【作者】趙艷麗張霽王元忠

【機(jī)構(gòu)】云南省農(nóng)業(yè)科學(xué)院藥用植物研究所

【摘要】利用近紅外光譜鑒別云南不同產(chǎn)區(qū)藥用真菌茯苓。采用光譜標(biāo)準(zhǔn)偏差法（SSD）和蒙特卡羅無信息變量消除法（MC-UVE）逐步篩選光譜信息,利用K-S算法將白茯苓和茯苓皮劃分訓(xùn)練集和驗(yàn)證集,并結(jié)合偏最小二乘判別分析法（PLS-DA）分別構(gòu)建不同產(chǎn)區(qū)白茯苓和茯苓皮的分類模型,進(jìn)一步建立不同產(chǎn)區(qū)茯苓的Fisher判別方程。結(jié)果表明:（1）通過主成分-馬氏距離（PCA-MD）分析,白茯苓和茯苓皮的近紅外光譜在主成分得分空間內(nèi)呈現(xiàn)出較大差異,構(gòu)建不同產(chǎn)區(qū)茯苓鑒別模型應(yīng)將白茯苓及茯苓皮分開。（2）最優(yōu)主成分?jǐn)?shù)為5時(shí),采用SSD篩選的886個(gè)變量(7 501.74–4 088.35cm-1)構(gòu)建的白茯苓和茯苓皮的分類模型,其R2、RMSECV和RMSEP分別為0.986、0.988;0.320、0.283;0.425、0.395;采用MC-UVE法分別篩選出白茯苓和茯苓皮光譜信息（34個(gè)、22個(gè)變量）建立的分類模型,其R2、RMSECV和RMSEP分別為0.993、0.991;0.224、0.255;0.298、0.355。采用MC-UVE結(jié)合PLS-DA法建立的分類模型,有效降低了冗余信息,白茯苓和茯苓皮的R2均有所提升,RMSECV和RMSEP均有所降低,預(yù)測(cè)正確率分別由85.71%和83.33%,提高至100%。（3）進(jìn)一步采用逐步判別分析法篩選出白茯苓（6個(gè)）和茯苓皮（4個(gè)）光譜變量,建立Fisher判別方程,回代驗(yàn)證正確率均大于85.7%,交叉驗(yàn)證正確率均大于66.7%,表明所建立的Fisher判別方程能較好地鑒別不同產(chǎn)區(qū)的茯苓。

【基金】國家自然科學(xué)基金(31460538)~~；

【關(guān)鍵詞】產(chǎn)地鑒別; 光譜標(biāo)準(zhǔn)偏差法; 偏最小二乘判別分析法; Fisher判別方程;