应用近红外光谱投影模型法分析烟叶的产区与风格特征

 近红外光谱主要是对含氢基团 X—H（X=C ，N ，O ）振动的倍频和合频吸收 ，其中包含了大多数类型有机化合物的组成信息，与烟叶化学成分关联的信息非常丰富 ；因此利用近红外对烟叶的主要物理指标与化学指标进行检测和控制对提升烟草品质极为有效 ，已经在烟叶工业分级 、复烤在线 、制丝在线 、烟用辅料等多个方面开展了应用，对我国中式卷烟品质的稳定与提升起到了重大作用 。

　烟叶生产实践中 ，为了彰显不同地区的烟叶特色 ，在工业上更合理的使用烟叶资源 ，传统上将香型作为特色烟叶的一种类型标志，例如，云南 、福建 、四川属清香型 ，河南 、湖南属浓香型 ，贵州 、山东 、东北属中间香型等 ，随着认识和实践的不断深化 ，目前每一个类型包含的产区很多 ，生态条件差异很大 ，很难给三大香型更详细的共性诠释 ；其香型又被逐步细化为清香型 、清偏中间香型 、中间偏清香型 、中间偏浓香型 、中间香型 、浓偏中间香型 、浓香型 、浓透清香型以及清透浓香型等。作者曾尝试应用近红外光谱对浓 、中 、清三大香型进行差异化分类以及各自的共性诠释 ，但分析结果表明 ，基于近红外光谱也很难对三大香型进行完美的区分和共性解释 ；因此 ，在承认存在过渡香型的前提下 ，提出应用投影模型得到的预测样品投影值与模型中各类投影均值之间的欧氏距离 ，对预测样品给出最近和次近类别及描述部位特征程度的量化分值 ，并结合模型中各类投影值的离散度以及设定的阈值 ，将预测结果细化为典型浓、浓偏中 、中偏浓 、典型中 、中偏清 、清偏中 、典型清 、清透浓 、浓透清等 ９ 类或超模型范围样品 ；在实现预测样品的判别分析基础上得到更细化的风格特征信息 ，对烟草工业企业实现原料的跨区组合及叶组配方等提供参考指导 。
1 实验部分
1.1 材料
　　建模试验样品为2003年 —2012年收集的烤烟样品共4733个 ，其中浓香型烟叶 1580个 ，清香型烟叶2004个 ，中间香型烟叶1149个，分别来自湖南、湖北、云南、贵州、四川、重庆、广东、广西、河南、江西、安徽、福建、陕西、黑龙江、山东 、吉林 、辽宁等 １７ 个省区 。预测样品为2012年从各复烤厂及各烟叶原料基地收集的烤烟样品共35个 。
1.2 仪器与测试方法
 Nexus 型傅里叶变换近红外光谱仪 （美国热电尼高力公司） 。光谱采集范围10000 ～4000cm-1；光谱分辨率 ：8cm-1；扫描次数 ：64次 。将烤烟烟叶磨成粉 ，在低于 50℃ 下烘 0.5h ，使含水率达到 １０％ ～ １２％ 。过 ６０ 目筛 ，取适量烟末放入样品杯中 ，放置固定重量砝码放在样品上方 ，使其自然压实后进行近红外光谱扫描。
1.3 分析方法
　　采用的投影及量化最近次近类分值法建立烟叶风格特征分析模型 ，并实现预测分析的详细算法流程如下 。
（１）读入各类近红外建模光谱数据 ，并进行谱区范围选择和光谱预处理 。

（２）应用基于主成分及 Fisher 准则 （PPF）方法建立投影分析模型，并保存模型中各类投影均值向量 A１，A２，A３ 等 ，以及各类中所有样品投影值的标准差 S１ ，S２，S３等。

（３） 应用投影分析模型计算得到预测样品投影值 。
（４） 计算预测样品投影值向量 P 与各类投影均值 （A１ ，A２ ，A３ ）之间的欧氏距离 ，比较得出最近类欧氏距离 O1，与次近类欧氏距离 O２ 。

（５）如 O１ ＞ ３ × S（式中 S 为 O１ 对应类投影值的标准差 ，S１ 或 S２ 或 S３ ） ，则判定为超模型范围样品 ，否则转（６） 。

（６）计算得出两种相近风格定性结果的量化分值 ，即最近类量化分值 V １ ，及次近类量化分值 V ２ ，计算公式为V １ ＝ （１ － O１ ／（O１ ＋ O２ ）） × １００ ，V ２ ＝ １００ － V １ 。

（７）依据 V １和 V ２ 分值 ，细化定性预测结果 。若 V １ ＞ ６０ ，则判定为对应类的典型样品 ，否则判定为最近类偏次近类样品 。

２ 结果与讨论
2.1 产区特征投影聚类模型的建立与分析
　　直接以行政区划为准进行不同产地烟叶的相似性分析缺乏客观生态条件支撑 ，也较难得到规律性较好的分析结果 ，本工作以 ２０ 世纪 ８０ 年代国家烟草局开展的烟草生态产区课题研究成果为基础 ，将 １７ 个省区的烟叶划归为五大生态产区 ，见表 １ ，进行不同生态产区烟叶之间的相似性分析 。烟叶生态产区近红外定性分析结果见图 １ 。

 图 １ 的分析结果表明 ，从烟叶近红外光谱信息角度 ，很难给各大烟区烟叶给予完全的共性诠释或差异化标志 ，由于几乎包含所有有机成分的有效信息 ，因此很难找到特定的常规含量的化学成分来完全区分各大生态产区烟叶的品质特征 。烟叶生产实践中 ，为了彰显不同地区的烟叶特色 ，在工业上更合理的使用烟叶资源 ，传统上将香型作为特色烟叶的一种类型标志 ，香型划分的目的是为了将复杂的产地特色简单化 ，以利于工业应用 ，对烟叶特色定位具有存在的价值 。同时 ，烟叶生态产区的近红外光谱相似性分析结果在一定程度上也支撑以产地为基础进行烟叶香型划分 ，如 ：黄淮烟区
中有典型浓香 ，西南烟区中有典型清香 ，东北烟区在两者之间 ，被认为中间香型。

2.2 风格特征投影聚类模型的建立与分析
　依据表２“主要烟叶产地划归为浓中清的情况”进行烟叶香型划分 ，将不同香型风格特征的近红外光谱 ，即浓 、中 、清三类烟叶 ，分别用符号 N ，Z ，Q 表示 ，共计4733条 ，导入由中国农业大学近红外光谱分析研究实验室开发的分析软件中 ，采用8000～4000cm-1分析谱区范围 ，光谱预处理方法采用一阶导数15点平滑。应用 PPF 方法建立投影聚类模型 ，投影模型中分别采用2,3,4,5,6,7,8,9个主成分数下得到的各类之间的距离结果情况见表３

由表3中可以看出 ，8~9个主成分数之间得到的各类投影均值之间的距离已达到稳定 ，在 PC 为8和9情况下得到的二维投影结果情况分别见图2（a）和2（b），其对应的第一维投影值的相关结果和第二维投影值的相关结果情况分别见图 3（a）和 3（b）（注 ：图 １ 中圆圈表示各类的类内离散度 ，其半径值为类内各样品投影值标准差的2倍）。

 遵循相邻主成分数下得到的投影结果没有显著性差异和主成分个数尽量少的原则，推荐主成分数为8建立投影分析模型 ，由图1投影模型的分析结果表明 ，在2倍标准差水平下 ，浓 、中 、清三种香型不能达到完全区分 ，但浓香型和清香型烟叶的近红外光谱特征差异较大 ，而中间香型烟叶与浓香型 、清香型之间的重叠均较大 ，这与传统经验对香型风格认定的实际情况相符合 。
2.3 风格特征模型的预测验证分析
　　应用1.3中的分析方法及2.2中建立的风格特征模型 ，对于2012在实际复烤生产加工以及上烟集团部分烟叶原料基地中取得的不同产地的 ３５ 个烟叶样品进行了预测分析 ，各样品的产地信息 ，以及得到的最近预测类型 、分值 ，次近预测类型 、分值 ，细化的 ９ 类特征描述结果和实际评吸验证
评价等情况见表 ４ 。

　　由表 ４ 的分析结果可以看出 ，分析结果中没有出现超模型范围样品 ，依据最近类预测分值 （V １ ）和次近类预测分值（V ２ ）得到的 ９ 类细化特征描述中 ，河南 、湖南等典型浓香型样品 ，云南 、福建 、四川等典型清香型样品 ，其预测结果均被评价为准确或合理 ；分析结果中仅有 ２ 个中间香型的贵州省样品被预测为“清透浓” ，以及 １ 个中间香型的山东省样品被预测为“浓透清” ，与专家评吸结果存在一定偏差 ，但预测结果未出现中间香型被预测为典型浓或典型清的情况 ，分析结果整体上合理可靠。

３ 结论
　 （１）通过近红外烟叶生态产区模型的分析 ，阐释了中式卷烟中香型风格划分存在的合理性 。并提出应用近红外投影模型及量化最近次近类分值法分析烟叶的风格特征 ，不仅可以实现预测样品的判别分析以及风格特征程度的量化分值 ，并且可将预测结果细化为典型浓 、浓偏中 、中偏浓 、典型中 、中偏清 、清偏中 、典型清 、清透浓 、浓透清等 ９ 类或超模型范围样品 ，得到关于预测样品更细化的属性特征信息 ，可为烟草工业企业实现原料的跨区组合及叶组配方等提供指导 。
 （２）采用的建模数据 ，来源于上海烟草集团公司技术中心 １０ 余年来收集的全国重要烤烟产地的样品 ，数量大 ，代表性好 ，所建模型具有实用性 ，其分析结果对监督和改善目前烟叶收购中产地或风格信息不够准确 ，提升中式卷烟的原料质量水平可发挥重要作用 。
 （３）采用的分析方法 ，对实现其他食品或农产品的产区 、风格 、风味 、口感等类似品质属性特征的分析具有参考价值 。
 （４）实现近红外定量或定性分析 ，均是基于大量样本的统计模型的分析 ，存在犯错风险 ，尤其是定性分析 ，其犯错风险更大 ，因此对其分析结果应采用“专家解读” 、 “人机交互”的方式进行 。同时 ，本工作中采用的方法 ，没有考虑特征空间分布的方向性差异 ，有待进一步研究更合理的方法。