電子鼻檢測烤后煙葉揮發性組分的方法研究

馮莉，常愛霞，郭從濤，李艷麗，高亭亭，文軻，羅成剛*

(1.中國農業科學院煙草研究所，青島 266101；2.中國農業科學院研究生院，北京 100081；3.青島農業大學，青島 266109；4.四川農業大學，成都 611130)

電子鼻檢測烤后煙葉揮發性組分的方法研究

馮莉1,2，常愛霞1，郭從濤3，李艷麗1,2，高亭亭1,2，文軻4，羅成剛1*

(1.中國農業科學院煙草研究所，青島 266101；2.中國農業科學院研究生院，北京 100081；3.青島農業大學，青島 266109；4.四川農業大學，成都 611130)

本研究采用電子鼻系統對不同形態烤后煙樣進行測定，以便初步建立一個烤后煙葉揮發性組分判別檢測的方法。結果表明，不同樣品形態、同一樣品不同放置時間均對電子鼻檢測效果有一定影響。對于煙絲樣品，放置 4 h 檢測為宜；對于煙末樣品，放置 30 min 檢測為宜；采用煙絲樣品檢測效果優于煙末樣品。結果分析表明，線性判別分析（LDA）比主成分分析（PCA）更能有效的區分不同樣品，幵且 LDA 分析的結果更能代表樣品的整體特征。傳感器 Loadings 分析表明，煙絲樣品檢測時貢獻率較大的傳感器是 2、7、8、9；煙末樣品檢測時貢獻率較大的傳感器是 2、7、9。利用電子鼻技術在合適的條件下，可以對不同品種不同部位的煙樣進行區分和鑒別。

電子鼻；檢測；煙葉；揮發性成分；方法

煙葉質量是卷煙質量的主要決定因素，煙葉香氣是衡量煙葉質量的重要指標。一直以來，感官評吸是評價煙葉香氣及吃味優劣的最主要方法，但感官評吸主觀性較強且影響人體健康，樣品量大時難以有效進行[1]。隨著分析檢測技術的發展，人們開始利用氣相色譜/質譜聯用技術(GC/MS)，對煙葉香吃味的物質基礎進行探索，以期能夠找到客觀的評價煙葉香吃味的方法，但這些檢測方法檢測費用昂貴，前處理方法繁瑣，檢測周期長，特別是所得氣味都是經樣品分離后的結果，很難代表樣品的整體性，與人的嗅覺很難作系統化和科學化的對照[2]。近年來，研究人員開始將氣敏傳感器陣列和模式識別技術相結合，構造了能夠對生物嗅覺功能進行模擬的電子鼻。與其他常規儀器分析法如色譜-質譜聯用、色譜-紅外聯用、核磁共振等波譜技術相比，操作簡便，樣品前處理簡單，測定速度快、基本不用有機溶劑，是一種“綠色”的仿生檢測儀器。同時，它得到的不是被測樣品中某種或某幾種成分的定性與定量結果，而是給予樣品中揮發成分的整體信息，也稱“指紋”數據[3]。因此，電子鼻技術已在酒類的品質評價和水果、茶葉等農產品品質評價的研究中得到應用[4-10]。目前，電子鼻在煙草行業研究中的應用，多集中在卷煙內在品質的分析[11]、卷煙真偽的鑒別[12]、卷煙煙絲加香質量的評價[13]、卷煙煙絲揮發性組分的整體性研究[14]等方面，關于電子鼻技術對煙葉原料評價的研究報道還較少。本研究通過對煙葉樣品不同處理形態、不同處理時間以及不同數據分析方法的研究，初步探索電子鼻判別煙葉樣品揮發性組分整體性的可行方法，旨在為煙葉原料以及新品種選育過程中香氣性狀的快速判定篩選奠定方法基礎。

1 材料與方法

1.1 材料和儀器

1.2方法

分別秤取各品種不同部位的煙絲和煙末樣品各 5 g，置于 100 mL 三角燒瓶中，封口膜密封，每個試驗樣品重復3次；樣品經快速密封后，按設置時間 0 min、30 min、60 min、4 h、24 h 和 48 h 進行測定。采用直接頂空吸氣法(室溫 20 ℃，濕度60%)直接將進樣針頭插入密封的三角瓶中，用電子鼻進行測定。電子鼻的測定條件為:傳感器自清洗時間為 100 s，傳感器歸零時間為 10 s，樣品準備時間為 5 s，進樣流量為 300 mL/min，分析采樣時間為 60 s。

表1 PEN 3 傳感器陣列及其性能Table 1 Sensor array and its performance

1.3 數據處理

對于樣品區分分析，利用主成分分析法(PCA)和線性判別式分析(LDA)。對電子鼻不同傳感器貢獻率，主要采用 Loadings分析。

2 檢測方法的研究確立

2.1 烤后煙葉揮發物檢測中電子鼻響應值的變化

圖 1 呈現了 0～60 s 10 個傳感器對烤后煙葉煙絲揮發物的相應強度變化。從圖1可以看出，電導率比值剛開始接近于 1(與 G0相近)，隨著揮發物質在傳感器表面的富集，傳感器的電導率出現明顯變化，隨著采樣時間的延長在 30 s后基本趨于平緩，達到一個平穩的狀態。從圖2可以看出，煙末如煙絲。因此，本研究用穩定狀態下信號進行分析，取45～55 s的信號作為分析的時間點。

2.2 電子鼻對不同形態及不同放置時間樣品的響應

圖1 10 個傳感器對烤后煙絲香氣的典型響應曲線Fig. 1 Typical response curves of 10 sensors to volatiles of flue-cured tobacco leaves cut

圖2 10 個傳感器對烤后煙末香氣的典型響應曲線Fig. 2 Typical response curves of 10 sensors to volatiles of flue-cured tobacco leaf powder

圖3 煙絲樣品不同放置時間下傳感器響應值的變化Fig. 3 Response values of cut tobacco by different storage time

對比圖 3 和圖 4，煙末樣品的 10 個傳感器的電導率比值明顯低于煙絲樣品，說明利用煙絲樣品檢測效果要好于煙末樣品。

圖4 煙末樣品不同放置時間下傳感器響應值的變化Fig. 4 Response values of tobacco powder by different storage time

2.3 不同數據分析方法比較

根據電子鼻對不同形態及不同放置時間樣品的響應結果，放置 4 h 的煙絲樣品電子鼻檢測效果最好。在此，選擇放置 4 h 的煙絲樣品檢測數據進行分析。

2.3.1 PCA 分析 主成分分析(PCA)是將所提取的傳感器多指標的信息進行數據轉換和降維，并對降維后的特征向量進行線性分類，最后在 PCA分析的散點圖上顯示主要的兩維散點圖。PC1 和PC2 上包含了在 PCA 轉換中得到的第一主成分和第二主成分的貢獻率，貢獻率越大，說明主要成分可以較好地反映原來多指標的信息[15]。

從圖 5可以看出，PCA分析的第一主成分的貢獻率為 94.69%(橫坐標 PC1)，第二主成分的貢獻率為 3.18%(縱坐標 PC2)，兩個主成分貢獻率之和已達 97%以上，表明 PCA 第一主成分、第二主成分的二維圖可以代表原始數據中的總體信息。利用PCA分析不能將煙絲樣品進行有效區分，不同樣品間重合度較高，僅紅大的上部葉與其他樣品沒有重疊。云煙 87 的上部葉和中煙 103 的上部葉出現重疊，中煙 103、紅大和云煙 87 的下部葉和中煙 103、云煙 87 的中部葉出現重疊，表明其揮發性物質類似。

圖5 放置 4 h 煙絲樣品檢測結果的 PCA 分析圖Fig. 5 Analytical results by PCA for cut tobacco after storing 4 hours

從圖 6可以看出，在 LDA 分析中，線性判別函 數 LD1 和 LD2 的 貢 獻 率 分 別 為 71.10% 和22.86%，總的貢獻率為 93.96%，可以很好的將不同品種上、中、下3個部位的樣品區分開，并且 3個品種同一部位的樣品聚集度較好，表明3個品種同一部位揮發性物質總體特征接近。就同一部位不同品種比較，紅大與云煙 87 總揮發性成分差異相對較大，與中煙 103 差異相對較小，中煙 103 與紅大和云煙 87均有部分重疊。

圖6 放置 4 h 煙絲樣品檢測結果的 LDA 分析圖Fig. 6 Analytical results by LDA for cut tobacco after storing 4 hours

2.4 電子鼻不同傳感器貢獻率分析

Loadings分析可用來分析電子鼻各傳感器貢獻率，幫助區分在當前模式下各傳感器的相對重要性。如果某個傳感器在坐標軸上的位置距原點(0，0)越遠，其負載參數值就越大，說明該傳感器在識別時的貢獻就越大；反之，貢獻率就越小。當某個傳感器在模式識別中的負載參數接近0時，那么該傳感器的識別能力可以忽略不計；若傳感器的響應值很高，則該傳感器就是識別傳感器[16]。

由圖 7可知，在煙絲樣品中，7傳感器對第一主成分貢獻率最大，2傳感器、9傳感器次之；8傳感器對第二主成分貢獻率最大，9傳感器、6傳感器次之；5、3傳感器相近，且距離原點最近，說明其貢獻率很低，可以忽略；7、9、2、8 傳感器距離原點較遠，響應值較大，在識別不同品種的烤煙煙絲樣品時作用最大。據此可對傳感器進行選擇與優化，據本實驗中對煙絲樣品的傳感器 Loadings 分析，去掉的傳感器為 5、3、4、1、10。

由圖 8可知，在煙末樣品中，7傳感器對第一主成分貢獻率最大，2傳感器、9傳感器次之；2傳感器對第二主成分貢獻率最大，8傳感器次之；1、3和 5傳感器幾乎重合，且距離原點最近，說明其貢獻率很低，可以忽略；7、2、9 距離原點較遠，響應值較大，在識別不同品種的烤煙煙末樣品時作用最大。據此可對傳感器進行選擇與優化，據本實驗中對煙末樣品的傳感器 Loadings分析，去掉的傳感器為 5、3、1、4。

圖7 煙絲樣品的 Loadings 分析圖Fig. 7 Analytical results by loadings for cut tobacco

圖8 煙末樣品的 Loadings 分析圖Fig. 8 Analytical results by loadings for tobacco powder

3 討 論

本研究中煙末樣品的檢測峰值遠低于煙絲樣品，主要原因可能有兩個，一是煙末樣品相比煙絲樣品，多了 40 ℃烘箱中的烘烤及烤后研磨的處理工序，揮發性物質散失量較多；二是煙末樣品壓得相對緊密，部分樣品揮發組分不能充分揮發，而煙絲樣品相對蓬松，易于揮發性組分的溢出。由于煙葉在卷煙使用的過程中，也主要是以煙絲形態利用，所以利用電子鼻檢測時采用煙絲樣品要優于煙末樣品。此外，由于檢測的是揮發性氣體受溫度影響較大，同時煙葉在切絲利用前還需要經過 70 多度的復烤工序，因此，今后還應該探索不同溫度處理對煙葉揮發性組分的影響，以便有效鑒別不同煙葉原料在后續卷煙利用中的應用價值。

利用電子鼻進行烤后煙葉揮發性組分檢測時，不同樣品形態、同一樣品不同放置時間均對檢測效果有一定影響。實驗表明，對于煙絲試樣，放置 4小時檢測為宜；對于煙末樣品，放置 30 min 檢測為宜。從樣品形態上來看，煙絲樣品的檢測效果最好。利用電子鼻技術在合適的條件下，可以對不同品種不同部位的煙樣進行很好的區分和鑒別，采用電子鼻系統中的 LDA分析比 PCA 分析更能有效的區分不同樣品，并且 LDA 分析的結果更能代表樣品的整體特征。經過傳感器 Loadings 分析，對煙絲樣品，檢測時貢獻率較大的傳感器是 2、7、8、9，優化時去掉的傳感器為 1、3、4、5、10；對煙末樣品，檢測時貢獻率較大的傳感器是 2、7、9，貢獻率較小、優化時去掉的傳感器為 1、3、4、5。可以看出，電子鼻作為檢測揮發性組分的一種操作簡單、速度快的新型儀器，隨著試驗方法的不斷完善和化學計量學方法的不斷進步，其在煙葉原料相關研究領域中將得到廣泛應用。

[1]毛友安，劉巍，黃建國，等. 用電子鼻技術評價煙葉揮發性組分的研究[J]. 化學傳感器，2006，26(2):23-28.

[2]唐曉偉，劉明池，何洪巨，等. 新鮮番茄風味組分研究[J]. 食品科學，2007，28(2):28-30.

[3]張紅梅，王俊. 電子鼻傳感器陣列優化及其在小麥儲藏年限檢測中的應用[J]. 農業工程學報，2006(12): 164-167.

[4]王俊，胡桂仙，于勇，等. 電子鼻與電子舌在食品檢測中應用研究進展[J]. 農業工程學報，2004，20(2): 292-295.

[5]周亦斌，王俊. 基于電子鼻的番茄成熟度及貯藏時間評價的研究[J]. 農業工程學報，2005，21(4):113-117.

[6]Stijn Saevels, Jeroen Lammertyn, Amalia Z Berna, et al. An electronic nose and a mass spectrometry-based electronic nose for assessing apple quality during shelf life[J]. Postharvest Bio logy and Technology, 2004, 31: 9-19.

[7]Corrado Di Natale, Antonella Macagnano, Eugenio Martinelli, et al. The evaluation of quality of postharvest oranges and apples by means of an electronic nose[J]. Sensors and Actuators B, 2001, 78: 26-31.

[8]Brezmes J, Llobet E, Vilanova X, et al. Fruit ripeness monitoring using an electronic nose[J]. Sensors and Actuators B, 2000, 69: 223-229.

[9]Corrado Di Natale, Manuela Zude-Sasse, Antonella Macagnano, et al. Outer product analysis of electronic nose and visible spectra: Application to the measurement of peach fruit characteristics[J]. Analytica Chimica Acta, 2002, 459: 1072117.

[10] 周亦斌，王俊. 新技術在茶葉品質評價中應用的現狀及趨勢[J]. 茶葉科學，2004，24(2):82-85.

[11] 殷勇，吳守一. 用基于神經網絡的電子鼻評定卷煙香氣質量[J]. 儀器儀表學報，2003，24(1):86-88.

[12] Luo D H, Gholam H, John R. Application of ANN with extracted parameters from an electronic nose in cigarette brand identification [J]. Sens Actuators B, 2004, 99: 253-257.

[13] 黃勇強，鄒小波，趙杰文. 電子鼻在香精識別中的應用研究[J]. 食品工業科技，2005(12):85-88.

[14] 毛友安，劉巍，黃建國，等. 用電子鼻技術評價煙葉揮發性組分的研究[J]. 化學傳感器，2006，26(2):23-28.

[15] 唐曉偉，張萬清，耿利華，等. 電子鼻評價甜瓜成熟度及風味的研究[J]. 中國農學通報，2010，26(21): 75-80.

[16] 宋偉，劉璐，支永海，等. 電子鼻判別不同儲藏條件下糙米品質的研究[J]. 食品農業科學，2006，32(6): 677-682.

Study on the Method of Using Electronic Nose to Detect the Volatile Components in Cured Leaves

FENG Li1,2, CHANG Aixia1, GUO Congtao3, LI Yanli1,2, GAO Tingting1,2, WEN Ke4, LUO Chenggang1*
(1. Tobacco Research Institute of CAAS, Qingdao 266101, China; 2. Graduate School of CAAS, Beijing 100081, China; 3. Qingdao Agricultural University, Qingdao 266109, China; 4. Sichuan Agricultural University, Chengdu 611130, China)

This study attempted to use electronic nose system to measure cured tobacco leaf samples of various forms, so that a method for determining volatile component in tobacco leaves could be established. The results showed that the detection results were influenced by tobacco forms and storage periods. Storage time of 4 hours was the best for detecting cut tobacco leaves, and 30 minutes was optimum for tobacco powder. The detection results for cut tobacco was better than those of tobacco powder. Linear discrimination analysis (LDA) discriminate different tobacco materials more effectively than principal component analysis (PCA). The result of LDA could represent overall characteristics of sample. Tested by the Loadings analysis, sensor 2, 7, 8, 9 had higher contribution rates during test cut tobacco sample, while, sensor 2, 7, 9 had higher contribution rates during test tobacco powder. Electronic nose detection could be used to discriminate the varieties or regions produced of flue-cured tobacco leaves.

electronic nose; detection; tobacco leaf; volatile component; method

S572

1007-5119（2014）04-0092-07 DOI：10.13496/j.issn.1007-5119.2014.04.018

國家煙草專賣局項目“?濃香型?烤煙品種的選育及應用研究”(110200902044)

馮 莉，女，在讀碩士，從事作物遺傳育種理論與方法研究。E-mail:fengliyebo520@163.com。*通信作者，E-mail:ctsqz@163.net

2013-03-21

2013-12-30