烟叶成分分析资料

1、近红外光谱分析技术原理

近红外(Near Infrared，NIR)光是指波长介于可见光(VIS)与中红外(MIR)区之间的电磁波，波长约为780～2526 nm。分子在近红外区的吸收主要是一些能量较近的电子和分子振动状态间的跃迁。近红外区由于频率较高，因此分子对其吸收主要是分子振动的倍频吸收与合频吸收。有机物质分子中C―H、N―H、O―H、S―H、P―H 等含氢基团振动频率的倍频与合频吸收正好落在近红外区，由于这些含氢基团的吸收频率特性在近红外区域特别强，且比较稳定，所以近红外技术比较适合分析天然产物中与这些基团有直接或间接关系的相关成分，烟草中的有机成分糖，钾、氯、总植物碱和总氮等都包含了这些基团，所以近红外技术可用作烟草中有机化学成分的含量分析。当检测光源投向烟草粉末时，将在其表面和内部产生漫反射，经检测器自动记录下该烟草样品的近红外漫反射光谱。光谱经过与事先建立的数学模型对照，即可测定出烟草中各种化学成分含量。

当烟草样品受到频率连续变化的近红外光照射时，将在其表面和内部产生漫反射。由于分子吸收了某些频率的辐射，并由其振动或转动运动引起偶极矩的净变化，产生分子振动和转动能级从基态到激发态的跃迁，使相应于这些吸收区域的反射光强度减弱。记录近红外光的漫反射光的强度与波数或波长关系曲线，就得到近红外光谱。通过化学计量学软件，获取化学成分含量与近红外光谱曲线之间的关系，建立起相应的关系模型。根据该模型，即可从近红外光谱来预测同类型烟叶的化学成分含量。

2、烟草中总糖含量与其近红外光谱呈非线性相关

陈达等结合了偏最小二乘法(PLS)和人工神经网络(ANN)，建立了一种由线性和非线性两部分组成的近红外光谱分析模型，利用该模型对20个不同品牌的烤烟中总糖含量作了预测分析，结果表明，预测准确度比单纯地线性算法和非线性算法准确度都高。

3、烟叶的品质或品性与其所含有的各种化学成分直接相关

如烟碱又称尼古丁(Nicotine)，是烟草中特有的一种生物碱，也是人们喜欢吸食烟草并且上瘾的主要因素。通常优质烟叶的烟碱含量适宜范围是1.5%～3.5%，最适含量为2%；若烟碱含量小于1%则烟气劲头不足；若大于3.5%，则劲头太强[83,84]。钾、氯、总氮含量及比例对烟叶的燃烧性、吸湿性、烟叶的颜色和持灰能力等性质有重要的影响。钾含量是烟叶燃烧性品质评价的重要指标，钾含量越高，燃烧性越好，烟草中钾的含量一般在1%～3.5%之间。氯含量是烟叶燃烧性品质评价的另一重要指标，我国烟叶的氯含量一般在0.2%～0.8%之间。氯含量越高，燃烧性越差；当氯的含量超过0.8%时，烟叶的燃烧性会受到严重影响；含量超过1%时，烟叶已经不能正常燃烧，制成的卷烟会产生严重的接火现象[85]，氯的含量过低，也会使

烟叶的韧性变差，并影响其香气、吃味。总氮含量对烟叶品质评价有重要影响，总的来讲含氮化合物在燃吸过程中，形成的烟气显碱性，给人以辣、密切关系味较柔和[86]，但糖量过高，则表现出香气平淡，吃味也差。优质烟叶的总糖含量适宜范围是15%～35%，还原糖含量适宜范围是12%～28%。因此运用正确的手段，准确的测定烟草中各种化学成分含量是烟草研究最基本的关键步骤。

4、各成分测量精度

有关烟叶中其他成分的分析工作国外在八十年代初也已开始，由于近红外吸收特点和定标分析方法的精度限制，在工业得以应用的主要是尼古丁在O～6％的范围内，总糖在O～30％范围内，精度可达±O.1％总氮含量的精度也可达到O.8％以内。

5、定性及定量分析方法

定性分析中常用的方法有主成分分析(PCA)、模式识别方法、SIMCA方法、人工神经网络等等。各种多元校正技术,如逐步多元线性回归(SMLR)、主成分回归(PCR)、偏最小二乘回归(PLS)、人工神经网络(ANN)等方法陆续在近红外光谱定量分析中得到应用。

内部交叉检验是一次以建模标样中的1个样品作为待测样品，用其余标样建立关系模型并预测待测标样。

6、光谱数据的采集

为了获得较高质量的光谱数据，应在严格的实验条件下采集光谱数据，仪器的工作参数设置应保持一致，并定期对仪器进行校验，一般情况下，每次分析时，均可调用自动校验程序让仪器自检。此外，还要做到：①样品杯中样品的密实程度要一致；②从装载样品到上机扫描，整个过程应在最短的时间内完成；③每扫描2 个样品应扫描一次背景，以获得信噪比高的光谱数据；④在时间允许的情况下，尽量增加扫描次数，以提高光谱的信噪比，这样要比后期对光谱数据进行预处理的效果理想。