基于因子分析和Bayers判別的烤煙香型分類模型構(gòu)建與驗(yàn)證

李　超，李娥賢，秦云華，熊　文，吳億勤，王　璐，張承明，唐　杰

（1.云南中煙工業(yè)有限責(zé)任公司技術(shù)中心，卷煙產(chǎn)品質(zhì)量檢測(cè)中心，昆明 650023；2.云南省農(nóng)業(yè)科學(xué)研究院生物技術(shù)與種質(zhì)資源研究所，昆明 650223）

基于因子分析和Bayers判別的烤煙香型分類模型構(gòu)建與驗(yàn)證

李超1，李娥賢2*，秦云華1，熊文1，吳億勤1，王璐1，張承明1，唐杰1

（1.云南中煙工業(yè)有限責(zé)任公司技術(shù)中心，卷煙產(chǎn)品質(zhì)量檢測(cè)中心，昆明 650023；2.云南省農(nóng)業(yè)科學(xué)研究院生物技術(shù)與種質(zhì)資源研究所，昆明 650223）

為研究烤煙化學(xué)組成與其香型間的關(guān)系，通過(guò)抽樣法收集了2011—2013年國(guó)內(nèi)15省71市（縣）500個(gè)煙葉樣品。參照行業(yè)及文獻(xiàn)相關(guān)標(biāo)準(zhǔn)測(cè)定影響其品質(zhì)的114種化學(xué)指標(biāo)，對(duì)各指標(biāo)采用MFA（因子分析）降維處理，因子得分構(gòu)建Bayes香型定量判別模型并驗(yàn)證。結(jié)果表明，原始指標(biāo)可提出22個(gè)公因子，其對(duì)原變量的總方差解釋率為80.459%；巨豆三烯酮（A、C）、His、假木賊堿、總細(xì)胞壁物質(zhì)等是煙葉中普遍存在且能較好代表其品質(zhì)特征的物質(zhì)；定量判別模型能依據(jù)不飽合醛酮、氨基酸、堿、細(xì)胞壁物質(zhì)等類物質(zhì)的含量對(duì)煙葉樣品香型進(jìn)行較好的預(yù)測(cè)，回判及預(yù)測(cè)正確率≥83.3%。該判別模型使用簡(jiǎn)便、迅速，能簡(jiǎn)化煙葉香型的判別流程，快速和客觀的評(píng)價(jià)煙葉品質(zhì)。

烤煙；化學(xué)組成；因子分析；判別分析

烤煙煙葉根據(jù)其燃燒時(shí)所產(chǎn)生的香氣風(fēng)格可劃分為清香、中間香和濃香型3個(gè)類別[1-3]。煙葉香型很大程度上決定著不同卷煙的感官風(fēng)格特征，是維護(hù)卷煙感官質(zhì)量穩(wěn)定的重要因素[4]，也是工業(yè)生產(chǎn)與配方選用的要素之一。不同產(chǎn)地的煙葉通常具有各自獨(dú)特的香型[5]，煙葉香型往往受其化學(xué)成分所影響，所以，對(duì)不同香型煙葉的化學(xué)組成測(cè)定及特征剖析一直以來(lái)都是科技工作者的研究熱點(diǎn)[6-10]。目前，關(guān)于烤煙香型與其影響因素之間關(guān)系的研究報(bào)道較多，研究?jī)?nèi)容大多集中于不同香型煙葉的化學(xué)組成差異[11-12]，以及不同部位煙葉特征與化學(xué)成分的相互關(guān)系[13]。關(guān)于烤煙香型化學(xué)組成評(píng)價(jià)[5,14]的相關(guān)情況雖有一定報(bào)道，但存在所采集的樣本數(shù)量不足，分析方法片面單一，未驗(yàn)證數(shù)理模型的適用性，研究不夠深入等問(wèn)題。對(duì)于香型的定量判別模型[15]研究則尚未見報(bào)道。所以，筆者基于MFA（因子分析）模型判定[16-17]并篩選適合的變量，并與多種統(tǒng)計(jì)方法聯(lián)用，對(duì)不同類型煙葉香型進(jìn)行評(píng)價(jià)，為不同香型烤煙選擇性育種及卷煙配方設(shè)計(jì)選用提供理論依據(jù)。

1　材料與方法

1.1材料

采用經(jīng)典抽樣方法，從國(guó)內(nèi)15個(gè)省份71市（縣）采集2011—2013年的烤煙煙葉樣品，總計(jì)500個(gè)樣品。其中，2011年采集樣品數(shù)為137個(gè)，2012年采集樣品數(shù)為169個(gè)，2013年采集樣品數(shù)為194個(gè)，根據(jù)其不同的香型風(fēng)格特征經(jīng)過(guò)感官評(píng)吸判斷可劃分為：清香型烤煙煙葉樣品161個(gè)，中間香型烤煙煙葉樣品168個(gè)，濃香型烤煙煙葉樣品172個(gè)，所有香型煙葉均分別采集上、中和下部煙葉。具體見表1。

1.2方法

1.2.1烤煙化學(xué)成分檢測(cè)方法主要對(duì)3種不同香型烤煙中16種常規(guī)化學(xué)成分（氯、鉀、總氮、總植物堿、總糖、還原糖、纖維素、葡萄糖、果糖、蔗糖、石油醚提取物、揮發(fā)堿、揮發(fā)酸、硝酸根、硫酸根、磷酸根）[18-27]；8種金屬元素（鐵、錳、銅、鋅、硼、鈣、鎂和鈉）[28]；3種多酚（綠原酸、莨菪亭和蕓香苷）[29]；8種有機(jī)酸（草酸、丙二酸、蘋果酸、棕櫚酸、硬脂酸、檸檬酸、亞油酸、亞麻酸）[30]；20種氨基酸[31]；45種中性致香成分（例如β-大馬酮、香葉基丙酮、β-紫羅蘭酮、降茄二酮、巨豆三烯酮4種立體異構(gòu)體、二氫獼猴桃內(nèi)酯等）[32-33]；胡蘿卜素與葉黃素[34]；6種生物堿（煙堿、降煙堿、麥斯明、假木賊堿、新煙草堿、2,3'-聯(lián)吡啶）[35]；以及6種細(xì)胞壁物質(zhì)（總細(xì)胞壁物質(zhì)、果膠、木質(zhì)素、全纖維素、a-纖維素、半纖維素）[36]共計(jì)114種指標(biāo)根據(jù)現(xiàn)行相關(guān)的行業(yè)標(biāo)準(zhǔn)及文獻(xiàn)方法進(jìn)行定量檢測(cè)。

1.2.2統(tǒng)計(jì)方法采用SPSS 22.0統(tǒng)計(jì)學(xué)軟件（SPSS Inc.）的數(shù)據(jù)處理模塊對(duì)不同煙葉樣品各化學(xué)指標(biāo)及其與香型的關(guān)系進(jìn)行分析。采用因子分析（MFA）和Bayes判別分析方法來(lái)探索不同煙葉樣品香型的物質(zhì)基礎(chǔ)。

表1　2011—2013年烤煙煙葉樣品的地區(qū)數(shù)量描述Table 1　Description of number and areas of flue-cured tobacco leaf samples from 2011-2013

2　結(jié)果

2.1不同香型煙葉各指標(biāo)的因子分析（MFA）

對(duì)不同煙葉樣本進(jìn)行MFA分析，由于各指標(biāo)間量綱及數(shù)值差異較大，所以從相關(guān)陣出發(fā)，采用主成分提取方法，并進(jìn)行最大方差法旋轉(zhuǎn)，迭代29次收斂。對(duì)取樣足夠度進(jìn)行Kaiser-Meyer-Olkin及Bartlett檢驗(yàn)，如表2可知，KMO=0.885>>0.5，且Bartlett sig.<0.0001，呈1%以下顯著性水平，說(shuō)明樣本非常適于進(jìn)行因子分析。114個(gè)指標(biāo)共可提取22個(gè)共同因子，其所能解釋原指標(biāo)的累積方差貢獻(xiàn)率為80.459%。

表2　不同煙葉樣本的KMO和Bartlett檢驗(yàn)Table 2　KMO and Bartlett test of different tobacco samples

通過(guò)因子得分系數(shù)矩陣可列出不同煙葉各原始指標(biāo)通過(guò)線性組合而成的22個(gè)公因子的表達(dá)式，如公式（1），公式中xi為樣本中各指標(biāo)變量的標(biāo)準(zhǔn)化值，yi為因子的得分系數(shù)，F(xiàn)i為各因子的因子得分，i的取值范圍均為(1，114)。據(jù)公式計(jì)算各樣本的因子得分，并保存為新變量Fj，j=1～22，可以用來(lái)代表原指標(biāo)衡量煙葉的化學(xué)組成和品質(zhì)特征。

采用因子旋轉(zhuǎn)方法（最大方差法）來(lái)對(duì)22個(gè)公因子的實(shí)際意義進(jìn)行解釋，如表3，以方差解釋率最高的前10個(gè)公因子為例來(lái)說(shuō)明相應(yīng)因子的實(shí)際意義。由于每個(gè)因子所擬合的原變量數(shù)較多（114個(gè)指標(biāo)），所以在旋轉(zhuǎn)載荷陣中，對(duì)10個(gè)公因子的載荷均小于0.695的指標(biāo)予以省略，表明公因子對(duì)這部分指標(biāo)的解釋力較弱。公因子對(duì)原始指標(biāo)的解釋能力各不相同。例如，對(duì)于因子1，糠醛、苯甲醛、苯乙醛、異佛爾酮、氧化異佛爾酮、藏花醛、β-大馬酮、5,6-環(huán)氧-β-紫羅蘭酮、二氫獼猴桃內(nèi)酯、巨豆三烯酮的四個(gè)異構(gòu)體(A、B、C、D)的載荷均>0.803，其中，異佛爾酮、氧化異佛爾酮、藏花醛、β-大馬酮和二氫獼猴桃內(nèi)酯的載荷均>0.900，說(shuō)明因子1對(duì)于含有環(huán)酮，烯酮，烯醛結(jié)構(gòu)的化合物的解釋能力很強(qiáng)，可命名為“酮醛因子”；對(duì)于因子2，Asn、His、Gln、GABA、Phe、Trp的載荷均>0.850，說(shuō)明因子2對(duì)于酰胺類、芳香類、堿性氨基酸類物質(zhì)的解釋能力很強(qiáng)，可以命名為“氨基酸因子”。以此類推，4～10號(hào)公因子分別能對(duì)應(yīng)解釋環(huán)檸檬醛、堿、細(xì)胞壁、還原糖、多環(huán)酮、氯、呋喃酮和鋅類物質(zhì)，可命名為各自相應(yīng)的因子。

表3　因子旋轉(zhuǎn)矩陣Table 3　Factor rotation matrix

重復(fù)上述過(guò)程，分別對(duì)2011—2013年所采集的煙葉樣品進(jìn)行因子分析，重點(diǎn)關(guān)注KMO值、提取的公因子數(shù)、累積方差解釋率、因子命名等指標(biāo)，具體見表4。3年因子分析的KMO度量均>0.500，表明均適用于因子分析方法。提取的公因子數(shù)為22～24個(gè)，對(duì)原始變量的方差解釋率均>84.290，說(shuō)明公因子均能較好的保留原始指標(biāo)的信息。

表4　分年度因子分析參數(shù)匯總表Table 4　Summary of factor analysis parameters of different years

2.2不同煙葉香型定量判別模型的構(gòu)建及驗(yàn)證

選擇香型為分組變量，并賦值（0=濃香、1=清香、2=中間香）。采用步進(jìn)方式篩選變量，矩陣為組內(nèi)相關(guān)，距離計(jì)算為Wilks’Lambda，構(gòu)建Bayers判別函數(shù)。選用原始的全部114個(gè)指標(biāo)來(lái)構(gòu)建Bayers判別函數(shù)，通過(guò)判別函數(shù)可以對(duì)原始的500個(gè)訓(xùn)練樣本各自所屬類別進(jìn)行回判和留一交叉驗(yàn)證。輸出結(jié)果見表5，從中可知，判別函數(shù)對(duì)交叉驗(yàn)證分組案例中的樣品進(jìn)行回判，即采用預(yù)先設(shè)定好的所有不同香型樣本進(jìn)行建模后來(lái)返回?cái)M合原樣本數(shù)據(jù)，正確率為96.0%。對(duì)初始分組案例中的樣本進(jìn)行留一交叉驗(yàn)證，每個(gè)案例都是按照從該案例以外的所有其他案例派生的函數(shù)來(lái)分類，即用其他預(yù)先設(shè)定案例建模后來(lái)逐一對(duì)留下的一個(gè)案例進(jìn)行分類預(yù)測(cè)，并驗(yàn)證，其正確率為95.3%。通過(guò)樣本非標(biāo)準(zhǔn)化的Fisher函數(shù)計(jì)算Z得分可作出雙坐投影圖（圖1），由圖中可知，3種不同香型的煙葉樣本在平面投影至不同的區(qū)域，區(qū)域間能顯著分離，并未出現(xiàn)重疊狀況。

表5　不同煙葉樣本判別分類結(jié)果b,cTable 5　Identification and classification results of different samples of tobaccob,c

圖1　典型判別函數(shù)的雙坐標(biāo)投影圖Fig.1　A typical two-coordinate discriminant function

以2.1中MFA降維所提取到的22個(gè)因子得分為新的自變量來(lái)對(duì)煙葉進(jìn)行香型Bayes判別分析研究。重復(fù)上述的數(shù)據(jù)處理過(guò)程，最終進(jìn)入判別函數(shù)的變量為：Fn（n=1-22）。Bayers判別函數(shù)的表達(dá)式可由標(biāo)準(zhǔn)化的判別函數(shù)系數(shù)矩陣寫出。具體表達(dá)式為：F1=0.024x1+0.113x2-0.333x3-0.014x4-0.155x5-1.032x6+0.152x7+0.257x8+0.518x9+0.199x10+0.437x11+0.021x12-0.035x13+0.608x14-0.044x15-0.182x16-0.179x1 7-0.045x1 8-0.215x1 9-0.021x2 0+0.614x2 1+ 0.147x22；F2=0.205x1-0.097x2-0.287x3+0.149x4+ 0.551x5+0.043x6+0.263x7+0.493x8+0.081x9-0.250x10+ 0.159x11-0.145x12+0.021x13-0.036x14-0.199x15+ 0.156x16+0.576x17+0.085x18-0.352x19+0.088x20-0.130x21-0.008x22。通過(guò)判別函數(shù)可以對(duì)原始的500個(gè)訓(xùn)練樣本各自所屬類別進(jìn)行回判和留一交叉驗(yàn)證。判別函數(shù)的擬合正確率為84.8%，驗(yàn)證正確率為83.3%。通過(guò)樣本非標(biāo)準(zhǔn)化的Fisher函數(shù)計(jì)算Z得分可作出雙坐投影圖，且投影圖各區(qū)域間并未出現(xiàn)顯著重疊現(xiàn)象。

3　討論

通過(guò)因子分析，在不同煙葉的114個(gè)指標(biāo)中共可提取出22個(gè)公因子，其所能解釋原指標(biāo)的累積方差貢獻(xiàn)率為80.459%，說(shuō)明在用22個(gè)因子表征原始指標(biāo)特性時(shí)，可保留原指標(biāo)的大部分信息。分析各年度解釋力前5個(gè)公因子所代表的物質(zhì)，可以看出，不同年度決定煙葉品質(zhì)的特征物質(zhì)存在一定差異。例如2011和2012年度煙葉品質(zhì)主要取決于氨基酸類物質(zhì)的含量，而2013年度煙葉品質(zhì)則主要取決于總糖、假木賊堿、總細(xì)胞壁等類物質(zhì)的含量。進(jìn)一步與3年總數(shù)據(jù)的因子分析結(jié)果比對(duì)，挑選出在總數(shù)據(jù)公因子中出現(xiàn)，并在各年度公因子中出現(xiàn)2次以上的物質(zhì)。結(jié)果表明，巨豆三烯酮（A、C）、His、Phe、Trp、假木賊堿、總細(xì)胞壁物質(zhì)等物質(zhì)是煙葉樣品中普遍存在的且能較好代表煙葉品質(zhì)的特征物質(zhì)。Bayers判別定量模型可以對(duì)不同煙葉樣品的香型進(jìn)行較準(zhǔn)確的判別及分類。并且采用所提取的22個(gè)公因子比使用所有原始變量來(lái)構(gòu)建判別函數(shù)極大簡(jiǎn)化，容易寫出判別表達(dá)式，起到降維的效果。同時(shí)，由于所提取因子對(duì)煙葉具有很好的代表性，可以保留絕大部分原始指標(biāo)信息，與采用全指標(biāo)構(gòu)建函數(shù)相比，其在擬合和驗(yàn)證的準(zhǔn)確性上也有較大保障。綜合2.1中因子旋轉(zhuǎn)矩陣的分析可以進(jìn)一步解釋，煙葉香型可以主要依據(jù)原始變量中的不飽合醛酮、氨基酸、β-環(huán)檸檬醛、堿、細(xì)胞壁物質(zhì)、還原糖、多環(huán)酮、氯、呋喃酮和鋅等類物質(zhì)的含量來(lái)進(jìn)行判別。

綜上所述，如果有一批未知香型煙葉樣品，我們可以通過(guò)測(cè)定其114種化學(xué)指標(biāo)的含量，然后通過(guò)因子分析計(jì)算得到22個(gè)公因子的數(shù)值，并構(gòu)建Bayes定量判別模型，通過(guò)模型計(jì)算F1和F2，最后通過(guò)Wilks’Lambda距離計(jì)算來(lái)完成不同香型類別判斷，整個(gè)過(guò)程均由SPSS軟件完成。此種烤煙香型分類模型與傳統(tǒng)的感官評(píng)吸判斷分類相比更加快速、客觀和準(zhǔn)確，對(duì)于大樣本量的分析尤顯重要。

但是，由于試驗(yàn)條件的限制，以及烤煙成分物質(zhì)種類的多樣性和復(fù)雜性，研究所建立的方法并沒有覆蓋114種指標(biāo)外的其他物質(zhì)，所以在分類上始終存在一定的誤差和歧視性，有待于后期進(jìn)一步擴(kuò)展指標(biāo)物質(zhì)，并優(yōu)化分析手段，以便建立更加準(zhǔn)確、穩(wěn)定的判別模型。

4　結(jié)論

本研究通過(guò)因子分析方法對(duì)2011—2013年度煙葉中114種指標(biāo)含量進(jìn)行降維處理，提取得到22個(gè)公因子，以提取的因子得分為新變量進(jìn)行樣品的香型判別分析，構(gòu)建Bayes定量判別模型并予以驗(yàn)證，所構(gòu)建的判別函數(shù)對(duì)交叉驗(yàn)證分組案例中樣品進(jìn)行回判及留一交叉驗(yàn)證的正確率高于83.3%，研究表明，巨豆三烯酮（A、C）、His、Phe、Trp、假木賊堿、總細(xì)胞壁物質(zhì)等是煙葉樣品中普遍存在的且能較好代表煙葉品質(zhì)的特征物質(zhì)，可依據(jù)原始變量中的不飽合醛酮、氨基酸、β-環(huán)檸檬等類物質(zhì)的含量來(lái)對(duì)不同煙葉樣品的香型進(jìn)行正確的判別及分類。研究成果對(duì)于簡(jiǎn)化各地?zé)熑~香型的定量判別流程，快速、準(zhǔn)確、客觀的評(píng)價(jià)煙葉品質(zhì)具有重要的現(xiàn)實(shí)意義。

[1]朱尊權(quán)，郁源培，孫瑞申，等.卷煙工藝[M].北京：北京出版社，2000：18-43.

[2] 張槐苓，葛翠英，穆懷靜，等.煙草分析與檢驗(yàn)[M].鄭州:河南科學(xué)技術(shù)出版社，1994：103-111.

[3] 謝劍平.煙草香原料[M].北京：化學(xué)工業(yè)出版社，2009：70.

[4]陸龍建，陳磊，余苓，等.因子分析在卷煙風(fēng)格特征剖析中的應(yīng)用[J].煙草科技，2012（10）：36-40.

[5]常愛霞，張建平，杜詠梅，等.烤煙香型相關(guān)化學(xué)成分主導(dǎo)的不同產(chǎn)區(qū)煙葉聚類分析[J].中國(guó)煙草學(xué)報(bào)，2010，16（2）：14-19.

[6]謝劍平，趙明月，吳鳴，等.白肋煙重要香味物質(zhì)組成分析的研究[J].煙草科技，2002（10）：3-16.

[7]劉百戰(zhàn)，宗若雯，岳勇，等.國(guó)內(nèi)外部分白肋煙香味成分的對(duì)比分析[J].中國(guó)煙草學(xué)報(bào)，2000，6（2）：1-5.

[8]邵巖，宋春滿，鄧建華，等.云南與津巴布韋烤煙致香物質(zhì)的相似性分析[J].中國(guó)煙草學(xué)報(bào)，2007，14（4）：19-25.

[9]高凈凈，趙銘欽，梅雅楠，等.洛陽(yáng)烤煙風(fēng)格彰顯度與常規(guī)化學(xué)成分的關(guān)系[J].中國(guó)煙草科學(xué)，2015，36（5）：38-43.

[10]王一丁，趙銘欽，付搏，等.利用可見-近紅外光譜鑒定不同香型風(fēng)格烤煙的方法[J].中國(guó)煙草科學(xué)，2015，36（6）：88-93.

[11]李偉，陳江華，詹軍，等.烤煙香型間致香物質(zhì)組成比例及其差異分析[J].中國(guó)煙草學(xué)報(bào)，2013，19（2）：1-6.

[12]杜詠梅，張建平，王樹聲，等.主導(dǎo)烤煙香型風(fēng)格及感官質(zhì)量差異的主要化學(xué)指標(biāo)分析[J].中國(guó)煙草科學(xué)，2010，31（5）：7-12.

[13]詹軍，周芳芳，鄧國(guó)賓，等.基于化學(xué)成分和致香物質(zhì)的烤煙上部煙葉香型判別分析[J].湖南農(nóng)業(yè)大學(xué)學(xué)報(bào)：自然科學(xué)版，2013，39（3）：232-241.

[14]唐遠(yuǎn)駒.關(guān)于烤煙香型問(wèn)題的探討[J].中國(guó)煙草科學(xué)，2011，32（3）：1-7.

[15]黃翼飛，蔡贊，吳君章，等.定量結(jié)構(gòu)-保留相關(guān)關(guān)系輔助氣相色譜-質(zhì)譜法和氣相色譜-紅外光譜法定性分析香精中的醛酮酯類化合物[J].分析化學(xué)，2015（10）：1558-1564.

[16]何曉群.多元統(tǒng)計(jì)分析[M].北京：中國(guó)人民大學(xué)出版社，2012：143-154.

[17]Richard A,Johnson,DeanW,et al.實(shí)用多元統(tǒng)計(jì)分析[M].陸璇，譯.北京：清華大學(xué)出版社，2001：103-107.

[18]國(guó)家煙草專賣局.YC/T 162—2011煙草及煙草制品氯的測(cè)定 連續(xù)流動(dòng)法[S].北京：中國(guó)標(biāo)準(zhǔn)出版社，2001.

[19]國(guó)家煙草專賣局.YC/T 173—2003煙草及煙草制品鉀的測(cè)定 火焰光度法[S].北京：中國(guó)標(biāo)準(zhǔn)出版社，2003.

[20]國(guó)家煙草專賣局.YC/T 159—2002煙草及煙草制品水溶性糖的測(cè)定 連續(xù)流動(dòng)法[S].北京：中國(guó)標(biāo)準(zhǔn)出版社，2002.

[21]國(guó)家煙草專賣局.YC/T 160—2002煙草及煙草制品總植物堿的測(cè)定 連續(xù)流動(dòng)法[S].北京：中國(guó)標(biāo)準(zhǔn)出版社，2002.

[22]國(guó)家煙草專賣局.YC/T 161—2002煙草及煙草制品總氮的測(cè)定 連續(xù)流動(dòng)法[S].北京：中國(guó)標(biāo)準(zhǔn)出版社，2002.

[23]國(guó)家煙草專賣局.YC/T 251—2008煙草及煙草制品葡萄糖、果糖、蔗糖的測(cè)定 離子色譜法[S].北京：中國(guó)標(biāo)準(zhǔn)出版社，2008.

[24]國(guó)家煙草專賣局.YC/T 176—2003煙草及煙草制品石油醚提取物的測(cè)定[S].北京：中國(guó)標(biāo)準(zhǔn)出版社，2003.

[25]國(guó)家煙草專賣局.YC/T 288—2009煙草及煙草制品多元酸（草酸、蘋果酸和檸檬酸）測(cè)定 氣相色譜法[S].北京：中國(guó)標(biāo)準(zhǔn)出版社，2009.

[26]施紅林，李忠，楊光宇，等.水蒸氣蒸餾返滴定法測(cè)定煙草及其制品中總揮發(fā)有機(jī)酸[J].理化檢驗(yàn)：化學(xué)分冊(cè)，2004，40（2）：108-110.

[27]楊蕾，侯英，王保興，等.梯度淋洗/離子色譜法對(duì)煙草及煙草制品中7種無(wú)機(jī)陰離子的快速測(cè)定[J].分析測(cè)試學(xué)報(bào)，2010（2）：165-170.

[28]胡清源，李力，石杰，等.微波消解-電感耦合等離子體質(zhì)譜法同時(shí)測(cè)定煙草中27種元素[J].光譜學(xué)與光譜分析，2007，27（6）：1210-1213.

[29]國(guó)家煙草專賣局.YC/T 202—2006煙草及煙草制品多酚類化合物綠原酸、莨菪亭和蕓香苷的測(cè)定[S].北京：中國(guó)標(biāo)準(zhǔn)出版社，2003.

[30]尹莉麗，趙百東，楊虹琦，等.高效液相色譜法測(cè)定烤煙非揮發(fā)性有機(jī)酸含量[J].湖南農(nóng)業(yè)大學(xué)學(xué)報(bào)：自然科學(xué)版，2014（2）：139-143.

[31]曹國(guó)軍.煙草中的氨基酸、類胡蘿卜素分析及指紋圖譜用于煙用料液質(zhì)量控制的初步研究[D].南京：南京理工大學(xué)，2006.

[32]Peedin G F.Effects of nitrogen rate and ripeness at harvest on some agronomic and chemical characteristics of flue-cured tobacco[C]//Agro–Photo Groups.Congress: Coresta,1995:7.

[33]Cai Jibao,Liu Baizhan,Ling Ping,et al.Analysis of free and bound volatiles by gas chromatography and gas chromatography-mass spectrometry[J].J Chromatogr A, 2002,947(2):267-275.

[34]劉國(guó)道，王東勁，侯冠彧，等.海南熱帶植物葉黃素和β-胡蘿卜素含量分析[J].草地學(xué)報(bào)，2006（2）：134-137.

[35]肖遂，周冀衡，楊虹琦，等.氣-質(zhì)聯(lián)用（GC/MS）法測(cè)定煙草生物堿的方法優(yōu)化[J].湖南農(nóng)業(yè)大學(xué)學(xué)報(bào)：自然科學(xué)版，2010（1）：22-25.

[36]李興波，閆克玉，丁海燕，等.河南烤煙（40級(jí)）細(xì)胞壁物質(zhì)含量及其規(guī)律性研究[J].鄭州輕工業(yè)學(xué)院學(xué)報(bào)，1999，14（3）：27-30.

Construction and Verification of Classification Model for Flavor of Flue-cured Tobacco Based on Factor Analysis and Bayes Discriminant

LI Chao1,LI Exian2*,QIN Yunhua1,XIONG Wen1,WU Yiqin1,WANG Lu1, ZHANG Chengming1,TANG Jie1
(1.Cigarette Product Quality Inspection Institute,Technology Center of Yunnan Tobacco Industry Co.,Ltd.,Kunming 650023,China; 2.YunnanAcademy of Agricultural Sciences,Institute of Biotechnology and Genetic Resources,Kunming 650223,China)

In order to study the relationship between the chemical composition of flue-cured tobacco and its flavor,500 tobacco samples from 71 cities/counties from of domestic provinces were collected from 2011 to 2013.Based on industrial standards and methods from the literatures standards we determined 114 chemical indicators which have been shown to have a significant impact on the quality of tobacco.The dimensions of each index were reduced using MFA(factor analysis),and the quantitative-Flavor factor scores were used in constructing and validating a Bayes discriminant model.The results showed that the original indicators can be made 22 common factors,which can explain 80.459 percent total variance of the original variables.Megastigmatrienone(A,C),His, anabasine,total cell wall material and other substances are widespread in tobacco leaves and can better represent their quality characteristics.Flavor of tobacco could be predicted based on the quantitative discriminant model,which is constructed by unsaturated aldehydes and ketones,acids,bases,and other substances in the cell wall material content,with the correct rate≥83.3%. The model is easy to use and could be important in simplifying the process of tobacco flavor discrimination.

flue-cured tobacco;chemical components;multivariate factor analysis;discriminant analysis

TS41+1

1007-5119（2016）03-0072-07

10.13496/j.issn.1007-5119.2016.03.013

云南中煙工業(yè)公司科技項(xiàng)目“適用于卷煙產(chǎn)品質(zhì)量管控的分析檢測(cè)平臺(tái)搭建及應(yīng)用”（2015JC07）；“國(guó)內(nèi)外競(jìng)爭(zhēng)性卷煙品牌的特性剖析”（2013JC10）

李超（1985-），男，碩士，工程師，主要從事煙草化學(xué)、應(yīng)用統(tǒng)計(jì)學(xué)研究。E-mail：super88man66@126.com

，E-mail：318475043@qq.com

2015-11-12

2016-01-28