茄衣煙葉7 種化學(xué)成分近紅外預(yù)測(cè)模型的建立

劉洪劍，金紅崗，黃曉明，肖旭斌，周樂群，劉 濤，字淑慧，李枝樺

（1.云南農(nóng)業(yè)大學(xué)農(nóng)學(xué)與生物技術(shù)學(xué)院，云南 昆明 650201；2.西南中藥材種質(zhì)創(chuàng)新與利用國(guó)家地方聯(lián)合工程研究中心/云南省藥用植物生物學(xué)重點(diǎn)實(shí)驗(yàn)室，云南 昆明 650201；3.紅云紅河煙草（集團(tuán)）有限責(zé)任公司原料部煙葉質(zhì)檢科，云南 昆明 650202）

【研究意義】雪茄煙葉原產(chǎn)于美洲，是茄科屬植物，在世界各地廣為種植，具有較好的經(jīng)濟(jì)效益［1］。雪茄煙是由經(jīng)過晾制和發(fā)酵后的雪茄煙葉卷制而成［2］，根據(jù)用途可分為茄芯、茄套和茄衣3 種類型［3］。茄衣煙葉的化學(xué)成分可作為表征煙葉質(zhì)量的重要指標(biāo)，其組成和含量均會(huì)影響雪茄煙的風(fēng)味［4-5］，檢測(cè)茄衣煙葉的化學(xué)成分可用于茄衣煙葉的品質(zhì)鑒定，促進(jìn)雪茄煙品質(zhì)提升［6］。因此，化學(xué)成分檢測(cè)在茄衣煙葉質(zhì)量評(píng)價(jià)中起重要作用，主要包括對(duì)總氮、鉀、總糖、還原糖、總堿、氯和鎂等化學(xué)成分的檢測(cè)［7］?！厩叭搜芯窟M(jìn)展】目前，傳統(tǒng)的檢測(cè)方法主要通過化學(xué)試劑進(jìn)行測(cè)定［8-9］，該方法結(jié)果較為準(zhǔn)確，但費(fèi)時(shí)費(fèi)力，效率低下，不適合大批煙葉檢測(cè)，且破壞煙葉，對(duì)茄衣煙葉的外觀品質(zhì)產(chǎn)生嚴(yán)重影響。在無損檢測(cè)方面，常用的方法有超聲檢測(cè)、磁粉檢測(cè)和光譜檢測(cè)等［10-12］，而光譜檢測(cè)中的近紅外光譜技術(shù)是通過研究物質(zhì)對(duì)光的透射、反射、吸收的能力來確定特定成分含量的一種方法，操作簡(jiǎn)單、快速、綠色，可滿足大批量樣品檢測(cè)，已廣泛應(yīng)用在農(nóng)業(yè)、醫(yī)藥、食品、工業(yè)等領(lǐng)域［13-14］。仇遜超等［15］應(yīng)用近紅外光譜分析技術(shù)建立了紅松籽仁蛋白質(zhì)含量的檢測(cè)方法，得到的模型驗(yàn)證集均方差均值為0.5681，驗(yàn)證集皮爾遜相關(guān)系數(shù)均值達(dá)到0.9408，分析結(jié)果準(zhǔn)確可靠、方便無損；劉佳明等［16］應(yīng)用近紅外光譜技術(shù)結(jié)合偏最小二乘法和交叉驗(yàn)證法建立了快速測(cè)定化橘紅中柚皮苷和野漆樹苷的定量模型，決定系數(shù)（R2）分別為92.08%、91.02%，校正集均方差（RMSECV）分別為0.247、0.050，表明該模型預(yù)測(cè)效果良好、準(zhǔn)確率高。近紅外光譜技術(shù)在煙草中也有相應(yīng)研究，王玉真等［17］利用近紅外光譜技術(shù)評(píng)價(jià)了打葉復(fù)烤片煙的混合均勻性，變異系數(shù)為3.86%～8.33%，均勻度為91.67%～96.14%；李華杰等［18］利用近紅外光譜技術(shù)結(jié)合模式識(shí)別方法建立模型，分析卷煙煙絲的配方比例，模型外部驗(yàn)證的整體識(shí)別率為99%，達(dá)到良好效果。這些研究大多針對(duì)于烤煙煙葉及其他物質(zhì)化學(xué)成分的快速檢測(cè)，檢測(cè)的化學(xué)成分較為單一，有關(guān)茄衣煙葉化學(xué)成分檢測(cè)的研究較少，利用近紅外光譜技術(shù)對(duì)茄衣煙葉化學(xué)成分進(jìn)行快速檢測(cè)更是鮮有報(bào)道。【本研究切入點(diǎn)】本研究以540 片云南雪茄茄衣煙葉為研究材料，將近紅外光譜技術(shù)應(yīng)用于茄衣煙葉內(nèi)7 種化學(xué)成分含量的測(cè)定。首先利用常規(guī)化學(xué)方法測(cè)定煙葉內(nèi)7 種化學(xué)成分的含量，采集茄衣煙葉的近紅外光譜數(shù)據(jù)，對(duì)近紅外光譜數(shù)據(jù)進(jìn)行預(yù)處理，將光譜數(shù)據(jù)分別與7 種化學(xué)成分含量值關(guān)聯(lián)建立模型，確定模型的最佳預(yù)處理方法和最佳主成分?jǐn)?shù)，建立預(yù)測(cè)效果最佳的模型，并檢驗(yàn)?zāi)Ｐ偷目煽啃院蜏?zhǔn)確性?！緮M解決的關(guān)鍵問題】本研究旨在利用近紅外光譜技術(shù)，建立適于茄衣煙葉7 種化學(xué)成分檢測(cè)預(yù)測(cè)效果最佳的近紅外光譜模型，同時(shí)將建模過程細(xì)化，為雪茄茄衣煙葉化學(xué)成分含量快速預(yù)測(cè)模型的建立提供理論指導(dǎo)，也為后期依據(jù)茄衣煙葉化學(xué)成分含量對(duì)煙葉進(jìn)行快速質(zhì)量評(píng)價(jià)奠定基礎(chǔ)。

1 材料與方法

1.1 試驗(yàn)材料

在云南省煙草農(nóng)業(yè)科學(xué)研究院雪茄煙葉種植基地收集發(fā)酵好的茄衣煙葉540片，按產(chǎn)區(qū)、品種、年份和部位等級(jí)進(jìn)行分類整理，煙葉收集年份為2020 年和2021 年，樣品具體分類情況見表1。在樣品中按3∶1 比例選擇訓(xùn)練集和驗(yàn)證集，即選取384 片煙葉作為訓(xùn)練集樣本，156 片煙葉作為驗(yàn)證集樣本，于2022 年對(duì)煙葉進(jìn)行檢測(cè)。

1.2 儀器設(shè)備

所用近紅外光譜采集儀器為上海創(chuàng)和億電子科技發(fā)展有限公司生產(chǎn)的煙葉綜合測(cè)試臺(tái)GGTM-900 PPro 自帶的近紅外光譜儀及其配套的光譜采集軟件InProcess、Hand 和SPS。波長(zhǎng)掃描范圍為950～1 650 nm，分辨率2 nm。

1.3 化學(xué)成分含量測(cè)定

在采集茄衣煙葉近紅外光譜前，利用常規(guī)化學(xué)方法測(cè)定煙葉的化學(xué)值，總氮含量采用YC/T161-2002［19］方法測(cè)定，鉀含量采用YC/T217-2007［20］方法測(cè)定，總糖、還原糖含量采用YC/T159-2019［21］方法測(cè)定，總堿含量采用YC/T468-2013［22］方法測(cè)定，氯含量采用YC/T 162-2011［23］方法測(cè)定，鎂含量采用YC/T175-2003［24］方法測(cè)定。以上測(cè)定中，由于需要測(cè)定7種化學(xué)成分，故以6 片煙葉為一組打成煙粉混合，分成7 份，分別測(cè)定7 種化學(xué)成分含量，由于混合后化學(xué)成分是均勻分布的，故分別以每份煙粉測(cè)得該化學(xué)成分的質(zhì)量分?jǐn)?shù)作為整片煙葉每種化學(xué)成分含量，每種化學(xué)成分均測(cè)定3次，取平均值。

1.4 近紅外光譜采集

為保證茄衣煙葉完整性，選擇將整片茄衣煙葉置于煙葉綜合測(cè)試臺(tái)GGTM-900PPro 上，使用近紅外光譜儀進(jìn)行光譜掃描，采集光譜數(shù)據(jù)。在950～1 650 nm 波段，基本涵蓋7 種化學(xué)成分的光譜特征［13］，故使用luanch 軟件設(shè)置光譜掃描參數(shù)：掃描波長(zhǎng)范圍為950～1 650 nm，分辨率為2 nm，環(huán)境溫度保持恒定24～25 ℃。由于需要與7 種化學(xué)成分關(guān)聯(lián)建立模型，而7 種化學(xué)成分的測(cè)定來自混合后的6 片煙葉，所以每片煙葉的化學(xué)成分含量相同。為保證光譜與化學(xué)成分一一對(duì)應(yīng)，需要使6 片煙葉的光譜一致，故每6 片煙葉掃描完畢后得到6 條光譜，取其平均光譜作為6 片煙葉共同光譜，最后掃描的光譜數(shù)據(jù)以Excel 表格形式導(dǎo)出。

1.5 近紅外光譜數(shù)據(jù)預(yù)處理

為提高模型建立的準(zhǔn)確性和精確度，減少光譜中摻雜的無用信息，建模前需對(duì)原始光譜數(shù)據(jù)進(jìn)行預(yù)處理，降低噪聲和冗余［25-26］。借助軟件Matlab R2015b 采用一階導(dǎo)數(shù)和一階導(dǎo)數(shù)+中值濾波的預(yù)處理方法處理近紅外光譜原始數(shù)據(jù)。一階導(dǎo)數(shù)主要用來消除基線漂移，減少背景干擾，而一階導(dǎo)數(shù)和中值濾波方法結(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(jī)噪聲［27］。

1.6 模型建立與評(píng)價(jià)

本研究共得到90 條光譜，其中64 條訓(xùn)練集光譜用于與化學(xué)成分建立模型，26 個(gè)驗(yàn)證集光譜用于評(píng)估模型。在Matlab R2015b 軟件中，使用偏最小二乘法（Partial Least Squares，PLS）創(chuàng)建近紅外模型，并確定最佳主成分?jǐn)?shù)，采用相關(guān)系數(shù)（r）、交叉驗(yàn)證均方差（Root mean square error of cross validation，RMSECV）和驗(yàn)證集均方差（Root mean square error of prediction，RMSEP）等參數(shù)對(duì)模型進(jìn)行評(píng)價(jià)，以確定最優(yōu)模型。r值為相關(guān)系數(shù)，反映預(yù)測(cè)值與化學(xué)值的相關(guān)程度，一般來說，r越接近1，說明預(yù)測(cè)結(jié)果越好；RMSECV越小，模型的準(zhǔn)確性和可信度就越高；RMSEP越小，模型的準(zhǔn)確度越高，預(yù)測(cè)效果越好［28］。

1.7 模型檢驗(yàn)

除將參與建立模型的數(shù)據(jù)代入模型對(duì)模型進(jìn)行檢測(cè)衡量外，還需要采用外部驗(yàn)證的方法對(duì)模型的實(shí)際預(yù)測(cè)能力進(jìn)行評(píng)價(jià)，即隨機(jī)選取26 份未參與建模的樣本進(jìn)行化學(xué)實(shí)驗(yàn)檢測(cè)，測(cè)定其化學(xué)成分含量，然后將26 份樣品的近紅外光譜數(shù)據(jù)代入模型進(jìn)行預(yù)測(cè)，比較模型預(yù)測(cè)值和化學(xué)值，并計(jì)算相對(duì)標(biāo)準(zhǔn)偏差（Relative standard deviation，RSD）對(duì)模型的實(shí)際預(yù)測(cè)能力進(jìn)行檢驗(yàn)和分析。

2 結(jié)果與分析

2.1 茄衣煙葉7 種化學(xué)成分的實(shí)測(cè)值

從表2 可以看出，每100 g 所測(cè)樣品7 種化學(xué)成分含量的最大值均不高于6.19 g，最小值均不低于0.05 g，平均值范圍為0.10～5.01 g，說明樣品涉及茄衣煙葉各個(gè)等級(jí)，7 種化學(xué)成分含量涵蓋范圍較廣，代表性較強(qiáng)，適合應(yīng)用近紅外光譜技術(shù)建立模型。

表2 雪茄茄衣煙葉中7 種化學(xué)成分的測(cè)定結(jié)果Table 2 Determination results of seven chemical components in cigar wrapper tobacco

2.2 茄衣煙葉原始光譜及預(yù)處理后光譜

為提高煙葉近紅外光譜數(shù)據(jù)的準(zhǔn)確性，應(yīng)在光線和溫度穩(wěn)定條件下對(duì)煙葉進(jìn)行光譜掃描。在掃描光譜過程中，為保證茄衣煙葉的完整性，采用全葉掃描，從而得到完整茄衣煙葉的近紅外光譜數(shù)據(jù)，共掃描90 條光譜。光譜在測(cè)量過程中往往產(chǎn)生噪聲和散射，在建模前需對(duì)原始光譜進(jìn)行預(yù)處理。本文的預(yù)處理算法包括：一階導(dǎo)數(shù)和一階導(dǎo)數(shù)+中值濾波，最后得到原始光譜和預(yù)處理后的光譜如圖1所示。從圖1 可以看出，在整個(gè)光譜波段內(nèi)，由于茄衣煙葉的物質(zhì)組成基本相同，近紅外光譜總體變化趨勢(shì)基本一致；但不同樣品在同波長(zhǎng)下的吸光度有一定不同，說明煙葉化學(xué)成分的含量存在一定差異。表明近紅外光譜分析技術(shù)可用于茄衣煙葉化學(xué)成分的定量分析。

圖1 雪茄茄衣煙葉近紅外原光譜和預(yù)處理后光譜Fig.1 Original near-infrared spectrum and pretreated spectrum of cigar wrapper tobacco

2.3 茄衣煙葉化學(xué)成分近紅外預(yù)測(cè)模型的建立與評(píng)價(jià)

茄衣煙葉原始光譜經(jīng)一階導(dǎo)數(shù)和一階導(dǎo)數(shù)+中值濾波預(yù)處理后，選擇訓(xùn)練集的64 條光譜利用PLS 方法與煙葉化學(xué)成分含量數(shù)據(jù)關(guān)聯(lián)，建立茄衣煙葉7 種化學(xué)成分的近紅外模型。在建模過程中，PLS 主成分?jǐn)?shù)是影響模型性能的一個(gè)主要參數(shù)，需要選擇合適的主成分?jǐn)?shù)對(duì)模型進(jìn)行優(yōu)化。模型建立后，得到的各評(píng)價(jià)參數(shù)如表3 所示。由表3 可知，7 種化學(xué)成分分別用原始光譜、一階導(dǎo)數(shù)、一階導(dǎo)數(shù)、原始光譜、原始光譜、一階導(dǎo)數(shù)+中值濾波和一階導(dǎo)數(shù)+中值濾波預(yù)處理方法建立的模型預(yù)測(cè)效果最佳，最佳主成分?jǐn)?shù)分別為20、7、4、24、21、9 和7。此時(shí)，7 種化學(xué)成分最佳預(yù)測(cè)模型的相關(guān)系數(shù)較高，均不低于0.7181，均方根誤差較小，均不高于0.3990。建模前進(jìn)行光譜預(yù)處理提高了模型的準(zhǔn)確率，在部分模型中得到體現(xiàn)，但由于部分化學(xué)成分含量的特殊性，進(jìn)行光譜預(yù)處理也可能降低模型的準(zhǔn)確性，即對(duì)光譜進(jìn)行預(yù)處理會(huì)增加噪聲和無關(guān)信息等，使模型預(yù)測(cè)能力下降，所以使用原始光譜建模有較好的預(yù)測(cè)性能。表明7 種化學(xué)成分含量預(yù)測(cè)模型的擬合效果均較好，模型預(yù)測(cè)效果最佳，這些模型可用于茄衣煙葉7 種化學(xué)成分含量檢測(cè)。由圖2可知，在各模型訓(xùn)練集和驗(yàn)證集中，各點(diǎn)大多分布在直線附近，說明模型的預(yù)測(cè)值和化學(xué)值間差異較小，模型的可信度和準(zhǔn)確率都很高。所以，應(yīng)用近紅外光譜可基本實(shí)現(xiàn)茄衣煙葉化學(xué)成分含量的快速預(yù)測(cè)。

圖2 7 種化學(xué)成分建模的預(yù)測(cè)值與化學(xué)值相關(guān)性Fig.2 Correlation between predicted values and chemical values of seven chemical components modeling

表3 不同預(yù)處理方法下7 種化學(xué)成分所建模型主要參數(shù)Table 3 Main parameters of the models of seven chemical components under different preprocessing methods

2.4 茄衣煙葉化學(xué)成分近紅外預(yù)測(cè)模型的檢驗(yàn)

為檢驗(yàn)以上各化學(xué)成分建立的數(shù)學(xué)模型，通過外部驗(yàn)證的方法對(duì)各模型的實(shí)際預(yù)測(cè)能力進(jìn)行分析和評(píng)價(jià)，即隨機(jī)選取26 個(gè)未知樣品的光譜代入上述模型，得到預(yù)測(cè)值，再對(duì)26 個(gè)樣品進(jìn)行化學(xué)檢測(cè)，測(cè)定其7 種化學(xué)成分含量，預(yù)測(cè)結(jié)果與化學(xué)分析結(jié)果見表4。在7 種化學(xué)成分預(yù)測(cè)中，預(yù)測(cè)值與化學(xué)值的平均RSD均小于32%，除氯中部分RSD值偏大外，其他化學(xué)成分的RSD值均較小，這可能是由各樣品氯的絕對(duì)含量偏低且氯含量范圍較大導(dǎo)致的，使模型對(duì)各樣品氯含量不能很好檢測(cè)。表明，除氯外，其他樣品模型的預(yù)測(cè)值和化學(xué)值均具有較高相關(guān)性，所建立的化學(xué)成分模型基本能達(dá)到較好的預(yù)測(cè)效果，可用于茄衣煙葉化學(xué)成分含量的快速測(cè)定。

3 討論

本研究以540 片云南雪茄茄衣煙葉為研究材料，首次將近紅外光譜技術(shù)應(yīng)用于茄衣煙葉內(nèi)7種化學(xué)成分含量的測(cè)定，即利用近紅外光譜結(jié)合偏最小二乘法與茄衣煙葉化學(xué)成分的化學(xué)值進(jìn)行關(guān)聯(lián)分析，同時(shí)對(duì)最佳預(yù)處理方法和最佳主成分?jǐn)?shù)進(jìn)行篩選，分別建立7 種化學(xué)成分的預(yù)測(cè)性能最佳的近紅外光譜模型，并檢驗(yàn)?zāi)Ｐ偷目煽啃院蜏?zhǔn)確性。與傳統(tǒng)方法相比，本研究所建模型具有快速檢測(cè)的特點(diǎn)，大大提高了茄衣煙葉7 種化學(xué)成分含量的檢測(cè)效率。本試驗(yàn)中，各茄衣煙葉樣本光譜走向趨勢(shì)基本一致，但吸光度有所差異，說明所有茄衣煙葉樣本的化學(xué)成分組成基本相同，含量有一定差異，這與段昊等［29］和林云等［30］的研究結(jié)果一致。本研究中，通過使用兩種預(yù)處理算法，分別為一階導(dǎo)數(shù)和一階導(dǎo)數(shù)+中值濾波，部分模型預(yù)測(cè)性能在預(yù)處理算法下有一定提升，表明在建模之前進(jìn)行光譜預(yù)處理具有一定的必要性，這與衛(wèi)青等［31］的研究結(jié)果一致。此外，部分模型會(huì)出現(xiàn)原始光譜預(yù)測(cè)效率大于預(yù)處理后光譜預(yù)測(cè)效率的現(xiàn)象，即任何預(yù)處理均會(huì)降低模型的預(yù)測(cè)能力，這可能是所取波數(shù)的原始光譜區(qū)分度較大，化學(xué)值跨度也比較大，且測(cè)定的化學(xué)值偏小，導(dǎo)致光譜未經(jīng)預(yù)處理建模就能夠?qū)崿F(xiàn)化學(xué)成分含量的快速預(yù)測(cè)，也可能是光譜經(jīng)過預(yù)處理后會(huì)增加一些干擾信息，導(dǎo)致預(yù)處理后的光譜對(duì)模型性能影響較大，這與宋白玉等［27］和徐杰等［32］的研究結(jié)果一致。本研究所建模型的相關(guān)系數(shù)均大于0.7181，均方根誤差均小于0.3990，說明模型的預(yù)測(cè)性能較好。劉燕德等［33］利用近紅外光譜技術(shù)建立了柑桔葉片可溶性糖的檢測(cè)模型，結(jié)果顯示，RMSEP皆在4.93 以上，進(jìn)一步表明本研究預(yù)測(cè)的模型具有較高的準(zhǔn)確度。在進(jìn)行外部驗(yàn)證時(shí)，氯的平均相對(duì)標(biāo)準(zhǔn)偏差為31.82%，其余化學(xué)成分的平均相對(duì)標(biāo)準(zhǔn)偏差均在15%以下，說明所有模型中除氯預(yù)測(cè)模型外預(yù)測(cè)效果均較好，而氯的部分預(yù)測(cè)值數(shù)據(jù)異常，且RSD偏大，這可能是因?yàn)闃悠繁容^特殊或進(jìn)行化學(xué)值測(cè)定時(shí)誤差較大，使測(cè)定的氯含量偏低且含量范圍較大，導(dǎo)致模型預(yù)測(cè)性能不佳，對(duì)模型的適用范圍還有待研究，這與包錚等［34］的研究結(jié)果一致。

4 結(jié)論

本研究建立的近紅外光譜模型可基本實(shí)現(xiàn)茄衣煙葉內(nèi)7 種化學(xué)成分含量的快速檢測(cè)，預(yù)測(cè)效果良好，提高了檢測(cè)效率。所建模型最佳預(yù)處理算法分別為原始光譜、一階導(dǎo)數(shù)、一階導(dǎo)數(shù)、原始光譜、原始光譜、一階導(dǎo)數(shù)+中值濾波和一階導(dǎo)數(shù)+中值濾波，最佳主成分?jǐn)?shù)分別為20、7、4、24、21、9和7，7種模型的訓(xùn)練集r值分別為0.9441、0.8589、0.7664、0.9511、0.9547、0.9031 和0.8620，RMSECV值分別為0.1288、0.2846、0.0280、0.0096、0.1894、0.2965 和0.0795；驗(yàn)證集r值分別為0.8958、0.7675、0.7181、0.7928、0.7282、0.8062和0.7980，RMSEP值分別為0.1789、0.3011、0.0324、0.0193、0.3855、0.3990 和0.0999，外部驗(yàn)證顯示，7 種化學(xué)成分預(yù)測(cè)值與化學(xué)值的平均RSD值皆小于32%，表明此時(shí)建立的7 個(gè)模型預(yù)測(cè)效果最佳。