挥发性化合物含量结合化学计量学用于建立江西烤烟的产地鉴别模型

利用自动化静态顶空-气相色谱-质谱联用技术对江西三大产烟区(赣州、抚州、吉安)共120个烤烟样品进行了检测,匹配并定量了54个挥发性化合物。采用遗传算法(GA,Genetic algorithm)选择其中18种代表性化合物,并利用主成分分析法(PCA,Principal component analysis)对这120个烤烟样品进行产地分类,发现这种模式识别(Pattern recognition)方法可将烤烟样品基本分为3类:A类主体为赣州样品(兴国、宁都除外);B类主体为抚州样品(外加兴国、宁都,宜黄、崇仁除外);C类主体为吉安样品(外加宜黄、崇仁)。随后,我们将样品按照2:1的比例分为验证集和预报集,用有监督模式识别方法径向基函数-神经网络(Radial basis function-neural network,RBF-NN)对样品产地进行预报,正确率达到92.5%。据此,我们建立了用于江西烤烟样品的产地鉴别模型,该模型可用于研究不同产地间挥发性化合物含量的分布规律,为划分不同产地烤烟香型风格提供依据,实现对烟叶的质量控制。