基于近红外光谱距离度量的烟叶均质性评价研究

郑博文，杨 亚，王萝萍，钱颖颖*

（1.红云红河烟草（集团）有限责任公司昆明卷烟厂，云南昆明 650032；2.云南中烟工业有限责任公司原料中心，云南昆明 650231）

0 引言

烟叶内在品质是烟叶质量的重要组成部分，主要包括烟草化学成分和感官质量。常爱霞[1]等研究了16项烟叶的化学成分与感官质量的相关性，结果表明所有化学成分指标均与总体感官质量呈显著或极显著的相关关系。近红外光谱分析技术是一种快速、高效、低成本且能够实现在线分析应用的检测技术。在烟叶原料领域，胡涌等[2]采用全谱段均值的变异系数检测烟叶等级一致性，验证了一阶导数光谱与化学成分的变异系数具有较高的相关度，汤朝起等[3]采用光谱主成分投影的标准偏差对烟叶品质的均一性或等级纯度进行了分析，能够在一定程度上反映烟叶加工品质离散性的高低。王家俊[4]等发现采用多变量分析方法，既能充分利用信息诊断配方过程的稳定性和均匀性，又能快速同时监测过程多组分品质信息。

目前，直接运用光谱建立烟叶质量均匀性评价方法的研究鲜见报道。本论文结合生产实际及生产来料情况，探索基于近红外光谱的距离度量方法，以期能寻找出一种更便捷有效的烟叶均质性评价方法。

1 材料与方法

1.1 材料和仪器

1.1.1 材料

试验材料选择云南昆明烟区2021年石林地区的红大品种，中部上等烟叶。

1.1.2 仪器

傅立叶实验室近红外光谱仪Antaris II（美国Thermo Fisher公司）；旋风磨CT193，Cyclotec（40目网筛，丹麦FOSS公司）。

1.2 方法

1.2.1 烟叶主要化学成分及其相对比例

化学成分含量高低与烟草的质量有关[5]，但烟草的质量不但与某一种或某几种成分绝对量的多少有关，而且与一系列有关物质的相对比例及彼此间的协调关系相关联[6]。本研究选择烟碱（Nic）、总氮（TN）、还原糖（TS）、总糖（TS）、糖碱比（TSNic）、氮碱比（TNNic）作为表征烟叶均质性的指标。

1.2.2 多元统计分析中的距离度量

1）欧氏距离（Euclidean Distance）：

2）马氏距离（Mahalanobis Distance）：

3）城市街区距离（Cityblock Distance）：

4）切比雪夫距离切比雪夫距离（Chebyshev Distance）：

5）闵氏距离（Minkowski Distance）：

式中，ρ值代表不同的空间维度，本文选择ρ为6进行距离计算。

1.2.3 样品组内差异度量方法

样品的组内差异采用变异系数（CV）进行衡量。

1.2.4 近红外光谱的预处理方法

1）Savitzky-Golay卷积平滑：

2）多元散射校正法。多元散射校正法（MSC）主要消除固体颗粒大小不一或分布不均产生的影响。先计算样品的平均光谱：

原始光谱通过减去回归常数和除以系数即可修正光谱的偏移，达到每个样品的光谱与整体平均光谱最佳匹配：

3）导数法。光谱导数法分为一阶导数（1 s t Derivative）和二阶导数（2nd Derivative）处理，通过消除基线和其他背景的干扰提高信噪比。

2 结果与讨论

2.1 样品采集与光谱预处理

选取昆明石林地区的中部烟进行模拟实验，使用实验室近红外光谱仪检测工业分级前和工业分级后的烟叶样品。选择（MSC+SG+2ndDerivative）算法对光谱数据进行预处理，预处理前后的反射光谱（图1）。

图1 石林产区预处理后的光谱

对光谱进行PCA降维，投影至二维空间，其第一主成分与第二主成分得分图（图2）。其为所有石林产区中部烟样本的分布情况。

图2 第一主成分与第二主成分得分图

2.2 距离计算

对所有光谱进行PCA后的数据随机N条光谱组成1组，并计算各组的距离以及各个指标的变异系数。计算结果统计数据（表1）。

表1 各组指标的变异系数（%）

2.3 典型相关分析

将化学指标的变异系数作为集合1，将距离度量的变异系数作为集合2，进行典型相关分析。分析可知，第一组典型相关系数是显著的（P=0.000＜0.001），且相关系数最大，为0.799（表2）。选择第一组典型相关变量对集合1、集合2进行分析。

表2 典型相关系数及其检验

对数据进行标准化分析可知，化学指标集合1主要受Ts、Nic和Ts/Nic变异系数的影响较大（表3），距离度量集合2主要受Euclidean和Minkowski变异系数的影响较大（表4）。

表3 集合1标准化典型相关系数

表4 集合2标准化典型相关系数

组内代表比例和交叉解释比例，是典型相关分析中的重要组成部分。分析可知，化学指标（集合1）维度被自身的第一典型变量解释了85.4%，距离度量（集合2）维度被自身的第一典型变量解释了79.8%；化学指标（集合1）维度被距离度量（集合2）维度的第一典型变量解释了52.8%，距离度量（集合2）维度被化学指标（集合1）维度的第一典型变量解释了41.6%。总体来说，自变量的解释能力较好（表5）。

表5 已解释的方差比例（%）

3 结论

本研究采用典型相关分析，对烟叶主要常规化学成分及其相对比例和近红外光谱的距离度量进行了相关性探索。结果表明，可以使用欧氏距离、马氏距离、城市街区距离、切比雪夫距离和闵氏距离（p=6）的变异系数各指标相结合，评估烟叶主要常规化学成分及其相对比例的变异系数。

使用光谱对烟叶主要常规化学成分及其相对比例均质性进行评估。但是，由于各种距离的度量方式具有高度共线性，建立从距离度量变异系数到烟叶主要常规化学成分及其相对比例变异系数的回归方程还有待进一步研究。