章英 賀立源 葉穎澤 吳昭輝

摘要：為了探索一種快速有效的烤煙煙葉產(chǎn)地鑒別方法，利用近紅外光譜技術(shù)結(jié)合最小二乘支持向量機(jī)（ＬＳ－ＳＶＭ）對(duì)烤煙煙葉的產(chǎn)地進(jìn)行了判別。選擇云南、湖北、河南三地不同等級(jí)烤煙煙葉作為研究對(duì)象，對(duì)原始光譜數(shù)據(jù)進(jìn)行平滑和附加散射校正（ＭＳＣ）預(yù)處理后再進(jìn)行主成分分析，選擇４～１２個(gè)主成分作為輸入變量進(jìn)行ＬＳ－ＳＶＭ建模。結(jié)果顯示，該ＬＳ－ＳＶＭ模型預(yù)測(cè)效果較好，預(yù)測(cè)相關(guān)系數(shù)ｒｐ≥０．９９０ ７，預(yù)測(cè)標(biāo)準(zhǔn)誤差（ＳＥＰ）和預(yù)測(cè)均方根誤差（ＲＭＳＥＰ）分別為１．７５５ １和１．７３７ ３，優(yōu)于偏最小二乘回歸（ＰＬＳ）的預(yù)測(cè)結(jié)果，基于ＬＳ－ＳＶＭ的近紅外光譜技術(shù)能夠很好地對(duì)煙葉產(chǎn)地進(jìn)行判別。

關(guān)鍵詞：煙葉；產(chǎn)地判別；近紅外光譜；最小二乘支持向量機(jī)

中圖分類號(hào)：ＴＮ２１９文獻(xiàn)標(biāo)識(shí)碼：Ａ文章編號(hào)：0439－８114（２０12）03－0583-03

Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｏｆ Ｐｒｏｄｕｃｉｎｇ Ａｒｅａ ｏｆ Ｔｏｂａｃｃｏ Ｌｅａｆ Bａｓｅｄ ｏｎ ＬＳ－ＳＶＭ

ＺＨＡＮＧ Ｙｉｎｇ１ａ，１ｂ，ＨＥ Ｌｉ－ｙｕａｎ１ｂ，ＹＥ Ｙｉｎｇ－ｚｅ１ｃ，ＷＵ Ｚｈａｏ－ｈｕｉ２

（ａ． Ｃｏｌｌｅｇｅ ｏｆ Ｓｃｉｅｎｃｅ； ｂ． Ｃｏｌｌｅｇｅ ｏｆ Ｒｅｓｏｕｒｃｅｓ ａｎｄ Ｅｎｖｉｒｏｎｍｅｎｔ； ｃ． Ｎｅｔｗｏｒｋ Ｃｅｎｔｅｒ， １．Ｈｕａzｈｏｎｇ Ａｇｒｉｃｕｌｔｕｒａｌ Ｕｎｉｖｅｒｓｉｔｙ， Ｗｕｈａｎ ４３００７０， Ｃｈｉｎａ； ２． Ｔｏｂａｃｃｏ Ｒｅｓｅａｒｃｈ Ｃｅｎｔｅｒ ｏｆ Ｈｅｎａｎ Ａｃａｄｅｍｙ ｏｆ Ａｇｒｉｃｕｌｔｕｒａｌ Ｓｃｉｅｎｃｅｓ， Ｘｕｃｈａｎｇ ４６１０００， Ｈｅｎａｎ， Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ： In ｏｒｄｅｒ ｔｏ ｅｘｐｌｏｒｅ ａ ｆａｓｔ ａｎｄ ｅｆｆｉｃｉｅｎｔ ｍｅｔｈｏｄ ｗｈｉｃｈ ｄｅｔｅｒｍｉｎｅｓ ｔｈｅ ｐｒｏｄｕｃｉｎｇ ａｒｅａ ｏｆ ｔｏｂａｃｃｏ ｌｅａｆ， ｎｅａｒ－ｉｎｆｒａｒｅｄ ｒｅｆｌｅｃｔａｎｃｅ ｓｐｅｃｔｒｏｓｃｏｐｙ ｗｉｔｈ ｌｅａｓｔ ｓｑｕａｒｅｓ－ｓｕｐｐｏｒｔ ｖｅｃｔｏｒ ｍａｃｈｉｎｅｓ （ＬＳ－ＳＶＭ） ｗａｓ ａｐｐｌｉｅｄ ｔｏ ｄｅｔｅｒｍｉｎｅ ｐｒｏｄｕｃｉｎｇ ａｒｅａ ｏｆ ｔｏｂａｃｃｏ ｌｅａｆ． Ｔｈｒｅｅ ｐｒｏｄｕｃｉｎｇ ａｒｅａｓ ｉｎｃｌｕｄｉｎｇ Ｙｕｎｎａｎ， Ｈｕｂｅｉ ａｎｄ Ｈｅｎａｎ ｗｅｒｅ ｓｅｌｅｃｔｅｄ ａｓ ｔｈｅ ｒｅｓｅａｒｃｈ ｏｂｊｅｃｔｓ． Ａｓ ｔｈｅ ｐｒｅｔｒｅａｔｍｅｎｔｓ ｏｆ ｔｈｅ ｏｐｔｉｍａｌ ｓｍｏｏｔｈｉｎｇ ｗａｙ， ｍｏｖｉｎｇ ａｖｅｒａｇｅ ｗｉｔｈ ｔｈｒｅｅ ｓｅｇｍｅｎｔｓ ａｎｄ ｍｕｌｔｉｐｌｉｃａｔｉｏｎ ｓｃａｔｔｅｒ ｃｏｒｒｅｃｔｉｏｎ （ＭＳＣ） ｗｅｒｅ ａｐｐｌｉｅｄ ｔｏ ｒｅｄｕｃｅ ｔｈｅ ｎｏｉｓｅ ｏｆ ｔｈｅ ｓｐｅｃｔｒａ． Ａｆｔｅｒ ｔｈｅ ｐｒｉｎｃｉｐｌｅ ｃｏｍｐｏｎｅｎｔ ａｎａｌｙｓｉｓ， ４ ｔｏ １２ ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔｓ （ＰＣｓ） ｗｅｒｅ ｃｈｏｓｅｎ ａｓ ｔｈｅ ｉｎｐｕｔｓ ｏｆ ＬＳ－ＳＶＭ ｍｏｄｅｌｓ． Ｔｈｅ Ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｐｒｅｄｉｃｔｉｏｎ ｐｅｒｆｏｒｍａｎｃｅ ｏｆ ｔｈｅ ＬＳ－ＳＶＭ ｍｏｄｅｌ ｗｉｔｈ １２ ＰＣｓ ｉｓ ｂｅｔｔｅｒ ｔｈａｎ ｐａｒｔｉａｌ ｌｅａｓｔ ｓｑｕａｒｅ（ＰＬＳ） ｍｏｄｅｌ． Ｉｔｓ ｃｏｒｒｅｌａｔｉｏｎ ｃｏｅｆｆｉｃｉｅｎｔ ｏｆ ｐｒｅｄｉｃｔｉｏｎ ｓｅｔ （ｒｐ） ｉｓ ０．９９０ ７， ｓｔａｎｄａｒｄ ｅｒｒｏｒ ｏｆ ｐｒｅｄｉｃｔｉｏｎ （ＳＥＰ） ｉｓ １．７５５ １， ａｎｄ ｒｏｏｔ ｍｅａｎ ｓｑｕａｒｅ ｅｒｒｏｒ ｏｆ ｐｒｅｄｉｃｔｉｏｎ （ＲＭＳＥＰ） ｉｓ １．７３７ ３． Ｉｔ ｉｓ ｃｏｎｃｌｕｄｅｄ ｔｈａｔ ＮＩＲ ｓｐｅｃｔｒｏｓｃｏｐｙ ｗｉｔｈ ＬＳ－ＳＶＭ ｉｓ ａ ｆｅａｓｉｂｌｅ ｍｅｔｈｏｄ ｔｏ ｄｅｔｅｒｍｉｎｅ ｔｈｅ ｐｒｏｄｕｃｉｎｇ ａｒｅａ ｏｆ ｔｏｂａｃｃｏ ｌｅａｆ．

Ｋｅｙ ｗｏｒｄｓ： ｔｏｂａｃｃｏ ｌｅａｆ； oｒｉｇｉｎ ｄｉｓｃｒｉｍｉｎａｎｔ； ＮＩＲ ｓｐｅｃｔｒｏｓｃｏｐｙ； ｌｅａｓｔ ｓｑｕａｒｅｓ－ｓｕｐｐｏｒｔ ｖｅｃｔｏｒ ｍａｃｈｉｎｅｓ （ＬＳ－ＳＶＭ）

煙草是我國(guó)重要的經(jīng)濟(jì)作物，煙葉的品質(zhì)與遺傳因素、栽培措施、調(diào)制技術(shù)和產(chǎn)地環(huán)境等密切相關(guān)。其中，產(chǎn)地環(huán)境（海拔、溫濕度、氣候條件等）對(duì)煙葉品質(zhì)的影響極為明顯，也是構(gòu)成不同品牌卷煙特有風(fēng)格的基礎(chǔ)，但不同產(chǎn)地的煙葉特征迄今難以量化描述。目前，對(duì)烤煙煙葉產(chǎn)地的判別除依賴感官評(píng)定外，需要對(duì)其化學(xué)成分進(jìn)行分析，判別過(guò)程費(fèi)時(shí)、費(fèi)力。因此，研究一種能夠快速、準(zhǔn)確地對(duì)烤煙煙葉產(chǎn)地進(jìn)行判別的方法非常必要。

Ｍａｈａ等［１］采用神經(jīng)元網(wǎng)絡(luò)方法對(duì)美國(guó)本土及國(guó)外１ ０００多個(gè)煙葉樣品的近紅外光譜（ＮＩＲｓ）信息進(jìn)行分析，對(duì)本國(guó)煙葉取得了很好的模式識(shí)別結(jié)果。國(guó)內(nèi)研究人員曾采用ＮＩＲ法預(yù)測(cè)了煙草根、莖、葉中的蛋白質(zhì)、總糖、總氮、總植物堿等［２，３］，采用主成分分析的馬氏距離法判別煙葉產(chǎn)地歸屬，獲得了較佳的識(shí)別準(zhǔn)確率［４］。但上述研究均需要對(duì)煙葉進(jìn)行切絲過(guò)篩，屬于有損檢測(cè)且費(fèi)時(shí)費(fèi)力。用ＮＩＲ法專門針對(duì)收購(gòu)環(huán)節(jié)進(jìn)行完整煙葉品質(zhì)分析預(yù)測(cè)煙葉產(chǎn)地尚無(wú)研究報(bào)道。試驗(yàn)采用近紅外波段（８６７～２５８ ９ ｎｍ）進(jìn)行光譜掃描，應(yīng)用最小二乘支持向量機(jī)（ＬＳ－ＳＶＭ），建立了ＬＳ－ＳＶＭ判別分析組合模型，實(shí)現(xiàn)了烤煙煙葉產(chǎn)地的快速準(zhǔn)確判別。

１材料與方法

１．１儀器及參數(shù)

試驗(yàn)使用光譜檢測(cè)設(shè)備是Ｏｃｅａｎ Ｏｐｔｉｃｓ公司的ＮＩＲ２５６－２．５光纖光譜儀，配套的ＱＢＩＦ６００－ＶＩＳ－ＢＸ白金級(jí)Ｙ形分叉光導(dǎo)纖維探頭，儀器光譜采樣間隔６ ｎｍ，測(cè)定波長(zhǎng)８６７～２ ５８９ ｎｍ，光纖探測(cè)器與樣品垂直，暗室溫度１８～２２ ℃，相對(duì)濕度２２％～２５％，以１４．５ Ｖ、５０Ｗ鹵素?zé)魹槲┮还庠?，光源與樣品夾角４５°。開(kāi)機(jī)預(yù)熱１ ｈ后進(jìn)行光譜掃描，采樣方式是漫反射，采樣軟件是機(jī)器自帶的Ｓｐｅｃｔｒａ Ｓｕｉｔｅ。分析軟件采用ＡＳＤ Ｖｉｅｗ Ｓｐｅｃ Ｐｒｏ、Ｕｎｓｃｒａｍｂｌｅ Ｖ９和ＤＰＳ（Ｄａｔａ Ｐｒｏｃｅｓｓｉｏｎ Ｓｙｓｔｅｍ ｆｏｒ Ｐｒａｃｔｉｃａｌ Ｓｔａｔｉｓｔｉｃｓ）。積分時(shí)間設(shè)置為２５０ ｍｍ，平滑度設(shè)置為９，平均次數(shù)為３，即對(duì)每個(gè)樣品自動(dòng)掃描３次取平均值。

１．２樣本制備

收集了２０１０年１０月云南、河南、湖北三省的煙草公司提供的已由專家人工定級(jí)的煙葉。為保證試驗(yàn)結(jié)果的代表性，每個(gè)產(chǎn)地?zé)熑~按７個(gè)分組每組１～４個(gè)等級(jí)隨機(jī)選擇９０個(gè)樣本。根據(jù)文獻(xiàn)［５］報(bào)道，直接將煙葉樣品平鋪置于載物臺(tái)上，采用漫反射模式采集近紅外光譜，光譜掃描穩(wěn)定后進(jìn)行數(shù)據(jù)采集。保存３條光譜曲線，以其平均光譜作為最終的反射光譜。從全部２７０個(gè)樣本中，每個(gè)產(chǎn)地隨機(jī)選擇３０個(gè)共９０個(gè)樣本作為預(yù)測(cè)集，剩余的１８０個(gè)樣本作為建模集。

１．３光譜數(shù)據(jù)預(yù)處理

首先采用Ｓａｖｉｔｚｋｙ－Ｇｏｌａｙ平滑法，平滑點(diǎn)數(shù)?。担靡匀コ庾V曲線中的高頻成分，保留有用低頻信息，然后進(jìn)行附加散射校正（Ｍｕｌｔｉｐｌｉｃａｔｉｏｎ Ｓｃａｔｔｅｒ Ｃｏｒｒｅｃｔｉｏｎ， ＭＳＣ）處理，以降低煙葉樣本表面不均質(zhì)的散射對(duì)光譜數(shù)據(jù)造成的影響。為了消除光譜數(shù)據(jù)在首尾兩端產(chǎn)生的較大噪音，只?。?１０１～２ ３９５ ｎｍ波段的數(shù)據(jù)進(jìn)行分析，以提高測(cè)量數(shù)據(jù)的信噪比［５］。

２結(jié)果與分析

２．１光譜圖分析

圖１為不同產(chǎn)地?zé)熑~樣本的光譜圖。從圖１可以看出，不同產(chǎn)地?zé)熑~的光譜交錯(cuò)重疊。由于近紅外光譜包含了噪聲、環(huán)境、儀器響應(yīng)、人為操作誤差等各種干擾因素，再加上煙葉樣本表面不均質(zhì)特性，這些都對(duì)光的漫反射有一定影響。要消除這些因素的影響，需要結(jié)合化學(xué)計(jì)量學(xué)方法對(duì)所得的光譜數(shù)據(jù)進(jìn)行處理，從而建立起煙葉不同產(chǎn)地的鑒別模型。

２．２主成分分析結(jié)果

在１ １０１～２ ３９５ ｎｍ光譜范圍內(nèi)一共有１９３個(gè)輸入變量。雖然這些輸入變量能夠作為輸入值進(jìn)行ＬＳ－ＳＶＭ建模，但是為了提高模型建立的運(yùn)算速度，減少其中的運(yùn)算量，試驗(yàn)采用主成分分析法［６，７］先提取光譜的主成分。主成分分析中主成分?jǐn)?shù)的選擇非常重要，如果建立模型使用主成分?jǐn)?shù)過(guò)少，則不能反映未知樣本被測(cè)組分產(chǎn)生的測(cè)量數(shù)據(jù)變化，其模型的預(yù)測(cè)能力就會(huì)降低；如果選擇的主成分?jǐn)?shù)過(guò)多，就會(huì)將一些代表噪聲的主成分加入到模型中，同樣會(huì)使模型的預(yù)測(cè)能力下降。

利用主成分分析法將經(jīng)過(guò)平滑和附加散射校正預(yù)處理后的光譜數(shù)據(jù)輸入變量進(jìn)行降維，得到的前１２個(gè)主成分的累積貢獻(xiàn)率如表１所示。從表１可知，前１２個(gè)主成分的累積可信度已達(dá)到９９．８４％以上，說(shuō)明其能夠很好地代表原始輸入變量的信息，所以每個(gè)樣本的光譜數(shù)據(jù)可以用前１２個(gè)主成分代替。

選取前３個(gè)主成分得到３個(gè)不同產(chǎn)地?zé)熑~光譜數(shù)據(jù)的主成分分析三維聚類圖（圖２）。從圖２可以看出，３個(gè)不同產(chǎn)地?zé)熑~樣本之間的界限比較模糊，無(wú)法直接從圖中加以區(qū)別。此外，前３個(gè)主成分的聚類圖只能在３個(gè)維度范圍內(nèi)進(jìn)行直觀、定性地分析，難以定量地精確區(qū)分及預(yù)測(cè)。因此采用ＬＳ－ＳＶＭ對(duì)光譜數(shù)據(jù)在主成分分析基礎(chǔ)之上進(jìn)一步分析。

２．３ＬＳ－ＳＶＭ建模及預(yù)測(cè)

分別用４～１２個(gè)主成分進(jìn)行ＬＳ－ＳＶＭ建模，通過(guò)比較基于不同主成分?jǐn)?shù)建立的預(yù)測(cè)模型的精度，最終確定最優(yōu)主成分?jǐn)?shù)，模型參數(shù)和精度比較結(jié)果如表２所示。由表２可知，以１２個(gè)主成分?jǐn)?shù)作為輸入變量建立的ＬＳ－ＳＶＭ模型預(yù)測(cè)效果最好，其預(yù)測(cè)相關(guān)系數(shù)ｒｐ達(dá)到０．９９０ ７，且預(yù)測(cè)標(biāo)準(zhǔn)誤差（Ｓｔａｎｄａｒｄ Ｅｒｒｏｒ ｏｆ Ｐｒｅｄｉｃｔｉｏｎ，ＳＥＰ）和預(yù)測(cè)均方根誤差（Ｒｏｏｔ Ｍｅａｎ Ｓｑｕａｒｅ Ｅｒｒｏｒ ｏｆ Ｐｒｅｄｉｃｔｉｏｎ，ＲＭＳＥＰ）均較小，分別為１．７５５ １和１．７３７ ３。

同時(shí)選用偏最小二乘法（ＰＬＳ）建立的模型對(duì)煙葉產(chǎn)地進(jìn)行預(yù)測(cè)，比較結(jié)果見(jiàn)表３，可以看到ＬＳ－ＳＶＭ模型的預(yù)測(cè)效果好于ＰＬＳ模型。說(shuō)明ＬＳ－ＳＶＭ模型能夠更好地提取光譜中的有用信息，從而更加精確地預(yù)測(cè)煙葉產(chǎn)地。

３小結(jié)

基于收購(gòu)環(huán)節(jié)的烤煙煙葉質(zhì)量評(píng)價(jià)及產(chǎn)地分析一直是煙草行業(yè)備受關(guān)注的問(wèn)題，近紅外無(wú)損檢測(cè)過(guò)程比常見(jiàn)的化學(xué)方法簡(jiǎn)單、操作性強(qiáng)。試驗(yàn)進(jìn)行了基于近紅外光譜技術(shù)無(wú)損鑒別烤煙煙葉產(chǎn)地的研究，采用近紅外光譜技術(shù)對(duì)不同產(chǎn)地的烤煙煙葉進(jìn)行了檢測(cè)。選擇４～１２個(gè)主成分?jǐn)?shù)分別作為輸入變量建立了ＬＳ－ＳＶＭ模型，通過(guò)比較模型參數(shù)確定當(dāng)輸入變量為前１２個(gè)主成分時(shí)，ＬＳ－ＳＶＭ模型預(yù)測(cè)效果最好，預(yù)測(cè)相關(guān)系數(shù)可以達(dá)到０．９９０ ７，且預(yù)測(cè)結(jié)果優(yōu)于ＰＬＳ模型。結(jié)果表明，運(yùn)用基于ＬＳ－ＳＶＭ的近紅外光譜技術(shù)可以快速、無(wú)損地檢測(cè)烤煙煙葉的產(chǎn)地，為今后進(jìn)一步研究光譜技術(shù)應(yīng)用于烤煙煙葉收購(gòu)質(zhì)量的檢測(cè)提供了新的途徑。

參考文獻(xiàn)：

［１］ ＭＡＨＡ Ｈ， ＭＣＣＬＵＲＥ Ｗ Ｆ． Ａｐｐｌｙｉｎｇ ａｒｔｉｆｉｃｉａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋｓ． ＩＩ． Ｕｓｉｎｇ ｎｅａｒ ｉｎｆｒａｒｅｄ ｄａｔａ ｔｏ ｃｌａｓｓｉｆｙ ｔｏｂａｃｃｏ ｔｙｐｅｓ ａｎｄ ｉｄｅｎｔｉｆｙ ｎａｔｉｖｅ ｇｒｏｗｎ ｔｏｂａｃｃｏ［Ｊ］． Ｊ Ｎｅａｒ Ｉｎｆｒａｒｅｄ Ｓｐｅｃｔｒａ，１９９７（５）：１９－２５．

［２］ 鄧發(fā)達(dá)，朱立軍，戴亞，等． 近紅外技術(shù)測(cè)定成品卷煙中總糖和還原糖及綠原酸的含量［Ｊ］．安徽農(nóng)業(yè)科學(xué)， ２０１０， ３８（１２）：６１８１－６１８２，６１８８．

［３］ 覃鑫． 在線近紅外光譜（ＮＩＲ）快速測(cè)定煙草化學(xué)成分［Ｊ］．西昌學(xué)院學(xué)報(bào)（自然科學(xué)版）， ２０１０，２４（１）：５２－５４，７９．

［４］ 束茹欣，王國(guó)東，張建平，等． 國(guó)產(chǎn)烤煙煙葉的ＮＩＲＳ模式識(shí)別［Ｊ］．煙草科技，２００６（８）：１２－１５，２０．

［５］ 章英，賀立源． 基于近紅外光譜的烤煙煙葉自動(dòng)分組方法［Ｊ］．農(nóng)業(yè)工程學(xué)報(bào)，２０１１，２７（４）：３５０－３５４．

［６］ 王徽蓉，李衛(wèi)軍，劉揚(yáng)陽(yáng)，等． 基于遺傳算法與線性鑒別的近紅外光譜玉米品種鑒別研究［Ｊ］．光譜學(xué)與光譜分析，２０１１，３１（３）：６６９－６７２．

［７］ 趙磊，李繼海，朱大洲，等． ５種鹿茸營(yíng)養(yǎng)成分的主成分分析［Ｊ］．光譜學(xué)與光譜分析，２０１０（９）：２５７１－２５７５．

（責(zé)任編輯王曉芳）

收稿日期：２０１１－０８－０８

基金項(xiàng)目：國(guó)家科技支撐計(jì)劃項(xiàng)目（２００６ＢＡＤ１０Ａ１３０４）；云南省煙草煙葉公司攻關(guān)項(xiàng)目（２００９ＹＮ０１０）

作者簡(jiǎn)介：章英（１９７８－），女，湖北枝江人，講師，在職博士研究生，從事數(shù)字圖像處理技術(shù)和農(nóng)業(yè)信息化的研究工作，（電話）１５３０７１１５２０１

（電子信箱）ｚｙ＠ｍａｉｌ．ｈｚａｕ．ｅｄｕ．ｃｎ；通訊作者，賀立源，男，河南鞏縣人，教授，從事農(nóng)業(yè)信息化的研究工作，（電話）１３９７１６２２３５８

（電子信箱）ｈｅｌｉｙｕａｎ＠ｍａｉｌ．ｈｚａｕ．ｅｄｕ．ｃｎ。