茄衣烟叶 7 种化学成分近红外预测模型的建立

【目的】常规化学检测方法检测茄衣烟叶内总氮、钾、总糖、还原糖、总碱、氯和镁等 7 种化学成分含量的过程复杂、费时费力，而近红外光谱技术操作简单、检测快速。旨在建立一种近红外光谱检测模型，对茄衣烟叶内 7 种化学成分的含量实现快速定量分析。【方法】以云南雪茄茄衣烟叶为试材，采用常规化学方法检测茄衣烟叶 7 种化学成分含量，再利用近红外光谱技术结合偏最小二乘法对茄衣烟叶中 7 种化学成分含量及其光谱数据进行近红外模型分析，通过比较模型均方根误差和相关系数确定预测性能最佳的模型。【结果】7种化学成分分别采用原始光谱、一阶导数、一阶导数、原始光谱、原始光谱、一阶导数 + 中值滤波和一阶导数+ 中值滤波预处理方法建立的模型预测效果最佳，最佳主成分数分别为 20、7、4、24、21、9 和 7。7 种模型的训练集相关系数分别为 0.9441、0.8589、0.7664、0.9511、0.9547、0.9031 和 0.8620，交叉验证均方差分别为 0.1288、0.2846、0.0280、0.0096、0.1894、0.2965 和 0.0795；验证集相关系数分别为 0.8958、0.7675、0.7181、0.7928、0.7282、0.8062 和 0.7980，验证集均方差分别为 0.1789、0.3011、0.0324、0.0193、0.3855、0.3990 和 0.0999。模型外部验证结果表明，7 种化学成分预测值与化学值的平均相对标准偏差值皆小于 32%。【结论】利用近红外光谱技术对茄衣烟叶 7 种化学成分含量进行快速定量分析是可行的，该模型对 7 种化学成分含量具有良好的预测效果，可为茄衣烟叶 7 种化学成分含量快速定量分析提供参考。

Establishment of Near-infrared Prediction Model for Seven Chemical Components of Wrapper Tobacco