基于近红外光谱距离度量的烟叶均质性评价研究.pdf

1552）马氏距离（M a h a la n o b is D is ta n c e试验研究农业开发与装备2023年第7 期基于近红外光谱距离量的烟叶均质性评价研究郑博文，杨亚，王萝萍，钱颖颖2*（1.红云红河烟草（集团）有限责任公司昆明卷烟厂，云南昆明650032;2.云南中烟工业有限责任公司原料中心，云南昆明650231)摘要：现阶段，对烟叶均质性的评价一般是检测出烟叶化学指标，再运用化学指标进行均质性判定，这需要耗费大量的人力财力。基于多元统计分析的距离度量方法，对烟叶近红外光谱进行预处理后计算光谱间的距离，并研究了烟叶常规化学成分变异系数与烟叶近红外光谱距离变异系数之间的典型相关关系，建立了一种直接使用光谱欧氏距离、马氏距离、城市街区距离、切比雪夫距离和闵氏距离的变异系数来评价烟叶主要常规化学成分及其相对比例均质性的方法。典型相关性为0.7 9 9，烟叶化学成分变异系数集合已解释的方差比例为0.8 54，距离度量变异系数集合已解释的方差比例为0.7 9 8。为直接运用光谱建立烟叶质量均匀性评价提供了数据支撑，为快速、高效、低成本地实现烟叶均质性反馈控制奠定了基础。关键词：烟叶；近红外光谱；距离度量；均质性分析0引言烟叶内在品质是烟叶质量的重要组成部分，主要包括烟草化学成分和感官质量。常爱霞等研究了16 项烟叶的化学成分与感官质量的相关性，结果表明所有化学成分指标均与总体感官质量呈显著或极显著的相关关系。近红外光谱分析技术是一种快速、高效、低成本且能够实现在线分析应用的检测技术。在烟叶原料领域，胡涌等2 采用全谱段均值的变异系数检测烟叶等级一致性，验证了一阶导数光谱与化学成分的变异系数具有较高的相关度，汤朝起等3 采用光谱主成分投影的标准偏差对烟叶品质的均一性或等级纯度进行了分析，能够在一定程度上反映烟叶加工品质离散性的高低。王家俊141等发现采用多变量分析方法，既能充分利用信息诊断配方过程的稳定性和均匀性，又能快速同时监测过程多组基金项目：云南中烟工业有限责任公司科技项目（2 0 2 1YL03）通讯作者：钱颖颖（19 8 3 一），女，硕士研究生，农艺师，主要从事烟叶原料开发工作。分品质信息。目前，直接运用光谱建立烟叶质量均匀性评价方法的研究鲜见报道。本论文结合生产实际及生产来料情况，探索基于近红外光谱的距离度量方法，以期能寻找出一种更便捷有效的烟叶均质性评价方法。1材料与方法1.1材料和仪器1.1.1材料试验材料选择云南昆明烟区2 0 2 1年石林地区的红大品种，中部上等烟叶。1.1.2仪器傅立叶实验室近红外光谱仪AntarisII（美国ThermoFisher公司）；旋风磨CT193，Cy c l o t e c（40 目网筛，丹麦FOSS公司）。1.2方法1.2.1烟叶主要化学成分及其相对比例化学成分含量高低与烟草的质量有关5，但烟草的质量不但与某一种或某几种成分绝对量的多少有关，而且与一系列有关物质的相对比例及彼此间的协调关系相关联l。本研究选择烟碱（Nic）、总氮（TN）、还原糖（TS）、总糖（TS）、糖碱比（T S I Ni c）、氮碱比（TNNic）作为表征烟叶均质性的指标。1.2.2多元统计分析中的距离度量1）欧氏距离（Eu c lid e a n D is ta n c e）Euclidean(x,y)=之(x;-y)2i=1Mahalanobis(x,y)=/(x-y)7-1(x-y)3）城市街区距离（C ity b lo c k D is ta n c e）Cityblock(x,y)Ix,-yil=14）切比雪夫距离切比雪夫距离（ChebyshevDistance):Chebyshev(x,y)=max(lx;-yil)156试验研究农业开发与装备2023年第7 期5）闵氏距离（MinkowskiDistance）：1nPPMinkowski(x,y)=Ix;-yil1式中，p值代表不同的空间维度，本文选择p为6进行距离计算。1.2.3样品组内差异度量方法样品的组内差异采用变异系数（CV）进行衡量。Cv=1.2.4近红外光谱的预处理方法1）S a v it z k y-G o la y 卷积平滑：/y-m/1-m(-m)k-1o/e-my-m+111-m+1(-m+1)k-1+e-m+1：ym1mmk-1k-1/em式中，平滑窗口的宽度为2 m+1，y i 为平滑点坐标，且可用关于各测量点x=（-m，-m+10，1，.m-1，m）的k-1次多项式y=o+ix+k-1xk-1进行拟合，em为ym拟合的误差。2）多元散射校正法。多元散射校正法（MSC）主要消除固体颗粒大小不一或分布不均产生的影响。先计算样品的平均光谱：n其中，X;是第i个样品光谱向量，n为波长点数。通过一元线性回归计算第i个样品原始光谱的回归常数mi和b,系数：X;=m;X+b;原始光谱通过减去回归常数和除以系数即可修正光谱的偏移，达到每个样品的光谱与整体平均光谱最佳匹配：(区-b,)Xi,MSC=mi3）导数法。光谱导数法分为一阶导数（1stDerivative）和二阶导数（2 ndDerivative）处理，通过消除基线和其他背景的干扰提高信噪比。2结果与讨论2.1样品采集与光谱预处理选取昆明石林地区的中部烟进行模拟实验，使用实验室近红外光谱仪检测工业分级前和工业分级后的烟叶样品。选择（MSC+SG+2ndDerivative）算法对光谱数据进行预处理，预处理前后的反射光谱（图1）。0.00040.0002D.0000-0.00020:0004-0:09062004006-038001000120014001600图1石林产区预处理后的光谱对光谱进行PCA降维，投影至二维空间，其第一主成分与第二主成分得分图（图2）。其为所有石林产区中部烟样本的分布情况0.0004c1fc2fc3f0.00020.00000.00020.0004X-0.0006-0.0004-0.00020.00000.00020.00040.0006图2第一主成分与第二主成分得分图表1各组指标的变异系数（%）TNNicTsRsTs/NicTN/NicChebyshevEuclideanMahalanobisCityblockMinkowskiN(CV)(CV)(CV)(CV)(CV)(CV)(CV)(CV)(CV)(CV)(CV)2020.7024.2217.4014.6537.0415.1864.5159.7948.8956.7263.532220.6124.8016.9214.4536.5915.4164.3359.0248.5755.6663.192420.1523.8916.2914.3035.4915.2665.1959.8447.9956.4164.062619.6023.3415.691n3.8434.2114.7067.8962.7151.1059.1866.852820.2124.6116.1614.0835.5014.7866.6661.3649.3957.5365.753019.9424.1615.8613.8435.4814.3667.3062.5751.6759.7066.393219.7324.3015.5813.7134.8914.0168.6464.2954.4561.7667.803419.2923.9115.5513.9135.1713.9269.9165.5156.0663.1368.943619.0123.6115.7414.0335.1414.0070.5266.1257.0163.6569.593819.5923.9815.9614.5535.7813.7170.8166.7958.2064.7169.97157试验研究农业开发与装备2023年第7 期2.2距离计算对所有光谱进行PCA后的数据随机N条光谱组成1组，并计算各组的距离以及各个指标的变异系数。计算结果统计数据（表1）。2.3典型相关分析将化学指标的变异系数作为集合1，将距离度量的变异系数作为集合2，进行典型相关分析。分析可知，第一组典型相关系数是显著的（P=0.0000.001），且相关系数最大，为0.7 9 9（表2）。选择第一组典型相关变量对集合1、集合2 进行分析。对数据进行标准化分析可知，化学指标集合1主要受Ts、Ni c 和Ts/Nic变异系数的影响较大（表3），距离度量集合2 主要受Euclidean和Minkowski变异系数的影响较大（表4）。表3集合1标准化典型相关系数变量12345Ts/Nic0.671-1.2221.032-0.1900.436TN/Nic0.5350.127-0.3840.3040.534TN0.617-0.021-0.220-0.016-0.553Nic-0.7460.9340.5790.237-0.525Ts0.7730.376-1.5763.6413.262Rs-0.0030.4660.558-2.749-1.193表4集合2 标准化典型相关系数变量12345Chebyshev5.5551.5173.335-15.4210.603Euclidean7.4409.84012.456-7.5739.427Mahalanobis-.570-.622-1.654-.2762.348Cityblock-2.290-5.626-2.9873.144-6.929Minkowski-11.238-5.704-11.21319.945-5.468组内代表比例和交叉解释比例，是典型相关分析中的重要组成部分。分析可知，化学指标（集合1）维度被自身的第一典型变量解释了8 5.4%，距离度量（集合2）维度被自身的第一典型变量解释了7 9.8%；化学指标（集合1）维度被距离度量（集合2）维度的第一典型变量解释了52.8%，距离度量（集合2）维度被化学指标（集合1）维度的第一典型变量解释了41.6%。总体来说，自变量的解释能力较好（表5）。3结论本研究采用典型相关分析，对烟叶主要常规化学成分及其相对比例和近红外光谱的距离度量进行了相关性探索。结果表明，可以使用欧氏距离、马氏距离、城市街区距离、切比雪夫距离和闵氏距离（p=6）的变异系数各指标相结合，评估烟叶主要常规化学成分及其相对比例的变异系数。使用光谱对烟叶主要常规化学成分及其相对比例均质性进行评估。但是，由于各种距离的度量方式具有高度共线性，建立从距离度量变异系数到烟叶主要常规化学成分及其相对比例变异系数的回归方程还有待进一步研究。表5已解释的方差比例（%）典型变量集合1自身集合1集合2 集合2 自身集合2 集合1185.452.879.841.6237.521.949.534.1320.35.319.2543.40.15.10.259.20.13.40参考文献1 常爱霞，杜咏梅，付秋娟，等.烤烟主要化学成分与感官质量的相关性分析.中国烟草科学，2 0 0 9，3 0（6）：9-12.2胡涌，王宇恒，刘伟，等.近红外光谱结合导数方法在烟叶等级一致性检测中的应用J.中国农业大学学报，2 0 1823(3):106-110.3汤朝起，刘颖，束茹欣，等.应用在线近红外光谱分析复烤前后原烟及片烟的质量特性J光谱学与光谱分析，2014，3 4（12）:3 2 7 3-3 2 7 6.4王家俊，李娟.基于FT-NIR分析技术的SIMCA建模及其在卷烟配方过程质量监测中的应用J.烟草科技，2 0 0 8（3）：127-132.5高荣强，范世福，严衍禄，等.近红外光谱的数据预处理研究J.光谱学与光谱分析，2 0 0 4（12）：12 6-13 0.6褚小立.化学计量学方法和分子光谱分析技术M.北京：化学工业出版社，2 0 11.7荆磊磊，申钦鹏，张涛，等.FT-NIR光谱法快速预测烟草中的游离氨基酸JJ.烟草科技，2 0 16（1）：54-59.表2典型相关系数及其检验相关性特征值威尔克统计F分子自由度分母自由度显著性10.7991.0100.1993378.31035.000252.349.1530.00020.6560.7570.3992 626.90124.000209277.8280.00030.5120.3550.7011514.29315.000165 606.3760.00040.1930.0390.950385.9448.000119.982.0000.00050.1130.0130.987258.6863.00059.992.0000.000