基于近、中红外光谱的葡萄酒品种和地理标识的溯源研究

葡萄酒标识管理与可追溯制度对规范葡萄酒生产和市场监管有重要意义。项目以不同品种和地理标识的葡萄酒为研究对象，以包含葡萄酒样品全部有机组分信息的中红外衰减全反射光谱、近红外漫透射光谱、及二者的融合光谱为其品质特性表达的载体，运用Fisher投影、DPLS分析、支持向量机等化学计量学方法，建立我国葡萄酒主要品种和地理标识的溯源模型；构建一套基于证据理论的溯源信息融合算法；根据主要理化指标化学分析的数据，反演解析溯源模型的物质基础；同时建立基于品质参数的溯源模型，丰富溯源模型的内涵。该研究有助于提高葡萄酒主要品质特性的人工智能识别水平、逐步消除传统的感官品评所带来的主观差异，也有利于防止葡萄酒标识造假行为，是实现食品"物联网"信息平台的重要准备工作。

酿酒葡萄的品种和产区影响并决定着葡萄酒的品质，葡萄酒标识管理与可追溯对规范葡萄酒生产和市场监管有重要意义。项目收集了来自我国三个不同葡萄主栽品种（赤霞珠、美乐、蛇龙珠）、六个不同葡萄主栽产区（烟台、怀来、昌黎、新疆、甘肃、宁夏）的172个干红葡萄酒样品；采集其近红外透射光谱和和中红外衰减全反射光谱法，并扩展了电化学循环伏安曲线的采集；利用定性偏最小二乘法（DPLS或者PLS-DA）、FISHER判别法和支持向量机方法（SVM）三种方法建立基于近、中红外光谱的葡萄酒品种和产区溯源模型；并设计实现了数据级、特征级和决策级三个不同层次、多种实现方法的光谱信息融合，以及基于融合信息的溯源模型。取得的主要成果如下：.1．基于近、中红外光谱的葡萄酒品种溯源研究：以赤霞珠、美乐、蛇龙珠三种不同品种干红葡萄酒为研究对象，分别建立了基于近、中红外光谱的葡萄酒品种溯源模型，结果表明，应用红外光谱技术结合模式识别方法对不同品种红葡萄酒进行快速溯源是可行的，且当产区固定时，识别效果会得到很大提高。.2．基于近、中红外光谱的葡萄酒产区溯源研究：以烟台、怀来、昌黎、新疆、甘肃、宁夏六个产区干红葡萄酒为研究对象，分别建立不同产区干红葡萄酒的定性识别模型，结果表明：当品种固定时，近、中红外光谱所建模型的建模集、预测集的识别准确率能达到90%左右。.3．基于光谱信息融合的的葡萄酒品种溯源研究：提出了一种将检测限不同的近红外透射光谱和中红外衰减全反射光谱进行信息融合后用于葡萄酒品种溯源的方法，设计实现了三个不同层次、多种实现方法的光谱信息融合，并用FISHER和DPLS方法分别建立融合前后光谱的判别模型。得到以下结果：.1）数据级融合：对原始近、中红外光谱分别进行归一化后级联，级联融合后模型的识别效果均比单独用近、中红外光谱的识别效果有明显提高。.2）特征级融合：分别提取了光谱10个特征波长点、10个主成分和db3小波三层小波分解的系数进行特征级融合，主成分和小波分解两种特征级融合后溯源模型的判别正确率都比单一光谱判别有明显提高。.3）决策级融合：采用贝叶斯概率判别公式对近、中红外光谱的单独判别结果进行融合，结果表明：决策级信息融合有助于葡萄酒识别准确率的提高，对葡萄酒品种的判别建模集和检验集正确率达到90%以上。.三种层次的光谱融合技术均有利于溯源模型识别效果的提高。