基于近红外光谱和SIMCA算法的烟叶部位相似性分析

 烟叶的外观特征能反映内在品质，不同部位、品种、成熟度的烟叶在外观上表现出来的特征为烟叶的工业分级提供标准和依据。在烟叶的质量管理中，部位的特征是十分重要的。根据其在植株上着生位置不同烟叶可分为顶叶(T)、上二棚叶(B)、腰叶(C)、下二棚叶(X)和脚叶(P)5个部位。不同的烟叶部位在物理特性、化学成分以及评吸特性等方面都有各自的特点，比如从评吸特性上看，越往顶部香气量越饱满，香气浓度越往顶部越高，劲头和刺激性也相应增加。在实际的烟叶生产加工过程中。有时并不需要对烟叶的不同外部特征进行分类识别，只要得到不同分类情况下类间的品质相似性关系，以可靠的相似性分析结果为依据，制定出符合烟叶产品内在品质特性规律的类别组合或替代，对烟叶产品质量的提升、生产成本的降低以及复烤配方的没计与替代等都具有重要作用。本文以烟叶部位这样一种具有相对较明确的相似性关系的烟叶特征为例来验证基于近红外光谱技术和SIMCA算法来体现类问品质相似性关系的可靠性，并期攀望得到更多有用的烟叶部位之间的相似性信息。

 近红外光谱分析技术具有样品前处理简单、分析速度快、精度高、成本低等优点，被广泛应用于农业、食品、石化、医疗等领域。近几十年来，近红外光谱技术结合化学计量学方法越来越多的应用于烟草质量分析检测中，SIMCA算法在近几年也开始用于烟草质量控制，例如：王家俊等将基于FT-NIR分析技术的SIMCA建模用于卷烟配方过程质量监测等。本文中将SIMCA算法应用于烟叶近红外光谱数据的相似性分析尚未见报道。
1 原理与算法
 SIMCA(soft independent modeling of class analogy)，1976年由瑞典化学家Wold提出，意为各类样本独立地建立局部“软”模式，是一种类模型方法，即对每类构造一个主成分分析的数学模型，在此基础上进行样本的分析。

　在SIMCA算法描述中对于第q类样本，其主成分模型可表示为

tq为样本i对主成分a的得分；lq为变量j对主成分a的载荷；Eq为第i样本第j变量的残余误差。于是，类q的总残余方差为

　对于样本i，残余方差为

　在n维空间中类间的分离程度可利用每类的残余方差来确定。定义类P和类q间的距离为

　　这里S2pq为用类q的模型拟合类P中各点所得的残余方差；S2pq则为用类P模型拟合类q中各点的残余方差。D2pq值越小，类间的相似程度越高。
　由于D2值是一个描述类间分离程度即表示类间差异性的一个指标数据，且是一个非归一化数据，其直观易读性不够好，因此本文提出在某一主成分下一种归一化的表示类间相似性的表达方法。定义的类P和类q间的相似度公式为

　式中n为样本的类别数，Sire值范围为O<Sim<l，Sim值越大表明相似性越高。

2　材料与方法
2．1实验材料
 2008年云南省玉溪地区K326品种5个部位各100份烟叶样品，共计500份。

2．2实验仪器与测试方法
　 实验所用仪器为MPA型傅利叶变换近红外光谱仪(德国Bruker公司生产)；光谱谱区扣描范围为4 000～12 000cm-1；分辨牢为8 cm-1；扫描次数为64次。
2．3数据处理方法
　 光谱预处理方法采用一阶导数加15点平滑，谱区范围选择4 000～8 000 cm 1。由于在基于SIMCA算法建市相似性分析模型时没有较好的优化确定主成分数H的方法，因此本文提出了一种基于实验数据和经验的丰成分数的确定方法，具体确定方法为：得到的相邻主成分数下的相似性分析结果无显著差异的前提下，采用的主成分数少为原则。

3　结果与分析
　 对500个烟叶样品的近红外光谱数据建立的相似分析数学模型中。得到的l～8个主成分数下不同部位之间的D2值见表1。相邻主成分数下对应的两列值之间的R2值见表2，R2值越接近于l。表示相邻主成分数下部位之间的D2值差距越小，当R2值大于0．99时认为两个主成分数下得到的相似性分析结果没有显著性差异。由表2中可以看出，4～5个主成分数之间对应的R2值已达到0．99以上。遵循相邻主成分数下得到的相似性分析结果没有显著性差异和主成分个数尽量少的原则，本文推荐主成分数为下得到的D2值来求解类间相似度值，其对应的各烟叶部位间的相似度值见表3。

 由表3中的相似度数据可以得出：
①顶叶(T)与上二棚叶(B)之间的部位相似性最高。
②顶叶(T)与脚叶(P)之间的部佗相似性最低。
③在相邻部位的相似性结果中腰叶(C)和下二棚叶(X)的桂i似性最低，筷至低于跨一个部位的腰叶(C)和顶叶(T)之间的相似性。
④上二棚叶(B)和腰叶(C)与下二棚叶(X)和脚叶(P)之间的相似程度都高于腰叶(C)和顶叶(T)之间的相似性，而低于顶叶(T)与上二棚叶(B)之间的相似性。

　从总体上来看。相邻部位之间的相似性高于跨一个部位的相似性，跨一个部位的相似性高于跨两个部位的相似性，依此类推。这一结果与烟叶部位相似性的实际规律是一致的

4　结果与讨论
　 本文以同一地区同一品种不同部位烟叶的近红外光谱为研究对象，对烟叶部位之间存在的品质特征的相似性进行了分析。分析结果表明，基于近红外光谱和SIMCA算法得到的部位之间的相似性关系与实际烟叶部位的相似性关系一致，并得到了一组可靠的最化的烟叶部位间相似度数据。对于烟叶生产加工过程中工业分级的评价以及复烤配方的设计与调整具有重要意义。例如，通过不同年份间烟叶部位相似度数据的对比可以分析烟叶年份之间的差异，从而对复烤配方进行必要的调整，稳定烟叶产量的质量。本文中所采用的相似性分析方法可以推广应用到其他类别的相似性分析，譬如不同产区、不同品种之间等，同时对其他农产品的类别特征的相似性分析也具有参考价值。