高光譜遙感技術在室內煙草中的應用

1.1 煙葉中煙堿等生化成分的檢測

煙堿作為煙草特有的化學成分
，對煙葉的刺激性
、生理強度以及香吃味都有很大的影響。有研究表明


，煙葉中的煙堿含量介於1.5%-3.5%之間時，煙葉為優質水平;煙堿含量過低時，則吸食平淡乏味;煙yan堿jian含han量liang過guo高gao時shi，則ze煙yan氣qi勁jin頭tou過guo大da。近jin年nian來lai，隨sui著zhe高gao光guang譜pu遙yao感gan技ji術shu的de發fa展zhan，基ji於yu高gao光guang譜pu原yuan理li的de無wu損sun傷shang測ce試shi技ji術shu已yi經jing逐zhu步bu在zai農nong業ye上shang得de到dao應ying用yong
，目mu前qian國guo內nei外wai學xue者zhe已yi經jing對dui多duo種zhong作zuo物wu進jin行xing了le光guang譜pu反fan射she率lv及ji化hua學xue組zu分fen的de相xiang關guan性xing研yan究jiu。

高光譜預測在煙草上的應用尚處於起步階段，李向陽等采用逐步回歸方法建立了K326烤煙葉片煙堿含量的回歸方程，認為一階導數光譜回歸模型的模擬效果較好
，但要達到田間實時實地檢測，還要考慮外界環境的影響[7j。吳玉萍等指出，不同品種烤煙間的煙堿含量差異顯著，因此研究不同

品種烤煙的大田環境光譜預測模型很有必要川。劉良雲等認為，460\740 nm波段光譜反射率與煙堿和全氮含量呈極顯著負相關，430-710 nm波段光譜透過率與全氮含量呈極顯著負相關、與煙堿含量呈顯著負相關。有研究表明，利用PPR(550,450)和NRI(近紅外)建立的煙葉氮素、煙堿
、鉀離子含量的光譜預測模型都有很好的穩定性。辛榮等指出
，利用多元分析中的逐步回歸法、zhuchengfenfenxifajianliquandanyucemoxingdexiaoguojiaohao。cileiyanjiusuiranjiaoduo，danshangweijianshejibutongguangzhaoqiangduchulixiagaoguangpuduiyanjianhanliangdeyucemoxing。youyuguangzhaoqiangduduikaoyanyanjianhanliangdeyingxiangjiaoda

，qieguangzhaoqiangduguodihuidaozhiyanjianhanliangshenggao，yanyepinzhixiajiang，yincibenshiyancaiyongzaidatianzhongshiyongbutongcengshudeshabuzheyinchuliyanye，tongguoduibutongshengyuqineiguangpufanshelvdecedingyanjiukaoyanyanjianhanliangyuguangpuzhijiandeguanxi，zhizaijianliyigejingquedeyanjiangaoguangpucanshuyucemoxing


，weikuaisucedingkaoyanyepianzhongdeyanjianhanliangtigongxindeyanjiufangfahesilu。

1.2 煙葉等級分類檢測

煙草作為人們的日常生活用品，其質量直接影響到人們的身心健康。其煙草中尼古丁、煙焦油、苯並花、甲醛、氰化鉀、丙烯、汞、鉛砷等一些有害和致癌的化學成分的多少決定了煙葉質量的好壞。化學成分較高的煙葉會導致肺癌及多種惡性腫瘤
、慢性阻塞性肺疾病、心(xin)血(xue)管(guan)病(bing)腦(nao)血(xue)管(guan)病(bing)等(deng)多(duo)種(zhong)疾(ji)病(bing)。同(tong)樣(yang)，對(dui)於(yu)被(bei)動(dong)吸(xi)煙(yan)也(ye)會(hui)產(chan)生(sheng)同(tong)樣(yang)的(de)危(wei)害(hai)，在(zai)二(er)手(shou)煙(yan)中(zhong)存(cun)在(zai)很(hen)多(duo)危(wei)害(hai)內(nei)部(bu)器(qi)官(guan)的(de)化(hua)學(xue)物(wu)質(zhi)，即(ji)便(bian)是(shi)短(duan)時(shi)間(jian)的(de)接(jie)觸(chu)，也(ye)會(hui)引(yin)起(qi)人(ren)呼(hu)吸(xi)道(dao)損(sun)傷(shang)
、血液粘稠度增加
、xueguanneimoshousundengwenti。yanyezhiliangdehaohuaibujinyingxiangyancaoxingyedefazhan，haijinyibuyingxiangdaorenmendeshenxinjiankang。yinciwomenyoubiyaozaiyanyeshougoudeguochengzhongzuohaoyanyefenjidegongzuo，zaiyanyefenjideguochengzhongyingzhidingyifenshiyongyouxiaodegongzuofangan，yunyongxianzaigongyehuafazhantishengyanyefenjisuduhebimianyixierenweidekeguanxingyinsu。

早zao在zai半ban個ge世shi紀ji之zhi前qian，利li用yong近jin紅hong外wai光guang譜pu分fen析xi技ji術shu對dui煙yan草cao進jin行xing了le大da量liang的de無wu損sun檢jian測ce研yan究jiu
，國guo外wai的de許xu多duo學xue者zhe根gen據ju不bu同tong煙yan草cao類lei型xing建jian立li了le相xiang應ying近jin紅hong外wai光guang譜pu分fen析xi模mo型xing對dui煙yan葉ye所suo屬shu的de品pin種zhong（白肋煙、烤煙）或不同產地（美國本地、非美國產）均得到了較好的正確判別結果
，相對而言，國外的應用水平較為領先。國內近紅外光譜分析技術應用於煙草始於1995年(nian)，經(jing)過(guo)幾(ji)十(shi)年(nian)的(de)發(fa)展(zhan)，國(guo)內(nei)煙(yan)草(cao)行(xing)業(ye)目(mu)前(qian)對(dui)近(jin)紅(hong)外(wai)技(ji)術(shu)的(de)應(ying)用(yong)已(yi)十(shi)分(fen)廣(guang)泛(fan)。盡(jin)管(guan)近(jin)紅(hong)外(wai)光(guang)譜(pu)技(ji)術(shu)用(yong)於(yu)煙(yan)草(cao)行(xing)業(ye)的(de)無(wu)損(sun)快(kuai)速(su)檢(jian)測(ce)能(neng)夠(gou)應(ying)用(yong)於(yu)過(guo)程(cheng)分(fen)析(xi)

，然(ran)而(er)非(fei)成(cheng)像(xiang)近(jin)紅(hong)外(wai)光(guang)譜(pu)技(ji)術(shu)不(bu)適(shi)合(he)於(yu)定(ding)量(liang)分(fen)析(xi)和(he)分(fen)散(san)性(xing)樣(yang)品(pin)分(fen)析(xi)，由(you)於(yu)外(wai)界(jie)因(yin)素(su)的(de)幹(gan)擾(rao)不(bu)能(neng)有(you)效(xiao)剔(ti)除(chu)
，其(qi)模(mo)型(xing)建(jian)立(li)後(hou)需(xu)要(yao)不(bu)斷(duan)進(jin)行(xing)維(wei)護(hu)修(xiu)正(zheng)並(bing)且(qie)測(ce)試(shi)靈(ling)敏(min)比(bi)較(jiao)低(di)
，相(xiang)對(dui)誤(wu)差(cha)比(bi)較(jiao)大(da)。近(jin)年(nian)來(lai)
，高(gao)光(guang)譜(pu)成(cheng)像(xiang)技(ji)術(shu)不(bu)僅(jin)在(zai)農(nong)產(chan)品(pin)安(an)全(quan)檢(jian)測(ce)方(fang)麵(mian)的(de)應(ying)用(yong)取(qu)得(de)了(le)良(liang)好(hao)效(xiao)果(guo)，也(ye)大(da)量(liang)應(ying)用(yong)在(zai)農(nong)情(qing)監(jian)測(ce)作(zuo)物(wu)長(chang)勢(shi)的(de)性(xing)狀(zhuang)信(xin)息(xi)研(yan)究(jiu)中(zhong)。隨(sui)著(zhe)成(cheng)本(ben)的(de)降(jiang)低(di)，從(cong)最(zui)初(chu)航(hang)空(kong)
、衛(wei)星(xing)遙(yao)感(gan)的(de)應(ying)用(yong)平(ping)台(tai)，擴(kuo)展(zhan)到(dao)為(wei)近(jin)地(di)應(ying)用(yong)提(ti)供(gong)了(le)可(ke)能(neng)。將(jiang)高(gao)光(guang)譜(pu)成(cheng)像(xiang)技(ji)術(shu)應(ying)用(yong)到(dao)煙(yan)草(cao)行(xing)業(ye)的(de)品(pin)質(zhi)與(yu)安(an)全(quan)性(xing)檢(jian)測(ce)中(zhong)，可(ke)以(yi)綜(zong)合(he)得(de)到(dao)產(chan)品(pin)內(nei)外(wai)品(pin)質(zhi)的(de)全(quan)麵(mian)檢(jian)測(ce)信(xin)息(xi)

，這(zhe)種(zhong)內(nei)外(wai)品(pin)質(zhi)信(xin)息(xi)兼(jian)備(bei)的(de)特(te)征(zheng)，使(shi)得(de)高(gao)光(guang)譜(pu)圖(tu)像(xiang)技(ji)術(shu)在(zai)煙(yan)草(cao)行(xing)業(ye)的(de)無(wu)損(sun)檢(jian)測(ce)方(fang)麵(mian)具(ju)有(you)較(jiao)大(da)的(de)應(ying)用(yong)前(qian)景(jing)。現(xian)階(jie)段(duan)利(li)用(yong)高(gao)光(guang)譜(pu)成(cheng)像(xiang)技(ji)術(shu)進(jin)行(xing)煙(yan)草(cao)行(xing)業(ye)的(de)無(wu)損(sun)檢(jian)測(ce)還(hai)處(chu)於(yu)研(yan)究(jiu)和(he)發(fa)展(zhan)階(jie)段(duan)，隨(sui)著(zhe)光(guang)譜(pu)分(fen)辨(bian)率(lv)的(de)不(bu)斷(duan)提(ti)高(gao)，高(gao)光(guang)譜(pu)成(cheng)像(xiang)能(neng)夠(gou)記(ji)錄(lu)的(de)煙(yan)草(cao)品(pin)質(zhi)信(xin)息(xi)會(hui)越(yue)來(lai)越(yue)豐(feng)富(fu)。

研究展望

    研究表明，光照、水肥因素、品種類型、生育時期等都對煙草光譜特征存在一定的影響，利用高光譜技術可以對煙草的長勢、養分狀況
、煙葉的產量和品質進行較為準確的診斷和監測，具有廣闊的應用前景。目(mu)前(qian)，高(gao)光(guang)譜(pu)技(ji)術(shu)在(zai)煙(yan)草(cao)中(zhong)開(kai)展(zhan)了(le)更(geng)加(jia)廣(guang)泛(fan)的(de)研(yan)究(jiu)
，提(ti)出(chu)了(le)一(yi)係(xi)列(lie)的(de)監(jian)測(ce)和(he)估(gu)算(suan)模(mo)型(xing)
，但(dan)是(shi)由(you)於(yu)每(mei)種(zhong)模(mo)型(xing)都(dou)有(you)特(te)定(ding)的(de)研(yan)究(jiu)方(fang)法(fa)和(he)適(shi)用(yong)條(tiao)件(jian)，很(hen)難(nan)找(zhao)到(dao)通(tong)用(yong)的(de)模(mo)型(xing)
，因(yin)此(ci)還(hai)需(xu)要(yao)建(jian)立(li)更(geng)加(jia)全(quan)麵(mian)和(he)更(geng)大(da)規(gui)模(mo)的(de)樣(yang)本(ben)參(can)數(shu)進(jin)行(xing)修(xiu)正(zheng)，以(yi)降(jiang)低(di)實(shi)際(ji)生(sheng)產(chan)中(zhong)的(de)等(deng)級(ji)分(fen)類(lei)
、品種類型
、生(sheng)態(tai)條(tiao)件(jian)和(he)栽(zai)培(pei)管(guan)理(li)的(de)差(cha)異(yi)。今(jin)後(hou)煙(yan)草(cao)高(gao)光(guang)譜(pu)技(ji)術(shu)的(de)研(yan)究(jiu)要(yao)著(zhe)重(zhong)完(wan)善(shan)和(he)擴(kuo)充(chong)煙(yan)草(cao)光(guang)譜(pu)數(shu)據(ju)庫(ku)，加(jia)強(qiang)高(gao)光(guang)譜(pu)相(xiang)關(guan)數(shu)據(ju)的(de)采(cai)集(ji)和(he)挖(wa)掘(jue)，並(bing)加(jia)強(qiang)與(yu)GIS、GPS技術的結合應用
，推動高光譜技術在煙草中的應用。