项目编号：2025AFD269）和国家自然科学基金的资助。

杨嘉欣 | 李宇亭 | 程媛 | 王晓勇 | 张林杰 | 张辉 | 余志 | 倪德江 | 张建勇 | 张德 | 裴亮