近日，我院能源所循环农业团队与长春理工大学联合在国际学术期刊《Food Chemistry: X》（中科院一区TOP，IF=8.2）上发表题为“Dynamic monitoring of salicylic acid and vitamin B during the apple boiling process based on fluorescence spectroscopy and machine learning”的研究论文。我院循环农业首席滕星副研究员与长春理工大学刘春宇副教授为共同通讯作者，该论文第一作者为二人联合培养的硕士研究生。我院经信所肖夏助理研究员参与了数据田间验证工作。

农业或者生态学的常规理化分析过程往往检测指标周期长、异质性差异大，且调查取样过程难免会对研究目标产生严重扰动，导致不确定性结果，而开展基于光谱分析的检测方法可以有效避免类似情况发生，是目前国际上农业信息学重要的研究方向。该联合团队一直致力于利用多光谱技术鉴定、分析土壤和作物在开展生态修复前后的表观特征变化研究。该研究就是利用加热来模拟植物腐烂的生态过程，观察和验证什么光谱特征可以用来分析植物在腐烂（热处理）过程关键营养成分的变化特征，以期实现定量化分析的目的。该研究采用激发-发射矩阵（EEM）荧光结合主成分分析（PCA）来追踪苹果煮制过程中营养成分的变化。通过高斯多峰经验函数拟合解析重叠的荧光带，以获取峰描述符。使用最小冗余－最大相关性（mRMR）和X测试筛选特征区域。采用合成少数类过采样技术（SMOTE）进行类别平衡。支持向量机（SVM）在煮制阶段分类（K=0.90190.9761）中实现了90.8497.76%的准确率。偏最小二乘法（PLS）为维生素B（R=0.9734，均方根误差（RMSE）=0.0239）和水杨酸（R=0.9614，RMSE=0.0187）提供了最佳的浓度预测。该研究首次将基于峰形特征的EEM机器学习框架与腐烂过程中营养成分的无损定量监测进行了关联，为后续快速鉴定技术、遥感识别技术的开发提供了重要的理论基础。

该研究得到吉林省科技厅多个计划项目的支持。

论文链接：https://www.sciencedirect.com/science/article/pii/S2590157526003391

（能源所 滕星）

-------------------------------------

初审：崔彦如 复审：杜 鹃 终审：刘文国