基于高光譜成像技術的蜂蜜摻假無損檢測

蜂蜜主要由糖組成，其中60 % ~ 80 %是容易被人體吸收的葡萄糖和果糖。由于其營養(yǎng)價值和獨特的風味，天然蜂蜜的價格遠高于甜糖或精制蔗糖等其他甜味劑。因此，蜂蜜一直是食品摻假的主要目標。蜂蜜摻假給蜂蜜行業(yè)造成嚴重的經濟損失，各種糖漿摻假也難以檢測。本研究主要利用高光譜成像和化學計量學方法來進行蜂蜜摻假鑒別和不同蜂蜜摻假水平預測，對于維護蜂蜜和糖漿市場秩序，保護消費者合法權益具有科學意義。

山東農業(yè)大學邵園園副教授團隊利用我司高光譜設備，對不同摻假比例（摻假物為果葡糖漿和蔗糖溶液，摻假比例為0%、5%、10%、15%、20%、30%和40% w/w）的純百花蜜進行高光譜數據的采集，實現(xiàn)高光譜成像技術對蜂蜜摻假的無損檢測。我司高光譜設備參數如圖1所示。

圖1 Gaiafiled-Pro-V10E相機及參數

表1蜂蜜摻假水平的信息

圖2 高光譜成像系統(tǒng)

對比分析了純蜂蜜和摻假樣本間的光譜差異?？梢钥闯觯庾V波峰和波谷是一致的，但在450-900 nm處的反射值不同。蜂蜜在420-580 nm和600-950 nm處的吸收曲線明顯不同。樣本在420-580 nm的反射率存在較大差異，這可能與蜂蜜中的糖含量有關。從平均光譜曲線看，摻果葡糖漿的反射值變化范圍在420~580 nm處高于蔗糖摻假的，這可能是因為蔗糖溶液比果葡糖漿更容易溶解到純蜂蜜中。

圖3 平均光譜反射曲線:（A）果葡糖漿摻假;（B）蔗糖溶液摻假。

基于高光譜圖像進行主成分分析（PCA），以此獲得每張蜂蜜及摻假樣本的主成分（PC）圖像。為了更清楚地顯示不同PC圖像之間的差異，提供了原始PC圖像和偽彩色圖像。對于果葡糖漿摻假，PC1圖像差異不明顯，PC2偽彩色圖像中黃色摻假區(qū)域清晰可見，表明PCA可以檢測蜂蜜摻假。對于蔗糖溶液摻假，PC2偽彩色圖像中5 %和10 %摻假蜂蜜的顏色差異不明顯，說明PCA不能檢測低含量摻假蜂蜜樣本。

圖4 不同摻假水平的蜂蜜樣本的主成分圖像：（A）果葡糖漿摻假;（B）蔗糖溶液摻假。

基于特征波長并建立了LIBSVM模型，用于檢測純蜂蜜和摻假蜂蜜樣本。在訓練集下，模型的分類準確率為97.3 %。純蜂蜜樣本與摻假樣本有明顯區(qū)別，不存在樣本誤判。在測試集下，分類模型的分類準確率為92.5 %。測試集結果表明：4個純蜂蜜樣本被誤判為摻假蜂蜜，2個摻假蜂蜜樣本被錯誤判斷為純蜂蜜樣本。因此，通過高光譜成像結合化學計量學檢測蜂蜜摻假是可行的。

表2 LIBSVM模型對蜂蜜摻假的分類結果

為了預測不同蜂蜜樣本的摻假水平的，建立了基于SPA挑選的特征波長和摻假水平的偏最小二乘回歸（PLSR）模型。在預測集中，PLSR模型在RV2 = 0.84，RMSEV = 5.26，RPD = 2.50取得了良好的預測性能。圖4表明了PLSR模型的實際摻假水平與預測摻假水平的散點圖，預測值與實際值之間存在高度相關性。因此，基于PLSR的高光譜數據是預測蜂蜜摻假水平的一種有前途的強大分析方法。

圖5 預測集中實際摻假水平和預測摻假水平的散點圖

綜上所述，采用高光譜成像結合化學計量學技術檢測蜂蜜摻假，建立LIBSVM摻假鑒別模型和PLSR摻假水平預測模型。LIBSVM模型對蜂蜜摻假的分類準確率為92.5%。結果表明，LIBSVM模型對蜂蜜摻假檢測具有良好的預測能力，對維護蜂蜜和糖漿市場秩序，保護消費者合法權益具有積極的現(xiàn)實意義。PLSR模型具有良好的預測能力，可以預測摻假蜂蜜的摻假水平。

第一作者簡介：

邵園園，工學博士，山東農業(yè)大學副教授，碩士生導師。

主要研究方向：1、農業(yè)機械設計，包括播種育苗移栽機械、免耕播種機械、秸稈后處理機械及蘋果、花生、甘薯收獲機械等。

2、機構運動與動力學優(yōu)化仿真；精準農業(yè)、農產品檢測、圖像識別、高光譜圖像處理等。

參考文獻：Shao Y , Shi Y , Xuan G , et al. Hyperspectral imaging for non-destructive detection of honey adulteration[J]. Vibrational Spectroscopy, 118(2022):103340.