烟草水溶性糖近红外定量模型中光谱范围选择方法的研究

 烟草中的水溶性糖对烟叶品质具有重要影响,是决定烟气醇和度的主要因素。在烟草工业中，水溶性糖含量的分析测定是日常检测项目之一，对卷烟成品质量的控制具有重要的意义。由于传统的化学检测方法比较复杂，费时长，消耗大 , 因此近些年来，简单快速的近红外光谱分析技术在烟草行业中的应用颇为广泛但是近红外光谱分析技术是利用化学计量学方法从复杂的光谱数据中提取有用的样品含量信息，所以其分析结果容易受到多种因素的影响。李军会等研究了样品装样、测试条件等因素对近红外检测结果的影响，并实现了通过建立全局模型应用自校正方法来降低分析误差段焰青等考察了粒度对烟末总糖、总氮和烟碱含量近红外预测值的影响，结果表明当烟末粒度在 40 目以上才能保证预测数据的准确性和精密性。练文柳等采用基线校正、去卷积、一阶微分、二阶微分、主成分回归和偏最小二乘法对烟叶样品的近红外光谱数据进行处理，建立了相应的校正模型，并作比较，发现运用二阶微分和偏最小二乘法建立的模型效果**。马翔等选择不同的谱区范围对烟草定量模型进行优化，结果显示不同谱区范围对定量模型的影响明显但对建立近红外定量模型过程中如何确定**光谱范围，目前还未见详尽的报道。本文通过研究水溶性糖的分子结构，推断出水溶性糖中含氢基团在近红外谱区的合频与倍频吸收范围，并以近红外模型的交互验证系数和交互验证均方差为评价指标，确定了烟草水溶性糖在建立近红外定量模型时的**光谱范围。
1　实验部分
 1.1　仪器设备
　　Antaris 傅里叶变换近红外光谱仪（ Thermo，美国），配有积分球漫反射采样系统和样品杯旋转采样附件； Futura 全自动连续流动分析仪 （ Alliance，法国）；Cyclotec 1093 旋风式样品磨（ Foss Tecator，丹麦）；SC101 型鼓风电热恒温干燥箱（浙江嘉兴新塍电器厂）。

 1.2　样品与处理
 　收集 700 个 2011~2013 年烤烟烟叶样本，产区包括云南、四川、山东、江西、湖南、湖北、河南、贵州、广西、福建、安徽共 11 个，等级包括 B1F、B2F、 B3F、 C1F、 C2F、 C3F、 X1F、 X2F、 X3F 共9 个，样本涵盖主要产区和等级。将所有样本按照烟草行业标准《 YC/T 31-1996 烟草及烟草制品 试样的制备和水分测定 烘箱法》制备成粉末样本 ( 粒径≥ 40目，水分含量 5%~7%)，其中 600 个作为建模样本集，100 个作为预测样本集。
 1.3　近红外光谱采集
　　将烟叶粉末样本装入样品杯，并用压样器压实，然后采集光谱，光谱采集范围： 3800~10000 cm-1，光谱分辨率： 8 cm-1，扫描次数： 64 次，样品杯方式：旋转。
 1.4　水溶性总糖和还原糖含量的测定
　　按照烟草行业标准《 YC/T 159-2002 烟草及烟草制品 水溶性糖的测定 连续流动法》对所有样本的水溶性总糖和还原糖含量进行测定。结果如表 1 所示。

2　结果与讨论
 2.1　近红外定量模型的评价
　　评价近红外定量模型的优劣一般采用内部交互验证和外部验证，所谓内部交互验证是指从建模样本集中剔除一个或多个样本，用剩余的样本建立模型来预测剔除的样本，重复该过程直至所有样本都被剔除并预测过，该验证主要考察模型的稳定性和内部预测能力，避免模型出现过拟合现象，评价指标为交互验证系数（ Q2）和交互验证均方差（ RMSECV）；而外部验证则是用已建立的模型来预测多个未知样本，主要考察模型的实际预测能力，是评价模型好坏的主要方法，评价指标为预测均方差（ RMSEP）。交互验证系数、交互验证均方差和预测均方差的计算公式如下：

　　其中 n 为模型的样本数量， yi 为模型中第 i 个样本的参考值， y ⌒i 为模型中第 i 个样本的交互验证预测值， - y 为模型中所有样本参考值的平均值， N 为预测样本集的样本数量， yNi 为预测样本集中第 i 个样本的参考值， y ⌒Ni 为预测样本集中第 i 个样本的预测值。从以上公式可以看出：交互验证系数越大，交互验证均方差越小，说明模型的稳定性越好，其内部预测能力越强；预测均方差越小，模型的实际预测效果越好。

 2.2　水溶性糖在近红外光谱吸收范围的确定
　　烟草中的水溶性糖主要包括单糖 ( 葡萄糖、果糖 )、双糖 ( 蔗糖 )，其分子结构如下图所示：

　　从图 1 可以看出，烟草中水溶性糖中所包含的含氢基团主要就是 C—H 和 O—H 基团，因此烟草中水溶性糖在近红外谱区的吸收主要就是 C—H 和 O—H基团基频振动的合频与倍频吸收。 C—H 基团伸缩振动的基频吸收带在中红外区的 3000 cm-1 附近，弯曲振动在 1450 cm-1 左右； O—H 基团伸缩振动的基频吸收带约在中红外区的 3650 cm-1，弯曲振动约在 1300cm-1。考虑到实际的分子振动并不完全符合简谐振动，而是属于非线性谐振，所以倍频的实际频率比基频乘以倍频数的计算值略小，由此推测出 C—H 基团和 O—H 基团的倍频与合频吸收带的近似位置， 如表 2 所示。

　　同时从近红外漫反射光谱的背景扫描图中发现在5100~5560 cm-1 和 7010~7440 cm-1 处存在较大的背景干扰。

　　由此初步确定了 C—H 基团和 O—H 基团在近红外谱区的吸收范围： 3950~5100 cm-1； 5560~7010cm-1； 7440~7950 cm-1； 8300~9300 cm-1。C—H 基团和 O—H 基团是有机分子组成的基本结构，在水溶性糖以外的其他成分中大量存在。为使最终得到的光谱范围和烟草中水溶性糖的含量有较大的相关性，所以需要结合连续流动法测得的烟草中水溶性糖含量数据来建立相应的近红外定量模型，并以近红外模型的交互验证系数和交互验证均方差为评价指标对每一个光谱区间的上下限进一步优化。发现当光谱区间选择 3850~5010 cm-1、 5720~7010 cm-1 和7760~7980 cm-1 时，该两项指标达到**。

 从表 3 和表 4 的数据可以看出，通过不同的光谱范围选择方法来建立的近红外定量模型，其交互验证系数、交互验证均方差和预测均方差存在较大的差异，通过分子化学结构分析确定光谱范围后建立模型的内部验证指标明显优于其他 3 种方法，其外部验证的实际预测效果也**。最终得到水溶性总糖、还原糖的化学测量值和模型预测值的关系如图 3 和图 4 所示。

3　结论
　本文通过对烟草中水溶性糖的分子结构分析，结合傅里叶变换近红外漫反射光谱的特性，确定了水溶性糖中含氢基团在近红外谱区倍频与合频吸收带的近似位置，并结合连续流动法测得的烟草中水溶性糖含量数据进一步优化，得到**的光谱范围，在此基础上建立了水溶性总糖和还原糖的近红外定量模型，取得了较好的结果，模型的交互验证系数、交互验证均方差和预测均方差都优于其他 3 种光谱范围选择方法。该方法可以有效的应用于烟草水溶性总糖和还原糖含量的实际分析。