十堰市烟叶的气候影响因子分析与试点地评估

2022-04-14 10:19庞淦键张思凯

湖北畜牧兽医 2022年6期

潘快，庞淦键，张思凯，吴俊

（湖北汽车工业学院，湖北十堰 435003）

湖北省作为中国重要的烟叶产区之一，烤烟质量较好，烟叶生长与气象气候因子间相关程度较大［1-3］，十堰市烟草产区地理态势变化显著、陡坡田区多，可形成多重对照［4-7］。张云贵等［8］、王跃能等［9］、柴利广等［10］分析了文山烟区气象因子对烟叶化学成分的影响，不同气候条件对烟叶中化学成分影响不同，通过对十堰市全年和4 个季度分别进行影响因子分析，发现烟叶中钾含量与最大总辐射呈正相关，氯元素相对变化较小。降雨量和光照强度都会影响烟叶的化学成分。对气象因子影响烟叶生长状况研究，可以对烟叶气候适应性进行有效评估，建立可靠的烟叶品质预测模型，从而提升烟叶的产量和质量，达到利益最优化。

气候因子对烟叶品质影响在不同的年份、地区、等级都具有较大的差异，其主要表现在烟叶的外观、物理、化学、感官等方面。本研究旨在通过十堰市主要烟叶产地的不同气象气候条件，分析各项烟叶品质受气象影响的因素，建立对应的数学模型，探究烟叶最佳生产条件进而提高烟叶品质。

1 十堰市气象数据与烟叶指标

根据十堰市气象局所提供九道、桃源、杜川和双坪的2009—2020 年的气象数据，包含平均气温、最高气温、最低气温、降雨量、日照时数、平均紫外辐射、最大紫外辐射、平均辐射与最大总辐射9 个气象因子数据。

本研究烟叶品质指标包括，外观指标，颜色、成熟度、叶片、身份、油分、色度；物理指标，单叶重、含梗率、吸湿性、填充值、长宽比；化学指标，盐碱、总糖、还原糖、总氮、钾、氯、糖碱比、氮碱比、钾氯比、两糖差；感官指标，香气质、香气量、杂气、刺激性、余味、燃烧性、灰色、浓度、劲头、可用性。烟叶指标中，外观和感官指标均为评价打分，具有一定的主观性。

1.1 十堰市烟叶品质指标数据

十堰市烟叶的物理、化学指标描述性统计见表1。由表1 可以知，烟碱含量变异系数为33.22%，大于糖和氮的变异系数，与孙敬国等［1］研究结果一致。单叶重、吸湿性、填充值及氯的变异系数均超过20%。这表明十堰市烟叶烟碱、单叶重、吸湿性、填充值及氯随气候的变化波动较大，而其他指标变化较为稳定。

表1 十堰市烟叶物理、化学指标描述统计

对十堰市烟叶数据进行整体分析，烟叶指标的影响因子分析结果见表2。由表2 可知，十堰市烟叶指标中，受气候因子因素影响的指标较多，受地区分布影响的指标较少。

表2 烟叶指标的影响因子分析

1.2 十堰市气象数据的描述统计

烟叶数据来自十堰市5 个区县，采集的气象数据来源于10 个观测点，对应分析存在数据条目不匹配的问题。为便于进一步的分析，根据气象点的数据分布、烟叶数据的完整性及十堰市的地域分布情况对气象数据进行筛选。由于郧西的烟叶数据缺失较多，选择杜川、九道观测点的气象数据作为分析对象。对2 个观测点所有天数的数据进行预处理，得到每年的气象平均指标，结果见表3。

由表3 可知，杜川平均气温为14.91 ℃、最高气温26.42 ℃、最低气温2.48 ℃，均高于九道、双坪；双坪降雨量为111.07 mm，高于九道、杜川和桃源；杜川日照时数为150.22 h，高于九道、双坪和桃源。九道的总辐射高于杜川、双坪和桃源。

表3 气候因子的描述统计

2 十堰市烟叶品质与气候因子的关系模型

2.1 烟叶评价指标与气候因子的一般关系模型

建立气候因子与烟叶指标的关系模型，主要从烟叶指标和气候因子的相关性，气候指标的主要因子及烟叶指标各项数据对气候因子的依赖性3 个方面展开。

各项研究指标的一般关系模型表示如下。

式中，P表示烟叶品质，a表示气候因子，t表示时间因素，d表示区域环境影响。

不同气候因子对烟叶指标的影响也有着显著差异，随年份的变化，气候因子对烟叶指标的影响也不相同。从9 个气候因子中找出对烟叶各项指标的影响程度，对变量间进行相关性分析，从9 个气候因子中找出最主要影响因子。

2.2 十堰市烟叶品质评价指标与气候因子的相关性分析

根据十堰市烟叶气象数据，对杜川、九道、双坪和桃源4 个地区烟叶指标与地区气候因子进行相关分析，结果见表4。由表4 可知，烟叶的化学成分中，总糖和降雨量成负相关，与最大总辐射成正相关；烟碱与最大紫外辐射成正相关；钾含量与最大总辐射成正相关。烟叶的物理指标中，长宽比与最大总辐射正相关。感官指标中，杂气与气温和降雨量负相关，余味与日照、辐射正相关，可用性与降雨负相关。

表4 烟叶品质的影响因子相关性分析

2.3 十堰市烟叶品质气候影响的因子分析

气候影响因子间存在一定的联系，通过对9 个气候因子提取的3 个成分因子进行分析，将提取的3个因子做旋转分析，通过旋转因子分析，观察各项气候指标在总体因子中的贡献和每个气候指标对3 个因子的依赖性，结果见表5。

由表5 可知，最高气温、降雨量、日照时数和最大总辐射与第一个因子的相关性强，平均紫外辐射和平均气温与第二个因子的相关性较强，第三个因子主要与最大紫外辐射相关性强。

表5 旋转后的因子分布

3 基于模糊关联分析的试点地评估——以神农架气象数据为例

对十堰市2009—2020 年数据进行处理，建立回归模型分析气候因子对烟叶品质的影响，研究发现，气候因子对烟叶品质影响显著。然而在实际生活中，气象具有不可控性，不能通过改变气候来提升烟叶品质，但可以通过研究某一地区的气候条件选择合适烟叶生产条件的基地，使烟叶品质得到改善。不少学者注重分析烟叶化学成分与气候因子的关系，而气象因子对烟叶生长发育和产量的影响研究很少。

根据十堰市当地生产情况及烟叶生育期观测资料，确定烟叶的生长期，大田期（4 月21 日至8 月31日）、移栽-团棵期（4 月21 日至5 月31 日）、旺长期（6月1 日至6 月30 日）和成熟期（7 月1 日至8 月31日）。烟叶的生长期集中在4—9 月，以季度为时间轴研究适合烟叶种植的条件。

基于相关分析和因子分析，选择平均气温、最高气温、最低气温、降雨量、日照时数、最大紫外辐射、平均辐射7 个气候因子作为气象指标。各项因子对烟叶品质指标的影响可以划分为趋势性、季节性和随机性因子，时间序列的分析方法对时序问题较为有效，但不适用于多因子的复杂交互作用建模。在研究多个因子和因变量关系模型时，多元回归、插值拟合、神经网络等方法被广泛采用。其中回归和拟合方法依赖选择的代数模型，所建立的关系模型往往会存在模型的内在特征而影响对烟叶品质指标的本质解释。神经网络方法能够有效地分析数据本身的内在模式，但需要足够的数据样本，复杂的网络结构，且通常适用于模糊回归，对精确数据的拟合预测存在过拟合现象。为综合上述2 种方法的优势，将采用模糊关联分析对季节性的气候因子进行模式识别，对比选择基地的气候进行关联分析和模糊评估，最后得到基地烟叶品质的分析预测结果。模糊关联分析以相关性分析理论为基础，通过数据分布的相似性构建因子分布的共同模式，采用模糊化的关系模型表示气候因子的系统模型。其优点在于脱离了固定的代数模型结构，相比于神经网络方法对数据分布的拟合更为直接。在模糊灰色关联分析中，需要计算参考序列和系统整体序列的模糊关联系数，为了加快计算速度，本研究采用相关系数作为关联距离直接进行系统辨识。

神农架处于中国西部高山区向东部丘陵平原区过渡和亚热带气候向暖温带气候过渡的交叉带，特殊的地理位置、优越的自然环境和气候变化平稳，没有剧烈改变的极端天气，适宜农作物的生长。为了改善烟叶品质，设计优良烟叶产品，对神农架的气候条件进行评估，通过分析预测其烟叶品质指标反映其未来的产品质量，分析的气象数据来自门古气象站2020 年全年的监测结果。

计算各季度平均气温、降雨量、日照时数、平均紫外辐射、最大紫外辐射、平均辐射与最大总辐射。根据神农架与杜川、九道、双坪和桃源4 个地区间的相关系数计算模糊相关分析距离，其模糊相关距离计算结果见表6。

表6 地区模糊距离

根据模糊相关距离计算神农架库区的烟叶品质预测结果，结果见表7。神农架近临九道，九道大部分季度的气候与神农架更相近，4 个季度灰色距离均比杜川的大。但九道的各个季度平均气温、日照时数、平均紫外辐射与最大紫外辐射均低于杜川，九道的降雨量、平均辐射与最大总辐射均高于杜川。而九道由于临近神农架，4 个季度的气象变化比杜川更为平稳。神农架烟叶品质评估结果中均与九道的各项指标相接近，预测烟叶品质良好。

表7 烟叶品质预测评估

4 小结

该研究分析了十堰市2009—2020 年的烟叶品质指标数据和气象数据，研究了烟叶指标随气候的变化情况及与各指标的相关性。根据气象数据的分析，计算了各项气候因子对烟叶品质影响的贡献分布，提取出主要的气候因子。

十堰市烟叶的单叶重、吸湿性、填充值、氯、烟碱及氮钾随年份变化的变异系数均高于15%，有明显波动，受气候因子的影响较大。在各项气候因子中，平均气温、最高气温、最低气温对烟叶品质的影响一致，光照、平均辐射、最大辐射、平均紫外辐射和最大紫外辐射的贡献差异显著。

综合分析神农架地区的气象数据，得到的烟叶品质与九道地区的各项指标相近，其产地评估和烟叶种植方案设计均可以参考九道地区的相关标准进行，但仍需考虑细节差异。

在后续的研究中，需改进模糊的关联模型，通过回归和神经网络等建模方法建立更为合适的烟叶指标与气候因子的关系模型，对其关系进行更为准确的定量分析，精准地指导产地相关建设问题。