THz时域光谱(THz time-domain spectroscopy, THz-TDS)技术是最常用的太赫兹光谱技术, 是20世纪80年代由AT& T Bell实验室和IBM公司的Watson研究中心开发的一种基于THz脉冲的相干探测技术。 在THz-TDS中通过测量THz时域脉冲的电场, 同时获取振幅和相位信息, 不需使用复杂的克拉默斯-克勒尼希(Kamers-Kronig, KK)变换即可得到复折射率参数, 提高了测量精度。 THz-TDS系统主要包括三种: 透射式(transmission)、 反射式(reflection)和衰减全反射式(attenuated total reflection, ATR), 依据样品的性质和测量目的进行选择。 透射式是出现最早、 应用最广的THz-TDS测量手段; 反射式主要用于液体样本的光谱采集, 可以有效解决水(极性分子)对太赫兹波的强烈吸收造成的影响^[18]; 衰减全反射式相较于传统的透射式、 反射式可以获得精度更高的光学系数^{[19, 20]}。

一个完整的THz-TDS系统主要包括飞秒激光器、 THz发射器与探测器、 时间延迟控制系统等部分, 不同THz脉冲产生和探测方式其系统的结构会有一些差异。 图1是典型透射THz-TDS系统示意图。 如图1所示, 首先, 由飞秒激光器发射飞秒激光脉冲(femtosecond pulsed laser), 该脉冲被分束镜(beam splitter, BS)分成互相垂直两束, 泵浦光(pump beam)和探测光(probe beam)。 然后, 泵浦光经反射镜被聚焦到光导天线的基底表面, 产生THz脉冲, THz脉冲经两个离轴抛物面反射镜准直、 聚焦到被测样品上, 透射样品后载有样品信息的 THz脉冲被另一对离轴抛物面反射镜准直、 聚焦到探测光电导天线上。 探测光经过一系列反射镜和时间延迟装置, 与载有样品信息的THz脉冲共线地通过探测晶体, 探测晶体最终将此信号发送给计算机做进一步数据分析, 自此光谱采集过程结束。

图1

Fig. 1

	Figure Option ViewDownloadNew Window
	图1 典型透射THz时域光谱系统示意图Fig. 1 Schematic of typical THz-TDS system in transmission mode

1995年, Hu等在THz-TDS系统中增加二维扫描平移台, 首次实现脉冲THz-TDS成像, 并成功实现对树叶、 芯片等样品成像^[21]。 通过在THz-TDS系统增加图像处理装置和扫描控制装置, 可以实现反射扫描或透射扫描成像, 即时域光谱成像方式。 根据不同的需要, 可以采用不同的成像方法。 依据光源类型不同, 太赫兹成像技术可以分为脉冲太赫兹波成像和连续波太赫兹成像两大类。 具体包括: 太赫兹时域逐点扫描成像、 太赫兹实时焦平面成像、 太赫兹波计算机辅助层析成像、 太赫兹连续波成像和太赫兹近场成像等。 在农产品品质检测中最常用的成像方式是太赫兹时域光谱成像。

太赫兹光谱系统扫描样本后, 利用快速傅里叶变换将原始太赫兹波时域信号转换为频域信号, 由频域的相位信息和振幅信息, 进而得到频域内的折射率和吸收系数等光学参数^{[22, 23]}。 太赫兹光谱数据分析建立在频域信号基础上, 通过分析大量样本在频谱内的光学参数(折射率和吸收系数)特征, 利用化学计量学、 模式识别等相关理论, 建立光谱数据与样本成分性质/含量之间数学关系, 从而实现对样本成分性质/含量的有效判定。 具体分为两步: 光谱数据预处理和建立分类/回归模型。 对光谱数据进行预处理的主要目的是去除冗余信息、 提高信噪比。 常用的预处理方法包括归一化与变换、 平滑和基线校正。 归一化用于消除自变量之间绝对大小差异对结果造成的影响; 平滑是去噪的常用方法, 常用的平滑方法有窗口移动平均法、 S-G(savitzky-golay)平滑^[24]等, 能有效去除高频噪声对光谱信号的干扰; 基线校正用于消除由于仪器器件、 样品粒度和其他因素影响而出现的基线漂移现象, 常用的方法包括一阶微分、 二阶微分、 非对称最小二乘(asymmetric least squares, AsLS)^[25]等。 通常情况下, 需要根据光谱的数据特点和具体应用选择合理的预处理方法。

太赫兹光谱数据蕴含着样品 “ 指纹” 信息, 但由于农产品组分复杂, 且各物质之间相互影响, 导致产生特征峰堆叠、 被淹没的现象, 往往需要通过化学计量学、 模式识别等理论提取有效特征, 建立分类、 回归模型, 实现对检测样品的定性判别和定量预测。 在近期的研究文献中, 主成分分析(principal component analysis, PCA)、 偏最小二乘(partial least squares regression, PLSR)、 支持向量机(support vector machine, SVM)、 线性判别分析(linear discriminant analysis, LDA)是最常用的建模方法。 如表1所示。 PCA是一种非监督式线性降维方法, 通过线性变换将原始特征转换为一组相互正交的线性无关的新特征, 使得在新的特征空间下样本点投影后方差最大, 这组新特征即为主成份。 已有研究利用PCA进行定性分类^[26], 更多地将其作为特征降维方法, 通过与其他聚类、 分类、 回归模型相结合实现定性判别或定量预测^{[23, 27, 28]}。 PLSR是一种基于统计的多自变量-多因变量回归方法, 通过对自变量集合和因变量集合分别提取主成分, 解决了自变量共线问题、 以及普通多元线性回归样本数量要大于自变量数量的限制问题, 该方法常用于定量预测^{[25, 29]}和特征选择^[30]。 SVM基于统计学习理论, 通过将线性不可分的原始训练数据集映射到高维特征空间, 从而达到在高维特征空间线性可分的目的, 在高维特征空间最小化结构风险寻找最优决策超平面。 该方法既可以应用于定量分析也可以应用于定性判别。 研究人员利用粒子群^[31]、 遗传算法^[32]等最优化方法对SVM模型参数进行优化, 相较于普通SVM模型性能得到提升。 另外, LDA是一种常用的监督式分类判别方法, 通过将原始训练数据投影后同类样例的投影尽可能接近、 异类样例的投影尽可能远离, 从而得到投影矩阵, 对未知样例的类别判断则依据其在投影矩阵的位置来判断。

在模型评估方面, 通常采用交叉验证方法对已建立的定性、 定量模型性能进行评估。 常用评估指标包括: 相关系数(r)、 决定系数(R²)、 均方根误差(root mean square errors, RMSE)、 以及相对分析误差(ratio prediction to deviation, RPD)。 计算公式如下

r=∑i=1n(Yobs, i-Yobs, i¯)(Ymodel, i-Ymodel, i¯)∑i=1n(Yobs, i-Yobs, i¯)2(Ymodel, i-Ymodel, i¯)2(1)RMSE=∑i=1n(Yobs, i-Ymodel, i)2n(2)RPD=SDSEP(3)

表1

Table 1

表1(Table 1)

表1 太赫兹光谱处理方法及其在农产品品质检测中的研究汇总 Table 1 Summary of studies about THz spectroscopy for agr-food quality evaluation 用途 目标物 频率/THz 太赫兹光谱类型 预处理方法 方法 结果 参考文献 定性 地沟油与健康食用油 0.2~1.3 透射式THz-TDS 无 PCA SVM 正确率100% [43] 奶制品添加脂肪粉 0.1~1.5 THz-TDS Savitzky-Golay平滑 SVM-DA 正确率88.62% [24] 三氯杀螨砜、 敌百虫、 亚胺硫磷和六氯苯(农药) 0.4~2.2 透射式THz-TDS 无 PCA SVM 正确率100% [35] 转基因大米种子鉴别 0.5~1.5 反射式THz光谱成像系统 一阶求导 二阶求导 SNV PCA LS-SVM PCA-BPNN RF 正确率96.67% [28] 转基因棉花种子识别 0.2~1.2 透射式THz-TDS 无 MPGA-SVM DT KNN LDA 正确率86.5%~99% [32] 定量 DBP-乙醇溶液 0.25~1.25 透射式THz-TDS 无 单变量回归 相对误差 1.71%~12.6% [44] 小麦粉中添加滑石粉 0.2~1.5 THz-TDS 无 PLS r: 0.993 9 RMSE: 1.48% [42] 黄小米中氨基酸 0.3~1.9 透射式THz-TDS AsLS基线校正 PLS iPLS RMSE: 0.39 ± 0.02 [25] 牛奶中脂肪、 总固形物、 乳糖、 牛奶蛋白、 体细胞 20~440 cm-1 THz-ATR 无 PLS RMSE: 0.27~0.39 R2: 0.67~0.80 [52] 盐酸四环素(抗生素) 0.4~2.0 THz-TDS Dixon检验 学生化残差 PLS r: 0.991 9 RMSE: 2.23% RPD: 7.87 [38] 花生油中的黄曲霉毒素B1 0.3~1.7 透射式THz-TDS 一阶求导 二阶求导 PLS SMLR r: 0.930 9 RMSE: 27.7 ppm [41]

表1 太赫兹光谱处理方法及其在农产品品质检测中的研究汇总 Table 1 Summary of studies about THz spectroscopy for agr-food quality evaluation

其中, n为测试集样本数量, Y_{obs, i}为验证集中第i个样本的实际测量值, Y_{model, i}为测试集中第i个样本的模型预测值, Yobs, i¯和 Ymodel, i¯分别为Y_{obs, i}和Y_{model, i}的平均值, SD为测试集样本实际测量值标准差, SEP为测试集样本预测误差。

一般情况下, r值越大、 RMSE越小, 表明该模型效果越好, 同时RPD值介于3和10之间表明模型鲁棒性较好^[33]。

现代农业中农药使用率高, 针对农药残留引起的环境污染和健康问题日益引起关注。 研究人员利用太赫兹技术相继开展了农药太赫兹光谱特征峰识别、 模型构建方法的相关研究。 Maeng等^[34]分析了吡虫啉等7种农药的太赫兹光谱, 指认出5种农药的特征峰, 据此实现农药类别鉴定; 另外建立PLSR模型预测小麦与吡虫啉混合粉末样品中吡虫啉的质量比例, 最低检测限为11%。 郝国徽等对室温状态下三种菊酯农药0.2~2.2 THz频率范围内的太赫兹光谱特性展开研究, 均发现其指纹特征峰; 进一步建立PLSR定量分析模型预测溴氰菊酯和聚乙烯混合物样品中农药含量, 模型检出限为2.0%, 均方差为0.55%, 绝对偏差小于0.8%。 黄翼虎等^[35]利用THz-TDS光谱系统扫描三氯杀螨砜等4种农药与聚乙烯混合粉末样品, 在0.3~2.2 THz频率范围内, 首先利用PCA法提取主成分, 再利用SVM对提取的主成分构建分类模型, 对四种农药纯品分类鉴别正确率达到100%。 Chen等^[22]分析吡虫啉和大米混合粉末样品的太赫兹吸收光谱, 实现吡虫啉定量预测, 着重分析了训练集测试集划分方法、 光谱预处理方法、 波长选择方法以及回归模型对预测精度的影响。 Baek等^[36]对大米-灭多虫混合粉末样品和小麦-灭多虫混合粉末样品, 分析其0.1~3 THz频率范围内太赫兹时域光谱信号, 利用密度泛函理论指认了灭多虫特征峰位于1 THz, 将其应用于混合样品中灭多虫定量预测, 相关系数大于0.974, 检出限小于3.74 %。 基于上述研究进展, 太赫兹光谱技术在农药检测方面, 目前主要还是集中在纯化合物特征峰识别和较高含量农药混合物的分级预测, 从样品的状态来看, 主要是固态粉末状, 从建立的定量分析模型的检出限来看, 普遍高于国家限量标准, 尚不能满足现场检测需求。

近年来抗生素残留被认为是重要的健康风险^[37]。 Qin等利用THz技术针对四环素类抗生素检测开展了一系列研究, 首先利用THz-TDS结合PLSR方法对盐酸四环素固体态和液体态样品定量检测进行初步尝试, 结果表明该方法对固体态有效(r为0.991 9, RMSE为2.23%, RPD为7.87), 但液体态效果不佳(r为0.754 6, RMSE为0.437%, RPD为1.52)^[40]。 随后, 针对检测灵敏度不高的缺点, 研发了超材料基底实现信号增强10⁵倍, 检测精度达到0.1 mg· L^-1, 实现了对盐酸四环素的痕量检测^[39]。 近期Qin通过ATR式THz-TDS光谱技术, 克服了由于水的强烈吸收造成的影响, 利用简单线性模型, 实现了对纯水和牛奶溶液中盐酸四环素的定量检测, 模型精度较高(R²为0.95~0.98, RMSE为0.61~0.99 mg· mL^-1), 检出限为0.45~1.29 mg· mL^{-1 [40]}。

黄曲霉毒素B1(Aflatoxins B1, AFB1)是黄曲霉毒素中一种, 它广泛存在于花生、 玉米、 小麦等农产品中。 Ge等^[29]对1~50 μ g· mL^-1和1~50 μ g· L^-1两个浓度范围内的AFB1乙腈溶液采集THz-TDS, 在0.4~1.6 THz频率范围, 对比线性模型(PLSR, PCR)和非线性模型(SVM和PCA-SVM) 对AFB1浓度的预测正确率, 结果表明, 1~50 μ g· mL^-1范围内AFB1溶液样本, 线性模型优于非线性模型(PLSR: 82.5%, PCR: 87.5%, SVM: 45%, PCA-SVM: 37.5%), 而1~50 μ g· L^-1浓度范围内AFB1溶液样本, 非线性模型优于线性模型(PLSR: 35%, PCR: 50%, SVM: 85%, PCA-SVM: 93.75%)。 Chen^[41]等利用THz-TDS对花生油中的AFB1展开研究, 人工制备了(0~200 ppm)浓度范围内10个AFB1浓度梯度的花生油样本, 构建PLSR和逐步多元线性回归(SMLR)模型, r> 0.9, RMSE> 30 ppm, 为花生油AFB1无损快速检测提供了新的思路。

研究人员利用THz技术开展了面粉、 食用油、 白酒中的掺假检测。 付秀华等^[42]利用THz-TDS在室温条件下分别对小麦粉、 滑石粉及其混合物进行了扫描, 确定滑石粉特征吸收峰位于1.16 THz处; 此外, 在0.8~1.32 THz波段, 建立PLSR模型对小麦粉中滑石粉含量定量预测, 该模型相关系数为0.993 9, RMSE为1.48%, 检出限低于2.0%。 Zhan等^[43]分析了8种地沟油和健康食用油的THz-TDS, 结合PCA和SVM两种分类模型, 证明了方法的可行性。 Liu等^[24]利用THz-TDS对掺杂了脂肪粉的奶粉制品进行辨别, 其使用的SVM-DA模型, 对60份样本正确分辨率达到100%。 张放等^[44]利用透射THz-TDS对白酒中塑化剂成分进行定量预测, 首先测量不同浓度邻苯二甲酸二丁酯(DBP, 一种塑化剂)-乙醇溶液样品的折射率和吸收系数, 其次通过构建DBP浓度与平均折射率和吸收系数的积分面积之间的单变量回归模型, 从而实现对DBP浓度的预测。

随着生物技术的迅速发展, 大量转基因已成功转移到作物品种中, 但由于生物安全性等问题使其并未得到全球市场接受, 针对转基因与非转基因农产品的鉴别需求日益增加。 Liu等^[28]利用太赫兹光谱成像技术结合化学计量学方法, 探索了辨别转基因与非转基因水稻种子的可行性, 在该研究中, 将不同的分类模型(PCA, LS-SVM, PCA-BP神经网络和随机森林)与不同的预处理方法(一阶、 二阶导数与标准正态变换)相结合对比分类模型优劣, 结果表明, 随机森林与一阶导数相结合的分类模型最佳, 正确率为96.67%。 沈晓晨等^[45]利用太赫兹时域光谱技术探索了转基因棉花种子的鉴别方法, 试验研究了棉花种子压片制备方法, 分析了转基因棉花种子和常规种子的太赫兹光谱曲线特异性。 Liu J等^[46]针对转基因甜菜的鉴别, 发现转基因甜菜和非转基因甜菜的太赫兹光谱吸收特征十分相似, 无法直接通过光谱特性进行区分, 提出一种新的模式识别方法用于分类鉴别, 首先利用PCA进行光谱特征变换后, 再将变换后的特征作为输入构建hyper sausage neuron模型, 结果表明该方法分类平均识别率达到95%。 Liu等^[47]采集了HD-1, HD-73和Coker 312三种转基因棉花样本的太赫兹时域光谱, 发现其吸收光谱曲线存在明显的堆叠(overlap)现象, 很难对其区分, 通过利用WDA(weighted discriminate analysis)模型分析吸收光谱信号, 实现了对三种转基因棉花的有效鉴别, 正确率分别为89.4%, 89.7%和 92.5%。

食品中的异物是许多生产企业和国家食品卫生监管机构关注的主要危害和质量问题。 Lee等^[48]针对方便面中混入的不同异物, 比较X射线技术与太赫兹技术的检测效果, 对于金属铝和花岗岩石, 这两种技术都可以有效检测, 但对于不同尺寸的蛆虫(长度8~22 mm)和蟋蟀(长度35~50 mm), 太赫兹技术均可以有效检测到, 而X射线对于蛆虫无能为力, 揭示了太赫兹技术对于食品中有机异物检测的高灵敏性。 Ok等^[49]对比了X射线与亚太赫兹技术对于干奶粉中的三类异物(金属、 昆虫、 塑料)的检测能力, 进一步证实了对于稀疏(non dense)有机异物(昆虫、 塑料)X射线检测较难, 而太赫兹技术具有明显优势的事实。 Shin等^[50]分析了多种食品(糖、 大米、 盐)以及食品中昆虫异物的太赫兹光谱特性, 基于太赫兹光谱的吸收系数与折射率构建二维特征空间, 发现在0.5 THz下昆虫异物在该特征空间中呈现出与食品截然不同的坐标信息, 可以实现食品与异物的有效区分。

太赫兹技术对于农产品中有益的营养成分能够实现定量、 定性检测。 Lu S等^[25]提出了利用太赫兹时域光谱对黄小米中氨基酸含量进行定量分析的方法。 首先, 在0.3~1.9 THz频率范围内, 谷氨酰胺和谷氨酸这两种氨基酸成分在太赫兹吸收光谱中表现出不同的特征峰, 可用于定性鉴别。 其次, 对黄小米中混合的不同质量比例氨基酸样品太赫兹光谱数据, 分别构建PLSR和iPLS回归模型, 预测混合样品中氨基酸含量, 结果表明通过最优化光谱间隔, iPLS效果较PLS更佳, RMSE达到0.39%± 0.02%, R²达到0.99。 闫微等^[51]利用太赫兹时域光谱技术, 测量了全反式β -胡萝卜素试剂在0.5~3.0 THz波段的太赫兹透射光谱, 并研究了其太赫兹光谱特性, 进一步借助密度泛函理论进行仿真, 实现对全反式β -胡萝卜素太赫兹特征峰指认与验证, 研究结果不仅为进一步研究有机分子在太赫兹波段的光谱特征和响应原理提供了很好的借鉴, 也为有机物太赫兹光谱的理论研究奠定了基础。 Naito等^[52]采集了牛奶样品的衰减全反射太赫兹光谱, 并通过传统方法分析了牛奶营养成分(脂肪、 总固形物、 乳糖、 牛奶蛋白、 体细胞)的含量, 利用PLS建立光谱数据与牛奶内部营养成分含量的关系, 结果表明太赫兹技术在牛奶营养成分定量预测中的可行性。 Suhandy等^[53]利用太赫兹光谱对维生素C样本进行定量分析, 重点分析特征选择方法对于模型精度的影响, 结果表明, 利用iPLS方法进行特征选择后建立定量分析模型, 相较于利用全波段建立模型, SEP 提高2.146%~1.490%。