茯苓是一種常見的名貴中藥材，產地主要在云南、安徽、湖北、福建、湖南、廣西、河南等地，不同產地茯苓所含有效成分不同。因此，就有必要對茯苓的產地進行鑒別。本文介紹了高光譜成像儀在茯苓產地鑒別中的應用。
茯苓產地傳統鑒別方法：
茯苓為多孔菌科真菌茯苓的干燥菌核川，是我國傳統的名貴中藥材之一，唐代《道藏》將茯苓排人“九大仙草”之列，贊譽其是“除濕之圣藥”“仙藥之上品”。加工后的茯苓屬于藥食兩用的藥材，是我國衛生部公布的第一批按照傳統食藥兩用的34個品種之一，在常見中醫臨床組方中的配伍率高于70%。在2020年中華人民共和國工業和信息化部發布的新型冠狀病毒感染《疫情防控重點保障物資（醫療應急）清單》中，茯苓是唯一納人的真菌類藥材，且經過統計分析發現茯苓也是治療新型冠狀病毒感染的高頻藥物。市場上均以產自云南各地、安徽大別山區、湖北九資河的茯苓品質為佳，此外福建、湖南、廣西、河南等地也有種植。由于菌種不同以及栽培環境等的差異，除了表觀特征有所不同外，不同產地茯苓所含有效成分也不同。
鑒別茯苓產地的傳統方法大多為主觀判斷，如觀察形態、咀嚼口感、嗅聞氣味、掂量質地等，這些方法容易受到主體自身的影響，且難以推廣形成規范。通過測量化合物含量來鑒別產地的方法有HPLC、紫外分光光度法、UPLC-QTOF-MS/MS等，這些方法需要將樣品粉碎配置形成溶液來進行測量，受限于場地、儀器、材料價格、專業人員等多種因素，耗時久、成本高、樣品不能還原。因此，亟需尋找一種快速、便捷、耗時短、操作簡單的鑒別產地方法，而高光譜成像技術無疑是最好的選擇。
高光譜成像儀在茯苓產地鑒別中的應用：
高光譜成像技術結合多種算法分析的方法，由于簡單、快捷、準確性高，廣泛應用于食用菌的產地鑒別。而高光譜成像技術的光譜范圍基本囊括可見光（400～780nm）和近紅外光（780～2526nm），波長范圍進一步擴大，且能夠做到“無損、快速、操作簡易”和批量檢測，無需將樣品粉碎或溶解制成溶液即可通過探測燈掃描獲得樣品光譜信息，且高光譜可以將可見-短波紅外波長范圍分成2個波段分別或者融合進行處理分析，以供建立識別模型時選定最合適的波段類型。目前，高光譜成像技術已廣泛應用于食品、農作物、醫藥、土壤環境等領域。基于高光譜成像技術的無損產地鑒別，可以建立最優預測模型，提升茯苓產地鑒別的準確性。具體步驟如下：
1.樣品選擇
搜集不同區域的茯苓產品，各區域茯苓產品選擇多塊，以保證測試數據的準確性。
2.光譜數據采集
使用高光譜成像儀采集樣品的光譜數據，在采集時需要在20℃的溫度下進行，將茯苓樣品按照規定擺放于移動平臺，每次掃描多個樣品。
3.光譜數據處理
第一步，將收集完成的高光譜數據，利用儀器自帶的校正軟件進行原始高光譜圖像數據的校正，儀消除儀器、電流等外部因素對樣品數據的影響。
第二步，將校正后的高光譜圖像數據，利用ROI工具，對每個樣品進行感興趣區域數據的提取，用作后續數據的處理。
第三步，光譜數據的預處理，采用不同預處理方法消除原始光譜數據中的干擾信息，例如S-G平滑法、一階導數法、二階導數法等。
第四步：分類模型建立。分別使用不同的分析方法，例如偏最小二乘法辨別分析等，結合不同預處理方法進行茯苓產地識別模型的建立。
第五步：模型評價。產地識別模型建立后，不同組合訓練集和預測集的準確率都能夠評價模型的性能。但在實際應用中，數據分組若不平衡，依靠準確率評估的方法就會存在明顯缺陷。因此，就需要采用不同的方法對模型進行評價以保證分類模型的精度。
采用高光譜成像技術對不同地區茯苓樣品進行數據采集，在獲取茯苓樣品高光譜數據后，提取相關感興趣區的平均光譜，并采用不同的光譜分析方法得到茯苓樣品敏感波段，建立茯苓樣品判別的預測模型對判別模型進行評判，最終選用最優模型下敏感波段對應的高光譜圖像進行分析，以獲取茯苓樣品的不同信息特征，進而對茯苓樣品進行區域的劃分。
