鄭博文，楊 亞，王蘿萍，錢穎穎*

（1.紅云紅河煙草（集團）有限責任公司昆明卷煙廠，云南昆明 650032；2.云南中煙工業(yè)有限責任公司原料中心，云南昆明 650231）

0 引言

煙葉內在品質是煙葉質量的重要組成部分，主要包括煙草化學成分和感官質量。常愛霞[1]等研究了16項煙葉的化學成分與感官質量的相關性，結果表明所有化學成分指標均與總體感官質量呈顯著或極顯著的相關關系。近紅外光譜分析技術是一種快速、高效、低成本且能夠實現(xiàn)在線分析應用的檢測技術。在煙葉原料領域，胡涌等[2]采用全譜段均值的變異系數(shù)檢測煙葉等級一致性，驗證了一階導數(shù)光譜與化學成分的變異系數(shù)具有較高的相關度，湯朝起等[3]采用光譜主成分投影的標準偏差對煙葉品質的均一性或等級純度進行了分析，能夠在一定程度上反映煙葉加工品質離散性的高低。王家俊[4]等發(fā)現(xiàn)采用多變量分析方法，既能充分利用信息診斷配方過程的穩(wěn)定性和均勻性，又能快速同時監(jiān)測過程多組分品質信息。

目前，直接運用光譜建立煙葉質量均勻性評價方法的研究鮮見報道。本論文結合生產實際及生產來料情況，探索基于近紅外光譜的距離度量方法，以期能尋找出一種更便捷有效的煙葉均質性評價方法。

1 材料與方法

1.1 材料和儀器

1.1.1 材料

試驗材料選擇云南昆明煙區(qū)2021年石林地區(qū)的紅大品種，中部上等煙葉。

1.1.2 儀器

傅立葉實驗室近紅外光譜儀Antaris II（美國Thermo Fisher公司）；旋風磨CT193，Cyclotec（40目網篩，丹麥FOSS公司）。

1.2 方法

1.2.1 煙葉主要化學成分及其相對比例

化學成分含量高低與煙草的質量有關[5]，但煙草的質量不但與某一種或某幾種成分絕對量的多少有關，而且與一系列有關物質的相對比例及彼此間的協(xié)調關系相關聯(lián)[6]。本研究選擇煙堿（Nic）、總氮（TN）、還原糖（TS）、總糖（TS）、糖堿比（TSNic）、氮堿比（TNNic）作為表征煙葉均質性的指標。

1.2.2 多元統(tǒng)計分析中的距離度量

1）歐氏距離（Euclidean Distance）：

2）馬氏距離（Mahalanobis Distance）：

3）城市街區(qū)距離（Cityblock Distance）：

4）切比雪夫距離切比雪夫距離（Chebyshev Distance）：

5）閔氏距離（Minkowski Distance）：

式中，ρ值代表不同的空間維度，本文選擇ρ為6進行距離計算。

1.2.3 樣品組內差異度量方法

樣品的組內差異采用變異系數(shù)（CV）進行衡量。

1.2.4 近紅外光譜的預處理方法

1）Savitzky-Golay卷積平滑：

2）多元散射校正法。多元散射校正法（MSC）主要消除固體顆粒大小不一或分布不均產生的影響。先計算樣品的平均光譜：

原始光譜通過減去回歸常數(shù)和除以系數(shù)即可修正光譜的偏移，達到每個樣品的光譜與整體平均光譜最佳匹配：

3）導數(shù)法。光譜導數(shù)法分為一階導數(shù)（1 s t Derivative）和二階導數(shù)（2nd Derivative）處理，通過消除基線和其他背景的干擾提高信噪比。

2 結果與討論

2.1 樣品采集與光譜預處理

選取昆明石林地區(qū)的中部煙進行模擬實驗，使用實驗室近紅外光譜儀檢測工業(yè)分級前和工業(yè)分級后的煙葉樣品。選擇（MSC+SG+2ndDerivative）算法對光譜數(shù)據(jù)進行預處理，預處理前后的反射光譜（圖1）。

圖1 石林產區(qū)預處理后的光譜

對光譜進行PCA降維，投影至二維空間，其第一主成分與第二主成分得分圖（圖2）。其為所有石林產區(qū)中部煙樣本的分布情況。

圖2 第一主成分與第二主成分得分圖

2.2 距離計算

對所有光譜進行PCA后的數(shù)據(jù)隨機N條光譜組成1組，并計算各組的距離以及各個指標的變異系數(shù)。計算結果統(tǒng)計數(shù)據(jù)（表1）。

表1 各組指標的變異系數(shù)（%）

2.3 典型相關分析

將化學指標的變異系數(shù)作為集合1，將距離度量的變異系數(shù)作為集合2，進行典型相關分析。分析可知，第一組典型相關系數(shù)是顯著的（P=0.000＜0.001），且相關系數(shù)最大，為0.799（表2）。選擇第一組典型相關變量對集合1、集合2進行分析。

表2 典型相關系數(shù)及其檢驗

對數(shù)據(jù)進行標準化分析可知，化學指標集合1主要受Ts、Nic和Ts/Nic變異系數(shù)的影響較大（表3），距離度量集合2主要受Euclidean和Minkowski變異系數(shù)的影響較大（表4）。

表3 集合1標準化典型相關系數(shù)

表4 集合2標準化典型相關系數(shù)

組內代表比例和交叉解釋比例，是典型相關分析中的重要組成部分。分析可知，化學指標（集合1）維度被自身的第一典型變量解釋了85.4%，距離度量（集合2）維度被自身的第一典型變量解釋了79.8%；化學指標（集合1）維度被距離度量（集合2）維度的第一典型變量解釋了52.8%，距離度量（集合2）維度被化學指標（集合1）維度的第一典型變量解釋了41.6%?？傮w來說，自變量的解釋能力較好（表5）。

表5 已解釋的方差比例（%）

3 結論

本研究采用典型相關分析，對煙葉主要常規(guī)化學成分及其相對比例和近紅外光譜的距離度量進行了相關性探索。結果表明，可以使用歐氏距離、馬氏距離、城市街區(qū)距離、切比雪夫距離和閔氏距離（p=6）的變異系數(shù)各指標相結合，評估煙葉主要常規(guī)化學成分及其相對比例的變異系數(shù)。

使用光譜對煙葉主要常規(guī)化學成分及其相對比例均質性進行評估。但是，由于各種距離的度量方式具有高度共線性，建立從距離度量變異系數(shù)到煙葉主要常規(guī)化學成分及其相對比例變異系數(shù)的回歸方程還有待進一步研究。