马宇， 许卫民， 谭阳， 牛路路

(1.南阳市烟草公司西峡县分公司，河南 南阳 477550；2.河南省烟草职工培训中心,河南 许昌 461000；3.南阳市烟草公司社旗县分公司,河南 南阳 473300；4.河南农业大学烟草学院，河南 郑州 450002)

随着人们对健康生活的要求不断提高，卷烟危害越来越受到关注。经过国内专家对卷烟有害成分毒理特性的长期研究，在46种卷烟主流烟气部分有害成分中寻找出了7种最具代表性的显著致癌物质，且含量较高的有害成分有CO(一氧化碳)、HCN(氢氰酸)、NNK(烟草特有亚硝胺)、NH3(氨气)、B[a] P(苯并芘)、苯酚和巴豆醛等。因此，降低卷烟主流烟气中的有害成分，开发低危害卷烟产品，不仅是保障人体健康的需要，而且是保障卷烟工业增强核心竞争力的需求[5-9]。为此，各大卷烟企业及科研机构利用各种技术手段从原料到卷烟制品围绕降焦减害做了大量的工作，在一定程度上降低了卷烟的危害性[10-12]。朱智志等[13]将纳米材料干法加入到烟丝上，降低烟气中焦油和CO含量的效果较为明显，但纳米材料湿法添加到烟丝中的效果不明显，对卷烟感官质量无不良影响。王建新等[14]通过添加AXL(天然降害卷烟添加剂)来降低有害成分，结果表明，卷烟焦油释放量和苯并芘释放量分别降低了7%和7.6%，在保持较好感官质量的同时，添加AXL的卷烟具有良好的降焦减害作用。聂聪等[15]研发装置测定焦油含量结果表明，采用该装置测定活性炭对焦油和挥发性羰基化合物总量的降低率分别比复合滤棒法的高0.6百分点和1.6百分点。付瑜锋等[16]研究了溶剂浸提对烤烟焦油含量的影响，结果表明，采用调节pH值为3的80%乙醇萃取剂，能显著降低烟丝中的HCN和氨的释放量，焦油、CO、苯并芘、苯酚也有明显降低，柔细程度、余味、刺激均有所改善。再者，卷烟主流烟气有害成分的测定耗时耗力，而卷烟原料品质是影响烤烟有害成分的源头因素，烤烟的颜色是烟叶成熟采收、烘烤调制、分级加工的重要判断依据[19-21]。但是，关于烤烟颜色体系对主流烟气中有害成分影响的研究鲜见报道。因此，利用烤烟的颜色特征值对主流烟气中有害成分影响进行研究，以期为主流烟气中有害成分的研究提供一种便利快捷的测定方法。

1 材料与方法

1.1 试验材料

试验于2017年在南阳卷烟厂技术中心进行，供试烤烟品种为云烟87。样品选自河南省南阳市的方城县、社旗县、唐河县、邓州市、内乡县、淅川县、西峡县、镇平县等8个植烟县(市)的中部叶C3F等级的174个烟叶样品。

1.2 试验方法

1.2.1 烤烟颜色特征值的测定 对各个样品随机选取5片烟叶采用WSC-3型全自动测色色差计(北京光学仪器厂)测量烤烟正反面颜色L*(明度值)、a*(红度值)、b*(黄度值)、C*(饱和度)和h*(色相角)等共计10个参数(图1)，测试时以主脉为中轴，将烤烟分为左右两部分，从叶尖到叶基五等分，在等分处中间位置进行测量，共计8个测试位点，正反面共计16个测试位点，并将样品制成单料烟。

图1 色差仪的测试位点

1.2.2 卷烟主流烟气中有害成分的测定 卷烟主流烟气有害烟成分的测定在北京卷烟厂进行， CO的测定采用GB/ T 23356—2009进行；烟草特有亚硝胺的测定采用LC-MS/MS法进行，苯并芘的测定采用GB/T 21130— 2007进行，巴豆醛的测定采用YC/T 254—2008进行，苯酚的测定采用YC/T 255—2008进行，HCN的测定采用YC/T 253—2008进行， NH3的测定采用YC/T 377—2010进行。

1.3 神经网络数据的处理与设计

采用Matlab2018b神经网络工具箱，以经过因子分析的174个烟叶样品的烟叶的10个颜色参数作为神经网络输入值，分别以CO、HCN、烟草特有亚硝胺、NH3、苯并芘、苯酚和巴豆醛等7种有害成分为神经网络的输出值，隐含层的个数依据式(1)决定，共建立7个BP神经网络模型。为了保障所建立网络的科学性，将其中的120个样本作为训练样本，54个样本作为验证样本。由于样本数据在单位与数量级上存在差异，因此，为了使各变量的尺度相一致，给各分量以同等重要的地位，以免网络训练结果偏重于数值较大的变量而忽略了数值较小的输入变量，对网络的精确性造成一定的影响。再者，由于BP神经网络的传递函数采用 Sigmoid 函数，输入变量数值差异较大，可以使神经元的输入值过早进入Sigmoid 函数的饱和区，影响网络学习进程。因此样本数据采用式(2)进行归一化处理。

(1)

式中：N为隐含层节点数；n为输入神经元个数；m为输出神经元的个数；a为[1，10]之间的一个常数。

(2)

式中：x′i为归一化后的数据；xi为该指标中第i个变量；xmin为该指标的最小值；xmax为该指标的最大值。

2 结果与分析

2.1 烤烟颜色特征值与烟气中有害成分的描述性统计

由表1可知，烟叶颜色特征值的各指标变异系数保持在3.38%～12.01%，其中烤烟背面a*的变异系数最大，为12.01%；背面L*的变异系数最小，为3.38%。可知烤烟颜色特征值的数据样本均在可接受范围内(变异系数≤15%)。烤烟颜色特征值的偏度系数与峰度系数表明了烤烟正面的b*，C*，h*和背面h*的数值类型为左偏型尖峭峰，而背面的L*与a*为左偏型平阔峰，正面L*与背面b*以及C*为右偏型平阔峰，正面a*为右偏型尖峭峰；但各个指标的偏度系数与峰度系数数值较小，均在正态分布可接受范围内。可知烤烟的颜色特征值服从正态分布。烤烟烟气中有害成分的变异系数在6.31%～12.66%，其中巴豆醛的变异系数最小，为6.31%，NNK的变异系数最大，为12.66%，所有有害成分的峰度系数均为负值，表明烟草有害成分的数值表现为平阔峰，而CO、HCN与巴豆醛的偏度系数为正值表明他们的数值类型为右偏型。NNK、NH3、B[a]P以及苯酚则为右偏型，但样本数值均保持在较低水平，表明样品的数据的稳定性较好，服从正态分布，具有较好的统计学意义。

表1 烤烟颜色特征值与烟气中有害成分的描述性统计Table 1 Descriptive statistics of color characteristic value and harmful components in flue gas of flue-cured tobacco

2.2 烤烟颜色特征值的因子分析

为了提高统计分析效率，简化分析程序，利用因子分析法筛选出烤烟颜色特征的代表性影响因子(表2)。由表2可知，经过因子分析共选出6个主因子，且6个主因子的累计贡献率达到92.2%。其中，因子1主要反映了烤烟背面b*与C*的变化，C*是依据a*与b*所得，因此，选取b*为代表；因子2主要反映了烤烟正面a*的变化；因子3主要反映了正面b*与C*的变化，因此，选取b*为代表；因子4主要反映了背面L*的变化；因子5主要反映了背面h*的变化；因子6主要反映了正面L*的变化。

表2 烤烟颜色特征值的因子分析Table 2 Factor analysis of color characteristic value of flue-cured tobacco

2.3 BP神经网络的训练

为了进一步分析烤烟颜色特征值对卷烟主流烟气中有害成分的内在联系，经过对隐含层的节点数的反复调试，最终以节点数为9的隐含层节点数所构建的网络模型的拟合残差最小，因此，建立网络拓扑结构为6-9-1的神经网络模型(图2)。由图2可知,所构建的BP神经网络模型真实值与预测值的决定系数均达到了0.97以上，这表明所建立的网络模型能够很好地反映卷烟主流烟气中的有害成分含量。在生产中，可以利用烤烟的颜色特征值对卷烟主流烟气中的有害成分进行定量分析。

图2 BP神经网络的训练结果

2.4 BP神经网络模型的验证

为了验证所建立的BP神经网络模型的鲁棒性，将除用于模型训练后的剩余54个样本作为验证样本用于模型的训练。由图3可知，所建立的神经网络模型验证样本的真实值与实际值决定系数，除主流烟气中B[a]P的决定系数只达到0.934 2外，其余6种有害成分的决定系数均达到了0.96以上。表明所建立的网络模型的鲁棒性较好，能够在一定程度上用烤烟的颜色特征值来表征卷烟主流延期中的有害成分含量。

图3 BP神经网络的验证结果

3 结论与讨论

烤烟的颜色不仅是人们观察烤烟是品质最主要特征之一，同时烤烟颜色也是内部成分的综合体现[17-18]，但由于涉及的颜色特征指标较多，因此需采用因子分析法，挖掘代表性指标，对烤烟的颜色特征进行研究。本研究表明，经过因子分析共选出6个主因子，且6个主因子的累计贡献率达到92.2%。烟叶的正面与背面的10个颜色特征值参量中，可以提取L*(正面) 、b*(正面) 、h*(正面)、L*(背面) 、a*(背面) 以及C*(背面) 等6个颜色参数与各因子的相关系数均达到0.896以上，这与靳双珍等[19]的研究有相似之处，但同时有一定的差异，主要是表现在b*(正面)指标有未被提取到方面。这可能是产区有较大差异所致。

本研究表明，所建立的BP神经网络模型能够很好地对卷烟主流烟气中有害成分进行表征，无论是训练样本还是验证样本，7种有害成分的实际值与预测值的决定系数均达到较高水平，除个别指标外，决定系数均达到0.96以上。本研究的结果可以在一定程度上对卷烟主流烟气有害成分的测定提供了一种简便高效的新方法。然而，受样本数量以及范围的限制，所建立的网络模型不能确定是否能够对不同部位、不同等级、不同产区的烤烟烟气中有害成分的含量进行表征。再者，由于样本量较小，若增加不同属性的烟叶样本会出现所获取的数据间可能存在着较大的误差和噪声干扰，要建立的网络模型可能出现过拟合现象[20-21]。因此，还需要进一步优化模型，以增加模型的适用性。

本研究所涉及的7种有害成分，仅是当前确定的标志性的致癌成分，但对其他有害成分的研究尚未涉及，为此，在之后的研究中需要不断深入，将烤烟的毒理研究进一步简化，为烤烟降焦减害目标的实现提供一种推动作用。