颜色和部位是烟叶分级的重要组成部分, 是影响烟叶质量的关键因素。 以红塔集团提供的6类工业分级烟叶标样作为试验样品, 其中包括上(B)、 中(C)、 下(X)三个部位, 每个部位包含桔黄(O)、 柠檬黄(L)两个色组。 采用基于主成分及Fisher准则(PPF)的方法和支持向量机(SVM)方法分析烟叶可见-近红外高光谱的颜色和部位特征, 结果表明, 采用PPF投影模型法分别对烟叶颜色、 部位以及颜色和部位分组进行投影和相似性分析, 两种颜色能完全区分, 其相似度值为-1.00 08; 上部烟叶和下部烟叶能完全区分, 与中部烟叶有部分交集, 其中上部烟叶和下部烟叶的相似性值为-0.405 3; 6类分组烟叶样品能完全区分, 且投影位置关系符合实际的烟叶外观特点。 采用SVM方法分别对烟叶颜色、 部位以及颜色和部位分组进行判别分析, 烟叶颜色的平均识别正确率达到98%, 部位的平均识别正确率为96%, 颜色和部位分组的平均识别正确率为94%, 判别效果良好。 因此, 应用可见-近红外高光谱分析烟叶的颜色和部位特征具有可行性, 为烟叶质量评价、 计算机辅助分级以及烟叶智能收购等方面提供参考, 同时也为其他农产品外观特性的分析提供了一种新方法。

提出了一种以样品光谱类间相关系数之和最小为准则进行光谱波长逐步筛选的方法（stepwise selection basing on minimum sum of correlation coefficients, SMCC）, 以类间距离与类内距离和的比值最大化（符合分析者主观预期目标）作为定性分析中特征波长筛选效果的评价依据, 并使用红塔集团提供的2012年17种不同类型工业分级烟叶作为试验样品, 以验证筛选方法的有效性。 研究表明, 采用CO1分级烟叶光谱作为参照类别, 筛选出10个特征波长点: 采用特征波长计算得到的类内欧氏距离的平均值为采用全部波长计算得到的平均值的1.69倍, 采用特征波长计算得到的类间欧氏距离的平均值为采用全部波长计算得到的平均值的3.70倍, 采用特征波长计算得到的类间欧氏距离与类内欧氏距离和的比值的平均值为采用全部波长计算得到的平均值的2.21倍。 特征波长的类间与类内欧氏距离和的比值增大, 说明筛选出来的特征波长能更加有效的表达不同类间的远近关系以及同一类内的离散度, SMCC算法是一种有效的、 可应用于近红外光谱定性分析中的特征波长筛选方法。

近红外漫反射光谱快速、 无损且适用于实际复杂样品分析等特点被广泛应用于在位和在线分析。 基于近红外光谱漫反射技术和多元统计过程分析方法建立了一种适用于生产过程分析与在线实时监测新方法。 该方法实时采集生产过程中物料的近红外光谱, 并利用已建立的模型计算统计量Hotelling T2对生产过程进行实时评价。 模型的建立采用了主成分分析, 统计量根据实时光谱在主成分模型上投影进行计算。 实际应用表明, 利用该方法可以根据统计量实时监测生产过程中物料的变动情况, 并根据不同批次统计量的进一步统计实现批次间的相对稳定性分析。 因此, 该方法可作为生产过程质量控制的良好手段。

以2010年红塔集团在云南4个烟叶生产基地内收集的中部上等烟叶样品为试验对象, 其中玉溪、 楚雄、 昭通的烤烟品种为K326, 大理的烤烟品种为红大, 共计烟叶近红外光谱1 276条; 应用光谱特征投影及相关分析等方法对不同烤烟生产基地之间烟叶近红外光谱的分析结果表明: 将样品随机按2: 1划分为分析集与验证集后, 其分析集与验证集的一维、 二维投影均值的相关系数都达到0.99以上, 具有较好的一致性; 同时, 应用一种相似度计算方法得到了不同基地的烟叶样品光谱之间的相似度值, 该相似度值可为烟叶的种植规划、 质量管理以及烟草工业企业的原料收购和烟叶配方等提供参考。

以红塔集团2007年—2010年在云南省玉溪烤烟产区内采集的主要工业分级烟叶样品为试验对象, 其品种为红大, 包括不同部位及色组的主要工业分级, 共计近红外光谱5 730条; 应用光谱特征投影及相关分析方法对不同年度的主要分级烟叶近红外光谱的分析结果表明: 相同年度下, 将各类型工业分级样品随机按2∶1划分为分析集与验证集后, 其分析集与验证集特征投影均值的相关系数达0.98以上, 具有较好的一致性; 不同年度间, 其工业分级样品光谱特征投影均值的相关系数在0.97以上, 其中年度一致性最高的是2008年和2009年, 较低的是2007年和2010年。 同时, 应用一种相似度计算方法得到了各工业分级样品光谱之间的相似度值, 该相似度值以及不同年度之间的一致性系数, 可为烟叶的模块配方组合或替代等提供量化的参考数据。

以红塔集团2010年玉溪、 楚雄、 昭通产区内经工业分级后不同部位及色组的中上等烟叶样品为试验对象, 其烤烟品种为K326, 共计3个产区、 六种中上等工业分级17类样品的近红外光谱6 064条； 应用光谱特征投影及相关分析等方法对17类烟叶样品近红外光谱的分析结果表明: 第1维光谱特征投影均值区分不同分级类型的概率为84%, 第2维光谱特征投影均值区分不同产区类型的概率为71%。 因此, 通过光谱特征投影能够重现性较好地量化解释分级和产区造成烟叶品质的差异, 其量化数据可以作为烟叶跨区模块组合的参考。

以2010年云南、 河南、 福建、 广东、 江西等省份11个不同生态环境地点， 三个部位烟叶共495份样品为试验对象， 应用近红外光谱分析不同生态环境烟叶的品质特性， 结果表明： 相同生态环境下， 上部与中部烟叶的品质特性差异较小， 而上部与下部、 中部与下部烟叶的品质特性差异较为明显； 不同生态环境下烟叶的品质特性间的相似性关系具有较好的一致性， 其分析集与验证集特征投影值的相关系数达0.98以上。 同时提出了一种相似度计算方法来表征不同生态环境下烟叶品质特性之间的相似关系， 其结果可为烟叶的种植规划、 质量管理以及烟叶配方等提供量化的参考数据。

烟叶的外观特征能反映其内在品质, 不同部位、 品种、 成熟度的烟叶在外观上表现出来的特征为烟叶生产加工提供了标准和依据。 烟叶根据其在植株上着生位置不同可分为5个部位, 分别为： 顶叶、 上二棚叶、 腰叶、 下二棚叶和脚叶。 文章以2008年云南玉溪地区K326品种的5个部位各100份烟叶样品为实验材料, 采集了500个近红外光谱数据, 应用基于SIMCA算法的相似性分析数学模型, 对不同部位烟叶的近红外光谱进行了相似性分析。 实验结果表明, 基于近红外光谱的烟叶部位相似性分析结果与实际烟叶部位之间的相似性程度是相符的, 部位之间相距越大其相似性越差, 同时相邻部位之间的相似程度是不同的。 该研究对基于SIMCA算法的主成分数确定进行了讨论, 并实现了类别间相似性的量化分析, 对于烟叶复烤配方的替代、 调整以及进行工业分级的评价等具有指导意义。

通过PPF投影技术将烟叶配方原料的近红外光谱投影到二维坐标平面上, 将原料烟叶光谱投影点按配方比例加权求和后构造出配方投影点, 建立配方的投影结构模型, 利用蒙特卡洛方法模拟原料烟叶投影点的自身差异变动来分析配方投影点偏离初始状态的程度。 结果表明： 配方主导权重, 即配方样品的最高比例越小, 烟叶原料种类越多, 配方偏离初始状态的程度越小, 即配方的稳定性越好, 以上结论与烟叶配方设计时“多类型, 低比例”的认识原则一致。 本文从理论分析角度给出了在不同原料种类数下进行配方设计时, 所对应的配方样品比例上限值, 该量化上限比例的方法对其他有关配方设计的问题也有指导意义。

应用近红外光谱分析技术进行烟叶复烤配方的辅助分析以及设计过程中， 需要大量的不同混合比例的样品光谱， 而混合样品光谱在实际生产过程中是很难获得的； 且不同分级的样品很难实现均匀混合， 不可避免的引入误差。 文章提出了应用近红外漫反射光谱的线性加和原理产生“理论混合均匀光谱”来代替实际的混合样品光谱， 不仅能够消除混合不均匀造成的误差， 而且省去了制备混合样品和测试光谱的过程， 省时、 省力、 省原料。 从原光谱、 导数光谱、 主成分、 以及PPF投影四个方面进行了线性加和光谱与实测混合样品光谱之间的对比分析， 验证了线性加和光谱的可行性和优越性。