基于偏最小二乘回歸的掛灰程度和柔軟性對煙葉質量的影響分析

陳天才　耿紅梅　王振國　胡建斌　楊昌全　陳倫飛　代先強　李承榮　竇玉青

摘要 煙葉掛灰是烤煙烘烤過程中的一種普遍現(xiàn)象。為了探明煙葉掛灰程度和柔軟性對K326品種煙葉質量的具體影響，在重慶奉節(jié)煙區(qū)開展了進一步研究。按照不同掛灰面積、顏色深淺、不同柔軟性采集3個不同水平的煙葉樣品，鑒定其外觀質量，測定其常規(guī)化學成分并感官評吸卷煙小樣，結果表明，柔軟性與葉片結構、油分、身份、還原糖含量等極顯著正相關，相關系數分別為0.90、0.89、0.82、0.72；掛灰面積與煙葉顏色、氮堿比、色度等極顯著負相關，與煙堿和氯離子含量極顯著正相關，相關系數分別為-0.76、-0.64、-0.50、0.60、0.55。以煙葉質量各指標為因變量，以柔軟性、掛灰面積、掛灰深淺為自變量，建立偏最小二乘回歸方程，可以較準確地估算柔軟性和掛灰程度對煙葉質量的具體影響，對因變量信息總變異的解釋比例最高可達86.81%（葉片結構）。探明了柔軟性、掛灰面積、掛灰深淺對煙葉質量各指標影響的相對重要性，柔軟性、掛灰面積、掛灰深淺對煙葉外觀質量影響的相對重要性分別為1.45、0.84、0.45。偏最小二乘回歸能很好地用來建立煙葉質量估算模型，煙葉掛灰程度和柔軟性對煙葉質量有顯著影響。

關鍵詞 掛灰；柔軟性；煙葉質量；偏最小二乘回歸

中圖分類號 TS44 文獻標識碼 A

文章編號 0517-6611（2023）06-0177-05

doi：10.3969/j.issn.0517-6611.2023.06.043

The Effects of Smudged Degree and Leaf Softness on Tobacco Leaf Quality Based on Partial Least Squares

CHEN Tian－cai，GENG Hong－mei，WANG Zhen－guo et al

（Fengjie Tobacco Company of Chongqing City，Chongqing 404600）

Abstract Tobacco leaf smudging is very common during the process of flue－curing. A further study was conducted in Fengjie County， Chongqing City to identify the specific influence of the smudged degree and leaf softness on the quality of tobacco leaves. Smudged degree mainly included the spot area and color shade. The smudged area， color shade， and the softness all had 3 levels. The leaf samples were randomly collected in Fengjie County. The results showed that the softness was significantly positively correlated with leaf structure， oil content， figure， and reducing sugar content， with correlation coefficient of 0.90， 0.89， 0.82， and 0.72， respectively. The smudged area was significantly and negatively correlated with the leaf color， nitrogen－nicotine ratio， and chromaticity， and significantly and positively correlated with the nicotine and chloride contents， with correlation coefficient of -0.76， -0.64， -0.50， 0.60 and 0.55， respectively. Some partial least squares regression equations were established by using the leaf quality indicators as the dependent variables， and the softness， leaf smudged area and the grey degree as the predicting variables， which could estimate the specific influence of softness and smudged degree on the leaf quality. The models could explain as high as 86.81% of the total variation of leaf quality indicator. The variable important for projection （VIP） was also explored in this study， and we found that VIP of softness， smudged area， and grey degree on leaf quality was 1.45， 0.84 and 0.45， respectively. In conclusion， partial least squares regression can be well used to establish a tobacco leaf quality estimation model， and the leaf softness and smudged degree have significant influence on tobacco leaf quality.

Key words Smudge;Softness;Leaf quality;Partial least square regression

在烤煙烘烤過程中，煙葉正面由于氣孔較少，蠟質層較厚，水分排出易受阻礙，常常會產生一層黑褐色的細微小斑點，如同蒙上一層灰一樣，導致掛灰［1-2］。煙葉烘烤結束后，灰斑仍然留存。在煙葉烘烤實踐中，掛灰現(xiàn)象極為普遍，尤其是上部葉片。煙葉本身成熟過度，烘烤過程中變黃過度，升、降溫過猛，編煙裝煙過密，烤房排濕不力等均會引起掛灰［3-7］。掛灰對煙葉質量影響較大，K、煙堿、有機酸、生物堿等含量均有明顯下降，導致煙葉的可用性降低［8］?？竞鬅熑~掛灰對煙葉外觀質量也有較大影響，一般屬于下低等煙或級外煙，價格極低或根本不予收購，煙農的收益會嚴重受損［9］。掛灰對煙葉質量的影響，雖然有大量觀察和認識，但缺乏科學性、系統(tǒng)性和完整性結論，有必要進行深入調查研究?；趶V西中煙對重慶奉節(jié)基地的煙葉質量評價反饋部分非正常條件下產生的K326非基本色煙葉仍有較大的使用價值，深入研究掛灰煙葉工業(yè)可用性，建立內部標準指導烤煙K326品種收購、分選具有重大意義。

掛灰可能會影響煙葉質量的多個指標值，包括外觀、化學成分、感官質量等指標，而每類指標又含有多個指標，因此，此類研究自變量和因變量均為多元，無法用傳統(tǒng)的統(tǒng)計方法進行分析和建模。近年來發(fā)展迅速的偏最小二乘回歸（partial least squares， PLS）能很好地被應用于探索此類數據的分析和建模［10-15］。PLS最初由經濟計量學家Herman Wold于20世紀70年代提出，后被許多統(tǒng)計學家稱為“第二代多元統(tǒng)計分析方法”。PLS綜合了線性回歸、主成分分析及典型相關分析的優(yōu)點，其用途比主成分回歸更為廣泛，是進行多因變量對多自變量回歸建模的強有力的工具［12-13］。PLS能夠在自變量存在嚴重相關的條件下建模，可用于解決多重共線性問題，尤其適用于樣本含量較小的情形，甚至可用于樣本含量小于自變量數的特殊情況（傳統(tǒng)線性回歸方法一般要求樣本含量是自變量個數的5～10倍）［11，14］。因此，該研究在重慶奉節(jié)煙區(qū)，按照掛灰程度收集烤后煙葉上部葉煙葉樣品，獲得煙葉質量數據，采用偏最小二乘回歸法，進一步探索掛灰程度對煙葉質量的具體影響，為提高煙葉的工業(yè)可用性提供理論依據。

1 材料與方法

1.1 試驗設計

以重慶奉節(jié)K326品種為試驗對象，從葉片柔軟性和掛灰程度2個因素考慮，掛灰程度又包括斑塊面積和顏色深淺2個維度。柔軟性分柔軟、較柔軟、僵硬3個檔次；掛灰面積設30%、50%、70% 3個檔次；掛灰顏色深淺分淺灰色、灰色、深灰色3個檔次，構成27個處理組合。

1.2 煙葉樣品獲取和檢測 2021年9月至10月在烤煙收購結束后，按照27個處理組合，每個取2個樣品（重復），共54個，每個樣品3 kg。預處理后進行外觀鑒定、常規(guī)化學成分檢測和感官評吸評價。外觀鑒定由重慶市煙草公司組織相關專家按照國標（GB 2635—92）進行鑒定打分；感官質量由重慶市煙草公司組織評吸專家按煙草行業(yè)相關標準（YC/T 138—1998）進行；采用近紅外光譜（NIR）定量分析技術對煙葉樣品的常規(guī)化學成分進行分析。

1.3 統(tǒng)計分析 采用SAS 9.4軟件CORR程序進行相關性分析，PLS（partial least squares）程序進行偏最小二乘回歸分析和建模。交叉確認采用Split法。

2 結果與分析

2.1 煙葉質量與掛灰程度、柔軟性的相關性

相關分析結果表明（表1），煙葉質量與柔軟性、掛灰面積、掛灰深淺有密切的相關性。外觀質量中，成熟度、葉片結構、身份、油分、色度、外觀質量總分與柔軟性的相關性極顯著（P<0.01）。與柔軟性相關性最強的外觀質量指標是葉片結構和油分，其次是身份和成熟度。外觀質量與掛灰面積的相關性比與柔軟性弱，其中顏色和色度與掛灰面積的相關性極顯著（P<0.01），成熟度和外觀質量總分與掛灰面積相關性顯著（P<0.05）。外觀質量與掛灰深淺基本上無相關性，r2最高的僅0.34，且不顯著。

化學成分中，總糖、還原糖含量與柔軟性的相關性極顯著（P<0.01），兩糖比、糖堿比與柔軟性的相關性顯著（P<0.05）。

與柔軟性相關性最強的化學成分指標是還原糖含量，其次是總糖。與柔軟性相比，化學成分中有更多的指標與掛灰面積具有顯著或極顯著相關性，其中煙堿、氯、鉀含量，糖堿比，氮堿比與掛灰面積的相關性極顯著（P<0.01），氮堿比、煙堿的相關系數值較高?；瘜W成分與掛灰深淺有一定相關性，其中鉀含量為極顯著相關（P<0.01）；與煙堿含量、兩糖比、糖堿比顯著相關（P<0.05）。

感官質量中，柔細度、甜度與柔軟性的相關性極顯著（P<0.01），香氣量、感官質量總分與柔軟性的相關性顯著（P<0.05）。與柔軟性相關性較強的感官質量指標是柔細度、甜度，其次是香氣量。感官質量與掛灰面積有一定的相關性，其中余味與掛灰面積的相關性極顯著（P<0.01），與香氣量、甜度相關性顯著（P<0.05）。感官質量與掛灰深淺的相關性較弱，雜氣、透發(fā)性、勁頭與掛灰深淺顯著相關（P<0.05）。

2.2 煙葉質量指標預測模型的建立

以柔軟性（X1）、掛灰面積（X2）、掛灰深淺（X3）為預測變量（自變量），以外觀質量、化學成分、感官質量各指標為被預測變量（因變量 Y），采用PLS法建立回歸方程，各參數估計見表2。例如，葉片結構分的預測方程為：

Y=3.322 2+0.811 1X1-0.008 9X2+0.122 2X3

構建回歸方程時，可以把所有的外觀質量指標，包括顏色、成熟度、葉片結構、身份、油分、色度、外觀總分共7個因變量作為一組因變量，與自變量（柔軟性、掛灰面積、掛灰深淺）一起建立模型，結果與單獨建立模型完全相同，這是偏最小二乘回歸法的優(yōu)勢。

雖然采用PLS法對所有煙葉質量指標建立了預測模型，但在使用該模型時，需要考慮模型的預測精度，其主要由因變量所得主成分變異信息占總變異信息的百分比（表3）。當因變量為一組變量時（如外觀質量含顏色等7個因變量），可以構建多個主成分對，分別計算各主成分的解釋貢獻率，在外觀質量組中，因變量第1、2、3的主成分分別解釋了總變異的61.70%、10.84%、1.10%（表3），理論上，從因變量的角度來看，僅僅需要考慮第1、2主成分；但該研究發(fā)現(xiàn)，自變量主成分1、2、3的貢獻率分別為33.33%、33.33%、33.33%，累計100%，因此，對所有模型，取前3對主成分。同時，以單個變量為因變量，也嘗試進行了偏最小二乘回歸分析和建模，此時因變量主成分為1組，即因變量本身，所以2、3主成分的貢獻率均為0（表3）。

從表3的累計貢獻率可以看出，外觀質量所有指標預測模型很好，因變量的累計貢獻率最高的是葉片結構，模型涵蓋了86.81%的變異，僅有13.19%的變異不能被模型預測。其次是油分（81.02%）、身份（80.68%）和顏色（70.27%）得分。外觀質量總體累計貢獻率為73.64%。據此判斷，表2中的葉片結構、油分、身份和顏色得分預測模型預測效果良好?；瘜W成分有指標預測模型預測效果不及外觀質量指標，總體累計貢獻率為41.94%，遠低于60%的可接受閾值。因變量的累計貢獻率最高的是還原糖含量，模型涵蓋了62.90%的變異，其次是糖堿比（60.25%）。其余指標累計貢獻率低于60.00%，表2中所列相關模型只能是僅供參考。感官質量所有指標累計貢獻率均低于50%，因此，表2中所列模型感官質量預測模型參考意義不大。

2.3 柔軟性和掛灰程度對煙葉質量指標影響的重要性分析

表4為自變量對因變量影響的相對重要性，值越大，影響程度越大。對外觀質量來說，柔軟性影響最大，其次是掛灰面積，掛灰深淺對煙葉外觀質量影響最小。柔軟性對外觀質量指標的油分影響最大，其次是葉片結構、身份、外觀質量總分、成熟度，對煙葉顏色影響最小。掛灰面積對外觀質量指標的顏色得分影響最大，其次是色度、成熟度和外觀質量總分，對葉片結構、身份、油分得分影響很小。掛灰深淺對外觀質量指標的影響都不大，相對來看，身份、顏色有一定影響，對其余指標影響極小。

對化學成分來說，柔軟性、掛灰面積、掛灰深淺對其影響程度比較接近，相對來說，掛灰面積影響稍大。柔軟性對化學成分指標的還原糖含量影響最大，其次是總糖、兩糖比、總氮、糖堿比，柔軟性對煙葉鉀氯比、煙堿、氯、氮堿比、鉀的影響很小。掛灰面積對化學成分指標的氮堿比、氯含量影響較大，其次是煙堿、鉀、糖堿比、鉀氯比，對總糖和還原糖有一定影響，對兩糖比和總氮基本無影響。掛灰深淺對化學成分指標的總氮、鉀氯比、鉀、兩糖比影響較大，其次是煙堿、總糖、糖堿比，對還原糖、氮堿比、氯的影響很小。

對感官質量來說，柔軟性影響最大，其次是掛灰深淺，掛灰面積對煙葉感官質量影響最小。柔軟性對感官質量指標的柔細度、濃度影響較大，其次是甜度、感官質量總分、刺激性、香氣量、透發(fā)性、香氣質、余味，對雜氣、勁頭影響較小。掛灰面積對感官質量指標的余味、香氣量、香氣質影響較大，其次是感官質量總分、甜度、雜氣、刺激性，對柔細度、勁頭、濃度、透發(fā)性影響較小。掛灰深淺對感官質量指標的勁頭、雜氣、透發(fā)性影響較大，其次是刺激性、香氣質、余味、感官質量總分，對濃度、香氣量、甜度、柔細度等的影響較小。

3 討論

肖振杰等［16］研究發(fā)現(xiàn)，中部烤壞煙的煙堿、總氮和蛋白質含量平均值分別比正常烘烤的C3F高31.4%、40.6%和28.6%，上部葉分別比正常烘烤的B2F高24.5%、36.4%和21.2%。該研究表明，掛灰面積與煙堿含量極顯著正相關，與肖振杰等［16］的研究結論一致。一般情況下，上部煙葉煙堿含量本來就存在偏高、過高的現(xiàn)象，加之烘烤掛灰導致煙葉煙堿含量進一步增加，導致了工業(yè)可用性的進一步降低，不利于卷煙配方的使用。

付秋娟等［17］研究顯示，烤煙柔軟度與主要理化指標密切相關，尤其是煙葉總糖、還原糖和鉀對煙葉柔軟度有直接作用，且相關系數也最高，分別為0.704、0.695和0.559。該研究發(fā)現(xiàn)煙葉柔軟性與還原糖含量極顯著正相關，相關系數為0.72。掛灰煙葉葉片由于烘烤過程中內物質（主要是碳水化合物）消耗或轉化過度，所以葉片的總糖含量少，總碳水化合物含量少。

4 結論

煙葉柔軟性與葉片結構、油分、身份、還原糖含量等極顯著正相關，相關系數分別為0.90、0.89、0.82、0.72；掛灰面積與煙葉顏色、氮堿比、色度等極顯著負相關（P<0.01），與煙堿和氯離子含量極顯著正相關（P<0.01），相關系數分別為-0.76、-0.64、-0.50、0.60、0.55。以煙葉質量各指標為因變量（y），以柔軟性（X1）、掛灰面積（X2）、掛灰深淺（X3）為自變量，建立偏最小二乘回歸方程，可以較準確地估算柔軟性和掛灰程度對煙葉質量的具體影響，如葉片結構的估算模型為：Y=3.322 2+0.811 1X1-0.008 9X2+0.122 2X3，模型對因變量信息總變異的解釋比例為86.81%。該研究還探明了柔軟性、掛灰面積、掛灰深淺對煙葉質量各指標影響的相對重要性，如柔軟性、掛灰面積、掛灰深淺對煙葉外觀質量影響的相對重要性分別為1.45、0.84、0.45。偏最小二乘回歸能很好地用來建立煙葉質量估算模型，尤其是涉及因變量和自變量均為多元的情況，煙葉掛灰程度和柔軟性對煙葉質量有顯著影響。

參考文獻

［1］ 孫皓月，史洪濤，顧會戰(zhàn)，等.上部掛灰煙葉形成與蠟質層的關系研究進展［J］.天津農業(yè)科學，2021，27（10）：68-73.

［2］ 廖偉東，徐銳，陳良存，等.煙葉烘烤損失產生的原因及對策［J］.湖北農業(yè)科學，2021，60（S1）：226-229，274.

［3］? 劉洪華，趙炳奇，鄭洋，等.烤煙上部葉不同烘烤方式綜合效果比較［J］.現(xiàn)代農業(yè)科技，2021（16）：226-227.

［4］? 程海峰，胡健康，王平.?？禑焻^(qū)上部煙葉掛灰形成的原因及解決方法［J］.綠色科技，2020（17）：113-114.

［5］ 仙立國，孫福山.特色烤煙良種翠碧一號（CB-1）為何難烤？［J］.中國煙草學報，2020，26（3）：2.

［6］ 仙立國，黃一蘭，王松峰，等.翠碧一號鮮煙葉素質及烘烤特性研究［J］.中國煙草學報，2020，26（3）：66-73.

［7］ 楊曄.烤后煙葉掛灰的原因與防止煙葉掛失的途徑［J］.安徽農業(yè)科學，2014，42（19）：6367-6369，6372.

［8］ 張銀軍.灰色煙葉的成因和防治技術研究［D］.長沙：湖南農業(yè)大學，2008.

［9］ 閆克玉，趙獻章. 煙葉分級［M］. 北京：中國農業(yè)出版社，2003.

［10］ 秦浩，林志娟，陳景武. 偏最小二乘回歸原理、分析步驟及程序［J］.數理醫(yī)藥學雜志，2007，20（4）：450-451.

［11］ 周貝貝，張強，孫健，等.偏最小二乘回歸在蘋果土壤養(yǎng)分與果實品質關系的研究與應用［J］.Agricultural science & technology， 2016，17（2）：362-366，384.

［12］ 賀國強，徐永軍，齊虹凌，等.基于偏最小二乘回歸的假植期烤煙幼苗生長的水氮耦合效應研究［J］.華北農學報，2015，30（S1）：435-440.

［13］ 于雷，洪永勝，耿雷，等.基于偏最小二乘回歸的土壤有機質含量高光譜估算［J］.農業(yè)工程學報，2015，31（14）：103-109.

［14］ 劉秀英，王力，常慶瑞，等.基于相關分析和偏最小二乘回歸的黃綿土土壤全氮和堿解氮含量的高光譜預測［J］.應用生態(tài)學報，2015，26（7）：2107-2114.

［15］ 鐘明潔，鐘濤，王義康.基于偏最小二乘回歸的玉米蛋白質含量鑒定［J］.福建農業(yè)學報，2014，29（6）：597-601.

［16］ 肖振杰，周艷賓，徐增漢，等. 黔南烤壞煙與正常煙葉主要化學成分含量差異［J］.中國煙草科學，2014，35（3）：74-78.

［17］ 付秋娟，孫婷婷，竇玉青，等.初烤煙葉柔軟度及其與煙葉主要理化指標的關系［J］.煙草科技，2021，54（5）：77-81.

基金項目 重慶市煙草公司重點項目（A20211NY1307，B20211NY1309）。

作者簡介 陳天才（1988—），男，四川鹽源人，農藝師，碩士，從事煙草栽培和管理方面的研究。*通信作者，研究員，博士，從事煙草栽培和煙葉質量分析研究。

收稿日期 2022-04-01