【类型】期刊

【题名】地理标志农产品杭州西湖龙井的真伪识别方法及应用研究

【基金项目】 农业部公益性行业科研专项（项目编号:201203046） “十二五”农村领域国家科技计划课题（课题编号:2012baj24b02） 农业部农产品质量安全风险评估实验室（北京）开放课题（课题编号:atfm-kfkq2013002）

【作者】 王冬， 潘立刚， 王纪华， 李安， 贾文坤， 马智宏

【关键词】 农产品 地理标志 真伪识别 近红外光谱分析 西湖龙井

【期刊名】《农产品质量与安全》

【摘要】 地理标志农产品不断受到不法商贩以次充好等不良行为的侵害。本研究以西湖龙井茶叶为例,基于近红外光谱分析技术,采用特征光谱片段分割的方法,将西湖龙井茶叶的光谱特征以编码形式写入标签、条码等介质,从而真正实现对地理标志农产品物签合一的溯源。

【年份】2014

【页码】 P37-40页

【期号】1

【作者单位】 北京农业质量标准与检测技术研究中心,农业部农产品质量安全风险评估重点实验室(北京)； 北京农业质量标准与检测技术研究中,心农业部农产品质量安全风险评估重点实验室(北京)

【正文】

地理标志农产品杭州西湖龙井的真伪识别方法及应用研究*

王冬潘立刚王纪华李安贾文珅马智宏

（北京农业质量标准与检测技术研究中心，农业部农产品质量安全风险评估重点实验室（北京），北京100097）

摘要：地理标志农产品不断受到不法商贩以次充好等不良行为的侵害。本研究以西湖龙井茶叶为例，基于近红外光谱分析技术，采用特征光谱片段分割的方法，将西湖龙井茶叶的光谱特征以编码形式写入标签、条码等介质，从而真正实现对地理标志农产品物签合一的溯源。

关键词：农产品；地理标志；真伪识别；近红外光谱分析；西湖龙井

地理标志产品是指产自特定地域，所具有的质量、声誉或其他特性本质上取决于该产地的自然因素和人文因素，经审核批准以地理名称进行命名的产品。地理标志农产品因其品质优秀而受到广大消费者的青睐。正是由于享有非常好的声誉，地理标志农产品很容易受到以次充好等假冒产品的侵害。受到产地条件、物流环节等方面的限制，对假冒地理标志农产品进行溯源的难度依然很大。

针对农产品产地溯源，很多学者开展了有意义的研究。其中，稳定同位素[1～2]、大型仪器分析[3]等技术皆获得了较好的结果。但是，面对日益增长的物流需求，实验室大型仪器显然难以提供有效的解决方案。随着信息技术的不断进步，手机二维码[4]、GPRS技术[5]、GIS技术[6～7]以及射频识别电子标签（RFID）技术[8～11]等现代高科技手段陆续被应用于农产品产地溯源方面，并取得了有意义的阶段性成果。

农产品溯源的环节中，标签是一种重要且常用的溯源工具，也是记载产品信息的重要介质。近年来，随着二维条码、RFID等技术的推广应用，以及人们对农产品质量安全关注度的不断提高，产品真实性识别技术成为保障产品质量安全的热点。然而，以普通标签作为溯源工具，不断遭遇产品造假者的攻击，造成防伪标签造假、市场管理混乱、标签与产品不符等问题。

近些年来，近红外光谱技术借助计算机技术的进步和化学计量学的发展，得到了前所未有的广泛应用，已经开始被应用于农产品、食品的快速无损品质分析[12]，例如在谷物[13～15]、食品[16]、水果[17～19]、烟草[20～21]、茶叶[22～23]等的品质分析等方面，皆取得了有益的效果。

物质对近红外光的吸收主要来源于含氢基团的合频与倍频吸收。根据量子力学原理，每增加一个倍频，跃迁几率大约将至1/10。体现在光谱上，近红外光谱的吸收强度较中红外光谱弱很多。也正是由于物质对近红外光的吸收性质，在进行近红外光谱实验时，可以使用长光程比色池。对于固体样品而言，可以直接采集近红外光谱，无需前处理工作。近红外光谱技术是一种快速、无损、高效、便捷、环境友好且适用于农产品分析的新型分析技术。目前的仪器可以在数秒内完成高质量近红外光谱的采集，这使得高通量市场样品的快速检测成为可能。不同于传统的抽检，近红外光谱分析技术在校正模型的支持下，可以做到对每一份样品进行快速检测，有效避免了检测盲区，并可以在大幅度提高检测效率的同时，大幅降低检测成本。

然而，近红外光谱技术并不是万能分析方法，也具有其自身固有的局限性。由于近红外光谱是分子光谱，因此在检测限上难以对痕量、微量物质做到有效检测。近红外光谱分析是间接分析方法，一般需要训练集样本来建立有效的校正模型。由于农产品的品种、产地、年份等多方面因素的差异，使得农产品中的化学环境亦即其本身的组成成分各不尽相同，因此，近红外校正模型还需要一定程度的维护，以确保近红外校正模型具有良好的适应性。

即使近红外光谱技术具有诸多局限性，但是在快速无损检测、农产品分级等方面还是具有其不可替代的优势。因此，开发基于近红外光谱技术的农产品溯源方法不仅是可行的，而且从长远角度看是符合可持续发展以及科学发展观的。

针对上述问题，如果将近红外光谱信息与标签相互耦合，则可以实现物签合一的溯源方法，不仅可以解决农产品产地溯源的难题，而且可以有效克服标签造假的难题。但是，近红外光谱的数据量十分庞大，而现行的产品标签又存在存储容量不高的弱点。此外，现行的产品标签对信息的记录方式多采用直接描述、编码和通过网站等通讯手段查询等。上述现状一方面导致标签自身容易被造假；另一方面如果产品与标签不符，消费者和监管者也难以证伪。因此，如何将红外光谱庞大的数据信息写入标签，并针对消费者开发便于证伪的溯源方法，成为亟待解决的问题。本研究以地理标志农产品杭州西湖龙井茶叶为例，通过对电子标签追溯技术、近红外光谱真伪识别技术、产地和品牌特征提取方法等的研究，构建新型真伪追溯技术体系，以期在西湖龙井茶叶真伪识别的基础上，进一步强化产地和品牌辨别的技术手段，并为其他农产品质量安全溯源提供新的依据和支持。

一、实验材料和方法

（一）步骤建立西湖龙井茶叶近红外光谱数据库的一般步骤是：（1）收集代表性样品；（2）样品分类；（3）扫描近红外光谱；（4）建立西湖龙井茶叶近红外光谱真伪鉴别模型；（5）模型优化与维护。

（二）实验材料以2012年西湖龙井茶叶的数据为例，共扫描茶叶样品111个，其中，西湖龙井茶叶61个，普通扁形茶叶50个。

（三）实验方法采用近红外光谱仪结合积分球附件对样品进行近红外光谱的采集。以积分球内部为参比；采用近红外石英样品杯装载茶叶样品，装载量为10 g±2 g，采用重量为200 g的砝码轻放于茶叶样品上，以确保样品具有一致的紧实度，从而减小装样误差；参比、样品的累加次数皆为64次；光谱波数范围为12 800 cm－1～4 000 cm－1，光谱分辨率为8 cm－1。

（四）实验步骤为实现农产品物签合一的溯源目的，首先需要建立地理标志农产品的近红外光谱数据库。以地理标志农产品杭州西湖龙井茶叶为例，该数据库需要包含真实的杭州西湖龙井茶叶的近红外光谱以及市场上常见冒充西湖龙井茶叶的近红外光谱。通过化学计量学算法，建立针对西湖龙井茶叶的识别模型。

二、研究结果

2012年茶叶样品的近红外光谱如图1所示。由图1可见，西湖龙井茶叶和其他变形茶叶的近红外光谱从表冠上看不到差异。因此需要采用化学计量学算法建立校正模型，提取光谱特征，从而将西湖龙井茶叶加以有效鉴别。采用偏最小二乘－判别分析（PLS－DA）算法建立西湖龙井茶叶的定性鉴别模型，模型结果如表1所示。

图1龙井茶叶的近红外光谱

由表1可见，如果采用全波长范围建立校正模型，无论原光谱模型，或是一阶导数光谱模型，皆可以得到较好的判别效果，说明近红外光谱技术在西湖龙井茶叶真伪识别方面具有相当大的潜力。然而，全光谱范围的光谱数据量庞大，难以实现将其信息写入产品标签的目的。因此，对茶叶近红外光谱进行有效片段的分割是必要的。从表1数据可见，中、短波近红外光谱所建立的校正模型仍具有较好的判别效果。上述结果为本研究的技术内容奠定了光谱学理论基础。

本研究的技术内容基于近红外光谱技术，对西湖龙井茶叶近红外光谱进行有效片段分割、编码的技术方案，写入产品标签。按照上述步骤，庞大的近红外光谱数据将以几个简短代码的形式存入现有的标签、条码等介质中，从而解决了近红外光谱因数据量庞大而无法写入标签等介质中的难题。上述步骤可以用图2进行描述。

表1西湖龙井茶叶近红外光谱定性鉴别模型结果

具体到实际操作过程中，需要有以下几个基本步骤。（1）在西湖龙井茶叶的生产环节，将每一份样品逐一扫描近红外光谱，从而建立西湖龙井茶叶近红外光谱数据库，亦即图2中的“FD”；（2）收集市场上常见的普通扁形茶，扫描近红外光谱，建立扁形茶数据库；（3）根据步骤（1）和步骤（2），建立西湖龙井茶叶鉴别模型；（4）根据步骤（3），筛选西湖龙井茶叶有效光谱片段，并采用特定的手段进行加密编码，亦即图2中的“CF1”、“CF2”和“CF3”；（5）将步骤（4）的加密编码写入电子标签等介质，即“DM”。

应用于市场上的西湖龙井茶叶真伪识别过程，针对执法者，可以采用便携式/微型近红外光谱仪采集待测样品的近红外光谱并按照预先的规则进行有效片段分割（RD），并采用扫描设备扫描电子标签、条码等介质（DM）。在便携式/微型近红外光谱仪中预先集成了光谱片段分割程序以及产品出厂前的分割结果（CF1、CF2、CF3），因此可以方便地实现待测样品的光谱和标签相互比对的工作，真正实现物签合一的监测过程。针对消费者，可以采用手机等设备对待测茶叶样品上的条码进行扫描，并将其中的信息，即根据CF1、CF2、CF3加密编码的信息上传到指定网站查询，从而实现对标签的证伪。如果消费者对查询结果有异议，还可以将样品送到出售茶叶商店所购置的客户终端机，通过终端机对样品进行近红外光谱扫描、光谱有效片段分割、与茶叶出厂前预扫描数据进行比对，进而实现为消费者进行的物签合一证伪。

图2西湖龙井茶叶近红外光谱有效片段分割、编码及写入标签过程示意图

三、应用前景展望

在最近30年时间里，随着计算机技术的快速进步和化学计量学的高度发展，近红外光谱分析技术得到了前所未有的广泛应用。将近红外光谱技术应用于农产品的追溯过程，可以有效地解决标签造假的难题。将近红外光谱进行有效片段分割，又可以有效地解决近红外光谱数据量庞大而无法写入标签的难题。

本研究的实施，针对地理标志农产品的生产企业可以提供有效的保障手段，保护正规生产企业的合法权益；针对工商执法部门等市场监管者可以提供高效的监察手段，提高执法效率；针对消费者可以提供便捷的产品及标签证伪方法，从而保障消费者权益。本研究不仅可以为西湖龙井茶叶的真伪识别提供有效的解决方案，而且对其他地理标志农产品的真伪识别与快速溯源具有积极的借鉴意义。

参考文献：

［1］王慧文，杨曙明.稳定同位素技术在农产品溯源体系中的应用.食品工业科技，2007（4）：200－203.

［2］王兵，李心清，杨放.元素－锶同位素技术在农产品原产地溯源中的应用.地球与环境，2012，40（3）：391－396.

［3］张晓焱，苏学素，焦必宁等.农产品产地溯源技术研究进展.食品科学，2010，31（3）：271－278.

［4］古银花.手机二维码在农产品溯源中的应用研究.市场研究，2013（4）：20－21.

［5］郑火国，刘世洪，孟泓.基于GPRS的农产品移动溯源终端研究与实现.微计算机信息，2009，25（9－2）：44－45.

［6］邓勋飞，吕晓男，郑素英等.基于GIS的农产品安全溯源体系.农业工程学报，2008，24（增刊2）：172－176.

［7］邓勋飞，王开荣，吕晓男等.基于GIS技术的农产品产地编码研究与应用.浙江大学学报（农业与生命科学版），2009，35（1）：93－97.

［8］候春生，夏宁.RFID技术在中国农产品质量安全溯源体系中的应用研究.中国农学通报，2010，26（3）：296－298.

［9］郑大宇，魏庆葆，冯建元.基于RFID农产品包装追踪与溯源安全机制实施方法.包装工程，2006，27（5）：153－154，158.

［10］罗清尧，熊本海，杨亮等.基于超高频RFID的生猪屠宰数据采集方案.农业工程学报，2011，27（2）：370－375.

［11］曾楚锋，张丽芬，徐娟娣等.农产品产地溯源技术研究进展.食品工业科技，2013，34（6）：367－371.

［12］覃方丽，闵顺耕，石正强等.鲜辣椒中糖份和维生素C含量的近红外光谱非破坏性测定.分析试验室，2003，22（4）：59－61.

［13］Hans Pettersson，Lena Åberg.Near infrared spectroscopy for determination of mycotoxins in cereals.Food Control，2003（14）：229－232.

［14］ShusoKawamura，MotoyasuNatruga，Kazuhiro Takekura，et al.Development of an automatic rice-quality inspection system.Computers and Electronics in Agriculture，2003（40）：115－126.

［15］Chandra B Singh，Digvir S Jayas，Jitendra Paliwal，et al. Identification of insect-damaged wheat kernels using short-wave near-infrared hyperspectral and digital colour imaging.Computers and Electronics in Agriculture，2010（73）：118－125.

［16］Cecilia Shiroma，Luis Rodriguez-Saona.Application of NIR and MIR spectroscopy in quality control of potato chips.Journal of Food Composition and Analysis，2009（22）：596－605.

［17］Bart M.Nicolaï，Bert E Verlinden，et al.Time-resolved and continuous wave NIR reflectance spectroscopy to predict soluble solids content and firmness of pear.Postharvest Biology and Technology，2008（47）：68－74.

［18］G Carlomagno，L Capozzo，G Attolico，et al.Non-destructive grading of peaches by near-infrared spectrometry.Infrared Physics&Technology，2004（46）：23－29.

［19］V Andrew Mc Glone，Paul J Martinsen，Christopher J Clark，et al.On-line detection of brownheart in braeburn apples using near infrared transmission measurements. Postharvest Biology and Technology，2005（37）：142－151.

［20］王冬，丁云生，袁杏芬等.FT-NIR光谱法测定烟叶中钙、镁元素.现代仪器，2008，14（5）：19－21，28.

［21］周淑平，程贵敏，李卫红等.近红外光谱发快速测定烤烟中钙、镁、铁、锰和锌的含量.贵州农业科学，2007，35（1）：28－30.

［22］林新，牛智有，刘梅英等.近红外光谱法快速测定绿茶的4种主要成分.华中农业大学学报，2009，28（4）：487－490.

［23］耿响，陈斌，叶静等.茶叶咖啡碱近红外光谱模型简化方法.农业工程学报，2009，25（10）：345－349.

*基金项目：农业部公益性行业科研专项（项目编号：201203046）；“十二五”农村领域国家科技计划课题（课题编号：2012BAJ24B02）；农业部农产品质量安全风险评估实验室（北京）开放课题（课题编号：ATFM－KFKQ2013002）。

作者简介：王冬（1982－），助理研究员，从事红外光谱分析研究。E－mail：wangd@nercita.org.cn。马智宏（1970－），副研究员，从事农产品质量安全研究。E－mail：mazh@nercita.org.cn（通讯作者）。