在激光誘導(dǎo)擊穿光譜技術(shù)具有多成分同時(shí)探測(cè)分析、快速、在線定性分析及定量檢測(cè)等特點(diǎn)。水稻產(chǎn)地溯源研究方面，在前期農(nóng)作物產(chǎn)地溯源研究基礎(chǔ)上，采用LIBS技術(shù)結(jié)合機(jī)器學(xué)習(xí)算法，對(duì)同一品種水稻的不同水稻產(chǎn)地進(jìn)行快速識(shí)別研究。

水稻是中國(guó)主要糧食作物,而水稻品質(zhì)與其生長(zhǎng)的外部環(huán)境如土壤特性、氣候、日照時(shí)間和灌溉水等環(huán)境息息相關(guān),高品質(zhì)水稻的產(chǎn)地區(qū)域面積有一定地域限制,因此水稻可看成為是一個(gè)明顯的地理標(biāo)志物。市場(chǎng)常出現(xiàn)一些假冒或者貼牌的知名優(yōu)質(zhì)水稻出售,損害了水稻品牌，降低了消費(fèi)者的水稻品質(zhì)保障,并且擾亂了市場(chǎng)穩(wěn)定性，因此對(duì)于水稻產(chǎn)地快速識(shí)別技術(shù)的需求十分迫切。

在激光誘導(dǎo)擊穿光譜技術(shù)具有多成分同時(shí)探測(cè)分析、快速、在線定性分析及定量檢測(cè)等特點(diǎn)。水稻產(chǎn)地溯源研究方面，在前期農(nóng)作物產(chǎn)地溯源研究基礎(chǔ)上，采用LIBS技術(shù)結(jié)合機(jī)器學(xué)習(xí)算法，對(duì)同一品種水稻的不同水稻產(chǎn)地進(jìn)行快速識(shí)別研究。

一、實(shí)驗(yàn)內(nèi)容

圖1激光誘導(dǎo)擊穿水稻光譜實(shí)驗(yàn)裝置

在相同實(shí)驗(yàn)條件下，獲得五個(gè)產(chǎn)地的水稻LIBS光譜信號(hào)。實(shí)驗(yàn)過(guò)程中，為了防止水稻樣品表面過(guò)度激光燒蝕，將壓制成片的水稻樣品固定在三維平移臺(tái)上“弓”狀勻速運(yùn)動(dòng)，使每發(fā)激光脈沖作用在新的位置。為了降低激光脈沖能量抖動(dòng)對(duì)水稻LIBS光譜穩(wěn)定性的影響，采用100個(gè)脈沖進(jìn)行LIBS光譜平均。實(shí)驗(yàn)工作是在標(biāo)準(zhǔn)大氣壓、室內(nèi)溫度為25℃、空氣相對(duì)濕度為35%的環(huán)境下開(kāi)展。

圖2水稻LIBS光譜（產(chǎn)地依次為大安、公主嶺、前郭、松原、洮兒河）

水稻內(nèi)的元素含量與產(chǎn)地土壤特性、日照條件以及灌溉水質(zhì)有關(guān)，水稻LIBS光譜強(qiáng)度的差異性，可反映出水稻的產(chǎn)地屬性，因此選取多條元素LIBS特征光譜信息可對(duì)水稻產(chǎn)地進(jìn)行識(shí)別。

表1水稻LIBS特征譜線

在實(shí)驗(yàn)過(guò)程中，受到激光脈沖能量抖動(dòng)、空氣流動(dòng)和樣品壓制不均勻等因素影響，導(dǎo)致水稻LIBS光譜譜線強(qiáng)度間絕對(duì)值存在一定的差異，從而削弱譜線強(qiáng)度相對(duì)低的元素作用。

在實(shí)驗(yàn)過(guò)程中，受到激光脈沖能量抖動(dòng)、空氣流動(dòng)和樣品壓制不均勻等因素影響，導(dǎo)致水稻LIBS光譜譜線強(qiáng)度間絕對(duì)值存在一定的差異，從而削弱譜線強(qiáng)度相對(duì)低的元素作用。

二、水稻產(chǎn)地聚類

表2水稻產(chǎn)地識(shí)別機(jī)器學(xué)習(xí)算法模型結(jié)果對(duì)比

2.1水稻產(chǎn)地聚類

在進(jìn)行水稻產(chǎn)地聚類分析過(guò)程中，由于LIBS特征光譜譜線數(shù)據(jù)變量之間具有強(qiáng)相關(guān)性，導(dǎo)致LIBS特征信息重疊從而降低水稻產(chǎn)地聚類分析精度。主成分分析(principacomponentanalysis，PCA)是將相關(guān)的變量綜合為一個(gè)或少數(shù)幾個(gè)主成分的非監(jiān)督學(xué)習(xí)算法，因此采用PCA對(duì)水稻LIBS的選擇16條元素特征譜線進(jìn)行降維，除去水稻LIBS光譜中相關(guān)性較強(qiáng)的多余特征信息，從而實(shí)現(xiàn)水稻產(chǎn)地聚類分析，為水稻產(chǎn)地的識(shí)別莫定基礎(chǔ)。

2.2水稻產(chǎn)地識(shí)別

水稻LIBS光譜數(shù)據(jù)經(jīng)PCA降維后，由水稻產(chǎn)地聚類分析結(jié)果表明，部分產(chǎn)地聚類有一定的空間重疊，不能有效分開(kāi)，因此需要結(jié)合機(jī)器學(xué)習(xí)算法來(lái)對(duì)水稻產(chǎn)地進(jìn)行精確快速識(shí)別。

圖3結(jié)合LIBS和機(jī)器學(xué)習(xí)的水稻產(chǎn)地識(shí)別混淆矩陣

三、結(jié)論

結(jié)合LIBS光譜技術(shù)和PCA-BaggedTrees、PCA-Weigh-tedKNN、PCA-QuadraticSVM和PCA-CoarseGaussianSVM四種機(jī)器學(xué)習(xí)算法對(duì)同一水稻品種的五個(gè)水稻產(chǎn)地進(jìn)行了識(shí)別研究?；谥鞒煞址治鰧?duì)水稻LIBS光譜進(jìn)行降維，獲得水稻產(chǎn)地聚類分析散點(diǎn)圖，發(fā)現(xiàn)具有較好的空間聚類效果。

推薦：

實(shí)驗(yàn)室一體化LIBS激光誘導(dǎo)光譜儀iSpecLIBS-SCI800

主要由激光器、高分辨率光譜儀、LIBS光路收集探頭、XYZ樣品窗、觸發(fā)延遲控制器等組成，由于其采用一體化，可擴(kuò)展非常靈活，非常適合科研研究、LIBS光學(xué)應(yīng)用實(shí)驗(yàn)、光學(xué)應(yīng)用中心等用戶，可以非常方便的靈活選用配置激光器和光譜儀。

審核編輯 黃宇