有機蔬菜，是指在蔬菜生產過程中嚴格按照有機生產規程，禁止使用任何化學合成的農藥、化肥、生長調節劑等化學物質，以及基因工程生物及其產物，而是遵循自然規律和生態學原理，采取一系列可持續發展的農業技術，協調種植平衡，維持農業生態系統持續穩定，且經過有機食品認證機構鑒定認證，并頒發有機食品證書的蔬菜產品。

關于如何快速鑒別有機蔬菜與非有機蔬菜，光譜儀器的應用提供了新的思路。一起來了解一下今日推薦的文章。

使用 VIS-NIR 光譜儀通過特征波長和線性判別分析法快速區分有機和非有機葉菜

（空心菜、莧菜、生菜和小白菜）

當前有機葉類蔬菜面臨著可能被非有機產品替代以及容易脫水和變質的挑戰。為了解決這些問題，本研究采用ASD FieldSpec 4 便攜式地物光譜儀 結合線性判別分析 (LDA) 來快速區分有機和非有機葉菜。有機類包括有機空心菜 (Ipomoea Aquatica Forsskal)、莧菜 (Amaranthus tricolor L.)、生菜 (Lactuca sativa var. ramosa Hort.) 和小白菜 (Brassica rapa var. chinensis (Linnaeus) Kitamura)，而非有機類別由四種對應的非有機類別組成。分別對這些蔬菜的葉子和莖的反射光譜進行二元分類。鑒于 VIS-NIR 光譜范圍廣泛，使用穩定性選擇 (SS)、隨機森林 (RF) 和方差分析 (ANOVA) 來評估遺傳算法 (GA) 選擇的波長的重要性。根據GA選擇的波長及其SS評估值和位置，葉片光譜分類的顯著波段為550-910 nm和1380-1500 nm，而莖光譜分類的顯著波段為750-900 nm和1700-1820 nm。在LDA分類中使用這些選定的波段，分類精度達到了95%以上。

本研究所選取的葉類蔬菜用蒸餾水進行了嚴格的清洗，以有效消除其表面雜質，并在開始光譜測量之前進行了干燥處理。為了防止蔬菜變質，在不參與實驗時，將其儲存在溫度為 4°C 的冷藏裝置中。葉片和莖類樣品的反射光譜在實驗室中通過ASD系統直接測量，沒有使用化學試劑和其他預處理。

ASD地物光譜儀系統實驗平臺

對于本研究，僅使用了400 nm到2500 nm之間的反射值。針對四種不同類別的葉菜，包括有機和非有機品種，共獲取了100個反射光譜。這些反射光譜是從不同樣品的不同位置獲取。每個單獨的光譜是通過對相應樣品的五次掃描數據進行平均得到的。

四種葉菜的可見光和近紅外反射光譜；綠色曲線（有機）；紅色曲線（非有機）

葉類蔬菜的葉和莖的可見光和近紅外反射光譜

根據遺傳算法選擇的波長（所有點）得出的所選波段，以及通過穩定性選擇方法評估的前10個顯著波長（紅點）的位置

(a) 葉片光譜（550–910 nm和1380–1500 nm）

(b) 莖光譜（750–900 nm和1700–1820 nm）

【結論】

本研究結合了可見光和近紅外光譜學、波長選擇方法以及線性判別分析，成功地實現了對有機葉菜和非有機對應物的快速區分。通過分析遺傳算法選取的波長分布和顯著波長的分布，我們明確確定了適用于葉片和莖的關鍵光譜帶，這些帶包括了550–910 nm和1380–1500 nm以及750–900 nm和1700–1820 nm的范圍。利用這些光譜帶進行分類，我們取得了98.3%的高準確度。研究還揭示了特定波長對葉片和莖的光譜分類有著顯著影響，例如在700 nm、820 nm和1400 nm附近的波長對葉片分類的影響顯著，而在800 nm、1780 nm和2400 nm附近的波長對莖分類起到了重要作用。此外，我們發現穩定選擇方法在評估波長重要性和分類結果方面表現優異。這項研究提供了一種經濟、快速、無損傷的方法來識別有機葉菜，未來的研究可以進一步改進分類模型，并將該技術擴展到其他有機葉菜的識別中，從而為農產品質量和認證領域的發展提供了重要的參考。