Geographical Origin Identification of <italic style="font-style: italic">Dendrobium officinale</italic> Based on FT-NIR and ATR-FTIR Spectroscopy

SU Jun-yu; YANG Shao-bing; WANG Yuan-zhong

doi:10.12452/j.fxcsxb.250220105

您当前的位置：

首页 >

文章列表页 >

Geographical Origin Identification of Dendrobium officinale Based on FT-NIR and ATR-FTIR Spectroscopy

更新时间：2025-05-20

- Geographical Origin Identification of Dendrobium officinale Based on FT-NIR and ATR-FTIR Spectroscopy
- Journal of Instrumental Analysis Vol. 44, Pages: 1-11(2025)
- 作者机构：
  
  云南省农业科学院药用植物研究所，云南昆明 650200
- 作者简介：
- 基金信息：
- DOI：10.12452/j.fxcsxb.250220105
  CLC： O657.3;R282
- Received：20 February 2025，
  
  Revised：25 March 2025，
  
  Accepted：26 March 2025，
  
  Published Online：20 May 2025，
  
  Published：15 June 2025
- 稿件说明：
移动端阅览
苏俊宇,杨绍兵,王元忠.基于FT-NIR和ATR-FTIR光谱的铁皮石斛地理溯源[J].分析测试学报,2025,44(06):1-11.

SU Jun-yu,YANG Shao-bing,WANG Yuan-zhong.Geographical Origin Identification of Dendrobium officinale Based on FT-NIR and ATR-FTIR Spectroscopy[J].Journal of Instrumental Analysis,2025,44(06):1-11.
苏俊宇,杨绍兵,王元忠.基于FT-NIR和ATR-FTIR光谱的铁皮石斛地理溯源[J].分析测试学报,2025,44(06):1-11. DOI： 10.12452/j.fxcsxb.250220105.

SU Jun-yu,YANG Shao-bing,WANG Yuan-zhong.Geographical Origin Identification of Dendrobium officinale Based on FT-NIR and ATR-FTIR Spectroscopy[J].Journal of Instrumental Analysis,2025,44(06):1-11. DOI： 10.12452/j.fxcsxb.250220105.

摘要

为实现铁皮石斛地理来源的快速有效鉴别，基于衰减全反射傅里叶变换红外光谱（ATR-FTIR）和傅里叶变换近红外光谱（FT-NIR）技术，结合数据融合策略与化学计量学方法建立了铁皮石斛地理溯源模型。结果表明，FT-NIR和FT-NIR+ATR-FTIR融合数据集经二阶导数（2 nd）预处理后构建的偏最小二乘判别分析（PLS-DA）和支持向量机（SVM）模型性能最好，测试集准确率均达到100.00%。基于二维相关光谱（2DCOS）构建的残差卷积神经网络（ResNet）模型在训练集、测试集和外部验证集上均实现了100.00%的准确率。该研究为铁皮石斛地理溯源和地理标志产品保护提供了科学依据。

Abstract

Dendrobium officinale

（

D. officinale

）is a precious plant with homology between medicine and food plant. Rapid and accurate identification of its geographical origin is essential to protect consumer rights and maintain market order. In order to realize rapid and effective identification of the geographical origin of

D. officinale

，a geographical traceability model of

D. officinale

was established based on attenuated total reflection Fourier transform infrared spectroscopy（ATR-FTIR） and Fourier transform near infrared spectroscopy（FT-NIR） technology，combined with data fusion strategy and chemometric methods. The results showed that the partial least squares discriminant analysis（PLS-DA） and support vector machine（SVM） models constructed on the FT-NIR and FT-NIR+ATR-FTIR fusion datasets after second derivative（2nd） preprocessing performed the best，with test set accuracy reaching 100.00%. The residual convolutional neural network（ResNet） model constructed based on two-dimensional correlation spectroscopy（2DCOS） achieved 100.00% accuracy on the training，testing and external validation sets. This study provides a scientific basis for geographical traceability of

D. officinale

and protection of geographical indication products.

关键词

Keywords

references

Li P Y ， Li L ， Wang Y Z . J. Ethnopharmacol. ， 2023 ， 310 ： 116382 .

Yang J ， Kuang M T ， Yang L ， Huang W ， Hu J M . J. Ethnopharmacol. ， 2023 ， 302 ： 115912 .

Lai C ， Huo C Y ， Xu J ， Han Q B ， Li L F . Int. J. Biol. Macromol. ， 2024 ， 263 ： 130315 .

Zhao Y ， Zhu S T ， Li Y ， Niu X ， Shang G X ， Zhou X Q ， Yin J ， Bao B H ， Cao Y D ， Cheng F F ， Li Z P ， Wang R ， Yao W F . J. Pharm. Biomed. Anal. ， 2024 ， 243 ： 116077 .

Dai J ， Wang W D ， He F F ， Yu X X ， Liu Z G ， Wang Y J ， Zou D L . Food Res. Int. ， 2025 ， 203 ： 115888 .

Liu Y C ， Odiba A S ， Yu Q ， Xie J ， Okoro N O ， Liao G Y ， Zhu X C ， He B ， Jin C ， Fang W X ， Wang B . J. Future Foods ， 2025 ， 5 （ 6 ）： 591 - 604 .

Liu W ， Qiu X W ， Jiang L W ， Fan W ， Li P ， Zheng Y . J. Instrum. （柳薇，邱熙文，蒋立文，范伟，李跑，郑郁. 分析测试学报）， 2025 ， 44 （ 2 ）： 246 - 252 .

Hu Y ， Zhao M ， Qiu Y X ， Ye D B ， Liu Y Q ， Zhang C F ， Wang H B ， Cheng J M . J. Nanjing Univ. Tradit. Chin. Med . （胡杨，赵勉，邱雨轩，叶德宝，刘洋清，张朝凤，王海波，程建明. 南京中医药大学学报）， 2024 ， 40 （ 1 ）： 94 - 108 .

Zhou D Y ， Hou M Y ， Leng C Y ， Li R J ， Xing Y M ， Chen J . Ind. Crops. Prod. ， 2025 ， 226 ： 120692 .

Yang Y ， She X T ， Cao X Q ， Yang L C ， Huang J M ， Zhang X ， Su L J ， Wu M J ， Tong H B ， Ji X L . Spectrochim. Acta A ， 2022 ， 277 ： 121249 .

Dang H L ， Zhang X L ， Ma C M ， Zhao W L ， Guo H Y ， Huang G L ， Xie L . Med. Novel Technol. Dev. ， 2022 ， 16 ： 100163 .

Chen Y ， Li S ， Jia J ， Sun C D ， Cui E Z ， Xu Y Y ， Shi F C ， Tang A F . Food Chem.：X ， 2024 ， 24 ： 101798 .

Deng G M ， Liu H G ， Li J Q ， Wang Y Z . Food Microbiol. ， 2025 ， 129 ： 104743 .

Li G Y ， Li J Q ， Liu H G ， Wang Y Z . Food Chem. ， 2025 ， 464 ： 141529 .

Zheng C M ， Li J Q ， Liu H G ， Wang Y Z . Food Biosci. ， 2023 ， 56 ： 103308 .

Dong J E ， Zhang J ， Zuo Z T ， Wang Y Z . Spectrochim. Acta A ， 2021 ， 249 ： 119211 .

Aceña V ， Martín De Diego I ， Fernández R R ， Moguerza J M . Pat. Recognit. ， 2023 ， 134 ： 109117 .

He G ， Yang S B ， Wang Y Z . Comput. Electric. Agric. ， 2024 ， 223 ： 109127 .

Li L ， Zhao Y L ， Li Z M ， Wang Y Z . Microchem. J. ， 2022 ， 178 ： 107430 .

Frizon C N T ， Oliveira G A ， Perussello C A ， Peralta-Zamora P G ， Camlofski A M O ， Rossa Ü B ， Hoffmann-Ribani R . LWT ， 2015 ， 60 （ 2 ）： 795 - 801 .

Guo Z M ， Barimah A O ， Yin L M ， Chen Q S ， Shi J Y ， El-Seedi H R ， Zou X B . Food Chem. ， 2021 ， 353 ： 129372 .

Song C Q ， An Y L ， Zhao W J ， Huang Y S ， Zhang L J ， Li L ， Tang Z J ， Li Z W ， Liu X K ， Zhang D D ， Guo D A . Microchem. J. ， 2025 ， 209 ： 112671 .

Krysa M ， Szymańska-Chargot M ， Zdunek A . Food Chem. ， 2022 ， 393 ： 133430 .

Brza M A ， Aziz S B ， Anuar H ， Ali F ， Dannoun E M A ， Mohammed S J ， Abdulwahid R T ， Al-Zangana S . Sci. Rep. ， 2020 ， 10 （ 1 ）： 18108 .

Herath A ， Tiozon R J ， Kretzschmar T ， Sreenivasulu N ， Mahon P ， Butardo V . Food Chem. ， 2024 ， 460 ： 140728 .

Song L Y ， Han Z Q ， Shum P ， Lau W . Spectrochim. Acta A ， 2025 ， 327 ： 125400 .

Wiercigroch E ， Szafraniec E ， Czamara K ， Pacia M Z ， Majzner K ， Kochan K ， Kaczor A ， Baranska M ， Malek K . Spectrochim. Acta A ， 2017 ， 185 ： 317 - 335 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Rapid and Accurate Identification of Amomum Tsaoko Geographical Origin Based on FT-NIR and ATR-FTIR Spectroscopy Combined with Chemometric Methods

Rapid and Accurate Identification of Gastrodia elata Blum Cultivar Based on FT-NIR Spectroscopy Combined with Chemometric Methods

Identification the Origin of Citri Reticulatae Pericarpium Based on Mineral Element Content Combined with Machine Learning

Discrimination Analysis of Qingke Liquor by Using Ultra-Violet Spectroscopy Combined with Chemometrics

Application Advances in Forensic Science for Machine Learning-based Mass Spectrometry Imaging

Related Author

SU Jun-yu

YANG Shao-bing

WANG Yuan-zhong

SU Jun-yu

WANG Yuan-zhong

LIU Hong-gao

LU Qiao-li

ZHOU Xi

Related Institution

Yunnan Key Laboratory of Gastrodia and Fungi Symbiotic Biology/Zhaotong University

College of Pharmacy，Guangdong Pharmaceutical University

Guangdong Provincial Engineering Research Center for Quality and Safety of Traditional Chinese Medicine，Guangdong Provincial Key Laboratory of Chemical Measurement and Emergency Test Technology，Institute of Analysis，Guangdong Academy of Sciences（China National Analytical Center，），Guangzhou

School of Chemistry and Materials Science，Qinghai Minzu University，Xinin

School of Chemistry and Chemical Engineering，Qinghai Normal University

Address：100 Xianlie Middle Road, Guangzhou Postal code：510070
Tel：020-87684776,37656606 Fax：020-87684776 Email：fxcsxb@china.com
Technical support is provided by Beijing Founder electronics co., LTD 粤ICP备12017312号-3 京公网安备11010802024621
It is recommended to read the content of this site in Chrome&IE9+. Please switch to extreme mode in browser 360.
Cookies We use cookies to help provide and enhance our service and tailor content. By continuing, you agree to the use of cookies.
Total Visits：477304 Visits Today：798

⁰

Geographical Origin Identification of Dendrobium officinale Based on FT-NIR and ATR-FTIR Spectroscopy

DOI：10.12452/j.fxcsxb.250220105

摘要

Abstract

关键词

Keywords

references