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
、主(zhu)成(cheng)分(fen)分(fen)析(xi)法(fa)建(jian)立(li)全(quan)氮(dan)預(yu)測(ce)模(mo)型(xing)的(de)效(xiao)果(guo)較(jiao)好(hao)。此(ci)類(lei)研(yan)究(jiu)雖(sui)然(ran)較(jiao)多(duo)，但(dan)尚(shang)未(wei)見(jian)涉(she)及(ji)不(bu)同(tong)光(guang)照(zhao)強(qiang)度(du)處(chu)理(li)下(xia)高(gao)光(guang)譜(pu)對(dui)煙(yan)堿(jian)含(han)量(liang)的(de)預(yu)測(ce)模(mo)型(xing)。由(you)於(yu)光(guang)照(zhao)強(qiang)度(du)對(dui)烤(kao)煙(yan)煙(yan)堿(jian)含(han)量(liang)的(de)影(ying)響(xiang)較(jiao)大(da)，且(qie)光(guang)照(zhao)強(qiang)度(du)過(guo)低(di)會(hui)導(dao)致(zhi)煙(yan)堿(jian)含(han)量(liang)升(sheng)高(gao)
，煙(yan)葉(ye)品(pin)質(zhi)下(xia)降(jiang)，因(yin)此(ci)本(ben)試(shi)驗(yan)采(cai)用(yong)在(zai)大(da)田(tian)中(zhong)使(shi)用(yong)不(bu)同(tong)層(ceng)數(shu)的(de)紗(sha)布(bu)遮(zhe)陰(yin)處(chu)理(li)煙(yan)葉(ye)
，通(tong)過(guo)對(dui)不(bu)同(tong)生(sheng)育(yu)期(qi)內(nei)光(guang)譜(pu)反(fan)射(she)率(lv)的(de)測(ce)定(ding)研(yan)究(jiu)烤(kao)煙(yan)煙(yan)堿(jian)含(han)量(liang)與(yu)光(guang)譜(pu)之(zhi)間(jian)的(de)關(guan)係(xi)，旨(zhi)在(zai)建(jian)立(li)一(yi)個(ge)精(jing)確(que)的(de)煙(yan)堿(jian)高(gao)光(guang)譜(pu)參(can)數(shu)預(yu)測(ce)模(mo)型(xing)，為(wei)快(kuai)速(su)測(ce)定(ding)烤(kao)煙(yan)葉(ye)片(pian)中(zhong)的(de)煙(yan)堿(jian)含(han)量(liang)提(ti)供(gong)新(xin)的(de)研(yan)究(jiu)方(fang)法(fa)和(he)思(si)路(lu)。

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
、xinxueguanbingnaoxueguanbingdengduozhongjibing。tongyang
，duiyubeidongxiyanyehuichanshengtongyangdeweihai
，zaiershouyanzhongcunzaihenduoweihaineibuqiguandehuaxuewuzhi，jibianshiduanshijiandejiechu
，yehuiyinqirenhuxidaosunshang、血液粘稠度增加

、血xue管guan內nei膜mo受shou損sun等deng問wen題ti。煙yan葉ye質zhi量liang的de好hao壞huai不bu僅jin影ying響xiang煙yan草cao行xing業ye的de發fa展zhan，還hai進jin一yi步bu影ying響xiang到dao人ren們men的de身shen心xin健jian康kang。因yin此ci我wo們men有you必bi要yao在zai煙yan葉ye收shou購gou的de過guo程cheng中zhong做zuo好hao煙yan葉ye分fen級ji的de工gong作zuo，在zai煙yan葉ye分fen級ji的de過guo程cheng中zhong應ying製zhi定ding一yi份fen實shi用yong有you效xiao的de工gong作zuo方fang案an
，運yun用yong現xian在zai工gong業ye化hua發fa展zhan提ti升sheng煙yan葉ye分fen級ji速su度du和he避bi免mian一yi些xie人ren為wei的de客ke觀guan性xing因yin素su。

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)、weixingyaogandeyingyongpingtai
，kuozhandaoweijindiyingyongtigonglekeneng。jianggaoguangpuchengxiangjishuyingyongdaoyancaoxingyedepinzhiyuanquanxingjiancezhong，keyizonghededaochanpinneiwaipinzhidequanmianjiancexinxi，zhezhongneiwaipinzhixinxijianbeidetezheng，shidegaoguangputuxiangjishuzaiyancaoxingyedewusunjiancefangmianjuyoujiaodadeyingyongqianjing。xianjieduanliyonggaoguangpuchengxiangjishujinxingyancaoxingyedewusunjiancehaichuyuyanjiuhefazhanjieduan
，suizheguangpufenbianlvdebuduantigao，gaoguangpuchengxiangnenggoujiludeyancaopinzhixinxihuiyuelaiyuefengfu。

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。muqian
，gaoguangpujishuzaiyancaozhongkaizhanlegengjiaguangfandeyanjiu，tichuleyixiliedejiancehegusuanmoxing
，danshiyouyumeizhongmoxingdouyoutedingdeyanjiufangfaheshiyongtiaojian
，hennanzhaodaotongyongdemoxing
，yincihaixuyaojianligengjiaquanmianhegengdaguimodeyangbencanshujinxingxiuzheng
，yijiangdishijishengchanzhongdedengjifenlei
、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。