烟叶原料适用性评价模型的建立

王泽理，刘彦岭

（1. 甘肃烟草工业有限责任公司，甘肃 兰州 730050；2. 郑州轻工业学院，河南 郑州 450002）

烟叶原料是卷烟工业的重要原料，其品质的高低，直接影响卷烟的品质[1-2]。随着2006 年1 月8 日《烟草控制框架公约》在我国正式生效，烟草行业面临“吸烟与健康问题”的压力进一步加强，烟叶原料的安全性及危害性也日益凸显。Xie Jianping 等人[3]经过研究确定了表征卷烟危害性的7 个定性有害成分指标，即CO，HCN，NNK，NH3，苯并[a]芘，苯酚，巴豆醛，并给出了危害性指数的计算方法。因此，烟叶原料的主要化学成分及危害性指数会直接影响卷烟工业可用性和卷烟产品的安全性[4-5]。为了深入全面地研究公司烟叶原料的综合适用性，更准确地判定烟叶原料是否满足工业品牌卷烟的生产要求，将危害性指数、主要化学成分和烟叶内在质量等指标纳入评价方法，建立起工业品牌烟叶原料适用性综合指数模型，并对其应用效果进行验证，从而为烟叶采购工作提供强有力的技术指导，以期为烟叶的种植、栽培，为卷烟工业的调配提供依据，从源头降低卷烟的危害性，在满足消费者的同时减少吸烟对人体的危害具有深远的意义。

1 样品的设计与制备

以公司在用的主要产区烟叶原料为研究对象，选取云南、贵州、四川、福建、湖南、陕西、甘肃、河南和黑龙江等9 个省份17 个产地具有代表性的烟叶原料。

单料烟样品制作参数在相同规格烟用材料、工艺加工参数及卷制工艺参数下卷制成烟支：烟支长度为84.0 mm，滤嘴长度为20.0 mm，圆周为24.5 mm，质量为0.88 g /支，卷烟纸透气度40CU，克质量为27 g/m3，烟支硬度为67 g/支，无滤嘴通风，滤棒吸阻为3 300 Pa。

2 指标与测定方法

卷烟主流烟气焦油、烟碱、CO、HCN、NNK、NH3、苯并[a]芘、苯酚、巴豆醛的释放量及烟叶原料的常规化学成分测定方法为：①GB/T 19609—2004卷烟 用常规分析用吸烟机测定总粒相物和焦油[6]；②GB/T 23355—2009 卷烟 总粒相物中烟碱的测定方法气相色谱法[7]；③YC/T 157—2001 卷烟 总粒相物中水分的测定方法 气相色谱法[8]；④GB/T 23356—2009卷烟烟气气相中一氧化碳的测定 非散射红外法[9]；⑤YC/T 253—2008 卷烟主流烟气中氰化氢的测定连续流动法[10]；⑥GB/T 23228—2008 卷烟 主流烟气总粒相物中烟草特有N - 亚硝胺的测定气相色谱—热能分析联用法[11]；⑦GB/T 21130—2007 卷烟 烟气总粒相物中苯并[a]芘的测定[12]；⑧YC/T 255—2008 卷烟主流烟气中主要酚类化合物的测定 高效液相色谱法[13]；⑨YC/T 254—2008 卷烟主流烟气中主要羰基化合物的测定 高效液相色谱法[14]；⑩NH3：采用加拿大卫生部方法（离子色谱法）[15]。

单料烟危害性指数计算公式为：

式中：A——CO 释放量，mg/支；

B——NNK 释放量，ng/支；

C——苯并[a]芘释放量，ng/支；

D——巴豆醛释放量，μg/支；

E——苯酚释放量，μg/支；

F——NH3释放量，μg/支；

G——HCN 释放量，μg/支。

烟叶原料的常规化学成分测定方法采用连续流动分析法，并计算出派生值。

3 模型的建立及优选

采用逐步回归和剔除的方法建立因素与指标间的多因素模型和模型数据，根据预测模型的基本参数确定几个可靠的预测模型，并进行交叉验证，依据交叉验证标准差（RMSECV） 筛选出最优预测模型，最后采用外部验证样品对预测模型的预测能力进行验证，外部验证样品数为20 组；操作环境为SPSS 13.0 和DPS 7.05 这2 个数据处理软件。

3.1 建立模型的参数及预测指标

根据公司卷烟的风格特征，确定建模参数共分为三大类，分别为代表绵香风格的烟叶化学成分总氮（X1）、总糖（X2）、总糖/总氮（X3）；代表危害性的指标危害性指数（X4）；代表烟叶内在品质的指标内在质量得分（X5） （依据单料烟9 分制打分）。预测指标为烟叶质量总体评价得分（Y） （依据公司建立的烟叶质量评价体系计算结果）。

3.2 建模数据

共选出公司各大产区的不同等级的烟叶数据53 组。

建模基础数据见表1。

表1 建模基础数据

3.3 预测模型的建立

分别采用线性逐步回归法和非线性逐步回归法两种类型的数学模型，对模型各参数的检验是在95%置信水平下的P 检验，只有各项指标的P 检验通过后才能确定该模型的合理性。通过交叉验证法计算出交叉验证标准差（RMSECV），通过交叉验证标准差（RMSECV） 评价模型的预测能力，一般情况下RMSECV 越小，模型预测能力越好。

采用逐步回归法分别建立了线性预测模型、二次多项式预测模型、多因子及互作用项预测模型和多因子及平方项预测模型，采用逐步剔除法建立了多因素预测模型。

预测模型及各因素参数见表2。

由各模型中各因素系数的显著水平及各模型方差分析的显著水平，证明方程通过检验，并且D-W值在范围之内，说明方程有统计学意义。由模型的决定系数R2可知，以上模型都有一定的预测精度。

3.4 模型的优选

通过综合分析共选出5 个不同的预测模型。

各模型预测参数见表3。

根据预测模型的R2越大，RMSECV 越小的原则，选出模型3 为最优模型。

表2 预测模型及各因素参数

表3 各模型预测参数

模型3 标准化残差正态直方图见图1，模型3 标准化残差正态P-P 图见图2，模型3 预测值与标准值得散点图见图3。

图1 模型3 标准化残差正态直方图

由散点图3 可知，模型预测值与标准值之间呈现显著的线性相关，决定系数R2为0.906 1。

3.5 模型预测能力的外部验证

随机选出20 组除建模外的其他不同地区、不同等级的烟叶样品进行对模型的外部验证。

外部验证样品数据结果见表4。

以验证样品的预测标准差（RMSEP） 和平均预测相对偏差来考查模型的预测能力，验证样品的预测结果。

图2 模型3 标准化残差正态P-P 图

图3 模型3 预测值与标准值得散点图

模型3 预测结果见表5，模型3 外部验证预测值与标准值的相关性见图4。

结果表明，外部验证模型的预测标准差RMSEP为0.73，平均预测相对偏差为7.3%，决定系数为0.913 8，表明模型预测值与标准值之间都呈现显著的线性相关；可知模型的预测结果与实际值较为一致，并且平均预测相对偏差都低于10%。

表4 外部验证样品数据结果

表5 模型3 预测结果

图4 模型3 外部验证预测值与标准值的相关性

3.6 确定烟叶原料适用性综合指数模型

综合以上分析，根据模型3 的内部交叉验证和外部验证的结果，模型3 的综合指标最佳，选择模型3 作为最优模型。模型及模型参数如下：

式中：Y——烟叶适用性综合指数得分，分；

X1——烟叶总氮含量；

X2——烟叶总糖含量；

X3——烟叶总糖/总氮；

X4——烟叶烟气危害性指数；

X5——烟叶内在品质得分。

3.7 烟叶原料工业综合适用性评价方法

产区烟叶原料适用性指数Y≥75 为优质主料烟，75＞Y≥65 为主料烟，65＞Y≥60 为辅料烟，60＞Y≥50 为填充料烟，50＞Y 为无实用价值烟叶，提出警报，建议停止采购。

4 结论

筛选出了最优模型，模型的预测精度较准、实用性较强，并对模型进行了外部验证，预测精度较好。通过模型的预测，给出了烟叶档次的划分范围。利用模型对各产区烟叶原料适用性进行评价，调整部分产地烟叶采购计划，加大国内部分产地烟叶采购量，减少或停止部分产地烟叶采购置，否定部分地区烟叶，为优化烟叶原料资源配置，实现工业烟叶原料调拨的合理布局、稳定优化烟叶质量提供决策支持，为凸显和巩固卷烟品牌风格特色奠定良好的基础，量化产区烟叶质量能否进入工业卷烟品牌配方，为烟叶采购工作提供技术指导和方向。