基于隨機森林算法構建用于蜂蜜品種鑒別的新模型

近日，中國農業科學院蜜蜂研究所資源昆蟲產品加工與功能評價團隊利用隨機森林算法結合穩定同位素和元素組成的方法構建了新模型，實現了對蜂蜜品種的準確鑒別。相關成果發表在《食品成分與分析雜志（Journal of Food Composition and Analysis）》上。

蜂蜜作為一種純天然食品，具有較高的食用價值、藥用功效和保健功能。由于不同蜜源植物來源的蜂蜜品質及感官特征不同，市面上不同品種蜂蜜的價格差異較大。但傳統方法如感官鑒定和花粉分析法等很難鑒別蜂蜜品種，因此尋找一種快速、準確鑒別蜂蜜品種的方法，對于提升蜂蜜質量水平具有重要意義。

該研究基于不同蜜源植物及蜜蜂的生存環境導致蜂蜜中穩定同位素和礦物質元素存在的差異，以陜西、云南和湖北等16個地區6種蜂蜜（椴樹蜜、葵花蜜、苕子蜜、油菜蜜、洋槐蜜和棗花蜜）（共計128份樣品）為研究對象，測定4種穩定同位素（δ13C蜂蜜、δ13C蜂蜜蛋白、δ18O和δ2H）和12種礦物質元素（Na、Mg、Ca、K、Fe、Cr、Mn、Co、Cu、Sr、Se、Mo）指標。并利用不同建模方法，分別構建了隨機森林算法、支持向量機、分類和回歸樹以及線性判別分析4種鑒別模型，并對模型進行參數優化和交叉驗證。結果表明，相較于其它模型，隨機森林模型表現出最高的訓練準確度（99.4%）和測試準確度（96.5%），且能自動識別缺失值和剔除異常值，具有較強的穩定性。此外，隨機森林模型通過對變量的重要性排序，得出δ2H、δ18O、Sr、Mn、Ca和K是鑒別蜂蜜品種的重要因子。該研究為蜂蜜品種的鑒別提供了新的技術參考。

該研究得到了國家自然科學基金、中國農業科學院科技創新工程和國家蜂產業技術體系的項目支持。（通訊員 李相昕）

原文鏈接：

https://doi.org/10.1016/j.jfca.2022.104565