聚类分析与模糊数学在烟叶品质综合评价中的应用.pdf

第29卷第4期江 西 农 业 大 学 学 报Vol 29 No 4 2007年8月Acta Agriculturae Universitatis JiangxiensisAug 2007 文章编号 1000 2286 2007 04 0550 06 聚类分析与模糊数学在烟叶品质 综合评价中的应用 陈义强 1 沈笑天 1 刘国顺 13 赵明山 2 胡焕兴 2 赵国交 3 1 河南农业大学 国家烟草栽培生理生化基地 河南 郑州450002 2 河南省南阳烟草分公司 河南 南阳 473000 3 河南省南阳市烟叶生产办公室 河南 南阳473000 摘要 生产上烟叶的质量评价主要通过外观品质 烟叶分级 来进行 由于主观性的影响 这种方法常常导致 同样的烟叶被不同的人分成不同的等级 随着近红外线分析方法在烟叶质量评价中的普遍应用 以化学成分 为依据的烟叶质量评价方法将成为主流趋势 为此 本研究以河南省南阳烟区的烟叶样品为例 通过层次聚类 的方法对烟叶主要化学成分进行分析 并求得各类的平均值 之后根据聚类结果用模糊数学对其化学品质进行 综合评价 由于先用层次聚类分析对样本进行了归类 使得大样本的综合评价变得简单清晰 因此该方法特别 适用于大量样本的综合评价 应用该方法对南阳烟区的烟叶样品进行综合评价 结果表明 若把50份样品分 为2类 则腰叶和上二棚叶几乎各自聚为一类 若把50份样品分为4类 则模糊评价的结果显示 第 类样品 的得分最高 表明其烟叶质量最佳 该方法的评价结果与腰叶优于上二棚叶的传统看法一致 与南阳烟区优质 烟叶分布的实际情况也基本一致 表明用本研究的方法来评价烟叶的质量是比较客观的 也是可行的 关键词 综合评价 聚类分析 模糊数学 烟叶品质 中图分类号 S572 文献标识码 A Comprehensive Evaluation of Flue cured Tobacco Leaves Base on Cluster Analysis and FuzzyMathematics CHEN Yi qiang 1 SHEN Xiao tian 1 L I U Guo shun 13 ZHAO Ming shan 2 HU Huan xin 2 ZHAO Guo jiao 3 1 National Tobacco Cultivation of Physiology 2 Nanyang Tobacco Company of Henan Province Nanyang 473000 Chi2 na 3 Nanyang City Tobacco Office Nanyang 473000 China Abstract The quality of cured tobacco leaves was mainly assessed by sense of s mell taste touch and sight in the past long time and this assessment always led to different results of the same cured tobacco leav2 es So a method combining cluster analysiswith fuzzy mathematics was established to access the flue cured tobacco leaves quality First cluster analysiswas used to classify the samples after that fuzzy mathematics was easily used to access the tobacco leaves quality because the numbers of samples had been greatly de2 creased after cluster analysis Then themethod was used to evaluate the tobacco leaves quality in Nanyang are2 a and the result showed that the cutters and the upper leaves from 25 siteswere almost individually classified to 收稿日期 2007 03 14 修回日期 2007 04 17 基金项目 国家烟草专卖局资助项目 110200401004 作者简介 陈义强 1978 男 博士生 主要从事烟草栽培生理研究 E mail tanhai575 163 com 3 通讯作者 刘 国顺 博士生导师 教授 主要从事烟草栽培生理研究 E mail liugsh 371 net 第4期陈义强等 聚类分析与模糊数学在烟叶品质综合评价中的应用 different clusterwhen all sampleswere classified to 2 clusters The result also showed that leaf quality of the the third cluster s tobacco was the best when all samples were classified to 4 clusters The results coinsided with the fact that the quality of cutterswere better than upper leaves and the distribution of high grade tobacco leaves in Nanyang area which showed that the method to assess the tobacco leaves quality was feasible Key words comprehensive evaluation cluster analysis fuzzy mathematics quality of tobacco leaves 目前 生产上烟叶的质量评价主要通过外观品质来进行 由于主观性的影响 这种方法常常导致同 样的烟叶被不同的人分成不同的等级 烟叶的外观品质是化学成分的外在表现 用化学成分评价烟叶 的质量更具有客观性 特别是随着近红外线分析技术的发展 烟叶中化学成分的测定也变得更加简便和 快速 这也正是今后烟叶质量评价的发展趋势 评价烟叶质量的指标众多 如何以多指标为依据进行综合评价一直以来都是一个热点问题 聚类 分析的实质是按照距离的远近将数据分为若干个类别 以使得类别内数据的差异尽可能小 类别间差异 尽可能大 它通常可以分为层次聚类法 K 均值聚类法和两步聚类法 层次聚类法的优点是其产生 的结果 树状图 形象直观 易于解释 而且还能找到每个样本所属的类别 缺点是当样本数量较大时 100 其结果的展示比较困难 K 均值聚类法和两步聚类法适合于对大样本 100 进行聚类 但 其结果中无法找到具体每个样本所属的类别 在对烟叶样品或土壤养分状况进行聚类分析后 人们都 希望能找出具体每个烟叶样品或土壤样品所属的类别 以便明确形成优质烟叶的原因或确定施肥方案 因此 层次聚类法较适合应用于烟叶样品或土壤样品的聚类分析 其结果可为烟叶品质评价和烟区平衡 施肥提供依据 1 由于聚类的结果只是进行分类 为烟叶品质评价提供依据 无法直接评价 因此在进 行烟叶质量综合评价时还必须结合模糊数学的方法 本研究以河南省南阳烟区的烟叶样品为例 通过 层次聚类的方法对烟叶主要化学成分进行分析 并求得各类的平均值 之后根据聚类结果用模糊数学对 其化学品质进行综合评价 旨在寻求客观 合适的方法来评价烟叶的质量 1 材料与方法 1 1 供试材料与供试地点 2003年取河南省南阳烟区种植当年主栽品种云烟85的25个地点的烤后腰叶和上二棚叶样品 其中内乡县取8个点 邓州县取8个点 方城县取4个点 唐河县取3个点 西峡县取2个点 所取样品 均为各取样地点中具有代表性的样品 栽培措施根据各自的气候条件 土壤类型及肥力按优质烟栽培 技术要求进行 1 2 测定项目和数据分析 水溶性总糖和还原糖用伯川法测定 蛋白质用间接法测定 总氮用过氧化氢 硫酸消化法测定 烟 碱用紫外分光光度法测定 氯用莫尔法测定 钾用火焰光度法测定 2 数据分析用 SPSS 12 0中的描述 统计量 Descriptive Statistics 层次聚类法 Hierarchical Cluster 及平均数分析 CompareMeans 2 结果与分析 2 1 各化学指标的描述统计量 水溶性总糖 还原糖 蛋白质 总氮 烟碱 氯 钾 钾氯比和施木克值这9个指标是烟叶质量评价中 常用的化学指标 从表1中可以看出这九个指标的数据都是有效的 它们的最小值 最大值及平均数也 都属于各指标中较为正常的数据 由于这50个样品来自25个地点 且其中有25个为腰叶 25个上二 棚叶 因此有些指标的标准偏差较大 如钾氯比的平均数为8 157 标准偏差为5 850 6 2 2 层次聚类分析 根据以上9个化学指标 对来自25个地点的50个样品 每个地点各有腰叶和上二棚叶两个样品 进行层次聚类分析 得到聚类分析树状图 图 1 烟草不同部位叶片的化学指标值通常是有差异的 155 江 西 农 业 大 学 学 报第29卷 从图1中可以看出 当聚类距离为11时 来自25个地点的50个样品可以被分为2大类 腰叶和上二棚 叶几乎各自聚为一类 这表明腰叶与上二棚叶在化学指标上的差异还是比较明显的 其中有7个地点 的上二棚叶被归到了腰叶的那一类 表明这7个地点的上二棚叶的9个化学指标值与其它地点的腰叶 的化学指标值较为接近 同样 有6个地点的腰叶被归到了上二棚叶的那一类 表明这6个地点的腰叶 的9个化学指标值与其它地点的上二棚叶的化学指标值较为接近 表1 描述统计量 Tab 1 Descriptive Statistics 指标样本数最小值最大值平均数标准偏差 水溶性总糖 5017 2125 2421 3872 089 3 还原糖 5014 5223 5918 7662 107 0 总氮 501 322 841 8910 306 2 蛋白质 506 2911 968 5531 193 9 烟碱 501 874 062 6520 501 7 钾 K 500 892 231 3980 255 3 氯 Cl 500 070 760 2710 176 2 施木克值501 803 552 5550 474 4 钾氯比 K CL 501 8322 258 1575 850 6 有效样本数50 表2 四类样品各化学指标的平均值 Tab 2 M ean reports of 4 clusters 类别 水溶性 总糖 还原糖 总氮 蛋白质 烟碱 钾 氯 施木 克值 钾氯比 平均值22 5119 861 737 922 431 390 392 864 06 样品数161616161616161616 标准偏差1 701 790 210 850 360 220 160 311 63 平均值21 2018 522 129 202 961 320 202 339 35 样品数181818181818181818 标准偏差1 481 470 271 030 510 180 120 255 48 平均值21 8419 401 627 682 291 630 112 8915 55 样品数101010101010101010 标准偏差2 242 160 130 950 180 340 030 493 77 平均值18 2115 542 109 742 951 290 451 873 15 样品数666666666 标准偏差1 020 900 210 780 520 160 150 071 21 平均值21 3918 771 898 552 651 400 272 568 16 总计样品数505050505050505050 标准偏差2 092 110 311 190 500 260 180 475 85 当聚类距离为7时 来自25个地点的50个样品可以被分为4大类 图1 第 类有16个样品 第 类有18个样品 第 类有10个样品 第 类有6个样品 对这4类样品的各指标求其平均值 表 2 并进行方差分析 表3 结果表明各类间化学指标平均值的差异达极显著水平 255 第4期陈义强等 聚类分析与模糊数学在烟叶品质综合评价中的应用 图1 腰叶 C 和上二棚 B 的聚类分析树状图 Fig 1 Dendrogram of cutters C and upper leaves B 2 3 四类样品烟叶品 质的比较分析 从表2中可以看出 4类样品9个化学指标 的平均数及标准偏差 烟碱 总氮和蛋白质都 是与烟叶生理强度及刺 激性有关的指标 烤烟 叶烟碱含量的适宜范围 是1 5 3 5 最适 含量为2 2 若烟碱 含量小于1 则烟气劲 头不足 若大于3 5 则劲头太强 总氮含量 的适宜范围为1 5 3 5 最 适 含 量 为 2 5 2 如果总氮含 量太低则吃味平淡 高 则产生浓烈辛辣的烟 气 刺激性较大 烤烟 经过调制后一般蛋白质 由成熟鲜烟叶含量的 12 15 降至8 左 右 2 优质烤烟的烟 叶蛋白质含量应小于 10 10 15 时品 质较差 超过15 时则 烟气强度过大 香味和 吃味变差 产生辛辣味 苦味和刺激性 2 表 2 显示4类烟叶样品的烟 碱含量也都落在了适宜 范围 以第 类较好 最 接近2 总氮含量也 都落在了比较适宜的范 围 其中第 类较 好 最接近2 5 蛋 白 质 含 量 也 都 小 于 10 其中以第 类 较好 最接近8 一般认为 在一定 范围内较高的糖含量对烟叶质量是有利的 但是 如果糖含量太高则会在烟叶中形成一种酸的吃味 从 355 江 西 农 业 大 学 学 报第29卷 而影响烟叶的质量 通常烟叶中可溶性总糖的含量为12 30 以20 左右为宜 还原糖则以15 左右为宜 2 从表 2中可以看出4类样品的可溶性总糖都非常好 还原糖含量也很适宜 其中以第 类 最好 其可溶性总糖为18 21 还原糖含量为15 54 表3 类间化学指标平均值的方差分析 Tab 3 ANOVA analysis among 4 clusters 平方和自由度均方F显著性 水溶性总糖83 373327 7919 7940 000 还原糖86 736328 91210 1690 000 总氮2 37430 79116 4070 000 蛋白质29 86139 95411 4510 000 烟碱4 36731 4568 4050 000 钾 K 0 72230 2414 4770 008 氯 Cl 0 78830 26316 4740 000 施木克值6 34632 11520 7760 000 钾氯比 K Cl 991 323330 4422 1610 000 水溶性总糖和蛋白质的比值称为施木克值 过去曾经认为烟叶的施木克值越高越好 但是实际上 施木克值在2以下比较适用 超过2对判明烟叶质量就不那么准确了 2 因为若施木克值太高 则有可 能是蛋白质含量太低 而蛋白质含量太低会影响烟叶陈化过程中非酶促反应的正常进行 从表2可以 看出第 类样品施木克值平均数小于2 其他3类都超过了2 以第 类样品为最高 达到2 89 氯通常被认为是一种必需的微量元素 3 4 但过量的氯会影响烟叶的燃烧性 4 当氯含量高于 0 6 时会增加烟叶的吸湿性 降低燃烧性 超过1 0 时烟叶的燃烧速度减慢 灰黑 持火力减弱 超过 1 5 时显著阻燃 超过2 时有熄火的可能 3 以上则完全不能持火 2 但是由于氯与钾的相互作 用 氯高并不一定导致熄火 一般认为较高的钾含量对烟叶质量是有利的 因此 常用钾氯比来衡量烟 叶的燃烧性 钾氯比值最好大于4 2 从表 2中可以看出 氯含量的平均值都没有超过0 6 其中第 类样品的氯平均含量最低 为0 11 钾含量的平均值以第 类样品为最高 为1 63 钾氯比的平 均值也是以第 类样品为最高 为15 55 以第 类样品为最低 小于4 仅为3 15 2 4 烟叶质量的模糊综合评价 2 4 1 建立评判因素集 以水溶性总糖 还原糖 蛋白质 总氮 烟碱 钾 氯 钾氯比和施木克值9个指 标作为评判因素集 2 4 2 确定权重 由于烟叶的质量是个复杂的概念 很难确定哪个化学指标更为重要 因此对水溶性 总糖 还原糖 蛋白质 总氮 烟碱 氯和钾这7个指标赋予同样的权重 都为12 5 施木克值 水溶性 总糖与蛋白质的比例 和钾氯比是以上7个指标中2个指标的比值 都赋予6 25 的权重 2 4 3 确定评价标准 分别赋予每个指标10分 得分越高则品质越好 2 4 4 建立各指标相应的隶属函数 在烟叶的品质评价中 一般认为每个指标都有一个最适宜的含量 值 若某一指标的值越高对烟叶的品质越有利 则以该指标在本次实验中出现的最高值为最适宜的含 量值 若某一指标的值越低对烟叶的品质越有利 则以该指标在本次实验中出现的最小值为最适宜的含 量值 水溶性总糖的最适宜含量值为20 还原糖为15 蛋白质为8 总氮为2 5 烟碱为2 氯 为0 6 较高的钾含量有利于提高烟叶的品质 本研究参试样品的蛋白质含量和氯含量都不会太低 因此认为较高的施木克值和钾氯比对烟叶质量也是有利的 钾 钾氯比和施木克值3个指标的最适宜 的含量值用它们中的最高值来表示 则本文中烟叶钾的最适宜含量值为1 63 四类中的最大值 钾 氯比为15 55 四类中的最大值 施木克值为2 86 四类中的最大值 最后按以下隶属函数计算各指 标的得分 表 4 455 第4期陈义强等 聚类分析与模糊数学在烟叶品质综合评价中的应用 Sij 10 1 Pj Xij n i 1 Pj Xij 1 1 式中 Sij 指第i类别第j指标的得分 Pj 指第j指标最适宜的含量值 Xij 指第i类别第j 指标的平均数 n 聚类分析的结果有多少类 2 4 5 总得分的计算及烟叶品质综合评价的结果分析 总得分TS按下式计算 TS m j 1Sij Nj 2 2 式中 Sij 指第i类别第j指标的得分 Nj 指第j指标的权重 m 指有m个指标 从表4中可以看出第 类样品的得分最高 表明该类样品的烟叶质量优于其他类别 总分排名第 2的是第 类的样品 第 类和第 类的样品大部分为腰叶 表明腰叶的质量确实优于上二棚叶 被 归为第 类的样品有10个 图1 样品编号为方城广阳赵庄C 内乡余关麦西C 方城广阳佟庄C 内乡 马山老庄C 方城清河后楼C 内乡赵店大峪C 内乡赵店大峪B 西峡田关河上C 西峡回车双河C和内 乡赤眉琴溪C 在这10个样品中其中有9个为腰叶 1个为上二棚叶 从样品来自的地点上看 有5个 来自内乡县 3个来自方城县 2个来自西峡县 说明这几个地点的烟叶品质比较好 表4 各类的得分情况 Tab 4 Scores of each cluster 类别水溶性总糖还原糖总氮蛋白质烟碱钾氯施木克值钾氯比总分 6 586 356 839 858 377 308 329 816 187 70 8 377 368 447 806 356 526 806 527 947 36 7 496 706 389 418 90106 0810108 12 7 569 598 356 816 396 188 803 665 887 31 3 结论与讨论 作为卷烟工业的原料 烟叶的质量评价具有十分重要的作用 因此许多研究都致力于建立合适的 方法来评价烟叶的质量 其中主要的评价方法有H Br ckne品质指数 C Pyrki品质指数及施木克值等 在H Br ckner烟草品质指数的计算公式中 上部和中部烟叶的质量指数为199 2 下部烟叶的为127 3 但该品质指数只是各指标在量上的叠加 与生产实际状况不尽相符 因此未被广泛使用 2 C Pyrki对 H Br ckner的品质指数进行了修改 但也未获得统一意见 2 施木克值是水溶性糖和蛋白质含量的比 值 在一定范围内施木克值大则烟叶质量好 2 但施木克值常常忽视了烟叶在调制和陈化过程中的糖 类和氨基酸所进行的非酶棕色化反应 烟叶的质量是个数量性状 是多种因素相互作用的结果 而最终 起决定作用的是这些因素之间的均衡性 因此 烟叶的质量评价应该是以多指标为基础的综合评价 我国烟草种植面积和总产量均居世界首位 4 5 因此在进行烟叶质量评价的过程中经常会遇到大 量的样本数量 当样本数量超过50个 甚至超过100个 1 000个时 如果对每个样本进行逐一综合评 价比较 不仅费时费力 而且也没有必要 这时便可以先用层次聚类分析法对大量的样本进行归类 根 据类间平均值确定适宜的类别数 再用模糊数学的方法对各类进行综合评价 该方法的优点是不仅可 以使大量样本的综合评价变得简单清晰 又不丢失大量样本中所包含的信息 而且在必要的时候还可以 在层次聚类中找到具体每个样品所属的类别 评判因素集的选择是模糊综合评价中重要的一个环节 如果选择评判因素集不够科学 会直接影响 到综合评价的结果 烟叶质量是个复杂的概念 与烤烟烟叶质量有关的化学指标也有很多 从烟株吸 收的营养物质来看 烟株通过光合作用从空气中吸收二氧化碳 同时通过根部吸收土壤中的无机氮 这 样 空气中的二氧化碳和土壤中的无机氮便分别成为了烟株内碳 氮代谢的碳源和氮源 碳 氮代谢 555 江 西 农 业 大 学 学 报第29卷 平衡是植物体内最基本也是最重要的代谢平衡 因此 用影响烟株内碳 氮代谢平衡的主要化学指标 来评价烟叶质量具有较强的参考价值 烟草中的含氮化合物主要有生物碱 蛋白质 游离氨基酸 叶绿 素 硝酸盐和其他含氮杂环化合物 烟碱是烟草生物碱的最主要化合物 它几乎等同于烟草 6 烟碱 本身具有烟草特殊香味 烟气中的几种吡啶化合物香气成分是由烟碱高温分解形成的 2 游离态烟碱 具有较强的刺激性 能给吸食者适当的生理强度和好的香气与吃味 2 烟叶中适量的蛋白质能够赋予 烟草充足的香气和丰富的吃味强度 2 但是蛋白质含量的增加通常表现为对烟气香味不利的影响 7 糖是碳代谢的基本原料 糖常用来平衡 烟香 它能改善烟碱和其他烟草生物碱的感官冲击 劲头 效 果 2 8 9 施木克值是水溶性总糖与蛋白质的比值 它在一定程度上反应了烟叶中的酸碱平衡程度 钾 氯平衡也是衡量烟叶品质的一个重要方面 过量的氯会影响烟叶的燃烧性 4 10 11 而钾则被认为可以 改善烟叶的颜色 质地 燃烧性和吸湿性 2 4 所以 本研究从碳 氮代谢平衡和钾氯平衡的角度选取 了烟碱 蛋白质 总氮 可溶性总糖 还原糖 施木克值 钾 氯及钾氯比9个指标作为评价烟叶品质的评 判因素 胡建军等 12 高家合等 13 的研究也都表明 烟碱 总氮 总糖与评吸质量呈极显著相关 除了评判因素集外 权重的选择对模糊综合评价的结果也有较大的影响 通常确定权重的方法有 平均值法 专家打分法及统计学上的一些方法等 前两种方法与专业知识结合得较为紧密 但带有较强 的主观性 后一种方法具有较强的客观性 但其结果有时会与专业知识不相符 权重的选择是以专业 知识为基础的 因此权重的科学确定有待于专业知识研究的进一步深入 在专业知识还未十分明确的 情况下 也可以考虑多种方法的综合应用来确定权重 应用以上方法 对南阳烟区25个地点的50份烤烟样品 其中腰叶和上二棚叶各25份 进行了聚类 分析和模糊综合评价 聚类分析的结果表明 若把50份样品分为2类 则腰叶和上二棚叶几乎各自聚 为一类 若把50份样品分为4类 则模糊评价的结果表明 第 类样品的得分最高 表明其烟叶质量最 佳 该类样品有10个 其中有9个为腰叶 1个为上二棚叶 从样品来自的地点上看 有5个来自内乡 县 3个来自方城县 2个来自西峡县 本研究的评价结果与腰叶优于上二棚叶的传统看法一致 与南阳 烟区优质烟叶分布的实际情况也基本一致 表明用本研究的方法来评价烟叶的质量是比较客观的 也是