烟叶结构和油分的近红外光谱预测

采用外观质量评价法给250个烟叶样品的叶片结构和油分赋值,而后用近红外(NIR)光谱仪在3500～12000cm-1波长范围对这些烟叶样品进行扫描,并采用偏最小二乘法建立了叶片结构和油分的NIR预测模型。结果表明:①矢量归一法和乘法散射校正法分别适合建立烟叶叶片结构模型和油分预测模型;②在4246～4601cm-1和6098～9222cm-1、4246～5450cm-1和6098～7502cm-1波长范围内扫描建立的叶片结构模型和油分模型的预测效果较好;③烟叶结构模型和油分模型的阶数分别为13和16时,预测的准确性较高;④通过调整模型参数可以提高模型的预测准确性;⑤烟叶结构模型和油分模型的预测准确性分别为90%和77%左右。结构模型可用于烟叶结构的预测,油分模型有待于进一步改进。