简介:为建立不同产区及风格烤烟烟叶与化学指标之间的关系,对2005~2009年湖南省、河南省、福建省和云南省等4省份共计1040份烟叶样品的21种化学成分进行检测,并利用MiningTree模型进行分类-回归决策树(C&RTanalysis)数据分析。结果表明:(1)从21个烟叶化学成分中,共筛选出14个特征化学指标,其中钾和硝酸根为4省烟叶共有特征化学指标;(2)湖南、河南、福建和云南4省份识别概率最高的特征化学指标分段组合(Segment)分别为:还原糖(≤24.93%)、钾(〉1.98%)、pH值(≤5.37)(p=0.658);钾(≤1.98%)、灰分(〉11.03%)、水溶性灰份碱度(≤0.49)、硝酸根(≤0.06%)(p=0.776);还原糖(〉24.93%)、钾(〉1.98%)、硝酸根(≤0.06%)、蛋白质(〉5.01%)(p=0.914);钾(≤1.98%)、灰分(≤11.03%)、水溶性总糖(〉28.94%)、硫酸根(≤1.43%)(p=0.957)。分类-回归决策树方法在建立烤烟化学成分识别模型中具有重要的应用价值。
简介:热解单光子电离/飞行时间质谱法(Py—SPI—TOFMS)已用于三种主要烟草种类间的区分鉴别,分别是白肋烟,烤烟和香料烟。SPI是一种软电离技术,可对大量不同种类的脂肪族和芳香族物质进行无分子离子碎片或极少分子离子碎片的快速综合在线监控。烟草样本在800℃高温下的氮气中热解。热解后的气体在5m/z到170m/z质量值域间含来自70种以上物质的信号。对所获得的质量光谱进行主要组分分析(PCA)和线性判别式分析(LDA),对不同烟草种类做出区别。先运用费希尔比率计算出该数据集的变量还原。得到的结果给出关于化学成分的信息以及来自每一种烟草种类的热解气体的特征,从而可得出植物种类。在LDA的基础上建立起对未知样本的烟草种类识别模型,而且是通过每一种烟草种类的附加测定交叉检验的。此外,还介绍了建立在主要组分回归(PCR)基础上的关于烟草混合物识别的首批结果。
简介:本研究探明了苯乙酸(PAA)对烟草单倍体植株叶脉切段培养一步成苗的效应,发现PAA与NAA、6-BA配合使用能有效促进一步成苗的发生.试验证明PAA对一步成苗的促进效应与各种激素浓度配比和基本培养基的种类有关,与基因型的关系不明显.烟草单倍体植株叶脉切段培养一步成苗的最佳培养基配方为MS+PAA20mg/L+NAA0.5mg/L+6-BA1.0mg/L+谷氨酰胺50mg/L+麦芽糖30g/L.试验还证明,与2,4-D诱导产生愈伤组织途径的多级成苗培养相比,本研究建立的PAA一步成苗培养具有以下优点:1)显著提高愈伤组织的诱导率;2)显著提高愈伤组织的质量,有效提高愈伤组织分化率;3)成苗率显著高于多级成苗;4)再生植株具有更好的幼苗素质;5)再生植株的染色体数目变异率也显著低于多级成苗;6)获得双单倍体植株的频率显著高于多级成苗;7)能有效缩短培养周期、节约成本.