应用近红外光谱分析不同产地雪茄烟叶的相似性
赵高坤1, 李嘉辰2, 吴玉萍1,*, 李军会2, 孔光辉1, 张光海1, 姚恒1, 李薇1, 高艳兰1
1.云南烟草农业科学研究院, 云南 昆明 650031
2.中国农业大学信息与电气工程学院, 北京 100083
*通讯作者 e-mail: ypwumm@163.com

作者简介: 赵高坤, 1983年生, 云南省烟草农业科学研究院副研究员 e-mail: 41249980@qq.com

摘要

雪茄风味特征与产地密切相关。 应用具有快速、 无损特点的近红外光谱技术分析不同产地雪茄烟叶相似性, 为国内雪茄种植区划和产品设计提供依据。 以2021年—2023年在云南以及巴西、 多米尼加、 印尼收集的526个烟叶样品, 使用基于主成分与Fisher准则相似性方法分析不同产地烟叶NIR相似性。 结果表明: 巴西与多米尼加烟叶相似性高, 而云南与多米尼加烟叶具有一定相似性; 云南区域内, 玉溪、 文山、 普洱之间烟叶相似性高, 德宏与临沧之间相似性较高; 德宏和多米尼加之间具有一定的相似性, 临沧与印尼之间具有一定的相似性。 大产区范围内得到的相似性结果与感官评价具有一致性, 更细化的相似性分析结果可为国产雪茄烟叶种植区划、 产品设计等提供更详尽的技术支撑, 例如优质雪茄烟叶的产地替换及互补配伍等。

关键词: 雪茄烟叶; 产地; 近红外光谱; 相似性分析
中图分类号:O657.3 文献标志码:A
Application of Near-Infrared Spectroscopy to Analyze the Similarity of Cigar Tobacco From Different Origins
ZHAO Gao-kun1, LI Jia-chen2, WU Yu-ping1,*, LI Jun-hui2, KONG Guang-hui1, ZHANG Guang-hai1, YAO Heng1, LI Wei1, GAO Yan-lan1
1. Yunnan Academy of Tobacco Agricultural Sciences, Kunming 650031, China
2. College of Information and Electrical Engineering, China Agricultural University, Beijing 100083, China
*Corresponding author
Abstract

The flavor characteristics of cigars are closely related to their origin. Using near-infrared spectroscopy to analyze the similarity of cigar tobacco leaves from different origins provides a basis for zoning and product design for domestic cigar planting. This study analyzed 526 tobacco leaf samples collected in Yunnan, Dominica, Brazil, and Indonesia from 2021 to 2023 using principal component analysis and Fisher's distance method to determine the similarity of tobacco leaves from different origins. The results showed that Dominican and Brazilian tobacco leaves had high similarity, while Yunnan and Dominican tobacco leaves had some similarity; within the Yunnan region, there was high similarity between Yuxi, Wenshan, and Pu'er, and high similarity between Dehong and Lincang; there was some similarity between Dehong and Dominica, and some similarity between Lincang and Indonesia. The similarity results obtained within large production areas were consistent with sensory evaluations, and more detailed similarity analysis results can provide more detailed technical support for domestic cigar tobacco leaf planting zoning, product design, etc.

Keyword: Cigar tobacco; Producing area; Near-infrared spectroscopy; Similarity analysis
引言

雪茄烟是一种具有特殊香气和独特魅力的烟草制品[1]。 产地因素是影响雪茄烟叶质量的关键, 优质雪茄烟叶只在世界上为数不多的几个国家种植, 适宜的气候、 土壤、 地形以及丰富的种植经验等都是必不可少的因素[2]。 受产区特有生态条件的影响, 相同产地的烟叶某些特征相对固定, 而不同产地烟叶品质特性的差异是烟叶内在质量和风格特征差异的源头[3]

近年来, 快速发展的近红外光谱技术, 已经广泛应用于农业[4]、 化工和烟草[5, 6, 7]等行业。 近红外光谱可检测含氢基团X— H(X=C、 N、 O)振动倍频与合频的吸收[8], 信息量极为丰富, 几乎可以分析所有的天然产物、 化工产品中的大部分常量成分, 它是不消耗试剂的物理分析技术, 速度快、 成本低, 而且近红外的光子能量比可见光低, 不会对测试人员和样品产生破坏污染, 是绿色分析技术[9, 10, 11]。 基于主成分与Fisher准则的投影分析(PPF)方法是一种相似性分析的方法, 它可以最大化类间距离, 最小化类内距离。 这种方法不仅可以区分类别, 还可以更好反映出类别之间的相似性和类内离散性[12]。 使用具有快速、 无损特点的近红外光谱技术结合有监督方式的PPF投影方法对雪茄烟叶样品进行相似性分析, 不仅可以为国产雪茄烟叶的种植区划、 产品设计等提供更详尽的技术支撑, 也为雪茄烟叶的生产和加工提供了一种新型、 快速、 实用的分析技术手段。

1 实验部分
1.1 材料

实验样品为2021年— 2023年云南普洱、 德宏、 玉溪、 文山、 版纳、 临沧六个产地的雪茄烟叶样品, 以及近十年多米尼加、 巴西、 印度尼西亚三个国家的雪茄烟叶样品, 共526个。 样品的近红外光谱条数和名称编号等情况见表1

表1 样品的产地编号和光谱数 Table 1 Origin, labal and number of samples
1.2 仪器采集参数及样品制备方法

实验设备为德国Bruker公司的MPA型傅里叶变换近红外光谱仪, 光谱采集范围: 4 000~8 000 cm-1, 扫描次数: 64次, 按“ YC/T 31-1996烟草及烟草制品试样的制备和水分测定 烘箱法” 制备样品, 粉碎过40目筛。

1.3 分析方法

为降低光谱噪声, 样品光谱使用一阶导数和S-G平滑预处理, 并用基于主成分与Fisher准则的投影分析(PPF)方法对雪茄烟叶的产地进行相似性分析。 PPF投影分析方法是一种结合主成分分析和Fisher判别分析的方法。 光谱矩阵X通过主成分分析的降维技术被降维为x。 然后通过Fisher判别法投影到x, 在投影的方向上使不同类别的数据点尽可能分开, 而相同类别的数据点尽可能的靠近。 第i类样本均值 x-i表示为

x-i=1nixcix(1)

i类的类内散布矩阵可通过式(2)计算

Si=xci(x-xi)(x-xi)T(2)

那么所有类的类内散布矩阵是

SW=i=1CSi(3)

其中C是类的数量, 类间散布矩阵计算如式(4)

Sb=xcini(x-i-x-)(x-i-x-)T(4)

其中, ni是第i类的观察值的数量, x-i是所有样本的总平均向量[13]

PPF投影分析方法对类内散布矩阵的逆矩阵 SW-1与类间散布矩阵Sb的乘积 SW-1Sb进行最优投影矢量求解, 从而可以最大化类间距离, 最小化类内距离。 这种方法不仅可以区分类别, 还可以更好反映出类别之间的相似性和类内离散性。

2 结果与讨论
2.1 中国云南与巴西、 多米尼加、 印度尼西亚雪茄烟叶的相似性分析

将来自云南省、 巴西、 多米尼加和印度尼西亚这四个地区的雪茄烟叶近红外光谱按照1.3中的分析处理方法得到了如图1所示的PPF投影分析结果图。 图中YN代表云南、 DOM代表多米尼加、 BRA代表巴西、 IND代表印度尼西亚。 图中横坐标代表第一维投影值, 纵坐标代表第二维投影值。

图1 云南省+巴西+多米尼加+印度尼西亚4大产地的雪茄烟叶PPF投影分析结果Fig.1 PPF projection analysis of cigar tobacco leaves from 4 major origins: Yunnan Province+Brazil+Dominican Republic+Indonesia

图1的分析结果表明多米尼加和巴西的雪茄烟叶的相似性较高, 而多米尼加和巴西处于南北半球的同一纬度, 该结果与实际情况相符合, 也与李秀妮等[14]在《全球主要产地雪茄烟叶的风味特征初探》中得到的结论一致。 图中分析结果同时表明, 云南与多米尼加的雪茄烟叶具有很高的相似性。 印度尼西亚和巴西不同等级的雪茄烟叶的差异性较小。

2.2 云南省内6个地区雪茄烟叶的相似性分析

将云南普洱、 德宏、 玉溪、 文山、 版纳、 临沧这六个地区的雪茄烟叶近红外光谱按照1.3中的分析处理方法得到了如图2(a)所示的PPF投影分析结果。 图中YNBN代表云南版纳、 YNYX代表云南玉溪、 YNLC代表云南临沧、 YNDH代表云南德宏、 YNWS代表云南文山、 YNPE代表云南普洱。 图中横坐标代表第一维投影值, 纵坐标代表第二维投影值。

图2(a) 云南省内6个地区的雪茄烟叶PPF投影分析结果Fig.2(a) PPF projection analyses of cigar tobacco leaves in six regions within Yunnan province

图2(a)的分析结果表明普洱和玉溪地区的雪茄烟叶的相似性高, 这两个地区与文山地区的雪茄烟叶的相似性较高, 临沧和德宏地区的雪茄烟叶具有一定的相似性, 版纳与其他地区差异大, 由于来自版纳的雪茄烟叶样本量较少, 因此调整不同产地样品数量至大致相同后, 再进行同样的方法进行处理, 得到了如图2(b)所示的PPF投影分析结果图。

图2(b) 调整样品数量后云南省内6个地区的雪茄烟叶PPF投影分析结果Fig.2(b) PPF projection analysis results of cigar tobacco leaves in 6 regions of Yunnan Province after adjusting the number of samples

对比图2(a)和(b)的结果, 发现原结果和调整样品数量后得到的结果有很高的相似性, 因此可以证明根据图2(a)得到的结果是可靠的。

2.3 云南省6个地区与巴西、 多米尼加、 印度尼西亚雪茄烟叶的相似性分析

将云南普洱、 德宏、 玉溪、 文山、 版纳、 临沧6个地区与巴西、 多米尼加、 印度尼西亚的雪茄烟叶近红外光谱按照1.3中的分析处理方法进行处理, 得到了如图3所示的PPF投影分析结果图。 图中YNBN代表云南版纳、 YNYX代表云南玉溪、 YNLC代表云南临沧、 YNDH代表云南德宏、 YNWS代表云南文山、 YNPE代表云南普洱、 DOM代表多米尼加、 BRA代表巴西、 IND代表印度尼西亚。 图中横坐标代表第一维投影值, 纵坐标代表第二维投影值。

图3 云南省内6个地区+巴西+多米尼加+印度尼西亚9个产地的雪茄烟叶PPF投影分析结果Fig.3 PPF projection analysis of cigar tobacco leaves from 6 regions within Yunnan Province+9 origins in Brazil+Dominican Republic+Indonesia

图3的分析结果表明玉溪、 普洱和文山的雪茄烟叶的相似性较高, 巴西和多米尼加的雪茄烟叶的相似性较高, 这些结论与前文一致。 图3分析结果同时表明, 云南德宏与多米尼加的雪茄烟叶具有较高的相似性, 临沧和印度尼西亚的雪茄烟叶具有一定的相似性。

3 结论

应用近红外光谱分析不同产地雪茄烟叶的相似性可以得到以下结论: 整体上, 巴西与多米尼加雪茄烟叶相似性高, 而中国云南与多米尼加的雪茄烟叶相似性较高; 云南玉溪、 文山、 普洱之间相似性高, 云南德宏与临沧之间相似性较高, 这些在大产区范围内得到的相似性结果与感官评价具有一致性, 而更加细化的相似性分析结果可为国产雪茄烟叶的种植区划、 产品设计等提供更详尽的技术支撑。

参考文献
[1] YU Hang, LIU Yan-ting, SHANG Meng-qi, et al(于航, 刘砚婷, 尚梦琦, ). Tobacco Science & Technology(烟草科技), 2021, 54(9): 58. [本文引用:1]
[2] WANG Yan-yan, LIU Guo-xiang, XIANG Xiao-hua, et al(王琰琰, 刘国祥, 向小华, ). Chinese Tobacco Science(中国烟草科学), 2020, 41(3): 93. [本文引用:1]
[3] ZHANG Lu, TANG Xing-hong, MA Xiang, et al(张璐, 唐兴宏, 马翔, ). Spectroscopy and Spectral Analysis(光谱学与光谱分析), 2012, 32(3): 664. [本文引用:1]
[4] Zhao Pengfei, Xing Jianfei, Hu Can, et al. Agriculture, 2022, 12(3): 411. [本文引用:1]
[5] WANG Di, FENG Wei-hua, GUO Jun-wei, et al(王迪, 冯伟华, 郭军伟, ). Tobacco Science & Technology(烟草科技), 2022, 55(8): 41. [本文引用:1]
[6] PAN Xi, LIU Hui, WANG Hao, et al(潘曦, 刘辉, 王昊, ). Journal of Instrumental Analysis(分析测试学报), 2020, 39(11): 1385. [本文引用:1]
[7] Wang Di, Yang Simon X. Applied Soft Computing, 2023, 134: 109970. [本文引用:1]
[8] Liu Jingjing, Ma Xiang, Wen Yadong, et al. Industrial & Engineering Chemistry Research, 2011, 50(12): 7677. [本文引用:1]
[9] Wu Ruoxin, Tian Zhizhang, Zhang Chuntao, et al. Vibrational Spectroscopy, 2022, 121: 103401. [本文引用:1]
[10] LAI Yan-hua, LIN Yun, TAO Hong, et al(赖燕华, 林云, 陶红, ). Acta Tabacaria Sinica(中国烟草学报), 2020, 26(2): 36. [本文引用:1]
[11] PAN Wei, MA Wen-guang, ZHENG Yun-ye, et al(潘威, 马文广, 郑昀晔, ). Tobacco Science & Technology(烟草科技), 2017, 50(2): 15. [本文引用:1]
[12] MA Yan-jun, LI Xue-ying, MA Li, et al(马雁军, 李雪莹, 马莉, ). Acta Tabacaria Sinica(中国烟草学报), 2017, 23(3): 38. [本文引用:1]
[13] Luan Lili, Wang Yuheng, Li Xueying, et al. Journal of Near Infrared Spectroscopy, 2016, 24(4): 363. [本文引用:1]
[14] LI Xiu-ni, YAN Tie-jun, WU Feng-guang, et al(李秀妮, 闫铁军, 吴风光, ). Acta Tabacaria Sinica(中国烟草学报), 2019, 25(6): 126. [本文引用:1]