摘 要 应用近红外光谱仪对制丝线烟丝的定量的快速分析，能够快速评价烟草等质量状况，该方法不需要对烟丝进行处理，实现对的烟丝快速的检测，提供大量的数据，免去实验室人员复杂操作，可对烟草企业的效益具有非常重要的意义。
主题词 近红外光谱；烟草化学成分；偏最小二乘法（PLS）
引言
近红外光谱主要是由于分子振动的非谐振性使分子振动从基态向高能级跃迁时产生的，记录的主要是含氢基团C一H!O一H!_N一H!S一H!P一H等振动的倍频和合频吸收[1-2]。不同基团(如甲基，亚甲基，苯环等)或同一基团在不同化学环境中的近红外吸收波长与强度都有明显差别。所以近红外光谱具有丰富的结构和组成信息，非常适合用于碳氢有机物质的组成性质测量。习惯上将近红外区划分为近红外短波(780一1100nm)和近红外长波(1100一2526nm)两个区域。
物质的红外光谱包含了组成与结构的信息，而性质参数(如油品的相对密度，馏程和闪点等)也与其组成、结构相关，因此在样品的近红外光谱和其性质参数间也必然存在着内在的联系。使用化学计量学这种数学方对其两者进行关联，可确立这两者间的定量或定性关系，即校正模型。建立模型后，只要测量未知样品的近红外光谱，再通过软件自动对模型库进行检索，选择正确模型，根据校正模型和样品的近红外光谱就可以预测样品的性质参数。所以，整个近红外光谱分析方法包括了校正和预测两个过程。
1.实验部分
1.1仪器条件：
近红外光谱仪，主要部件包括：仪器主机、电源适配器、集成显示器。仪器所用检测器为InGaAs，光谱采集软件，建模软件。实验所用的参数设置为：波长范围：680～2500nm；波长增量：1.0nm；扫描次数：24次。
1.2光谱采集
以漫反射方式采集烟丝的光谱数据。采集样品，将均匀的烟丝样品装进样品杯中，采用顶窗旋转的方式进行漫反射检测。所有样品全部来自烟草制丝线上，共计取样90个样品，取样时间间隔为15分钟。共计3个烟丝种类。每种烟丝25个样品做校正集，用来建模，将样品的光谱数据与相应的化学成分相关联来建立模型。
2.分析结果
2.1光谱处理
为获得良好的光谱数据，应在稳定的条件下进行光谱扫描。在建立模型前，首先需对扫描得到的吸收光谱进行光谱预处理。采用的预处理方法为一阶微分、9点平滑处理。一阶微分可以放大光谱信号，使得更容易解析。平滑处理方法可以有效的降低噪音信息。
2.2 模型分析
将经过预处理后的建模光谱数据与样品含量数据关联，采用偏最小二乘法（PLS），交互验证法（cross-validation），用建模分析软件建立模型。
在建立校正模型前，采用建模软件对光谱进行数学预测，当样本置信度超95%时，则被判为异常。经检验，共有4张光谱异常，剔除后采用PLS建立烟碱、总糖的模型。
偏最小二乘法( PLS)具备克服样品成分间相互干扰及吸收波段重叠引起偏离真实线性的能力, 用于复杂体系的校正模型建立[6]。PLS建模过程中,采用留一法计算内部交互验证标准偏差RMSECV, 当RM SECV最小时对应因子数为最佳。最终建立的烟草烟碱、总糖模型如图1-2.
经过模型的优化，得出烟草中烟碱、糖较好的模型，模型相关系数分别为0.970、0.986。
2.结果与讨论
使用验证集来评估模型的准确性，经检验，对未知样品的检测平均相对误差为3.81%。
从以上所建立的烟碱、糖指标的模型可以看出，有明显的线性关系，说明采集到的近红外光谱数据中含有大量与烟碱、糖化学指标相关的有效信息，利用近红外光谱分析技术完全能够准确的检测出这些化学成分的含量。结果表明，使用近红外光谱技术对烟草中烟碱、糖的快速无损检测是完全可行的。
参考文献：
1.陆婉珍,袁洪福,徐广通等,现代近红外光谱分析技术[M],北京:中国石化出版社(第二版),2007
2.Ciurczak E,rennen J. Near Infrared Spectroscopy in Pharmaceutical and Medical
APPlications [M],New York:Marcel一Dekker,Inc.,2002.
3.LorberA, Wangen L E, KowalskiB R.A theoretical foundation fo r the PLS a lgorithm [J]. Journal o f Chemometrics, 1987,1( 1) : 19~ 31.
