荧光光谱应用 | 拉曼荧光光谱 + MDS-SVM：天麻粉掺假快速鉴定新方法

天麻粉常见掺假物：玉米淀粉、木薯淀粉（成本低、外观接近，肉眼与常规方法难区分）

现有检测短板：色谱、质谱等前处理复杂、周期长、无法现场使用

本研究目标：建立非侵入、高灵敏、可定量的天麻粉掺假激光光谱检测方法

以云南昭通天麻为原料，掺入淀粉并设置梯度样品，使用Portman 便携式拉曼光谱仪（如海光电）采集光谱；经 MDS 多维尺度变换降维后，用 SVM 构建掺假定量预测模型，以 R2、RMSE 评价精度。

天麻粉与淀粉的光谱特征差异明显：天麻粉以强荧光信号为主，拉曼峰较弱；玉米淀粉、木薯淀粉则呈现清晰的拉曼特征峰，荧光背景低，且两种淀粉光谱高度相似（图2），相关系数达 0.9995，特征峰稳定可作为识别依据。

图1 天麻、玉米淀粉和木薯淀粉的拉曼荧光光谱

图2 玉米淀粉和木薯淀粉拉曼光谱

混合样品光谱随成分比例呈现规律变化：淀粉占比越高，荧光越弱、拉曼峰越显著；天麻占比越高，荧光越强、拉曼特征越不明显。

图3 天麻、玉米淀粉和木薯淀粉混合粉末的拉曼荧光光谱

经 MDS 降维后，数据冗余度大幅降低，样本聚类清晰，能直观反映成分差异。将光谱降至 12 维，取前 3 维可视化，淀粉浓度越高，样本聚类越紧密；天麻浓度越高，离散度越大（荧光不稳定性导致）（图4）。

图4 天麻与玉米淀粉混合粉末的拉曼荧光光谱及其数据降维

所构建的 MDS-SVM 模型预测精度良好，表明基于拉曼荧光光谱技术结合MDS-SVM算法构建的天麻粉掺假定量模型具有一定的应用潜力。

表1 模型预测效果

图5 MDS-SVM模型预测结果

面对天麻、玉米淀粉和木薯淀粉的复杂掺假场景，模型仍保持稳定输出，R2=0.8664、RMSE=0.0161，泛化能力与实用性突出。

图6 三种粉末混合预测效果

本研究依托Portman便携式拉曼光谱仪优异的光谱采集性能，搭配 MDS?SVM 算法，成功实现天麻粉掺假快速、无损、定量检测。整套方法现场适用性强、准确度高，对单一 / 混合淀粉掺假均有效，为中药材质量监管与企业质控提供了可落地的高效技术方案。

*免责声明：

如海光电公众号所发布内容（含图片、图表）来源于公开学术文献。文章版权、数据及所述观点归原作者所有。本文旨在分享科研应用案例，如有侵权请联系后台处理。