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于1.5%-3.5%之間時，煙葉為優(yōu)質水平;煙堿含量過低時，則吸食平淡乏味;煙堿含量過高時，則煙氣勁頭過大。近年來，隨著高光譜遙感技術的發(fā)展，基于高光譜原理的無損傷測試技術已經逐步在農業(yè)上得到應用，目前國內外學者已經對多種作物進行了光譜反射率及化學組分的相關性研究。

高光譜預測在煙草上的應用尚處于起步階段，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(shù)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(huán)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(huán)境光譜預測模型很有必要川。劉良云等認為，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(wěn)定性。辛榮等指出，利用多元分析中的逐步回歸法、主成分分析法建立全氮預測模型的效果較好。此類研究雖然較多，但尚未見涉及不同光照強度處理下高光譜對煙堿含量的預測模型。由于光照強度對烤煙煙堿含量的影響較大，且光照強度過低會導致煙堿含量升高，煙葉品質下降，因此本試驗采用在大田中使用不同層數(shù)的紗布遮陰處理煙葉，通過對不同生育期內光譜反射率的測定研究烤煙煙堿含量與光譜之間的關系，旨在建立一個精確的煙堿高光譜參數(shù)預測模型，為快速測定烤煙葉片中的煙堿含量提供新的研究方法和思路。

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、苯并花、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?；瘜W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、心血管病腦血管病等多種疾病。同樣，對于被動吸煙也會產生同樣的危害，在二手煙中存在很多危害內部器官的化學物質，即便是短時間的接觸，也會引起人呼吸道損傷、血液粘稠度增加、血管內膜受損等問題。煙葉質量的好壞不僅影響煙草行業(yè)的發(fā)展，還進一步影響到人們的身心健康。因此我們有必要在煙葉收購的過程中做好煙葉分級的工作，在煙葉分級的過程中應制定一份實用有效的工作方案，運用現(xiàn)在工業(yè)化發(fā)展提升煙葉分級速度和避免一些人為的客觀性因素。

早在半個世紀之前，利用近紅外光譜分析技術對煙草進行了大量的無損檢測研究，國外的許多學者根據(jù)不同煙草類型建立了相應近紅外光譜分析模型對煙葉所屬的品種（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于煙草始于1995年，經過幾十年的發(fā)展，國內煙草行業(yè)目前對近紅外技術的應用已十分廣泛。盡管近紅外光譜技術用于煙草行業(yè)的無損快速檢測能夠應用于過程分析，然而非成像近紅外光譜技術不適合于定量分析和分散性樣品分析，由于外界因素的干擾不能有效剔除，其模型建立后需要不斷進行維護修正并且測試靈敏比較低，相對誤差比較大。近年來，高光譜成像技術不僅在農產品安全檢測方面的應用取得了良好效果，也大量應用在農情監(jiān)測作物長勢的性狀信息研究中。隨著成本的降低，從最初航空、衛(wèi)星遙感的應用平臺，擴展到為近地應用提供了可能。將高光譜成像技術應用到煙草行業(yè)的品質與安全性檢測中，可以綜合得到產品內外品質的全面檢測信息，這種內外品質信息兼?zhèn)涞奶卣?，使得高光譜圖像技術在煙草行業(yè)的無損檢測方面具有較大的應用前景?，F(xiàn)階段利用高光譜成像技術進行煙草行業(yè)的無損檢測還處于研究和發(fā)展階段，隨著光譜分辨率的不斷提高，高光譜成像能夠記錄的煙草品質信息會越來越豐富。

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(yǎng)分狀況、煙葉的產量和品質進行較為準確的診斷和監(jiān)測，具有廣闊的應用前景。目前，高光譜技術在煙草中開展了更加廣泛的研究，提出了一系列的監(jiān)測和估算模型，但是由于每種模型都有特定的研究方法和適用條件，很難找到通用的模型，因此還需要建立更加全面和更大規(guī)模的樣本參數(shù)進行修正，以降低實際生產中的等級分類、品種類型、生態(tài)條件和栽培管理的差異。今后煙草高光譜技術的研究要著重完善和擴充煙草光譜數(shù)據(jù)庫，加強高光譜相關數(shù)據(jù)的采集和挖掘，并加強與GIS、GPS技術的結合應用，推動高光譜技術在煙草中的應用。