CN103886390A - 一种用于评价卷烟基地的气候指标的筛选、处理方法及卷烟原料基地的评价方法 - Google Patents

Abstract

本发明公开了一种气候指标的筛选、处理方法，以卷烟原料产区的气候监测指标为基础，运用因子与相关分析确立气候评价因子的表征指标，采用概率分布与标准差法权重系数得到表征指标的评分标准。用K-均值聚类与多累逐步判别分析建立判别函数，并检验判别函数的准确性，最后，确定基地单元气候指标综合分类结果，依据结果优化卷烟工业原料基地布局。本发明从多个基地单元的气候指标中，更加系统综合的筛选出能准确对卷烟原料基地进行分析评价的气候指标，建立各气候指标的横向联系的同时，规避各气候评价指标间冗余的信息。本发明还提供一种卷烟原料基地的评价方法，该方法能有效快速的为卷烟工业企业基地单元布局的优化提供决策依据和理论支撑。

Description

一种用于评价卷烟基地的气候指标的筛选、处理方法及卷烟原料基地的评价方法

技术领域

本发明属于卷烟原料的技术领域，具体涉及一种用于评价卷烟基地的气候指标的筛选、处理方法及卷烟原料基地的评价方法。

背景技术

在全国烟草行业加快改革、调整步伐的背景下，在新的发展机遇和新的发展空间下，卷烟原料供应和优化配置将作为卷烟品牌长远发展战略的基石和关键环节，质量和数量稳定的优质卷烟原料是保证卷烟品牌质量稳定和品牌扩张成功的关键所在。以优异卷烟原料打造优异卷烟品牌，还可以有效解决卷烟品牌同质化问题。随着国家烟草专卖局的每年建成100个卷烟原料基地单元目标的提出和卷烟工业推进卷烟原料基地单元建设的步伐加快，业内迫切需要一种卷烟原料基地的评价方法。而卷烟原料差异化首要因素是优异卷烟原料基地产区的气候指标的差异化。

气候条件是烟草生产的基础，是植烟地域分布的主导因素，也是烟草工业企业择优选择卷烟基地的主导因素。通过合理评价卷烟基地气候指标来选择卷烟基地，不仅可以发挥原料基地的生态气候优势，还可以从卷烟原料供应产区的气候指标基础上优化基地单元布局，如果评价卷烟基地的结果为差，可以相应减少该基地的烟叶采购量，或者将这种烟叶作为辅材使用；如果评价卷烟基地的结果为优，可以相应增加烟叶原料采购量，并将这种烟叶作为主材使用。

近年来有关学者利用隶属函数与主成分析法对气候适宜性进行了分析与评价，进而确定基地单元的布局，但表征卷烟原料基地的气候指标较多，虽然在理论上这诸多指标所蕴含的信息是可以全面反映气候指标信息，但是各个指标之间有着较强的相关性，从而产生信息的冗余，对信息分析的结果产生不利影响。目前，在优化卷烟原料基地布局过程中，或只注重气候各指标对于烟叶质量的影响；或研究了多指标间的相互关系，而没有对多指标的体系进行全面综合评价。因此，需要提供一种气候指标的筛选、处理方法及卷烟原料基地的评价方法。

发明内容

本发明要解决的第一个技术问题是提供一种用于评价卷烟基地的气候指标的筛选、处理方法，从多个基地单元的气候指标中，更加系统综合的筛选出能准确对卷烟原料基地进行分析评价的气候指标，建立各气候指标的横向联系的同时，规避各气候评价指标间冗余的信息。

本发明要解决的第二个技术问题是提供一种卷烟原料基地的评价方法，该方法能有效快速的为卷烟工业企业基地单元布局的优化提供决策依据和理论支撑。

为解决上述第一个技术问题，本发明采用下述技术方案：

一种用于评价卷烟基地的气候指标的筛选、处理方法，包括以下步骤：

（1）获取多个卷烟原料基地的气候指标的样本数据；

（2）将卷烟原料基地的气候指标的样本数据经SPSS标准化转化后运用因子分析进行筛选，筛选与其他气候指标具有高度信息重叠的指标；

（3）运用频次分布对筛选出的气候指标由低到高依次分为5级，作为确立的分级标准；

（4）对筛选出的气候指标中的每项气候指标样本进行归一化处理，并计算各指标的标准差S_k：

$S_K=\sqrt{\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(X_{\mathrm{ik}}-{\stackrel{\‾}{X}}_k)}^2}{n-1}}$

式中，S_k为第k个指标的样本标准差，X_ik为第i个样本第k个因子的归一化值，X_k为第k个指标各样点归一化值的平均值，得到气候指标的指标权重为： $W_K=\frac{S_k}{\underset{k=1}{\overset{m}{\mathrm{\Σ}}}{S}_K}$

式中，W_k为第k个因子的权重，m为因子数；

（5）以筛选出的各项气候指标权重作为该指标的满分值，中性指标得分以满分值的20%为级差，中性指标以中等为满分，两边依据步骤（3）确立的等级各等级依次递减，正向指标以最高等级为满分，其前各等级得分以该指标满分值的10%为级差依次递减，负向指标以最低等级为满分，其后各等级得分以该指标满分值的10%为级差依次递减，得到各气候指标的关于等级的评分标准；

（6）将每个基地的气候指标的筛选出的各项评价得分求和计算出每个基地气候样本的综合得分，用K-均值聚类分析将基地气候样本依综合得分划分为差、较差、中、良和优5类；从基地的5类样本中各抽取2/3的样本的综合得分作为建模样本用于建立判别函数，余下1/3样本作为检验样本用于检验判别函数的判别准确性；所建判别函数为：

$y_1=c_1+\underset{i=1}{\overset{r}{\mathrm{\Σ}}}{x}_{1i}\·z_{1i}$

$y_2=c_2+\underset{i=1}{\overset{r}{\mathrm{\Σ}}}{x}_{2i}\·z_{2i}$

$y_3=c_3+\underset{i=1}{\overset{r}{\mathrm{\Σ}}}{x}_{3i}\·z_{3i}$

$y_4=c_4+\underset{i=1}{\overset{r}{\mathrm{\Σ}}}{x}_{4i}\·z_{4i}$

$y_5=c_5+\underset{i=1}{\overset{r}{\mathrm{\Σ}}}{x}_{5i}\·z_{5i}$

式中，x_1i—x_5i为筛选出的气候评价指标的得分，z_1i—z_5i为选出的气候评价指标的判别函数的系数，c₁—c₅为判别函数的常数，r为正整数；

（7）对卷烟原料基地的气候样本数据进行判别，将待检测基地的气候评价指标数据带入步骤（3）确立的分级标准中，确认指标等级，再根据步骤（5）关于等级的评分标准确认气候指标数据的得分，将得分分别代入步骤（6）的判别函数，计算函数值，比较5个函数值的最大值，若y₁最大，则待评价的卷烟原料基地为差；若y₂最大，则待评价的卷烟原料基地为较差；若y₃最大，则待评价的卷烟原料基地为中；若y₄最大，则待评价的卷烟原料基地为良；若y₅最大，则待评价的卷烟原料基地为优。

优选地，步骤（1）所述多个卷烟原料基地至少为15个。

优选地，步骤（2）所述筛选包括对不同生长时期的平均气温的筛选、不同生长时期的降雨量的筛选和不同生长时期的日照时数的筛选。

优选地，所述不同生长时期包括苗期、伸根期、旺长期、成熟期、大田期、全生育期和全年。

优选地，步骤（1）所述获取样本数据是用温度计观测卷烟基地的每天02、08、14、20时的4次温度的平均值作为平均气温；用日照计测定卷烟原料基地的日照时数，以小时计；用雨量筒和量杯测量卷烟原料基地的日降雨量，以毫米计；不同生育期的气候指标通过烟叶生长的生育期天数计算累积的温度然后除以天数得平均气温，计算累积的日照时数与降雨量得到生育期的日照时数与降雨量。

为解决上述第二个技术问题，本发明采用下述技术方案：

一种卷烟原料基地的评价方法，包括以下步骤：

（1）获取卷烟原料基地的成熟期均温（℃）、全生育期均温（℃）、全生育期降雨量（mm）、成熟期日照时数（h）和全生育期日照时数（h）5项气候指标；

（2）按下表确定5项气候指标的级别；

（3）按下表确定5项气候指标的得分；

（4）用5项气候指标的评价得分作为x₁、x₂、x₃、x₄、x₅，代入下述判别函数：

y₁=-138.63+0.91x₁+4.61x₂+5.14x₃+6.36x₄+2.64x₅

y₂=-140.56+1.86x₁+5.11x₂+4.76x₃+5.68x₄+2.25x₅

y₃=-189.81+1.14x₁+5.76x₂+5.70x₃+7.89x₄+2.40x₅

y₄=-191.57+1.23x₁+5.44x₂+6.43x₃+7.13x₄+2.92x₅

y₅=-189.13+1.54x₁+4.97x₂+5.78x₃+7.70x₄+2.80x₅

计算函数值，比较5个函数值的最大值，若y₁最大，则待评价的卷烟原料基地为差；若y₂最大，则待评价的卷烟原料基地为较差；若y₃最大，则待评价的卷烟原料基地为中；若y₄最大，则待评价的卷烟原料基地为良；若y₅最大，则待评价的卷烟原料基地为优。

本发明的有益效果如下：

1）本发明的方法简便易行，操作简单，数据易得，便于推广应用；

2）本发明对卷烟原料单元烟叶不同生长时期的均温、日照时数、降雨量进行系统和综合的分析和评价；

3）本发明将多个数理统计方法结合起来进行综合分析，在建立气候指标横向联系的同时，规避了各指标间冗余的信息，促进了优化基地布局的结果更加具有针对性、综合性和客观性；

4）本发明的优化基地单元计算统计过程和结果显示兼容性强，代表性、可靠性和准确性高，对优化卷烟原料基地布局具有较好的指导性和实用性；

5）气候评价因子表征指标的遴选及评分标准的确立，可以深化对卷烟原料气候指标评价的认识，为卷烟原料单元布局提供持续优化的决策依据和理论支撑；

6）本发明的优化基地单元结果是科学、准确的，具有普遍性，为进一步优化基地单元布局奠定了理论与实践基础。

附图说明

下面结合附图对本发明的具体实施方式作进一步详细的说明。

图1为本发明实施例1的流程示意图。

具体实施方式

为更好地理解本发明，下面将通过具体的实施例进一步说明本发明的方案，本发明的保护范围应包括权利要求的全部内容，但不限于此。

实施例1

1）对49个卷烟原料基地气候指标进行数据收集，并对收集到的数据进行客观分析。

49个卷烟原料基地气候指标统计描述见结果显示(表1)，用卷烟原料基地气候指标的变异系数和相对极差作为指标敏感性的判据，变异系数和相对极差越大，说明该指标越敏感，在21项指标中，以苗期的平均温度、降雨量和日照时数的变异系数和相对极差最大，以旺长期平均温度的变异系数和相对极差最小。偏度系数表明：苗期、大田期、全生育期和全年的平均温度、旺长期的降雨量、全生育期和全年日照时数7项指标为左偏型外，其余14项指标均为右偏型。峰度系数显示：旺长期降雨量和大田期日照时数3项指标的曲线偏尖削，其余18项指标则偏平阔。

表1  卷烟原料基地21项气候指标的统计描述

2）平均温度因子筛选

将49个基地中7项烟叶不同生长时期的平均气温全部数据经标准化转化后进行因子分析，7项指标的前2个公因子（特征根＞1）、方差贡献率、获得因子载荷矩阵如表2。前2个主成分特征根>1.0，2个主成分所含信息占总体信息的86.649%，完全符合分析要求。决定第1主成分大小的主要是全生育期均温，决定第2主成分大小的主要是成熟期均温。由相关分析结果可见（表3），成熟期均温与旺长期、成熟期、大田期、全生育期、全年均温存在显著或极显著相关关系，全生育期均温与其他生育期均温存在显著或极显著相关关系，表明成熟期均温与旺长期、成熟期、大田期、全生育期、全年均温；全生育期均温与其他生育期均温之间有高度的信息重叠，故选择成熟期和全生育期均温代表平均温度因子。

表2  烟叶不同生长时期平均气温的因子分析

表3  烟叶不同生长时期平均气温的相关分析

生长时期

苗期

伸根期

旺长期

成熟期

大田期

全生育期

全年

苗期

1.000

0.707**

0.103

-0.045

0.206

0.886**

0.758**

伸根期

0.707**

1.000

0.646**

0.132

0.528**

0.824**

0.436**

旺长期

0.103

0.646**

1.000

0.675**

0.891**

0.450**

0.270

成熟期

-0.045

0.132

0.675**

1.000

0.900**

0.307*

0.537**

大田期

0.206

0.528**

0.891**

0.900**

1.000

0.550**

0.583**

全生育期

0.886**

0.824**

0.450**

0.307*

0.550**

1.000

0.813**

全年

0.758**

0.436**

0.270

0.537**

0.583**

0.813**

1.000

注：表3中*表示相关性达到显著水平，P≦0.05；**表示相关性达到极显著水平，P≦0.01

3）降雨量因子筛选

将49个基地中7项烟叶不同生长时期的降雨量全部数据经标准化转化后进行因子分析，7项指标的前1个公因子（特征根＞1）、方差贡献率、获得因子载荷矩阵如表4。前1个主成分特征根>1.0，1个主成分所含信息占总体信息的77.606%，符合分析要求。决定第1主成分大小的主要是全生育期降雨量。由相关分析结果可见（表5），全生育期降雨量与其他生育期降雨量存在极显著相关关系，表明全生育期降雨量与其他生育期降雨量之间有高度的信息重叠，故选择全生育期降雨量代表降雨量因子。

表4  烟叶不同生长时期降雨量的因子分析

表5  烟叶不同生长时期降雨量的相关性分析

生长时期

苗期

伸根期

旺长期

成熟期

大田期

全生育期

全年

苗期

1.000

0.828**

0.418**

0.591**

0.573**

0.771**

0.835**

伸根期

0.828**

1.000

0.677**

0.519**

0.752**

0.850**

0.875**

旺长期

0.418**

0.677**

1.000

0.334*

0.850**

0.784**

0.636**

成熟期

0.591**

0.519**

0.334*

1.000

0.697**

0.759**

0.832**

大田期

0.573**

0.752**

0.850**

0.697**

1.000

0.961**

0.853**

全生育期

0.771**

0.850**

0.784**

0.759**

0.961**

1.000

0.938**

全年

0.835**

0.875**

0.636**

0.832**

0.853**

0.938**

1.000

注：表5中*表示相关性达到显著水平，P≦0.05；**表示相关性达到极显著水平，P≦0.01

4）日照时数因子筛选

将49个基地中7项烟叶不同生长时期的日照时数全部数据经标准化转化后进行因子分析，7项指标的前2个公因子（特征根＞1）、方差贡献率、获得因子载荷矩阵如表6。前2个主成分特征根>1.0，2个主成分所含信息占总体信息的93.761%，完全符合分析要求。决定第1主成分大小的主要是全生育期日照时数，决定第2主成分大小的主要是成熟期日照时数。由相关分析结果可见（表7），成熟期日照时数与除伸根期和全年外的其他生育期日照时数存在极显著相关关系，全生育期日照时数与其他生育期日照时数存在极显著相关关系，表明成熟期日照时数与除伸根期外的其他生育期日照时数、全生育期日照时数与其他生育期日照时数之间有高度的信息重叠，故选择成熟期和全生育期日照时数代表日照时数因子。

表6  烟叶不同生长时期日照时数的因子分析

表7  烟叶不同生长时期日照时数的相关分析

生长时期

苗期

伸根期

旺长期

成熟期

大田期

全生育期

全年

苗期

1

0.728**

0.370**

-0.142

0.593**

0.801**

0.856**

伸根期

0.728**

1

0.849**

0.505**

0.897**

0.980**

0.846**

旺长期

0.370**

0.849**

1

0.727**

0.813**

0.821**

0.591**

成熟期

-0.142

0.505**

0.727**

1

0.605**

0.452**

0.208

大田期

0.593**

0.897**

0.813**

0.605**

1

0.909**

0.662**

全生育期

0.801**

0.980**

0.821**

0.452**

0.909**

1

0.887**

全年

0.856**

0.846**

0.591**

0.208

0.662**

0.887**

1

注：表7中*表示相关性达到显著水平，P≦0.05；**表示相关性达到极显著水平，P≦0.01

5）气候评价指标的分级标准

用数据处理的频次分布功能分别将成熟期均温、全生育期均温、全生育期日照时数、成熟期日照时数和全生育期日照时数的数值划分为5级（即低、较低、中、较高和高），用概率值大于0.05即表示分级呈正态分布检验划分等级的合理性。5项气候指标的分级标准及概率值见表8。表8可见，成熟期均温、全生育期均温、全生育期日照时数、成熟期日照时数和全生育期日照时数的分级都呈正态分布。

表8  5项气候评价指标的分级标准

6）气候评价指标的权重

将原料基地气候因子5项代表指标，进行归一化处理，归一化处理后各指标的标准差为： $S_K=\sqrt{\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(X_{\mathrm{ik}}-{\stackrel{\‾}{X}}_k)}^2}{n-1}}$

式中，S_k为第k个指标的样本标准差，X_ik为第i个样本第k个因子的归一化值，X_k为第k个指标各样点归一化值的平均值，指标权重为：

$W_K=\frac{S_k}{\underset{k=1}{\overset{m}{\mathrm{\Σ}}}{S}_K}$

式中，W_k为第k个因子的权重，m为因子数5。

得到气候因子5项代表指标权重见表9。

表9  5项气候代表指标权重

7）气候评价指标的评分标准

以确定的气候评价指标权重乘以100，保留两位小数，作为该指标的满分值，5项气候评价指标满分之和为100分。所有的气候评价指标都为中性指标，即在一定范围内比较适宜，过高或过低都不适宜。中性指标得分以满分值的20%为级差，以中等为满分，两边各等级依次递减。各指标的评分标准见表10。

表10  5项气候评价指标的评分标准

8）标判别函数的确立与验证

用5项气候指标的评价得分，将各气候指标的评价得分求和计算出每个基地气候样本的综合得分，用K-均值聚类分析将49个基地气候样本依综合得分划分为5类，评价结果依次为差、较差、中、良和优。从5类样本中各抽取2/3的样本作为建模样本用于建立判别函数，余下1/3样本作为检验样本用于检验判别函数的判别准确性，经多类判别分析得到5个判别函数：

y₁=-138.63+0.91x₁+4.61x₂+5.14x₃+6.36x₄+2.64x₅

y₂=-140.56+1.86x₁+5.11x₂+4.76x₃+5.68x₄+2.25x₅

y₃=-189.81+1.14x₁+5.76x₂+5.70x₃+7.89x₄+2.40x₅

y₄=-191.57+1.23x₁+5.44x₂+6.43x₃+7.13x₄+2.92x₅

y₅=-189.13+1.54x₁+4.97x₂+5.78x₃+7.70x₄+2.80x₅

式中，x₁—x₅分别代表成熟期均温（℃）、全生育期均温（℃）、全生育期降雨量（mm）、成熟期日照时数（h）和全生育期日照时数（h）5项气候评价指标的得分。

在进行基地气候指标综合判别时，将成熟期均温（℃）、全生育期均温（℃）、全生育期降雨量（mm）、成熟期日照时数（h）和全生育期日照时数（h）5项气候评价指标的得分分别代入上述函数，计算函数值，第几个函数的值最大，则其品质就属于第几类。用上述判别函数对建模样本进行判别，判对的概率为85.09%。用上述判别函数对检验样本进行判别，判对的概率为83.00%。可见，所建立的判别函数正确判别率高，可用于卷烟原料基地气候指标综合判别。

8）卷烟原料基地优化布局

根据卷烟原料基地气候指标判别的结果，得出4个卷烟原料地级市产区基地为优，20个卷烟原料地级市基地，在卷烟原料基地布局时，优先在评价结果为优的产区布局，考虑到随着卷烟规模的扩增，卷烟原料基地布局范围随之扩大，在评价结果为良且综合得分靠前的地市级烟叶产区布局，最终达到了在所选卷烟原料基地中优化布局的目的。

实施例2

（1）获取某一待检测卷烟原料基地的成熟期均温（19.6℃）、全生育期均温（16.3℃）、全生育期降雨量（698.52mm）、成熟期日照时数（354.68h）和全生育期日照时数（1253.56h）5项气候指标；

（2）按下表确定5项气候指标的级别；成熟期均温（19.6℃）为较低、全生育期均温（16.3℃）为中、全生育期降雨量（698.52mm）为中、成熟期日照时数（394.68h）为较高和全生育期日照时数（1253.56h）为中。

（3）按下表确定5项气候指标的得分；

成熟期均温（19.6℃）为较低，得17.59分、全生育期均温（16.3℃）为中得18.01分、全生育期降雨量（698.52mm）为中得19.2分、成熟期日照时数（394.68h）为较高得17.67分和全生育期日照时数（1253.56h）为中得18.71分。

（4）用样本的指标权重系数值乘以步骤（3）中指标的得分，得到样本的指标得分；

（5）将指标得分分别代入下述判别函数，计算函数值，比较5个函数值的最大值，

y₁=-138.63+0.91x₁+4.61x₂+5.14x₃+6.36x₄+2.64x₅

y₂=-140.56+1.86x₁+5.11x₂+4.76x₃+5.68x₄+2.25x₅

y₃=-189.81+1.14x₁+5.76x₂+5.70x₃+7.89x₄+2.40x₅

y₄=-191.57+1.23x₁+5.44x₂+6.43x₃+7.13x₄+2.92x₅

y₅=-189.13+1.54x₁+4.97x₂+5.78x₃+7.70x₄+2.80x₅

式中，x₁—x₅分别代表成熟期均温、全生育期均温、全生育期降雨量、成熟期日照时数和全生育期日照时数5项气候评价指标的得分。

y₁=220.87

y₂=218.04

y₃=227.74

y₄=232.12

y₅=226.87

y₄为最大值，因此该卷烟原料基地为良。

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定，对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动，这里无法对所有的实施方式予以穷举，凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。

Claims (6)

1.一种用于评价卷烟基地的气候指标的筛选、处理方法，其特征在于，包括以下步骤：

（1）获取多个卷烟原料基地的气候指标的样本数据；

（2）将卷烟原料基地的气候指标的样本数据经SPSS标准化转化后运用因子分析进行筛选，筛选与其他气候指标具有高度信息重叠的指标；

（3）运用频次分布对筛选出的气候指标由低到高依次分为5级，作为确立的分级标准；

（4）对筛选出的气候指标中的每项气候指标样本进行归一化处理，并计算各指标的标准差S_k：

$S_K=\sqrt{\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(X_{\mathrm{ik}}-{\stackrel{\‾}{X}}_k)}^2}{n-1}}$

式中，S_k为第k个指标的样本标准差，X_ik为第i个样本第k个因子的归一化值，X_k为第k个指标各样点归一化值的平均值，得到气候指标的指标权重为： $W_K=\frac{S_k}{\underset{k=1}{\overset{m}{\mathrm{\Σ}}}{S}_K}$

式中，W_k为第k个因子的权重，m为因子数；

（5）以筛选出的各项气候指标权重作为该指标的满分值，中性指标得分以满分值的20%为级差，中性指标以中等为满分，两边依据步骤（3）确立的等级各等级依次递减，正向指标以最高等级为满分，其前各等级得分以该指标满分值的10%为级差依次递减，负向指标以最低等级为满分，其后各等级得分以该指标满分值的10%为级差依次递减，得到各气候指标的关于等级的评分标准；

（6）将每个基地的气候指标的筛选出的各项评价得分求和计算出每个基地气候样本的综合得分，用K-均值聚类分析将基地气候样本依综合得分由差到优依次划分为5类；从基地的5类样本中各抽取2/3的样本的综合得分作为建模样本用于建立判别函数，余下1/3样本作为检验样本用于检验判别函数的判别准确性；所建判别函数为：

$y_1=c_1+\underset{i=1}{\overset{r}{\mathrm{\Σ}}}{x}_{1i}\·z_{1i}$

$y_2=c_2+\underset{i=1}{\overset{r}{\mathrm{\Σ}}}{x}_{2i}\·z_{2i}$

$y_3=c_3+\underset{i=1}{\overset{r}{\mathrm{\Σ}}}{x}_{3i}\·z_{3i}$

$y_4=c_4+\underset{i=1}{\overset{r}{\mathrm{\Σ}}}{x}_{4i}\·z_{4i}$

$y_5=c_5+\underset{i=1}{\overset{r}{\mathrm{\Σ}}}{x}_{5i}\·z_{5i}$

式中，x_1i—x_5i为筛选出的气候评价指标的得分，z_1i—z_5i为选出的气候评价指标的判别函数的系数，c₁—c₅为判别函数的常数，r为正整数；

（7）对卷烟原料基地的气候样本数据进行判别，将待检测基地的气候评价指标数据带入步骤（3）确立的分级标准中，确认指标等级，再根据步骤（5）关于等级的评分标准确认气候指标数据的得分，将得分分别代入步骤（6）的判别函数，计算函数值，比较5个函数值的最大值，若y₁最大，则待评价的卷烟原料基地为差；若y₂最大，则待评价的卷烟原料基地为较差；若y₃最大，则待评价的卷烟原料基地为中；若y₄最大，则待评价的卷烟原料基地为良；若y₅最大，则待评价的卷烟原料基地为优。

2.根据权利要求1所述的用于评价卷烟基地的气候指标的筛选、处理方法，其特征在于，步骤（1）所述多个卷烟原料基地至少为15个。

3.根据权利要求1所述的用于评价卷烟基地的气候指标的筛选、处理方法，其特征在于，步骤（2）所述筛选包括对不同生长时期的平均气温的筛选、不同生长时期的降雨量的筛选和不同生长时期的日照时数的筛选。

4.根据权利要求3所述的用于评价卷烟基地的气候指标的筛选、处理方法，其特征在于，所述不同生长时期包括苗期、伸根期、旺长期、成熟期、大田期、全生育期和全年。

5.一种卷烟原料基地的评价方法，其特征在于，包括以下步骤：

（1）获取卷烟原料基地的成熟期均温（℃）、全生育期均温（℃）、全生育期降雨量（mm）、成熟期日照时数（h）和全生育期日照时数（h）5项气候指标；

（2）按下表确定5项气候指标的级别；

（3）按下表确定5项气候指标的得分；

（4）用5项气候指标的评价得分作为x₁、x₂、x₃、x₄、x₅，代入下述判别函数：

y₁=-138.63+0.91x₁+4.61x₂+5.14x₃+6.36x₄+2.64x₅

y₂=-140.56+1.86x₁+5.11x₂+4.76x₃+5.68x₄+2.25x₅

y₃=-189.81+1.14x₁+5.76x₂+5.70x₃+7.89x₄+2.40x₅

y₄=-191.57+1.23x₁+5.44x₂+6.43x₃+7.13x₄+2.92x₅

y₅=-189.13+1.54x₁+4.97x₂+5.78x₃+7.70x₄+2.80x₅

计算函数值，比较5个函数值的最大值，若y₁最大，则待评价的卷烟原料基地为差；若y₂最大，则待评价的卷烟原料基地为较差；若y₃最大，则待评价的卷烟原料基地为中；若y₄最大，则待评价的卷烟原料基地为良；若y₅最大，则待评价的卷烟原料基地为优。

6.根据权利要求1所述的用于评价卷烟基地的气候指标的筛选、处理方法，其特征在于，步骤（1）所述获取样本数据是用温度计观测卷烟基地的每天02、08、14、20时的4次温度的平均值作为平均气温；用日照计测定卷烟原料基地的日照时数，以小时计；用雨量筒和量杯测量卷烟原料基地的日降雨量，以毫米计；不同生育期的气候指标通过烟叶生长的生育期天数计算累积的温度然后除以天数得平均气温，计算累积的日照时数与降雨量得到生育期的日照时数与降雨量。

Images