样品制备形态对忍冬花花可见-近红外光谱法产地鉴别的影响：一种形态感知的分析策略

《Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy》：Impact of sample preparation form on geographical origin identification of Lonicera japonica Flos by Vis-NIR spectroscopy: a form-aware analytical strategy

　　

• •
  样品制备形式显著改变可见-近红外光谱特征。
• •
  粉末在相同批次第二次重复采集的PLS-DA模型中表现最佳。
• •
  严格的留一批次（LOBO）验证表明模型对新生物批次泛化能力较差。
• •
  形式感知的可见-近红外模型需要每个产地有多个独立批次。

章节摘要

实际应用

金银花（Lonicera japonica）以多种物理形态进行贸易，样品呈现形式的差异可能引入显著的光谱变异并影响基于可见-近红外光谱的产地分类。因此，实际工作流程应先标准化或识别样品形态，再应用相应的形态特异性预处理和分类模型。在当前的PLS-DA工作流程下，粉末在相同生物样本的第二次重复采集（Replicate 2）中表现最佳。

仪器

采用漫反射光纤可见-近红外光谱系统用于光谱测量。该系统由卤素光源（HL2000，上海复享光学有限公司，上海，中国）用于宽带照明，以及微型光纤光谱仪（PG2000-PRO，上海复享光学有限公司，上海，中国）用于信号检测，配合Morpho 5软件进行操作。测量期间，卤素光源直接照射样品表面，而

光谱数据预处理

原始可见-近红外光谱可能包含由环境波动、装填状态和仪器噪声引起的非本质变异，这些变异可能降低模型鲁棒性。因此，对光谱进行预处理以减弱无关变异并提高信噪比。常见的预处理操作包括平滑/去噪、微分以突出细微特征，以及散射校正用于基线调整和归一化 [[23], [33], [34]]。

预处理候选方案集

预处理筛选

如表2所示，扩展的预处理筛选结果表明，各样品形态保留用于后续PLS-DA建模的预处理策略有所不同。干花和压制干花片选用SG平滑处理，分别需要4个和8个潜变量。对于粉末，SNV、MSC、SNV-MSC和MSC-SNV在LV = 4时均达到相同的最大交叉验证性能。由于这些方法根据准确率、宏平均F1值、MCC和模型

讨论

本研究结果表明，样品呈现形式可显著影响可见-近红外光谱特征及后续的地理产地分类。PCA和PERMANOVA观察到的强烈形态相关分离与表面形态、粒径、装填状态和光学接触对漫反射测量的影响一致。研磨和压制可减少部分物理异质性来源，但同时也可能改变散射行为并

结论

本研究证明了样品制备形式显著影响金银花（Lonicera japonica）的可见-近红外光谱特征和分类行为。PCA和PERMANOVA确认了四种研究形态之间存在明显的光谱差异，而预处理筛选表明建模保留的策略取决于样品形态，且多种预处理方法可提供等效的内部选择性能。

在主要PLS-DA工作流程下，粉末

生成式AI和AI辅助技术在稿件撰写过程中的声明

在撰写本文过程中，作者使用ChatGPT协助语言润色和文本组织。使用该工具后，作者对内容进行了审查和编辑，并对已发表文章的内容承担全部责任。

资助信息

省研究生创新能力提升计划（2025年），资助/项目编号 CXZZBS2025080。项目名称：基于近红外光谱的金银花地理溯源模型研究。

利益冲突声明

作者声明不存在可能影响本文所报告工作的已知竞争性经济利益或个人关系。

致谢

作者衷心感谢河北地质大学和河北省光电信息与遥感重点实验室提供的科学指导、设施使用和技术支持（用于样品制备和可见-近红外测量）。本研究受2025年省研究生创新能力培养计划"基于近红外光谱的金银花地理产地溯源模型研究"（项目

杨家辉|马铄|王婷|李安|赵战民