基于近红外光谱技术的云南片烟综合质量评价
郝贤伟 黄文勇 徐志强 张勇刚 李瑞东 田雨农 杨泽会 李石头 吴继忠 毕一鸣 王辉
摘 要：為探索利用近红外光谱技术快捷、全面评价片烟质量的可行性，以2015—2017年初烤烟叶和复烤片烟为研究材料，使用偏最小二乘法等数据处理方法建立了片烟常规化学成分、香型、部位、感官质量的近红外光谱预测模型，验证模型效果后对2018—2019年度云南片烟质量进行了预测和评价。结果表明，2019年度较2018年度，化学成分呈现总糖、还原糖极显著下降、总氮极显著上升的趋势;清香型指数略有下降;两年上、中、下部位指标差异不显著;近红外感官质量模型评价的70个片烟中有57个片烟与感官评价结果相符，预测准确率达到81.4%，且年度间差异极显著;近红外预测结果与感官评吸结果具有较高的一致性。利用近红外技术评价片烟综合质量可以为卷烟配方设计提供参考。
关键词：云南片烟;近红外光谱;质量指标;香型;烟叶部位;感官质量得分
Comprehensive Quality Evaluation of YunnanTobacco Strips Based on Near Infrared Spectroscopy
HAO XianweiHUANG WenyongXU Zhiqiang ZHANG YonggangLI RuidongTIAN Yunong
YANG Zehui LI ShitouWU Jizhong BI Yiming WANG Hui
In order to explore the feasibility of using near-infrared spectroscopy to evaluate the quality of tobacco strips quickly and comprehensively， flue-cured tobacco and tobacco strips from 2015 to 2017 were used as research materials. Prediction models of routine chemical compositions， aroma type， position and sensory quality were established by the partial least square method. The quality of Yunnan tobacco strips in 2018-2019 was used for comparative evaluation after verifying the effect of the model. The results showed that compared with 2018， the total sugar and reducing sugar decreased significantly in 2019， while total nitrogen increased significantly; The fresh aroma index decreased slightly. There was no significant difference in the index of upper， middle and lower positions between the two years. 57 of the 70 tobacco strips evaluated by the near-infrared spectroscopy sensory quality model were consistent with sensory evaluation， with a prediction accuracy of 81.4% and highly significant differences between years. The near-infrared spectroscopy prediction results were in high agreement with the sensory evaluation results. The use of near-infrared spectroscopy to evaluate the comprehensive quality of tobacco strips can provide a reference for cigarette formulation design.
Yunnan tobacco strips; near infrared spectrum; quality index; aroma styles; tobacco position; sensory quality score
云南省是全国最大的烟叶产区，其烟叶具有香气清雅、杂气较轻、甜润感强及余味舒适的特点，是许多品牌卷烟原料的首选对象，在国内一二类卷烟中使用比例较高。受生态条件和农艺措施差异影响，云南不同地州产区以及不同年份烟叶香型风格和品质特点存在较大差异。初烤烟叶经过配方打叶后虽能一定程度提高年度间质量稳定性，但片烟质量差异仍然较大，卷烟配方在烟叶替换时除参考常规化学外，需要依靠大量评吸评价质量高低，存在耗时、耗力的问题。因此，探索片烟质量快速、全面的评价方法，对卷烟配方设计具有实用价值。
目前，片烟质量评价主要依靠感官评吸，存在工作量大且易受评吸人员主观喜好的影响，而近红外光谱是一种客观检测技术，能避免上述影响且具
有快速、无损和较低的检测成本等优点，已在烟草众多领域开展了系列研究。付秋娟等利用近红外快速检测叶面密度、填充值、厚度、平衡含水率和抗张力等物理指标;汤朝起等利用近红外光谱表征打叶复烤前后均一性及相似性的特征变化;张志成等采用近红外光谱预测常规化学成分并进行聚类为复烤加工配方提供参考;郝贤伟等利用近红外光谱投影筛选与巴西烟叶风格相似国产烟叶进行配方替代;李石头等通过近红外光谱相似法实现了片烟相似的表征;刘艺琳等建立了基于近红外光谱的四川产区烟叶部位判别模型;王超等应用近红外光谱建立烟叶质量等级预测模型并实现了快速预测;廖付等采用近红外光谱使用典型香型产区样本建立香型分类模型，实现对非典型样本的香型预测。
前人利用近红外光谱在片烟质量一致性、等级判别、香型预测及辅助配方设计等方面进行了一系列研究，但尚未形成利用近红外光谱评价片烟综合质量的实用方法。因此，本研究尝试利用近红外光谱建立片烟化学成分、香型、部位、感官质量的评价模型，对云南片烟进行综合质量评价并比较年度间差异，以期为卷烟配方设计提供参考。
1 材料与方法
1.1 供试材料
建模及模型验证样本：收集2015—2019年样本1213个，其中初烤烟叶样本546个、片烟样本667个，分别来自云南、四川、贵州、湖南、湖北、河南、福建、山东、广西、安徽等省。常规化学成分模型建模样本为上述样本中随机挑选的片烟样本453个，独立选取2019年度145个片烟用于验证;香型模型建模样本为选择典型产区风格的片烟样本246个（清香型样本103个，中间香型样本98个，浓香型样本45个），部位模型建模样本为选后单等级样本共546个（上部烟叶162个，中部烟叶286个，下部烟叶98个），感官质量得分建模样本为历年云南片烟样本130个。感官质量得分分值范围为5～25，以10分和18分为阈值分为3档，分值越高质量越好。
预测分析样本：各个模型分别通过独立测试样本集进行评价，其70个片烟样本由浙江中烟工业有限责任公司技术中心提供，分别取自泸西复烤厂、宣威复烤厂、云南省烟叶公司复烤厂等3家复烤加工单位。不同厂家加工片烟构成产区有一定差异，但均为2018—2019年度云南片烟样本。
模型验证通过后，使用各个模型的预测值对上述70个样本进行比较分析。
1.2 仪器设备
丹麦福斯公司Foss Cyclotec CT410旋风磨;Thermo Fisher公司Antaris II型傅立叶变换近红外光谱仪。
1.3 红外光谱采集及模型建立
1.3.1 红外光谱采集 初烤烟叶及片烟取样后在烘箱内40 ℃下烘4 h，使用旋风磨磨粉，样本粉末过60目筛（250 μm）。粉末样品在塑料瓶中保存。取约8 g烟末（高度约占样品杯总高度的1/3），放入样品杯中，取约150 g的砝码状重物放置在样品上方，使其自然压实后进行近红外扫描。近红外光谱采集范围为10 000～3800 cm，光谱分辨率为8 cm;扫描次数为64。为避免散射影响，近红外光谱进行了Savitzky-Golay（SG）平滑和标准正态校正处理。
1.3.2 模型建立 利用MATLAB数据处理软件进行建模及数据分析。化学成分评价模型以企业积累的初烤烟叶及片烟光谱数据与流动分析仪数据建立近红外模型，采用偏最小二乘方法（Partial Least Squares， PLS）分别对总糖、总植物碱、还原糖、钾、氯及总氮等6个化学指标进行建模。部位评价模型选择卷烟工业分选后单等级样本（包含上部、中部、下部）进行建模，上部叶赋值为1，中部叶赋值为2，下部叶赋值为3，使用偏最小二乘方法进行建模。香型评价模型参照文献[6]，采用三维标签（清香[100]、中间香[010]、浓香[001]）方式表征清香、中间香和浓香指数，其值的大小表征该香型的显著程度，香型指數为“1”表示为该香型的典型样本，利用蒙特卡洛抽样-交叉验证（Monte Carlo Cross Validation， MCCV），并采用线性判别分析模型（Linear Discriminant Analysis， LDA）进行建模，统计测试样本的分类正确率并挑选正确率高于90%的样本作为典型建模样本，利用偏最小二乘方法量化出其三维的香型指数，计算得出的三维数值代表了该样本3种香型的显著程度。感官质量评价模型
采用客观结合主观的方式对2015—2017年的云南片烟进行等级打分：按照片烟意向使用牌号的价类分布，结合配方员评吸结果，对各个片烟进行打分赋值，片烟对应使用牌号价类由低到高分值分布为5～25，使用偏最小二乘对光谱及质量得分进行建模。
2 结 果
2.1 常规化学成分近红外模型建立与预测分析
采用偏最小二乘方法（Partial Least Squares，PLS）对总糖、总植物碱、还原糖、钾、氯及总氮等6个化学指标进行建模;常规化学成分模型的潜变量数、校正集根均方误差、交叉验证根均方误差等见表1。主要化学成分模型的外部验证误差为：总植物碱RMSEP=0.12，总糖RMSEP=1.17，还原糖RMSEP=0.80。总糖、总植物碱、还原糖及总氮等主要指标的近红外预测结果与流动分析仪检测结果平均相对偏差小于5%，满足实际应用要求。
应用上述模型对云南产区2018—2019年不同部位片烟总糖、总植物碱、还原糖等6项常规化学指标进行预测，由表2可见，2019年云南上部片烟总糖、还原糖含量极显著低于2018年，总氮含量极显著高于2018年;2019年云南中部片烟总糖、还原糖含量极显著低于2018年，氯、钾及总氮含量极显著高于2018年;2019年云南下部片烟总糖、还原糖含量极显著低于2018年。
2.2 片烟香型模型建立及预测分析
典型样本中，清香型样本主要为云南片烟，中间香型样本主要为贵州、湖北片烟，浓香型样本主要为湖南片烟。根据上述样本进行建模，对各产区片烟香型风格进行预测。图1展示了模型预测的各产区片烟香型风格均值，从图1看出，该方法可以较好地反映产区间的风格差异，山东烟叶偏浓香型，四川烟叶偏清香型等结果与工业企业对香型评价经验较为符合。因此，使用该模型对云南产区各片烟样本进行香型风格表征。
由表3看出，2019年度与2018年度相比较，云南片烟清香型指数由0.77下降至0.68;从不同复烤厂来看，3个复烤厂的清香型指数均有下降，其中泸西复烤厂清香指数最为明显，由0.81下降至0.64。
从不同部位的香型指数来看（表4），2019年度上部烟叶清香型指数为0.80，较2018年度0.77略有提升，2019年度中部及下部烟叶清香型指数分别为0.65、0.62，较2018年度的0.77和0.73略有降低。
2.3 部位模型建立及预测分析
部位模型使用70%的样本进行训练，剩余30%的样本作为测试集，采用偏最小二乘方法进行建模，建模效果见表5。由表5看出，模型的训练集精度为83.3%，测试精度为79.4%，考虑到不同部位的相邻等级存在一定的交叉情况，接近80%的正确率可以满足实际的评价需求。
对预测的不同年度的上部、中部、下部片烟部位得分进行分析，由表6可以看出，两年的上部、中部、下部片烟部位得分预测值年度间差异不显著。
2.4 片烟感官质量得分模型建立及预测分析
对感官质量得分进行建模，建模结果如表7所示，建模样本的交叉验证根均方误差为4.2，以10分和18分为阈值将感官质量得分分为3档，模型对档次预测的训练集精度为86.8%，反应出该模型可以较好地反映云南片烟质量档次的差异。
对历史片烟数据进行统计（表8），分析确定分值≥18表示A类，对应为一类及以上价类卷烟原料，分值为10～18表示为B类，对应为二类价类卷烟原料，分值≤10表示C类，对应二类以下卷烟原料。对于测试样本，考虑到两类档次样本存在一定的交叉，根据B类烟75%四分位数与A类烟25%四分位数选取中间值，作为A类B类的判定阈值，同理划定B类C类的判定阈值。以19.2作为A类、B类判别阈值，14.7作为B类、C类的阈值，对2018—2019年度片烟感官质量得分进行评价。
对2018—2019年度片烟感官质量得分进行预测分析，其中2018年度30个片烟中有24个与感官评价相符，2019年度40个片烟中有33个与感官评价相符，符合率达到81.4%;对两个年度各部位感官质量得分进行比较分析（表9）看出，2019年度各部位感官质量得分均极显著低于2018年度。此外，2019年度中近红外与感官评价不符的7个片烟中有4个为上部烟叶。
3 讨 论
经过初步应用验证，本文所建模型效果良好。总糖、总植物碱、还原糖及总氮等主要常规化学成分近红外预测结果与流动分析仪检测结果平均相对偏差小于5%，与王东丹等、张朝等研究结论基本一致，可以作为常规检测技术进行应用;香型模型采用三维香型指数来反映不同产区香型特征及典型性，可以定量评价不同样本香型的显著程度，较只对香型进行定性判别创新性和实用性更强;部位模型的预测精度与张鑫等研究结果相接近，识别准确率高达80%，使用赋值法建模并判定烟叶部位可以定量评价片烟的部位得分差异，可间接反映烟叶调拨、分选质量的年度间稳定性;感官质量得分评价模型训练集精度达86.8%，可以定量表征同档次范围内不同片烟的感官质量，较梁淼等“好、中、差”档次划分的定性评价更能够指导卷烟配方应用。
有研究表明烟草碳水化合物与含氮化合物的平衡与协调是烟叶香型风格及感官质量差异的重要物质基础。本文利用4类模型预测并比较两年片烟质量，发现化学成分与香型、香型显著程度及感官质量具有一定相关关系。清香型显著程度与总糖、还原糖呈正相关而与总氮呈负相关，研究结果与杜鹃、杜咏梅等研究結果相一致;清香型烟叶感官质量与总糖、还原糖正相关而与总氮呈负相关的趋势与刘伟等研究结果相一致，也进一步证明本文香型、感官质量得分模型具有较好的实用性。但也发现，上部片烟清香型指数与上述规律不相符，且在感官质量得分预测结果中与感官评价结果不相符的7个片烟有4个为上部片烟，该现象可能与2019年度上部烟叶生长后期因长时间低温寡照引起的成熟度差有关，而建模样本尚未涵盖该类受剧烈异常气候影响的烟叶样本。
为确保模型得到更广泛的应用，仍需进一步扩充烟叶样本及光谱数据数量，并补充多种质量类型烟叶样本进行模型的更新维护，以提高模型的稳定性和准确性。
4 结 论
本研究建立了片烟多个质量指标的近红外预测模型，不仅能够对烟叶化学成分、感官质量进行
快速预测，也可以实现片烟香型、部位等定性指标的定量表征，建模效果良好。利用构建的模型分别对2018—2019年度云南片烟质量进行了比较评价，发现两年间总糖、还原糖及总氮存在显著差异，清香型指数略有下降，片烟部位得分年度间差异不显著，感官质量得分评价准确率达到81.4%且年度间差异显著;实现了对片烟质量快速、全面评价的目的，可以卷烟配方设计提供参考。
参考文献
CHEN C Q， WANG J S， JI X， et al. Comparative analysis on tobacco quality between Yunnan and Zimbabwe and study on substitution [J]. Guangdong Agricultural Sciences， 2017， 44（6）：
20-26.
FAN X L， LI W， ZHANG L， et al. Variations in major quality characteristics of flue-cured tobacco leaves planted in different ecological regions of Yunnan province[J]. Chinese Tobacco Science， 2020， 41（3）：
77-82.
FU Q J， YANG B， GE J， et al. Studies on near infrared model for predicting major physical indices of flue-cured tobacco[J]. Tobacco Science &Technology， 2014（5）：
5-8.
TANG Z Q， LIU Y， SHU R X， et al. Quality analysis of the before redrying raw tobacco & after redrying sheet tobacco by using online near infrared spectroscopy [J]. Spectroscopy and Spectral Analysis， 2014， 34（12）：
3273-3276.
ZHANG Z C， HOU K H， CHEN X H， et al. Cluster analysis of chemical components in finished tobacco leaves based on gray entropy correlation analysis [J]. Value Engineering， 2018， 37（2）：
186-190.
HAO X W， TIE J X， HE W M， et al. Style simulation and substitution of Brazilian tobacco based on near infrared spectrum and sensory evaluation [J]. Tobacco Science &Technology， 2018， 51（10）：
83-89.
LI S T， LIAO F， HE W M， et al. Tobacco substitution and cigarette blend maintenance based on near infrared spectral similarity [J]. Tobacco Science &Technology， 2020， 53（2）：
92-97.
LIU Y L， ZHANG H Y， PENG H G， et al. Spectroscopy and spectral analysis October Reliability and Chemical Composition Analysis of Tobacco Leaf Grade Model by Near-Infrared Spectroscopy [J]. Spectroscopy and Spectral Analysis， 2020， 40（10）：
3260-3264.
WANG C， LI P C， YANG K， et al. Rapid detection of tobacco quality grade and analysis of grade characteristics by using Near-Infrared Spectroscopy [J]. Spectroscopy and Spectral Analysis， 2021， 41（3）：
943-947.
WANG D D， LI T F， WU Y P， et al. Applied study of near-infrared spectroscopy analytical technique on chemical analysis of tobacco [J]. Journal of Yunnan University （Natural Science）， 2001（2）： 135-138.
ZHANG Z， GE S L， SHE S K， et al. Determination of routine chemical components in tobacco with fourier transform near-infrared[J]. Journal of Anhui Agriculture Science， 2015， 43（2）：
286-288.
WANG Y D， ZHAO M Q， FU B， et al. Method of identifying flue-cured tobacco with different aroma types based on visible and near-Infrared spectroscopy[J]. Chinese Tobacco Science， 2015， 36（6）：
88-93.
SHU R X， CAI J Y， YANG Z Y， et al. Analysis of tobacco style features using near-infrared spectroscopy and projecting model[J]. Spectroscopy and Spectral Analysis， 2014， 34（10）：
2764-2768.
ZHANG X， GUO J， NI L J， et al. Recognition of plant parts of tobaccos based on infrared and near infrared spectra[J]. Spectroscopy and Spectral Analysis， 2007（12）：
2437-2440.
LIANG M， CAI J Y， YANG K， et al. Study of tobacco sensory evaluation model in near infrared spectroscopy by semi supervised-partial least squares[J]. Chinese Journal of Analytical Chemistry， 2014， 42（11）：
1687-1691.
ZHANG Z F， Near infrared spectroscopy analysis of tobacco [M]. Beijing：
China Agricultural Science and Technology Press， 2016.
DU J. Analysis of attiubutes of quality and soil factors on style of fen-flavor flue-cured tobacco in Qujing district [D]. Zhengzhou： Henan Agricultural University， 2011.
DU Y M， LIU X M， WANG P， et al. Study on flavor type and suitable range of main chemical indexes in flue-cured tobacco leaf from Xuanwei[J]. Chinese Tobacco Science， 2010， 16（5）： 13-18.
LIU W， WANG J Q， SHI J G， et al. Relationship between the main physical and chemical characteristics and sensory quality of flue-cured tobacco in typical production areas of three aroma types[J]. Crop Research， 2014， 28（7）：
807-811， 814.
基金項目：中国烟草总公司科技重大专项{110201901031（FK-02）};浙江中烟工业有限责任公司科技项目（ZJZY2021A001、ZJZY2021A007）
作者简介：郝贤伟（1987-），男，硕士，工程师，主要从事片烟模块化配方设计研究。E-mail：hxwzjzy2020@163.com
*通信作者，E-mail：wangh2022317@163.com
收稿日期：2021-08-26 修回日期：2022-01-19
猜你喜欢 近红外光谱香型 不同香型绿茶的香气成分组成及香型形成的影响因素分析中国茶叶(2022年1期)2022-02-22基于近红外光谱的金鲳鱼新鲜度快速检测技术江苏农业学报(2021年1期)2021-03-25中国农业气候区划与白酒基本香型的对应关系休闲读品·天下(2020年4期)2020-02-04液相色谱结合多元统计分析多酚与烟叶香型的关系分析化学(2019年5期)2019-06-13基于便携式光谱仪的水产品孔雀石绿残留检测模拟实验研究中国科技纵横(2018年20期)2018-11-22近红外光谱分析技术在五类蔬菜理化特性分析中的应用安徽农业科学(2018年32期)2018-05-14近红外光谱结合PLSR快速测定普洱茶茶多糖含量科技创新与应用(2017年18期)2017-06-27近红外光谱鉴别滇南小耳猪和DLY商品猪肉类研究(2016年4期)2016-05-17不同香型烤烟品质特性研究安徽农业科学(2015年34期)2015-10-21光谱技术结合数据处理技术测定大米中淀粉和蛋白含量软件工程(2014年7期)2014-09-24