基于FT-NIR和ATR-FTIR技术结合化学计量学方法快速、准确鉴别不同地理来源的草果

苏俊宇; 杨绍兵; 王元忠

doi:10.12452/j.fxcsxb.241107514

您当前的位置：

首页 >

文章列表页 >

基于FT-NIR和ATR-FTIR技术结合化学计量学方法快速、准确鉴别不同地理来源的草果

研究报告 | 更新时间：2025-06-09

- 基于FT-NIR和ATR-FTIR技术结合化学计量学方法快速、准确鉴别不同地理来源的草果
- Rapid and Accurate Identification of Amomum Tsaoko Geographical Origin Based on FT-NIR and ATR-FTIR Spectroscopy Combined with Chemometric Methods
- 分析测试学报 2025年44卷第6期页码：1043-1054
- 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：
  
  杨绍兵，硕士，副研究员，研究方向：中药资源栽培，E-mail：ysb9-116@163. com
  王元忠，博士，副研究员，研究方向：中药资源开发与利用，E-mail：boletus@ 126. com
- 基金信息：
  
  云南省科技人才与平台计划(202405AD350072);云南省农业联合专项-面上项目(202301BD070001-050)
- DOI：10.12452/j.fxcsxb.241107514
  中图分类号： O657.3;TB9
- 收稿日期：2024-11-07，
  
  修回日期：2024-12-12，
  
  录用日期：2024-12-13，
  
  纸质出版日期：2025-06-15
- 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技术结合化学计量学方法快速、准确鉴别不同地理来源的草果[J].分析测试学报,2025,44(06):1043-1054.

SU Jun-yu,YANG Shao-bing,WANG Yuan-zhong.Rapid and Accurate Identification of Amomum Tsaoko Geographical Origin Based on FT-NIR and ATR-FTIR Spectroscopy Combined with Chemometric Methods[J].Journal of Instrumental Analysis,2025,44(06):1043-1054.
苏俊宇,杨绍兵,王元忠.基于FT-NIR和ATR-FTIR技术结合化学计量学方法快速、准确鉴别不同地理来源的草果[J].分析测试学报,2025,44(06):1043-1054. DOI： 10.12452/j.fxcsxb.241107514.

SU Jun-yu,YANG Shao-bing,WANG Yuan-zhong.Rapid and Accurate Identification of Amomum Tsaoko Geographical Origin Based on FT-NIR and ATR-FTIR Spectroscopy Combined with Chemometric Methods[J].Journal of Instrumental Analysis,2025,44(06):1043-1054. DOI： 10.12452/j.fxcsxb.241107514.

摘要

该研究采用傅里叶变换近红外光谱（FT-NIR）、衰减全反射傅里叶变换红外光谱（ATR-FTIR）及二维相关光谱（2DCOS）技术，结合化学计量学与深度学习建立偏最小二乘判别分析（PLS-DA）和残差卷积神经网络（ResNet）判别模型，对7个主产区（221份）的草果样本进行快速、准确溯源。结果表明：ATR-FTIR光谱数据经二阶导数（2nd）+标准正态变换（SNV）预处理后建立的PLS-DA模型性能最好（95.31%），但FT-NIR光谱数据的最佳预处理为2nd。基于FT-NIR和ATR-FTIR的同步2DCOS图像建立的ResNet模型不需要筛选最佳预处理和复杂的数据转换，即可达到100%的准确率。其中，基于FT-NIR数据转化的同步2DCOS图像建立的ResNet模型的迭代次数最少、耗时最短、成本最低。该研究为鉴别不同地理来源的草果提供了一种快速、准确的新方法，为草果质量等级评价体系的进一步研究奠定了基础。

Abstract

In this study，Fourier transform near-infrared spectroscopy（FT-NIR），attenuated total reflection-Fourier transform infrared spectroscopy（ATR-FTIR） and two-dimensional correlation spectroscopy（2DCOS） techniques，combined with chemometric and deep learning were adopted to establish partial least squares discriminant analysis（PLS-DA） and Residual convolution neural network（ResNet）discriminant models for rapid and accurate traceability of

A.tsaoko

samples from seven main production areas（221 samples）. The results indicated that the PLS-DA model established after the second derivative（2nd） + standard normal variate（SNV） preprocessing of ATR-FTIR spectral data showed the best performance（95.31%），but the optimal preprocessing for FT-NIR spectral data was 2nd. The ResNet model based on FT-NIR and ATR-FTIR synchronized 2DCOS images could achieve 100% accuracy without the need for optimal preprocessing and complex data conversion. Among them，the ResNet model established for 2DCOS images converted from FT-NIR had the least number of epochs，the shortest time consumption，and the lowest cost. This study provides a fast and accurate new method for identifying

A.tsaoko

from different geographical origins，laying the foundation for further research on the quality rating system of

A.tsaoko

关键词

Keywords

references

Pharmacopoeia Commission of People's Republic of China . Pharmacopoeia of the People's Republic of China . Beijing ： China Medical Science Press （国家药典委员会. 中华人民共和国药典. 北京：中国医药科技出版社）， 2020 ： 372 .

He G ， Yang S B ， Wang Y Z . Arab . J. Chem. ， 2023 ， 16 （ 8 ）： 104936 .

Hu Y F ， Gao X Y ， Su J Y ， An M ， Yang L X ， Yang S B ， Tian Y ， Fan Y H . Chin . J. Trop. Crops （胡一凡，高晓余，苏俊宇，安梅，杨林霞，杨绍兵，田洋，范源洪. 热带作物学报）， 2024 ， 45 （ 5 ）： 915 - 927 .

Hu Y F ， Zhang X M ， Shi N X ， Yang Z Q . Chin . Tradit. Herb. Drugs （胡一凡，张雪梅，石乃星，杨志清. 中草药）， 2019 ， 50 （ 24 ）： 6091 - 6097 .

Liu X L ， He J C ， Zhao X L ， Mu M X ， He Y Q ， Zhou J L ， Yang Y W . Lishizhen Med . Mater. Med. Res. （刘小莉，和俊才，赵小丽，穆明兴，和雨秋，周继兰，杨耀文. 时珍国医国药）， 2023 ， 34 （ 8 ）： 1980 - 1983 .

Xu P ， Yu M W ， Li X H ， Mi Q ， Lu Y ， Luo W X ， Chen J ， Yang Y C ， Zheng G W . Mol . Plant Breed . （徐萍，于梦雯，李新华，米琪，陆尤，罗文秀，陈佳，杨颖翠，郑国伟. 分子植物育种）， 2023 ： 1 - 14 . http：//kns.cnki.net/kcms/detail/46.1068.S.20230912.1246.004.html http://kns.cnki.net/kcms/detail/46.1068.S.20230912.1246.004.html .

Hu Y F ， Gao X Y ， Zhao Y ， Liu S F ， Luo K L ， Fu X ， Li J Y ， Sheng J ， Tian Y ， Fan Y H . Int. J. Mol. Sci. ， 2023 ， 24 （ 8 ）： 7191 .

Liu Y G ， Chen H ， Zhao T J ， Nong S Z . J . West China For. Sci. （刘永国，陈宏，赵塘颉，侬时增. 西部林业科学）， 2017 ， 46 （ 5 ）： 106 - 112，126 .

Ma M L ， Wang T T ， Lei E ， Meng H L ， Zhang W ， Zhang T T ， Lu B Y . Crops（马孟莉，王田涛，雷恩，孟衡玲，张薇，张婷婷，卢丙越 . 作物杂志）， 2020 ，（ 2 ）： 54 - 59 .

Zhang Y P ， Ji X Z ， Yu S H ， Su F ， Qin X W ， Hao C Y ， Wu L Z ， Xu F ， He J C ， He W D ， You S J . Chin . J. Trop. Crops （张映萍，吉训志，余少洪，苏凡，秦晓威，郝朝运，吴莲张，徐飞，和俊才，和卫东，友胜军. 热带作物学报）， 2024 ， 45 （ 6 ）： 1157 - 1166 .

Deng G M ， Li J Q ， Liu H G ， Wang Y Z . Food Control ， 2025 ， 167 ： 110810 .

Hu X Y ， Wang Y Z . J. Instrum. Anal. （胡晓燕，王元忠. 分析测试学报）， 2024 ， 43 （ 11 ）： 1709 - 1724 .

Zou Z W ， Guo B J ， Guo Y ， Ma X L ， Luo S S ， Feng L L ， Pan Z P ， Deng L J ， Pan S H ， Wei J B ， Su Z H . Food Chem. ， 2024 ， 439 ： 138142 .

Li G Y ， Li J Q ， Liu H G ， Wang Y Z . Talanta ， 2025 ， 281 ： 126910 .

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

Kaushal S ， Tammineni D K ， Rana P ， Sharma M ， Sridhar K ， Chen H . Trends Food Sci. Technol. ， 2024 ， 146 ： 104408 .

Mishra P ， Lohumi S . Biosyst. Eng. ， 2021 ， 203 ： 93 - 97 .

Mishra P ， Biancolillo A ， Roger J M ， Marini F ， Rutledge D N . TrAC，Trends Anal. Chem. ， 2020 ， 132 ： 116045 .

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

He G ， Yang S B ， Wang Y Z . Anal. Chim. Acta ， 2023 ， 1280 ： 341869 .

Schütz D ， Riedl J ， Achten E ， Fischer M . Food Control ， 2022 ， 136 ： 108892 .

Haruna S A ， Li H H ， Wei W Y ， Geng W H ， Luo X F ， Zareef M ， Solomon A S Y ， Ivane N M A ， Isa A ， Chen Q S . Spectrochim . Acta A ， 2023 ， 285 ： 121854 .

Zhou H N ， Li H Y ， Xu W H ， Wei Y Y ， Yu R X ， Wang W ， Chen Y M . Chin. J. Nat. Med. ， 2021 ， 19 （ 1 ）： 28 - 35 .

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-Food Sci . Technol. ， 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 .

Sun Y ， Liu N ， Zhao L ， Liu Q ， Wang S S ， Sun G H ， Zhao Y F ， Zhou D Q ， Cao R . Microchem. J. ， 2024 ， 204 ： 111037 .

Kryska A ， Depciuch J ， Krysa M ， Paja W ， Wosiak A ， Nicoś M ， Budzynska B ， Sroka B A . Spectrochim . Acta A ， 2024 ， 320 ： 124653 .

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

Hou L ， Wu P Y . Acta Polym. Sin. （侯磊，武培怡. 高分子学报）， 2022 ， 53 （ 5 ）： 522 - 538 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于FT-NIR和ATR-FTIR光谱的铁皮石斛地理溯源

基于FT-NIR技术结合化学计量学方法快速准确鉴别天麻不同栽培品种