用于水稻产地识别的LIBS光谱实验装置如图1所示。 实验中激发光源为输出波长为1 064 nm的Nd∶ YAG激光器(Continuum, Power8000), 脉宽为10 ns, 重频为10 Hz, 光束直径为8 mm, 最大输出能量为1.1 J。 激光光束经能量调节系统(由半波片和格兰棱镜组成)后, 由熔石英玻璃透镜L1(焦距为120 mm)聚焦在水稻样品表面。 实验中, 激光脉冲能量为120 mJ, 样品表面处的激光光束半径为40 μ m。 水稻LIBS光谱由与激光入射方向45° 的熔石英透镜L2(焦距为75 mm)收集, 耦合经光纤传输到配有ICCD探测器(1 024× 1 024 pixel, DH334)的中阶梯光栅光谱仪(Andor, Me5000)进行LIBS光谱检测。 通过数字脉冲延时发生器(DG645, 美国Standford)同步控制YAG激光器和ICCD探测器工作, 设置ICCD探测器的探测延时和探测时间门宽分别为0.5和7 μ s, 在相同实验条件下, 获得五个产地的水稻LIBS光谱信号。 实验过程中, 为了防止水稻样品表面过度激光烧蚀, 将压制成片的水稻样品固定在三维平移台上“ 弓” 状匀速运动, 使每发激光脉冲作用在新的位置。 为了降低激光脉冲能量抖动对水稻LIBS光谱稳定性的影响, 采用100个脉冲进行LIBS光谱平均。 实验工作是在标准大气压、 室内温度为25 ℃、 空气相对湿度为35%的环境下开展。

图1

Fig.1

	Figure Option ViewDownloadNew Window
	图1 激光诱导击穿水稻光谱实验装置Fig.1 Schematic diagram of the experimental setup of laser induced breakdown rice spectroscopy

水稻样品分别来自吉林省大安(DA)、 公主岭(GZL)、 前郭(QG)、 松原(SY)、 洮儿河(TEH)等五个产地2021年生产的新稻, 水稻品种为吉林农科院研制的吉农816稻种。 水稻样品制备流程如图2所示, 将水稻去皮并用蒸馏水洗净后放进烘干机烘干, 使用振动研磨机(PrepM-01)将去皮后的水稻研磨至粉末, 由100目的筛子过筛, 使用压片机(FW-40)在25 MPa压力下压制25 min, 制成ϕ 30 mm× 2.5 mm的圆形水稻样品, 用于水稻产地识别的实验研究。 最终得到5个产地水稻的450组样本数据(DA、 GZL、 QG、 SY、 TEH各为90组)。

图2

Fig.2

	Figure Option ViewDownloadNew Window
	图2 水稻样品制备流程图Fig.2 Rice sample preparation flowchart

基于LIBS光谱技术结合机器学习算法实现水稻产地识别, 需要考虑水稻LIBS光谱整体数据。 由于水稻LIBS光谱的整体光谱数据维数高且结构复杂, 并存在大量的噪声等冗杂信息, 进而加大机器学习算法的运行时间和空间复杂度, 导致算法性能大幅度下降, 因此挑选特征谱线代替水稻LIBS全光谱数据显得至关重要^[12]。 水稻LIBS光谱由线状光谱叠加在连续光谱上构成, 采用卷积(Savitzky-Golay, S-G)滤波器来进行卷积平滑滤波, 降低背景连续光谱, 提高水稻LIBS光谱的信背比。 在进行S-G卷积平滑滤波过程中, 平滑多项式级数为2, 经过S-G卷积平滑滤波处理后的5个产地水稻LIBS光谱如图3所示。 水稻内的元素含量与产地土壤特性、 日照条件以及灌溉水质有关, 水稻LIBS光谱强度的差异性, 可反映出水稻的产地属性, 因此选取多条元素LIBS特征光谱信息可对水稻产地进行识别。 基于美国NIST数据库对水稻LIBS光谱的特征谱线进行元素标记, 选择满足光谱线重叠少、 峰值分立、 谱线强度大等条件的特征光谱线, 最终选择C、 Mg、 P、 Cu、 Ca、 Fe、 Na、 H、 N、 K、 O共11个元素16条特征谱线进行水稻产地识别, 选择的LIBS特征谱线如表1所示。

图3

Fig.3

	Figure Option ViewDownloadNew Window
	图3 水稻LIBS光谱(产地依次为大安、 公主岭、 前郭、 松原、 洮儿河)Fig.3 LIBS spectra of rice (the rice originsare DA, GZL, QG, SY, TEH)

表1

Table 1

表1(Table 1)

表1 水稻LIBS特征谱线 Table 1 Characteristic spectral lines of rice LIBS 元素 波长/nm C 247.81 Mg 279.56; 285.26; 518.41 P 715.88 Cu 388.36 Ca 393.4; 396.94 Fe 387.08; 388.33 Na 589.59 H 656.39 N 747.07 K 766.67 O 777.42; 844.84

表1 水稻LIBS特征谱线 Table 1 Characteristic spectral lines of rice LIBS

在实验过程中, 受到激光脉冲能量抖动、 空气流动和样品压制不均匀等因素影响, 导致水稻LIBS光谱谱线强度间绝对值存在一定的差异, 从而削弱谱线强度相对低的元素作用。 为实现不同元素特征谱线间的对比, 对水稻LIBS光谱中选择11个元素16条特征谱线进行归一化处理, 运用公式x_scale= x-xminxmax-xmin, 将特征谱线数据映射到[0, 1]区间内。 (式中, x_scale为归一化后的特征矩阵, x为原始光谱数据, x_max为特征最大值, x_min为特征最小值)。

在进行水稻产地聚类分析过程中, 由于LIBS特征光谱谱线数据变量之间具有强相关性, 导致LIBS特征信息重叠从而降低水稻产地聚类分析精度。 主成分分析(principal component analysis, PCA)是将相关的变量综合为一个或少数几个主成分的非监督学习算法^[13], 因此采用PCA对水稻LIBS的选择16条元素特征谱线进行降维, 除去水稻LIBS光谱中相关性较强的多余特征信息^[14], 从而实现水稻产地聚类分析, 为水稻产地的识别奠定基础。 首先基于PCA方法对5个水稻产地的水稻LIBS光谱中选择的11种元素的16条特征谱线进行降维, 获得PC1、 PC1、 PC2、 PC3、 …、 PC16等16个主成分参量, 前12个主成分的贡献率和累积贡献率如图4(a)所示, 前3个主成分PC1、 PC2和PC3的累积贡献率之和为77%, 前8个主成分的累积贡献率之和为94.1%。 由PC1, PC2和PC3组成的水稻产地聚类分析散点如图4(b)所示, 其中每种颜色的散点代表一个水稻产地。 由图4(b)可知, 同产地水稻样品的LIBS光谱特征谱线经PCA降维后集中在一定范围的空间区域, 具有较好的聚类集群分布。 结果表明大安(DA)、 公主岭(GZL)和松原(SY)等水稻产地的聚类性较好, 而前郭(QG)和洮儿河(TEH)水稻产地有些分散。 其中QG和DA聚类空间有所重叠, 而TEH与GZL以及SY聚类空间有所重叠。 这说明由PCA降维得到的主成分数据能够表征水稻产地信息, 并且能对水稻产地进行有效识别。

图4

Fig.4

	Figure Option ViewDownloadNew Window
	图4 PCA主成分贡献率及水稻产地聚类分析 (a): PCA主成分贡献率; (b): 水稻产地聚类分析图Fig.4 Contribution rate of the PCA components and rice origin cluster analysis (a): Contribution rate of the PCA components; (b): Rice originclusteranalysis

水稻LIBS光谱数据经PCA降维后, 由水稻产地聚类分析结果表明, 部分产地聚类有一定的空间重叠, 不能有效分开, 因此需要结合机器学习算法来对水稻产地进行精确快速识别。 用PCA对5个产地的水稻LIBS光谱(每个产地水稻LIBS光谱为90组, 共有450组)进行光谱数据降维处理, 得到前三个主成分PC1、 PC2和PC3的累积贡献率之和达到77%, 同时由PC1、 PC2和PC3组成的散点图能够说明五个产地的水稻有较好的聚类集群分布。 利用PC1、 PC2、 PC3、 …、 PC8代替水稻LIBS特征谱线, 从而构建得到不同产地水稻LIBS光谱的特征向量。 5个水稻产地构建共有450× 8数据矩阵分别作为Bagged Trees、 Weighted KNN、 Quadratic SVM、 Coarse Gaussian SVM等四种机器学习算法的水稻LIBS光谱特征输入量, 水稻LIBS光谱训练集和测试集的划分比例为8∶ 2随机分配, 采用5倍交叉验证^[15]的方式对水稻产地识别模型进行参数优化和评估, 最后给出混淆矩阵表示水稻产地识别结果, 结果分别如图5(a— d)所示。

图5

Fig.5

	Figure Option ViewDownloadNew Window
	图5 结合LIBS和机器学习的水稻产地识别混淆矩阵 (a): PCA-Bagged Trees; (b): PCA-Weighted KNN; (c): PCA-Quadratic SVM; (d): PCA-Coarse Gaussian SVMFig.5 Rice origin identification confusion matrix combining LIBS and machine learning (a): PCA-Bagged Trees; (b): PCA-Weighted KNN; (c): PCA-Quadratic SVM; (d): PCA-Coarse Gaussian SVM

基于PCA-Bagged Trees、 PCA-Weighted KNN、 PCA-Quadratic SVM和PCA-Coarse Gaussian SVM等四种机器学习算法对五个产地的水稻产地进行识别, 水稻产地的识别精度和机器学习训练时间结果如表2所示。 由图5可知, PCA-Bagged Trees、 PCA-Weighted KNN、 PCA-Quadratic SVM和PCA-Coarse Gaussian SVM这四种水稻产地识别模型对水稻产地的识别均存在误判现象, 其中QG被误判识别为DA, SY被误判识别为GZL, 与水稻产地聚类分析结果相符。 由表2可知, PCA-Bagged Trees、 PCA-Weighted KNN、 PCA-Quadratic SVM和PCA-Coarse Gaussian SVM这四种水稻产地识别模型精度均超过91.8%, 并且PCA-Quadratic SVM模型的识别精度高达97.3%, 结果表明结合LIBS技术和机器学习算法能够高精度和高效率实现水稻产地的识别。

表2

Table 2

表2(Table 2)

表2 水稻产地识别机器学习算法模型结果对比 Table 2 Rice origin identification results comparison of machine learning algorithm models 算法 分类结果 平均识别 精度/% 算法 分类结果 平均识别 精度/% 产地 识别精度/% 产地 识别精度/% PCA-Bagged Trees DA 94.4 91.8 PCA-Weighted KNN DA 100 94.7 GZL 86.7 GZL 95.6 QG 90 QG 91.1 SY 94.4 SY 96.7 TEH 93.3 TEH 90 PCA-Quadratic SVM DA 97.8 97.3 PCA-Coarse Gaussian SVM DA 95.6 96.7 GZL 98.9 GZL 96.7 QG 95.6 QG 92.2 SY 95.6 SY 98.9 TEH 98.9 TEH 100

表2 水稻产地识别机器学习算法模型结果对比 Table 2 Rice origin identification results comparison of machine learning algorithm models

经过PCA降维结合Quadratic SVM和Coarse Gaussian SVM算法相比PCA结合Bagged Trees和Weighted KNN算法在水稻产地的识别精度和训练时间方面更优, 分析认为SVM机器学习算法能够将水稻LIBS光谱数据映射到高维的特征空间, 使反映水稻产地的样本数据在特征空间内线性可分, 从而达到高精度的水稻产地识别^[16]。