王鹏泽，何 雷，武广鹏，党 霞，陈 溪，李彦周*
（1.天昌国际烟草有限公司 河南，许昌 461000；2.河南省烟草公司 河南，郑州 450046）
针对当前烟草行业高质量发展对烟叶化学成分快速检测的需要，概述了近红外光谱分析技术在烟草栽培调制，打叶复烤，卷烟生产领域的应用，同时，根据烟叶生产全过程均质化加工和数据把控的要求，提出了便携式近红外分析仪的应用前景和改进方向。
近红外光谱技术作为近年来发展最快的分析测试技术，具有绿色、快速、非破坏性的无损检测优势，已被各个行业广泛应用于产品在线分析、品质分析和质量控制研究。在农业领域，通过近红外定量分析技术，不但可以快速测定土壤中的营养成分含量，还可以检测农作物在各生长阶段的物理、生物性质参数和化学成分含量。例如，通过检测土壤中的氮、磷、钾等养分的含量，并结合植物内各主要品质指标的化学成分测定，可以指导科学施肥及病虫害的防治，提高农作物的品质。在食品行业中，被用于奶酪中总固体含量和干酪中脂肪、总氮、可溶性氮、氯化钠、Ph等指标的测定；葡萄酒醋中有机酸类物质的测定；奶粉中乳清、淀粉、蔗糖中的掺杂含量测定；在医药领域，近红外光谱技术既可用于测定片药活性组分含量、硬度，也可用于中草药化学成分的预测，例如大黄中水溶性蒽甙类、蒽醌及鞣质类、芪甙类化合物和单糖甙类化合物的测定、甘草中甘草酸类物质含量的测定等[1]。
研究表明烟草作为茄科类草本植物，虽然化学成分复杂，但含有大量对近红外线比较敏感的基团。烟草中的烟碱、还原糖、总氮等化学指标含量的均匀稳定，直接决定了卷烟配方设计的产品能否实现量产，因此是生产过程中质量管理必不可少的因素。若采用传统分析手段检测这些成分，通常需花费大量的时间、精力及经费。因此，快速、准确测定烟草及其制品的内在成分，搜集烟草生产加工全过程化学成分数据信息，把握烟叶内在质量，对提高卷烟品质具有重要的现实指导意义。
1 近红外光谱分析技术概论
根据ASTM定义，近红外光谱(Near-Infrared Spectroscopy, NIRS) 是指波长在780～2526nm 波段的电磁波，其波长范围介于可见光区域和中红外区域之间，是科学界最早发现的非可见光区域[2]。鉴于现代近红外光谱分析具有分析速度快、适用于漫反射技术的特点，同时结合化学计量学处理多元数据方面的强大能力，近红外光谱分析技术在定量分析和模式识别等领域应用得到了迅速发展，成为20 世纪90 年代以来发展速度最快，生产加工领域应用范围最广的光谱分析技术。
近红外光谱分析技术分为定性和定量分析两个方面。其中，定性分析多为对物质类别或种属关系的判定，定量分析通常为物质组分含量的快速测定。近红外光谱定量分析技术脱胎于传统的分析技术，而与当前新兴的人工智能技术非常类似，都依赖于数学模型的建立。近红外光谱分析技术的应用过程如图1所示，大致包括五个阶段：1）样本数据采集：即选择代表性样本，然后标准方法扫描训练集样品近红外光谱，得到样本的近红外光谱数据，并用作模型训练集及校正集；2）样本数据标定：即通过各种技术手段（比如多重校正方法）将样本频谱与配置数据相关联；3）模型建立及训练：构建数学模型，然后将采集并标定后大批量近红外光谱数据输入模型，对模型进行训练；4）模拟验证或校正：采用先前采集的近红外光谱校正集验证模型性能，通过模型评价指标和外部验证组确认模型的可靠性；5）技术应用：以标准方法扫描被测对象，得到近红外光谱数据，然后输入模型进行预测，从而得到被测对象的组成特性。
图1 近红外模型建立和检测流程
2 近红外光谱分析技术在烟草成分分析领域的应用
2.1 烟叶种植上的应用
烟叶移栽前，近红外光谱技术可实现对土壤各种成分的快速、准确检测，土壤常规检测包括：有机质、速效钾、速效磷、碱解氮、pH值五项指标。常规的检测方式费时费力，不同的检测指标采用的检测方式不一样，不能够同时将所有的指标检测出来。利用近红外光谱技术能够在田间对土壤跟踪测量，快速指导农业生产，进行科学化的管理和精准施肥，使之生长出符合要求的优质烟叶。
烟叶生产烘烤过程中，吴荣晖等[3]通过自适应小波滤波器对近红外光谱数据进行压缩后建模，实现了对烟叶中总糖、总氮、总植物碱的定量分析。孔浩辉等[4]尝试使用简单平均组合法进行建模，通过该方法计算出与每个样本相匹配模型的标准偏差，为评估预测结果的可靠性提供准确的信息。王家俊等[5]采用偏最小二乘法对实验数据进行处理，构建了预测根、茎和烟叶中氮、磷、氯、钾等主要营养元素含量的校正模型，应用FT2 近红外法准确测定了1210种烤烟各个生长期的根、茎、叶样品主要营养元素含量的近红外数据。McClure等[6]首次采用近红外方法测定了烟草还原糖等指标。段焰青等[7]以光谱主成分分析法（PCA）选择校正集样品，建立了基于近红外光谱预测烟草及薄片中总糖、烟碱、总氮、钾和氯含量的方法。程志颖等[8]将最小二乘法支持向量机（LSSVM）应用于烟丝中总糖、还原糖、总氮和总碱等指标的近红外光谱并构建建模，采用粒子群优化算法（PSO）优化LSSVM 的参数，实验得出PSOLSSVM 法具有更好的检测预测效果和稳定性。刘旭等[9]对光谱矩阵进行主成分分析，采用支持向量机回归算法，建立了基于烟草中总糖、还原糖、总氮、烟碱的近红外光谱定量分析模型。李鸿儒等[10]研究了烟草中常规化学成分的预测模型在不同仪器间的转移方法，提高近红外定量预测模型的转移能力。何智慧等[11]、秦志强等[12]建立了利用AOTF 近红外技术检测烟草中总糖、还原糖、烟碱含量的方法。杜文等[13]利用离散小波变换法，建立了具有良好转移性能的还原糖、总糖、总碱和游离氯的近红外光谱分析模型。另外，在测定烟草中蛋白质、淀粉、纤维素、绿原酸、芸香苷、草酸等成分的含量时，近红外光谱技术也取得了良好的应用。
2.2 打叶复烤环节的应用
打叶复烤是烟草的初加工环节，只要是农副产品加工，普遍存在的一个问题就是批次性差异，不能实现均质化生产。所谓均质化，不仅要求烟叶在形态、纹理特性、叶梗等外在物理指标符合要求，而且要求烟叶的诸如烟碱、总糖、钾、氯等内在化学成分含量也保持稳定和均匀。烟叶的均质化加工，就是尽量排除或者减少烟叶的品种、产地、种植及收储过程中的个体化差异对产品品质的影响，使得生产企业、年度、批次及时间段等生产要素的任意组合，所生产出来的同一品牌及规格的香烟品质趋于一致。
复烤烟叶化学成分的均质化控制，有助于保证卷烟工业企业卷烟产品的品质稳定，并减少卷烟配方的调整和维护难度。目前打叶复烤配有静态近红外光谱仪，主要进行原烟化学成分检测，生产线上配有动态近红外光谱仪和水分检测仪，实施在线检测，并通过计算机与相关控制软件和电控系统结合，根据近红外测定结果对烟叶的烟碱值和水分含量进行判定，出现的异常样品时，可以马上预警发出自控信号，并进行动态调控，使烟片的烟碱和水分指标含量的变异系数稳定在一定的范围之内，以实现均质化生产的目的，以便更好的满足了卷烟工业企业的需要。
2.3 卷烟环节的应用
卷烟企业使用近红外光谱仪对生产线上的物料进行扫描，对物料水分等指标进行实时监测。而加料均匀性的检测则是利用加料后烟片中底料（丙二醇、丙三醇或甘油）含量来表征烟片中料液含量，通过检测加料后烟片中底料的含量，计算加料均匀系数，以加料均匀系数来评价加料的均匀性。同时近红外光谱仪还可以依据定量模型快速检测成品烟丝中主要化学成分的含量，并可以利用定性模型对烟丝的配方稳定性做出准确判断，从而为烟草制丝线的批次稳定性提供依据。当前卷烟工业对打叶复烤的要求已经从配方打叶模式向均质化加工模式转变。针对打叶复烤均质化控制管理的薄弱环节，将控制重点向源头进行了延伸，加强了原料和精选环节的均质化控制，而快速检测设备的需求也与日俱增。
3 便捷手持式近红外检测仪的发展
虽然近红外光谱仪在烟叶生产加工各个环节被广泛使用，但并没有全面满足烟叶生产的需要，特别是烟叶种植和打叶复烤中的原烟接收环节，场地不固定，无法使用在线设备实时检测，取样采用静态近红外光谱仪进行检测，该方法需先将烟叶烘干并粉碎预处理，花费大量人力，检查结果滞后，不能够实时根据每框烟和每车烟的烟碱值进行实时货位分布。而手持近红外光谱仪不用对烟叶进行粉碎处理，可以通过建模实现对烟叶的实时检测，且对场地没有要求，灵活快捷，这些仪器集成度非常高，体积小、结构坚固，近年也被试验应用于烟叶收购和复烤加工各个环节，但其价格昂贵，检测精度与静态近红外相比略有差异，仍有一定的提升空间。
4 结语
近红外光谱技术在烟叶收购、复烤、卷烟技术领域已被广泛应用。伴随着大数据时代的到来，烟叶近红外光谱数据类型呈现多样化，数量也呈几何级数倍增长，传统的小数据量、数据类型单一、片断化的建模分析方法已无法有效地完成检测分析，因此开发出便捷可操作性强的软件操作系统，研发出检测精度准确的在线近红外和手持近红外设备，将有效提高原烟接收环节烟叶常规检测的工作效率，通过技术人员在收购现场及时提供烟叶化学成分数据，更全面、准确地判断烟叶质量，减少烟叶样品前处理工序和用工，这对打叶复烤均质化技术研究和保持卷烟品质的稳定性有着重要的现实意义。
