张久权,顾毓敏,蔡宪杰,闫鼎,王鑫,沈毅

烤烟均质化指标概念及计算模型

张久权1,顾毓敏2*,蔡宪杰2,闫鼎2,王鑫2,沈毅2

1. 中国农业科学院烟草研究所, 山东 青岛 266101 2. 上海烟草集团有限责任公司, 上海 200082

为了对烤烟均质性进行定量度量，利用变异系数和倒型函数模型，提出了均质性指数的概念（Homogeneousness，）。利用SAS软件建立了分段模型和倒型函数模型，以云南某地烟叶化学成分为例，计算了空间和时间维度的值。结果表明，分段模型3段的决定系数分别为0.9989，0.9990和0.9328，均达到了1%显著水平；倒型函数模型的决定系数为0.9978。前者计算精度更高，但计算过程略为繁琐。在时间维度上，某县某乡镇烟叶在2015年～2019年间值（倒曲线法）分别为：烟碱92.00，总糖94.61，还原糖91.59，总氮93.82，钾92.92，氯67.39，糖碱比81.74，氮碱比94.29，两糖比94.76，钾氯比60.76，化学成分总的值为86.70。在空间维度上，烟叶化学成分值某州、某县和某烟站分别为74.18、72.30和90.88。该模型在国内外属于首创，简单、鲁棒、实用性强、能够很好地用来度量烟叶的均质化程度。

烟叶; 质量控制; 评价模型

近年来，卷烟工业对烟叶原料提出了越来越高的要求，主要体现在烟叶质量、均值性和可用性等方面。上世纪70年代，Akehurst B[1]等在CORESTA大会上提出了烟叶“可用性”的概念。后来，左天觉[2]对烟叶的可用性进行了进一步的阐述，强调了烟叶质量合意性或可用性的重要性。上世纪末，Hill D[3]又提出，可用性是烟叶对某种特定配方和加工过程适合程度的量度。本世纪初，朱尊权院士[4]认为，工业上要求的烟叶可用性其实是指该烟叶能制成优质的、受消费者欢迎的卷烟，并能保持香味稳定的性能。这些都强调了烟叶质量的一致性或均质性的重要性。

国内大品牌如中华、利群等拥有一大批长期稳定的烟民，其重要原因之一是其卷烟风格特色比较稳定。为了维持和提高卷烟品牌的地位，需要烟叶原料在风格特色、外观质量、化学质量、评吸质量等方面保持稳定和均匀，这种质量的均衡性和稳定性，我们称其为均质性。均质性包括时间和空间两方面的内涵。在时间维度上，均质性是指烟叶质量在年度间保持一致；在空间维度上，是指不同地点所产烟叶质量保持基本相同。

地形地貌、土壤类型、海拔高度等生态因素[5]、烤烟栽培管理和品种[6]、叶片部位等因素可能造成烟叶质量的变化，年度间气候差异也可能造成烟叶质量的不同，因此，烟叶质量不管在时间维度还是在空间维度都存在一定的变异，烟叶质量不十分稳定。虽然烟叶质量均质性问题在行业内受到了越来越多的关注，各地纷纷开展烟叶质量均质化方面的研究，但如何对均质化程度进行定量评价，目前在烟草界还没有公认的指标体系。笔者利用和倒型模型，提出均质性指数的概念，建立计算模型，并用实例说明计算过程和精度。期望能建立一个简单、实用和通用的均质性指标体系，为提高卷烟工业原料保障提供科学依据。

1 材料与方法

1.1 材料

2018年烘烤结束后在云南某地收集C2F烟叶样品222份，每份2.0 kg。粉碎过40目筛后采用Nicolet Antaris傅立叶近红外光谱仪（美国赛默飞世尔科技有限公司）测定烟叶化学成分[7]。同事收集到该地某乡镇5年（2015～2019）烟叶（C2F）化学成分数据，均采用近红外光谱仪法检测[7]。

1.2 指标原理

由于受生态条件、生产管理措施、烤烟品种等因素等影响，烟叶质量在时间和空间维度上会出现较大差异。图1是云南某地中部叶（C2F）还原糖含量频数分布，平均23.47%，中位数23.66%，最低15.82%，最高33.62%，最低与最高二者相差17.80%，达1.89倍，标准差3.11，变异系数13.25%。经过统计检验[8]，发现正态分布拟合的3种检验Kolmogorov-Smirnov、Cramer-von Mises、Anderson-Darling所得值分别为0.0371、0.0588、0.4861，值分别为>0.150、>0.250、0.230，说明其完全符合正态分布。从图1可以看出，不同取样点间烟叶还原糖含量波动较大，结果落在平均值23.47%附近的最多，离平均值越远，样品分布越少。当然，烟叶质量指标也可能呈其他分布，但一定存在变异。为了提高烟叶的配伍性，我们希望所有取样点的烟叶还原糖含量保持一致，均为23.47%左右，即各地点的烟叶质量具有均质性。

还原糖 Reducing sugar/%

为了对烟叶质量的均质化程度（Homogeneousness，）进行度量，我们可以直接用变异系数来表示，如图2中的直线所示，即与均质性值呈反比和直线关系。烟叶质量某指标的变异越大，值越高，烟叶质量均质化程度越低，越小。2018～2019年间，经过多次调研后发现该模式并不完全符合卷烟工业对烟叶质量要求的实际情况。在进行卷烟配方时，烟叶质量变异的耐受范围并不是恒定的。因此，我们设计了更合理的均质性评价曲线，如图2中曲线实线所示。当值小于拐点c1时，烟叶的可用性较高，因此随着的增加，均质性下降较缓慢；当值大于拐点c2时，烟叶的可接受程度较低，均质性得分变化也趋缓；当位于c1与c2之间时，曲线较陡，整个曲线呈倒型[9]。因此，就针对不同区段值，对均质性得分进行区别对待。

1.3 指标模型

根据上述原理，首先确定值与值的对应关系（表1，图2中的实心圆点），将这些实心圆点连接起来，形成倒型曲线。从图2看出，曲线有拐点c1和c2，值分别24%和51%，各个卷烟企业可以对拐点值进行微调。曲线确定后，需要进一步建立数学模型来表示其函数关系，以便根据计算值。本研究采用2种方案进行模拟。

图 2 均质性指数H与变异系数（CV）的关系

注：黑色实心圆点表示与值的对应关系；曲线由实心圆点连接而成，为倒型曲线；空心圆点表示倒型模型计算结果（2）；三角形点表示分段模型计算结果（1）。

Note: The curve connected by black solid dots represent a theoretical inverted S-shaped curve (). The hollow dots show the predicted values by the inverted-type model (2), and the triangles by the segmented model (1).

表 1 CV与对应的H值以及2种模型精度

1.3.1 分段模型以表1中的原始值为自变量，为因变量，利用SAS软件分3段进行回归分析，结果见表2。三个方程2均达到1%显著水平，前2段拟合优度更好，第三段稍差。

表 2 分段模型及其决定系数

注：**表示1%显著。

Note: ** 1% significant level.

1.3.2 倒型曲线模型利用SAS的Nlin程序进行曲线拟合，得到如下方程（1）。

采用如下公式，进行2的近似计算。

1.4 均质化综合指数的计算

采用表2中的模型或式（1）可计算烟叶质量单个指标的均值化指数，但烟叶质量涉及的指标很多，包括外观质量、物理特性、化学成分、感官质量和安全性等，化学成分又包括总糖、还原糖、总氮、总碱、氯、钾含量等多个指标，可以先通过计算各个指标的值，然后采用指数和法[10]计算某一区域或年度间的值如下：

其中，为因子数目，W为因子的权重，H为因子烟叶质量均质性得分。由于权重0.0～1.0，各因子的均质性得分为0～100，因此，所得某区域或年度的值也在0～100的范围。各因子的权重可以通过采用层次分析法（AHP）或更先进的网络层次分析法（ANP）确定[10,11]。本研究采用AHP法，经过多位专家打分，得出的指标权重为：总糖0.03497，还原糖0.05373，烟碱0.20089，总氮0.08296，K 0.0228，Cl 0.0228，糖碱比0.21244，氮碱比0.14692，两糖比0.11209，钾氯比0.1104。

2 结果与分析

2.1 计算精度

采用分段模型计算时，当小于50%时，精度很高；当大于50%时，精度相对较低（图2中的）。从表1中可以看出，当小于47%时，相对误差均小于0.80%，精度高；当超过50%时，由于值本身很小，相对误差明显增大。

采用倒S型曲线模型计算时，绝对误差是中间低，两头较高（图2）。相对误差变化趋势与分段模型类似，当小于50%时，相对误差很小，用方程（1）能很精确地对值进行计算；当大于50%时，某些点偏离曲线。从表1也可以看出，当小于47%时，相对误差的绝对值均小于3.03%，精度高；当值超过50%时，由于值本身很小，相对误差明显增大，然而，在烟叶生产中，值超过50%的情况少见。

两种模型比较，分段模型总体计算精度要高于倒型模型。但计算过程前者略显繁琐。读者可根据具体情况灵活选用。

2.2 空间维度上的均质化指数

作为实例，选用了某县某烟站2018年所收购的烟叶（C2F）化学成分数据。该烟站包括2个乡（镇）共21个样品，每个村1个样品。按照不同地点计算各指标的值，然后分别计算1和2值（表4）。该县81个样品和该州222个烟叶样品的计算过程相同，结果见表3。可以看出，一般情况下空间范围越大，值越小，均质性越差。这种趋势总糖、还原糖、总氮、K、Cl、两糖比等指标表现明显，如Cl含量的1值某烟站为72.57；某县65.73，全州36.99。空间范围越广，生态条件相差越大，烟叶质量差异越大，因而均质化程度越小。在进行烟叶调拨时，为了保证烟叶的均质性，可以将调拨范围控制在一定的空间范围内。在一定范围内，如一个基地单元，我们希望值越高越好；然而，在全国范围来看，不同生态区间值越大越好，以便充分体现不同风格特色。

从该州总体来看，烟叶化学成分均质性达到72.52（表3），总糖、还原糖、总氮、K、氮碱比、两糖比等的均质性都非常好，1值达到90以上。Cl离子含量、糖碱比、钾氯比很低，1分别为36.99，42.83，40.85。为了提高全州烟叶化学成分的均质性，应该从改善这3个指标着手。

从表3还可以看出，两种模型值计算结果误差很小，绝大多数情况下绝对误差小于1.0；相对误差也小于1.0%。Cl离子含量、糖碱比、钾氯比误差较大，主要是因为这3个指标的值较高，位于曲线的中段（图2），曲线斜率较大，对的变化较敏感造成的。

表 3 某州不同空间尺度烟叶化学成分均质化指数（H值）及两种方法结果比较

注:TS:总糖，RS:还原糖，TN:总氮，TS/N:总糖/烟碱，N/N:氮/烟碱，TS/RS:总糖/还原糖，CC:化学成分。

Note: TS: total sugar, RS: reducing sugar, TN: total nitrogen, TS/N: total sugar/nicotine, N/N: nitrogen/nicotine, TS/RS: total sugar/reducing sugar, CC: chemical component.

2.3 时间维度上的均质化指数

表 4 云南某县X乡镇烟叶（C2F）化成成分含量、比值及其均质性指数

注:TS:总糖，RS:还原糖，TN:总氮，TS/N:总糖/烟碱，N/N:氮/烟碱，TS/RS:总糖/还原糖，CC:化学成分。

Note: TS: total sugar, RS: reducing sugar, TN: total nitrogen, TS/N: total sugar/nicotine, N/N: nitrogen/nicotine, TS/RS: total sugar/reducing sugar, CC: chemical component.

表4是云南省某州某县某乡镇烟叶（C2F）化学成分含量和比值（因涉及保密，具体名未列出），按年度计算的值以及1和2。可以看出，该乡镇烟叶化学成分5年间差异不大，均质性指数高，化学成分值超过85。烟碱、总糖、还原糖、总氮、钾、氮碱比、两糖比的2值都超过了90，分别为92.00、94.61、91.59、93.82、92.92、94.29和94.76，这些化学成分年度间稳定；糖碱比的变异稍大，2值为81.74；年度间变异最大的是氯离子含量和钾氯比，2值分别为67.39和60.76。两种模型比较，误差较小，绝对误差均小于2.8；相对误差小于3.0%。

3 讨论

烟叶质量受生态条件[5]、种植方式、烘烤等因素的影响[12]。每年烟草公司收购烟叶时，要经过烟农自己分级、上门预检、收购点分级检验等流程，十分繁琐，但工商交接过程中仍然存在混部位、混组别、混级别的现象[13]。工业企业在复烤厂还要进行片选等流程，非常耗时费力。为了保证烟叶质量的均质性，这些都是必须要认真完成的流程。经过这些流程，烟叶质量的均质性虽然有所提高，尤其是外观质量，其他质量指标如烟叶化学成分的均质性，仍然得不到保证。不管是在时间维度、还是在空间维度，保持烟叶质量的均质性是卷烟配伍的长期要求[3]，一直以来受到卷烟企业的高度重视。

烟叶质量指标包括外观质量、物理特性、化学成分、感官质量和安全性等5大类，每类又包括多种指标，如烟叶常规化学成分指标包括总糖、还原糖、总氮、总碱、氯、钾含量、以及他们的比值等。这些指标绝大部分都是定量的。但如何用这些指标来定量地反映烟叶质量的均质性，目前还缺乏统一的标准。本研究首次提出了均质性的计量方法，该方法既适用于单个指标，如该州烟区2018年还原糖的均质性指数为92.61（表3）；又能计算综合指标，如该州2018年化学成分均质性指数为72.52。相应地，该方法既适用于时间维度的均质性计算；也可用于空间维度的计算。能广泛用来衡量烟叶质量的均质性水平。

本研究根据卷烟工业企业的实际需求，将变异系数和均质性指数有机地结合起来，既为值的计算带来了便利，又能科学、客观地对烟叶质量的稳定性进行度量。杜文等[14]以烟叶还原糖、总碱、氯和钾含量的标准偏差为变量，建立了烟叶质量一致性的计算模型，但模型中涉及到调整系数，给计算过程带来了不确定性和难度，不易推广运用。杜阅光等[15]也采用烟叶烟碱、总糖、钾、氯4指标的变异系数，实现对打叶复烤过程中的均质化程度的调控。由于其仅仅采用变异系数为指标，没有顾及工业企业对一致性要求的实际情况，因此他们所用的方法有待改进。本研究既避免了计算过程的不确定性，又充分考虑了工业企业对一致性要求的实际情况，并将均质化程度作用一个单独的指标进行量化，实用性大大提高。

4 结论

通过建立倒型曲线，采用变异系数对烟叶的均质性进行了刻画，建立了烟叶质量均质性指标模型，该模型在国内外属于首创，具有很好的科学性、实用性和通用性，能够在所有烟叶产区推广运用，为卷烟工业企业进行烟叶调拨提供科学、客观参考。在烤烟生产上，为了提高烟叶的均质性，我们可以采用多种措施，如抓好规划布局，提高集中连片种植面积比例；分批次集中育苗，提高烟苗整齐度；提高整地质量；减少移栽时间间距；采用膜下小苗移栽，缩短还苗时间，提高生长整齐度；全面落实绿色防控，减少烟田发病率；集中烘烤等等。

[1] Akehurst B. Tobacco [M]. New York: Longman, 1981

[2] Tso TC. Production, physiology, and biochemistry of tobacco plant [M]. BeltsvillMaryland USA:IDEALS,Inc,1990

[3] Hill D,朱显灵,张大鸣.迎接挑战—认识烟叶的质量和可用性[J].烟草科技,1997(1):34-36

[4] 朱尊权.烟叶的可用性与卷烟的安全性[J].烟草科技,2000(8):3-6

[5] 范瑞兆,邱坤,路晓崇,等.重庆烟区烤烟生态环境的主成分分析[J].河南农业大学学报,2019,53(2):180-186

[6] 孙光伟,陈振国,覃光炯,等.顶叶处理方式和采收时间对上部烟叶内在质量的影响[J].山东农业大学学报(自然科学 版),2019,50(4):700-705

[7] 张忠锋,付秋娟.烟草近红外光谱分析技术[M],北京:中国农业科学技术出版社,2016

[8] 林德光.析因试验中交互作用分析的SAS技术[J].工科数学,2001(4):48-54

[9] 刘爱国,崔宜兰.倒S型曲线模型的研究[J].工科数学,1996,12(2):21-24

[10] 张久权,梁洪波,董建新,等.基于GIS和模糊集理论的四川烤烟生态适应性评价[J].中国烟草科学,2016,37(3):8-14

[11] Saaty TL. Who won the 2008 Olympics ? A multicriteria decision of measuring intangibles [J]. Journal of Systems Science and Systems Engineering, 2008,17(4):473-486

[12] 孙福山,王丽卿,刘伟.烟叶成熟度及烤烟关键指标与烟叶质量关系的研究[J].中国烟草科学,2002,23(3):25-27

[13] 闫新甫,马建伟,王英元,等.全国烟叶工商交接等级质量分析[J].中国烟草科学,2006(4):1-5

[14] 杜文,谭新良,易建华,等.用烟叶化学成分进行烟叶质量评价[J].中国烟草学报,2007,13(3):25-31

[15] 杜阅光,崔登科,程小东,等.声光可调近红外光谱技术用于打叶复烤片烟化学成分均质化生产控制[J].红外技术,2012,34(10):614-618

The Concept and Calculation Model of Flue-cured Tobacco Homogeneity Index

ZHANG Jiu-quan1, GU Yu-min2*, CAI Xian-jie2, YAN Ding2, WANG Xin2, SHEN Yi2

1.266101,2.200082,

Concept of homogeneity index (Homogeneousness, H) is proposed by using the coefficient of variation and the inverted S-type model, so that homogenization of tobacco leaf can be quantified scientifically. A segmented model and an inverted S-type model were established using SAS system.-values of spatial and time dimensions were calculated by using the chemical composition of the tobacco leaf from Wenshan prefecture in Yunnan province. The results showed that the R2for the segmented model were 0.9989, 0.9990, and 0.9328 for each of the 3 segments, respectively, with a 1% significant level, while the R2for the inverted Model S was 0.9978. The former had higher accuracy but the calculation process was slightly cumbersome. In term of timeline, theindex (inverted S curve method) for tobacco leaves from a township, Yanshan county between 2015 and 2019 was: nicotine 92.00, total sugar 94.61, reduced sugar 91.59,total nitrogen 93.82, potassium 92.92, chlorine 67.39, (total sugar)/nicotine 81.74, nitrogen/nicotine 94.29, (reduced sugar)/(total sugar) 94.76, K/Cl 60.76, respectively. Theindex for chemical composition is 86.70. In space dimension, the H index for leaf chemical composition is 74.18, 72.30, and 90.88 for Wenshan prefecture, Yanshan county, and Pingyuan township, respectively. Thisindex is proposed and tested first time in the world, which is simple, robust, practical, and can readily measure the degree of homogenization of tobacco leaves.

Tobacco; quality control; assessment model

TS41

A

1000-2324(2023)02-0231-07

10.3969/j.issn.1000-2324.2023.02.011

2021-08-31

2021-11-05

上海烟草集团有限责任公司重点项目:品牌导向的文山烟叶品质区划研究(20193100001-40873);上海烟草集团有限责任公司重点项目:提升烟叶质量均质化的关键生产技术研究与推广(20183100001-40875)

张久权(1965-),男,博士,副研究员,主要从事烟草栽培和信息方面的研究. E-mail:zhangjiuquan@caas.cn

Author for correspondence. E-mail:guym@sh.tobacco.com.cn