付秋娟+竇玉青+張忠鋒+杜詠梅+楊斌

摘要：采用近紅外漫反射光譜技術(shù)，對烤煙煙葉平衡含水率進行了快速無損檢測。以烘箱法測定值作參照，采用偏最小二乘回歸算法建立一階導(dǎo)數(shù)光譜信息與平衡含水率間的定量校正模型，模型的相關(guān)系數(shù)為0.911 6，交互驗證均方差為0.363。對模型進行外部驗證，數(shù)理統(tǒng)計結(jié)果表明，預(yù)測結(jié)果與常規(guī)檢測方法結(jié)果差異不顯著，說明可以用近紅外光譜技術(shù)快速測定烤煙煙葉的平衡含水率。

關(guān)鍵詞：烤煙；平衡含水率；近紅外光譜技術(shù)；偏最小二乘回歸算法

中圖分類號： TS41+3；O657.33文獻標(biāo)志碼： A文章編號：1002-1302（2014）02-0245-03

收稿日期：2013-06-05

作者簡介：付秋娟（1974—），女，山東青州人，實驗師，從事近紅外分析研究。E-mail：fuqiujuan@sina.com。

通信作者：張忠鋒，碩士，研究員，從事煙草栽培生理、化學(xué)及其農(nóng)業(yè)新技術(shù)綜合評價與開發(fā)應(yīng)用研究。E-mail：zhzhf1969@163.com。 煙葉平衡含水率（吸濕性）是指煙草（固體）與水體系處于吸附平衡狀態(tài)時的含水率，是物理特性中一個極其重要的指標(biāo)，與煙葉的機械性能、燃燒速度和感官質(zhì)量密切相關(guān)[1-4]。初烤煙葉的含水率不但會影響初烤煙葉的儲存，還會影響打葉復(fù)烤工藝參數(shù)的設(shè)定及初加工質(zhì)量。因此，平衡含水率不僅是一個經(jīng)濟指標(biāo)，還是一個技術(shù)指標(biāo)。另外，研究煙葉的平衡含水率對卷煙增香保潤評價體系研究和煙用保潤劑的開發(fā)提供了理論和試驗依據(jù)[5]。因此，在煙葉收購、復(fù)烤、貯存時嚴(yán)格檢測平衡含水率有重要意義。目前煙葉平衡含水率的檢測方法主要有2種：一是利用儀器，如烘箱法[6]等；二是經(jīng)驗性感官檢測。在卷煙廠、煙葉復(fù)烤廠和集中貯存的煙葉倉庫、場地多用儀器檢測；而在收購初烤煙葉時則多用經(jīng)驗性感官檢測方法[7]。這2種方法都存在一定的缺陷，如烘箱法檢測費時、費力、周期長，而經(jīng)驗法的結(jié)果則可能會因評價人員的不同而不同且不易量化。近紅外光譜技術(shù)（NIR）以高效、綠色、環(huán)保的現(xiàn)代分析特征在煙草行業(yè)得到較成熟的應(yīng)用[8]，但目前尚未見用近紅外光譜技術(shù)預(yù)測煙葉平衡含水率的報道。本研究將煙葉處理成煙絲，在不破壞煙葉理化結(jié)構(gòu)的基礎(chǔ)上，建立烤煙煙葉平衡含水率的近紅外校正模型，并用交叉驗證和外部驗證對預(yù)測模型進行分析評價。

1材料與方法

1.1材料、儀器

收集2011年全國10個主產(chǎn)煙區(qū)（福建、云南、貴州、四川、重慶、湖南、河南、山東、黑龍江、吉林）上、中、下3個部位的3個等級（X2F、C3F、B2F）煙葉樣品（166份），作為研究材料。

Aataris Ⅱ FT-NIR 光譜儀（賽默飛世爾科技公司），配有積分球漫反射采樣系統(tǒng)，Result 操作軟件，TQ Analyst 8.0分析軟件；KBF240恒溫恒濕箱（德國賓得）；SL202N型電子天平（200 g/0.01 g），上海民橋精密科學(xué)儀器有限公司）；SY-Ⅲ 型試驗用切絲機（河南富邦實業(yè)有限公司）。

1.2方法

每種樣品選取能代表等級的煙葉6～12張，將煙葉的煙梗去除，用切絲機切成（0.9±0.1） mm寬的煙絲，并將煙絲樣品放在溫度為22 ℃、濕度為60%的恒溫恒濕箱中平衡 3 d?；旌暇鶆?，分成2份，分別檢測平衡含水率和掃描近紅外光譜。

1.2.1煙絲平衡含水率的測定取上述待測樣品1份，用已知干燥重量的樣品盒稱取試樣10 g，分別記錄稱得的試樣重量，去蓋后放入溫度為（100±2）℃的烘箱內(nèi)，自溫度回升至100 ℃時算起，烘2 h，加蓋，取出，放入干燥器內(nèi)，冷卻至室溫，再稱重。每個樣品做3次平行試驗，分別計算其稱重前后的平均值。按下列公式計算煙葉含水率：

煙葉含水率=（試樣重量-烘后重量）/試樣重量×100%。

1.2.2光譜采集將恒溫恒濕箱中平衡好的煙絲樣品稱取4 g，裝入樣品杯中，并用壓樣器壓平，利用積分球漫反射采樣系統(tǒng)采集其近紅外光譜，采集條件：以儀器內(nèi)置背景為參比，波數(shù)范圍為10 000～3 800 cm-1，掃描64次，分辨率為 8 cm-1，實驗室環(huán)境溫度盡量與平衡后的煙絲溫濕度條件保持一致。每個樣品做3次平行試驗，取平均值。圖1為煙葉平衡含水率的近紅外原始光譜圖。

2結(jié)果與分析

2.1定量分析模型的建立

2.1.1數(shù)據(jù)處理方法應(yīng)用TQ Analyst 8.0分析軟件處理數(shù)據(jù)。光譜數(shù)據(jù)經(jīng)標(biāo)準(zhǔn)正則交換處理和Savitzky-Golay 平滑濾波后，采用偏最小二乘回歸（PLS）法建立定量校正模型，以校正模型的相關(guān)系數(shù)（r）、校正模型均方差及交叉驗證均方差為指標(biāo)優(yōu)化建模參數(shù)，并用外部驗證預(yù)測值和實測值的相對偏差考察模型預(yù)測的準(zhǔn)確性。r、校正模型均方差、交叉驗證均方差的計算公式見文獻[9-10]。

2.1.2光譜預(yù)處理方法的選擇在近紅外光譜采集過程中，樣品的顆粒大小、裝樣條件、儀器條件往往會導(dǎo)致光譜基線產(chǎn)生漂移和偏移，通常通過導(dǎo)數(shù)處理加以校正。由表1可以看出，二階導(dǎo)數(shù)雖然取得了較高的相關(guān)系數(shù)，但交叉驗證過程中均方差也較高，結(jié)合主因子數(shù)發(fā)現(xiàn)，模型有“過擬合”[11]現(xiàn)象；而一階導(dǎo)數(shù)則取得了較低的均方差。因此，選擇一階導(dǎo)數(shù)光譜建模更適合。

2.1.3光譜范圍的選擇采用PLS法建立定量分析模型后，根據(jù)一階導(dǎo)數(shù)光譜圖不同譜區(qū)的光譜信息選擇波數(shù)范圍，分別為7 693.19～6 774.82、6 100.96～3 960.09、7 450.00～3 980.00 cm-1，并與儀器推薦使用的譜區(qū)（4 354.48～4 33134、4 457.76～44 35.47 cm-1）進行比較，結(jié)果見表2。

2.2模型的驗證

為了檢驗數(shù)學(xué)模型的預(yù)測能力，另外選取未參與建模的45個樣品進行外部驗證。預(yù)測值與實測值之間的絕對偏差平均為0.41，絕對偏差范圍為0.01～1.04，平均相對偏差為3.3%，模型預(yù)測效果較好。實測值與預(yù)測值的比較結(jié)果見表3。endprint

2.3方法可靠性評價

用DPS 7.05統(tǒng)計軟件進行t檢驗，得P=0.112 4>005，說明近紅外預(yù)測方法與常規(guī)測定方法間差異不顯著，即沒有系統(tǒng)誤差。另外，隨機選取一個樣品，進行精密度試驗，重復(fù)掃描10次近紅外光譜，預(yù)測其平衡含水率，結(jié)果（表4）顯示相對標(biāo)準(zhǔn)偏差為2.24%，說明本方法具有較高的精密度。

3結(jié)論

選取具有代表性的校正樣品，結(jié)合偏最小二乘法，通過光譜預(yù)處理建立平衡含水率的近紅外預(yù)測模型，經(jīng)檢驗，模型的準(zhǔn)確性較好、精密度高，可用于大批量樣品的檢測。需要說明的是，近紅外光譜是二次分析技術(shù)，其穩(wěn)定性和適應(yīng)性與樣品的代表性有很大關(guān)系，而且該模型與環(huán)境的溫濕度關(guān)系較大，本研究建立的模型平衡含水率低的樣品較少，今后需進一步添加低含量的建模樣品，以提高模型的預(yù)測能力。

參考文獻：

[1]趙春雷，張勇，蘇瑤. 烤煙的平衡含水率研究[J]. 中國新技術(shù)新產(chǎn)品，2010（19）：6.

[2]Kuroma T，Nakanishi Y. Measurement of migration rate of water in cured tobacco material[J]. Food Science and Technology Research，2003，9（3）：245-249.

[3]鄧小華，周冀衡，陳新聯(lián)，等. 煙葉質(zhì)量評價指標(biāo)間的相關(guān)性研究[J]. 中國煙草學(xué)報，2008，14（2）：1-8.

[4]王建民，韓明，張相輝，等. 烤煙化學(xué)指標(biāo)和平衡含水率間的關(guān)系[J]. 煙草科技，2011（2）：43-46.

[5]黎洪利，朱立軍，王鵬，等. 烤煙煙葉部分化學(xué)成分與平衡含水率的相關(guān)性[J]. 煙草科技，2010（10）：44-47.

[6]YC/T 31—1996煙草及煙草制品試樣的制備和水分測定 烘箱法[S]. 北京：中國標(biāo)準(zhǔn)出版社，2001.

[7]中國農(nóng)業(yè)科學(xué)院煙草研究所.中國煙草栽培學(xué)[M]. 上海：上?？茖W(xué)技術(shù)出版社，2005：567-569.

[8]嚴(yán)衍祿. 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，2005：465-475.

[9]Blanco M，Coello J，Iturriaga H，et al. Nir calibration in non-linear systems：different PLS approaches and artificial neural networks[J]. Chemometrics and Intelligent Laboratory Systems，2000，50（1）：75-82.

[10]曹建國，竇峰. 近紅外漫反射光譜法測試醋酸纖維濾棒中的三醋酸甘油酯[J]. 煙草科技，2005（3）：6-9.

[11]王家俊，梁逸曾，汪帆. 偏最小二乘法結(jié)合傅里葉變換近紅外光譜同時測定卷煙焦油、煙堿和一氧化碳的釋放量[J]. 分析化學(xué)，2005（6）：793-797.endprint

2.3方法可靠性評價

用DPS 7.05統(tǒng)計軟件進行t檢驗，得P=0.112 4>005，說明近紅外預(yù)測方法與常規(guī)測定方法間差異不顯著，即沒有系統(tǒng)誤差。另外，隨機選取一個樣品，進行精密度試驗，重復(fù)掃描10次近紅外光譜，預(yù)測其平衡含水率，結(jié)果（表4）顯示相對標(biāo)準(zhǔn)偏差為2.24%，說明本方法具有較高的精密度。

3結(jié)論

選取具有代表性的校正樣品，結(jié)合偏最小二乘法，通過光譜預(yù)處理建立平衡含水率的近紅外預(yù)測模型，經(jīng)檢驗，模型的準(zhǔn)確性較好、精密度高，可用于大批量樣品的檢測。需要說明的是，近紅外光譜是二次分析技術(shù)，其穩(wěn)定性和適應(yīng)性與樣品的代表性有很大關(guān)系，而且該模型與環(huán)境的溫濕度關(guān)系較大，本研究建立的模型平衡含水率低的樣品較少，今后需進一步添加低含量的建模樣品，以提高模型的預(yù)測能力。

參考文獻：

[1]趙春雷，張勇，蘇瑤. 烤煙的平衡含水率研究[J]. 中國新技術(shù)新產(chǎn)品，2010（19）：6.

[2]Kuroma T，Nakanishi Y. Measurement of migration rate of water in cured tobacco material[J]. Food Science and Technology Research，2003，9（3）：245-249.

[3]鄧小華，周冀衡，陳新聯(lián)，等. 煙葉質(zhì)量評價指標(biāo)間的相關(guān)性研究[J]. 中國煙草學(xué)報，2008，14（2）：1-8.

[4]王建民，韓明，張相輝，等. 烤煙化學(xué)指標(biāo)和平衡含水率間的關(guān)系[J]. 煙草科技，2011（2）：43-46.

[5]黎洪利，朱立軍，王鵬，等. 烤煙煙葉部分化學(xué)成分與平衡含水率的相關(guān)性[J]. 煙草科技，2010（10）：44-47.

[6]YC/T 31—1996煙草及煙草制品試樣的制備和水分測定 烘箱法[S]. 北京：中國標(biāo)準(zhǔn)出版社，2001.

[7]中國農(nóng)業(yè)科學(xué)院煙草研究所.中國煙草栽培學(xué)[M]. 上海：上?？茖W(xué)技術(shù)出版社，2005：567-569.

[8]嚴(yán)衍祿. 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，2005：465-475.

[9]Blanco M，Coello J，Iturriaga H，et al. Nir calibration in non-linear systems：different PLS approaches and artificial neural networks[J]. Chemometrics and Intelligent Laboratory Systems，2000，50（1）：75-82.

[10]曹建國，竇峰. 近紅外漫反射光譜法測試醋酸纖維濾棒中的三醋酸甘油酯[J]. 煙草科技，2005（3）：6-9.

[11]王家俊，梁逸曾，汪帆. 偏最小二乘法結(jié)合傅里葉變換近紅外光譜同時測定卷煙焦油、煙堿和一氧化碳的釋放量[J]. 分析化學(xué)，2005（6）：793-797.endprint

2.3方法可靠性評價

用DPS 7.05統(tǒng)計軟件進行t檢驗，得P=0.112 4>005，說明近紅外預(yù)測方法與常規(guī)測定方法間差異不顯著，即沒有系統(tǒng)誤差。另外，隨機選取一個樣品，進行精密度試驗，重復(fù)掃描10次近紅外光譜，預(yù)測其平衡含水率，結(jié)果（表4）顯示相對標(biāo)準(zhǔn)偏差為2.24%，說明本方法具有較高的精密度。

3結(jié)論

選取具有代表性的校正樣品，結(jié)合偏最小二乘法，通過光譜預(yù)處理建立平衡含水率的近紅外預(yù)測模型，經(jīng)檢驗，模型的準(zhǔn)確性較好、精密度高，可用于大批量樣品的檢測。需要說明的是，近紅外光譜是二次分析技術(shù)，其穩(wěn)定性和適應(yīng)性與樣品的代表性有很大關(guān)系，而且該模型與環(huán)境的溫濕度關(guān)系較大，本研究建立的模型平衡含水率低的樣品較少，今后需進一步添加低含量的建模樣品，以提高模型的預(yù)測能力。

參考文獻：

[1]趙春雷，張勇，蘇瑤. 烤煙的平衡含水率研究[J]. 中國新技術(shù)新產(chǎn)品，2010（19）：6.

[2]Kuroma T，Nakanishi Y. Measurement of migration rate of water in cured tobacco material[J]. Food Science and Technology Research，2003，9（3）：245-249.

[3]鄧小華，周冀衡，陳新聯(lián)，等. 煙葉質(zhì)量評價指標(biāo)間的相關(guān)性研究[J]. 中國煙草學(xué)報，2008，14（2）：1-8.

[4]王建民，韓明，張相輝，等. 烤煙化學(xué)指標(biāo)和平衡含水率間的關(guān)系[J]. 煙草科技，2011（2）：43-46.

[5]黎洪利，朱立軍，王鵬，等. 烤煙煙葉部分化學(xué)成分與平衡含水率的相關(guān)性[J]. 煙草科技，2010（10）：44-47.

[6]YC/T 31—1996煙草及煙草制品試樣的制備和水分測定 烘箱法[S]. 北京：中國標(biāo)準(zhǔn)出版社，2001.

[7]中國農(nóng)業(yè)科學(xué)院煙草研究所.中國煙草栽培學(xué)[M]. 上海：上?？茖W(xué)技術(shù)出版社，2005：567-569.

[8]嚴(yán)衍祿. 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，2005：465-475.

[9]Blanco M，Coello J，Iturriaga H，et al. Nir calibration in non-linear systems：different PLS approaches and artificial neural networks[J]. Chemometrics and Intelligent Laboratory Systems，2000，50（1）：75-82.

[10]曹建國，竇峰. 近紅外漫反射光譜法測試醋酸纖維濾棒中的三醋酸甘油酯[J]. 煙草科技，2005（3）：6-9.

[11]王家俊，梁逸曾，汪帆. 偏最小二乘法結(jié)合傅里葉變換近紅外光譜同時測定卷煙焦油、煙堿和一氧化碳的釋放量[J]. 分析化學(xué)，2005（6）：793-797.endprint