茯苓，作為多孔菌科真菌茯苓的干燥菌核，是我國傳統名貴中藥材。早在唐代，《道藏》便將其列入 “九大仙草"，稱其為 “除濕之圣藥"“仙藥之上品"。經加工后的茯苓，兼具藥用與食用價值，是我國衛生部公布的 34 種藥食兩用品種之一，在常見中醫臨床組方中，其配伍率超 70%。在 2020 年，中華人民共和國工業和信息化部發布的《疫情防控重點保障物資（醫療應急）清單》里，茯苓作為真菌類藥材，經統計分析，還是治療病毒感染的高頻用藥。云南各地、安徽大別山區、湖北九資河產出的茯苓，在市場上備受認可，品質優良。此外，福建、湖南、廣西、河南等地也有茯苓種植。因菌種差異以及栽培環境等因素，不同產地的茯苓，不僅表觀特征有別，有效成分含量也存在差異。
傳統鑒別茯苓產地的方法，多依賴主觀判斷，像觀察形態、咀嚼感受口感、嗅聞氣味、掂量質地等。這類方法易受主觀因素干擾，難以形成統一規范并廣泛推廣。借助測量化合物含量鑒別產地的方法，如 HPLC、紫外分光光度法、UPLC - QTOF - MS/MS 等，需要將樣品粉碎配制成溶液進行測量。但這些方法受場地、儀器、材料價格、專業人員等條件限制，存在耗時久、成本高、樣品無法還原等問題。因此，迫切需要一種快速、便捷、耗時短且操作簡單的茯苓產地鑒別方法，高光譜成像技術應運而生。
高光譜成像技術，結合多種算法分析，以其簡單、快捷、準確性高的優勢，在食用菌產地鑒別中廣泛應用。該技術光譜范圍覆蓋可見光（400～780nm）與近紅外光（780～2526nm），波長范圍更廣，能實現 “無損、快速、操作簡易" 的批量檢測。無需粉碎或溶解樣品制成溶液，通過探測燈掃描即可獲取樣品光譜信息。而且，高光譜可將可見 - 短波紅外波長范圍分成 2 個波段分別或融合處理分析，便于建立識別模型時選擇最合適的波段類型。目前，高光譜成像技術已在食品、農作物、醫藥、土壤環境等眾多領域廣泛應用。基于此技術的無損產地鑒別，能夠建立預測模型，提高茯苓產地鑒別的準確性。具體操作步驟如下：
樣品選擇：廣泛搜集不同區域的茯苓產品，每個區域選取多塊茯苓，以此確保測試數據的準確性與代表性。
光譜數據采集：運用高光譜成像儀采集樣品光譜數據。采集時，需將環境溫度控制在 20℃，把茯苓樣品按規定放置于移動平臺，每次可同時掃描多個樣品。
光譜數據處理
圖像校正：利用儀器自帶校正軟件，對收集到的原始高光譜圖像數據進行校正，消除儀器、電流等外部因素對樣品數據的干擾。
ROI 區域提取：借助 ROI 工具，從校正后的高光譜圖像數據中，提取每個樣品感興趣區域的數據，用于后續處理。
光譜預處理：采用不同預處理方法，如 S - G 平滑法、一階導數法、二階導數法等，去除原始光譜數據中的干擾信息。
分類模型建立：運用偏最小二乘法辨別分析等不同分析方法，結合各類預處理方法，構建茯苓產地識別模型。
模型評價：產地識別模型構建完成后，通過不同組合訓練集和預測集的準確率來評估模型性能。不過在實際應用中，若數據分組不均衡，單純依靠準確率評估存在明顯缺陷。所以，需采用多種方法對模型進行綜合評價，以保障分類模型的精度。
采用高光譜成像技術對不同地區茯苓樣品進行數據采集，獲取茯苓樣品高光譜數據后，提取相關感興趣區域的平均光譜。運用不同光譜分析方法，確定茯苓樣品的敏感波段，構建茯苓樣品判別的預測模型，并對模型進行評判。最終，選用模型下敏感波段對應的高光譜圖像展開分析，獲取茯苓樣品的不同信息特征，從而實現對茯苓樣品產地的準確劃分。
地址：浙江省海寧市棟梁路73號
郵箱：510433896@qq.com