• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 46
    • 下载费用:30 金币  

    重庆时时彩平台网站: 一种基于感官评吸的烟叶质量评价方法.pdf

    摘要
    申请专利号:

    重庆时时彩单双窍门 www.4mum.com.cn CN201310372222.1

    申请日:

    2013.08.23

    公开号:

    CN103424542A

    公开日:

    2013.12.04

    当前法律状态:

    驳回

    有效性:

    无权

    法律详情: 发明专利申请公布后的驳回IPC(主分类):G01N 33/50申请公布日:20131204|||实质审查的生效IPC(主分类):G01N 33/50申请日:20130823|||公开
    IPC分类号: G01N33/50 主分类号: G01N33/50
    申请人: 贵州省烟草科学研究院
    发明人: 高维常; 潘文杰; 袁有波; 涂永高; 唐远驹; 张长华; 陈伟; 王智明; 厉福强; 张骏; 陈叶君; 胡伟; 刘雪梅
    地址: 550081 贵州省贵阳市金阳新区云潭北路贵州省烟草科学研究院
    优先权:
    专利代理机构: 贵阳中新专利商标事务所 52100 代理人: 赵彦栋
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201310372222.1

    授权公告号:

    ||||||

    法律状态公告日:

    2016.04.06|||2013.12.25|||2013.12.04

    法律状态类型:

    发明专利申请公布后的驳回|||实质审查的生效|||公开

    摘要

    本发发明公开一种基于感官评吸的烟叶质量评价方法,以烟叶感官评吸为基础,利用各种算法对获取样本的各项指标进行初步评价和筛选,对影响烟叶特色的主要理化指标进行初步确定,利用有序样本Fisher分类或系统聚类方法对烟叶感官评吸质量进行划分,将分割的分段所属样本进行分析评价继而确定影响烟叶特色的主要理化指标,同时进行最优样本的确定,并按照样本数>60%的符合度为限制条件,获取影响烟叶感官评吸主要理化指标适宜范围,且根据主要理化指标及其适宜范围指导烟草工业企业烟叶原料采购与利用及根据主要理化指标适宜范围,反向查找满足要求的烟叶样本,续而得出该样本生长的生态环境、品种和栽培技术及配套生产措施,指导烟草商业企业烟叶生产。

    权利要求书

    权利要求书
    1.  一种基于感官评吸的烟叶质量评价方法,其特征在于:该方法以烟草的所有改进的最终目的都是以烟叶感官评吸好为目标作为出发点,以烟叶感官评吸为基础,利用简单相关,偏相关以及逐步回归、双重筛选逐步回归,通径分析,以及人工神经网络等方法对获取样本的各项指标进行初步评价和筛选,对影响烟叶特色的主要理化指标进行初步确定,利用有序样本Fisher分类或系统聚类方法对烟叶感官评吸质量进行划分,将分割的分段所属样本进行分析评价继而确定影响烟叶特色的主要理化指标,同时进行最优样本的确定,并按照样本数>60%的符合度为限制条件,获取影响烟叶感官评吸主要理化指标适宜范围,且根据主要理化指标及其适宜范围指导烟草工业企业烟叶原料采购与利用及根据主要理化指标适宜范围,反向查找满足要求的烟叶样本,续而得出该样本生长的生态环境、品种和栽培技术及配套生产措施,指导烟草商业企业烟叶生产。

    2.  根据权利要求1所述的基于感官评吸的烟叶质量评价方法,其特征在于:该方法包括以下步骤:
    (1)样本获取,要求所采集样本及等级涵盖面广、纯度高、代表性强;
    (2)样本检测,通过感官评吸、工业可用性分析、测定外观质量、物理特性和剖析样本各类化学成分和相关品质指标获得样本数据;
       (3)原数据处理,将步骤(2)所得数据资源进行整理,使之利于统计分析,推算出糖碱比、两糖比、钾氯比、两糖差及各类影响烟草品质的指标,剔除异常值;
    (4) 根据步骤(3)所得样品数据以及样品取样点的实际情况进行分析,确保样品数据满足代表性、宽泛性和离散性;
    (5) 评价指标初选,因烟草的所有改进的最终目的都是以烟叶感官评吸好为目标,所以以烟叶感官评吸为基础,利用简单相关,偏相关以及逐步回归、双重筛选逐步回归,通径分析,以及人工神经网络等方法对步骤(3)中的品质评价指标进行初步评价和筛选,初步筛选出影响烟叶特色的主要理化指标;
    (6)在步骤(5)的基础上,利用有序样本Fisher分类或系统聚类方法对样本进行评吸质量的划分;a将分割的分段所属样本利用多元方差分析单因子假设检验和多重比较,进一步筛选评价指标,确定相对便捷、准确并能够反映烟叶风格和质量稳定性控制指标;b依据有序样本Fisher分类或系统聚类等方法对烟叶感官评吸质量进行的样本分割,结合中心值±SD(标准差),所限制的数值区间落在总体样本中的置信水平为68.2%,中心值±1.96SD(标准差)为95%,中心值±2.57SD(标准差)为99%的要求,确定最优样本感官评吸范围,继而确定最优样本群;
    (7)验证与调试适宜范围
    按照样本数>60%的符合度为限制条件,结合卷烟企业对烟叶原料质量要求,引入外部验证样本,按照步骤(6)中所确定的主要理化指标进行符合度验证,进而调试和修订相关指标参数,获取烟叶主要理化指标适宜范围;
    (8)指导烟草工业企业烟叶原料采购与利用
    根据步骤(7)中所获得的烟叶主要理化指标及其适宜范围,进行烟叶分类及收购,指导烟草工业企业烟叶原料采购与利用;
    (9)理想株型长势长相及配套生产措施的推算
    根据步骤(7)中所获得的烟叶主要理化指标及其适宜范围,反向查找满足要求的烟叶样本,续而得出该样本生长的生态环境、品种和栽培技术及配套生产措施,指导烟草商业企业烟叶生产。

    3.  根据权利要求2所述的基于感官评吸的烟叶质量评价方法,其特征在于:在步骤(1)中样本分典型样本和外部引入的验证样本两个部分,在获取样本的同时,对应开展取样点生态、品种和栽培技术的调查并记录;
    a、典型样本要求所选等级涵盖面广、纯度高、代表性强等特性,该部分样本所检测获取的参数将作为基础的分析评价数据;
    b、外部引入的验证样本,要求来源广、范围宽,能代表卷烟工业企业烟叶原料采购水平即可,该部分样本所检测获取的参数将作为验证或修正数据。

    4.  根据权利要求2所述的基于感官评吸的烟叶质量评价方法,其特征在于:在步骤(5)中初步筛选出影响烟叶特色的主要理化指标为:叶面密度、烟碱、总糖、总氮、钾、糖/碱、两糖比和钾/氯。

    说明书

    说明书一种基于感官评吸的烟叶质量评价方法
    技术领域
    本发明涉及烟叶品质评价研究领域,具体属于一种基于感官评吸的烟叶质量评价方法。
    背景技术
    烟草是最重要的经济作物,是国民经济的重要组成部分,在农业及贸易领域占有重要地位。烟叶质量是一个综合性和动态性概念,也是一个相对的术语。烟叶质量包括外观质量、评吸质量、物理性状、化学成分和安全性等5个方面。优质烟叶和烟制品具有完美的外观特征、优良的内在品质(即香气和吃味)、完善的物理性状、协调的化学成分、无毒无害的相对安全。烟叶质量评价是众多烟草前沿研究方向的基础,强调的是烟叶对烟草工业企业的实际应用价值,以及烟叶质量评价结果对烟草工业企业卷烟生产和烟草商业企业烟叶生产的实际指导价值和意义,在某种意义上可以说是烟叶可用性评价。
    目前,烟叶质量评价研究内容较多,但多从烟叶质量单个和两两之间的关系利用数理统计方法进行分析评价,或从以往的经验对烟叶质量进行人为的适宜划分和定性评价,结果的形成虽在一定程度上体现了对烟叶原料质量稳定性、变异程度的控制,但对指导卷烟产品配方需求的烟叶原料采购,引导基地烟叶原料质量水平的提高和风格特色的突出作力不强。
    发明内容
    本发明要解决的技术问题是提供一种能更好地提高对烟叶质量特征的认识、发现存在问题,为烟草工业企业烟叶原料采购和烟草商业企业烤烟基地生产技术改进提供决策依据的基于感官评吸的烟叶质量评价方法,可以克服现有技术的不足。
    本发明通过下述技术方案来实现:一种基于感官评吸的烟叶质量评价方法,以烟草的所有改进的最终目的都是以烟叶感官评吸好为目标作为出发点,以烟叶感官评吸为基础,利用简单相关,偏相关以及逐步回归、双重筛选逐步回归,通径分析,以及人工神经网络等方法对获取样本的各项指标进行初步评价和筛选,对影响烟叶特色的主要理化指标进行初步确定,利用有序样本Fisher分类或系统聚类方法对烟叶感官评吸质量进行划分,将分割的分段所属样本利用多元方差分析单因子假设检验和多重比较进行分析评价继而确定影响烟叶特色的主要理化指标,同时进行最优样本的确定,并按照样本数>60%的符合度为限制条件,获取影响烟叶感官评吸主要理化指标适宜范围,且根据主要理化指标及其适宜范围指导烟草工业企业烟叶原料采购与利用及根据主要理化指标适宜范围,反向查找满足要求的烟叶样本,续而得出该样本生长的生态环境、品种和栽培技术及配套生产措施,指导烟草商业企业烟叶生产。
    上述的基于感官评吸的烟叶质量评价方法是,包括以下步骤:
    (1)样本获取,要求所采集样本及等级涵盖面广、纯度高、代表性强;
    (2)样本检测,通过感官评吸、工业可用性分析、测定外观质量、物理特性和剖析样本各类化学成分和相关品质指标获得样本数据;
       (3)原数据处理,将步骤(2)所得数据资源进行整理,使之利于统计分析,推算出糖碱比、两糖比、钾氯比、两糖差及各类影响烟草品质的指标,剔除异常值;
    (4) 根据步骤(3)所得样品数据以及样品取样点的实际情况进行分析,确保样品数据满足代表性、宽泛性和离散性;
    (5) 评价指标初选,因烟草的所有改进的最终目的都是以烟叶感官评吸好为目标,所以以烟叶感官评吸为基础,利用简单相关,偏相关以及逐步回归、双重筛选逐步回归,通径分析,以及人工神经网络等方法对步骤(3)中的品质评价指标进行初步评价和筛选,初步筛选出影响烟叶特色的主要理化指标;
    (6)在步骤(5)的基础上,利用有序样本Fisher分类或系统聚类方法对样本进行评吸质量的划分;1)将分割的分段所属样本利用多元方差分析单因子假设检验和多重比较,进一步筛选评价指标,确定相对便捷、准确并能够反映烟叶风格和质量稳定性控制指标;2)依据有序样本Fisher分类或系统聚类等方法对烟叶感官评吸质量进行的样本分割,结合中心值±SD(标准差),所限制的数值区间落在总体样本中的置信水平为68.2%,中心值±1.96SD(标准差)为95%,中心值±2.57SD(标准差)为99%的要求,确定最优样本感官评吸范围,继而确定最优样本群;
    (7)验证与调试适宜范围
    按照样本数>60%的符合度为限制条件,结合卷烟企业对烟叶原料质量要求,引入外部验证样本,按照步骤(6)中所确定的主要理化指标进行符合度验证,进而调试和修订相关指标参数,获取烟叶主要理化指标适宜范围;
    (8)指导烟草工业企业烟叶原料采购与利用
    根据步骤(7)中所获得的烟叶主要理化指标及其适宜范围,进行烟叶分类及收购,指导烟草工业企业烟叶原料采购与利用;
    (9)理想株型长势长相及配套生产措施的推算
    根据步骤(7)中所获得的烟叶主要理化指标及其适宜范围,反向查找满足要求的烟叶样本,续而得出该样本生长的生态环境、品种和栽培技术及配套生产措施,指导烟草商业企业烟叶生产;
    前述的基于感官评吸的烟叶质量评价方法是,在步骤(1)中样本分典型样本和外部引入的验证样本两个部分,在获取样本的同时,对应开展取样点生态、品种和栽培技术的调查并记录:
    a、典型样本要求所选等级涵盖面广、纯度高、代表性强等特性,该部分样本所检测获取的参数将作为基础的分析评价数据;
    b、外部引入的验证样本,要求来源广、范围宽,能代表卷烟工业企业烟叶原料采购水平即可,该部分样本所检测获取的参数将作为验证或修正数据。
    与现有技术比较,本发明以烟叶评吸质量为主线,采用大量的数理统计方法,通过对烟叶外观质量、物理特性、主要化学成分含量、评吸质量进行全面的分析与评价,筛选出影响烟叶质量的关键指标,并获得烟叶主要理化指标适宜阈值??墒迪指玫靥岣叨匝桃吨柿刻卣鞯娜鲜?、发现存在问题,为烟草工业企业烟叶原料采购和烟草商业企业烤烟基地生产技术改进提供决策依据。
    其优点是:(1)以烟叶感官评吸为基础,对烟叶外观质量、物理特性、主要化学成分含量、评吸质量进行了系统和全面的分析与评价;(2)以烟叶评吸质量为主线,充分利用数理统计方法,进行科学的分析评价,避开了人为因素对评价结果的影响;(3)通过评价方法及系统可筛选出影响烟叶风格特色的主要理化指标,同时,获得主要理化指标适宜范围,并实现了适宜范围的验证与修订;(4)评价指标的筛选和适宜范围的确定,可为烟叶质量体系指标的持续优化与修正提供途径,提高人们对烟叶质量特征的认识,为烟草工业企业烟叶原料采购与利用和烟草商业企业烤烟基地生产技术改进提供决策依据;(5)本方法及评价系统的应用可提出工、商企业所期望的烟株理想株型画像及配套生产措施,指导烟草工业企业烟叶原料采购和烟草商业企业烟叶生产;(6)本评价方法及系统评价烟叶的质量具有较强的客观性、系统性和针对性,以及较好的生产指导性和实用性;(7)本评价方法及系统起于生产,落脚于生产,较好地实现产—销—产的结合和循环。
    附图说明
    图1是本发明的逻辑框图。
    具体实施方式
    实施例1:本发明针对人们多从单个和两两之间的关系利用数理统计方法或从经验出发对烟叶质量进行分析评价的不足,以及评价结果对指导卷烟产品配方需求的烟叶原料采购,引导基地烟叶原料质量水平的提高和风格特色的突出作力不强等问题。提出了以烟叶感官评吸为基础,在明确烟叶感官质量要求的基础上,通过利用现代仪器分析技术手段结合化学计量学,获取对研究的烟叶的外观特征、物理特性,理化指标特性相关指标参数,利用一系列数理统计方法,寻找对烟叶特色的决定因子和差异因子,探索准确可行的优化质量指标的方法,为烟叶质量体系指标的持续优化与修正提供途径。并在明确不同产地烟叶风格和作用定位的基础上,探索烟叶主要理化指标对烟叶感官质量风格的影响,优化烟叶原料质量要求中主要理化指标适宜范围,继而构建烟叶质量评价系统。本方法及评价系统评价烟叶的质量具有客观性、系统性和针对性,以及较强的生产指导性和实用性。
    具体的步骤为
    (1)样本制备
    所获取的样本需要保证样本理化性状的“离散性”、“宽泛性”和外观质量的多样性,制备样本分典型样本和外部引入的验证样本两个部分。
    a、典型样本要求所选等级涵盖面广、纯度高、代表性强等特性,该部分样本所检测获取的参数将作为基础的分析评价数据;
    b、外部引入的验证样本,要求来源广、范围宽,能代表卷烟工业企业烟叶原料采购水平即可,该部分样本所检测获取的参数将作为验证或修正数据;
    C、获取样本的同时,对应开展取样点生态、品种和栽培技术的调查。
    (2)样本检测
    a、通过感官评吸对烟叶样本进行特征描述和工业可用性分析(香型、香气质、香气量、舒适性、杂气、浓度、余味、刺激性等);
    b、测定烟叶样本外观质量(颜色、色度、身份、油分、结构等);
    c、测定样本物理特性(单叶重、含梗率、厚度、密度等);
    d、剖析样本各类化学成分和相关品质指标(一碱四比、糖类物质、含氮化合物、生物碱、有机酸、酚类物质、香气物质等)。
    (3)原数据处理
    将不同来源的数据资源按一定标准进行数学转换,使之尤为数字资料以利于统计分析。推算出糖碱比、两糖比、钾氯比、两糖差等指标。同时,剔除异常值。
    (4)样本基本特征描述及可用性评价
    从样本获取地点的布局、生态和栽培背景,等级范围以及对检测指标正态分布情况、烟叶质量各指标基本特征描述等方面进行典型烟叶样品的代表性、宽泛性和离散性评价。只有符合代表性、宽泛性和离散性的烟叶样品才能进行烟叶质量评价。
    (5)评价指标初选及统计方法的应用
    以烟叶感官评吸为基础,利用简单相关,偏相关以及逐步回归、双重筛选逐步回归,通径分析,以及人工神经网络等方法对各品质评价指标进行初步评价和筛选,探索影响烟叶质量特色的主要理化指标。
    (6)评价指标的确定与最优样本的确定
    利用有序样本Fisher分类或系统聚类等方法对烟叶感官评吸质量进行样本的分割和评吸质量的划分。1)将分割的分段所属样本利用多元方差分析单因子假设检验和多重比较,进一步筛选评价指标,确定相对便捷、准确并能够反映烟叶风格和质量稳定性控制指标;2)依据有序样本Fisher分类或系统聚类等方法对烟叶感官评吸质量进行的样本分割,结合中心值±SD(标准差),所限制的数值区间落在总体样本中的置信水平为68.2%,中心值±1.96SD(标准差),为95%,中心值±2.57SD(标准差),为99%的要求,确定最优样本感官评吸范围,继而确定最优样本。
    (7)主要理化指标适宜范围初判
    依据确定最优样本,初步获取所筛选出来的烟叶评价指标的适宜范围,提出它们的中心值和允差。
    (8)适宜范围的验证与调试
    定义样本数>60%的符合度为限制条件,结合卷烟企业对烟叶原料质量要求,引入外部验证样本,按照一定的优先顺序将筛选出来的指标进行符合度验证,进而调试和修订相关技术参数,确定烟叶主要理化指标适宜范围,以此确保适宜范围的可靠性和实用性。
    (9)理想株型长势长相及配套生产措施的推算
    获取适宜范围内烟叶样本,进行基本特征描述,寻找对应的生态、品种和栽培技术,推算烟株理想株型长势长相及配套生产措施。
    (10)评价结果的应用
    以烟叶质量为目标,理想株型长势长相及生产措施为基准,进行合理的生产布局,选择适宜的烤烟品种,制定相应的栽培措施,指导烟草商业企业烟叶生产。同时,指导卷烟工业企业烟叶原料的采购与利用。并在应用过程中不断总结,不断完善评价方法、修订评价指标和适宜范围,确保评价系统的先进性。
    实施例2
    1.1 试验时间,地点
    本项目于2007~2010年在贵州省遵义市(湄潭、凤冈)、毕节地区(毕节市、黔西、大方、金沙)进行,具体见表1。
    1.2 试验材料(品种)
    K326、南江3号、云烟87、云烟97(相关县市公司提供),具体见表1。

    1.3 样品的采集
    1.3.1 试验地的选择和地块确定标准
        2007年:
    田间取样地块确定标准如下:
    (1)包括高、中、低三个农户种植水平;
    (2)土壤肥力水平包括高、中、低三个水平;
    (3)包括田烟和土烟共三个因素。
    在目标产区湄潭县的4个特色烟叶生产区(石莲、高台、天城、洗马4个乡镇)选择取样代表性烟地,每一生产区确定不同各类烟地12块(每农户土3块,田1块),并GPS定位,将这些烟地对应到各自农户。在选择烟地时,同时对烟地及烟农进行调查。最终确定项目安排了石莲、高台、天城、洗马4个乡镇12户农户36块土和12块田,分别分布于湄潭南、东南、北和南北4个方向。
    2008年:
    在07年度所选农户的基础上挑选了3个农户,缩小了选株面积,每个农户挑选1块地,烟株300株左右,见表2。实际获得样品80个。

    重点样品采集(2007年)
    根据试验点的布置和所收集的48块地块烟样,在唐远驹研究员指导下,最终确定石莲乡周光发家龚文龙家屋基(中等生产水平、土壤肥力下等)、天城乡黄朝军家屋后头(下等生产水平、土壤肥力上等)、洗马乡孙武元家茶腊树(下等生产水平、土壤肥力上等)、高台镇李魁文家水井坎(上等生产水平、土壤肥力中等)4块土为典型样获取地块。该4块定点地块含盖了上、中、下3个等级的生产水平,上、中、下3个土壤肥力水平,不包括田。333m2/块,全采全收,采样以“GB2635-92烤烟”为标准。共获得成熟度均好的烟叶样品282份,分出36个等级。并能代表基地当年的烟叶生产水平。
    地块样品采集(2007年)
    在确定典型样获取地块后,将剩余定点的44块地块同样进行全采全收,采样以“GB2635-92烤烟”为标准。按常规取样,即取等级X2F、C3F、C3L、C2F、C2L、B2F(C2F、C2L),共计获得样品174份。
    代表样样品的采集(2008年)
    在湄潭县7个烟叶中心站选14个收购点进行取样(见表3),样品包括收购的主要等级(见表4),在烟叶收购入库后进行。也就是,在烟包中,从样品所需等级中选择有代表性的烟叶1.5kg。计划取样294个,实际获得样品289个,涵盖21个等级。
    表3  代表样取样烟叶中心站和收购组名单


    1.3.5 打叶复烤厂大货样采集
    取样在贵州遵义申义复烤有限责任公司和贵州毕节顺泰有限责任公司两家复烤厂在线进行。在复烤厂打叶线铺叶台,根据总体取样数,每隔一定时间取烟样一个,标明烟叶等级、来源地及其它相关信息。样品包括上烟集团在项目产地所调烟叶的全部等级,根据所调烟叶各等级量的大小按比例取样,尽量保证所取样品的真实性和代表性。单个烟样取1.5公斤。
    年共计获得烟叶样品138份,16个等级。
    年计划取样71个,11个等级,实际取样60个,缺失11个。
    年样品采集
    在湄潭,选择有代表性的3个乡镇作为取样点,分别为湄潭县南部石莲乡(黄莲坝收购组)、中部天城乡(星联收购组)、北部西河乡(双石收购组),同时在湄潭烤烟区域其他乡镇进行少量取样。在遵义的凤冈县、毕节的金沙县、黔西县、毕节市、大方县四县进行取样。在湄潭的取样总共21个等级(同表4),在其余各县市的取样等级为X2F、C3F、B3F三个等级。09年共计获得样本190个。
    本研究样品采集以贵州遵义市主产烟县湄潭为主,辅以遵义市主产烟县凤冈和毕节地区主产烟县毕节市、金沙、黔西和大方等县共计6县(市)约26个烤烟主产乡镇,采取点(先后操作了15个点)面结合的方式,同时在打叶复烤在线也进行取样,通过2007年、2008年、2009年3年,采集到1133余份,几乎涵盖全等级的烟叶样品,所得样品能充分的代表目标产区。项目将(1.3.2)重点样品和(1.3.4)代表样品,其余样品为外部引入的验证样品。
    样品剖析
    由贵州省烟草科学研究所对所采集到的1133个烟叶样品进行外观质量、物理特性、主要化学成分含量、评吸质量以及致香成分的分析检测。
    外观质量评价
    烟叶的外观质量即烟叶外在的特征特性,是指人们感官可以做出判断的质量方面,是烟叶分级的重要依据,由烟叶的尺寸、均匀性、完整性、异物、残伤、部位、颜色(颗粒性、柔软性)、身份(厚度、密度)、成熟度、油分、香味等组成。这些特征和烟叶质量密切相关,是质量划分的依据。目前国内对烤烟外观质量的评价以眼观、手摸、鼻闻等感官判断方法,一般多用文字性的定性描述或集中在单个性状与其他评价指标间的关系研究,很少有人进行深入细致、全面系统的定量分析,以至对烤烟外观质量综合评价困难。蔡宪杰等选择了颜色、成熟度、叶片结构、身份、油分、色度等6个指标进行量化并探讨了这些评价指标间的关系;本研究以上烟集团贵州基地烟区烤烟为研究对象,根据需要,参考国标GB2635—92,采用了蔡宪杰等所选用方法进行烟叶外观质量的评价。评价方法是先从单一样品中完全随机抽取烟叶30片,按片作烟叶外观质量评价,计算相同外观指标叶数占总叶数的百分比,并测定这30片叶的长度和宽度。
    其中,2007年样品外观质量鉴定工作由贵州省烟叶质量监督检测站外观质量鉴定专家锦庆丰老专家完成,外观品质以文字描述,其因素包括:部位、颜色、成熟度、身份、结构、油分、色度、等级,质量鉴定中,为更细致地描述各品质因素特征,以每一因素的基本组成为中间值,设3个层次,大于中间值用符号“+”表示,小于中间值用符号“-”表示,如:对于烟叶油分在“有”档次的烟叶,可细分为:“有-”、“有”、“有+”,其他外观品质因素以此类推。为便于数据分析,将主要品质因素颜色、油份、色度等进行赋分量化,具体量化方法见表5,颜色由深到浅,油份由多到少,色度由浓到中到弱赋分值逐渐减小,分值只代表因素水平,不代表质量档次。
    表5  烟叶外观质量赋分标准表

    注:大于中间值用符号“+”表示,小于中间值用符号“-”表示,3个层次间每一水平差距为0.5。
    物理指标评价
    烟叶的物理性状包括烟叶的外部形态及其物理性能。它不但与烟叶的类型、品种、等级和质量相关,而且与卷烟配方的设计、烟叶加工和贮存工艺的确立有着极其密切的关系,是反映烟叶质量与加工性能的重要指标,直接影响烟叶品质和卷烟制造过程中的产品风格、成本及其他经济指标。在我国烟叶分级收购和销售过程中,对烟叶外观质量的评价大多以定性指标为依据。由于定性指标会产生一定的主观随意性,这既不利于指导烟农生产成熟度好、质量优的烟叶,也不利于烟草企业在卷烟配方设计、烟叶加工和贮存过程中正确地使用烟叶,提高烟叶的利用效率和经济价值。为使烟叶外观质量和工业可用性评价更为科学、合理、系统和全面,卷烟工业在对烟叶外观质量评价中加入可量化的物理性状的指标。本研究提出以叶长、叶宽、开片度、单叶重、叶面密度(单位叶面积重)、含梗率等来反映烟叶质量和工业可用性的物理性状指标,并以上烟集团贵州主产烟区烤烟样品为材料,深入分析上烟集团贵州基地主产烟区的烟叶物理性状区域特征,对其进行相关评价和与其他指标相关性分析。
    ①叶长、叶宽(%):叶片长度逐片测量,不足1cm按1cm计算,叶片长度的平均数为该样品的长度;叶片宽度逐片测量,不足0.5cm按0.5cm计算,叶片宽度的平均数为该样品的宽度。
    ②单叶重(g)、叶密度(mg·cm-3):单叶重是指一片叶的重量。随机抽取10片含水率为15%左右的烟叶,每片烟叶任取一个半叶,沿着半叶的叶尖、叶中及叶基部等距离取5个点,用圆形打孔器打5片直径(D)为15mm的圆形小片,将50片圆形小片放入水分盒中,在100℃条件下烘2h,冷却30min后称重。叶密度是指单位体积的烟叶重量。
    ③含梗率(%):随机抽取20片烟叶,平衡含水率到16.5%士0.5%的烟叶,抽梗,然后用1/100天平分别称烟片和烟梗的重量,按公式计算含梗率:含梗率=(烟梗重量/烟叶重量)*100。
    烟叶化学成分分析
    烟叶化学成分是指烟叶内有机物和无机物的含量高低及其之间的比例关系,是衡量烟叶品质的重要依据。由于人们抽吸的烟气是叶片化学成分燃烧时,经过蒸馏、干馏、热解产生的,烟叶化学成分影响烟气特性,因而烟叶化学成分可以作为鉴定烟叶品质的指标。烟叶的化学成分与烟草类型、栽培、调制和加工都有着密切的关系。目前,己鉴定出的烟叶和烟气成分有5289种,随着分析技术的进步,还有一些微量成分和不稳定成分被不断鉴定出来。烟叶化学成分十分复杂,无能用哪种化学指标,都不能全面反映或表达烟叶品质,但烟叶内在化学成分仍然是评价烤烟品质的重要指标之一。目前,针对上烟集团贵州基地烤烟化学成分研究的报道较少。本研究根据需要,将对烟叶化学成分的常规七项指标总糖、还原糖、烟碱、总氮、钾、氯、蛋白质,以及烟叶协调性指标糖/碱、两糖比、氮/碱、钾/氯和两糖差等进行相关评价和与其他指标相关性分析,并获得针对上烟集团卷烟品牌的烟叶主要理化指标适宜区间。
    化学成分分析检测依据分别为:YC/T159-2002(总糖)、YC/T159-2002(还原糖)、YC/T160-2002(总植物碱)、YC/T161-2002(总氮)、YC/T173-2003(钾)、YC/T162-2002(氯),蛋白质测定采用碘-碘化钾比色连续流动法。各检测数据都换算成百分率。
    1.4.4 烟叶感观质量评价
    烤烟评吸质量,又称内在评吸质量,是指烟叶通过燃烧所产生烟气的特征,主要依靠评吸人员抽吸对其主要评价指标进行评分来鉴定,虽带有一定的主观性,但仍然是卷烟企业使用某种烟叶和配方设计的主要参考依据。在衡量烟气质量的诸多因素中,香气和吸味是最主要的。香气包括香型、香气质、香气量和杂气;吸味包括劲头(生理强度)、刺激性、浓度和余味等。
    烟叶感观质量评价按常规方法进行,评吸内容主要包括香气质、香气量、吃味、杂气、刺激性、劲头、燃烧性和灰色等。将采集样品按单一地区切丝,不加香不加料,用同一种盘纸经机械卷制成长短、粗细、松紧都一致的烟支。在65%相对湿度的条件下平衡水分24h以上,然后采用整体循环的评吸方法评判单料烟样品的内在质量。参照((YC/T138-1998·烟草及烟草制品》和《HTTS/QPM3-17))标准的规定,建立了单料烟评吸质量指标及评分标准,由贵州省烟草科学研究所评烟委员会的评吸专家,按照标准进行感官评吸。根据香气质、香气量、吃味、杂气、刺激性、劲头、燃烧性和灰色等8个指标对评吸样品分别打分,然后以所有专家评吸评分的平均值作为最终评吸结果。

    1.5  成分分析与统计方法
    烟叶主要化学成分总植物碱、可溶性糖、还原糖、总氮、钾、氯含量的分析方法采用上海烟草(集团)公司统一建模的近红外光谱分析法。糖碱比、两糖比、氮碱比和钾氯比比值为推算值。
    运用描述统计、简单相关、偏相关、逐步回归、主成分分析以及人工神经网络等方法对资料进行统计分析。以烟叶评吸结果为基础,对烟叶的外观评价指标、化学成分指标以及新引入的各项评价指标进行筛选,明确它们对烟叶特征的影响大小,划分有重要贡献的化学指标的适宜区间,提出它们的中心值和允差。参照上海卷烟工业烟叶原料质量评价体系(2005年第三次修订)评价烟叶主要化学成分含量及协调性。
    2 结果与分析
    2.1 样本群质量指标评价
    2.1.1样品群质量指标评价主要是评价其:代表性、宽泛性和离散性。
    从所获得的样品来看,将被运用于分析的样本群上、中、下部基本上按1:1:1的比例进行,并获得了足够大的样本。
    2.1.2  取样点布置、生态和栽培背景分析评价
    从样品的取样点布置、生态、栽培背景来看,2007年的取样点分布于湄潭南、东南、北和南北4个方向的四个主产烟乡镇,2008年取样点涵盖湄潭烟草分公司全部烟叶中心站(7个)14个收购组,包含了湄潭的整个生态条件,不同土壤肥力水平和不同层次的生产技术农户,并完全按照当地优质烟叶生产技术进行栽培,所得样品能很好的代表目标产区烤烟生产水平和烟叶质量。
     
    通过对样本群作描述性统计分析可以得出:样本群中重点地块样样本均数为2.4959,标准差为0.88851, 峰度系数为-0.032, 峰度系数的标准误为0.289, 偏度系数为0.427, 偏度系数的标准误为0.145,最小值为0.76, 最大值为5.48, 有效例数为282,无缺失值。样本群中大货样样本均数为2.7668,标准差为1.08363, 峰度系数为0.115, 峰度系数的标准误为0.410, 偏度系数为0.653, 偏度系数的标准误为0.206,最小值为0.65, 最大值为5.74, 有效例数为138,无缺失值。样本群中08年所获得的代表样本均数为2.1491,标准差为0.99411, 峰度系数为0.422, 峰度系数的标准误为0.288, 偏度系数为0.972, 偏度系数的标准误为0.144,最小值为0.58, 最大值为5.35, 有效例数为285,无缺失值。
    通过对样本群各部位样品的正态分布图(本例?。?,所获得的目标产区贵州湄潭样品较符合正态分布图。在08年所获得样本群本身来自于面上的全等级取样,在这里,我们甚至可以认为08年样品直接具有其代表性。
    根据经验以及常识判断,一个良好的随机抽样样品群且较好满足质量指标宽泛性和离散性要求的样品群应该符合和接近正态分布。通过正态分布图、以及对样品颜色、单叶重、烟碱、糖/碱等的散点图,所获得的样本群,主要指标具备了“宽泛性”和“离散性”的特点。
    从以上相关图表分析来看,结合样本等级结构和取样点布置、生态等,我们认为制备的样品群的质量指标代表了一定的大货水平,表明样本群具有很好的代表性,宽泛性和离散性,所得样本群能很好的代表目标产区烟叶。
    样品群质量指标特征
    2.2.1  样本群外观质量

    从表10可以看出,在160个下部叶样本群中,成熟度(为95个样本)平均分值为8.75分,变异系数为7.55%;颜色平均值为5.90分,变异系数为26.77%;油分平均值为5.33分,表明油分在稍有档次,变异系数为13.64%;身份平均值为7.45分,表明身份在稍薄档次,变异系数为14.26%;结构平均值为8.95,表明结构在疏松档次,变异系数为3.85%;色度平均值为4.45,表明色度在弱至中档次,变异系数为19.81%。
    从表10可以看出,在176个中部叶样本群中,成熟度(为95个样本)平均分值为8.96分,变异系数为1.35%;颜色平均值为6.57分,变异系数为17.53%;油分平均值为6.46分,表明油分在稍有至有档次,变异系数为8.82%;身份平均值为8.40分,表明身份在稍薄至中等档次,变异系数为6.35%;结构平均值为8.87,表明结构在疏松档次,变异系数为4.65%;色度平均值为5.79,表明色度在中档次,变异系数为12.99%。
    从表10可以看出,在184个上部叶样本群中,成熟度(为90个样本)平均分值为8.47分,变异系数为7.90%;颜色平均值为6.02分,变异系数为31.10%,变异系数较大;油分平均值为6.16分,表明油分在稍有档次,变异系数为13.26%;身份平均值为7.02分,表明身份在稍厚档次,变异系数为13.39%;结构平均值为7.14,表明结构在稍密档次,变异系数为10.38%;色度平均值为5.09,表明色度在中档次,变异系数为20.15%。
    2.2.2  样本群物理结构

    从表11可以看出,在160个下部叶样本群中,叶长在35.41-67.66cm之间,平均值50.36cm,变异系数为12.82%;叶宽在12-24.39cm之间,平均值为17.55cm,变异系数为13.74%;单叶重在2。14-11.50g之间,平均为5.09g,变异系数为34.88%;含梗率在23.88-42.86%之间,平均为31.67%,变异系数为11%;叶面密度在26.65-76.08g/m2之间,平均值为44.49g/m2,变异系数为17.47%。
    从表11可以看出,在176个中部叶样本群中,叶长在47.58-74.24cm之间,平均值60.26cm,变异系数为8.33%;叶宽在15.55-27.72cm之间,平均值为19.33cm,变异系数为12.09%;单叶重在4.26-15.92g之间,平均为8.48g,变异系数为25.94%;含梗率在26.85-40.19%之间,平均为31.98%,变异系数为7.62%;叶面密度在35.01-91.62g/m2之间,平均值为59.54g/m2,变异系数为18%。
    从表11可以看出,在184个上部叶样本群中,叶长在43.7-69.5cm之间,平均值为55.82cm,变异系数为10.07%;叶宽在10.87-20.52cm之间,平均值为15.42cm,变异系数为11.68%;单叶重在3.99-16.7g之间,平均为8.11g,变异系数为26.53%;含梗率在21.04-37.39%之间,平均为28.27%,变异系数为9.91%;叶面密度在51.18-108.74g/m2之间,平均值为81.08g/m2,变异系数为15.42%。
    2.2.3  样本群化学成分
    表12  烟叶主要化学成分描述(Descriptive Statistics)

    从表12来看,在160个下部叶样品中,下部叶烟碱在0.73-3.6%之间,平均为1.63%,变异系数为29.63;还原糖在0.56-30.59%之间,平均值为17.13%,变异系数为38.23%;总氮在1.33-3.08%之间,平均值为2.04%,变异系数为15.17%;钾含量在1.18-3.62%之间,平均值为2.10%,变异系数为21.04%;蛋白质含量在5.45-11.3%之间,平均值为7.71%,变异系数为12.7%;糖/碱含量在0.77-35.65之间,平均值为11.53,变异系数为52.94%;两糖比含量在0.12-1.00之间,平均值为0.87,变异系数为12.62%;氮/碱含量在0.56-3.51之间,平均值为1.34,变异系数为27.97%;钾/氯含量在2.35-13.91之间,平均值为5.72,变异系数为35.52%。
    从表12来看,在176个中部叶样品中,烟碱在0.84-3.78%之间,平均为2.15%,变异系数为29.71%;还原糖在8.36-31.90%之间,平均值为24.21%,变异系数为16.41%;总氮在1.28-2.98%之间,平均值为1.95%,变异系数为14.4%;钾含量在1.08-3.02%之间,平均值为1.84%,变异系数为19.67%;蛋白质含量在5.49-10.55%之间,平均值为7.07%,变异系数为11.51%;糖/碱含量在2.80-34.20之间,平均值为12.73,变异系数为44.62%;两糖比含量在0.76-1之间,平均值为0.92,变异系数为3.52%;氮/碱含量在0.55-2.2之间,平均值为0.98,变异系数为30.56%;钾/氯含量在1.08-12.8之间,平均值为5.71,变异系数为30.9%。
    从表12来看,在184个上部叶样品中,烟碱在0.58-5.35%之间,平均为2.93%,变异系数为35.73%;还原糖在0.53-31.39%之间,平均值为21.31%,变异系数为25.01%;总氮在1.27-3.75%之间,平均值为2.22%,变异系数为24.62%;钾在0.35-2.55%之间,平均值为1.41%,变异系数为28.26%;蛋白质在5.2-12.05%之间,平均值为7.56%,变异系数为19.5%;糖/碱在0.12-48.24之间,平均值为9.76,变异系数为84.53%;两糖比在0.81-1.00之间,平均值为0.94,变异系数为3.92%;氮/碱在0.53-3.21之间,平均值为0.85,变异系数为44.77%;钾/氯在0.61-8.97之间,平均值为3.54,变异系数为36.09%。
    2.2.4  样本群感官评吸

    从表13来看,在160个下部叶样品中,感官质量特征方面香气质在6.6-8之间,平均值为7.55,变异系数为3.5%;香气量在6.8-8之间,平均值为7.59,变异系数为2.23%;吃味在7-9之间,平均值为8.26,变异系数为4.79%;杂气在6.2-8之间,平均值为7.43,变异系数为4.11%;刺激性在6.8-8之间,平均值为7.53,变异系数为2.5%;总分来看,在34.3-40.7之间,平均为38.35,变异系数为3.23%。
    从表13来看,在176个中部叶样品中,香气质在6.60-8.40之间,平均值为7.86,变异系数为3.87%;香气量在7.10-8.40之间,平均值为7.98,变异系数为2.86%;吃味在7.10-9.5之间,平均值为8.49,变异系数为4.79%;杂气在6.40-8.20之间,平均值为7.60,变异系数为3.76%;刺激性在6.80-8.1之间,平均值为7.62,变异系数为2.83%;总分来看,在34.20-42.30之间,平均为39.55,变异系数为3.39%。
    从表13来看,在184个上部叶样品中,香气质在6.1-8.30之间,平均值为7.54,变异系数为5.03%;香气量在6.8-8.40之间,平均值为7.88,变异系数为4.31%;吃味在6.5-8.90之间,平均值为8.08,变异系数为5.78%;杂气在5.50-7.90之间,平均值为7.30,变异系数为5.01%;刺激性在5.80-7.80之间,平均值为7.32,变异系数为3.87%;总分来看,在30.9-41.30之间,平均为38.14,变异系数为4.57%。
    通过对样本群的分析,综合来看,湄潭烟叶在外观质量方面成熟度、颜色和色度上、中、下部变异系数均较大,均匀性上表现较差,其余各项指标综合来看均匀性较好。物理结构方面单叶重和叶面密度上、中、下部变异系数均较大,均匀性上表现较差,其余各项指标综合来看均匀性较好?;С煞址矫孀芴寰刃越喜?,在样本群中各项指标分布较宽,但从各部位烟碱平均值来看,下、中、上部烟碱分布表现是很佳的,依次为1.63%、2.15%、2.93%。感官评吸方面,下、中、上部均表现较一致,变异系数均<6,可以说湄潭烟叶在评吸方面表现是很理想的。
    烟叶质量构成因素间的相关分析
    在相关分析中,通常利用相关系数来分析或测定变量之间的线性相关程度。然而,简单相关系数受其他因素的影响,反映的往往是非本质的联系。偏相关系数是在对其他变量的影响进行控制的条件下,衡量多个变量中某两个变量之间的线性相关程度的指标,能更真实地反映变量之间的相关程度。本研究采用偏相关系数和主成分分析描述烟叶质量构成因素间的相关性及其各指标间对烟叶质量构成因素的贡献率,按照累积贡献率>85%的原则,提取相关主成分。
    2.3.1  外观质量间的分析


    从表14中数据看,偏相关表现下部烟叶除结构与身份、色度呈负相关外,其余各指标间表现为正相关关系,颜色与身份、结构,油分与身份、色度,身份与色度相互间显著性明显。分析结果显示,前3个主分量所构成的信息量为总信息量的85.78%,几乎反映了全部信息。这3个主分量中:第1个主分量除颜色和结构外,其余各成分权重系数都较为接近,第1主分量成分贡献率达50.08%;第2个主分量代表结构,权重系数为0.8735,贡献率为22.00%;第3个主分量代表颜色,权重系数为0.7288。

    从表15中数据看,偏相关系数显示中部烟叶油分与颜色、结构呈负相关,并油份与结构呈极显著负相关,其余各指标间表现为正相关关系,其中,身份与油份、结构相关系数较大。分析结果显示,前4个主分量所构成的信息量为总信息量的91.51%,几乎反映了全部信息。这4个主分量中:第1个主分量身份和色度权重系数较为接近,成分贡献率达39.94%;第2个主分量代表油份和结构,成分贡献率为20.72%;第3个主分量代表颜色,权重系数为0.8439,成分贡献率为17.60%。

    从表16中数据看,偏相关显示上部烟叶身份与颜色、色度呈负相关外,其余各指标间均表现为正相关关系,其中身份与油份,色度与颜色、油份、结构相关系数较大。分析结果显示,前3个主分量所构成的信息量为总信息量的82.96%,几乎反映了全部信息。这3个主分量中:第1个主分量除身份外,其余各成分权重系数都较为接近,其成分贡献率达49.14%;第2个主分量代表身份,权重系数为0.8313,其成分贡献率为20.93%;第3个主分量代表油份和结构。
    2.4.2  物理特性间的分析

    烟叶物理特性间,从表17中数据来看,下部烟叶含梗率与叶宽、单叶重、叶面密度,叶面密度与叶长、叶宽呈负相关,其余各指标间均表现为极显著正相关关系。分析结果显示,前3个主分量所构成的信息量为总信息量的96.61%,几乎反映了全部信息。这3个主分量中:第1个主分量叶长和单叶重权重系数较为接近,分别为0.5631和0.5700,其成分贡献率达57.98%;第2个主分量代表含梗率,权重系数为0.7283,成分贡献率达25.67%。

    从表18中数据来看,中部烟叶叶宽与叶长、含梗率,叶面密度与叶长、叶宽、含梗率呈负相关,其余各指标间均表现为正相关关系,除叶长与叶宽、叶面密度,含梗率与单叶重无显著关系外,其余指标间呈极显著关系。分析结果显示,前3个主分量所构成的信息量为总信息量的95.49%,几乎反映了全部信息。这3个主分量中:第1个主分量叶长、和单叶重权重系数较为接近,分别为0.5333和0.5975,其成分贡献率达52.70%;第2个主分量代表含梗率,权重系数为0.6899,成分贡献率达29.68%;第3个主分量代表叶宽,权重系数为0.7215。

    从表19中数据来看,上部烟叶含梗率与叶宽,叶面密度与叶长、叶宽、含梗率呈负相关关系,其余各指标间表现为正相关,其中,单叶重与叶长、叶宽,含梗率与叶长,页面密度与叶长、叶宽、单叶重、含梗率有较大相关性。分析结果显示,前3个主分量所构成的信息量为总信息量的95.24%,几乎反映了全部信息。这3个主分量中:第1个主分量叶长、叶宽和单叶重权重系数较为接近,其成分贡献率达54.22%;第2个主分量含梗率和叶面密度权重系数较为接近,分别为0.6741和0.6982,成分贡献率达34.85%。
    2.4.3  烟叶主要化学成分间的分析

    常规化学成分方面,从表20来看,下部烟碱与总氮呈极显著正相关,与蛋白质呈极显著负相关关系,与总糖、钾、氯呈负相关,不显著,与还原糖呈负相关。总糖与还原糖呈极显著正相关,与蛋白质呈显著负相关,其余指标相关性不显著。总氮与钾呈极显著负相关,与氯显著负相关,与蛋白质呈极显著正相关,并相关系数较大。蛋白质与钾氯呈极显著正相关关系。分析结果显示,前3个主分量所构成的信息量为总信息量的87.34%。这3个主分量中:第1个主分量除烟碱、钾和氯外,其余各指标间权重系数较为接近,其成分贡献率达52.74%;第2个主分量烟碱和钾接近,权重系数分别为0.6641、0.6160,成分贡献率达21.97%;第3个主分量代表氯,权重系数为0.9227。

    从表21来看,中部烟碱与总氮呈极显著正相关,与蛋白质呈极显著负相关。总糖与还原糖呈极显著正相关,并相关系数达0.9510,与氯呈极显著负相关关系?;乖怯爰?、氯呈显著相关。总氮与钾显著相关,和蛋白质呈极显著相关关系。钾和氯呈显著负相关。分析结果显示,前3个主分量所构成的信息量为总信息量的82.64%。这3个主分量中:第1个主分量两糖和总氮各指标间权重系数较为接近,其成分贡献率达52.21%;第2个主分量烟碱和钾权重系数接近,分别为0.6987和0.6543,成分贡献率为15.61%;第3个主分量代表氯,权重系数为0.9028。

    从表22来看,上部烟碱与总糖、总氮呈极显著正相关,与还原糖和蛋白质呈极显著负相关。两糖间呈极显著正相关,总糖与总氮、氯呈极显著负相关关系?;乖怯胱艿?、氯呈显著关系。蛋白质与总氮、钾呈极显著正相关关系。分析结果显示,前3个主分量所构成的信息量达总信息量的92.28%。这3个主分量中:第1个主分量两糖和总氮各指标间权重系数较为接近,其成分贡献率达69.69%;第2个主分量代表钾,权重系数为0.8965,成分贡献率为13.84%;第3个主分量代表氯,权重系数为0.9038。
    2.4.4  烟叶评吸质量间的分析

    评吸质量方面,从表23来看,下部各指标间香气量与刺激性呈负相关外,其余指标间均为正相关关系。分析结果显示,前1个主分量所构成的信息量达总信息量的86.01%,包含了所有指标,权重系数接近。

    从表24来看,中部各指标间除香气量与杂气、刺激性呈负相关关系外,其余各指标间均呈正相关性。分析结果显示,前1个主分量所构成的信息量达总信息量的85.83%,除香气量和刺激性外,其余各指标间权重系数较为接近,其余成分贡献率为较小。

    从表25来看,上部各指标间香气质与刺激性,香气量与杂气呈负相关,其余指标间呈正相关性。分析结果显示,前1个主分量所构成的信息量达总信息量的89.75%,这1个主分量涵盖了所有指标,各指标间权重系数较为接近。
    上、中、下部均表现为香气质与香气量、杂气,吃味与杂气、刺激性,以及杂气与刺激性相关性较大,为极显著关系。
    2.4.5  烟叶主要化学成分与外观性状间的相关性

    通过逐步回归分析,从表26可以看出,烟碱与下部身份,中部颜色、叶长、单叶重和叶面密度,上部叶长、叶宽、单叶重和叶面密度呈极显著正相关,与下部结构、中部叶宽、上部身份呈极显著负相关。总糖、还原糖与下、中部结构、含梗率,中部颜色,上部结构、叶面密度呈负相关,与中部含梗率,上部叶长、叶宽、单叶重、含梗率呈极显著负相关,与其余各指标间呈极显著正相关。总氮与中部颜色和含梗率、单叶重,上部叶长、叶宽、单叶重和含梗率呈极显著正相关,与下部颜色、油分、身份、色度、叶宽和单叶重,上部颜色、身份呈极显著负相关。钾与中部结构、含梗率,上部叶宽和含梗率呈极显著正相关,与下部色度和叶面密度、中部油分、单叶重和叶面密度,上部色度呈极显著负相关。氯与下部叶长、叶宽、单叶重和含梗率,上部身份和色度呈极显著负相关。蛋白质与下部颜色、油分、身份、色度、叶长、叶宽、单叶重和叶面密度,上部颜色、色度呈极显著负相关,与中部含梗率,上部叶长、叶宽、单叶重和叶面密度呈极显著正相关。从各项指标相关性来看,颜色、油份、身份、色度,以及单叶重、含梗率、叶面密度与化学成分的相关性较高。       
    2.4.6  烟叶各理化指标与感官质量间的相关性

    从表27可以看出,根据逐步回归分析,颜色(香气质和香气量)油分、身份、色度、叶面密度、总糖、还原糖、糖碱比、两糖比与感官质量各指标间呈极显著正相关关系。总氮、蛋白质、两糖差(部分)与感官质量各指标间呈极显著负相关关系。叶长、含梗率(部分极显著)、烟碱、钾(除与香气量)、氮碱比、钾/氯与感官质量各指标间呈负相关关系。油分、身份、色度、叶面密度、总糖、还原糖、总氮、蛋白质、糖/碱、两糖比、两糖差与评吸总分呈极显著关系。

    从表28中我们可以看出,根据逐步回归分析,中部烟叶油分、身份(部分显著)、叶长、叶宽、单叶重、叶面密度、总糖、还原糖、糖/碱、两糖比与感官质量各指标呈极显著正相关,含梗率、烟碱、总氮、钾(部分显著)、蛋白质(部分显著)与感官质量各指标呈极显著负相关,氯与感官质量各指标呈负相关。色度和钾/氯与与感官质量各指标呈正相关。油分、身份、叶长、叶宽、单叶重、含梗率、叶面密度、烟碱、总糖、还原糖、总氮、钾、蛋白质、糖/碱、两糖比与评吸总分呈极显著关系。

    从表29可以看出,根据逐步回归分析,烟叶颜色(香气质、香气量)、油分、身份、总糖、还原糖、糖/碱、钾/氯、两糖差与感官质量各项指标间存在极显著正相关关系。烟碱、总氮、氯、蛋白质与感官质量各指标间存在极显著负相关。叶长、单叶重、含梗率、叶面密度、两糖比与感官质量各指标间呈负相关。结构、色度、叶宽、钾(与香气量呈负相关)与感官质量各指标间呈正相关。颜色、油分、身份、烟碱、总糖、还原糖、总氮、钾、蛋白质、糖/碱、钾/氯、两糖差与评吸总分呈极显著关系。
    综合以上烟叶各理化指标与感官质量指标间的相关关系分析来看,烟叶颜色、油分、身份、叶宽、单叶重、叶面密度、烟碱、总糖、还原糖、总氮、钾、蛋白质、糖碱比、钾氯比、两糖差与感官质量的相关性较高。
    2.5  烟叶最适评吸质量的划分
    2.5.1  最适评吸质量的划分
    采用有序样本Fisher分类方法,对目标产区烟叶样本最适评吸质量进行了如下划分。所谓有序样本Fisher分类方法是指在不打乱样本数据序列顺序的前提下进行的分类研究。

    从表30来看,采用了有序样本Fisher分类方法对下部叶评吸质量进行划分,我们暂定下部叶最适评吸质量在38.7-40.7之间,其占下部总体样本群48.13%。

    从表31来看,采用了有序样本Fisher分类方法对中部叶评吸质量进行划分,我们暂定中部叶最适评吸质量在39.9-42.3之间,其占中部总体样本群46.02%。

    从表32来看,采用了有序样本Fisher分类方法对上部叶评吸质量进行划分,我们暂定上部叶最适评吸质量在37.9-41.3之间,其占上部总体样本群67.39%。
    同样,我们可以采取系统聚类来进行划分,其划分结果与有序样本最优分割法一致;
    2.5.2  不同评吸分值的典型样品主要理化指标差异比较
    通过采用有序样本Fisher分类方法,对所得的不同评吸分值(段)的样品各理化指标进行多元方差分析和单因子假设检验:
    从表33来看,下部不同分值间油分、色度、总糖、还原糖、总氮、糖/碱、两糖比和两糖差存在极显著差异,身份、叶宽、含梗率、叶面密度、蛋白质存在显著差异,其他指标差异不显著;
    从表34来看,中部不同分值间油分、叶长、叶宽、单叶重、含梗率、叶面密度、烟碱、总糖、还原糖、总氮、钾、糖/碱和两糖比存在极显著差异,身份存在显著差异,其他指标差异不显著;
    从表35来看,上部不同分值间颜色、油分、身份、色度、烟碱、总糖、还原糖、总氮、氯、蛋白质、糖/碱、两糖差存在极显著差异,钾/氯存在显著差异,其他指标差异不显著。
    对存在极显著的各指标间进行进一步的多重比较:
    从表36-38可以看出,下部油分和还原糖在不同感官质量分值间存在极显著差异,总糖存在显著差异;中部油分、总糖、还原糖和糖/碱在不同感官质量分值间存在极显著差异,上部色度、烟碱、总糖、还原糖、总氮、蛋白质和两糖差在不同感官质量分值间存在极显著差异。
    下部和上部颜色随着评吸总分的降低,逐渐变淡,中部颜色逐渐变深,色度等没有明显的变化规律,随着评吸总分的降低,下、中和上部烟碱有增加的趋势,各部位总糖、还原糖和糖/碱含量随之减少,总氮和蛋白质增加。






    2.6  主导典型样品质量差异的指标筛选和区间初判
    2.6.1  指标筛选
    综合上述诸多分析,考虑品质因素之间的内在联系,结合经验,我们可以筛选出贵州烟叶各理化指标:叶面密度、烟碱、总糖、总氮、钾、糖/碱、两糖比和钾/氯,可作为其特色优质烟叶主要理化指标。
    2.6.2  优选样品确定
    根据有序样本Fisher分类方法对评吸质量的划分,将其划分结果进行不同评吸总分范围样品理化指标多元方差分析和单因子假设检验以及进一步的多重比较,依据中心值±SD(标准差)所限制的数值区间落在总体样本中的置信水平为68.2%,中心值±1.96SD(标准差),为95%,中心值±2.57SD(标准差),为99%。我们将下部和中部经分割得到的分值范围放宽到下一分段,即下部适宜评吸质量为≥37.6分,中部适宜评吸质量为≥38.9分。


    2.6.3  主要理化指标适宜区间初判

    综合以上数理统计分析,我们将贵州烟叶主要理化指标最适宜区间初判为:
    叶面密度:下部38.25-51.55g/m2,中部51.16-69.94g/m2,上部67.26-92.96g/m2;烟碱:下部1.18-2.00%,中部1.46-2.58%,上部1.88-3.46%;总糖:下部14.43-26.37%,中部24.26-31.08%,上部20.24-29.06%;总氮:下部1.70-2.30%,中部1.63-2.17%,上部1.62-2.50%;钾:下部1.65-2.55%,中部1.49-2.17%,上部1.07-1.73%;糖/碱:下部6.49-18.65,中部8.60-19.26,上部4.53-15.63;两糖比:下部0.80-0.96,中部0.89-0.95,上部0.91-0.97;钾/氯:下部3.66-7.42,中部4.10-7.64,上部2.45-4.97。

    外部样品的引入与验证
    我们可以将上述所获得的区间定义为贵州烟叶最适宜区间,现引入外部样品对所获得的区间进行验证。外部样品主要来源于大货取样及打叶复检前取样,同时也包括少部分农户田间取样等等。所筛选出来的指标优先以为烟碱〉糖/碱〉两糖比〉钾/氯进行验证。定为以样品数>60%的符合度为限制条件。根据典型样品两糖比和钾氯比数据特征,及两糖比与钾氯比对烟叶质量的影响规律,上?;毓笾萏厣胖士狙塘教潜群图芈缺缺戎凳室饲涑跖形教潜龋?.8,钾氯比>2.5。现引入外部样品对所获得的最适宜初判区间进行符合度验证。

    从符合度来看,总体来说,所采用的烟碱、糖/碱、两糖比和钾/氯4个指标(其中两糖比和钾氯比只限定下限)主要表现在烟碱符合度低于60%。各年度间2008年度烟叶样品的符合度最差,下部只有27.50%。要获取烟叶主要理化指标适宜区间值,在初判区间的基础上,必须综合各方面情况进行具体的修正。
    2.8  烟叶主要理化指标适宜区间的确定
    综合上述分析,根据符合度要求,结合贵州烟叶实际和上海公司烟叶原料质量体系常规化学成分协调性评价现行标准(见表45)以及其他研究结果,并根据优选样品频次分布情况,在适宜评吸质量允许的范围下,我们将影响贵州烟叶的各理化指标最适宜区间值进行适当修正,以此得出贵州烟叶主要理化指标适宜区间值(见表46)。

    根据所得到的适宜区间值,再次引入外部样品对其进行符合度验证。因2008年度所获样品重点是代表样,外部样数量有限,将不在引入进行符合度验证。

    通过2007年度和2009年度以及两年汇总的样品检测结果,根据所划分的评吸质量得分,对修正后的适宜区间值引用叶面密度、烟碱、总糖、总氮、钾、糖/碱、两糖比和钾/氯等8项烟叶主要理化指标进行验证,从验证情况可以看出,除2009年度中部烟碱符合度低于60%外,其余指标符合度均高于60%。所出现的个别情况可能与样本的获取质量有关,符合度较好的是2007年度的样品,该部分样本群为挑选样本,而2009年度的样本群完全来自烟叶收购过程中的面上抽样,相对应的等级结构和纯度略差一些,从而进一步说明了所确定的区间值的适宜性和合理性。
    2.9  优质烟叶栽培措施的推断
    2007年度,所获取的样品进行了定点定地块,同时针对对应的农户和地块开展了基本资料的调查统计,以便推断出优质烟叶的栽培措施以及生态等。根据所获得的适宜区间值,对应相应的样本群,剔除区间值外的样本。我们发现,剔除后的烟叶样本评吸质量均较好,所对应的农户和地块,较系统和占一定比例的是洗马乡—孙武元—茶腊树和高台镇—李魁文—水井坎两个地块。两地块基本资料如下:


    表48和表49来看,共同之处是:均种植的是土烟,土壤肥力中等,施用的肥料均是烤烟专用肥以及追肥,两处都同时施用了有机肥(油稀饭、牛粪和有机无机复混肥等),合理密植以及合理的打顶留叶数??梢缘贸?,要生产出优质的符合我们卷烟工业的烟叶原料,该些措施我们可以借鉴,即规范烟叶生产管理,提高烤烟的标准化生产水平。根据上述措施,我们可以同时推断出,优质烟叶的生产,做好“中棵烟”这篇文章是关键。

    关 键 词:
    一种 基于 感官 烟叶 质量 评价 方法
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    关于本文
    本文标题:一种基于感官评吸的烟叶质量评价方法.pdf
    链接地址://www.4mum.com.cn/p-5778377.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03