基于高光谱成像技术的蜂蜜掺假无损检测

蜂蜜主要由糖组成，其中60 % ~ 80 %是容易被人体吸收的葡萄糖和果糖。由于其营养价值和独特的风味，天然蜂蜜的价格远高于甜糖或精制蔗糖等其他甜味剂。因此，蜂蜜一直是食品掺假的主要目标。蜂蜜掺假给蜂蜜行业造成严重的经济损失，各种糖浆掺假也难以检测。本研究主要利用高光谱成像和化学计量学方法来进行蜂蜜掺假鉴别和不同蜂蜜掺假水平预测，对于维护蜂蜜和糖浆市场秩序，保护消费者合法权益具有科学意义。

山东农业大学邵园园副教授团队利用我司高光谱设备，对不同掺假比例（掺假物为果葡糖浆和蔗糖溶液，掺假比例为0%、5%、10%、15%、20%、30%和40% w/w）的纯百花蜜进行高光谱数据的采集，实现高光谱成像技术对蜂蜜掺假的无损检测。我司高光谱设备参数如图1所示。

图1 Gaiafiled-Pro-V10E相机及参数

表1蜂蜜掺假水平的信息

图2 高光谱成像系统

对比分析了纯蜂蜜和掺假样本间的光谱差异。可以看出，光谱波峰和波谷是一致的，但在450-900 nm处的反射值不同。蜂蜜在420-580 nm和600-950 nm处的吸收曲线明显不同。样本在420-580 nm的反射率存在较大差异，这可能与蜂蜜中的糖含量有关。从平均光谱曲线看，掺果葡糖浆的反射值变化范围在420~580 nm处高于蔗糖掺假的，这可能是因为蔗糖溶液比果葡糖浆更容易溶解到纯蜂蜜中。

图3 平均光谱反射曲线:（A）果葡糖浆掺假;（B）蔗糖溶液掺假。

基于高光谱图像进行主成分分析（PCA），以此获得每张蜂蜜及掺假样本的主成分（PC）图像。为了更清楚地显示不同PC图像之间的差异，提供了原始PC图像和伪彩色图像。对于果葡糖浆掺假，PC1图像差异不明显，PC2伪彩色图像中黄色掺假区域清晰可见，表明PCA可以检测蜂蜜掺假。对于蔗糖溶液掺假，PC2伪彩色图像中5 %和10 %掺假蜂蜜的颜色差异不明显，说明PCA不能检测低含量掺假蜂蜜样本。

图4 不同掺假水平的蜂蜜样本的主成分图像：（A）果葡糖浆掺假;（B）蔗糖溶液掺假。

基于特征波长并建立了LIBSVM模型，用于检测纯蜂蜜和掺假蜂蜜样本。在训练集下，模型的分类准确率为97.3 %。纯蜂蜜样本与掺假样本有明显区别，不存在样本误判。在测试集下，分类模型的分类准确率为92.5 %。测试集结果表明：4个纯蜂蜜样本被误判为掺假蜂蜜，2个掺假蜂蜜样本被错误判断为纯蜂蜜样本。因此，通过高光谱成像结合化学计量学检测蜂蜜掺假是可行的。

表2 LIBSVM模型对蜂蜜掺假的分类结果

为了预测不同蜂蜜样本的掺假水平的，建立了基于SPA挑选的特征波长和掺假水平的偏最小二乘回归（PLSR）模型。在预测集中，PLSR模型在RV2 = 0.84，RMSEV = 5.26，RPD = 2.50取得了良好的预测性能。图4表明了PLSR模型的实际掺假水平与预测掺假水平的散点图，预测值与实际值之间存在高度相关性。因此，基于PLSR的高光谱数据是预测蜂蜜掺假水平的一种有前途的强大分析方法。

图5 预测集中实际掺假水平和预测掺假水平的散点图

综上所述，采用高光谱成像结合化学计量学技术检测蜂蜜掺假，建立LIBSVM掺假鉴别模型和PLSR掺假水平预测模型。LIBSVM模型对蜂蜜掺假的分类准确率为92.5%。结果表明，LIBSVM模型对蜂蜜掺假检测具有良好的预测能力，对维护蜂蜜和糖浆市场秩序，保护消费者合法权益具有积极的现实意义。PLSR模型具有良好的预测能力，可以预测掺假蜂蜜的掺假水平。

第一作者简介：

邵园园，工学博士，山东农业大学副教授，硕士生导师。

主要研究方向：1、农业机械设计，包括播种育苗移栽机械、免耕播种机械、秸秆后处理机械及苹果、花生、甘薯收获机械等。

2、机构运动与动力学优化仿真；精准农业、农产品检测、图像识别、高光谱图像处理等。

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