近红外应用于烟草研究的一些报道

在烟草生产中应用的光谱特征主要集中在近红外线区域的不同波长，研究多以烟叶的化学成分分析为主，国内外有一些应用近红外技术进行烟草化学成分、焦油甚至烟气成分的研究报道。

张建平等应用傅立叶变换近红外漫反射分光光度计建立近红外光谱与相关化学成分含量间的关系模型，进而根据近红外光谱测出烟叶的化学成分含量。

陶晓秋等利用近红外光谱预测了烟草中硫的含量。

王家俊等应用傅里叶变换近红光谱法测定烤烟不同生长时期根、茎、叶样品的近红外光谱数据，并采用最小二乘法分别对实验数据进行处理，建立了预测根茎和烟叶氮、磷、氯和钾等主要营养元素含量的校正模型，并通过对模型进行数理统计检验，在显著性水平大于5％的条件下，其预测值与测定值不存在显著性差异。

付秋娟利用近红外分光光度计建立了烟草根中N、K、Ca和Mg的数学预测模型，其决定系数分别为0.963、0.936、0.973和0.973，并用该模型预测了一批有代表性样品中以上4种元素的含量，其相对误差分别为5.1％、9.0％、7.6％和8.1％。

周汉平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，然后用近红外分光光度计在3500～2000cm-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近红外预测模型。

近红外技术还应用到了烟叶模式识别研究中，束茹欣以近红外光谱的主成分描述烟叶特征，采用马氏距离判别准则对不同产地的国产烤烟烟叶进行了产地、部位、等级的模式识别。结果表明，预测准确率随样本的复杂程度和数量而变，波动范围为74％～97％，错分率高于80％的样本主要集中在自然生态环境多样性和复杂性程度较高的云南、贵州、四川及重庆地区的交界地域，提出按照行政区域划分烟叶产区不尽合理；部位、等级识别的准确率与烟叶样本数量、人为分级准确性等因素有关。

随着光谱学科的不断发展，近红外光谱特征在烟草检测中的应用也日益广泛，甚至实现了光谱特征和计算机图像处理技术的有机结合。