紅參為五加科植物人參Panax ginseng的栽培品經蒸制后的干燥根和根莖。在我國主產于東北３省，具有大補元氣，復脈固脫，益氣攝血的功效。紅參作為一種常用中藥材，在中藥制劑中應用廣泛，隨著對人參需求量的提升，人參栽培受限于連作障礙問題，其產地由吉林為主向東北各地擴展，不同產地的人參及其加工品紅參存在著較大的質量差異，為確保中藥制劑質量穩定，加強紅參原料質量控制，對紅參產地進行鑒別區分具有較大意義。傳統紅參鑒別以經驗判斷真偽優劣和大致產地，受檢驗人員個人經驗影響大、重復性差，隨著化學分析手段的進步，薄層色譜、液相色譜等雖然能夠準確檢測出樣本之間的差異，但前處理耗時費力且檢測成本高，無法滿足工業化生產對紅參快速在線分選的要求。高光譜成像（HyperSpectral Imaging, HSI）技術能夠同時采集對象品質屬性的光譜信息和圖像信息，是一種快速、無損、原位成像的檢測技術。近幾年在食品、農產品等領域的應用較多，在中藥材甄別摻假品、硫熏品、染色增重品和含量不合格等領域也逐步開始應用。本研究以來源不同產地的紅參樣品為研究對象，利用高光譜成像技術、光譜預處理、數據融合方法和分類模型算法對不同產地的紅參進行判別分析，使用混淆矩陣和對不同模ROC型預測性能進行評估，對比了不同模型的f分類結果，為實現在線快速無損識別不同產地的紅參提供參考。

　　一、材料與方法

　　1.1 藥材

　　實驗用紅參藥材選自東北3省，分別是遼寧（6批次），吉林（11批次）和黑龍江（5批次）。經杭州市食品藥品檢驗研究院郭怡飚主任中藥師鑒定為五加科植物人參Panax ginseng的栽培品經蒸制后的干燥根。22批次紅參藥材共收集到304個紅參樣品用于高光譜圖像分析，其中遼寧產地紅參58根，黑龍江產地紅參110根，吉林產地紅參136根。按照Kennard Stone算法將樣本分成訓練集和測試集，其中訓練集203樣本，測試集101個樣本。

　　二、 結果

　　2.1 ?樣品的原始光譜曲線

　　高光譜成像代表性圖像見圖1（Ａ），不同產地紅參的平均近紅外光譜見圖1（Ｂ）。

　　2.2 預處理方法的選擇

　　為實現對不同產地紅參的鑒別分析，使用主成分分析（Principal Component Analysis, PCA）對原始光譜進行處理，由于第一主成分（PC１）和第二主成分（PC２）的累計方差貢獻度在99％以上，因此使用前２個主成分繪制PCA圖。圖２為原始光譜的PCA圖。由圖可見，不同產地紅參的樣本重疊交織在一起，不易區分。因此通過原始光譜無法實現對不同產地紅參的準確鑒別分析。為進一步提高鑒別準確率，采用SG平滑、一階導數、二階導數、SNV、MSC對原始光譜進行預處理，并使用Kennard Ston算法進行樣本劃分，計算出PLC-DA、SVC２種分類方法的準確率見表１。根據結果，在本研究中使用基于SG平滑的二階導數作為光譜預處理的方式。見圖３。

　　2.３ 特征波段的提取

　　采用法挑選出SPA 10個近紅外特征波長（961nm、1069nm、1157nm、1323nm、1332nm、1377nm、1401nm、1457nm、1500nm、1526nm）。見圖４。

　　三、討論

　　紅參作為一種常用中藥材，在中藥制劑中應用廣泛，由于不同產地紅參存在較大的質量差異，因此其產地鑒別對于保障制劑穩定性至關重要。目前紅參的產地鑒別主要依靠外觀性狀和一些化學分析方法，外觀形狀受限于技術人員個人經驗且工作量大，化學分析方法無法做到對每個藥材的無損鑒別，難于在實際中藥制劑生產中運用。近紅外高光譜技術可采集紅參近紅外光譜信息和圖像紋理信息，經信息預處理并建立合適的模型，能做到無損準確鑒別。

　　近紅外光譜所主要反映的信息主要是分子內含氫基團（如CH、OH、NH等）振動時倍頻和合頻的吸收，其分析領域基本包括了全部的有機化合物和混合物。從不同產地紅參的平均近紅外光譜看，光譜有一定的差異，其中黑龍江紅參的反射強度最低，與其他2個產地的紅參區別較大，吉林和遼寧紅參的光譜曲線較為接近。這一現象可能由于吉林和遼寧產地的土壤環境、緯度、光照條件更接近所致。但僅僅依靠原始光譜，鑒別準確率不高，需去除光譜的干擾信息。從不同預處理方法看，簡單的SG平滑無法提高鑒別效果，MSC算法反而降低了鑒別準確率，可能采用 MSC算法丟失了部分有用信息，基于SG平滑的一階導數和二階導數以及SNV算法處理后光譜數據的模型準確率有不同程度地提高，其中使用二階導數預處理后的光譜數據構建的模型效果最佳，在測試集中準確率接近90％。從二階導數預處理后的光譜曲線可以看出預處理后能夠減輕光譜基線移位、漂移等干擾。

　　審核編輯：鄢孟繁