科研之友
微信
新浪微博
Facebook
分享链接
摘要
生态条件对烟叶品质具有重要影响，物理特性是烟叶品质评价中的重要组成部分。为探究烟叶物理特性与生态因子间的定量关系，构建物理特性预测模型，基于云南省玉溪市2019—2020年优质烟叶的物理特性与生态数据(气象、土壤和海拔),建立多元线性统计预测模型与BP(back propagation)神经网络预测模型，并分析各生态因子对烟叶物理特性的相对贡献率；利用均方根误差(root mean square error, RMSE)与归一化均方根误差(normalized root mean square error, nRMSE)对两种预测模型模拟效果进行检验分析。结果显示，气象因子平均相对贡献率明显高于土壤、海拔的相对贡献率，气象因子对清香型优质烟叶物理特性尤为重要；统计预测模型的RMSE、nRMSE值均高于神经网络预测模型，神经网络预测模型预测准确性更高。利用多元线性与神经网络构建物理特性指标预测模型，可以为不同生态条件下提升烟叶品质、促进烟叶品质评价智能精准化提供一定的科学理论依据。
- 出版日期2022
- 单位红塔烟草(集团)有限责任公司; 南京信息工程大学; 江苏省农业气象重点实验室; 红塔烟草（集团）有限责任公司
