《Food Control》:FTIR-driven multi-task learning for non-destructive honey adulteration detection in Bangladesh
编辑推荐:
阿尔卡图扎基亚·阿基|穆罕默德·阿卜杜拉·阿尔·诺曼|伊克巴尔·侯赛因|阿南纳纳·巴鲁阿·尼朱姆|阿斯玛乌尔·霍斯娜·埃玛女士|穆罕默德·古尔扎鲁尔·阿齐兹|阿夫扎尔·拉赫曼孟加拉国农业大学农业工程与技术学院食品工程与技术系,孟加拉国迈门辛,2202摘要蜂蜜极易出现植物来源标注错
阿尔卡图扎基亚·阿基|穆罕默德·阿卜杜拉·阿尔·诺曼|伊克巴尔·侯赛因|阿南纳纳·巴鲁阿·尼朱姆|阿斯玛乌尔·霍斯娜·埃玛女士|穆罕默德·古尔扎鲁尔·阿齐兹|阿夫扎尔·拉赫曼
孟加拉国农业大学农业工程与技术学院食品工程与技术系,孟加拉国迈门辛,2202
摘要
蜂蜜极易出现植物来源标注错误以及用糖浆进行复杂掺假的情况,因此有必要开发先进的分析方法来验证其真实性。本研究提出了一种综合框架,结合傅里叶变换红外光谱技术与六种机器学习算法,以确保蜂蜜的纯度及来源的真实性。实验数据集包含1040个样本,涵盖黑籽蜜、荔枝蜜、芥末蜜和橡胶花蜜四种类型,这些样本被分别以2.5%为间隔添加了浓度在2.5%到30%之间的玉米糖浆和焦糖色素。通过递归特征消除交叉验证法,成功为每个检测目标筛选出了15个独特的诊断生物标志物,从而在降低光谱维度的同时保持了100%的交叉验证准确率。在碳水化合物特征区域(1000–1500 cm?1)发现了关键标记物,其中1740.7 cm?1处的峰值可作为判断是否被掺假的明确指标。主成分分析显示所有任务都具有明显的多维聚类特征。在三种分类任务中,基于集成方法的模型如随机森林、CatBoost和KNN表现最为出色,其准确率、精确率和F1分数均为100.00%。XGBoost和LightGBM也表现出近乎完美的稳定性,即使在复杂的多元分类任务中也能保持99.71%以上的准确率。相比之下,线性支持向量机在所有场景中的表现相对较差,尤其是在识别纯蜂蜜样本方面存在召回率问题,但其准确率仍可保持在92.31%的水平。本研究提供了一种快速、无损且高精度的分析方法,对于维护消费者信任和保障行业经济秩序具有重要意义。
引言
蜂蜜是一种复杂的天然物质,不仅因其独特的营养价值和生物活性而备受重视,还在全球食品市场中具有重要的经济价值(Anjos等人,2015)。蜂蜜主要由过饱和的糖分溶液以及酶、氨基酸和矿物质组成,其成分会受到植物来源和地理环境的显著影响(Aykas,2023;Hao等人,2023)。然而,正是由于其较高的市场价值以及复杂的全球供应链,蜂蜜成为了欺诈行为的高发目标之一(Fakhlaei等人,2020)。随着掺假手段的不断升级,传统的鉴定方法如蜜粉分析法和物理化学检测已难以满足需求(M?LL?等人,2025)。如今,一些复杂的欺诈行为会使用经过特殊处理的工业糖浆,如玉米糖浆和焦糖色素,这些糖浆经过化学处理后能够模拟蜂蜜的碳水化合物特征,使得用传统方法进行检测变得愈发困难(Egido等人,2024)。
傅里叶变换红外光谱技术已成为食品鉴定的重要工具,它相比传统方法具有快速、无损且高通量的优势(Lu等人,2026;Prata & da Costa,2024)。通过检测特定功能团的振动特性,傅里叶变换红外光谱能够生成反映样品内在化学成分的“分子指纹”(Sahlan等人,2019)。在蜂蜜分析中,中红外区域(4000–400 cm?1)具有很高的诊断价值,因为该区域包含了与O-H、C-H和C-O键相关的伸缩和弯曲振动,而这些振动是糖类和水的典型特征(Dimakopoulou-Papazoglou等人,2025;Lekova & Metall,2017)。不过,由于光谱数据维度较高且存在大量重叠的吸收带,因此需要结合先进的化学计量学方法和机器学习技术,才能从复杂的光谱噪声中准确提取出诊断性生物标志物(El Hajj & Estephan,2025;Prata & da Costa,2024;Wang等人,2025)。
近年来,计算智能领域的进展为处理高维度光谱数据的复杂问题提供了强大的算法支持。虽然偏最小二乘法和支持向量机这类传统方法一直是行业内的标准,但现代的集成学习和梯度提升模型,如随机森林、XGBoost、CatBoost和LightGBM,则具有更强的预测能力和稳定性(Anker等人,2023;Contreras & Bocklitz,2024;Westermayr & Marquetand,2025;Zhao等人,2025)。当这些模型与递归特征消除这样的严格特征选择方法相结合时,就能够识别出具有成本效益的特定生物标志物,从而助力构建自动化的质量控制系统(Al-Awadhi & Deshmukh,2023;Peng等人,2020;Yu等人,2025)。
尽管取得了这些进展,现有的许多研究仍然只聚焦于单一的挑战,比如植物来源分类或纯度检测,往往忽视了建立全面、多层次的食品溯源系统的需求(Banach等人,2025;Caredda等人,2024)。此外,目前还缺乏关于不同高性能提升算法在利用优化后的单一光谱子集识别工业掺假物与天然花蜜时的效果对比研究(Mateo等人,2021)。填补这一空白对于制定能够应对日益复杂多变的全球食品欺诈问题的通用标准至关重要。
本研究旨在构建一个综合框架,将傅里叶变换红外光谱技术与六种高性能机器学习算法——随机森林、支持向量机、轻量级梯度提升机、极端梯度提升机、分类提升机和K近邻算法——相结合,用于蜂蜜的鉴定。具体而言,我们研究了三类分层分类任务:第一,区分四种不同类型的蜂蜜的植物来源;第二,判断样本是纯蜂蜜还是被掺假的蜂蜜;第三,识别具体的工业掺假物(玉米糖浆与焦糖色素)。通过采用递归特征消除方法,我们试图确定是否只需最少数量的优化生物标志物就能在这些不同的检测任务中保持高准确率。
本研究的创新之处在于其多层架构设计,该架构能够在同一个统一的分析流程中同时实现植物来源鉴定、掺假检测以及特定掺假物的识别(即分类任务1、2和3)。与那些通常只关注单一分类任务的现有研究不同,本研究为每种特定的检测目标选择了15个经过优化的独特生物标志物,这在大幅降低计算复杂度的同时依然保持了极高的准确率。此外,本研究还首次对最先进的梯度提升算法(CatBoost、XGBoost和LightGBM)与传统的化学计量学模型在蜂蜜纯度检测方面的性能进行了全面对比,为高精度蜂蜜鉴定建立了新的基准。找到并验证用于纯度检测的可靠光谱标记物,无疑为蜂蜜行业开发标准化、自动化的检测工具带来了重大进展。
章节节选
样本采集与准备
本研究从孟加拉国经过认证的当地采蜜人处直接获取了四种常见的蜂蜜样本——黑籽蜜、荔枝蜜、芥末蜜和橡胶花蜜,以此确保能够追溯其植物来源。每种蜂蜜都被分成多个小样本,然后分别添加了12种不同浓度的玉米糖浆和焦糖色素,浓度范围为2.5%、5.0%、7.5%、10.0%、12.5%、15.0%、17.5%、20.0%、22.5%、25.0%、27.5%和30.0%(重量/体积比)。
纯蜂蜜样本的傅里叶变换红外光谱分析
纯蜂蜜样本的傅里叶变换红外光谱特征(见图1),包括黑籽蜜、荔枝蜜、芥末蜜和橡胶花蜜,都具有明显的碳水化合物“指纹”特征以及与水相关的吸收峰。在纯状态下,这些样本在大约1032 cm?1处有一个主要的吸收峰,该峰对应于果糖和葡萄糖的C-O和C-C键的伸缩振动。在1020–1040 cm?1区域出现的这个主要吸收峰一直被视作
结论
本研究通过将傅里叶变换红外光谱技术与先进的机器学习算法相结合,成功构建了一个高精度、多层次的蜂蜜鉴定框架。借助递归特征消除交叉验证法,研究表明仅需15个经过优化的诊断生物标志物,就足以在植物来源分类、纯度检测等三项不同的鉴定任务中实现近乎绝对的准确率。
局限性及未来研究方向
尽管所提出的框架具有很高的预测准确率,但目前这项研究主要是在特定地区进行的概念验证,因此在将其推广到全球应用时还存在一些局限性。首先,用于研究的纯蜂蜜样本仅来自孟加拉国的四种植物品种,因此所发现的光谱生物标志物和模型决策边界可能反映了当地的植物种类和气候条件等特定区域特征。
关于写作过程中使用生成式AI和AI辅助技术的声明
在撰写本文的过程中,作者们使用了Gemini Pro和Paperpal来优化语言表达。在使用这些工具之后,作者们对内容进行了必要的审阅和修改,并对最终发表的文章内容承担全部责任。
CRediT作者贡献说明
阿尔卡图扎基亚·阿基:概念设计、数据整理、正式分析、方法设计、软件应用、可视化处理、初稿撰写。穆罕默德·阿卜杜拉·阿尔·诺曼:概念设计、数据整理、正式分析、方法设计、软件应用、可视化处理、初稿撰写。伊克巴尔·侯赛因:数据整理、正式分析、方法设计、初稿撰写。阿南纳纳·巴鲁阿·尼朱姆:正式分析、方法设计、初稿撰写。阿斯玛乌尔·霍斯娜·埃玛女士:数据整理。穆罕默德·古尔扎鲁尔·阿齐兹:
利益冲突声明
作者们声明,不存在任何可能影响本研究结果的利益冲突或财务关系。没有任何商业或财务关联、资金来源或个人关系可能对研究的设计、数据收集、分析、解读或结论产生影响。所有作者均保证研究的客观性和完整性,并确认该研究是在没有外部干预的情况下独立完成的。