一种烤烟烟丝的产地及等级识别方法技术

本发明专利技术提供一种烤烟烟丝产地及等级识别方法，该方法包括如下步骤：步骤1）获取多个烟叶（烟丝）样本的表征指标，所述的表征指标包括化学指标、香型指标与部位特征；步骤2）获取步骤1）中多个烟叶（烟丝）样本的近红外光谱，利用偏最小二乘方法分别对步骤1）获得的表征指标、步骤2）获得的近红外光谱进行关联，建立模型；步骤3）将全国各产地、各等级烟叶样本的历史近红外光谱应用到步骤2）所述的模型中，得到全国各产地、各等级烟叶样本的模型计算值；统计各产地、等级的各模型阈值范围，建立匹配矩阵；步骤4）获取未知样本的近红外光谱，通过步骤2）模型预测出表征指标后，结合步骤3）的匹配矩阵，预测其产地及等级。

A method to identify the origin and grade of tobacco

【技术实现步骤摘要】
一种烤烟烟丝的产地及等级识别方法
本专利技术属于烤烟烟丝属性识别与产地鉴别领域，具体涉及一种基于近红外光谱的烤烟产地与等级的鉴别方法。
技术介绍
在市售商品中，烟草主要以烟丝形式存在，无法从外观对其产地，等级等进行鉴别。作为一种农产品，目前尚无有力的分析手段，快速识别烟叶的等级、产地等，仅能依靠感官评吸进行有限的判断。在鉴别违法烟叶等实际需求中缺乏客观的识别方法。近红外光谱分析技术是一种快速、准确和无损的检测技术。近红外光谱主要是对含氢基团振动的倍频和合频吸收，其中包含了大多数类型有机化合物的组成信息，与烟叶化学成分关联的信息非常丰富，有利于通过光谱反映烟叶信息及溯源。王胜鹏等公开一种近红外光谱快速判定茶鲜叶产地的方法，应用近红外光谱仪，扫描获得不同产地鲜叶样品近红外光谱，然后对鲜叶样品光谱进行主成分分析，再以主成分为输入值建立多种信息传递方式的鲜叶产地人工神经网络预测模型，对茶叶是否是恩施玉露茶进行了判别。蔡逢煌等公开了一种近红外光谱快速检测三叶青产地方法，对五个产地的三叶青进行了鉴别。施丰成等利用基于近红外光本文档来自技高网...

【技术保护点】
1.一种烤烟烟丝的产地及等级识别方法，其特征在于，该方法包括如下步骤：/n步骤1)获取多个烟叶(烟丝)样本的表征指标，所述的表征指标包括化学指标、香型指标与部位特征；所述化学指标至少包括总糖含量、烟碱含量、还原糖含量、氯含量、钾含量、总氮含量；所述的香型指标至少包括清香指数，中间香指数与浓香指数；部位特征选自上部叶、中部叶或下部叶；/n步骤2)获取步骤1)中多个烟叶(烟丝)样本的近红外光谱，利用偏最小二乘方法分别对步骤1)获得的表征指标、步骤2)获得的近红外光谱进行关联，建立模型；/n步骤3)将全国各产地、各等级烟叶样本的历史近红外光谱应用到步骤2)所述的模型中，得到全国各产地、各等级烟叶样本...

【技术特征摘要】
1.一种烤烟烟丝的产地及等级识别方法，其特征在于，该方法包括如下步骤：
步骤1)获取多个烟叶(烟丝)样本的表征指标，所述的表征指标包括化学指标、香型指标与部位特征；所述化学指标至少包括总糖含量、烟碱含量、还原糖含量、氯含量、钾含量、总氮含量；所述的香型指标至少包括清香指数，中间香指数与浓香指数；部位特征选自上部叶、中部叶或下部叶；
步骤2)获取步骤1)中多个烟叶(烟丝)样本的近红外光谱，利用偏最小二乘方法分别对步骤1)获得的表征指标、步骤2)获得的近红外光谱进行关联，建立模型；
步骤3)将全国各产地、各等级烟叶样本的历史近红外光谱应用到步骤2)所述的模型中，得到全国各产地、各等级烟叶样本的模型计算值；统计各产地、等级的各模型阈值范围，建立匹配矩阵；
步骤4)获取未知样本的近红外光谱，通过步骤2)模型预测出表征指标后，结合步骤3)的匹配矩阵，预测其产地及等级。


2.根据权利要求1所述的方法，其特征在于，步骤1)中的建模样本涵盖全国主要的烤烟产地及等级，样本数量不少于500个；优选地，烤烟产地及等级涵盖全国14个烤烟产区：安徽、重庆、福建、广西、贵州、湖南、湖北、河南、四川、山东、云南、江西、黑龙江、辽宁，9个主要等级：B3F、B2F、B1F、C1F、C2F、C3F、C4F、X2F、X3F。


3.根据权利要求1所述的方法，其特征在于，步骤1)中香型指标，清香型标记为[100]，中间香型标记为[010]，浓香型标记为[001]；步骤1)中的部位特征，上部叶：1；中部叶：2；下部叶：3。


4.根据权利要求1所述的方法，其特征在于，步骤2)中将采集到的近红外光谱并进行光谱预处理；优选地，所述预处...

【专利技术属性】
技术研发人员：毕一鸣，廖付，张立立，何文苗，李永生，帖金鑫，李石头，田雨农，郝贤伟，赵振杰，许利平，吴继忠，王辉，
申请(专利权)人：浙江中烟工业有限责任公司，
类型：发明
国别省市：浙江;33