杞燕

【摘 要】近红外光谱信息和有机物的构造有着紧密的关系，近红外光谱分析技术能用于探讨和检测烟草的很多品质特点。作者重点简述近红外分析工艺和它在烟草运用中所需的提前处理、降维和建模措施。在这个前提上，主要研究了近红外分析工艺在烟草组成定量预测中的运用。

【关键词】近红外光谱;烟草;成分;分析

近红外光谱分析技术普遍运用到食品行业、石油行业、化工行业、制药行业等方面。近红外技术在烟草工业中被普遍运用到水分的测量，此外，该分析技术也不断运用到其他成分的定量分析和探讨。最近时期，利用近红外分析技术开展对烟草的化学组成、焦油特别烟气组成开展了探讨。按照和相关专业人士的沟通知道，一些国外烟草企业早在几年前就已经开始使用近红外分析技术对烟草中的化学组成含量开展常规分析。

一、近红外光谱分析技术及原理概述

近红外（NIR）光指的是可见光和中红外光两者间的电磁波，波长一般在零点七五到二点五μm之间，近红外区分子的吸收大多数是部分能量低的电子与分子振动情况下的跃迁。近红外区因为频率比较高，所以分子的吸收大部分是分子振动的倍频吸收以及组合频率吸收。因为含氢基团如碳-氢、氮-氢、氧-氢的吸收频率特点在近红外区尤其是强大，并且相对稳定，因此近红外分析工艺更适合分析和该类基团有直接或间接联系的自然产物里的相关东西，比如烟草中的糖、尼古丁等化学组成。当检测光线投射到烟草粉末上时，可在烟草粉末的表层与内部会出现漫反射，通过检测器可以获得烟草样品的近红外漫反射光谱信息。因为不一样烟草组成也不一样，对于近红外光线吸收效果不一样，近红外反射光线也不可能完全相同。

运用烟草化学组成含量和近红外光谱曲线的联系，能够构建对应的联系模型。联系模型的构建过程是：

（1）选取适当数量的具有代表性烟草;

（2）以平常的手段检测烟草化学组成含量，当作标准指标;

（3）用傅立叶改变近红外漫反射光谱器检测烟草样品的近红外光线;

（4）利用主要成分回归与神经网络等信息分析手段，构建烟草近红外光线和不同化学组成含量的联系模型。按照这个模型，就能够由近红外光谱中算出同一类型烟草中有关化学组成的含量。

二、近红外光谱分析烟草成分的实验仪器、材料及方法

1.儀器

近红外光谱一般通过用安塔里斯福特-近红外分析仪扫描烟草样品获得，安塔里斯福特-近红外分析仪拥有美国ThermoFisher企业制造的积分球漫反射取样体系与InGaAs探测仪。或者另外一些类型的傅立叶近红外变换光谱器用于信息采集。

2.样品光谱采集

通常来说，样品光谱的收集过程如下：取适量测验制备的烟操粉末，放入相应的样品器皿中，并压紧，接着在傅立叶变换近红外分析器上开展漫反射吸收NIRS收集。在光谱收集过程中，样品器皿对着入射光斑进行偏心旋转，扫描范围在三千八百至一万cm-1之内，分辨率为8cm-1左右，进行扫描的次数可根据烟叶粉末质量确定，大约为50-150次左右。

3.分析方法

和原有的检测手段或其他专业设备比较，近红外光谱法有着下面特性：①检测简单方便，无需复杂的预处理以及化学反应时间;（2）检测快速，大幅度地减少了检测时间;（3）对检测工作者没有化学专业技能方面的要求，一个人能够完成多项化学数据的许多检测，大幅度提升了检测速度;（4）检测期间没有污染，检测成本低;⑤紧跟模型中良好信息的积累与模型的创新，检测准确度能够逐步提高。⑥检测功能能够逐步扩展。现在，大部分运用三种信息分析措施：

（1）预处理方法

烟草的近红外光谱涵盖了多种的信息，它不但包括烟草的信息特点，还包括设备和环境等方面的背景信息。该背景信息都能够导入已构建的分类和定量模型中，干扰模型的精准度。所以，在构建模型的前期，有必要针对烟草的近红外光谱信息开展提前处理。一般运用的提起处理措施包括：平均、求导、平滑、向量归一化等。

（2）降维方法

信息降维的宗旨是消除许多化学数据共存时的反复数据，并将原始很多变量整合成几个互不联系的变量，且同时尽量体现原始变量的信息结构特性，从而尽量减少丢失的数据。现在，烟草近红外光谱信息降维大多用主构成分析法与偏最小二乘法。

（3）建模算法

运用烟草近红外光谱信息构建烟草来源和烟草化学组成定性、定量模型，主要措施包括聚类、分类、偏最小二乘回归与手动神经网络等。现在，支持向量机算方法得到了越来越多的运用。在许多研究中，为了获得比较准确的模型构造，研究人员一般会选择比较多的提前处理措施开展组合，因此，尽管能够去除近红外光谱里面比较多的背景数据，可待检测样品的数据常常也会丢失，造成最终构建的信息统计模型普遍运用效果不佳。我们提议尽可能不应多于三种提前处理计算组合。

三、近红外光谱分析技术在烟草成分分析中的应用情况

1.烟叶中淀粉含量的定量预测

2009年，付秋娟、申国明等根据烟叶近红外光谱信息，构建了烟草淀粉所占比率的支持向量回归模型。本研究运用偏最小二乘法投影，来压缩与缩小样本谱矩阵的维数，采用前十二个偏最小二乘投影变量，构建了烟草淀粉比率的虚拟现实标定模型[1]。

2016年，罗琼、李青等运用烟草近红外光谱信息，构建了烟草淀粉比率的遗传支持向量回归模型[2]。不同于付秋娟、申国明等构建的预测烟草淀粉比率的近红外-奇异值分解模型，罗琼、李青等运用遗传算法（GA）选择主成分因子变量。变量选取是模型构建中十分重要的一个程序，采取变量选取，较好的变量通常能够用来构建更加精确的模型。

2.烟叶中化学成分定量预报

2013年，常岭，樊新顺等采用付立叶改变近红外漫反射光谱与日常化学手段检测再造烟草制造过程中浓缩液的组成，基于偏最小二乘法构建了烟草日常化学组成的近红外分析模型，并用于测定再造烟叶浓缩液里面的总糖、烟碱、氯离子与钾离子[3]。现场制造结果显示，所构建的分析模型能够快速、简便、大量地测定浓缩液中化学组成的含量，并能达到对产品日常化学组成的及时管理。

2018年，宾俊、范伟等，为了处理近红外漫反射光谱分析工艺应用道烟草整叶测试时，因为烟草面积大，化学组成分散不均匀，光谱收集的代表性与循环性没有办法确保的问题，对烟草整叶采样方法开展了全面研究[4]。此研究把国内不一样产地、不一样等级的二百多片生烟草为例，最小二乘法模型的决策参数约大约是零点九，模型里面交叉验证与预测参数的差异小于一。此发明的取样量少、代表性强、循环性好的烟草全叶近红外光谱取样措施，提升烟草质量田间快速分析的速度及精确度有着重要的意义。

四、结语

简而言之，近红外漫反射光谱分析工艺在传统光纤中具有较好的传导特点，并且，这个设备使用相对简单方便，分析效果比较快，不具有损坏性，试验样品提前制备数量比较少，它能够适用于每种样品的分析。按照该分析工艺的这一特性，我国烟叶中日常化学组成的检测技术已经相对趋于完善，所牵涉的检测指标规模很普遍，并且，模型的预检测准确性日益提高。在烟叶工业里，它在高速、精准地测试化学组成环节起到了更大的作用。然而，目前对烟草香气组成环节的研究还存在不足，这个区域的研究人员还有必要继续开展他们的开拓性探究。紧跟近红外光谱分析工艺的发展和完善，近红外技术在烟草收购、二次储存和在线复烤中开展化学组成高速检测的运用，一定能成为发展的方向。

【参考文献】

[1]付秋娟， 申国明， 高春亮，等. FT-NIR法预测陈化烟叶的淀粉、多酚和色素含量[J]. 烟草科技， 2009（8）：000038-55.

[2]罗琼， 李青， 于小红，等. 近红外光谱法快速测定烟草中淀粉含量[J]. 安徽农业科学， 2016， 44（30）：72-73.