馬宇， 許衛(wèi)民， 譚陽， 牛路路

(1.南陽市煙草公司西峽縣分公司，河南 南陽 477550；2.河南省煙草職工培訓(xùn)中心,河南 許昌 461000；3.南陽市煙草公司社旗縣分公司,河南 南陽 473300；4.河南農(nóng)業(yè)大學(xué)煙草學(xué)院，河南 鄭州 450002)

隨著人們對(duì)健康生活的要求不斷提高，卷煙危害越來越受到關(guān)注。經(jīng)過國內(nèi)專家對(duì)卷煙有害成分毒理特性的長期研究，在46種卷煙主流煙氣部分有害成分中尋找出了7種最具代表性的顯著致癌物質(zhì)，且含量較高的有害成分有CO(一氧化碳)、HCN(氫氰酸)、NNK(煙草特有亞硝胺)、NH3(氨氣)、B[a] P(苯并芘)、苯酚和巴豆醛等。因此，降低卷煙主流煙氣中的有害成分，開發(fā)低危害卷煙產(chǎn)品，不僅是保障人體健康的需要，而且是保障卷煙工業(yè)增強(qiáng)核心競爭力的需求[5-9]。為此，各大卷煙企業(yè)及科研機(jī)構(gòu)利用各種技術(shù)手段從原料到卷煙制品圍繞降焦減害做了大量的工作，在一定程度上降低了卷煙的危害性[10-12]。朱智志等[13]將納米材料干法加入到煙絲上，降低煙氣中焦油和CO含量的效果較為明顯，但納米材料濕法添加到煙絲中的效果不明顯，對(duì)卷煙感官質(zhì)量無不良影響。王建新等[14]通過添加AXL(天然降害卷煙添加劑)來降低有害成分，結(jié)果表明，卷煙焦油釋放量和苯并芘釋放量分別降低了7%和7.6%，在保持較好感官質(zhì)量的同時(shí)，添加AXL的卷煙具有良好的降焦減害作用。聶聰?shù)萚15]研發(fā)裝置測定焦油含量結(jié)果表明，采用該裝置測定活性炭對(duì)焦油和揮發(fā)性羰基化合物總量的降低率分別比復(fù)合濾棒法的高0.6百分點(diǎn)和1.6百分點(diǎn)。付瑜鋒等[16]研究了溶劑浸提對(duì)烤煙焦油含量的影響，結(jié)果表明，采用調(diào)節(jié)pH值為3的80%乙醇萃取劑，能顯著降低煙絲中的HCN和氨的釋放量，焦油、CO、苯并芘、苯酚也有明顯降低，柔細(xì)程度、余味、刺激均有所改善。再者，卷煙主流煙氣有害成分的測定耗時(shí)耗力，而卷煙原料品質(zhì)是影響烤煙有害成分的源頭因素，烤煙的顏色是煙葉成熟采收、烘烤調(diào)制、分級(jí)加工的重要判斷依據(jù)[19-21]。但是，關(guān)于烤煙顏色體系對(duì)主流煙氣中有害成分影響的研究鮮見報(bào)道。因此，利用烤煙的顏色特征值對(duì)主流煙氣中有害成分影響進(jìn)行研究，以期為主流煙氣中有害成分的研究提供一種便利快捷的測定方法。

1 材料與方法

1.1 試驗(yàn)材料

試驗(yàn)于2017年在南陽卷煙廠技術(shù)中心進(jìn)行，供試烤煙品種為云煙87。樣品選自河南省南陽市的方城縣、社旗縣、唐河縣、鄧州市、內(nèi)鄉(xiāng)縣、淅川縣、西峽縣、鎮(zhèn)平縣等8個(gè)植煙縣(市)的中部葉C3F等級(jí)的174個(gè)煙葉樣品。

1.2 試驗(yàn)方法

1.2.1 烤煙顏色特征值的測定 對(duì)各個(gè)樣品隨機(jī)選取5片煙葉采用WSC-3型全自動(dòng)測色色差計(jì)(北京光學(xué)儀器廠)測量烤煙正反面顏色L*(明度值)、a*(紅度值)、b*(黃度值)、C*(飽和度)和h*(色相角)等共計(jì)10個(gè)參數(shù)(圖1)，測試時(shí)以主脈為中軸，將烤煙分為左右兩部分，從葉尖到葉基五等分，在等分處中間位置進(jìn)行測量，共計(jì)8個(gè)測試位點(diǎn)，正反面共計(jì)16個(gè)測試位點(diǎn)，并將樣品制成單料煙。

圖1 色差儀的測試位點(diǎn)

1.2.2 卷煙主流煙氣中有害成分的測定 卷煙主流煙氣有害煙成分的測定在北京卷煙廠進(jìn)行， CO的測定采用GB/ T 23356—2009進(jìn)行；煙草特有亞硝胺的測定采用LC-MS/MS法進(jìn)行，苯并芘的測定采用GB/T 21130— 2007進(jìn)行，巴豆醛的測定采用YC/T 254—2008進(jìn)行，苯酚的測定采用YC/T 255—2008進(jìn)行，HCN的測定采用YC/T 253—2008進(jìn)行， NH3的測定采用YC/T 377—2010進(jìn)行。

1.3 神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)的處理與設(shè)計(jì)

采用Matlab2018b神經(jīng)網(wǎng)絡(luò)工具箱，以經(jīng)過因子分析的174個(gè)煙葉樣品的煙葉的10個(gè)顏色參數(shù)作為神經(jīng)網(wǎng)絡(luò)輸入值，分別以CO、HCN、煙草特有亞硝胺、NH3、苯并芘、苯酚和巴豆醛等7種有害成分為神經(jīng)網(wǎng)絡(luò)的輸出值，隱含層的個(gè)數(shù)依據(jù)式(1)決定，共建立7個(gè)BP神經(jīng)網(wǎng)絡(luò)模型。為了保障所建立網(wǎng)絡(luò)的科學(xué)性，將其中的120個(gè)樣本作為訓(xùn)練樣本，54個(gè)樣本作為驗(yàn)證樣本。由于樣本數(shù)據(jù)在單位與數(shù)量級(jí)上存在差異，因此，為了使各變量的尺度相一致，給各分量以同等重要的地位，以免網(wǎng)絡(luò)訓(xùn)練結(jié)果偏重于數(shù)值較大的變量而忽略了數(shù)值較小的輸入變量，對(duì)網(wǎng)絡(luò)的精確性造成一定的影響。再者，由于BP神經(jīng)網(wǎng)絡(luò)的傳遞函數(shù)采用 Sigmoid 函數(shù)，輸入變量數(shù)值差異較大，可以使神經(jīng)元的輸入值過早進(jìn)入Sigmoid 函數(shù)的飽和區(qū)，影響網(wǎng)絡(luò)學(xué)習(xí)進(jìn)程。因此樣本數(shù)據(jù)采用式(2)進(jìn)行歸一化處理。

(1)

式中：N為隱含層節(jié)點(diǎn)數(shù)；n為輸入神經(jīng)元個(gè)數(shù)；m為輸出神經(jīng)元的個(gè)數(shù)；a為[1，10]之間的一個(gè)常數(shù)。

(2)

式中：x′i為歸一化后的數(shù)據(jù)；xi為該指標(biāo)中第i個(gè)變量；xmin為該指標(biāo)的最小值；xmax為該指標(biāo)的最大值。

2 結(jié)果與分析

2.1 烤煙顏色特征值與煙氣中有害成分的描述性統(tǒng)計(jì)

由表1可知，煙葉顏色特征值的各指標(biāo)變異系數(shù)保持在3.38%～12.01%，其中烤煙背面a*的變異系數(shù)最大，為12.01%；背面L*的變異系數(shù)最小，為3.38%。可知烤煙顏色特征值的數(shù)據(jù)樣本均在可接受范圍內(nèi)(變異系數(shù)≤15%)。烤煙顏色特征值的偏度系數(shù)與峰度系數(shù)表明了烤煙正面的b*，C*，h*和背面h*的數(shù)值類型為左偏型尖峭峰，而背面的L*與a*為左偏型平闊峰，正面L*與背面b*以及C*為右偏型平闊峰，正面a*為右偏型尖峭峰；但各個(gè)指標(biāo)的偏度系數(shù)與峰度系數(shù)數(shù)值較小，均在正態(tài)分布可接受范圍內(nèi)?？芍緹煹念伾卣髦捣恼龖B(tài)分布。烤煙煙氣中有害成分的變異系數(shù)在6.31%～12.66%，其中巴豆醛的變異系數(shù)最小，為6.31%，NNK的變異系數(shù)最大，為12.66%，所有有害成分的峰度系數(shù)均為負(fù)值，表明煙草有害成分的數(shù)值表現(xiàn)為平闊峰，而CO、HCN與巴豆醛的偏度系數(shù)為正值表明他們的數(shù)值類型為右偏型。NNK、NH3、B[a]P以及苯酚則為右偏型，但樣本數(shù)值均保持在較低水平，表明樣品的數(shù)據(jù)的穩(wěn)定性較好，服從正態(tài)分布，具有較好的統(tǒng)計(jì)學(xué)意義。

表1 烤煙顏色特征值與煙氣中有害成分的描述性統(tǒng)計(jì)Table 1 Descriptive statistics of color characteristic value and harmful components in flue gas of flue-cured tobacco

2.2 烤煙顏色特征值的因子分析

為了提高統(tǒng)計(jì)分析效率，簡化分析程序，利用因子分析法篩選出烤煙顏色特征的代表性影響因子(表2)。由表2可知，經(jīng)過因子分析共選出6個(gè)主因子，且6個(gè)主因子的累計(jì)貢獻(xiàn)率達(dá)到92.2%。其中，因子1主要反映了烤煙背面b*與C*的變化，C*是依據(jù)a*與b*所得，因此，選取b*為代表；因子2主要反映了烤煙正面a*的變化；因子3主要反映了正面b*與C*的變化，因此，選取b*為代表；因子4主要反映了背面L*的變化；因子5主要反映了背面h*的變化；因子6主要反映了正面L*的變化。

表2 烤煙顏色特征值的因子分析Table 2 Factor analysis of color characteristic value of flue-cured tobacco

2.3 BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練

為了進(jìn)一步分析烤煙顏色特征值對(duì)卷煙主流煙氣中有害成分的內(nèi)在聯(lián)系，經(jīng)過對(duì)隱含層的節(jié)點(diǎn)數(shù)的反復(fù)調(diào)試，最終以節(jié)點(diǎn)數(shù)為9的隱含層節(jié)點(diǎn)數(shù)所構(gòu)建的網(wǎng)絡(luò)模型的擬合殘差最小，因此，建立網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)為6-9-1的神經(jīng)網(wǎng)絡(luò)模型(圖2)。由圖2可知,所構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)模型真實(shí)值與預(yù)測值的決定系數(shù)均達(dá)到了0.97以上，這表明所建立的網(wǎng)絡(luò)模型能夠很好地反映卷煙主流煙氣中的有害成分含量。在生產(chǎn)中，可以利用烤煙的顏色特征值對(duì)卷煙主流煙氣中的有害成分進(jìn)行定量分析。

圖2 BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練結(jié)果

2.4 BP神經(jīng)網(wǎng)絡(luò)模型的驗(yàn)證

為了驗(yàn)證所建立的BP神經(jīng)網(wǎng)絡(luò)模型的魯棒性，將除用于模型訓(xùn)練后的剩余54個(gè)樣本作為驗(yàn)證樣本用于模型的訓(xùn)練。由圖3可知，所建立的神經(jīng)網(wǎng)絡(luò)模型驗(yàn)證樣本的真實(shí)值與實(shí)際值決定系數(shù)，除主流煙氣中B[a]P的決定系數(shù)只達(dá)到0.934 2外，其余6種有害成分的決定系數(shù)均達(dá)到了0.96以上。表明所建立的網(wǎng)絡(luò)模型的魯棒性較好，能夠在一定程度上用烤煙的顏色特征值來表征卷煙主流延期中的有害成分含量。

圖3 BP神經(jīng)網(wǎng)絡(luò)的驗(yàn)證結(jié)果

3 結(jié)論與討論

烤煙的顏色不僅是人們觀察烤煙是品質(zhì)最主要特征之一，同時(shí)烤煙顏色也是內(nèi)部成分的綜合體現(xiàn)[17-18]，但由于涉及的顏色特征指標(biāo)較多，因此需采用因子分析法，挖掘代表性指標(biāo)，對(duì)烤煙的顏色特征進(jìn)行研究。本研究表明，經(jīng)過因子分析共選出6個(gè)主因子，且6個(gè)主因子的累計(jì)貢獻(xiàn)率達(dá)到92.2%。煙葉的正面與背面的10個(gè)顏色特征值參量中，可以提取L*(正面) 、b*(正面) 、h*(正面)、L*(背面) 、a*(背面) 以及C*(背面) 等6個(gè)顏色參數(shù)與各因子的相關(guān)系數(shù)均達(dá)到0.896以上，這與靳雙珍等[19]的研究有相似之處，但同時(shí)有一定的差異，主要是表現(xiàn)在b*(正面)指標(biāo)有未被提取到方面。這可能是產(chǎn)區(qū)有較大差異所致。

本研究表明，所建立的BP神經(jīng)網(wǎng)絡(luò)模型能夠很好地對(duì)卷煙主流煙氣中有害成分進(jìn)行表征，無論是訓(xùn)練樣本還是驗(yàn)證樣本，7種有害成分的實(shí)際值與預(yù)測值的決定系數(shù)均達(dá)到較高水平，除個(gè)別指標(biāo)外，決定系數(shù)均達(dá)到0.96以上。本研究的結(jié)果可以在一定程度上對(duì)卷煙主流煙氣有害成分的測定提供了一種簡便高效的新方法。然而，受樣本數(shù)量以及范圍的限制，所建立的網(wǎng)絡(luò)模型不能確定是否能夠?qū)Σ煌课?、不同等?jí)、不同產(chǎn)區(qū)的烤煙煙氣中有害成分的含量進(jìn)行表征。再者，由于樣本量較小，若增加不同屬性的煙葉樣本會(huì)出現(xiàn)所獲取的數(shù)據(jù)間可能存在著較大的誤差和噪聲干擾，要建立的網(wǎng)絡(luò)模型可能出現(xiàn)過擬合現(xiàn)象[20-21]。因此，還需要進(jìn)一步優(yōu)化模型，以增加模型的適用性。

本研究所涉及的7種有害成分，僅是當(dāng)前確定的標(biāo)志性的致癌成分，但對(duì)其他有害成分的研究尚未涉及，為此，在之后的研究中需要不斷深入，將烤煙的毒理研究進(jìn)一步簡化，為烤煙降焦減害目標(biāo)的實(shí)現(xiàn)提供一種推動(dòng)作用。