[发明专利]一种烟草红外光谱数据与外观质量评分相关性的分析方法

说明书

本申请公开了一种烟草红外光谱数据与外观质量评分相关性的分析方法。该分析方法包括以下步骤：获得预设等级的烟草样品的外观质量评分；获得所述烟草样品的红外光谱典型特征峰；获取以所述红外光谱典型特征峰、外观质量评分为二变量的相关性函数的相关系数；从所述相关系数中确定相关性较优的红外光谱典型特征峰、外观质量评分的对应组合。本申请能通过红外光谱数据与外观质量评分之间的相关性大小进行检测，以根据相关性大小确定利用红外光谱数据来验证外观质量评分的可靠性，避免了单纯依赖人工感官评价固有的主观差异所导致的准确性不够。

技术领域

本发明涉及烟草评价的技术领域，具体涉及一种烟草红外光谱数据与外观质量评分相关性的分析方法。

背景技术

对烟叶的评价分级是控制烟叶质量的重要手段之一，目前对烟叶的评级是依靠专业评级人员通过感官以及辅助设备来完成，耗费大量的人力、物理和财力。而且该过程受评级人员自身因素以及外部因素影响较大，比如评级人员的个人期望、位置以及光环效应等心理因素；感觉疲劳、灵敏度等生理因素；温度、湿度和噪音等环境因素。即使在标准的环境下进行分级，评级人员的个人因素也会导致分级出现差错。

发明内容

为解决上述问题，本申请提供一种烟草红外光谱数据与外观质量评分相关性的分析方法，能通过红外光谱数据与外观质量评分之间的相关性大小进行检测，以确定外观质量评分的可靠性。

本发明人已发现，依靠人工的主管感觉对烟叶质量的外观质量评价存在较大的不可靠性。烟叶外观质量的优劣与烟叶所含的典型化学成分之间具有一定的关联。而这些化学成分较为简单的检测手段之一是红外光谱。另外，依靠通过化学成分表征的红外光谱仪器具有较高的稳定性和精确性。但如何利用红外光谱仪器的测量稳定性来验证外观质量评价的可靠性，乃是困扰本发明人的较大难题，也是本申请所作的创造性工作。本发明人偶然地发现，相关性可以完美解决如何将红外光谱仪器同外观质量评价关联。基于此，完成了本申请的创造。

本申请的烟草红外光谱数据与外观质量评分相关性的分析方法，包括以下步骤：

获得预设等级的烟草样品的外观质量评分；

获得所述烟草样品的红外光谱典型特征峰；

获取以所述红外光谱典型特征峰、外观质量评分为二变量的相关性函数的相关系数；

从所述相关系数中确定相关性较优的红外光谱典型特征峰、外观质量评分的对应组合。

这里，相关性函数中红外光谱典型特征峰、外观质量评分的二个变量中哪一个是自变量，不作限定。为了便于说明，后文的实施例均以红外光谱典型特征峰为自变量、以外观质量评分为因变量。相关性函数的具体实例可以为线性函数、二次项函数、复合函数、增长函数、对数函数、立方函数、S函数、指数函数、逆模型函数、幂函数、Logistic函数中的一种或至少二种。根据这些函数来分析相关系数可以采用数学上常规的曲线拟合或线性拟合的具体操作来实施。

获得上述相关系数，作为一种较为便捷的方式是利用预置的数学模型，例如SPSS工具，优选为spss20.0版本。

典型地，获得外观质量评分的依据可以是颜色、成熟度、油分、结构、身份和色度。例如在具体操作时，其中颜色分为淡黄、金黄、深黄和正黄四个级别，样品颜色得分在9-14之间；样品成熟度得分在13-19之间；油分分为较多、稍有和有三个级别，样品油分得分在7-18之间；结构分为尚疏松、稍密和疏松三个级别，样品结构得分在7-14之间；身份分为稍薄、稍厚和中等三个级别，样品身份得分在5-10之间；色度分为中和强两个级别，样品色度得分在6-14之间。

上述预设等级可以为B2F等级、C3F等级、C4L等级或C3L等级。此处，这四个等级的具体来源可参照烟草行业内对等级的评级的任何标准。