基于近红外高光谱技术和特征波谱分析方法的竹类判别研究

　　本研究应用了900-1700nm的高光谱相机，可采用杭州彩谱科技有限公司产品FS25进行相关研究。FigSpec?系列成像高光谱相机采用高衍射效率的透射式光栅分光模组与高灵敏度面阵列相机、结合内置扫描成像及辅助摄像头技术，解决了传统高光谱相机需外接推扫成像机构及调焦复杂等难以操作的问题。可与标准C接口的成像镜头或显微镜直接集成，实现光谱影像的快速采集。

　　竹属于禾本科竹亚科，是世界上最宝贵的植物资源之一。全世界约有竹类70属、1200多种，而我国有39属、500余种，竹林面积高达720万公顷，约占世界总量的1/301。大量的研究表明竹叶含有丰富的黄酮、酚酸、多糖等功能性成分，显示出良好的抗氧化、调节血脂、保护心脑血管及抑制食品加工过程中丙烯酰胺生成等功效。

　　然而，研究发现，不同种属的竹叶中功能性成分的含量差异较大，例如矢竹属总黄酮含量仅为倭竹属的1/3，而总黄酮的丰度对竹叶的抗氧化活性具有重要影响。因此，快速准确区分不同品种的竹叶，是竹类资源开发过程中的重要任务之一。传统对于竹类品种的鉴别主要是通过观察竹叶大小、纹理、竹枝分枝和竹竿高度等。

　　然而竹资源科属较多，亟需一种快速、无损的方法对竹叶进行鉴别分析。近红外高光谱技术是一种快速、无损的分析技术，由于光谱特性稳定、信息量大等特性已经广泛应用于植物、药材、农产品等的检测中，尤其在样本的品种鉴别中有大量的报道。因此采用近红外高光谱技术结合化学计量学方法对中国不同地域的竹叶进行鉴别分析，旨在为竹资源的开发利用提供理论基础。

　　采用近红外高光谱结合特征波谱对不同竹叶样本进行分类鉴别研究。获取 900～1 700 nm 范围的光谱，进行主成分的聚类分析，根据主成分的载荷系数和Random frog进行特征波段的提取，分别获得6条和12条特征波段，最后根据全波段与特征波段建立LS-SVM判别模型，并用ROC曲线评估LS-SVM的准确性和稳定性。

　　结果显示，三个鉴别模型的AUC均高于0.98，且采用主成分的载荷系数得到的6条特征波段建立的LS-SVM综合效果最佳。表明采用近红外高光谱技术可以实现不同品种竹叶的分类鉴别，这为竹类品种的快速分类提供了一个新的参考方法。下一步的研究中将考虑采用光谱技术实现竹叶中黄酮、酚酸、多糖等功能性成分的快速检测，可以提高竹叶开发利用的效率。