基于近红外光谱和SIMCA算法的烟叶部位相似性.pdfVIP

第31卷。第4期 光谱学与光谱分析 201 1年4月 and SpectroscopySpectralAnalysis April．201l 基于近红外光谱和SIMCA算法的烟叶部位相似性分析 于春霞1，马 翔2，张晔晖1，李军会¨，赵龙莲1，许莉1，温亚东2，王毅2，张录达3 1．中国农业大学信息与电气工程学院，北京100083 2．玉溪红塔集用技术中心，云南玉溪653100 3．中国农业人学理学院，北京100193 摘要烟叶的外观特征能反映其内在品质，不同部位、品种、成熟度的烟叶在外观上表现出来的特征为烟 叶生产加r提供了标准和依据。烟叶根据其在植株上着生位置不同呵分为5个部位，分别为：顶叶、上二棚 nt‘、腰叶、下二棚叶和脚叶。文章以2008年云南玉溪地区K326品种的5个部位各100份烟叶样品为实验材 料，采集了500个近红外光谱数据，应用基于SIMCA算法的相似性分析数学模型，对不问部位烟叶的近红 外光谱进行r相似性分析。实验结果表明，基于近红外光谱的烟叶部位相似性分析结果与实际烟叶部位之 间的棚似性程度足栩符的，部位之问棚距越大J乓相似性越差，同时相邻部位之问的相似程度是不同的。该研 究对肇于SIMCA算法的主成分数确定进行了讨论，并实现了类别间相似性的量化分析，对于烟叶复烤配方 的替代、调整以及进行工业分级的评价等具有指导意义。 关键词烟叶部位；相似性分析；SIMCA近红外 中图分类号：0657．3文献标识码：人 近红外光谱分析技术具有样品前处理简单、分析速度 引 言 快、精度高、成本低等优点，被广泛应用于农业、食品、石 化、医疗等领域睁“。近几十年来，近红外光谱技术结合化学 烟叶的外观特征能反映j￡内在66质，不同部位、品种、 计量学方法越来越多的应用于烟草质最分析检测中【l¨引， 成熟度的J朋叶在外观l：表现出来的特征为烟叶的工业分级提 SIMCA算法在近几年也开始用于烟草质垣控制D4]，例如： 供r标准和依据Ll。j。在烟ut‘的质量管理中，部位的特征是 十分霞要的。根据其在植株上二着生位置不同烟叶可分为顶叶 配方过程质馈监测等。本文中将SIMCA算法应用于烟叶近 (T)、上■棚叶(B)、腰叶(C)、下二棚叶(X)和脚叶(P)5个 红外光谱数据的相似性分析尚未见报道。 部位。不¨的烟叶部位在物理特性、化学成分以及评吸特性 等方l面都有符各自的特点¨“J，比如从评吸特性上看，越往 1原理与算法 顶部香气鞋越饱满，香气浓度越往顶部越高，劲头和刺激性 也相应增加。在实际的烟叶生产加T过程巾。有时并不需要 SIMCA(soft ofclass independentmodeling analogy)， 对烟叶的小同外部特征进行分类识别，只要得到不M分类情 1976年由瑞典化学家Wold提出，意为各类样本独立地建立 况下类问的品质相似性关系，以口r靠的相似性分析结果为依 局部“软”模式，是一种类模型方法，即对每类构造一个主成 据，制定出符合烟叶产品内在品质特性规律的类别组合或替 分分析的数学模型，在此基础|：进行样本的分析Ds-17]。 代，对烟叶产品质li}