于春霞，錢穎穎，宋鵬飛，劉 晶，唐 麗，王 毅，王蘿萍

(云南中煙工業(yè)有限責(zé)任公司技術(shù)中心，云南昆明 650024)

“紅花大金元”品種是云南省于1962年從美國引進(jìn)大金元品種的單株進(jìn)行培育而成(文中簡稱“紅大”)，是世界烤煙三大名種之一[1]，也是云南清香型優(yōu)質(zhì)煙葉的典型代表。大理州借助得天獨(dú)厚的生態(tài)條件，針對紅大品種特性，開展自主創(chuàng)新研究，已成為全國紅大烤煙種植的最適宜區(qū)和種植比例最高的煙區(qū)，其中南澗、彌渡、巍山是種植最為集中的區(qū)域[2]。煙草化學(xué)分析在煙草育種及煙葉配方中起著重要的作用。但是常規(guī)的分析方法前處理復(fù)雜，分析樣品耗時(shí)長，破壞樣品[3]。近紅外光譜主要是對含氫基團(tuán)X-H(X=C、N、O)振動的倍頻和合頻吸收，其中包含了大多數(shù)類型有機(jī)化合物的組成信息[4]，與煙葉化學(xué)成分關(guān)聯(lián)的信息非常豐富。且近紅外光譜分析技術(shù)具有操作簡便、分析成本低、樣品不被破壞和多組分同時(shí)測定等優(yōu)點(diǎn)。該方法已被廣泛應(yīng)用于農(nóng)產(chǎn)品、食品、石油、化工、醫(yī)藥、煙草等行業(yè)[5-7]。

近20年來，近紅外光譜技術(shù)快速測定煙草化學(xué)成分指標(biāo)已非常準(zhǔn)確。如王家俊[8]采用PLS1化學(xué)計(jì)量學(xué)方法建立了測定烤煙中總氮、總糖和煙堿含量的數(shù)學(xué)模型且預(yù)測結(jié)果與常規(guī)分析結(jié)果不存在顯著差異；蔣錦鋒等[9]應(yīng)用近紅外光譜技術(shù)建立煙草17項(xiàng)主要化學(xué)成分的快速無損檢測方法且預(yù)測結(jié)果快速、準(zhǔn)確。上述研究均表明，近紅外光譜技術(shù)在分析煙草化學(xué)成分時(shí)可替代常規(guī)檢測方法。云南中煙工業(yè)有限責(zé)任公司技術(shù)中心經(jīng)過十幾年的近紅外光譜技術(shù)研究，已利用此項(xiàng)技術(shù)進(jìn)行了大量的煙草化學(xué)成分定量分析，經(jīng)過長期的模型修正和驗(yàn)證，模型預(yù)測結(jié)果準(zhǔn)確[10]。同時(shí)還積累了來自不同產(chǎn)區(qū)、不同部位、不同年度、不同等級的連續(xù)、大量的近紅外光譜數(shù)據(jù)，并已進(jìn)行了多項(xiàng)基于近紅外光譜技術(shù)的煙葉特征分析[11-13]。目前，實(shí)際工業(yè)化生產(chǎn)現(xiàn)場中利用近紅外光譜技術(shù)對定量分析方法的化學(xué)成分?jǐn)?shù)據(jù)來指導(dǎo)煙葉種植規(guī)劃的研究還鮮見報(bào)道。筆者應(yīng)用近紅外光譜定量分析方法對大理紅大3個(gè)產(chǎn)區(qū)、7個(gè)年度、3個(gè)部位共63類樣品的預(yù)測化學(xué)成分?jǐn)?shù)據(jù)進(jìn)行了研究，量化解釋了部位、年度和產(chǎn)區(qū)造成的煙葉品質(zhì)的差異，其量化數(shù)據(jù)可以作為烤煙區(qū)域種植規(guī)劃的參考。

1 材料與方法

1.1試驗(yàn)材料試驗(yàn)樣品為云南中煙工業(yè)有限責(zé)任公司技術(shù)中心2010—2016年在大理南澗、彌渡、巍山產(chǎn)區(qū)常規(guī)分級后的上、中、下部位的上等煙葉，其烤煙品種為紅大，包括3個(gè)產(chǎn)區(qū)、3個(gè)部位、7個(gè)年度的主要類型63種，各類樣品采樣個(gè)數(shù)在12～410個(gè)，共計(jì)6 439份煙葉樣品，碾磨成粉狀，粒度40目。

1.2試驗(yàn)設(shè)備BRUKER 公司(德國)生產(chǎn)的MPA 型傅里葉近紅外光譜儀。帶有漫反射積分球和樣品旋轉(zhuǎn)器采樣附件，光譜采集范圍12 000～4 000 cm-1；光譜分辨率8 cm-1；掃描次數(shù)64次(約30 s)。

1.3分析方法使用OPUS 軟件中QUANT-2近紅外定量分析軟件包(偏最小二乘算法即PLS)對模型進(jìn)行優(yōu)化和處理。建立模型時(shí)要對模型進(jìn)行優(yōu)化，包括選擇與該組分或指標(biāo)相關(guān)的最佳譜區(qū)范圍、最佳光譜預(yù)處理方法和最佳主成分維數(shù)，在確定上述參數(shù)的同時(shí)要對模型進(jìn)行檢驗(yàn)，以確保模型最優(yōu)。在保證建模樣品集具有很好代表性的前提下，該試驗(yàn)的檢驗(yàn)?zāi)Ｐ筒捎玫姆椒ㄊ莾?nèi)部交叉檢驗(yàn)，所謂內(nèi)部交叉檢驗(yàn)是每次從建模樣品集中依次剔除n個(gè)樣品，用剩下的樣品建立模型預(yù)測被剔除的n個(gè)樣品。所有樣品都被剔除并預(yù)測過。預(yù)測值與其化學(xué)分析值進(jìn)行統(tǒng)計(jì)分析，主要考察預(yù)測值與化學(xué)分析值相關(guān)的決定系數(shù)(R2)和均方差(RMSECV)。同一組建模樣品集所測成分模型的優(yōu)劣由決定系數(shù)(R2)和內(nèi)部交叉驗(yàn)證均方差(RMSECV)決定[10]。

2 結(jié)果與分析

分別對2010—2016年南澗、彌渡、巍山3個(gè)產(chǎn)區(qū)上、中、下3個(gè)部位共63類煙葉樣品的化學(xué)成分?jǐn)?shù)據(jù)煙堿、總糖、還原糖、總氮、氧化鉀值進(jìn)行Excel圖表分析。

從圖1可以看出，3個(gè)產(chǎn)區(qū)的煙葉樣品在煙堿、總糖、還原糖、總氮、氧化鉀數(shù)據(jù)中體現(xiàn)的部位特征均較明顯；從產(chǎn)區(qū)上來看，南澗、彌渡、巍山煙葉樣品在煙堿、總氮和氧化鉀數(shù)據(jù)上差異不大，從總糖和還原糖數(shù)據(jù)上來看存在較小差異；相對于同一產(chǎn)區(qū)和部位來看，年度間各項(xiàng)化學(xué)成分?jǐn)?shù)據(jù)存在一定差異，其中2013年的各項(xiàng)化學(xué)成分?jǐn)?shù)據(jù)相對其他年度間的差異較大。分析結(jié)果表明，3個(gè)產(chǎn)區(qū)、3個(gè)部位、7個(gè)年度煙葉樣品的化學(xué)成分?jǐn)?shù)據(jù)能夠反映不同產(chǎn)區(qū)、不同部位、不同年度煙葉樣品之間相似關(guān)系的高低，該研究結(jié)果可為煙葉產(chǎn)區(qū)種植規(guī)劃和復(fù)烤模塊配打等提供量化的參考數(shù)據(jù)。

注：a.煙堿；b.總糖；c.還原糖；d.總氮；e.氧化鉀Note：a.Nicotine;b.Total sugar;c.Reducing sugar;d.Total nitrogen;e.Potassium oxide圖1 63類煙葉樣品化學(xué)成分對比Fig.1 Comparison of chemical components in 63 categories tobacco samples

3 結(jié)論與討論

(1)對不同產(chǎn)區(qū)煙葉化學(xué)成分?jǐn)?shù)據(jù)分析結(jié)果表明，應(yīng)用近紅外光譜分析方法得到的煙葉化學(xué)成分?jǐn)?shù)據(jù)能夠量化地反映出不同樣品的部位、產(chǎn)區(qū)、年度特性。大理紅大南澗、彌渡、巍山3個(gè)產(chǎn)區(qū)的區(qū)域差異不大；相同產(chǎn)區(qū)不同年度間的化學(xué)成分差異較大，部位間的差異大于該試驗(yàn)取樣的煙葉樣品產(chǎn)區(qū)和年度間的差異。這些分析結(jié)果可為煙葉產(chǎn)區(qū)種植規(guī)劃等提供量化的參考數(shù)據(jù)。

(2)該試驗(yàn)樣品均來源于實(shí)際工業(yè)化生產(chǎn)現(xiàn)場，且是積累了多年的、多產(chǎn)區(qū)、大量的煙葉樣品，代表性好，分析結(jié)果可以用于指導(dǎo)煙葉生產(chǎn)。充分利用了近紅外光譜快速、無損以及信息量豐富的特點(diǎn)進(jìn)行煙葉原料質(zhì)量控制，其采用的質(zhì)量控制方式和分析方法對其他農(nóng)產(chǎn)品生產(chǎn)亦具有參考價(jià)值。

[1] 吳陶川，周子力，段曌陽，等.大理州南澗縣煙葉種植現(xiàn)狀與分析[J].農(nóng)村經(jīng)濟(jì)與科技，2014，25(12)：92-93，173.

[2] 郝永生，賈冬冬，楊德海，等.大理煙區(qū)紅花大金元烤煙化學(xué)成分變異分析[J].安徽農(nóng)業(yè)科學(xué)，2012，40(12)：7428-7429，7433.

[3] 樂俊明，陳鷹，丁映.近紅外光譜分析法測定煙草化學(xué)成分[J].貴州農(nóng)業(yè)科學(xué)，2005，33(3)：62-63.

[4] 嚴(yán)衍祿，趙龍蓮，韓東海，等．近紅外光譜分析基礎(chǔ)與應(yīng)用[M].北京：中國輕工業(yè)出版社，2005：13.

[5] 朱麗偉，馬文廣，胡晉，等.近紅外光譜技術(shù)檢測種子質(zhì)量的應(yīng)用研究進(jìn)展[J].光譜學(xué)與光譜分析，2015，35(2)：346-349.

[6] 蔣雪松，王維琴，許林云，等.農(nóng)產(chǎn)品/食品中農(nóng)藥殘留快速檢測方法研究進(jìn)展[J].農(nóng)業(yè)工程學(xué)報(bào)，2016，32(20)：267-274.

[7] 張建平，謝雯燕，束茹欣，等.煙草化學(xué)成分的近紅外快速定量分析研究[J].煙草科技，1999(3)：37-38.

[8] 王家俊.FT-NIR 光譜分析技術(shù)測定煙草中總氮、總糖和煙堿[J].光譜實(shí)驗(yàn)室，2003，20(2)：181-185.

[9] 蔣錦鋒，李莉，趙明月.應(yīng)用近紅外檢測技術(shù)快速測定煙葉主要化學(xué)成分[J].中國煙草學(xué)報(bào)，2006，12(2)：8-12.

[10] 馬翔，王毅，溫亞東，等.FT-NIR光譜儀測定煙草化學(xué)成分不同譜區(qū)范圍對數(shù)學(xué)模型影響的研究[J].光譜學(xué)與光譜分析，2004，24(4)：444-446.

[11] 王毅，馬翔，溫亞東，等.應(yīng)用近紅外光譜分析不同產(chǎn)區(qū)工業(yè)分級煙葉樣品的特性[J].光譜學(xué)與光譜分析，2012，32(10)：2694-2697.

[12] 王毅，馬翔，溫亞東，等.應(yīng)用近紅外光譜分析不同年度工業(yè)分級煙葉的特性[J].光譜學(xué)與光譜分析，2012，32(11)：3014-3018.

[13] 王毅，馬翔，溫亞東，等.應(yīng)用近紅外光譜分析云南主要煙葉生產(chǎn)基地之間的煙葉特性[J].光譜學(xué)與光譜分析，2013，33(1)：78-80.