不同光譜采集方式對(duì)手持式近紅外建模效果的影響

楊家琪 李顯柱 楊芳芳 梁晏凱 李一輝 陳康寧 牛紹輝 王家俊 華一崑 王發(fā)勇

摘要 對(duì)煙葉原煙采取滑動(dòng)法和六點(diǎn)法2種方式進(jìn)行掃描，同時(shí)對(duì)煙末樣品采取滑動(dòng)法，用二階導(dǎo)數(shù)預(yù)處理，異常樣本剔除、波長(zhǎng)選擇、剔一交互驗(yàn)證等后用偏最小二乘法分別建立煙堿模型，三者的相關(guān)系數(shù)分別為0.97、0.98、0.99，三者的校正標(biāo)準(zhǔn)誤差（SEC）分別為0.20%、0.25%、0.09%。結(jié)果表明煙葉樣品采用滑動(dòng)法掃描優(yōu)于六點(diǎn)法，檢測(cè)的煙葉樣品更具有代表性和其快速的結(jié)果能滿(mǎn)足實(shí)際應(yīng)用需求，在應(yīng)用過(guò)程中節(jié)省大量的時(shí)間，明顯提高工作效率。

關(guān)鍵詞 近紅外；光譜采集方式；數(shù)理指標(biāo)；模型；烤煙

中圖分類(lèi)號(hào) TS41+1? 文獻(xiàn)標(biāo)識(shí)碼 A

文章編號(hào) 0517-6611（2024）10-0178-04

doi：10.3969/j.issn.0517-6611.2024.10.040

Effect of Different Spectral Collection Methods on Handheld Near Infrared Modeling

YANG Jia-qi1，LI Xian-zhu2， YANG Fang-fang1 et al

（1.Hongyun Honghe Tobacco （Group） Co.， Ltd.， Kunming，Yunnan 650231;2.Shanghai Chuangheyi Electronic Technology Development Co.， Ltd.，Shanghai 200090）

Abstract The sliding method and 6-point method were used to scan tobacco leaf raw tobacco， while sliding method was used for tobacco end samples.After preprocessing with second-order derivatives， removing abnormal samples， selecting wavelengths and performing one-to-one interaction verification， partial least squares methods were used to establish nicotine models.The correlation coefficients of the three methods were 0.97， 0.98 and 0.99， respectively， the corrected standard error （SEC） of the three methods were 0.20%， 0.25% and 0.09%， respectively.The results showed that the sliding method for scanning tobacco leaf samples was superior to the 6-point method， and the detected tobacco leaf samples were more representative and their fast results could meet the actual application requirements， saving a lot of time in the application process， and significantly improving work efficiency.

Key words Near infrared;Spectral collection method;Mathematical index;Model;Flue-cured tobacco

基金項(xiàng)目 紅云紅河煙草（集團(tuán)）有限責(zé)任公司自立科技項(xiàng)目“近紅外與MSPC在打葉復(fù)烤均質(zhì)化過(guò)程質(zhì)量管控中的應(yīng)用研究” （HYHH2021GY09）。

作者簡(jiǎn)介 楊家琪（1996—），女，云南文山人，助理工程師，從事打葉復(fù)烤工藝研究。*通信作者，工程師，碩士，從事卷煙原料研究。

收稿日期 2023-07-25

目前，均質(zhì)化加工要求已貫穿于卷煙制造的全流程。打葉復(fù)烤、制絲、卷包均確立了工藝均質(zhì)化要求，并在制造過(guò)程中以指標(biāo)的形式進(jìn)行規(guī)約和控制。隨著中式卷煙工藝的發(fā)展與制造流程的優(yōu)化再造，部分制絲工藝的均質(zhì)化加工要求進(jìn)一步向打葉復(fù)烤前移，其中，化學(xué)成分均質(zhì)化已成為關(guān)鍵指標(biāo)之一。

在煙草行業(yè)內(nèi)，化學(xué)成分檢測(cè)主要有傳統(tǒng)的化學(xué)檢測(cè)法和近紅外分析法，由于煙葉檢測(cè)結(jié)果需要參與加工過(guò)程的實(shí)時(shí)反饋控制，因此，近紅外分析法成為工業(yè)企業(yè)在線監(jiān)測(cè)的普遍選擇。張薇薇等［1］在烤片段末端建立烤煙煙堿含量模型，并對(duì)煙葉進(jìn)行實(shí)時(shí)監(jiān)測(cè)，建立的模型能夠?qū)崟r(shí)檢測(cè)煙葉的煙堿、總糖、還原糖等指標(biāo)，對(duì)烤煙煙堿含量的變化情況進(jìn)行一段時(shí)間內(nèi)的監(jiān)測(cè)，一旦煙葉產(chǎn)品出現(xiàn)質(zhì)量問(wèn)題，可對(duì)出現(xiàn)的問(wèn)題及時(shí)采取有效措施加以糾正。蔣錦鋒等［2］利用近紅外光譜技術(shù)建立煙草17項(xiàng)主要化學(xué)成分的快速無(wú)損檢測(cè)方法，結(jié)果表明近紅外光譜技術(shù)在分析17項(xiàng)煙草化學(xué)指標(biāo)時(shí)均可以替代經(jīng)典化學(xué)方法。在卷煙制造環(huán)節(jié)中，諸如烤煙田間生長(zhǎng)內(nèi)在化學(xué)指標(biāo)的動(dòng)態(tài)跟蹤檢測(cè)、煙站初烤煙葉收購(gòu)現(xiàn)場(chǎng)、工商交接現(xiàn)場(chǎng)、片煙醇化庫(kù)以及復(fù)烤后化學(xué)成分的開(kāi)包驗(yàn)證等場(chǎng)景應(yīng)用中，在線近紅外不具備安裝及使用條件，為此，手持式近紅外光譜儀因輕便、易攜帶、功耗低、檢測(cè)速度快和成本低等優(yōu)點(diǎn)成為最佳的檢測(cè)選擇。目前，手持式近紅外在紡織物、藥品、農(nóng)產(chǎn)品等檢測(cè)領(lǐng)域均有應(yīng)用實(shí)例［3-16］，但模型的建立、指標(biāo)的篩選、模型的驗(yàn)證等方法不盡相同［17-21］，而煙草行業(yè)手持式光譜檢測(cè)儀內(nèi)在模型的建立方法也正處于起步階段，有效的研究和應(yīng)用仍存在大量空白。該研究針對(duì)手持式近紅外光譜檢測(cè)儀的具體應(yīng)用，研究了光譜的采集方式、建模及驗(yàn)證效果，為手持式近紅外光譜檢測(cè)儀在具體場(chǎng)景應(yīng)用的建模方式及方法提供參考依據(jù)。

1 材料與方法

1.1 試驗(yàn)材料 試驗(yàn)樣品包含云南省開(kāi)遠(yuǎn)、蒙自、建水、瀘西、彌勒、石屏、丘北、硯山、巍山、尋甸、紅塔等產(chǎn)地；上、中、下部；云87、K326、云116、紅大、NC297品種的原煙300個(gè)樣品，利用滑動(dòng)法、六點(diǎn)法分別掃描原煙樣品光譜，原煙樣品經(jīng)過(guò)切絲、烘干、磨粉等一系列預(yù)處理后，再用滑動(dòng)法掃描煙末光譜。

手持式近紅外光譜儀（德國(guó)CarlZeiss公司），包括InGaAs陣列、PGS冷分光系統(tǒng)，自帶控制軟件InPrecess208-2.9.0，光譜范圍為900～1 650 nm，分辨率為10 nm。

1.2 試驗(yàn)方法

1.2.1 光譜數(shù)據(jù)的采集。六點(diǎn)法掃描原煙光譜：將6片煙葉疊放在一起，用手持式近紅外光譜儀分別對(duì)表面煙葉的葉尖、葉腰和葉基3個(gè)點(diǎn)各掃描1次得到3條光譜后，再將最下面3片煙葉放置到上面，對(duì)3個(gè)位置再各掃描1次，6次掃描的平均光譜即為煙葉樣品光譜。滑動(dòng)法掃描原煙光譜：將手持式近紅外檢測(cè)窗口緊貼原煙表面，連續(xù)勻速滑動(dòng)掃描?；瑒?dòng)法掃描煙末光譜：將經(jīng)過(guò)六點(diǎn)法掃描和滑動(dòng)法掃描后的原煙樣品經(jīng)過(guò)切絲、烘干、磨粉等一系列預(yù)處理后，把煙末放置于樣品槽內(nèi)，經(jīng)壓實(shí)后將手持式近紅外檢測(cè)窗口緊貼煙末樣品表面，連續(xù)勻速滑動(dòng)掃描。

1.2.2 參考值測(cè)定。將經(jīng)過(guò)滑動(dòng)法掃描光譜后的煙末樣品放入樣品袋中充分混合均勻，取其中10 g放置樣品杯中壓緊，采用Antaris傅里葉變換實(shí)驗(yàn)室近紅外光譜儀掃描樣品光譜，并用自帶的實(shí)驗(yàn)室近紅外模型預(yù)測(cè)樣品的化學(xué)值作為參考值。

1.2.3 不同光譜采集方式的校正模型建立。通過(guò)TQ軟件分別對(duì)滑動(dòng)法掃描原煙和煙末得到的光譜、六點(diǎn)法掃描原煙得到的光譜以及對(duì)應(yīng)的化學(xué)值數(shù)據(jù)進(jìn)行二階導(dǎo)數(shù)預(yù)處理、異常樣本剔除、波段選擇、剔一交互驗(yàn)證、偏最小二乘法（PLS），分別建立滑動(dòng)法原煙、煙末校正模型和六點(diǎn)法原煙校正模型。

2 結(jié)果與分析

2.1 滑動(dòng)法掃描建立原煙校正模型

使用手持式近紅外光譜儀以滑動(dòng)法分別掃描300個(gè)原煙樣品的光譜，將使用此方法采集得到的光譜與實(shí)驗(yàn)室近紅外預(yù)測(cè)化學(xué)值進(jìn)行一一對(duì)應(yīng)，利用TQ軟件進(jìn)行二階導(dǎo)數(shù)預(yù)處理、異常樣本剔除、波段選擇、剔一交互驗(yàn)證后，通過(guò)偏最小二乘法（PLS）建立原煙煙堿校正模型?；瑒?dòng)法建立的原煙煙堿校正模型如圖1所示，相關(guān)系數(shù)為0.97，校正標(biāo)準(zhǔn)差（SEC）為0.20%，建立的煙堿模型可以應(yīng)用于實(shí)際。

2.2 六點(diǎn)法掃描建立原煙校正模型 使用手持式近紅外光譜儀以六點(diǎn)法分別掃描300個(gè)原煙樣品，將采集光譜與實(shí)驗(yàn)室近紅外預(yù)測(cè)化學(xué)值進(jìn)行一一對(duì)應(yīng)，利用TQ軟件進(jìn)行二階導(dǎo)數(shù)預(yù)處理、異常樣本剔除、波段選擇、剔一交互驗(yàn)證后，通過(guò)PLS建立原煙煙堿校正模型如圖2所示，相關(guān)系數(shù)為0.98，校正標(biāo)準(zhǔn)差（SEC）為0.25%，建立的煙堿模型可以很好地應(yīng)用于實(shí)際。

2.3 滑動(dòng)法掃描建立煙末校正模型 將掃描完成的原煙樣品經(jīng)過(guò)切絲、烘干、磨粉等一系列預(yù)處理后，使用手持式近紅外光譜儀以滑動(dòng)法分別掃描300個(gè)煙末光譜，將實(shí)驗(yàn)室近紅外預(yù)測(cè)化學(xué)值與采集光譜進(jìn)行一一對(duì)應(yīng)，使用TQ軟件進(jìn)行二階導(dǎo)數(shù)預(yù)處理、異常樣本剔除、波段選擇、剔一交互驗(yàn)證后，通過(guò)PLS建立煙末煙堿校正模型如圖3所示，相關(guān)系數(shù)為0.99，校正標(biāo)準(zhǔn)差（SEC）為0.09%，建立的煙堿模型可以應(yīng)用于實(shí)際。

2.4 樣品不同狀態(tài)、不同采集方式對(duì)比

2種光譜采集方式、不同樣品形態(tài)建立的校正模型預(yù)測(cè)值與參考值之間均有很好的相關(guān)性，分別建立的6個(gè)指標(biāo)模型存在一定的差異性，如表1所示。從表1可以看出，光譜的采集方式對(duì)校正模型的建立效果有一定的影響，滑動(dòng)法掃描樣品優(yōu)于六點(diǎn)掃描樣品。當(dāng)掃描方式相同時(shí)，樣品的粒度也會(huì)影響建模的效果，粉末狀樣品建模效果優(yōu)于原煙樣品的建模效果。在工商交接場(chǎng)景下，考慮到需要快速且不破壞烤煙物理形態(tài)檢測(cè)出烤煙的煙堿從而將煙包有序堆碼，連續(xù)滑動(dòng)掃描原煙光譜為最適宜工商交接原煙的掃描方式。

2.5 滑動(dòng)式掃描光譜采集方式的應(yīng)用

通過(guò)對(duì)比3種采集方式得到滑動(dòng)式掃描原煙光譜采集方式為最適宜的手持式近紅外光譜儀的建模方式。拓展采集6 000余個(gè)烤煙樣品的光譜來(lái)進(jìn)行模型修正，通過(guò)交互驗(yàn)證法來(lái)確定最優(yōu)主成分?jǐn)?shù)，即當(dāng)交互驗(yàn)證均方根誤差達(dá)到最小時(shí)的主成分?jǐn)?shù)。圖4為煙堿的參考值與模型預(yù)測(cè)值之間的散點(diǎn)圖和相應(yīng)的主成分?jǐn)?shù)與交互驗(yàn)證均方根誤差的變化圖，其中最優(yōu)主成分?jǐn)?shù)為14。采用同樣方法建立的總氮、總糖、還原糖、鉀和氯模型情況見(jiàn)表2。

2.6 模型的驗(yàn)證

為了檢測(cè)模型的預(yù)測(cè)能力，取200個(gè)具有代表性的初烤煙樣品用于驗(yàn)證校正模型。用所建模型對(duì)200個(gè)樣品進(jìn)行預(yù)測(cè)，并與參考值進(jìn)行t-配對(duì)檢驗(yàn)，結(jié)果表明（表3），煙堿、總氮、總糖、還原糖、鉀和氯的｜t｜均小于t（0.05，199）=1.972，二者不存在顯著性差異。對(duì)同一個(gè)煙葉樣品進(jìn)行30次測(cè)定，結(jié)果顯示（表4），煙堿、總氮、總糖、還原糖、鉀和氯均具有良好的測(cè)量精度。由此說(shuō)明以上所建校正模型具有良好的預(yù)測(cè)能力。

3 討論與結(jié)論

在打葉復(fù)烤生產(chǎn)過(guò)程中，手持式近紅外光譜儀模型研究和應(yīng)用存在大量空白，沒(méi)有結(jié)合實(shí)際應(yīng)用深入研究。王發(fā)勇等［3］以手持式近紅外光譜儀的內(nèi)部煙葉化學(xué)成分預(yù)測(cè)模型為研究對(duì)象，選取300個(gè)樣本建立了模型，并通過(guò)六點(diǎn)法與單點(diǎn)法的樣本采集方法對(duì)比，發(fā)現(xiàn)六點(diǎn)法檢測(cè)的方式較優(yōu)，但是檢測(cè)的速度過(guò)慢。

該研究進(jìn)一步采用六點(diǎn)法、滑動(dòng)法掃描原煙樣品以及滑動(dòng)法掃描經(jīng)過(guò)切絲、烘干、磨粉等一系列預(yù)處理后的煙末樣品，對(duì)2種掃描方式、2種物理形態(tài)分別建立校正模型，通過(guò)相關(guān)系數(shù)、校正標(biāo)準(zhǔn)偏差、交互驗(yàn)證均方根誤差結(jié)果對(duì)比，表明滑動(dòng)法掃描煙末效果最優(yōu)，滑動(dòng)法掃描原煙效果次之，六點(diǎn)法掃描原煙效果最差。

但是在實(shí)際烤煙工商交接的應(yīng)用場(chǎng)景中，只需要采集原煙樣品，樣品物理形態(tài)不需要破壞，六點(diǎn)法掃描原煙不破壞樣品的物理形態(tài)，但是精度低且檢測(cè)時(shí)間長(zhǎng)?；瑒?dòng)法掃描原煙，快速檢測(cè)、不破壞樣品的物理形態(tài)，將滑動(dòng)掃描模型擴(kuò)展到6 000多個(gè)樣品，模型相關(guān)系數(shù)為0.97，校正標(biāo)準(zhǔn)誤差（SEC）分別為0.20%，可知模型的準(zhǔn)確度和重現(xiàn)性較好，能滿(mǎn)足實(shí)際應(yīng)用需求，在應(yīng)用過(guò)程中節(jié)省大量的時(shí)間，明顯提高工作效率。

參考文獻(xiàn)

［1］ 張薇薇，馮興榮，肖靜，等.近紅外在線檢測(cè)技術(shù)在煙草行業(yè)中的最新應(yīng)用［J］.重慶與世界（學(xué)術(shù)版），2015，32（12）：33-36.

［2］ 蔣錦鋒，李莉，趙明月.應(yīng)用近紅外檢測(cè)技術(shù)快速測(cè)定煙葉主要化學(xué)成分［J］.中國(guó)煙草學(xué)報(bào)，2006，12（2）：8-12.

［3］ 王發(fā)勇，李一輝，楊洪明，等.基于手持式近紅外光譜儀的化學(xué)成分預(yù)測(cè)模型構(gòu)建及光譜樣本采集方法研究［J］.煙草科技，2021，54（S1）：63-68.

［4］ 褚小立，陸婉珍.近五年我國(guó)近紅外光譜分析技術(shù)研究與應(yīng)用進(jìn)展［J］.光譜學(xué)與光譜分析，2014，34（10）：2595-2605.

［5］ 崔廣.基于近紅外光譜分析的紡織品中羊毛含量檢測(cè)技術(shù)研究［D］.鎮(zhèn)江：江蘇大學(xué)，2007.

［6］ 鄭博文.復(fù)烤片煙在線近紅外煙堿指標(biāo)檢測(cè)技術(shù)應(yīng)用研究［D］.昆明：云南大學(xué)，2020.

［7］ 何春榮，楊宇虹，李軍會(huì)，等.初烤完整煙葉總植物堿的近紅外光譜測(cè)量方法研究［J］.光譜學(xué)與光譜分析，2017，37（10）：3088-3093.

［8］ 劉萍.有機(jī)磷農(nóng)藥快速檢測(cè)技術(shù)及其應(yīng)用研究［D］.重慶：西南大學(xué)，2006.

［9］ 朱國(guó)念.農(nóng)藥殘留快速檢測(cè)技術(shù)［M］.北京：化學(xué)工業(yè)出版社，2008.

［10］ 楊芳芳，李顯柱，王發(fā)勇，等.手持式近紅外光譜儀預(yù)測(cè)結(jié)果的相關(guān)分析與校準(zhǔn)［J］.煙草科技，2021，54（S1）：24-27.

［11］ 劉藝琳，張海燕，彭海根，等.應(yīng)用近紅外光譜判別煙葉等級(jí)模型的可靠性及化學(xué)成分特征分析［J］.光譜學(xué)與光譜分析，2020，40（10）：3260-3264.

［12］ 王曉瓊，陳麗，向娜娜，等.基于近紅外光譜分析技術(shù)測(cè)定小麥淀粉的含量［J］.糧食與飼料工業(yè)，2021（6）：58-60.

［13］ 陳積山，朱瑞芬，張強(qiáng)，等.建立近紅外特征波長(zhǎng)模型快速測(cè)定羊草常規(guī)營(yíng)養(yǎng)成分的研究［J］.草地學(xué)報(bào)，2019，27（4）：867-873.

［14］ 周嬌嬌，吳瀟揚(yáng)，陳周，等.近紅外光譜技術(shù)快速預(yù)測(cè)團(tuán)頭魴新鮮度［J］.華中農(nóng)業(yè)大學(xué)學(xué)報(bào)，2019，38（4）：120-126.

［15］ 王森，王雪松，張昕，等.近紅外光譜分析技術(shù)在監(jiān)測(cè)L-異亮氨酸發(fā)酵過(guò)程中的應(yīng)用［J］.吉林大學(xué)學(xué)報(bào)（理學(xué)版），2020，58（1）：177-183.

［16］ 馬月.近紅外、拉曼光譜快速無(wú)損檢測(cè)技術(shù)在蠶桑產(chǎn)品中的應(yīng)用［D］.鎮(zhèn)江：江蘇科技大學(xué)，2020.

［17］ 鄒小波，趙杰文.農(nóng)產(chǎn)品無(wú)損檢測(cè)技術(shù)與數(shù)據(jù)分析方法［M］.北京：中國(guó)輕工業(yè)出版社，2008.

［18］ 劉建學(xué).實(shí)用近紅外光譜分析技術(shù)［M］.北京：科學(xué)出版社，2007.

［19］ 陸婉珍.現(xiàn)代近紅外光譜分析技術(shù)［M］.北京：中國(guó)石化出版社，2006.

［20］ 嚴(yán)衍祿.近紅外光譜分析基礎(chǔ)與應(yīng)用［M］.北京：中國(guó)輕工業(yè)出版社，2005.

［21］ 于新洋.線性漸變?yōu)V光片型近紅外水果品質(zhì)分析儀及應(yīng)用研究［D］.長(zhǎng)春：中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所，2017.