基于Fisher判別分析對(duì)不同油分煙葉的識(shí)別研究

摘要：為煙葉油分檔次的判別提供參考，以三門峽主產(chǎn)區(qū)132份初烤煙葉為樣品，評(píng)定油分檔次后，測(cè)定煙葉樣品中主要含氮化合物的含量，運(yùn)用方差分析、Spearman相關(guān)性分析和主成分分析篩選出油分檔次的判別指標(biāo)，采用Fisher判別分析建立煙葉油分檔次的判別模型。結(jié)果表明，不同油分煙葉的含氮化合物中大多數(shù)氨基酸含量（19/21）存在顯著差異，除脯氨酸外，基本與油分呈顯著或極顯著負(fù)相關(guān)。經(jīng)過主成分分析，從主要含氮化合物中提取出4個(gè)主成分，代表了總指標(biāo)73.441%的信息，篩選出17種煙葉油分的特征含氮化合物。經(jīng)Fisher判別分析，確定了17種游離氨基酸作為煙葉油分的有效判別指標(biāo)，構(gòu)建了煙葉油分檔次的Fisher判別模型，訓(xùn)練集和測(cè)試集的識(shí)別率均為100%。并利用江西吉安和云南楚雄的20份樣品對(duì)模型進(jìn)行了驗(yàn)證，準(zhǔn)確率分別為100%和80%，對(duì)煙葉油分檔次的判別效果較好。游離氨基酸的檢測(cè)結(jié)合多元統(tǒng)計(jì)分析方法可用于煙葉油分檔次的判別。

關(guān)鍵詞：煙葉；含氮化合物；游離氨基酸；油分；Fisher判別分析

中圖分類號(hào)：TS41+1；TS41+3" 文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1002-1302（2024）13-0181-07

油分作為烤煙外觀質(zhì)量的重要指標(biāo)之一，與煙葉的理化特性和感官質(zhì)量密切相關(guān)，在煙葉分級(jí)和質(zhì)量評(píng)價(jià)中發(fā)揮著重要作用［1］。已有的研究表明，油分與煙葉物理特性、化學(xué)成分協(xié)調(diào)性及感官評(píng)吸各指標(biāo)之間存在不同程度的正相關(guān)關(guān)系，隨著油分檔次的提高，烤煙的含梗率降低、葉面密度提高，耐加工性增強(qiáng)，煙葉化學(xué)成分更加協(xié)調(diào)，煙葉感官評(píng)吸的各項(xiàng)指標(biāo)得分及總得分也越高［2-3］。即烤煙油分越多，煙葉的品質(zhì)越好。

目前，針對(duì)煙葉油分的主流評(píng)價(jià)方法仍以煙葉分級(jí)中的眼看、手摸并結(jié)合其他外觀特征對(duì)油分進(jìn)行檔次的劃分，另有一些學(xué)者采用機(jī)器學(xué)習(xí)的方法，通過工業(yè)COD攝像頭［4］、近紅外光譜儀［5］、高光譜成像儀［6］等獲得煙葉外觀的幾何、顏色和光譜特征，利用建模方法對(duì)煙葉油分檔次進(jìn)行識(shí)別和預(yù)測(cè)。利用化學(xué)成分對(duì)煙葉油分進(jìn)行預(yù)測(cè)的研究鮮有報(bào)道。

化學(xué)成分不僅是形成煙草制品感官質(zhì)量的物質(zhì)基礎(chǔ)，同時(shí)也決定了煙草制品的風(fēng)格與質(zhì)量，其中含氮化合物作為煙葉中一類重要的化學(xué)成分，主要包括煙堿、蛋白質(zhì)和游離氨基酸，前人的研究已經(jīng)表明，油分足的煙葉，其總氮、煙堿等的含量都不高［7］。謝利麗等發(fā)現(xiàn)，烤煙油分與煙堿含量呈極顯著正相關(guān)，與總氮含量關(guān)系不大［2］；劉峰峰等的研究結(jié)果表明，中部不同油分煙葉的煙堿含量與總氮含量間未見顯著性差異［3］；韋克蘇等認(rèn)為，多油分煙葉比少油分煙葉的煙堿、總氮和蛋白質(zhì)含量低［8］。董洪旭等提出，隨煙葉油分變差，其芳香族氨基酸比例以及酸性、堿性、脂肪族氨基酸的含量和比例升高，亞氨基酸比例降低［9］；徐磊等報(bào)道，除脯氨酸外的多數(shù)氨基酸含量及其占游離氨基酸總量比例與煙葉油分呈負(fù)相關(guān)［10］。以上結(jié)果表明，含氮化合物含量與煙葉油分存在較強(qiáng)的關(guān)聯(lián)性，因此，有必要針對(duì)主要含氮化合物指標(biāo)建立評(píng)價(jià)模型，對(duì)烤煙油分進(jìn)行評(píng)價(jià)。上述研究均把不同油分檔次的煙葉原料限制在特定等級(jí)［2-3］或特定部位［8-10］，缺乏對(duì)于整株全葉位的覆蓋，這可能會(huì)使結(jié)果存在一定的局限性，因此，本研究制取整株全葉位覆蓋的不同油分檔次煙葉樣品對(duì)烤煙油分進(jìn)行評(píng)價(jià)。

Fisher判別分析又名典型相關(guān)分析，能夠在現(xiàn)有分組的基礎(chǔ)上識(shí)別并建立判別函數(shù)，從而對(duì)新樣本進(jìn)行組別的預(yù)測(cè)和分類，其優(yōu)點(diǎn)主要是能在一定程度上克服數(shù)據(jù)高維距離度量無效性帶來的困擾，對(duì)多維數(shù)據(jù)進(jìn)行降維，對(duì)數(shù)據(jù)的分布沒有要求［11］。當(dāng)前Fisher判別分析廣泛應(yīng)用于醫(yī)療、農(nóng)業(yè)、采礦等領(lǐng)域［11-14］。在煙草行業(yè)中，F(xiàn)isher判別分析目前在烤煙香型［15］、品質(zhì)［16］和卷煙原料檔次［17］判別方面有所應(yīng)用?；诖?，本研究以整株全葉位覆蓋的初烤煙葉（品種為云煙87）為材料，分析不同油分檔次煙葉主要含氮化合物含量的差異，并進(jìn)行相關(guān)性分析和主成分分析，采用Fisher判別分析構(gòu)建分類模型，對(duì)不同油分檔次煙葉進(jìn)行油分判別，并利用江西和云南的煙葉對(duì)模型的普適性進(jìn)行了驗(yàn)證，以期為煙葉油分等級(jí)的預(yù)測(cè)提供參考。

1 材料與方法

1.1 試驗(yàn)材料

采集2022年河南三門峽、江西吉安和云南楚雄的全部位覆蓋的代表性初烤煙葉（品種均為當(dāng)?shù)刂髟云贩N云煙87）。

1.2 樣品制備

采用KBF240型恒溫恒濕箱（德國Binder公司）平衡初烤煙葉的含水率至16%～18%后，由河南省煙草公司三門峽市公司的9位專業(yè)評(píng)級(jí)技術(shù)人員依照GB 2635—1992《烤煙》的標(biāo)準(zhǔn)［18］，采用唯一差別原則（即除煙葉油分外，樣品的身份、葉片結(jié)構(gòu)、顏色等外觀質(zhì)量盡可能保持一致），將樣品分成油分多（Rich）、有（Oily）、稍有（Less Oily）、少（Lean）4個(gè)檔次，其中三門峽各油分檔次的樣品共計(jì)132份，江西和云南的樣品各10份（表1）。

1.3 含氮化合物含量的測(cè)定

選取各油分檔次煙葉，干燥粉碎，過60目篩，采用YC/T 249—2008《煙草及煙草制品 蛋白質(zhì)的測(cè)定 連續(xù)流動(dòng)法》測(cè)定蛋白質(zhì)的含量（儀器為德國Bran+Luebbe公司的AA3型連續(xù)流動(dòng)化學(xué)分析儀）；采用文獻(xiàn)［19］中的近紅外掃描方法測(cè)定煙堿、總氮和游離氨基酸的含量；依據(jù)文獻(xiàn)［20］中的分類方法，將本研究中檢測(cè)到的21種游離氨基酸分為蛋白類和非蛋白類氨基酸（γ-氨基丁酸）兩大類，蛋白類氨基酸再根據(jù)側(cè)鏈結(jié)構(gòu)不同分為8類，包括亞氨基酸、酰胺類氨基酸、含硫氨基酸、酸性氨基酸、堿性氨基酸、芳香族氨基酸、脂肪族氨基酸和含羥基氨基酸。根據(jù)各類氨基酸含量與游離氨基酸總量計(jì)算出9類氨基酸的占比。

1.4 數(shù)據(jù)處理

采用Microsoft Office Excel 2019進(jìn)行數(shù)據(jù)處理，采用IBM Statistics SPSS 23.0軟件進(jìn)行差異顯著性分析、相關(guān)性分析、主成分分析，F(xiàn)isher判別分析采用Origin 2022軟件進(jìn)行，多重比較采用Duncans新復(fù)極差法。

2 結(jié)果與分析

2.1 不同油分檔次煙葉主要含氮化合物的差異

由表2可知，不同油分檔次煙葉的煙堿、總氮和蛋白質(zhì)含量未表現(xiàn)出差異顯著性，這與前人的研究結(jié)果［3］基本一致，但與謝利麗等的研究結(jié)果［2］不同，造成這種結(jié)果的原因可能是煙葉產(chǎn)區(qū)不同，還可能與本研究采取全葉位覆蓋的取樣方式，各油分檔次中存在多個(gè)部位煙葉有關(guān)。各油分檔次煙葉的9類氨基酸占比中，亞氨基酸占比依次為多油分＞有油分＞稍有油分＞少油分，且差異顯著；其余包括酰胺類、含硫類、酸性、堿性、芳香族、脂肪族和含羥基類在內(nèi)的8類氨基酸占比均隨煙葉油分檔次由少到多整體呈顯著降低趨勢(shì)；不同油分檔次煙葉的游離氨基酸總量略有增加，除絲氨酸和胱氨酸外，不同油分檔次煙葉的其他19種游離氨基酸含量均存在顯著性差異；其中，脯氨酸含量以多油分煙葉的最高，為12.05 mg/g，顯著高于另外3個(gè)油分檔次煙葉；其余的18種氨基酸含量均隨煙葉油分檔次由少到多整體呈顯著降低趨勢(shì)，這與董洪旭等和徐磊等的研究結(jié)果［9-10］基本一致。

2.2 不同煙葉油分得分與主要含氮化合物的相關(guān)性分析

由于油分是定序變量，所以要先把煙葉的4個(gè)不同油分檔次轉(zhuǎn)換為數(shù)據(jù)， 目前通用的方法是對(duì)油分賦分得到數(shù)據(jù)［21］，這種方法中的多（0～3）、有（gt;3～5）、稍有（gt;5～8）、少（gt;8～10）的分值區(qū)間并不相同，對(duì)于后續(xù)分析可能存在影響。為此，本研究參考并調(diào)整了烤煙外觀質(zhì)量的數(shù)字化方法［22］，對(duì)烤煙外觀質(zhì)量中的油分進(jìn)行4分度數(shù)字化表征，多、有、稍有、少油分煙葉分別賦分4、3、2、1。相關(guān)性分析采用Spearman相關(guān)性分析。

由表3可知，煙葉油分與總氮和蛋白質(zhì)含量呈顯著負(fù)相關(guān)，與煙堿含量未見顯著相關(guān)性。謝利麗等研究認(rèn)為，曲靖煙區(qū)烤煙油分與煙堿含量顯著正相關(guān)，與總氮含量負(fù)相關(guān)［2］。劉峰峰等針對(duì)73個(gè)產(chǎn)區(qū)的烤煙進(jìn)行研究，認(rèn)為煙葉油分與煙堿含量、總氮含量相關(guān)性不大［3］。韋克蘇等的研究結(jié)果表明，貴州產(chǎn)區(qū)多油分煙葉的煙堿、總氮和蛋白質(zhì)含量均低于少油分煙葉［8］。本研究結(jié)果與韋克蘇等的結(jié)論［8］較為一致，而與前兩者研究結(jié)論不盡相同，這可能與本研究中煙葉樣品的部位覆蓋度和產(chǎn)區(qū)不同有關(guān)。

油分與除脯氨酸外的多數(shù)游離氨基酸含量呈極顯著負(fù)相關(guān)，與脯氨酸含量呈極顯著正相關(guān)，與亞氨基酸占比呈極顯著正相關(guān)，與其余8類氨基酸占比呈極顯著負(fù)相關(guān)，與游離氨基酸總量未表現(xiàn)出明顯相關(guān)性，這與前人的研究結(jié)果［9-10］基本一致。

2.3 不同油分檔次煙葉主要含氮化合物的主成分分析

由于總氮含量、9類氨基酸占比及游離氨基酸總量均包含多種含氮化合物，考慮到共線性問題，最終選取煙堿、蛋白質(zhì)和21種氨基酸含量指標(biāo)進(jìn)行主成分分析。對(duì)獲得的不同油分檔次煙葉含氮化合物數(shù)據(jù)標(biāo)準(zhǔn)化后，進(jìn)行KMO檢驗(yàn)和Barlette球度檢驗(yàn)，結(jié)果見表4。KMO統(tǒng)計(jì)量為0.858（＞0.6），Barlette球度檢驗(yàn)的相伴概率為0.000（＜0.05），表明不同油分煙葉的含氮化合物適合進(jìn)行主成分分析且效果較好。

經(jīng)過主成分分析得到了4個(gè)主成分。由表5可知，第1主成分的方差貢獻(xiàn)率為48.004%，綜合了蘇氨酸、天冬酰胺、谷氨酸、谷氨酰胺、甘氨酸、丙氨酸、亮氨酸、酪氨酸、苯丙氨酸、γ-氨基丁酸、賴氨酸、組氨酸和精氨酸含量的信息；第2主成分的方差貢獻(xiàn)率為11.080%，綜合了脯氨酸和纈氨酸含量的信息；第3主成分的方差貢獻(xiàn)率為7.995%，綜合了蛋白質(zhì)含量的信息；第4主成分的方差貢獻(xiàn)率為6.362%，綜合了胱氨酸含量的主要信息。4個(gè)主成分的累計(jì)方差貢獻(xiàn)率為73.441%，篩選出蛋白質(zhì)、蘇氨酸、天冬酰胺、谷氨酸、谷氨酰胺、甘氨酸、丙氨酸、亮氨酸、酪氨酸、苯丙氨酸、γ-氨基丁酸、賴氨酸、組氨酸、精氨酸、脯氨酸、纈氨酸、胱氨酸共17種不同油分烤煙的特征含氮化合物。

2.4 基于含氮化合物含量的烤煙油分Fisher判別模型

不同油分檔次煙葉中主要含氮化合物含量存在差異，為了對(duì)煙葉油分檔次進(jìn)行準(zhǔn)確判別，還需要建立基于Fisher判別函數(shù)的一般判別方法。以主成分分析中的23種主要含氮化合物含量作為判別分析的自變量，對(duì)煙葉樣品進(jìn)行多變量判別分析，篩選出脯氨酸、天冬氨酸、谷氨酸、蘇氨酸、甘氨酸、丙氨酸、纈氨酸、蛋氨酸、亮氨酸、異亮氨酸、酪氨酸、苯丙氨酸、γ-氨基丁酸、賴氨酸、組氨酸、色氨酸、精氨酸共17種對(duì)油分檔次判別效果顯著的含氮化合物，用于煙葉樣品的判別模型，利用正態(tài)隨機(jī)數(shù)法使132份已分組的樣品分散，選取前4/5（105份）樣品進(jìn)行模型的構(gòu)建，剩余1/5（27份）樣品通過交叉驗(yàn)證進(jìn)行模型準(zhǔn)確度的檢驗(yàn)，共建立了3個(gè)判別函數(shù)。

由表6可知，函數(shù)1、函數(shù)2和函數(shù)3的特征值分別為8.959、5.028、1.332，函數(shù)3的特征值明顯較?。豢傋儺愊禂?shù)分別為58.48%、32.82%和8.69%；進(jìn)行Willks Lambda檢驗(yàn)后（表7），得到各判別函數(shù)的顯著性分別為0.000、0.000和0.000，在α=0.05的顯著水平下，函數(shù)1、函數(shù)2和函數(shù)3均具有判別意義，因前2個(gè)函數(shù)的累計(jì)百分比達(dá)到了91.31%，出于簡(jiǎn)化模型考慮，選擇前2個(gè)判別函數(shù)構(gòu)建模型。

利用判別函數(shù)1和2得到煙葉的判別函數(shù)散點(diǎn)圖（圖1），判別函數(shù)1和函數(shù)2的系數(shù)如表8所示。

由圖1可知，4個(gè)不同油分檔次的煙葉得到了有效區(qū)分，組質(zhì)心未見互相重疊，表明通過含氮化合物對(duì)煙葉油分檔次進(jìn)行Fisher判別的效果較好。并建立了Y1（油分多）、Y2（油分有）、Y3（油分稍有）和Y4（油分少）的分類函數(shù)模型：

Y1（油分多）=17.449ωPro+0.438ωAsp+0.254ωThr+0.102ωGlu-2.684ωGly+0.208ωAla+0.473ωVal+3.657ωMet+11.383ωIle+0.442ωLeu-0.306ωTyr-0.219ωPhe-0.252ωGABA-0.914ωLys-0.373ωHis+0.448ωTrp+3.264ωArg-297.653；

Y2（油分有）=15.209ωPro+0.435ωAsp+0.148ωThr+0.100ωGlu-2.212ωGly+0.232ωAla+0.410ωVal+4.415ωMet+10.583ωIle+1.169ωLeu-0.540ωTyr-0.223ωPhe-0.248ωGABA-0.666ωLys-0.258ωHis+0.506ωTrp+1.767ωArg-266.947；

Y3（油分稍有）=14.891ωPro+0.402ωAsp+0.340ωThr+0.067ωGlu-2.047ωGly+0.204ωAla+0.396ωVal+3.870ωMet+9.787ωIle+1.724ωLeu-0.092ωTyr-0.178ωPhe-0.220ωGABA-0.688ωLys-0.238ωHis+0.508ωTrp+1.537ωArg-283.251；

Y4（油分少）=15.337ωPro+0.509ωAsp+0.456ωThr+0.106ωGlu-1.984ωGly+0.202ωAla+0.482ωVal+3.264ωMet+11.632ωIle+0.93ωLeu-0.068ωTyr-0.268ωPhe-0.235ωGABA-1.176ωLys-0.316ωHis+0.557ωTrp+3.433ωArg-357.319。

Y1、Y2、Y3、Y4分別表示多油分煙葉、有油分煙葉、稍有油分煙葉、少油分煙葉的判別得分；ωPro、ωAsp、ωThr、ωGlu、ωGly、ωAla、ωVal、ωMet、ωIle、ωLeu、ωTyr、ωPhe、ωGABA、ωLys、ωHis、ωTrp、ωArg分別表示煙草樣品中脯氨酸、天冬氨酸、蘇氨酸、谷氨酸、甘氨酸、丙氨酸、纈氨酸、蛋氨酸、異亮氨酸、亮氨酸、酪氨酸、苯丙氨酸、γ-氨基丁酸、賴氨酸、組氨酸、色氨酸、精氨酸的含量，其中脯氨酸含量單位為mg/g，其余單位均為μg/g。

煙葉油分檔次的判別分析檢驗(yàn)結(jié)果見表9。由表9可知，訓(xùn)練集的正確識(shí)別率為100%，測(cè)試集的識(shí)別率達(dá)到100%，誤判率為0。表明采用17種對(duì)油分檔次判別效果顯著的游離氨基酸指標(biāo)對(duì)三門峽烤煙油分檔次進(jìn)行判別的效果好，可實(shí)現(xiàn)對(duì)烤煙油分檔次的區(qū)分。

2.5 模型適用性驗(yàn)證

模型驗(yàn)證的結(jié)果見表10。該模型對(duì)江西吉安10份樣品的油分預(yù)測(cè)準(zhǔn)確率達(dá)到100%，對(duì)云南楚雄10份樣品的油分預(yù)測(cè)準(zhǔn)確率為80%，總體上效果較好，該模型具有較強(qiáng)的適用性。

3 結(jié)論

通過對(duì)三門峽不同油分檔次煙葉的主要含氮化合物含量進(jìn)行分析， 明確了大部分氨基酸含量存在顯著差異（P＜0.05）。采用主成分分析確定了蛋白質(zhì)、蘇氨酸、天冬酰胺、谷氨酸、谷氨酰胺、甘氨酸、丙氨酸、亮氨酸、酪氨酸、苯丙氨酸、γ-氨基丁酸、賴氨酸、組氨酸、精氨酸、脯氨酸、纈氨酸、胱氨酸共17種不同油分烤煙的特征含氮化合物。利用Fisher判別分析方法確定了脯氨酸、天冬氨酸、谷氨酸、蘇氨酸、甘氨酸、丙氨酸、纈氨酸、蛋氨酸、亮氨酸、異亮氨酸、酪氨酸、苯丙氨酸、γ-氨基丁酸、賴氨酸、組氨酸、色氨酸、精氨酸共17種三門峽烤煙油分檔次的有效判別指標(biāo)，所構(gòu)建的Fisher判別分析模型的訓(xùn)練集和測(cè)試集的識(shí)別率均為100%，對(duì)其他產(chǎn)區(qū)煙葉油分進(jìn)行判別的效果也較好，具有較強(qiáng)的適用性。

參考文獻(xiàn)：

［1］中國煙葉生產(chǎn)購銷公司. 烤煙分級(jí)國家標(biāo)準(zhǔn)培訓(xùn)教材［M］. 北京：中國標(biāo)準(zhǔn)出版社，2005： 39-40.

［2］謝利麗，盧秀萍，解 燕，等. 曲靖烤煙油分與煙葉品質(zhì)指標(biāo)的關(guān)系分析［J］. 河南農(nóng)業(yè)大學(xué)學(xué)報(bào)，2015，49（6）：742-747.

［3］劉峰峰，董世良，王 波，等. 烤煙油分與煙葉內(nèi)在質(zhì)量的關(guān)系的研究［J］. 武漢理工大學(xué)學(xué)報(bào)，2019，41（12）：45-50.

［4］杜東亮. 烤煙煙葉視覺分級(jí)中標(biāo)準(zhǔn)定量化模型的研究［D］. 洛陽：河南科技大學(xué)，2008：65.

［5］周漢平，王信民，宋紀(jì)真，等. 煙葉結(jié)構(gòu)和油分的近紅外光譜預(yù)測(cè)［J］. 煙草科技，2006，39（1）：10-14，29.

［6］葉 磊，韋克蘇，李德侖，等. 基于改進(jìn)RF特征選擇策略的烤煙油分高光譜特征分析［J］. 中國農(nóng)機(jī)化學(xué)報(bào)，2021，42（8）：196-202.

［7］錢曉波. 烤煙中西柏三烯醇、糖苷類物質(zhì)的檢測(cè)及其與煙葉油潤性的關(guān)系［D］. 合肥：中國科學(xué)技術(shù)大學(xué)，2014：5.

［8］韋克蘇，涂永高，宋澤民，等. 貴州不同油分煙葉化學(xué)成分的差異［J］. 湖南農(nóng)業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2013，39（5）：453-457.

［9］董洪旭，周 蕓，黃善松，等. 烤煙游離氨基酸區(qū)域性差異及其與外觀品質(zhì)關(guān)系［J］. 西南農(nóng)業(yè)學(xué)報(bào)，2017，30（4）：937-944.

［10］ 徐 磊，劉 偉，過偉民，等. 烤煙游離氨基酸組分與感官品質(zhì)的相關(guān)分析［J］. 煙草科技，2020，53（10）：21-31.

［11］沈海軍，張湯磊，許振興，等. 基于Fisher判別分析對(duì)蘋果新鮮度的識(shí)別研究［J］. 食品工業(yè)科技，2023，44（4）：361-368.

［12］許章華，黃旭影，林 璐，等. 基于Fisher判別分析與隨機(jī)森林的馬尾松毛蟲害檢測(cè)［J］. 光譜學(xué)與光譜分析，2018，38（9）：2888.

［13］張忠磊，蕭家芳，柏 剛. 評(píng)價(jià)剪切波彈性成像及Fisher判別分析法對(duì)乳腺結(jié)節(jié)的預(yù)測(cè)價(jià)值［J］. 放射學(xué)實(shí)踐，2022，8（3）：390-393.

［14］段李宏，戴 磊，張金陵. 基于Fisher判別模型的煤層底板突水水源預(yù)測(cè)［J］. 工礦自動(dòng)化，2022，48（4）：128-134.

［15］詹 軍，周芳芳，鄧國賓，等. 基于化學(xué)成分和致香物質(zhì)的烤煙上部葉香型判別分析［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.

［16］單秋甫，張 濤，李 超，等. 基于Fisher線性判別分析方法的卷煙主流煙氣質(zhì)量預(yù)測(cè)模型構(gòu)建［J］. 食品與機(jī)械，2021，37（2）：78-84，92.

［17］邵惠芳，趙昕宇，許自成，等. 基于Fisher判別分析的烤煙感官質(zhì)量與工業(yè)應(yīng)用價(jià)值的關(guān)系研究［J］. 中國煙草學(xué)報(bào)，2011，17（6）：13-18.

［18］中國國家標(biāo)準(zhǔn)化管理委員會(huì). 烤煙：GB/T 2635—1992［S］. 北京：中國標(biāo)準(zhǔn)出版社，1992.

［19］季舜華，蘇明亮，張 燁，等. 不同葉片結(jié)構(gòu)烤煙化學(xué)成分的差異［J］. 煙草科技，2022，55（9）：57-64.

［20］沈 晗，葛 炯，王逸楓，等. 福建煙葉游離氨基酸等主要含氮化合物與感官質(zhì)量的關(guān)系［J］. 中國煙草學(xué)報(bào)，2022，28（5）：23-31.

［21］左偉標(biāo)，蔡憲杰，徐海清，等. 南嶺丘陵生態(tài)區(qū)-焦甜醇甜香型主產(chǎn)區(qū)烤煙外觀特征研究［J］. 中國煙草學(xué)報(bào)，2022，28（2）：92-100.

［22］張永安，馬彩娟，劉立博，等. 烤煙外觀質(zhì)量數(shù)字化方法與感官質(zhì)量相關(guān)性分析［J］. 農(nóng)學(xué)學(xué)報(bào)，2020，10（4）：48-52.