CN105929115B - 一种烟叶生态适应性的评价方法 - Google Patents
一种烟叶生态适应性的评价方法 Download PDFInfo
- Publication number
- CN105929115B CN105929115B CN201610496144.XA CN201610496144A CN105929115B CN 105929115 B CN105929115 B CN 105929115B CN 201610496144 A CN201610496144 A CN 201610496144A CN 105929115 B CN105929115 B CN 105929115B
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- mtd
- tobacco
- index
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0098—Plants or trees
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Wood Science & Technology (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Botany (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Manufacture Of Tobacco Products (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种烟叶生态适应性的评价方法,包括:(1)在不同区域取样,检测并计算烟叶样品的化学成分指标;(2)建立并计算样品的可用性指标;(3)分类将样品的可用性指标统计学结果映射到不同区域的版图上,得到可用性指标分布图;(4)根据可用性指标分布图,评价烟叶的生态适应性。本发明建立了一种科学、合理的烟叶质量评价指标,结合可用性指标分布图可视化定量地比较各区域烟叶的可用性差异,有利于更好地认识区域烟叶质量特征,为卷烟工业企业采购原料和开发特色优质烟叶提供参考。
Description
技术领域
本发明涉及烟叶品质评价领域,具体涉及一种烟叶生态适应性的评价方法。
背景技术
烤烟原产于美国的弗吉尼亚州,是世界上种植面积最大的烟草类型。烤烟为一年生叶用作物,适应性广,可以在广阔的地域里生产,但优质烟区必须具备适宜的生态条件。
中国地域辽阔,生态气候多异,是世界烟草大国。烟叶是卷烟产品的基本原料,烟叶品质的好坏直接影响卷烟产品的质量。烟叶品质由其自身各种化学成分含量及其比例的协调性决定。化学成分含量或其比例的高低直接影响烟叶的工业可用性和卷烟产品的安全性,因而越来越受到烟草行业的重视。
烟叶中总糖、还原糖、总植物碱、总氮、氯、钾等烟叶常规化学成分及糖碱比、氮碱比和钾氯比等衍生指标,因对烟叶品质的重要影响而成为烟草行业质量评价的“常规指标”。烟叶中水溶性总糖和还原糖是决定烟气醇和度的主要因素;烟碱是影响烟草品质最重要的化学成分,它决定烟气的劲头,其含量往往与烤烟香气呈正相关;氮素含量是反映烟叶营养水平和内在化学成分协调性的重要指标;氯含量过低则烟叶干燥易碎,切丝率低,过高则烟支燃烧性差;钾含量对烟叶燃烧性影响较大,提高其含量可提高烟支燃烧效率,降低烟气中的焦油和一氧化碳含量,提高卷烟燃吸的安全性;糖碱比是反映烟气酸碱平衡关系的重要指标;氮碱化比是衡量烟叶含氮化合物转化情况的重要指标;钾氯比是衡量烟叶燃烧性和持火力的重要指标。因此,烟草加工企业追求化学成分含量合理并且比例协调的烟叶原料。
但烟叶的常规化学成分受品种、气候、地域等因素的影响,可能造成中国烟叶中各种化学成分的含量及比例差异较大,从而影响烟叶的可用性。目前,对烟叶常规化学成分特征及其可用性评价的研究较多,但多以区域性特征为主,受区域生态条件影响较大,无法全面反映中国烟叶常规化学成分总体特点,大范围内系统地对全国主要烟区烟叶化学成分可用性评价研究及其规律性认识还是空白;另一方面,化学成分可用性是一个既客观又主观的指标,其构建方式存在较大的区别,目前大多数研究中权重的分配采用主成分分析法,这种权重只能反映客观数据信息,而没有体现各参评指标对烟叶品质的重要性大小,缺乏指向性,因此不能真实反映烟叶可用性特征。
发明内容
一种烟叶生态适应性的评价方法,包括:
(1)在不同区域获取烟叶样品,检测并计算烟叶样品的化学成分指标;
(2)根据烟叶样品的化学成分指标计算可用性指标;
(3)将所述可用性指标的统计学结果映射到不同区域的版图上,得到可用性指标分布图;
(4)针对待分析的烟叶,根据所述可用性指标分布图,评价该烟叶的生态适应性。
本发明建立了一种科学、合理的烟叶质量评价指标,结合可用性指标分布图可视化定量地比较各区域烟叶的可用性差异,有利于更好地认识区域烟叶质量特征,为卷烟工业企业采购原料和开发特色优质烟叶提供参考。
本评价方法的稳定期为两年,即客观上认为某区域土壤状况和气象条件在两年内是稳定的,对新一轮烟叶生态适应性的评价引用前两年的数据。
烟叶样品的化学成分指标包括:总糖含量(TS)、还原糖含量(RS)、总植物碱含量(TA)、总氮含量(TN)、氯含量(Cl)、钾含量(K)、糖碱比(R/A)、氮碱比(N/A)和钾氯比(K/Cl)。
按《GB/T 19616-2004烟草成批原料取样的一般原则》抽取烟叶样品,参照《YC/T31-1996》制备样品后,分别依据《YC/T 159-2002烟草及烟草制品水溶性糖的测定》,《YC/T160-2002烟草及烟草制品总植物碱的测定》,《YC/T 161-2002烟草及烟草制品总氮的测定》,《YC/T 162-2011烟草及烟草制品氯的测定》,《YC/T 217-2007烟草及烟草制品钾的测定》测定样品中总糖含量(TS,%)、还原糖含量(RS,%)、总植物碱含量(TA,%)、总氮含量(TN,%)、氯含量(Cl,%)和钾含量(K,%),并计算糖碱比(R/A)、氮碱比(N/A)和钾氯比(K/Cl)。
所述烟叶样品选择经定级的上部叶、中部叶和下部叶三个不同部位的烤烟。作为优选,所述烟叶样品选择种植面积较大的云烟87、K326和云烟85三个品种。
由于各部位烟叶的成熟时间不一样,对同一烟株而言,下部烟叶最早摘收,而上部烟叶最晚摘收,导致在上部烟叶摘收前,中、下部烟叶已经摘收,上部烟叶的光合作用和物质积累容易不足,导致上部烟叶普遍存在成熟度不够的问题,同时由于烟株不完整,非正常的营养环境导致烟叶的理化特性不能正确反映区域生态状况;中部烟叶所受光照、养分吸收,物质积累都比较合理,使各项常规化学成分含量和比例比较适中,其受生态条件不利影响相对较小,因此对区域生态条件差异的反应不够灵敏;下部烟叶在摘收前烟株个体完整,较能反映整株烟株的营养环境,由于着生在烟株的下部,处于遮荫郁蔽,通风不良,光照和热量不足等不利的生长条件,对区域生态条件差异的反应较为灵敏,相对较能反映区域水土状况。
作为优选,在不同区域获取烟叶样品时,仅从每株烤烟的下部选取一片作为烟叶样品。
所述可用性指标的计算方法如下:
式中:
CCUIi为第i个县级产区样品的可用性指标;
i为县级产区序号,取值为1~n的自然数,n为县级产区的总个数;
j为化学成分指标序号,取值分别为1~9的自然数;
f(x)ij为第i个县级产区中第j种化学成分指标的隶属度函数;
wj为第j个化学成分指标的分配权重。
所述隶属度函数f(x)的类型分为两种,其中总糖含量、还原糖含量、总植物碱含量、总氮含量、氯含量、糖碱比和氮碱比的隶属度函数类型均为中间梯形分布,表达式为:
钾氯比和钾含量的隶属度函数类型为升半梯形分布,表达式为:
式中:
拐点x1、x2、x3和x4分别表示各化学成分指标的下临界值、最优值下限、最优值上限和上临界值。
拐点x1、x2、x3和x4的选择基于近两年采购卷烟配方烟叶化学成分含量检测数据的分布情况统计,以95%和99%的置信水平对应的置信区间设为上下限最优值和临界值,同时结合烟叶专家的调整意见确定各化学成分指标所属隶属函数曲线的拐点。
第j个化学成分指标的分配权重wj采用三标度-层次分析法确定。包括以下步骤:
a.构造比较矩阵:
为了尽量保证比较矩阵的客观性,本发明设定多位烟叶专家判断任两种化学成分指标对烟叶品质贡献度大小,从而建立比较矩阵。
作为优选,所述烟叶专家的个数≥5。
b.分别建立烟叶专家的判断矩阵D9×9如下:
式中:
i和k为行编号,j为列编号。
c.由判断矩阵D9×9,解得最大特征值(λmax)和对应的特征向量(V)。V归一化后可分别得到五位专家给出的权重,并计算平均权重Wj。
d.层次分析法检验一致性,其检验方法如下:
式中:
CR为一致性比率;
CI为一致性指标;
RI为随机一致性指标;
CR小于0.1时才能通过检验;
n为矩阵阶数,此处n=9;
RI如表1;
表1一致性检验矩阵阶数n与RI关系
矩阵阶数n | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
RI | 0 | 0 | 0.58 | 0.90 | 1.12 | 1.24 | 1.32 | 1.41 | 1.45 | 1.49 |
e.为排除专家对所涉及的某些化学成分指标带有特殊倾向性,须通过Spearman秩相关系数检验各专家的权重排名。一般认为相关系数≥0.7,显著性检验α<0.05时,结果高显著性线性相关;相关系数<0.7,显著性检验α≥0.05时,结果相关性不合格。剔除相关性不合格的专家后,Wj为剩余若干名专家给出权重的均值。
f.加入纠错机制,即经过e步骤剔除相关性不合格的专家后,若剩余专家少于三名,则重新邀请专家替代被剔除的专家,重新组成五人团体,构建比较矩阵,重复上述步骤。
所述可用性指标分为6个等级,其中:
CCUI>0.80为1级,
0.70≤CCUI<0.80为2级,
0.60≤CCUI<0.70为3级,
0.50≤CCUI<0.60为4级,
0.40≤CCUI<0.50为5级,
CCUI≤0.40为6级。
众多研究表明区域和部位对各化学成分指标的影响较大。所述可用性指标分布图的建立方法包括:
通过ArcGIS 9.3软件中的GeostatisticalWizard模块,将不同区域的CCUI值投影到相应经纬度坐标点上,投影采用的坐标系为:Beijing 1954,采用普通Kriging方法和球面模型对未采样的区域进行空间插值拟合,并将CCUI按照等级划分,获得中国各省区的可用性指标分布图。
同一区域不同部位烟叶可用性指标的大小反映烟叶自身天然特性造成的可用性差异;而不同区域同一部位烟叶可用性指标的大小在一定程度上能反映由土壤状况和气象条件决定的烤烟生态适宜性。作为优选,针对待分析的烟叶,本发明根据下部烟叶的可用性指标分布图,评价该烟叶的生态适应性。
本发明建立了一种科学、合理的烟叶质量评价指标,结合地可用性指标分布图可视化定量地比较各区域烟叶的可用性差异,从而有利于更好地认识区域烟叶质量特征,为卷烟工业企业采购原料和开发特色优质烟叶提供参考。
附图说明:
图1a中国区域上部烟叶的可用性指标分布图;
图1b中国区域中部烟叶的可用性指标分布图;
图1c中国区域下部烟叶的可用性指标分布图;
图2中国烤烟生态适宜性分区图。
具体实施方式:
下面结合实施例对本发明做进一步详细的描述,但本发明的实施方式不限于此。
以2011~2012年某公司常规采购烟叶样品为例,取样范围涉及中国12个省(包括一个直辖市:重庆,下同)102个县级产区烟叶样品,所建立可用性指标和生态适应性评价的有效期为两年。
选择种植面积较大的云烟87、K326和云烟85三个品种且经定级的上部叶(B2F)、中部叶(C3F)和下部叶(X2F)三个不同部位的烤烟。样品等级由专职评级人员按照《GB 2635-92烤烟》标准评定;每个县级产区9个烟叶样品(品种:部位=3:3,浙江中烟工业有限责任公司提供),每个样品采集1.50Kg。
具体步骤为:
(1)按《GB/T 19616-2004烟草成批原料取样的一般原则》抽取烟叶样品,参照《YC/T 31-1996》制备样品后,分别依据《YC/T 159-2002烟草及烟草制品水溶性糖的测定》,《YC/T 160-2002烟草及烟草制品总植物碱的测定》,《YC/T 161-2002烟草及烟草制品总氮的测定》,《YC/T 162-2011烟草及烟草制品氯的测定》,《YC/T 217-2007烟草及烟草制品钾的测定》测定样品中总糖含量(%)、还原糖含量(%)、总植物碱含量(%)、总氮含量(%)、氯含量(%)和钾含量(%),并计算糖碱比、氮碱比和钾氯比。
(2)计算每个县级产区各烟叶样品的可用性指标CCUI,CCUI的计算方法如下:
式中:
CCUIi为第i个县级产区样品的可用性指标;
i为县级产区序号,取值为1~102的自然数;
j为六种化学成分指标及其三种衍生指标(总糖含量、还原糖含量、总植物碱含量、氯含量、总氮含量、糖碱比、氮碱比、钾氯比和钾含量)序号,取值分别为1~9的自然数;
f(x)ij为第i个县级产区中第j种化学成分指标的隶属度函数;
wj为第j个化学成分指标的分配权重。
隶属度函数f(x)的确定按照下面的方法,其中总糖含量、还原糖含量、总植物碱含量、氯含量、总氮含量、糖碱比和氮碱比的隶属度函数类型均为中间梯形分布,表达式为:
钾氯比和钾的隶属度函数类型为升半梯形分布,表达式为:
式中:x1、x2、x3和x4分别表示各化学成分指标的下临界值、最优值下限、最优值上限和上临界值,拐点x1、x2、x3和x4的选择按照实际情况,基于近两年各地采购烟叶化学成分含量检测数据的分布情况统计,以95%和99%的置信水平对应的置信区间设为上下限最优值和临界值,同时结合烟叶专家的调整意见确定各化学成分指标所属隶属函数曲线的拐点。具体见表2。
表2九项化学成分指标的隶属度函数类型及拐点
第j个化学成分指标的分配权重wj采用三标度-层次分析法确定。具体的计算方法如下:
a.构造比较矩阵:
为了尽量保证比较矩阵的客观性,本发明设定五位烟叶专家(A、B、C、D和E)判断任两种化学成分指标对烟叶品质贡献度大小,从而建立比较矩阵,具体见表3。
表3五位烟叶专家对任两种化学成分指标的贡献度判断
表3(续)五位烟叶专家对任两种化学成分指标的贡献度判断
b.分别建立五位专家的权重判断矩阵D9×9如下:
式中:
i和k为行编号,j为列编号。
c.由判断矩阵D9×9,解得到最大特征值(λmax)和对应的特征向量(V)。V归一化后可分别得到五位专家给出的权重,并计算平均权重Wj,具体见表4。
表4五位专家的权重分配
TS | RS | TA | Cl | TN | RA | NA | KCl | K | λmax | CI | CR | |
A | 0.033 | 0.244 | 0.391 | 0.013 | 0.070 | 0.151 | 0.070 | 0.020 | 0.009 | 10.127 | 0.141 | 0.097 |
秩A | 6 | 2 | 1 | 8 | 4.5 | 3 | 4.5 | 7 | 9 | |||
B | 0.055 | 0.243 | 0.389 | 0.020 | 0.149 | 0.091 | 0.008 | 0.033 | 0.013 | 10.154 | 0.144 | 0.099 |
秩B | 5 | 2 | 1 | 7 | 3 | 4 | 9 | 6 | 8 | |||
C | 0.091 | 0.243 | 0.389 | 0.020 | 0.149 | 0.055 | 0.033 | 0.013 | 0.008 | 10.154 | 0.144 | 0.099 |
秩C | 4 | 2 | 1 | 7 | 3 | 5 | 6 | 8 | 9 | |||
D | 0.033 | 0.055 | 0.389 | 0.008 | 0.149 | 0.243 | 0.091 | 0.020 | 0.013 | 10.154 | 0.144 | 0.099 |
秩D | 6 | 5 | 1 | 9 | 3 | 2 | 4 | 7 | 8 | |||
E | 0.033 | 0.243 | 0.389 | 0.013 | 0.055 | 0.149 | 0.091 | 0.008 | 0.020 | 10.154 | 0.144 | 0.099 |
秩E | 6 | 2 | 1 | 8 | 5 | 3 | 4 | 9 | 7 | |||
Wj | 0.049 | 0.205 | 0.389 | 0.015 | 0.114 | 0.138 | 0.059 | 0.019 | 0.012 | |||
wj | 0.047 | 0.196 | 0.389 | 0.013 | 0.106 | 0.149 | 0.071 | 0.015 | 0.012 |
d.层次分析法需进行一致性检验,本文中阶数n为9,查表得RI为1.45,通过λmax计算得到五位专家给出权重的CR均需小于0.1,具体参见表4,故结果可信。
e.为排除专家对所涉及的某些化学成分指标带有特殊倾向性,须通过Spearman秩相关系数检验各专家的权重排名(秩排名结果见表4),结果如表5。
表5五为专家权重排名的Spearman秩相关系数①
B | C | D | E | W | |
A | 0.76* | 0.85** | 0.87** | 0.91** | 0.90** |
B | 1.00 | 0.87** | 0.63 | 0.65 | 0.82* |
C | 1.00 | 0.73* | 0.82* | 0.90** | |
D | 1.00 | 0.83** | 0.88** | ||
E | 1.00 | 0.92** |
注①:*表示结果为显著;**表示结果为极显著。
一般认为相关系数≥0.7,显著性检验α<0.05时,结果高显著性线性相关;相关系数<小于0.7,显著性检验α≥0.05时,结果相关性不合格。结果显示,A、C、D和E四位专家权重分配排名的Spearman秩相关系数均大于0.7,且显著性一致;而专家B与D、E相关性较弱且不显著,故排除专家B的结果,得到的最终分配权重wj为A、C、D和E四位专家的均值(参见表4)。
f.经过e步骤剔除相关性不合格的专家后剩余专家为4名,无需进入纠错机制,权重可用。
则CCUIi的计算结果如表6。
表6各区域9种化学成分指标和CCUI
参考目前大多数的CCUI等级划分规则,将CCUI细分为6个等级,其中CCUI>0.80为1级,0.70≤CCUI<0.80为2级,0.60≤CCUI<0.70为3级,0.50≤CCUI<0.60为4级,0.40≤CCUI<0.50为5级,CCUI≤0.40为6级,具体如表7。通过CCUI可以对各区域烟叶质量状况进行评价。
表7单项和综合评价标准风险等级划分
(3)许多研究表明,烟叶品种对化学成分指标的影响并不明显,而区域和部位对各化学成分指标的影响较大。通过ArcGIS 9.3软件中的GeostatisticalWizard模块,将各区域不同部位的CCUI值投影到相应经纬度的坐标点上,投影采用的坐标系为:Beijing 1954,采用普通Kriging方法和球面模型对未采样的区域进行空间插值拟合,并将CCUI按照6级10类(2、3、4和5级各自进一步均分为两类)划分,获得了中国12个省区不同部位烟叶的可用性指标分布图(CCUI分布图),参见图1a、图1b和图1c。
(4)同一区域不同部位烟叶可用性指标的大小反映烟叶自身天然特性造成的可用性差异;而不同区域同一部位烟叶可用性指标的大小在一定程度上能反映由土壤状况和气象条件决定的烤烟生态适宜性。
如图2所示,《中国烟草种植区划》中提出的烤烟生态适应性分区图(其中土壤状况和气候条件分别占30%和70%权重)表明:中国最适宜种植烤烟的区域主要集中在山东、河南、湖北、湖南、贵州和云南六省部分地区组成的斜线附近以及福建江西两省交界处部分地区(图中深色区域)。这种烤烟生态适应性分布特征与本研究提出的下部烟叶CCUI分布图特征基本一致。
这与烟叶的空间分布、理化特性和人为干预有关。下部烟叶在摘收前,烟株个体完整,较能反映整株烟株的营养环境,并且由于处于遮荫郁蔽,通风不良,光照和热量不足等不利的生长条件,对区域生态条件差异的反应较为灵敏,相对较能反映区域水土状况。因此,下部烟叶的可用性指标能反映烟叶区域生态适应性。
从可用性指标分布图中可以直观地比较各区域烟叶的可用性差异,还可预测未来采样点处的取值,随着未来新增采样点的加入,插值也将更为接近真实值。虽然烟叶常规化学成分含量及其比例可能还受栽培措施、施肥灌溉和调制加工等条件的影响,且本研究的取样点也有限,但各区域采样点个数基本按照区域种植面积的大小来判断,具有一定的代表性,而且数据矢量空间化后使烟叶CCUI分布和大小一目了然,对于卷烟工业企业采购原料和叶组配方的选择具有一定的参考价值。
Claims (3)
1.一种烟叶生态适应性的评价方法,其特征在于,包括:
(1)在不同区域获取烟叶样品,检测并计算烟叶样品的化学成分指标;
在不同区域获取烟叶样品时,仅从每株烤烟的下部选取一片作为烟叶样品;
(2)根据烟叶样品的化学成分指标计算可用性指标;
烟叶样品的化学成分指标包括:总糖含量、还原糖含量、总植物碱含量、总氮含量、氯含量、钾含量、糖碱比、氮碱比和钾氯比;
(3)将所述可用性指标的统计学结果映射到不同区域的版图上,得到可用性指标分布图;
所述可用性指标的计算方法如下:
<mrow>
<msub>
<mi>CCUI</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>9</mn>
</munderover>
<mi>f</mi>
<msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>&times;</mo>
<msub>
<mi>w</mi>
<mi>j</mi>
</msub>
</mrow>
式中:
CCUIi为第i个县级产区样品的可用性指标;
i为县级产区序号,取值为1~n的自然数,n为县级产区的总个数;
j为化学成分指标序号,取值分别为1~9的自然数;
f(x)ij为第i个县级产区中第j种化学成分指标的隶属度函数;
wj为第j个化学成分指标的分配权重;
所述隶属度函数f(x)的类型分为两种,其中总糖含量、还原糖含量、总植物碱含量、总氮含量、氯含量、糖碱比和氮碱比的隶属度函数类型均为中间梯形分布,表达式为:
<mrow>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mn>0.1</mn>
</mtd>
<mtd>
<mrow>
<mi>x</mi>
<mo><</mo>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mn>0.9</mn>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>-</mo>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<mo>)</mo>
</mrow>
<mo>/</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mn>0.1</mn>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<mo>&le;</mo>
<mi>x</mi>
<mo><</mo>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>1.0</mn>
</mtd>
<mtd>
<mrow>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
<mo>&le;</mo>
<mi>x</mi>
<mo><</mo>
<msub>
<mi>x</mi>
<mn>3</mn>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mn>1.0</mn>
<mo>-</mo>
<mn>0.9</mn>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>-</mo>
<msub>
<mi>x</mi>
<mn>3</mn>
</msub>
<mo>)</mo>
</mrow>
<mo>/</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mn>4</mn>
</msub>
<mo>-</mo>
<msub>
<mi>x</mi>
<mn>3</mn>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>x</mi>
<mn>3</mn>
</msub>
<mo>&le;</mo>
<mi>x</mi>
<mo><</mo>
<msub>
<mi>x</mi>
<mn>4</mn>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0.1</mn>
</mtd>
<mtd>
<mrow>
<mi>x</mi>
<mo>></mo>
<msub>
<mi>x</mi>
<mn>4</mn>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
钾氯比和钾含量的隶属度函数类型为升半梯形分布,表达式为:
<mrow>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mn>0.1</mn>
</mtd>
<mtd>
<mrow>
<mi>x</mi>
<mo><</mo>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mn>0.9</mn>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>-</mo>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<mo>)</mo>
</mrow>
<mo>/</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mn>4</mn>
</msub>
<mo>-</mo>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mn>0.1</mn>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<mo>&le;</mo>
<mi>x</mi>
<mo>&le;</mo>
<msub>
<mi>x</mi>
<mn>4</mn>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>1.0</mn>
</mtd>
<mtd>
<mrow>
<mi>x</mi>
<mo>></mo>
<msub>
<mi>x</mi>
<mn>4</mn>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
式中:
拐点x1、x2、x3和x4分别表示各化学成分指标的下临界值、最优值下限、最优值上限和上临界值;
所述的拐点x1、x2、x3和x4的选择基于近两年采购卷烟配方烟叶化学成分含量检测数据的分布情况统计,以95%和99%的置信水平对应的置信区间设为上下限最优值和临界值,同时结合烟叶专家的调整意见确定各化学成分指标所属隶属函数曲线的拐点;
第j个化学成分指标的分配权重wj采用三标度-层次分析法确定;
(4)针对待分析的烟叶,根据所述可用性指标分布图,评价该烟叶的生态适应性。
2.如权利要求1所述的烟叶生态适应性的评价方法,其特征在于,所述可用性指标分为6个等级,其中:
CCUI>0.80为1级,
0.70≤CCUI<0.80为2级,
0.60≤CCUI<0.70为3级,
0.50≤CCUI<0.60为4级,
0.40≤CCUI<0.50为5级,
CCUI≤0.40为6级。
3.如权利要求1所述的烟叶生态适应性的评价方法,其特征在于,所述可用性指标分布图的建立方法包括:
通过ArcGIS 9.3软件中的GeostatisticalWizard模块,将不同区域的CCUI值投影到相应经纬度坐标点上,投影采用的坐标系为:Beijing 1954,采用普通Kriging方法和球面模型对未采样的区域进行空间插值拟合,并将CCUI按照等级划分,获得中国各省区的可用性指标分布图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610496144.XA CN105929115B (zh) | 2016-06-24 | 2016-06-24 | 一种烟叶生态适应性的评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610496144.XA CN105929115B (zh) | 2016-06-24 | 2016-06-24 | 一种烟叶生态适应性的评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105929115A CN105929115A (zh) | 2016-09-07 |
CN105929115B true CN105929115B (zh) | 2018-04-10 |
Family
ID=56829997
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610496144.XA Active CN105929115B (zh) | 2016-06-24 | 2016-06-24 | 一种烟叶生态适应性的评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105929115B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106770963A (zh) * | 2016-12-30 | 2017-05-31 | 中国烟草总公司广东省公司 | 一种烟草对烟区的适应性验证方法 |
CN107589228B (zh) * | 2017-11-08 | 2019-12-13 | 江苏中烟工业有限责任公司 | 通过烟叶特征外观指标预测分选烟叶工业适用性的方法 |
CN110853713A (zh) * | 2018-07-25 | 2020-02-28 | 贵州中烟工业有限责任公司 | 一种烤烟化学成分协调性评价方法及装置 |
CN109598455A (zh) * | 2019-01-23 | 2019-04-09 | 石河子大学 | 一种适用于新疆机采棉种植的区划方法及系统 |
CN110150078B (zh) * | 2019-05-27 | 2021-04-30 | 福建中烟工业有限责任公司 | 一种确定福建烟区烟草移栽日期的方法和系统 |
CN110954657B (zh) * | 2019-12-02 | 2022-03-25 | 浙江中烟工业有限责任公司 | 一种烟叶化学品质的评价方法 |
CN111523823A (zh) * | 2020-05-07 | 2020-08-11 | 云南中烟工业有限责任公司 | 一种隶属度函数确定多点生产卷烟标准样品的方法 |
CN111671123B (zh) * | 2020-06-05 | 2022-04-01 | 江苏中烟工业有限责任公司 | 一种配方功效与原料保障动态化平衡的配方设计方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101514980A (zh) * | 2008-07-09 | 2009-08-26 | 中国科学院地理科学与资源研究所 | 快速检测土壤中重金属含量及空间分布的方法与装置 |
CN104931574A (zh) * | 2015-06-05 | 2015-09-23 | 浙江中烟工业有限责任公司 | 一种烟叶中重金属含量地域性分布的可视化方法 |
-
2016
- 2016-06-24 CN CN201610496144.XA patent/CN105929115B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101514980A (zh) * | 2008-07-09 | 2009-08-26 | 中国科学院地理科学与资源研究所 | 快速检测土壤中重金属含量及空间分布的方法与装置 |
CN104931574A (zh) * | 2015-06-05 | 2015-09-23 | 浙江中烟工业有限责任公司 | 一种烟叶中重金属含量地域性分布的可视化方法 |
Non-Patent Citations (3)
Title |
---|
四川凉山烟区红大烟叶化学成分可用性综合评价;杨杰等;《烟草科技》;20131130(第11期);全文 * |
基于模糊数学和GIS的湖南浓香型烤烟化学成分综合评价;李伟等;《核农学报》;20150531;第29卷(第5期);第1.1~1.3、2.5节以及图1 * |
昆明烟区烤烟主载品种海拔适应性研究;王育军等;《中国生态农业学报》;20150131;第23卷(第1期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN105929115A (zh) | 2016-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105929115B (zh) | 一种烟叶生态适应性的评价方法 | |
Liu et al. | Assuring food safety and traceability of polished rice from different production regions in China and Southeast Asia using chemometric models | |
Hu et al. | A significant increase in the normalized difference vegetation index during the rapid economic development in the Pearl River Delta of China | |
Groenendijk et al. | Assessing parameter variability in a photosynthesis model within and between plant functional types using global Fluxnet eddy covariance data | |
Mokany et al. | Critical analysis of root: shoot ratios in terrestrial biomes | |
Mi et al. | Evaluation of the moderate resolution imaging spectroradiometer aerosol products at two aerosol robotic network stations in China | |
Rammig et al. | Coincidences of climate extremes and anomalous vegetation responses: comparing tree ring patterns to simulated productivity | |
Rotundo et al. | Regional and temporal variation in soybean seed protein and oil across the United States | |
Yang et al. | Geochemical evaluation of land quality in China and its applications | |
Carrer et al. | A canopy radiative transfer scheme with explicit FAPAR for the interactive vegetation model ISBA‐A‐gs: Impact on carbon fluxes | |
Sun et al. | Winter wheat yield gaps and patterns in China | |
Lin et al. | Seasonal fluctuations of photosynthetic parameters for light use efficiency models and the impacts on gross primary production estimation | |
Liu et al. | Integrative crop‐soil‐management modeling to assess global phosphorus losses from major crop cultivations | |
Dass et al. | Environmental controls on the increasing GPP of terrestrial vegetation across northern Eurasia | |
Zhang et al. | Review of aerosol optical depth retrieval using visibility data | |
Han et al. | Evaluation of agricultural land suitability based on RS, AHP, and MEA: A case study in Jilin Province, China | |
Keane et al. | Comparing three sampling techniques for estimating fine woody down dead biomass | |
Linderman et al. | Land‐cover change and vegetation dynamics across Africa | |
Adesina et al. | Characteristics of columnar aerosol optical and microphysical properties retrieved from the sun photometer and its impact on radiative forcing over Skukuza (South Africa) during 1999–2010 | |
Shao et al. | Plant evolutionary history mainly explains the variance in biomass responses to climate warming at a global scale | |
Wang et al. | Multisatellite analyses of spatiotemporal variability in photosynthetic activity over the Tibetan Plateau | |
CN107632967A (zh) | 一种草地产草量估算方法 | |
Oliphant | Terrestrial ecosystem‐atmosphere exchange of CO2, water and energy from FLUXNET; review and meta‐analysis of a global in‐situ observatory | |
Sarkar et al. | Machine learning approach to predict terrestrial gross primary productivity using topographical and remote sensing data | |
Wang et al. | Prediction of potential distribution areas and priority protected areas of Agastache rugosa based on Maxent model and Marxan model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |