烟叶生产大数据管理信息系统设计及应用

刘光亮 徐茜 徐辰生

摘  要：为推动智慧烟草农业和智慧烟草政务发展，以烟叶生产大数据为基础，构建烟叶生产大数据管理信息系统，建立烟草农业数据中心。基于地理信息系统（GIS）方法，建立南平烟区烟叶生产大数据管理信息系统，系统结构采用C/S模式，由基础设施层、技术支持层、数据支撑层、业务应用层和用户层5个层次组成，实现对南平烟区烟叶生产过程中产生的多源、多格式数据的存储、管理及分析，能够为南平烟区现代烟草农业发展提供精准化的数据支持和平台基础。尤其是系统提供了大数据与烟叶生产实际需求结合的烟田精准养分管理模型框架，2016年预测产量与实际产量偏差为15.64 kg/hm2，模型模拟效果较好。系统实现了GIS基础功能、空间数据管理、数据处理与分析等功能，是南平烟草农业数据中心的基础数据管理平台，为南平烟区烟叶生产的现代化发展以及未来面向“互联网+”的应用服务扩展提供了基础平台支持。

关键词：烟叶生产;大数据;现代烟草农业;地理信息系统;应用

中图分类号：S572          文章编号：1007-5119（2019）02-0092-07      DOI：10.13496/j.issn.1007-5119.2019.02.014

Abstract： Big data management information system for tobacco production can provide crucial foundation in the processes of intelligent tobacco agriculture and smart tobacco management. In this study， a big data management information system was designed and used in the Nanping tobacco planting area by using the geographic information system （GIS）. The system was built under a scheme of C/S mode containing 5 layers of basic device layer， technical support layer， data support layer， implementation layer and user layer. Multi-source and multi-format big data generated in the process of tobacco production were managed， stored and analyzed with one unified data standard. The system achieved a standardized and integrated flow （including data storing， management and analysis） of big data derived from the process of tobacco production， and thereby can provide accurate decision support and basic platform to modern tobacco agriculture of the Nanping tobacco planting area. In particular， the system provided a nutrient management model to optimize the process of tobacco production. The simulation of the model was good with a deviation of 15.64 kg/ha between the predicted and the actual yield in 2016. Based on the scheme and datasets mentioned above， the system integrated GIS basic functions， spatial data management， data process and analysis functions， and consequently achieved a foundation platform for further service extension of internet + agriculture and modern tobacco agriculture specifically.

《全國农业现代化规划（2016—2020年）》[1]在智慧农业引领工程中明确指出：“建设全球农业数据调查分析系统，改造升级国家农业数据中心，建设基于卫星遥感-航空无人机-田间观测一体化的农业遥感应用与研究中心”。智慧烟草农业是智慧农业的重要组成部分，更是智慧烟草政务的关键环节。根据业务系统情况，智慧政务安全域的划分结构一般分为三部分：互联网区、政务外网区及专网（内网）托管区[2]。其中，为保证烟叶生产过程大数据的数据安全，专网（内网）托管区主要负责烟叶生产大数据存储、管理及大数据分析计算，涉及种植、采收、烘烤等多个过程，涵盖生态条件、管理措施、田间调查、采烤工艺及质量安全评价等一系列大数据信息。因此，构建烟叶生产大数据管理信息系统，实现对不同来源及格式的大数据的存储、管理和分析，是推进烟草农业现代化和智慧烟草政务发展的基础环节。

由于现代智慧农业的管理与发展越来越侧重精准化，因此地理信息系统（GIS）技术已成为智慧农业大数据管理与应用的主要平台技术，该技术可以实现地理信息的获取、处理、存储、管理、分析和发布[3]。在大数据时代下，GIS逐步面向社会服务，集成自动化处理、规模化存储、高效化计算、知识化服务的GIS与应用技术，是中国现代农业建设的重要依托平台。目前，GIS技术已在中国现代烟草农业中得到了应用，主要集中在土壤养分与肥力评价[4-6]、生态因子分析与烟田等级评价[7-9]、种植区划[10-11]等方面。但是，大部分已有研究仅仅将GIS作为一项技术应用于烟叶生产研究中，而面向智慧烟草农业和智慧烟草政务服务需求，基于GIS方法构建烟叶生产大数据管理信息系统，对烟叶生产过程中产生的多源数据进行统一标准化管理、分析与应用的相关研究较少[12-13]。本研究主要基于GIS技术，构建南平烟区烟叶生产大数据管理信息系统，为建立烟草农业数据中心、优化烟叶生产管理、构建智慧烟草政务服务提供大数据平台基础，推动烟区智慧烟草农业发展。

1  总体结构设计

1.1  系统设计原则

南平烟区是中国东南烟区典型的山地田烟产区，位于福建省北部、武夷山脉东南侧，植烟区土地面积约为 210 km2[14]。在烟叶生产过程中，积累了大量数据，包括气象、土壤、农艺性状、化学指标等。本研究以南平烟区烟叶生产大数据为核心，采用GIS方法，建立南平烟区烟叶生产大数据管理信息系统，将烟叶生产中的不同来源信息数据，统一标准集成到数据库中，在同一管理平台下进行标准化存储和管理，为建立南平烟区烟草农业数据中心提供基础平台支持，推进南平烟区现代烟草农业发展。此外，为推进农业面源污染治理，精准养分管理，降低烟农施肥成本，系统中参照国际通用养分管理模型，结合南平烟区实际，构建南平烟区精准养分管理模型，实现了对基础地力评价、施肥时间和施肥量的精准调控。

1.2  系统结构

按照功能需求，系统采用分层体系结构建设，目的是开发以数据管理为中心的应用程序，系统结构分为基础设施层、技术支持层、数据支撑层、业务应用层和用户层五层架构。

1.2.1  基础设施层  该层是系统建设的基础，主要为系统的建设与部署搭建过程提供基础平台支撑，具体包括网络、服务器集群、服务器（应用服务器、数据服务器）、磁盘阵列、存储备份、安全保密系统、计算机机房改造等硬环境和技术规范与管理办法等软环境。

1.2.2  技术支持层  技术支持层提供了硬件设备正常运行的技术保障，包括运行环境、操作系统、数据库系统等。为了便于数据预处理扩展，系统采用C/S架构，系统基础平台包括基础GIS开发平台、开发软件、数据库平台、组件技术和XML技术等，为实现业务应用系统功能服务。

1.2.3  数据支撑层  为系统提供数据支持，该层的服务是整个系统运行的基础，并会随业务应用系统在未来的扩展而有所变化，但主要部分或模块在未来的处理系统中可进行复用。数据层接收业务层对数据库操作的请求，实现对数据库的管理功能，并把运行结果提交给业务层。

1.2.4  业务应用层  该层是系统建设的关键环节所在，提供系统建设的核心业务，包括系统管理、用户管理、数据管理、数据分析、模型模拟、专题图制作管理、日志及工具管理等子系统，为系统应用提供支持。

1.2.5  用户层  包括系统管理用户、烟田大数据分析核心用户、数据管理用户和访问用户。系统管理用户负责对系统用户及其权限进行审核管理，大数据分析核心用户负责对数据分析、模拟后的结果报告进行生产制作，数据管理用户负责日常新生成数据的输入和归档，访问用户是通过审核后允许进入系统进行普通数据浏览的用户。

2  技术实现

系统架构基于C/S模式，主要侧重数据获取、存储、管理及分析，具体功能包括用户管理、数据管理、基本GIS功能、数据分析、应用模型模拟、专题图制作等。系统以ArcEngine 10.2为基础平台开发，开发环境为Visual studio 2013，开发语言为C#，运行框架为.Net FrameWork 4.0，数据库为Oracle 11g。系统数据包括田间生态数据、种植数据、农艺性状调查数据、化学成分检测数据等，对不同来源数据采用统一标准进行组织，统一分类编码，统一空间投影和统一时间尺度。

2.1  数据获取与计算分析

2.1.1  数据获取与储存  系统大数据涉及种植、采收、烘烤等多个过程，涵盖生态条件、管理措施、田间调查、采烤工艺及质量安全评价等一系列大数据信息，主要包括田间气象数据、土壤监测数据、烟叶检测数据、烟叶产量数据、田间实时监测数据、田间调查数据、遥感数据、基础地理信息数据、施肥记录数据，数据类型为具有空间属性的GIS数据和遥感数据、记录文档资料、图片存档资料等。

气象数据来源于中国气象局气象数据中心和南平市气象局的逐日气象观测数据及空间化大数据[15-17];土壤数据来源于福建省烟草公司南平市公司烟科所自2011年以来的田间采样数据，記录了采样点的空间地理信息及主要检测指标;烟株数据来源于福建省烟草公司南平市公司烟科所和中国农业科学院烟草研究所自2011年以来的烟叶检测数据，地理信息与田间土壤采样点对应，包括了上、中、下三个部位烟叶的常规化学指标;文档资料数据主要来自福建省烟草公司南平市公司烟科所和中国农业科学院烟草研究所自2011年以来的田间调查记录及自2007年以来的收购效益等级记录;基础地理信息数据主要包括行政区边界、道路、水域，分为地市、县区、乡镇三级;影像数据包括图片存档资料和遥感数据两种，图片存档资料对采样点、试验及示范区域内烟叶长势进行图片记录存档，遥感数据包括了NASA VIP、NOAA/AVHRR GIMMS、MODIS、Landsat TM/ETM+等多源遥感数据。大数据总容量>1 TB/年。

数据分别为实时观测、卫星获取、田间实地采集及样品检测所获取的数据，人为主观因素的影响小，数据精度和准确性高。数据计算依托福建省烟草公司南平市公司信息中心，该中心拥有完善的高效并行计算服务器和数据存储服务器，计算速度快，系统所设计的数据处理、存储、管理及计算，均实现了“1秒定律”水平，从各种类型的数据中快速

获得高价值的信息。

2.1.2  数据更新与计算  按照数据时间尺度，大数据更新时间周期分别为每日、每周、每8天、每半月、每16天、生育期、每年等。其中，每日更新数据为气象观测数据和田间实时观测设备采集数据;每周更新数据为田间土壤、烟叶定期采样记录文档及样品检测数据、NASA VIP遥感数据;每8天、每16天更新数据均为MODIS遥感数据;每半月更新数据为NOAA/AVHRR GIMMS遥感数据;按生育期更新数据为田间农艺性状调查及施肥记录等文档资料、田间调查图片存档资料;每年更新数据为收购效益、等级记录资料。数据计算则按照不同权限用户需求，能够针对不同时期、不同时间节点进行计算。

系统中的分析方法均以这些大数据为输入数据进行大数据计算。系统主要提供了烟叶生产养分精准管理模型方法，借鉴了国际通用的农业碳氮管理模型DNDC和生态系统碳循环模型GLOPEM-CEVSA，基于南平烟区实际观测和采样数据，对模型进行了本地优化，确保了结果的准确性。

2.2  用户管理与数据安全管理

为保障系统及系统中数据的安全性，在使用过程中只有经审核授权后的用户才有资格登陆系统，并对用户进行权限控制，不同权限的用户登录系统后只能操作权限内的系统功能。同时，系统还具有日志管理功能，将自动记录用户登陆时间、IP地址及具体操作内容，以方便相关信息的审查。此外，为保证数据库中的数据安全，数据库具备恢复和备份功能，系统的备份机制采用表空间为备份对象，短期（1个月）对数据库做联机增量备份，在长周期（6个月）做脱机全库备份。

2.2.1  GIS基础功能  GIS基础功能模块具有一般的地图操作功能，如缩放、漫游、查看属性、鹰眼导航等，可以实现系统数据库中地图信息的查询与图形浏览，以便于用户直观形象的了解基本数据信息。此外，系统还提供图层管理功能，用户可以根据需要对相关图层进行设置图层渲染、图层顺序、图层显隐性、数据的查询预览等操作。

2.2.2  数据管理  数据管理包括对空间数据及非空间数据的管理。空间数据包括行政区划、道路分布、农田/烟田地块分布、采样点分布、气象数据、土壤养分数据、区域地形数据等。非空间数据管理包括烟叶产量及等级、地块施肥量、烟田试验数据、烟田移栽时间等文档记录数据。

数据管理包括对数据的增、删、改、查等基本操作及数据基本属性信息编辑等，以方便数据的更新和快速提取。数据管理功能除了实现对空间和非空间数据的浏览、查看、编辑等功能外，还包括对系统的目录管理、数据字典表管理、数据归档管理等。

2.2.3  统计分析  统计分析模块是整个系统的重要业务模块，系统通过内置不同的统计分析方法，能够针对不同业务需求选取数据分析对象，同时根据前期录入数据，捕捉相对应的气象因子、土壤因子[6]、烟叶长势[18]的动态变化信息。该模块能够对数据库中的所有空间数据进行查询、检索和实时显示，从而为区域内烟叶生产提供强大的后台数据运行和分析平台，为重要决策提供关键的数据支持。

2.2.4  大数据应用服务模拟  应用服务模拟模块是整个系统的核心应用模块，以烟叶生产过程中产生的多源大数据为基础，以面向烟叶生产实际需求为服务目标，结合遥感、GIS数据及空间统计方法，构建大数据应用服务模型，并生成业务决策报告，为烟叶生产中的实际需求提供决策支持服务。

目前，系统中的大数据应用服务模块主要面向南平烟区烟田养分精准管理需求，模型过程参考国际通用的农业养分管理模型DNDC，建立了适用于南平烟区养分管理的模型过程，并基于田间观测和采样数据，对模型过程中的关键参数进行优化，确保了结果的准确性。

（1）生態因子驱动产量形成过程。参照DNDC模型，基于气温、降水、辐射等生态因子，分为烟株生物量形成、根茎叶不同部位生物量分配及碳、氮、磷、钾、镁等主要养分元素在不同部位的分配过程三部分构建产量形成过程模型。同时，基于已有的田间每7天烟株生物量、土壤、烟株采样检测大数据，对模型中的生态因子决定系数、不同部位分配比例、主要元素分配比例等参数进行优化，建立南平烟区烟田养分精准管理模型。

（2）烟株主要养分元素分配过程。基于收集的以往多年份生态大数据，解析南平烟区生态条件的时间动态过程，然后输入到产量模型中，准确刻画南平烟区生态条件多年平均水平下，烟株生物量及根、茎、叶不同部位的产量及其主要养分元素含量的动态分配过程，掌握南平烟区不同生育期生态条件、产量、主要养分元素含量的常态水平以及在该水平下的最优施肥策略。

（3）养分供需匹配及施肥策略分析。首先，基于移栽期前烟田土壤采样检测数据，综合前人研究方法[4，6，11]，评价烟田土壤肥力，结合以往年份土壤肥力水平及其基肥施肥量大数据确定基肥施用量;在大田期间，将田间实时观测生态数据输入到产量模型中，实时计算各时期养分元素需求量;与以往年份生态数据、产量及主要养分元素模型结果进行对比，比较实时生态条件下的产量及主要养分元素与平均生态条件下的差异，确定追肥施用量的调节策略。

2.2.5  专题产品制图  系列专题制图指在同一区域以相同标准化地理信息数据为基础，编制多种专题地图的一种制图体制，是基于综合利用地理信息数据而提出的，并在实践中丰富和发展起来的。系统设置默认的专题图模板，根据业务需求获得专题数据后进行图形输出，输出形式可通过绘图仪输出，也可选择输出地图到本地存储。

2.2.6  系统其他工具  系统除具有上述主要功能模块外还具有系统其他工具：地图编辑工具、专题图模板修改及制作工具、插值分析工具、坐标转换工具、生成点位工具（根据导入的txt或Excel采样点数据生成shapefile文件）等。

3  实际应用效果

本研究基于GIS方法，采用C/S體系结构，构建南平烟区烟叶生产大数据管理信息系统，2017年12月已将南平市2007年至2015年烟叶生产相关的空间数据及非空间数据全部导入系统。系统从硬件、软件、数据、应用、用户不同层次建立了数据处理与管理流程，实现了对烟叶生产过程中所产生大数据的流程化处理，并针对烟叶生产过程中所产生大数据的复杂性，建立了不同来源、不同格式、不同属性数据的标准化处理、存储方式，构建了南平烟区烟草农业数据中心的基础数据管理平台。应用效果主要体现在以下几个方面：

（1）不同级别用户可根据自身权限和实际需求在系统中实时检索查询所关注区域的土壤、气候、烟叶生产等方面的历史基础数据及变化趋势，为烟叶生产决策提供参考。

（2）结合烟叶生产中的实际需求，从烟田资源环境评价、养分管理及烟叶产质量模拟三方面构建了烟叶生产应用服务模型库，实现了南平烟区生态平衡施肥，为南平烟区现代烟草农业发展提供了关键技术支持。2016年，基于往年的气候、土壤肥力等变化趋势、本年度的土壤肥力理化性状分析结果、烟株养分的分配利用规律，应用模型生产决策报告，给出施肥推荐方案，尤其是追肥策略的调整，并对当年烟叶产量进行预测，预测产量为1 795.93 kg/hm2，8月份烟叶生产结束后统计产量为1 811.57 kg/hm2，偏差为15.64 kg/hm2，模型模拟效果较好。然而，模型模拟的过程和参数设置是一个复杂过程，需要多年份的数据支持，未来需要继续进行田间动态采样，对模型过程和参数设置进行优化，确保模型模拟结果的准确性。

4  展  望

4.1  面向“互联网+烟草农业”发展

本研究采用C/S体系结构构建的南平烟区烟叶生产大数据管理信息系统，主要用于南平烟区烟叶生产大数据的存储、管理和应用服务分析，是烟叶生产的管理人员对烟田日常信息获取与管理的数据支持系统，是建设南平烟区烟草农业数据中心的平台基础。未来将基于该系统，同时结合B/S体系结构[13]，构建面向“互联网+烟草农业”信息化体系，在对烟叶生产大数据进行标准化管理的同时，通过内部网络进行发布，在网络客户端实现不同权限用户的数据可视化和信息查询。此外，开发手持端APP，在实现实时可视化和信息查询的同时，实现对烟田信息的即时采集和数据上传。

4.2  面向现代烟草农业发展

本研究构建的烟叶生产大数据管理信息系统，为建立南平烟区烟草农业数据中心提供了基础平台支持。在系统平台支持下，不仅实现了烟叶生产大数据的标准化存储、管理和分析，还能够依据实际需求实现不同应用服务，并且以烟叶产量遥感模拟为例对系统的实际应用进行简介。下一步将根据烟叶生产中的多方面专题需求，集成卫星遥感、航空无人机、田间观测一体化的农业遥感应用[1]，实现不同区域尺度的实际应用，如烟田养分管理[6， 14]、烟叶长势监测[18]等，实现烟草农业现代化发展对未来烟草农业数据中心研究的专题功能诉求。因此，未来计划以该系统为基础，在建立烟草农业数据中心、完善数据管理与共享发布体系的基础上，构建专题应用服务模型库，实现对南平烟区现代烟草农业发展的有力支撑。

参考文献

[1]国务院. 国务院关于印发全国农业现代化规划（2016—2020年）的通知[EB/OL]. （2016-10-20）[2017-08-24]. http：//www.gov.cn/zhengce/content/2016-10/20/content_ 5122217.htm

China State Council. Notifications on the issue of agricultural modernization projects （2016-2020） in China [EB/OL]. （2016-10-20） [2017-08-24]. http：//www.gov.cn/ zhengce/content/ 2016-10/20/content_5122217.htm

[2]赵彦杰，郑鸿飞. 基于云计算架构的智慧政务平台设计与实现[J]. 电信技术，2017（9）：68-71.ZHAO Y J， ZHENG H F. Design and application of smart government platform based on cloud computing architectures[J]. Telecommunications Technology， 2017（9）： 68-71.

[3]陈述彭，鲁学军，周成虎. 地理信息系统导论[M]. 北京：科学出版社，2000.CHEN S P， LU X J， ZHOU C H. Getting started with geographic information[M]. Beijing： Science Press， 2000.

[4]李卫，周冀衡，张一扬，等. 云南曲靖烟区土壤肥力状况综合评价[J]. 中国烟草学报，2010，16（2）：61-65.LI W， ZHOU J H， ZHANG Y Y， et al. Comprehensive evaluation of tobacco soil fertility status in Yunnan's Qujing area[J]. Acta Tabacaria Sinica， 2010， 16（2）： 61-65

[5]刘国顺，常栋，叶协锋，等. 基于GIS的缓坡烟田土壤养分空间变异研究[J]. 生态学报，2013，33（8）：2586-2595.LIU G S， CHANG D， YE X F， et al. Spatial variability characteristics of soil nutrients in tobacco fields of gentle slope based on GIS[J]. Acta Ecologica Sinica， 2013， 33（8）： 2586-2595.

[6]徐辰生，陈爱国，徐茜，等. 南平烟区植烟土壤肥力评价研究[J]. 中国烟草科学，2016，37（4）：24-29.XU C S， CHEN A G， XU Q， et al. Integrated evaluation of soil fertility in Nanping tobacco planting areas[J]. Chinese Tobacco Science， 2016， 37（4）： 24-29.

[7]蔡长春，邓环，赵云飞，等. 湖北省植烟区生态气候因子的主成分分析和区域划分[J]. 烟草科技，2011（2）：64-69.CAI C C， DENG H， ZHAO Y F， et al. Regionalization and principal component analysis of ecoclimate factors of tobacco growing areas in Hubei province[J]. Tobacco Science & Technology， 2011（2）： 64-69.

[8]顾本文，胡雪琼，吉文娟，等. 云南植烟区生态气候类型区划[J]. 西南农业学报，2007（4）：772-776.GU B W， HU X Q， JI W J， et al. Ecoclimate regional division of tobacco growing areas in Yunnan[J]. Southwest China Journal of Agricultural Sciences， 2007（4）： 772-776.

[9]李蒙，朱勇，吉文娟. 基于GIS的云南烟区冰雹灾害风险评价[J]. 中国农业气象，2012，33（1）：129-133.LI M， ZHU Y， JI W J. Risk evaluation of hail disaster in Yunnan tobacco planting areas based on GIS[J]. Chinese Journal of Agrometeorology， 2012， 33（1）： 129-133.

[10]董谢琼，徐虹，杨晓鹏，等. 基于GIS的云南省烤烟种植区划方法研究[J]. 中国农业气象，2005（1）：17-20.DONG X Q， XU H， YANG X P， et al. GIS-based study of a method of flue-cured tobacco planting suitability regionalization in Yunnan province[J]. Chinese Journal of Agrometeorology， 2005（1）： 17-20.

[11]刘建利，李志宏，陈江华，等. GIS应用于植烟土壤肥力分区及施肥区划的研究[J]. 中国烟草学报，2004（3）：23-28.LIU J L， LI Z H， CHEN J H， et al. The application of GIS in soil nutrients spacial distribution analysis and fertilizationrecommendation in tobacco[J]. Acta Tabacaria Sinica， 2004（3）： 23-28.

[12]曹淋海，王昌全，张毅，等. 基于RIA WebGIS的区域烟草精准施肥管理决策系统设计与实现——以攀枝花烟区为例[J]. 中国烟草学报，2015，21（2）：94-99.CAO L H， WANG C Q， ZHANG Y， et al. Design and implementation of decision-making system for tobacco precision fertilization in Panzhihua tobacco growing area based on RIA WebGIS[J].Acta Tabacaria Sinica， 2015， 21（2）： 94-99.

[13]范幸龙，周冀衡，李强，等. GIS技术在現代烟草农业中的研究应用进展[J]. 中国农业科技导报，2012，14（5）：78-83.FAN X L， ZHOU J H， LI Q， et al. Research progress in applying GIS technology in modern tobacco agriculture[J]. Journal of Agricultural Science and Technology， 2012， 14（5）： 78-83.

[14]黄廷炎，沈长华，邱泉成，等. 南平市烤烟生产气象条件分析与气象服务[J]. 亚热带农业研究，2009（3）：188-192.HUANG T Y， SHEN C H， QIU Q C， et al. Analysis of metoerological conditions and services for tobacco production in Nanping[J]. Subtropical Agriculture Research， 2009（3）： 188-192.

[15]HUTCHINSON M F. Interpolating mean rainfall using thin plate smoothing splines[J]. International Journal of Geographical Information Systems， 1995， 9： 385-403.

[16]DONG J， LIU J， TAO F， et al. Spatio-temporal changes in annual accumulated temperature in China and the effects on cropping systems， 1980s to 2000[J]. Climate Reseach， 2009， 40： 37-48.

[17]TAO J， ZHANG Y， DONG J， et al. Elevation-dependent relationship between climate change and grassland vegetation variation across the Qinghai-Xizang plateau[J]. International Journal of Climatology， 2015， 35（7）： 1638-1647.

[18]陶健，申国明，徐宜民，等. 遥感在烟草种植监测及管理中的应用展望[J]. 中国烟草学报，2015，21（2）：111-116.TAO J， SHEN G M， XU Y M， et al. Prospect of applying remote sensing to tobacco planting monitoring and management[J]. Acta Tabacaria Sinica， 2015， 21（2）： 111-116.