基于NIR和化学指标的国产烤烟烟叶产地_部位模式识别

m
[ 2]
。马氏距离计算式
k
[ 5]
为:
( 1)
D ij =
k= 1
(T ik - T jk ) 2 /
式 中 : D ij 为根据 N IR光谱得到的样本 i到第 j类中心的马氏 距离 ; m 为主成分个数 , 由 文献 [ 2 ] 中的方法 确定。 T ik 为样本 i
nj
的第 k个 N I R 光谱主成分的得分 ; T jk = (
i= 1
T ik ) /nj 为第 j类样
1 . 华东理工大学化学与分子工程学院 425 #, 上海市梅陇路 130 号 2 . 上海烟草 ( 集团 ) 公司烟草质量监督检测站, 上海市长阳路 717 号 关键词 : 近红外光谱; 产地 ; 部位 ; 烤烟 ; 烟叶
200237 200082
摘要: 分别以 N I R 光谱和总糖、 还原糖、 烟碱 、 总氮、 钾、 氯检测数据为基础, 采用基于马氏距离的判别法 对 2003 、 2004年 1129 个国产烤烟烟叶样品的产地和部位进行了模式识别。 结果表明: 采用 N IR 光谱与 这 6 个主要化学成分指标对烟叶产地的识别准确率分别为 88 % ~ 94 . 5 % 和 62% ~ 78 % , 对不同产地烟 叶部位的识别准确率分别为 71 % ~ 75 % 与 63 % ~ 67 % , 对同一产地烟叶部位的识别准确率分别为 82 % ~ 87 % 与 80 % ~ 93 % , 对上 、 下部烟叶模式识别的识别准确率分别为 92 % ~ 98 % 与 89 % ~ 98 % 。 N IR 光谱可用于烟叶产地 、 部位的识别, 这 6个主要化学成分指标仅适合于烟叶部位的识别 。 中图分类号 : T S411 . 1 文献标识码 : B 文章编号 : 1002- 0861( 2008) 07- 0042- 04 Pattern Recogn ition of Grow ing A rea and S talk Position of Dom estic Flue cured Tobacco Based on N IR and Che m ical Com ponen ts XIE JUAN ( 1) , LUO JI AN QUN( 1), YAO HE M I NG ( 2), N I L I JUN( 1), and ZHANG L I GUO ( 1) 1 . School of Che m ical and M o lecular Eng in eering , East Ch in a Un iv ersity of Science & T echno lo gy , Shangha i 200237, China 2 . T obacco Quality Superv isio n & Inspect io n S tation , Shanghai T obacco ( Group ) Co rporation , Shangha i 200082 , Ch in a K eyword s : Near infrared spectrum; G row in g area ; Sta lk posit io n ; F lu e cured tobacco ; T obacco lea f Abstract : The pattern recogn ition of grow ing area and sta lk position of 1129 dom estic flu e cured tobacco samp les in 2003 and 2004 w ere carried out by M ahalanob is d istance based discri m in ation dependent on th e ir near infrared spectra ( N I R s) and m a in che m ical com ponents, in clu ding to ta l sugar , reducing sugar , nico tin e , tota l n itrogen , potassium and ch lo rine. T he results indicated that the accuracies of grow ing area recogn ition by N IRs and chem ica l com ponents w ere 88 % to 94 . 5 % and 62 % to 78 % , respectively ; and the accuracies o f stalk position recognitio n for tobacco from different areas w ere 71 % to 75 % and 63 % to 67 % , respectively , and for tobacco from the sa m e area w ere 82 % to 87 % and 80 % to 93 % , respect iv ely ; the accuracies of upper and low er leaves recognition w ere 92 % to 98 % and 89 % to 98 % , respective ly. It w as concluded that N IR w as su itable to the recogn it ion of grow ing area and sta lk position , wh ile the six m ain chem ica l com ponen tsw ere on ly f it for the recogn ition o f stalk position . 近年来 , 采用近红外 ( N I R ) 光谱信息对烟叶产地
[ 4] [ 1]
外 11个样本集用于烟叶部位识别。样本集 3 、 4 用于 考察年份对 烟叶部位 识别结果 的影响 , 样本 集 3 由 2003年湖北 ( 49) 、 福建 ( 44)、 云南 ( 90) 、 山东 ( 32)、 黑 龙江 ( 41 )、 重 庆 ( 35 )、 湖 南 ( 56 )、 河 南 ( 50 )、 四川 ( 59)、 贵州 ( 99) 共 555 个烤烟烟叶样品组成, 样本集 4 由 2004 年湖 北 ( 44) 、 福 建 ( 59) 、 云 南 ( 140 )、 山东 ( 60) 、 黑龙江 ( 16)、 重庆 ( 16)、 湖南 ( 48) 、 河南 ( 40 )、 四川 ( 33)、 贵 州 ( 118) 共 574 个烤烟烟 叶样品组 成; 样本集 5 包含所有样本 , 用于考察不同产地、 年份下烟 叶的部位识别; 样本集 6 和样本集 7 用于考察不同年 份同一产地烟叶部位识别的差异 , 分别由样本集 3 和 样本集 4 中的样本数最多的 2003 和 2004 年贵州烤烟 烟叶样品组成, 各有 99 和 118 个样本 ; 样本集 8 由样 本集 6 和样本集 7 组成 , 用于考察同一产地烟叶的部 位识别情况 ; 样本集 9~ 样本集 13 用于考察上、 下部 烟叶的模式识别 , 其中样本集 9 和 样本集 10 分别由 2003和 2004 年的上、 下部位的烤烟烟叶样品组成, 各 有 277和 293个样本 , 用于考察同一年度不同产地上、 下部烟叶的部位识别 ; 样本集 11 由样本集 9 和样本集 10 组成, 用于考察不同年份不同产地上下部烟叶的部 位识别 ; 样本集 12 和样本集 13 分别由 2003 和 2004 年贵州的上、 下部位烤烟烟叶样品组成, 各有 49 和 60 个样本 , 用于考察同一年份同一产地上下部烟叶的部 位识别。每个样品集每 4个样品中先取后 3 个样品用 于建模 , 第 1 个样品用于预测 ( 识别 ) (外部验证 ) , 然 后取第 2 个样品用于外部验证 , 另外 3 个建模, ! !, 依次轮换, 用每一个样品都做一次外部验证。 2 结果与讨论 2 . 1 产地识别比较 根据样本集 2 的产地预测结果 (表 1) 统计 , 采用 6 个主要化学成分指标对样本集 2 烟叶产地的预测准确 率 ( 4 次预测正确样本数 /校验集样本数 ) 和整体正确 率 ( 4 次预测正确样本数 /样本总数之比的平均值 ) 均 为 61 . 58 %,而 NI R 光谱的预测准确率和整体正确率 分别为 88 . 00 % 和 91 . 01 % , 同理, 样本集 1 烟叶产地 的化学指标预测准确率和整体正确率均为 78 . 47 %, 而 NI R 光谱的预测准确率 和整体正确率分 别为 94. 52 % 和 97 . 54 % , 与文献 [ 1] 的预测结果相似。说 明这 6 个主要化学成分指标较难全面反映烟叶的产地 风格特征, 用其进行烟叶产地的模式识别不太合适 , 或 者说, 仅仅根据这些化学指标难以判别不同产地烟叶 的风格。唐远驹等 在用化学值与津巴布韦 烟叶非 常接近的贵州湄潭烟叶替代某品牌卷烟配方叶组中的 43
edu. cn 收稿日期 : 2007- 12- 12 责任编辑 : 刘立全 E m a i: l llq@ tobacco info . co m. cn 电话 : 0371 67672637
42
识别比较, 以确定能够反映烟叶风格特征的量化指标, 为卷烟配方的计算机辅助设计奠定基础。 1 材料与方法 1 . 1 材料 M PA 傅立叶近红外仪 ( 德国 B ruke 公司 ); AA 流动分析仪 ( 德国 Bran Luebbe 公司 ) ; 410 火焰光度计 ( 英国 Sher w ood 公司 ); AR1140 /C 电子分析 天平 [ 精 确度: 0. 0001g , 奥豪斯 ( 上海 ) 公司 ]; 1129 个 2003 、 2004年国产烤烟烟叶样品及其总糖、 还原糖、 总氮、 烟 碱、 氯、 钾含量检测数据 (略 ) [上海烟草 (集团 ) 公司烟 草质量监督检测站 ]。 1 . 2 样本的光谱扫描 、 处理与模式识别 采用束茹欣等 介绍的方法对烟叶样品进行 N IR 光谱数据扫描, 而后用 MAT LAB6 . 5 . 1 平台对 N IR 光 谱数据求一阶导数, 用移动窗口平均法