CN109740794A - 一种烤烟单产量预测方法 - Google Patents

一种烤烟单产量预测方法 Download PDF

Info

Publication number
CN109740794A
CN109740794A CN201811460996.9A CN201811460996A CN109740794A CN 109740794 A CN109740794 A CN 109740794A CN 201811460996 A CN201811460996 A CN 201811460996A CN 109740794 A CN109740794 A CN 109740794A
Authority
CN
China
Prior art keywords
flue
cured tobacco
tobacco
cured
single rate
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.)
Pending
Application number
CN201811460996.9A
Other languages
English (en)
Inventor
喻延
陈金坤
李彤
邹敏杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qiannan Prefecture Corp Of Guizhou Tobacco Corporation
Original Assignee
Qiannan Prefecture Corp Of Guizhou Tobacco Corporation
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Qiannan Prefecture Corp Of Guizhou Tobacco Corporation filed Critical Qiannan Prefecture Corp Of Guizhou Tobacco Corporation
Priority to CN201811460996.9A priority Critical patent/CN109740794A/zh
Publication of CN109740794A publication Critical patent/CN109740794A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Catching Or Destruction (AREA)

Abstract

本发明提供一种烤烟单产量预测方法，包括以下步骤：采集多个种植户种植烤烟的多组历史数据，每组所述历史数据包括：烤烟的肥料施用量，病害发生率，虫害发生率，烤烟的有效叶片数以及烤烟种植的合同亩数和实际种植亩数；采用多元回归方法进行建模；采用所述烤烟单产量预测模型对种植户的烤烟种植单产量进行预测。本发明的烤烟单产量预测方法的有益效果在于：各自变量因素的数据获取简单，预测结果准确。

Description

一种烤烟单产量预测方法
技术领域
本发明涉及烤烟种植技术领域，特别涉及一种烤烟单产量预测方法。
背景技术
烤烟是我国也是世界上栽培面积最大的烟草类型，是卷烟工业的主要原料，也被供作斗烟。
在烤烟的种植过程中，采用科学的方法进行烤烟产量预测，是烤烟生产决策的重要依据。目前对于烤烟产量的预测一般直接采用产量＝单产量×亩数进行预测，这种方法中单产量的数据获得不准确，往往是根据往年的经验来获得单产量。由于烤烟的植株过程中受诸多条件的影响，例如虫害影响、病害影响等，使得每年的单产均不同，因此采用这种方法进行预测就很不准确，影响后续的生产决策。
发明内容
本发明的目的是克服现有技术的缺陷，提供一种预测结果准确的烤烟单产量预测方法。
本发明解决上述问题所采用的技术方案是，一种烤烟单产量预测方法，包括以下步骤：
步骤一：采集多个种植户种植烤烟的多组历史数据，每组所述历史数据包括：烤烟的肥料施用量，病害发生率，虫害发生率，烤烟的有效叶片数以及烤烟种植的合同亩数和实际种植亩数；
步骤二：对所述多组历史数据采用多元回归方法进行建模，得到以预测烤烟单产量为因变量，以烤烟种植的合同亩数、实际种植亩数、病害发生率、虫害发生率、单株烤烟的平均有效叶片数以及每亩烤烟的平均肥料施用量为自变量的烤烟单产量预测模型；
步骤三：采用所述烤烟单产量预测模型对种植户的烤烟种植单产量进行预测。
在一些实施例中步骤二中，在置信区间0-70％范围内，所述烤烟单产量的预测模型为：
Y＝-185.184-0.792X1+0.514X2-1.731X3-1.073X4+22.243X5+1.818X6
其中，因变量Y为预测烤烟单产量，自变量X1为合同亩数、X2为实际种植亩数、X3为病害发生率、X4为虫害发生率、X5为单株烤烟的有效叶片数，X6为每亩烤烟的平均肥料施用量，此预测模型的置信率为67.9％。
在一些实施例中，步骤一中，所述病害发生率通过在每个种植户的烟田中随机选取不少于50株烤烟进行病害发生率的抽样统计。
在一些实施例中，病害发生率中病害的判断标准为烤烟叶片变黄、变软或茎基部发黑。
在一些实施例中，步骤一中，所述虫害发生率通过在每个种植户的烟田中随机选取不少于50株烤烟进行病害发生率的抽样统计。
在一些实施例中，虫害发生率中虫害的判断标准为烤烟叶片上存在伤口。
在一些实施例中，步骤一中，单株烤烟的平均有效叶片数的数据统计方法为：通过在每个种植户的烟田中随机选取不少于10株烤烟进行有效叶片数的抽样统计，其平均有效叶片数即为所得的单株烤烟的平均有效叶片数。
在一些实施例中，步骤一还包括采用单变量离群点检验方法去除所述多组历史数据中的异常数据。
在一些实施例中，步骤二中所述平均肥料施用量为平均基肥施用量。
本发明的有益效果在于：准确找出影响烤烟种植的变量因素，通过数据统计分析，建立准确的烤烟单产量预测模型，使得在对烤烟单产量的预测中，进行获得各变量因素的数据即可得到烤烟单产量，进而得到总产量，且本发明各变量因素的数据获取简单，预测结果准确。
具体实施方式
下面结合实施例对本发明作进一步描述。
一种烤烟单产量预测方法，包括以下步骤：
步骤一：采集多个种植户种植烤烟的多组历史数据，每组所述历史数据包括：烤烟的肥料施用量，病害发生率，虫害发生率，烤烟的有效叶片数以及烤烟种植的合同亩数和实际种植亩数；
步骤二：对所述多组历史数据采用多元回归方法进行建模，得到以预测烤烟单产量为因变量，以烤烟种植的合同亩数、实际种植亩数、病害发生率、虫害发生率、单株烤烟的平均有效叶片数以及每亩烤烟的平均肥料施用量为自变量的烤烟单产量预测模型；
步骤三：采用所述烤烟单产量预测模型对种植户的烤烟种植单产量进行预测。
步骤二中选取软件SPSS对步骤一中的数据进行建模。得到如下表格：
模型一：
模型汇总
系数a
从上述表格中可以得出，在置信区间为0-70％时，其置信率为67.9％。置信率大于60％，符合预期目标。
得到如下模型：
Y＝-185.184-0.792X1+0.514X2-1.731X3-1.073X4+22.243X5+1.818X6。
其中，因变量Y为预测烤烟单产量，自变量X1为合同亩数、X2为实际种植亩数、X3为病害发生率、X4为虫害发生率、X5为单株烤烟的有效叶片数，X6为每亩烤烟的平均肥料施用量。
模型二：
模型汇总b
系数a
从上述表格中可以得出，在置信区间为0-60％时，其置信率为67.9％。置信率大于60％，符合预期目标。
得到如下模型：
Y＝-185.184-0.792X1+0.514X2-1.731X3-1.073X4+22.243X5+1.818X6。
其中，因变量Y为预测烤烟单产量，自变量X1为合同亩数、X2为实际种植亩数、X3为病害发生率、X4为虫害发生率、X5为单株烤烟的有效叶片数，X6为每亩烤烟的平均肥料施用量。
综合上述结果，模型一与模型二所得到的预测模型完全一致，而各自变量的Sig单侧值最高为0.283，符合置信区间0-70％，模型二置信区间0-60％覆盖在模型一之中，确认本实施例中的模型为模型一，即在置信区间70％范围内，其置信率为67.9％，模型为：
Y＝-185.184-0.792X1+0.514X2-1.731X3-1.073X4+22.243X5-1.818X6。
将上述实施例得出的模型抽取10户进行效果验证，得到以下表格：
上述表格中，偏差＝(模型预测值-单产量)/单产量。
上述表格中的序号代表单一种植户的烤烟种植数据。
从上述表格中的得知，本实施例的模型所得到的预测单产量与实际单产量的偏差率为2.98％。
利用上述单产量的预测模型得到平均单产量后，计算出单一种植户的预测总产量，并与相对应的单一种植户的实际总产量进行对比，得到单一种植户的偏差率，通过SPSS均值比较得其平均差异率为0.3935％。
利用上述单产量的预测模型得到平均单产量后，计算出所有种植户的预测总产量，并与实际所有种植户的实际总产量进行对比，得到其平均偏差率为0.3935％。本平均偏差率的计算方式为：产量预测相差＝(预测产量-实际产量)/实际产量。
在本实施例中，步骤一中，病害发生率的数据统计方法为：步骤一中，所述病害发生率通过在每个种植户的烟田中随机选取不少于50株烤烟进行病害发生率的抽样统计。本实施例中，以50株为例进行数据的统计。病害发生率中病害的判断标准为烤烟叶片变黄、变软或茎基部发黑。
步骤一中，所述虫害发生率通过在每个种植户的烟田中随机选取不少于50株烤烟进行病害发生率的抽样统计。本实施例中，以50株为例进行数据的统计。
影响烤烟生长的主要虫害为烟青虫和棉铃虫，在对虫害发生率进行数据统计时，可单独对烟青虫或棉铃虫进行调查统计，在本实施例中，以烤烟叶片上是否存在伤口作为判断是否虫害的标准。这种方式具有便于统计的优点，而且能直观的看出是否受虫害。
步骤一中，单株烤烟的平均有效叶片数的数据统计方法为：通过在每个种植户的烟田中随机选取不少于10株烤烟进行有效叶片数的抽样统计，其平均有效叶片数即为所得的单株烤烟的平均有效叶片数。有效叶片数可以有效的反馈出烟株的产量，同时有效叶片数调查较为容易且数据真实性可靠。
S2中，对于肥料施用量的数据统计方法为：挨户调查，计算站点供应肥料以及烟农自购肥料的总和，按照烟农合同亩数，确定每亩肥料用量。
肥料施用量可以是基肥量或者是追肥量或则是其总量，在本实施例中，肥料施用量选择基肥量作为统计对象。
另外，作为自变量的合同亩数和实际亩数可直观的从烟农处得到相应数据，本实施例中的合同亩数是指承包合同上注明的亩数，实际亩数是指实际种植过程中的亩数。
步骤一还包括采用单变量离群点检验方法去除所述多组历史数据中的异常数据。在本实施例中，具体的，利用R语言对上述数据进行筛选，取出异常数据。
本发明的有益效果在于：准确找出影响烤烟种植的变量因素，通过数据统计分析，建立准确的烤烟单产量预测模型，使得在对烤烟单产量的预测中，进行获得各变量因素的数据即可得到烤烟单产量，进而得到总产量，且本发明各变量因素的数据获取简单，预测结果准确。
上述实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人士能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明精神实质所作的等效变化或修饰，都应涵盖在本发明的保护范围之内。

Claims (9)

1.一种烤烟单产量预测方法，其特征在于，包括以下步骤：
步骤一：采集多个种植户种植烤烟的多组历史数据，每组所述历史数据包括：烤烟的肥料施用量，病害发生率，虫害发生率，烤烟的有效叶片数以及烤烟种植的合同亩数和实际种植亩数；
步骤二：对所述多组历史数据采用多元回归方法进行建模，得到以预测烤烟单产量为因变量，以烤烟种植的合同亩数、实际种植亩数、病害发生率、虫害发生率、单株烤烟的平均有效叶片数以及每亩烤烟的平均肥料施用量为自变量的烤烟单产量预测模型；
步骤三：采用所述烤烟单产量预测模型对种植户的烤烟种植单产量进行预测。
2.根据权利要求1所述的烤烟单产量预测方法，其特征在于，步骤二中，在置信区间0-70％范围内，所述烤烟单产量的预测模型为：
Y＝-185.184-0.792X1+0.514X2-1.731X3-1.073X4+22.243X5+1.818X6
其中，因变量Y为预测烤烟单产量，自变量X1为合同亩数、X2为实际种植亩数、X3为病害发生率、X4为虫害发生率、X5为单株烤烟的有效叶片数，X6为每亩烤烟的平均肥料施用量，此预测模型的置信率为67.9％。
3.根据权利要求1或2所述烤烟单产量预测方法，其特征在于，步骤一中，所述病害发生率通过在每个种植户的烟田中随机选取不少于50株烤烟进行病害发生率的抽样统计。
4.根据权利要求3所述烤烟单产量预测方法，其特征在于，病害发生率中病害的判断标准为烤烟叶片变黄、变软或茎基部发黑。
5.根据权利要求1所述烤烟单产量预测方法，其特征在于，步骤一中，所述虫害发生率通过在每个种植户的烟田中随机选取不少于50株烤烟进行病害发生率的抽样统计。
6.根据权利要求5所述烤烟单产量预测方法，其特征在于，虫害发生率中虫害的判断标准为烤烟叶片上存在伤口。
7.根据权利要求1所述烤烟单产量预测方法，其特征在于，步骤一中，单株烤烟的平均有效叶片数的数据统计方法为：通过在每个种植户的烟田中随机选取不少于10株烤烟进行有效叶片数的抽样统计，其平均有效叶片数即为所得的单株烤烟的平均有效叶片数。
8.根据权利要求1或2所述烤烟单产量预测方法，其特征在于，步骤一还包括采用单变量离群点检验方法去除所述多组历史数据中的异常数据。
9.根据权利要求1或2所述烤烟单产量预测方法，其特征在于，步骤二中所述平均肥料施用量为平均基肥施用量。
CN201811460996.9A 2018-12-01 2018-12-01 一种烤烟单产量预测方法 Pending CN109740794A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811460996.9A CN109740794A (zh) 2018-12-01 2018-12-01 一种烤烟单产量预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811460996.9A CN109740794A (zh) 2018-12-01 2018-12-01 一种烤烟单产量预测方法

Publications (1)

Publication Number Publication Date
CN109740794A true CN109740794A (zh) 2019-05-10

Family

ID=66358375

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811460996.9A Pending CN109740794A (zh) 2018-12-01 2018-12-01 一种烤烟单产量预测方法

Country Status (1)

Country Link
CN (1) CN109740794A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110150078A (zh) * 2019-05-27 2019-08-23 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
CN115777495A (zh) * 2022-12-05 2023-03-14 贵州省水利科学研究院(贵州省灌溉试验中心站) 基于参考作物需水量的烤烟栽培滴灌系统、设备及终端

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107316116A (zh) * 2017-08-23 2017-11-03 吉林大学 一种叶类蔬菜产量预测方法
AR106900A1 (es) * 2015-12-02 2018-02-28 Climate Corp Predicción de rendimiento de cosecha a nivel de campo durante una estación de crecimiento
CN108022023A (zh) * 2017-12-20 2018-05-11 深圳春沐源控股有限公司 一种农作物的种植产量预测方法、装置及存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AR106900A1 (es) * 2015-12-02 2018-02-28 Climate Corp Predicción de rendimiento de cosecha a nivel de campo durante una estación de crecimiento
CN107316116A (zh) * 2017-08-23 2017-11-03 吉林大学 一种叶类蔬菜产量预测方法
CN108022023A (zh) * 2017-12-20 2018-05-11 深圳春沐源控股有限公司 一种农作物的种植产量预测方法、装置及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张慢慢等: "烤烟产量的主要影响因素及预测方法研究进展", 《江西农业学报》 *
李淑娥等: "白河烟区烤烟产量多元线性回归模型年景预测", 《作物研究》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110150078A (zh) * 2019-05-27 2019-08-23 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
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
CN115777495A (zh) * 2022-12-05 2023-03-14 贵州省水利科学研究院(贵州省灌溉试验中心站) 基于参考作物需水量的烤烟栽培滴灌系统、设备及终端

Similar Documents

Publication Publication Date Title
Guilpart et al. Grapevine bud fertility and number of berries per bunch are determined by water and nitrogen stress around flowering in the previous year
Ehret et al. Neural network modeling of greenhouse tomato yield, growth and water use from automated crop monitoring data
Yang et al. Prediction of cotton yield and water demand under climate change and future adaptation measures
Anzanello et al. Chilling requirements and dormancy evolution in grapevine buds
Moreno et al. Base temperature determination of tropical Panicum spp. grasses and its effects on degree-day-based models
Lv et al. Yield gap simulations using ten maize cultivars commonly planted in Northeast China during the past five decades
Steduto et al. Concepts and applications of AquaCrop: The FAO crop water productivity model
CN102487771A (zh) 水稻品种抽穗期耐高温性鉴定方法
Larijani et al. Simulating phenology, growth and yield of transplanted rice at different seedling ages in northern Iran using ORYZA2000
Seidel et al. Field evaluation of irrigation scheduling strategies using a mechanistic crop growth model
Amarasingha et al. Aligning sowing dates with the onset of rains to improve rice yields and water productivity: modelling rice (Oryza sativa L.) yield of the Maha season in the dry zone of Sri Lanka.
CN109740794A (zh) 一种烤烟单产量预测方法
Campbell et al. Effect of water availability and genetic diversity on flowering phenology, synchrony and reproductive investment in summer squash
CN104541999A (zh) 一种冬枣树苗的嫁接方法
Vilayvong et al. Evaluation of CSM-CERES-Rice in simulating the response of lowland rice cultivars to nitrogen application
Dinu et al. Effects of genotype and environmental conditions on grapevine (Vitis vinifera L.) shoot morphology
Dutta et al. Analysis of factors that determine tea productivity in Northeastern India: A combined statistical and modelling approach
Novarianto Estimating Coconut Production and Productivity of Local Tall in Taliabu Island Using Drone and Sampling Population
Liu et al. Application of the Hybrid-Maize model for limits to maize productivity analysis in a semiarid environment
CN104542145A (zh) 一种冬枣树苗的培植方法
Normand et al. Toward a better interpretation and use of thermal time models
Agbemabiese et al. Validation of aqua crop for different irrigation regimes of onion (Allium Cepa) in Bontanga Irrigation Scheme
Bitri et al. Validation of Aqua Crop model in the simulation of sugar beet production under different water regimes in southeastern Albania
Kıymaz et al. A comparison of artificial neural networks and some nonlinear models of leaf area estimation of sugar beet at different nitrogen levels
CN105165365A (zh) 一种依据树冠冠幅竞争设计用材林林分密度及调控方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20190510

RJ01 Rejection of invention patent application after publication