太赫茲時域光譜檢測谷粒中儲糧害蟲的研究

譚佐軍 陳 陽 謝 靜 蔡萬倫 石舒寧

（華中農業大學理學院1，武漢 430070）

（華中農業大學工學院2，武漢 430070）

（華中農業大學植物科技學院3，武漢 430070）

太赫茲時域光譜檢測谷粒中儲糧害蟲的研究

譚佐軍1陳 陽2謝 靜1蔡萬倫3石舒寧2

（華中農業大學理學院1，武漢 430070）

（華中農業大學工學院2，武漢 430070）

（華中農業大學植物科技學院3，武漢 430070）

快捷方便檢測糧粒中是否有儲糧害蟲及其種類，對儲糧害蟲蟲情調查和監測，實現糧庫中儲糧害蟲的準確檢測和口岸害蟲快速檢測檢疫具有重要實踐意義。以最主要的初期性害蟲玉米象為例，對玉米象、谷殼、米粉樣品進行了太赫茲時域光譜測試，獲得了樣品在0.2～1.6 THz波段的折射率和吸收光譜，分析了這些樣品的特征吸收譜，并利用PLS－DA方法對含有玉米象和不含玉米象的谷粒樣品的太赫茲光譜進行鑒別分析，結果表明用0.2～1.6 THz范圍內的THz吸收光譜結合PLS－DA方法對校正樣本建立判別模型，其校正和驗證結果與實際分類變量的相關性高，交叉驗證均方根誤差（RMSECV）和預測均方根誤差（RMSEP）都小于0.150，建立的PLS－DA分類模型對檢測樣本的判別準確率為100%，為檢測糧粒中是否有儲糧害蟲提供快速方便的鑒別分析方法。

太赫茲 光譜 儲糧害蟲 偏最小二乘法判別

初期性害蟲玉米象、谷象、米象、谷蠹、麥蛾、豆象類等在糧粒內蛀食，這些糧粒內部的隱蔽性害蟲的卵、幼蟲和蛹均在糧粒內生長發育，以蛀空式危害谷物，這類隱蔽性害蟲既不容易檢測，也不容易除掉，是糧粒中害蟲最主要的來源。第二食性害蟲鋸谷盜、長角扁谷盜、赤擬谷盜等僅能危害谷物的碎屑和粉末，也是糧粒中害蟲的來源。因此研究儲糧害蟲的快速實時的檢測方法，快捷方便檢測糧粒中是否有儲糧害蟲及其種類，對儲糧害蟲蟲情調查和監測，實現糧庫中儲糧害蟲的準確檢測和口岸害蟲快速檢測檢疫具有重要實踐意義［1－2］。

國內外一直不斷發展隱蔽害蟲檢測方法（染色法、比重法、尿酸高壓液相色譜檢測法、原子吸收光譜法、核磁共振光譜法、酶聯免疫法、電導率法，蛋白指紋圖譜法等），這些方法都不同程度成功檢測到糧粒內部害蟲。但這些檢測方法費時、費力或者要求昂貴的特殊設備，至今難以推廣應用或停留在試驗階段，因此需尋找更方便快捷的方法［3］。

從20世紀90年代開始國內外的學者積極地開展儲糧害蟲自動檢測的研究，取得了很大進展，采用了聲測法［4］、近紅外光譜法、X射線透射法、電導法、微波雷達檢測法、可見光圖像識別法、近紅外圖像識別法、軟X射線圖像識別法等研究了儲糧害蟲的生物特征［5－6］，但是上述方法離人們的期望還存在很大的距離。目前儲糧害蟲檢測技術正朝著快速、準確、無損傷和早期診斷的方向發展，其中儲糧害蟲的早期診斷尤為重要，只有在蟲害爆發前的潛伏期采取治蟲措施才是最經濟、最有效的。因此除了通過上述方法獲取儲糧害蟲的生物特征信息外，還需要尋找新的檢測方法和新的生物特征，以形成適于分類的最優知識庫，利用多傳感信息融合技術，研究儲糧害蟲快速自動檢測系統。

在儲糧害蟲的快速自動檢測技術中，光譜分析和成像技術是2個不可缺少的重要手段。近年來，隨著超快激光技術和半導體材料科學的迅速發展，為太赫茲脈沖的產生提供了可靠、穩定的激發源和探測器，促進了THz技術在光譜學與成像技術方面的應用，在食品無損檢測、化學物／生物質檢測、無標記基因檢測、農產品分析和質量控制等方面，THz波檢測技術已顯示出巨大的優勢［7］。

太赫茲波通常指的是頻率在0.1～10 THz（波長0.03～30mm）范圍，典型中心頻率為1 THz的電磁波。THz輻射源是一種新的、有獨特優點的、位于微波和紅外波段之間的輻射源。THz波段光子的電磁能量大約在1～10 meV，正好和分子轉動能級之間躍遷的能量大致相當。大多數極性分子對THz輻射有強烈的吸收，許多有機大分子（DNA、蛋白質等）的振動能級和轉動能級之間的躍遷正好也在THz波段。因此，物質的THz光譜（包括發射、反射和透射光譜）包含有豐富的物理和化學信息［8－10］。

本研究以最主要的初期性害蟲玉米象為例，對玉米象、谷殼、米粉樣品進行了太赫茲時域光譜測試，獲得了其在0.2～1.6 THz波段的折射率和吸收光譜，分析了這些樣品的特征吸收譜，利用偏最小二乘判別法（Partial least－squares discriminate analysis，PLS－DA）對含有玉米象和不含玉米象谷粒樣品的太赫茲光譜進行鑒別分析，展示了THz技術在儲糧害蟲自動檢測中的應用前景。

1 試驗方法與樣品制備

1.1 樣品制備

玉米象是一種最主要的初期性害蟲，貯糧被玉米象咬食而造成許多碎粒及粉屑，易引起后期性害蟲的發生。

將經歷卵、幼蟲、蛹、成蟲幾個發育階段后（3～4周）的玉米象成蟲放入70℃真空烘干箱烘干12 h，接著在干燥箱中放置72 h。然后用粉碎機將干燥后的玉米象碾碎，并用0.250mm（＃60）和0.425mm（＃40）的篩子過篩，獲得的玉米象碎片放置于干燥箱中保存。

用10目（2mm）的篩子篩選顆粒飽滿的沒有被蟲侵蝕的谷粒，然后用谷物脫殼機通過2次脫殼得到糙米和谷殼。利用粉碎機分別粉碎谷殼和糙米后，再用0.250mm（＃60）和0.425mm（＃40）的篩子過篩獲得米粉粉末和谷殼粉末，然后放入70℃真空烘干箱烘干12 h。

分別取玉米象碎片、谷殼和米粉各0.1 g置于壓片機上，緩慢加壓，達到24 MPa的壓力時維持2min，將樣品壓成厚度在1～2mm之間，直徑為13mm，兩表面互相平行、內部均勻的圓盤狀薄片，獲得玉米象碎片壓片、谷殼粉末壓片、米粉壓片各50片。

分別取不同比例玉米象碎片、谷殼和米粉0.1 g如上述步驟制作不同比例混合壓片，從而獲得180份含有不同數量玉米象碎片谷粒粉末的壓片樣本。按上述步驟，取谷殼和米粉0.1 g制作不含玉米象碎片的谷粒粉末壓片樣本30份。

1.2 試驗裝置

試驗采用了美國Coherent公司鈦藍寶石飛秒激光器作為泵浦和探測光源，它的中心波長調諧到780 nm，脈寬小于100 fs，重復頻率為80 MHz，平均功率960 mW。太赫茲時域光譜儀為美國Zomega公司的Mini－Z 4，激光脈沖被分為泵浦光和探測光兩路，泵浦光激發大孔徑GaAs光電導天線產生THz脈沖，探測光利用電光采樣原理探測THz波的電場強度，探測元件采用ZnTe晶體。該THz時域光譜儀光譜覆蓋0.1～3.5 Hz，THz動態范圍大于70 dB，頻域分辨率＜5 GHz，THz脈沖FWHM約為624.54 fs。光路中灰色部分為充氮封離箱，主要是為了減少空氣中水分對THz波的吸收，使用時充入氮氣，使罩內濕度小于4%。

1.3 數據處理

太赫茲發射的頻域波形為E0（ω），探測器直接接收到的發射頻域波形為Eref（ω），穿過樣品后探測器接收到的頻域波形為Esample（ω），此處ω為頻率，樣品厚度為d，太赫茲脈沖在自由空間傳播距離為l，樣品的負折射率為 n（ω）＋iκ（ω），κ（ω）為消光系數，自由空間空氣折射率為1，則參考光Eref（ω）表達式為：

穿過樣品的信號光可表示為：

式中：1／n（ω）＋1、2n（ω）／n（ω）＋1分別為太赫茲脈沖入射樣品和出射樣品時的透射系數。

因此，太赫茲脈沖穿過樣品后的透射譜可表示為：

因此可得實折射率和吸收系數分別為：

1.4 PLS－DA分析方法

THz光譜數據經過格式轉換后，應用PLS－DA對含有玉米象的谷粒粉末和不含玉米象的谷粒粉末進行鑒別分析。PLS－DA是一種基于PLS回歸分析對不同類別之間的模型差異進行分類的一種分類方法［11］。將2種類別的THz光譜分別定義為1和2（1代表含有玉米象的谷粒粉末，2代表不含玉米象的谷粒粉末）作為THz光譜數據的參考值，應用交叉驗證的方法及預測殘差平方和（Predictive residual error sum of squares，PRESS）為依據選擇建立PLSR模型的主成分，采用偏最小二乘回歸建立鑒別模型。根據校正集建立的分類變量和光譜特征的PLS模型，計算驗證集的分類變量值（Yp），當Yp在分類變量（1和2），且偏差＜0.5，則判斷預測準確。

2 結果與討論

2.1 THz時域光譜分析

利用THz－TDS獲得的3種樣品的THz時域波形如圖1所示。各種分子之間弱的相互作用（如氫鍵的延伸、DNA）、核酸大分子的骨架振動（構型彎曲）、晶體中晶格的低頻振動吸收頻率以及偶極子的旋轉和振動躍遷都對應THz波段范圍，谷殼、米粉、玉米象由于內部成分不同，分子間的低頻集體振動模式不同，太赫茲時域光譜響應也會有差異。

由圖1可見，THz波通過3種樣品后幅值明顯衰減，衰減幅度超過50%，時間上也有不同程度的延遲，其中谷殼延遲時間約為1.581 3 ps，米粉延遲時間約為1.547 4 ps，玉米象延遲時間約為1.538 3 ps。因為樣品厚度均為0.06 cm，顯然幅值衰減和時間延遲主要是由于谷殼、米粉和玉米象內部成分的不同導致對THz波不同程度的吸收引起的，這也說明THz波在這些樣品中的折射率大于氮氣中的折射率。特別是玉米象與谷粒的主要組成成分（谷殼、米粉）在幅值和時間延遲上有明顯的差異，這表明可以利用THz波檢測谷粒中是否存在儲糧害蟲。

將THz時域波形信號進行傅里葉變換后，可得樣品的THz頻域波形信號，如圖2所示。由圖2可見，參考信號的檢測范圍為0～3 THz，米粉和玉米象有效頻率信號在0～1.5 THz，而谷殼有效頻率在0～1.6 THz，這說明0.06 cm厚的樣品對于1.6 THz以上的頻率是不透明的，如果采用本太赫茲時域光譜系統獲得更高頻率的太赫茲光譜，樣品厚度需要進一步減小。利用式（5）可以獲得3種樣品的THz頻段吸收系數譜，如圖3所示。

圖2 樣品和參考信號的THz頻域波形

圖3 樣品和參考信號的THz吸收光譜

由圖3可見，在0.2～1.6 THz波段內，谷殼、米粉和玉米象的吸收譜在0.28 THz均有吸收峰，從0.4 THz開始，玉米象的吸收譜隨著頻率的增加成上升趨勢，在1.46 THz存在明顯的吸收峰，米粉和谷粒沒有明顯的吸收峰。三者相互之間的吸收系數存在明顯的差別，因此在太赫茲頻段，谷粒中是否存在玉米象可以根據玉米象的特征吸收峰和吸收譜的特征進行區別。

由式（4）計算，得到3種樣品在0.2～1.6 THz的折射率，如圖4所示，可見，折射率在1.425～1.601之間，因為3種樣品成分不同，所以在不同的THz頻率下有特定的折射率。因此，通過測量樣品在THz波段的折射率，可以檢測谷粒中是否存在儲糧害蟲。

圖4 樣品THz波段折射率譜

2.2 PLS－DA判別模型的建立與驗證

基于PLS方法建立樣本分類變量與THz光譜特征間的回歸模型，然后利用PLS回歸方法對校正集樣本的THz光譜與分類變量進行回歸分析，并且建立分類變量與THz光譜特征間的PLS模型，驗證方法采用交叉驗證法，光譜范圍選擇0.2～1.6 THz。

圖5是0.2～1.6 THz范圍內各頻率的變量投影重要性（Variable importance in projection，VIP），VIP反映了各個THz頻率對谷粒中是否含有玉米象的解釋水平及相關程度，VIP值越大，該頻率越重要，通常認為VIP＞1，說明該頻率重要；VIP＜0.5，說明該頻率對于鑒別模型不重要。由圖5可見，1.17～1.43 THz和1.50～1.60 THz這2個頻段范圍內，是否還有玉米象的谷粒存在顯著差異，其中1.50～1.60 THz差異最為明顯，因為在這個頻段范圍內玉米象有明顯的吸收峰，低頻范圍0.12～0.19、0.24～0.32、0.42～0.47 THz也都存在顯著差異。

圖5 0.2～1.6 THz范圍內各頻率的變量投影重要性

根據交叉有效性檢驗來截取成分的個數，參數見表1，提取第1個成分交叉有效性達到72.6%，提取第2個成分時，累計交叉有效性減少為72.5.0%，提取第3個成分時，累計交叉有效性減少為69.4%，提取第4個成分時，累計交叉有效性減少為34.6%，說明第2個、第3個和第4個成分的交叉有效性為負，因此選擇第1個成分預測性能為最佳。

利用THz光譜結合PLS－DA方法建立的判別模型，校正結果如表1和圖6所示。圖6為驗證集樣本的預測結果，其中驗證集中所有的含有玉米象的谷粒樣本的分類變量的預測值都接近于1，因為谷粒樣本含有不同比例的玉米象的，偏差在0.5左右，而不含玉米象的谷粒樣本的分類變量的預測值接近于2，偏差均小于0.1。根據PLS－DA方法的判別準則可知，檢測集中所有的含有玉米象的谷粒樣本均被正確識別。該研究建立的PLS－DA判別模型對谷粒中是否含有玉米象的判別準確率為100%。

表1 不同成分的累計交叉有效性

圖6 PLDA驗證集樣本的預測結果

從表2可見，通過PLS回歸分析建立的判斷谷粒中是否有玉米象和分類變量的相關性較好，校正樣品的識別率均為100%，說明模型的擬合較好。

表2 PLDA預測結果精度評價

3 總結和展望

以最主要的初期性害蟲玉米象為例，對玉米象、谷殼、米粉樣品進行了太赫茲時域光譜測試，獲得了其在0.2～1.6 THz波段的折射率和吸收光譜，分析了這些樣品的特征吸收譜，并利用PLS－DA方法對含有玉米象和不含玉米象的谷粒樣品的太赫茲光譜進行鑒別分析，結果表明用0.2～1.6 THz范圍內的THz吸收光譜建立的PLS－DA分類模型對檢測樣本的判別準確率為100%，說明THz吸收光譜結合PLSDA判別分析方法能夠有效地檢測和判別谷粒中是否有儲糧害蟲成分存在，展示了THz技術在儲糧害蟲自動檢測中的應用前景。

［1］State Administration of Grain in China.Instruction on development of grain technology in the 12ndFive－Year plan.2012

［2］毛罕平，張紅濤.儲糧害蟲圖像識別的研究進展及展望［J］.農業機械學報，2008，39（4）：175－179

［3］耿森林，尚志遠.儲糧害蟲聲檢測技術研究進展與展望［J］.農業工程學報，2006，22（4）：204－207

［4］張紅濤，胡玉霞，邱道尹.儲糧害蟲檢測現狀［J］.河南農業科學，2006，35（3）：66－68

［5］胡麗華，郭敏，張景虎.儲糧害蟲檢測新技術及應用現狀［J］.農業工程學報，2007，23（11）：286－290

［6］Neethirajan S，Karunakaran C，Jayas D S，et al.Detection techniques for stored－product insects in grain Food Control［J］.2007，18：157－162

［7］許景周，張希成.太赫茲科學技術和應用.北京：北京大學出版社，2007：1－78

［8］李允植.太赫茲科學技術和原理［M］.崔萬照譯.北京：國防工業出版社，2012：10－80

［9］閆戰科，張宏建，應義斌.THz技術在農產品／食品品質檢測中的應用［J］.光譜學與光譜分析，2007，27（11）：2228－2234

［10］沈飛，應義斌.太赫茲光譜和成像技術在食品安全檢測中的應用［J］.光譜學與光譜分析，2009，29（6）：1445－1450

［11］張旭，姚明印，劉木華.激光誘導擊穿光譜結合偏最小二乘法定量分析臍橙中Cd含量［J］.物理學報，2013，62（4）：044211－042214.

Detection of Pests During Grain Storage by Using Terahertz Time－Domain Spectroscopy

Tan Zuojun1Chen Yang2Xie Jing1CaiWanlun3Shi Shuning2

（College of sciences，Huazhong Agricultural University1，Wuhan 430070）
（College of Engineering，Huazhong Agricultural University2，Wuhan 430070）
（College of Plant Sciences＆Technology，Huazhong Agricultural University3，Wuhan 430070）

Detecting the stored－product insects in the grain kernels and determining the species of these insects quickly and accurately are very significant to survey and monitor the damage by the pest.It also has an important practical significance in the accurate detection of pests in food warehouse and the rapid detection of pests in import and export ports.The Sitophilus zeamais（S．zeamais），a common stored grain insectassociated with food－processing facilitiesworldwide was used as the test insect in this study.The study involved identification of 0.2～1.6 THz absorption characteristics and refractive indices of S．zeamais，chaff flour，rice flour andmixtures of them by terahertz time－domain spectroscopy（THz－TDS）.The absorption characteristics of these samples（S．zeamais，chaff flour and rice flour）were analyzed.Partial least－squares discriminate analysis（PLS－DA）was applied to classify the healthy grain powder and the grain powdermixed with different concentration S．zeamais into two groups.The results demonstrated that the calibration and prediction resultswere highly correlated to the real classification variables by using of the discriminationmodel，which was built by PLS－DA method and the absorption spectrum in the region of 0.2～1.6 THz.The rootmean square error of calibration（RESECV）and rootmean square error of cross－validation（RESEP）were both less than 0.150.The correct classificationswere 100%by building PLS－DA discrimination model.This study provided a rapid and convenientmethod to detect the insect－damaged grain kernels.

terahertz，spectrum，pests in gain storage，partial least－squares discrimination

國家自然科學基金 （31000848），中央高?；究蒲袠I務費專項 （2014QC013）

2014－01－11

譚佐軍，男，1977年出生，副教授，生物信息技術與工程

謝靜，女，1981年出生，講師，生物信息技術與工程

TQ247

A

1003－0174（2015）06－0125－05