近紅外光譜煙葉質(zhì)量等級快速檢測與等級特征分析

王 超，李朋成，楊 凱，張?zhí)鹛穑瑒⑺嚵眨钴姇?

1. 上海煙草集團有限責(zé)任公司，上海 200082 2. 中國農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院，北京 100083

引 言

近紅外光譜技術(shù)具備綠色高效的分析特點[1-3]，通過掃描樣品的近紅外光譜，可得到樣品中有機分子含氫基團的特征信息[2]； 隨著該技術(shù)的日趨成熟[3]，其已經(jīng)在各個領(lǐng)域發(fā)揮著舉足輕重的作用[4]。

近年來，近紅外光譜技術(shù)在煙草產(chǎn)業(yè)的應(yīng)用有著突破性的進展[5-10]。許多研究成果實現(xiàn)了應(yīng)用近紅外光譜技術(shù)對煙草特定化學(xué)成分的定量分析[11-12]，以及研究了煙草內(nèi)關(guān)鍵化學(xué)指標(biāo)含量對煙草質(zhì)量等級的影響[13]，揭示了煙草關(guān)鍵化學(xué)指標(biāo)含量與煙草質(zhì)量等級間存在著密切關(guān)系。

為了更好的指導(dǎo)煙草企業(yè)進行原料采購和配方使用，需根據(jù)我國煙葉資源的現(xiàn)狀制定合適的烤煙工業(yè)分級體系。國內(nèi)煙葉質(zhì)量等級的評價目前仍延用傳統(tǒng)的方法，即以煙葉的感官質(zhì)量或外觀質(zhì)量(煙葉的部位、顏色、成熟度、油分、色度)為主，加以物理特性或化學(xué)成分為輔進行分析。在一定程度上對煙葉外觀質(zhì)量的評價主觀依賴性較強，導(dǎo)致評價偏差較大，較為耗時耗力，增加了生產(chǎn)成本，不利于可持續(xù)的穩(wěn)定生產(chǎn)。應(yīng)用近紅外光譜技術(shù)實現(xiàn)對煙葉質(zhì)量等級的快速檢測，可避免傳統(tǒng)方法的不足，高效率的實現(xiàn)煙草的工業(yè)分級，對烤煙質(zhì)量等級劃分可提供更加實用的客觀指導(dǎo)依據(jù)。

收集了來自全國14個省份40個地市級產(chǎn)地不同質(zhì)量等級的煙葉樣品，進行近紅外光譜與質(zhì)量等級分析研究，實現(xiàn)對上部低等、下部低等、中部低等、上部上等、下部上等、中部中等、中部上等，等主要煙葉質(zhì)量等級的快速檢測。這對完善煙葉工業(yè)分級評價體系，指導(dǎo)企業(yè)進行原料采購和配方使用具有實際意義。

1 實驗部分

1.1 材料

2018年度的768份煙草樣品來自全國五大主要產(chǎn)區(qū)，產(chǎn)地覆蓋14個省份40個地市級，樣品產(chǎn)地來源分布見表1。

1.2 儀器與光譜采集

實驗用近紅外儀器為美國賽默飛儀器公司的Antaris型傅里葉變換近紅外光譜儀，并配備中國農(nóng)業(yè)大學(xué)近紅外建模軟件(CAUNIR7.2)使用。

光譜掃描條件： 波長掃描，波長范圍為12 000～4 000 cm-1，分辨率8 cm-1，掃描次數(shù)為64次，每隔30 min掃描一次背景。

表1 煙草樣品產(chǎn)地分布Table 1 Distribution of tobacco samples

1.3 方法

1.3.1 方法概述

應(yīng)用偏最小二乘定性判別方法(partial least squares-discriminant analysis，PLS-DA或DPLS)[14-15]建立基于近紅外光譜的定性判別模型，在應(yīng)用PLS-DA建立分類模型的編碼中可采用多維二進制(0，1)方式進行類別量化[14]，即使用多個二進制定量模型實現(xiàn)定性判別，該方式對類別間相似性關(guān)系不確定的類別量化編碼較為合理有效。樣品根據(jù)外觀標(biāo)準(zhǔn)劃分為7個質(zhì)量等級，并經(jīng)感官評價依次得出了7個等級的質(zhì)量梯度，等級間的相似性關(guān)系較為確定，因此在類別量化編碼中采用連續(xù)數(shù)字編碼方式，即使用一個定量模型實現(xiàn)定性判別，7個質(zhì)量等級的對應(yīng)編碼見表2。

表2 煙葉質(zhì)量等級編碼Table 2 Grade coding of tobacco leaves

采用多次隨機劃分方式確定建模集和檢驗集，得到的建模和預(yù)測結(jié)果基本一致，文中使用其中一次的結(jié)果。建模過程中采用內(nèi)部交叉驗證方法確定PLS主因子數(shù)[15-16]。

1.3.2 光譜預(yù)處理方法

導(dǎo)數(shù)和平滑方法結(jié)合既可以消除基線漂移或平緩背景干擾的影響，也可以有效降低隨機噪聲[2-3]。采用一階導(dǎo)數(shù)加15點平滑對原光譜進行預(yù)處理。

1.3.3 模型評價方法

評價模型的指標(biāo)性參數(shù)為交叉驗證集與預(yù)測集的相關(guān)系數(shù)(r)、內(nèi)部交叉驗證預(yù)測標(biāo)準(zhǔn)差(standard error of cross-validation/prediction，SECV)、預(yù)測集標(biāo)準(zhǔn)偏差(standard error of prediction，SEP)[2-3]。

2 結(jié)果與討論

2.1 全國40個產(chǎn)地所有樣品建模結(jié)果

應(yīng)用全部樣品建立全國煙葉質(zhì)量等級模型的建模和預(yù)測結(jié)果如表3所示。

表3 所有樣品建模結(jié)果Table 3 Modeling results of samples from all regions

表3中模型的內(nèi)部交叉驗證和預(yù)測驗證結(jié)果表明： 建模集與預(yù)測集的預(yù)測標(biāo)準(zhǔn)差不大于1.35，預(yù)測偏差基本在相鄰等級之間，滿足實際應(yīng)用要求，應(yīng)用近紅外光譜可基本實現(xiàn)煙葉質(zhì)量等級的快速預(yù)測。同時，實驗樣品來自全國40個地級市產(chǎn)地，相同質(zhì)量等級不同產(chǎn)地?zé)熑~間會存在較大差異，因此通過縮小產(chǎn)地范圍有望進一步提高模型預(yù)測結(jié)果。

2.2 分五大產(chǎn)區(qū)建模結(jié)果

煙葉質(zhì)量受地域等生長環(huán)境的影響較大，相同質(zhì)量等級不同產(chǎn)地?zé)熑~間會存在較大差異，將全部樣品按表1中的5大生態(tài)產(chǎn)區(qū)分類后進行建模的結(jié)果情況見表4。

表4 不同產(chǎn)區(qū)建模結(jié)果Table 4 Modeling results of different regions

由表4中結(jié)果可以看出分產(chǎn)區(qū)后，各個產(chǎn)區(qū)所建模型的預(yù)測標(biāo)準(zhǔn)差均有所降低，其中東南、西南、黃淮煙區(qū)模型預(yù)測偏差降幅較大，驗證集的預(yù)測標(biāo)準(zhǔn)差不大于1.07，較全國模型預(yù)測標(biāo)準(zhǔn)差降低幅度可達25%左右，因此通過建立不同產(chǎn)區(qū)預(yù)測模型可進一步提高預(yù)測準(zhǔn)確度，預(yù)測偏差可進一步縮小在相鄰等級之間，滿足實際應(yīng)用要求。

2.3 不同等級煙葉的近紅外光譜特征

近紅外光在不同頻率范圍內(nèi)吸收的有機基團及相關(guān)物質(zhì)信息見表5[2]。由于樣品光譜的采集時間較為分散，將不同等級煙葉樣品光譜進行標(biāo)準(zhǔn)正態(tài)變量變換(standard normal variable transformation，SNV)預(yù)處理，不同等級煙葉預(yù)處理后的平均光譜見圖1，在4 200～5 200 cm-1波數(shù)范圍內(nèi)放大的平均光譜見圖2。

表5 近紅外光在不同頻率范圍吸收的有機基團及相關(guān)物質(zhì)成分信息Table 5 Organic groups and related substance composition information absorbed in different frequency ranges

圖1 SNV預(yù)處理后的平均光譜Fig.1 SNV-preprocessed spectra

由表5，圖1及圖2可知，不同質(zhì)量等級的煙葉光譜在不同波數(shù)范圍內(nèi)時，存在不同特征。在4 200～4 400 cm-1波數(shù)范圍內(nèi)，是以纖維素等為主的碳氫基團等的吸收，質(zhì)量等級較低的1～4等級煙葉的吸光度較高，質(zhì)量等級較高的5～7等級的吸光度較低。在4 700～4 800 cm-1波數(shù)范圍內(nèi)，是以淀粉糖類等為主的氧氫基團等的吸收，質(zhì)量等級最差的1等級煙葉吸光度最低，2和3等級煙葉也具有較低吸光度，4～7等級煙葉具有較高吸光度。在5 100～5 200 cm-1波數(shù)范圍內(nèi)，是以蛋白質(zhì)類等為主的氮氫基團等的吸收，質(zhì)量等級較低的1等級煙葉吸光度明顯偏高。

依據(jù)近紅外光在不同頻率范圍吸收的有機基團及相關(guān)物質(zhì)成分信息，以及不同等級煙葉在不同波段的吸收特征可以推測得出： 質(zhì)量等級較好的煙葉，具有纖維素含量較低，淀粉等糖類物質(zhì)含量較高的特點； 質(zhì)量等級較差的煙葉，具有纖維素含量較高，淀粉等糖類物質(zhì)含量較低的特點，其中質(zhì)量等級最差(上部低等)煙葉，同時具有蛋白質(zhì)類物質(zhì)含量較高的特點。不同等級煙葉在以纖維素、淀粉和糖類、蛋白質(zhì)類等物質(zhì)為主產(chǎn)生的基團吸收特征不同，是應(yīng)用近紅外光譜實現(xiàn)煙葉質(zhì)量等級快速檢測的信息基礎(chǔ)。

3 結(jié) 論

基于不同產(chǎn)地?zé)熑~樣品，分別建立了全國和分產(chǎn)區(qū)的煙葉質(zhì)量等級預(yù)測模型。全國及五大產(chǎn)區(qū)的模型預(yù)測結(jié)果表明，應(yīng)用近紅外光譜可實現(xiàn)煙葉質(zhì)量等級的快速預(yù)測，通過建立不同產(chǎn)區(qū)預(yù)測模型可進一步提高預(yù)測準(zhǔn)確度，檢驗集與預(yù)測標(biāo)準(zhǔn)差均不大于1.07，預(yù)測偏差基本在相鄰等級之間，滿足實際應(yīng)用要求。

依據(jù)近紅外光在不同頻率范圍吸收的有機基團及相關(guān)物質(zhì)成分信息，以及不同等級煙葉在不同波段的吸收特征可以推測了解不同質(zhì)量等級煙葉的纖維素、淀粉和糖類、蛋白質(zhì)類等物質(zhì)成分的含量有差異，同時，這些差異也是應(yīng)用近紅外光譜實現(xiàn)煙葉質(zhì)量等級快速檢測的物質(zhì)和光譜信息基礎(chǔ)。

本研究結(jié)果對優(yōu)化煙葉工業(yè)等級方案，以及產(chǎn)品質(zhì)量和維護等方面可提供更加科學(xué)的方法指導(dǎo)和技術(shù)支撐，對建立其他農(nóng)產(chǎn)品質(zhì)量等級的快速檢測模型和質(zhì)量等級的特征分析具有參考價值。