孙阳，李青山，谭效磊，任杰，马兴华，王传义，刘雅娴，徐秀红

1 中国农业科学院烟草研究所/农业部烟草生物学与加工重点实验室，山东青岛 266101；2 中国农业科学院研究生院，北京 100081；3 土壤与农业可持续发展国家重点实验室，中国科学院南京土壤研究所，南京 210008；4 中国科学院大学，北京 100049；5 山东临沂烟草有限公司，山东临沂 276001

栽培、采收、烘烤对烟草品质的贡献各占三分之一[1]。颜色是判断烟叶田间成熟度和调制加工的重要依据[2-3]，又是烤后烟叶重要的分组因素和分级因素“色度”的组成部分，因此颜色的准确鉴定直接关系到烟叶的最终品质。色差计利用仪器内部的标准光源照明被测物体，测定其CIE 三刺激值(X，Y，Z）并转换成度量颜色的数值，能够准确测定物体表面颜色。在鲜烟叶采收和烘烤过程中，许多烟草工作者利用色差计对烟叶颜色进行测定，李青山等[4-8]研究了不同成熟度烟叶正背面颜色参数与色素含量的相关性，认为颜色参数可作为辅助指标来判断烟叶成熟度；武圣江等[9-12]基于颜色参数与成熟度的关系，提出了基于颜色参数鲜烟叶成熟度的判别函数和检测方法。颜色参数还与烘烤过程中烟叶色素含量、主要化学成分含量、烟叶形态和质地相关[13-18]，贺帆等基于颜色参数建立了预测色素和主要化学成分含量的模型[19-20]。但烟叶颜色参数需要进行多次手工测量，限制了这一生物学指标在植物生长发育信息分析中的应用。近年来，随着高光谱遥感技术的发展，研究人员可直接对地物进行微弱光谱差异的定量分析，且一次性采集的光谱数据可分析多个生物学指标。烟叶颜色、组织结构、叶脉等叶片特征有规律的变化，都会在反射光谱上得到反映[21-22]。梁晓燕等[23-25]对牛羊肉颜色进行了高光谱分析，认为利用高光谱技术可以快速检测牛羊肉颜色，其他学者也将高光谱技术用于苹果和茶叶的分级分类[26-27]。前人多是仅针对颜色参数进行研究[4-8]，或只针对高光谱特征参数进行研究[21-22]，较少研究利用高光谱技术快速检测鲜烟叶颜色[28]，以鲜烟叶为研究对象进行高光谱特征参数与颜色参数的相关性研究还未见报道。烤烟在生长发育过程中，烟叶颜色变化不仅可表征其营养状态，也是判断烟叶成熟与否的主要鉴别指标，更是烤后烟重要的分级因素。因此本文拟通过研究不同颜色鲜烟叶高光谱特征和颜色参数变化规律，分析高光谱特征参数与颜色参数的相关关系，以期建立基于高光谱特征参数预测颜色参数的回归模型，为科学判定烟叶成熟度提供参考。

1 材料与方法

1.1 试验材料

试验于2016年在山东省沂水现代烟草科技园进行，供试品种为NC55，土壤类型为褐土，肥力中等。纯氮施用量控制在82.5 kg/hm2，氮磷钾比例为1∶1.1∶2.8，施用太阳岛复合肥525 kg/hm2(含纯氮52.5 kg/hm2)、豆饼300 kg/hm2、硫酸钾225 kg/hm2、磷酸二铵75 kg/hm2。施肥方法为60%肥料作为基肥施用，其余于移栽后30 d追施。行距1.2 m，株距0.5 m。

1.2 试验设计

各部位烟叶以烟叶落黄程度为依据设置5个处理，各部位每个处理均选取5片有代表性的鲜烟叶，采集后放于黑色塑料袋保存，随后在实验室采集烟叶颜色参数和高光谱数据，并利用所获数据建立模型及进行验证。各部位不同处理鲜烟叶的外观特征见表1。

表1 不同颜色鲜烟叶外观特征Tab.1 Appearance of tobacco leaves different colors

1.3 颜色参数的测定

颜色参数测定采用CR-10型全自动色差计，L值为亮度值，0为黑色，100为白色，0～100之间为灰色，表示由黑到白的变化；a值为红度值，正值时为红色，负值时为绿色，表示由绿到红的变化；b值为黄度值，正值为黄色，负值为蓝色，表示由蓝到黄的变化；色相角H°和饱和度C由L、a和b通过相应公式求得，H°=arctan(b/a)，C=（a2＋b2）1/2。正背面颜色参数的测定方法一致，取叶中部距离烟叶主脉5 cm处的对称点测量，每半片叶等距离测量3个点，6个点的平均值作为该叶片的颜色参数值。

1.4 光谱数据的采集

采用手持便携式地物光谱仪（ASD Field Spec Handheld）测定烟叶的光谱反射率，光谱有效范围350～1075 nm。测量时保证光谱仪距被测叶片距离不变的情况下，标准灯（光谱仪配套的卤化灯，A128950，ASD）的高度和角度以校准光谱仪时DN值在40000～50000为准。每个小区按照处理的要求选择具有代表性的叶片进行测量，每个叶片在叶基部、中部、尖部分别选取距主脉5 cm左右两个点，每个点测量6次，取其平均值作为该叶片的光谱值。烟叶光谱数据测量时要及时进行标准白板校正，保证标准白板的反射率为1。

1.5 数据处理

采用Excel 2007和SPSS 19.0进行数据处理和绘图。各部位不同落黄程度烟叶颜色参数值的差异显著性采用one-way ANOVA(LSD，P＜0.01和P＜0.05）进行分析，简单相关分析采用双变量相关分析（pearson相关系数和双侧检验），高光谱特征参数(表2)和颜色参数进行逐步回归分析（线性，引入水平P=0.05）。回归模型的检验标准是有较高的相关系数r和较低的标准误差SEC，SEC可以通过公式（1）计算而得。

表2 可提取的高光谱特征参数Tab.2 Parameters of high spectral characteristics extracted

2 结果与分析

2.1 鲜烟叶的颜色参数

烤烟生长过程中，烟叶的外观颜色会发生变化。由图1所示，随着烟叶落黄程度的提高，各部位烟叶颜色参数L值（亮度值）、b值（黄度值）和C值（饱和度）呈不断增大的趋势；a值（红度值）呈先减小后增大的趋势，各部位M5的a值明显大于M1～M4；H°值（色相角）则呈不断减小的趋势。说明烟叶不断变亮的同时，绿色逐渐褪去，黄色开始显现，与M1～M5的颜色变化相符合。

图1 鲜烟叶颜色参数随落黄程度提高的变化Fig.1 Changes of color parameters of fresh tobacco leaves with the increase of yellowing degree

2.2 鲜烟叶高光谱特征分析

2.2.1 反射率

烟叶的光谱特征与典型的植物光谱特征一致：在蓝、红光波段形成两个低反射区，从500 nm起反射率逐渐变大，在550 nm处形成一个小的反射峰，在700 nm左右反射率突然上升，在近红外区成为一个高反射平台[29]。

随着烤烟生育期的推进，烟叶表现出不同程度的落黄。由图2可知，各部位烟叶在480～680 nm的可见光范围内，落黄程度越高则反射率越大；通过光谱曲线，可以看出500～660 nm（尤其是绿峰反射率）对于不同颜色的烟叶有较好的区分效果。650～690 nm范围内的红谷反射率的变化规律同绿峰反射率一致。绿峰位置（下部叶M1～M5：551～559 nm；中部叶 M1～M5：553～556 nm；上部叶 M1～M5：552～557 nm）和红谷位置（下部叶M1～M5：666～674 nm；中部叶 M1～M5：670 ～675 nm；上部叶 M1～M5：670 nm、671 nm、674 nm、674 nm、673 nm）随落黄程度的提高呈不断后移的趋势。

图2 不同颜色鲜烟叶的反射率Fig.2 Reflectance of tobacco leaves of different colors

2.2.2 反射率的一阶导数值

图3为各部位烟叶反射率的一阶导数值（480～800 nm）。各部位烟叶的红边位置随生育期的推迟，红边位置（下部叶 M1～M5：713～689 nm；中部叶M1～M5：709～691 nm； 上 部 叶 M1～M5：703～692 nm）不断前移；中部叶和上部叶的红边幅值不断增大，下部叶则表现为先增大，至M4达到最大值后开始减小。蓝边位置（下部叶M1～M5：527～517 nm；中部叶 M1～M5：522～511 nm；上部叶 M1～M5：523～516 nm）同红边位置的变化规律一致；各部位烟叶蓝边幅值的变化趋势一致，表现为不断增大。黄边位置（下部叶M1～M5：619 nm、623 nm、623 nm、625 nm、629 nm； 中 部 叶 M1～M5：621 nm、623 nm、625 nm、625 nm、625 nm；上部叶 M1～M5：621 nm、624 nm、625 nm、624 nm、624 nm）整体趋于后移，黄边幅值基本为零，保持稳定。

图3 不同颜色烟叶反射率的一阶导数值Fig.3 First derivative values of reflectance of different color tobacco

2.3 高光谱特征参数与颜色参数的相关性分析

通过对高光谱特征参数与颜色参数进行相关性分析（表3），可以看出，与各颜色参数呈显著或极显著相关关系的高光谱特征参数有差异。高光谱特征 参 数 Rg、Rr、λg、λv、Dr、Db、λy、SDg、SDb与颜色参数L值呈极显著正相关，λb、λr、SDr、SDy、SDr/SDb、SDr/SDy、（SDr－ SDb）/（SDr＋SDb）、（SDr－SDy）/ （SDr＋SDy）与颜色参数L均呈极显著负相关；Rr、Rg/Rr、（Rg－Rr）/（Rg＋Rr）、λg、Dy、SDr与颜色参数a的相关关系达到显著或极显著水平；Rg、Rr、λg、λv、Dr、Db、λy、SDg、SDb与颜色参数b呈显著或极显著正相关，λr、λb、SDr、SDr/SDb、SDr/SDy、（SDr－SDb）/（SDr＋ SDb）、（SDr－SDy）/ （SDr＋ SDy）与颜色参数b呈显著或极显著负相关；Rg、Rr、λg、λv、Dr、λy、SDg、Db、SDb、SDy、SDb、SDy 与 颜 色参数C的正相关关系达到显著或极显著水平，λr、λb、SDr、SDr/SDb、SDr/SDy、（SDr－ SDb）/（SDr＋ SDb）、（SDr－SDy）/ （SDr＋ SDy）与颜色参数C负相关关系达到显著或极显著水平；λr、SDr/SDb、SDr/SDy、（SDr－SDb）/（SDr＋SDb）、（SDr－SDy）/ （SDr＋SDy）与颜色参数H°呈显著或极显著正相关，Rg、Rr、λg、λv、Dr、λb、Db、λy、Dy、SDg、SDr、SDb则与颜色参数H°呈显著或极显著负相关。说明高光谱特征参数与颜色参数的关系密切，可以通过高光谱特征参数的变化来指示颜色参数的变化。

表3 高光谱特征参数与颜色参数的相关性分析Tab.3 Correlation analysis of high spectral characteristic parameters and chromatic parameters

2.4 高光谱特征参数与颜色参数的逐步回归分析

基于高光谱特征参数建立预测颜色参数的回归模型，以颜色参数为因变量，高光谱特征参数为自变量，进一步做逐步回归分析（引入水平为P=0.05），并对回归模型进行显著性检验，得到各部位烟叶颜色参数的回归模型。标准偏回归系数在多元回归分析中可真实反映自变量对因变量的贡献率，本研究因此采用标准偏回归系数建立回归方程[30-32]。

回归模型的评价标准是有较高的相关系数r和较低的标准误差SEC。利用3个部位5个颜色烟叶对回归模型进行验证，对其预测值与实测值进行相关分析和计算标准误差，结果见图4，预测值和实测值的相关系数达到极显著水平，说明基于高光谱特征参数的颜色参数回归方程的预测效果较好，采用逐步回归分析建立的高光谱特征参数回归模型预测颜色参数值是可行的。

图4 颜色参数回归模型检验Fig.4 Test of chromatic parameter regression model

3 讨论与结论

本试验通过对各部位鲜烟叶颜色参数进行研究，发现随着落黄程度的提高，L、b、C值不断增大，a值先减小再增大，H°值呈减小的趋势，说明各部位鲜烟叶在成熟落黄过程中亮度逐渐增强、绿色逐渐褪去、黄色逐渐显现，这与各部位鲜烟叶样品的实际颜色变化规律相吻合，并与李青山等[4-5,9]的研究结果一致。

各部位不同颜色烟叶的光谱反射率呈现典型的植物光谱特征：在蓝、红光波段形成两个低反射区，从500 nm起反射率逐渐升高，在550 nm处形成一个小的反射峰，在700 nm左右反射率突然升高，在近红外区形成一个高反射平台[22]。在烤烟成熟落黄过程中，叶绿素被大量分解破坏，烟叶颜色由深绿色渐变为浅黄色，导致烟叶在可见光波段内所吸收的光波进一步减少，从而使烟叶光谱反射率增加[33]。这解释了随落黄程度的提高，鲜烟叶反射率在480～680 nm的可见光范围内不断增大的原因，并与李青山等[21]研究结果一致。又因绿峰位置和红谷位置与叶绿素浓度呈负相关，红边位置与叶绿素浓度呈正相关[34]，因此随生育过程推进，绿峰位置和红谷位置均表现为不断后移，红边位置表现为不断前移[21-22,30]。

随着高光谱技术的发展，研究人员发现利用高光谱技术可对烤后烟的颜色和部位进行分析[28]，也可对叶片水分、叶绿素含量、主要化学成分和组织结构等生物学信息进行预测[35-38]，可以解决利用色差计所得生物学信息单一的问题。为了探索一种快速测定烤烟颜色参数的可靠新方法，本研究针对鲜烟叶的高光谱特征参数与颜色参数进行相关性研究并建模，基于高光谱特征参数建立的颜色参数预测模型预测效果良好，说明利用可见-近红外高光谱技术对鲜烟叶颜色进行分析是可行的。因为颜色参数主要受色素含量的影响[17,39]，在400～760 nm波段影响叶片反射率的主要因素是色素含量[40-41]。所以此预测模型对于不同品种和不同营养状况下的烟叶颜色参数的测定应当也是可行的，但具体情况还需进一步研究。

叶绿素含量随烟叶成熟发生有规律的变化，先升高后逐渐降低[42-43]。落黄程度的变化是烟叶成熟度的直接表现，高光谱特征参数因不同部位鲜烟叶落黄程度的变化而变化，也会随成熟度的变化而变化。因此，有必要继续研究利用高光谱技术探讨不同成熟度鲜烟叶的综合生物学信息，进而利用高光谱特征参数对烟叶成熟度进行规模化的准确判断。