茯苓,，作為多孔菌科真菌茯苓的干燥菌核，是我國(guó)傳統(tǒng)名貴中藥材,。早在唐代,，《道藏》便將其列入 “九大仙草"，稱(chēng)其為 “除濕之圣藥"“仙藥之上品",。經(jīng)加工后的茯苓,，兼具藥用與食用價(jià)值，是我國(guó)衛(wèi)生部公布的 34 種藥食兩用品種之一，在常見(jiàn)中醫(yī)臨床組方中,，其配伍率超 70%,。在 2020 年，中華人民共和國(guó)工業(yè)和信息化部發(fā)布的《疫情防控重點(diǎn)保障物資（醫(yī)療應(yīng)急）清單》里,，茯苓作為真菌類(lèi)藥材,，經(jīng)統(tǒng)計(jì)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(qū)、湖北九資河產(chǎn)出的茯苓,，在市場(chǎng)上備受認(rèn)可,，品質(zhì)優(yōu)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(huán)境等因素，不同產(chǎn)地的茯苓,，不僅表觀(guān)特征有別,，有效成分含量也存在差異。
傳統(tǒng)鑒別茯苓產(chǎn)地的方法,，多依賴(lài)主觀(guān)判斷,，像觀(guān)察形態(tài)、咀嚼感受口感,、嗅聞氣味,、掂量質(zhì)地等。這類(lèi)方法易受主觀(guān)因素干擾,，難以形成統(tǒng)一規(guī)范并廣泛推廣,。借助測(cè)量化合物含量鑒別產(chǎn)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(jìn)行測(cè)量,。但這些方法受場(chǎng)地,、儀器、材料價(jià)格,、專(zhuān)業(yè)人員等條件限制,，存在耗時(shí)久,、成本高、樣品無(wú)法還原等問(wèn)題,。因此，迫切需要一種快速,、便捷,、耗時(shí)短且操作簡(jiǎn)單的茯苓產(chǎn)地鑒別方法，高光譜成像技術(shù)應(yīng)運(yùn)而生,。
高光譜成像技術(shù),，結(jié)合多種算法分析，以其簡(jiǎn)單,、快捷,、準(zhǔn)確性高的優(yōu)勢(shì)，在食用菌產(chǎn)地鑒別中廣泛應(yīng)用,。該技術(shù)光譜范圍覆蓋可見(jiàn)光（400～780nm）與近紅外光（780～2526nm）,，波長(zhǎng)范圍更廣，能實(shí)現(xiàn) “無(wú)損,、快速,、操作簡(jiǎn)易" 的批量檢測(cè)。無(wú)需粉碎或溶解樣品制成溶液,，通過(guò)探測(cè)燈掃描即可獲取樣品光譜信息,。而且，高光譜可將可見(jiàn) - 短波紅外波長(zhǎng)范圍分成 2 個(gè)波段分別或融合處理分析,，便于建立識(shí)別模型時(shí)選擇最合適的波段類(lèi)型,。目前，高光譜成像技術(shù)已在食品,、農(nóng)作物,、醫(yī)藥、土壤環(huán)境等眾多領(lǐng)域廣泛應(yīng)用,?；诖思夹g(shù)的無(wú)損產(chǎn)地鑒別，能夠建立預(yù)測(cè)模型,，提高茯苓產(chǎn)地鑒別的準(zhǔn)確性,。具體操作步驟如下：
樣品選擇：廣泛搜集不同區(qū)域的茯苓產(chǎn)品，每個(gè)區(qū)域選取多塊茯苓,，以此確保測(cè)試數(shù)據(jù)的準(zhǔn)確性與代表性,。
光譜數(shù)據(jù)采集：運(yùn)用高光譜成像儀采集樣品光譜數(shù)據(jù)。采集時(shí),，需將環(huán)境溫度控制在 20℃,，把茯苓樣品按規(guī)定放置于移動(dòng)平臺(tái),，每次可同時(shí)掃描多個(gè)樣品。
光譜數(shù)據(jù)處理
圖像校正：利用儀器自帶校正軟件,，對(duì)收集到的原始高光譜圖像數(shù)據(jù)進(jìn)行校正,，消除儀器、電流等外部因素對(duì)樣品數(shù)據(jù)的干擾,。
ROI 區(qū)域提取：借助 ROI 工具,，從校正后的高光譜圖像數(shù)據(jù)中，提取每個(gè)樣品感興趣區(qū)域的數(shù)據(jù),，用于后續(xù)處理,。
光譜預(yù)處理：采用不同預(yù)處理方法，如 S - G 平滑法,、一階導(dǎo)數(shù)法,、二階導(dǎo)數(shù)法等，去除原始光譜數(shù)據(jù)中的干擾信息,。
分類(lèi)模型建立：運(yùn)用偏最小二乘法辨別分析等不同分析方法,，結(jié)合各類(lèi)預(yù)處理方法，構(gòu)建茯苓產(chǎn)地識(shí)別模型,。
模型評(píng)價(jià)：產(chǎn)地識(shí)別模型構(gòu)建完成后,，通過(guò)不同組合訓(xùn)練集和預(yù)測(cè)集的準(zhǔn)確率來(lái)評(píng)估模型性能。不過(guò)在實(shí)際應(yīng)用中,，若數(shù)據(jù)分組不均衡,，單純依靠準(zhǔn)確率評(píng)估存在明顯缺陷。所以,，需采用多種方法對(duì)模型進(jìn)行綜合評(píng)價(jià),，以保障分類(lèi)模型的精度。
采用高光譜成像技術(shù)對(duì)不同地區(qū)茯苓樣品進(jìn)行數(shù)據(jù)采集,，獲取茯苓樣品高光譜數(shù)據(jù)后,，提取相關(guān)感興趣區(qū)域的平均光譜。運(yùn)用不同光譜分析方法,，確定茯苓樣品的敏感波段,，構(gòu)建茯苓樣品判別的預(yù)測(cè)模型，并對(duì)模型進(jìn)行評(píng)判,。最終,，選用模型下敏感波段對(duì)應(yīng)的高光譜圖像展開(kāi)分析，獲取茯苓樣品的不同信息特征,，從而實(shí)現(xiàn)對(duì)茯苓樣品產(chǎn)地的準(zhǔn)確劃分,。
