烤煙煙葉含梗率對其復(fù)烤加工出片率影響的模擬

摘 要：為及時準(zhǔn)確預(yù)測煙草工業(yè)所調(diào)撥煙葉的出片率，利用2013—2015年畢節(jié)大方基地云煙87不同等級煙葉的含梗率數(shù)據(jù)進(jìn)行聚類分析，劃分為6類。在此基礎(chǔ)上，通過調(diào)撥煙葉等級平均含梗率和類群平均含梗率作為自變量，利用2013—2014年的加工數(shù)據(jù)統(tǒng)計建模，探究調(diào)撥烤煙含梗率對加工出片率的影響，并用2015年的加工數(shù)據(jù)資料對模型進(jìn)行檢驗。結(jié)果表明：烤煙出片率隨煙葉收購等級含梗率呈logistic曲線變化，且等級含梗率與類群含梗率預(yù)測模型的RMSE均較小，分別為0.621%和0.649%，說明類群含梗率模型具有較好的描述性和預(yù)測性;同時，江蘇中煙在大方基地主要調(diào)撥等級X2F、C3F、B2F的期望出片率分別為63.40%、65.58%、68.60%。

關(guān)鍵詞：烤煙;含梗率;聚類分析;出片率;模擬模型

中圖分類號：TS44+3 文獻(xiàn)標(biāo)識碼：A 文章編號：1006-060X（2019）01-0078-81

Abstract： In order to predict the strips yield of tobacco leaves allocated by the tobacco industry in time and accurately， the stem content data of Yunyan 87 tobacco leaves of different grades in Bijie Dafang Base from 2013 to 2015 were analyzed through cluster analysis， which were divided into six categories. On this basis， use the average stem content of tobacco grades and the average stem content of tobacco groups as independent variables， this paper attempts to establish a model based on the processing data statistics of 2013-2014 by allocating the average stem content of tobacco grades and the average stem content of tobacco groups as independent variables， to explore the effect of allocating the stem content of flue-cured tobacco on strips yield， and to test the model with the processing data of 2015. The results showed that the strips yield of flue-cured tobacco varied with the stem content of tobacco purchasing grade in a logistic curve， and the RMSE of the prediction models of grade stem content and group stem content were smaller， 0.621% and 0.649% respectively， indicating that the model of group stem content had better descriptiveness and predictability. At the same time， the expected strips yield of X2F， C3F and B2F are 63.40%， 65.58% and 68.60% respectively.

Key words： flue-cured tobacco; stem rate; cluster analysis; strips yield; simulation model

對于卷煙工業(yè)企業(yè)而言，調(diào)撥烤煙的收購質(zhì)量主要從收購品種、等級純度和等級合格率三個方面評價。基地烤煙品種與卷煙品牌需求有關(guān)，是提高煙葉質(zhì)量和產(chǎn)量的內(nèi)因[1]，生態(tài)氣候條件能引起煙草生長發(fā)育的改變，是影響煙葉質(zhì)量和產(chǎn)量的外因[2-3]，而等級純度和等級合格率的高低由混有不同部位等級煙葉的多少決定，與收購眼光有關(guān)。不同品種、不同生態(tài)條件、不同部位等級煙葉的物理特性不同[4]，物理特性不僅與煙葉內(nèi)在質(zhì)量密切相關(guān)，部分指標(biāo)如含梗率還是影響煙葉加工出片率的關(guān)鍵指標(biāo)，直接影響到卷煙制造過程、產(chǎn)品風(fēng)格及其他經(jīng)濟(jì)因素[5-7]，因此烤煙復(fù)烤加工特性很大程度上受烤煙收購質(zhì)量的影響。為此，江蘇中煙根據(jù)“定區(qū)域，定品種，定品牌”的要求，立足卷煙配方需求，同時兼顧煙農(nóng)的利益，通過品種篩選試驗[8]，研究大方基地最適宜品牌發(fā)展的烤煙品種，研究發(fā)現(xiàn)大方基地最適宜種植的烤煙品種為云煙87，并從2013年開始大方基地統(tǒng)一種植云煙87，既滿足了品牌發(fā)展，又促進(jìn)了煙農(nóng)增收，同時為更好地挖掘特定區(qū)域、特定品種的加工特性奠定了基礎(chǔ)。

綜上所述，在品種滿足需求的基礎(chǔ)上，收購質(zhì)量主要與等級合格率和等級純度有關(guān)，而不同部位等級煙葉的含梗率不同[9]，因此調(diào)撥烤煙的含梗率必然影響加工出片率。筆者試圖通過調(diào)撥烤煙的平均含梗率預(yù)測出片率，以期為復(fù)烤加工過程管理提供有益參考，同時為卷煙工業(yè)降本增效、成品原料使用決策提供

依據(jù)。

1 數(shù)據(jù)來源與建模方法

1.1 數(shù)據(jù)來源

含梗率、等級合格率和出片率的數(shù)據(jù)來源于江蘇中煙工業(yè)有限責(zé)任公司。檢測樣品為2013年—2015處畢節(jié)大方基地云煙87的5個加工批次等級煙葉，加

工地點均在貴州煙葉復(fù)烤有限責(zé)任公司畢節(jié)復(fù)烤廠。

1.2 建模與檢驗

2013年和2014年的數(shù)據(jù)資料用于模型構(gòu)建，2015年的數(shù)據(jù)資料用于模型檢驗。繪制實際值與模擬值之間的1∶1關(guān)系圖，直觀顯示模型的擬合度和可靠性[10]。模型的檢驗采用根均方差RMSE對模擬值與實測值之間的符合度進(jìn)行統(tǒng)計分析：

式中：Si和Oi分別為預(yù)測值與實際值，n為樣本容量。RMSE的值越小，表明模擬值與觀測值之間的一致性越好，模型越可靠。

2 模型的構(gòu)建

2.1 煙葉含梗率與部位、顏色的關(guān)系

2.1.1 描述分析 將大方基地2013—2015年烤煙含梗率的實驗結(jié)果及其算術(shù)平均數(shù)列于表1。從表1可以看出，下、中、上部煙葉平均含梗率分別為33.69%、31.84%、28.94%，中部葉含梗率平均高出上部葉10.02%，下部葉含梗率平均高出中部葉5.81%。

另外，從煙葉顏色來看，下、中、上部煙葉的含梗率均為檸檬黃色大于桔黃色，分別高出1.01%、1.84%、1.92%，上部桔黃色大于紅棕色，高出5.24%，說明同部位煙葉顏色越深，含梗率越低。

為了研究需要，并結(jié)合實際調(diào)撥情況，分別對副組S1、S2的下部葉含梗率，CX1K、CX2K的中部葉含梗率，GY1、GY2的上部葉含梗率分別進(jìn)行了測定，具體結(jié)果見表1。

2.1.2 聚類分析 由表1可以看出，從煙葉部位和顏色兩個側(cè)面來看煙葉含梗率變化規(guī)律明顯，但是綜合部位和顏色兩個因素來看具體煙葉等級的含梗率變化，等級間存在交疊。因此，為了進(jìn)一步分析各等級煙葉含梗率的變化規(guī)律和親疏關(guān)系，本研究對2013—2015年各等級煙葉的含梗率進(jìn)行Q型聚類分析，根據(jù)歐氏距離平方法測算距離，將40個煙葉等級劃分為

6類。從表2可以看出，第一類平均含梗率為27.35%，

包含B3R、B2R、B4F、B2K、B3K共5個等級;第二類平均含梗率為29.38%，包含B2L、B3L、B1F、B2F、

B1K、B3V、GY1、B4L、B3F、B1R、GY2共11個等級;第三類平均含梗率為30.81%，包含C1F、B1L、B2V

3個等級;第四類平均含梗率為31.73%，包含C1L、C2L、C3L、C2F、C3F、CX1K、CX2K、C3V共8個等級;第五類平均含梗率為33.07%，包含X1L、X1F、C4L、C4F、S1、S2、X2V、X2L、X3L、X2F、X3F共11個等級;第六類平均含梗率為34.87%，包含X2L、X4F 2個等級。

2.2 烤煙含梗率與加工出片率的關(guān)系

2013年和2014年在畢節(jié)大方各加工批次等級煙葉的收購質(zhì)量、等級平均含梗率、加工出片率情況見表3。其中，等級平均含梗率是根據(jù)各加工批次的具體混級情況，利用每一個等級的含梗率（表1）分別計算得出。

由表3可以看出，2014年調(diào)撥煙葉的等級合格率高于2013年，兩年中每一加工批次等級煙葉的混級情況差異明顯，中部上等煙混級較多;各等級煙葉中，如果混級部位偏高，則含梗率偏低，加工出片率偏高，混級部位偏低則含梗率偏高，出片率偏低。

2.3 烤煙含梗率對加工出片率影響的模擬

以調(diào)撥烤煙等級的平均含梗率作為驅(qū)動自變量，以對應(yīng)的加工出片率作為因變量。根據(jù)表3的測算數(shù)據(jù)可以看出，烤煙出片率隨煙葉調(diào)撥批次平均含梗率的變化關(guān)系（圖1）呈logistic曲線變化（擬合度優(yōu)于線性方程），可用公式（1）描述。

SY=wm1[1+a1×exp（b1×SC）]-1" " " " " " " " " " " " " nbsp; " " " " " " " " " " " （1）

式中，SC為調(diào)撥加工批次等級煙葉的平均含梗率（%）;SY為烤煙加工出片率（%）;wm1為烤煙加工出片率的理論最大值;a1、b1為烤煙加工參數(shù)。經(jīng)數(shù)據(jù)擬合，公式（1）中，wm1=75.68%，a1=0.000 69，b1=0.1704 5，R2=0.966 4**。

3 模型的檢驗

2015年大方烤煙加工等級有4個，分別為X2F、X4F、C3F和B3F，其中C3F分兩個批次加工。首先計算各加工批次的等級平均含梗率;再利用類群含梗率（表2）估算出各批次的類群平均含梗率。各批次的煙葉收購質(zhì)量、含梗率和加工出片率情況見表4。

采用與建立模型相獨立的2015年的數(shù)據(jù)資料對模型進(jìn)行檢驗，根據(jù)公式（1）分別利用等級平均含梗率和類群平均含梗率模擬出不同調(diào)撥加工批次等級的平均含梗率下的烤煙加工出片率，并與實際值比較（圖2）。計算不同處理實際值與模擬值的根均方差（RMSE）。結(jié)果表明，兩個模型烤煙出片率的RMSE分別為0.621%和0.649%，說明利用類群平均含梗率模型同樣具有較好的預(yù)測效果，且易于估算。同時，根據(jù)表2云煙87的類群平均含梗率，可以推算出工業(yè)企業(yè)主要調(diào)撥等級X2F、C3F、B2F的期望出片率，分別為63.40%、65.58%、68.60%。

4 結(jié)論與討論

在原料供給側(cè)結(jié)構(gòu)性改革的背景下，本研究根據(jù)企業(yè)“定區(qū)域，定品種，定品牌”的相關(guān)要求，從區(qū)域特色、品種特色、品牌特色出發(fā)，利用含梗率探究煙葉收購質(zhì)量對加工出片率的影響，并通過含梗率對加工出片率進(jìn)行預(yù)測。與已有的煙葉復(fù)烤加工模型[11-12]

相比，本研究是從調(diào)撥烤煙的收購質(zhì)量出發(fā)，以調(diào)撥批次煙葉的等級平均含梗率和類群平均含梗率對比預(yù)測加工批次煙葉的出片率。利用類群平均含梗率預(yù)測法，具有方便易行的特點，同時符合煙葉收購的特點，避免了在線模型預(yù)測的滯后性[13]，提高了模型的預(yù)測精確度，實用性強(qiáng)，一方面為復(fù)烤加工過程管理提供依據(jù)，另一方面為工業(yè)企業(yè)準(zhǔn)確把握基地原料復(fù)烤加工后的經(jīng)濟(jì)指標(biāo)和均質(zhì)化水平[14-15]提供指導(dǎo)。

不同等級煙葉經(jīng)聚類分析后，劃分為6類，而且能夠利用類群含梗率準(zhǔn)確估算各煙葉等級的含梗率;烤煙加工出片率隨煙葉收購調(diào)撥等級含梗率的變化呈logistic曲線變化，且等級平均含梗率和類群平均含梗率兩個模型烤煙出片率的RMSE分別為0.621%和0.649%，說明利用類群平均含梗率模型同樣具有較好的描述性和預(yù)測性，且易于估算;另外，江蘇中煙在大方基地主要調(diào)撥等級X2F、C3F、B2F的期望出片率分別為63.40%、65.58%、68.60%，為工業(yè)卷煙企業(yè)準(zhǔn)確把握基地原料復(fù)烤加工后的關(guān)鍵經(jīng)濟(jì)指標(biāo)提供了依據(jù)。

參考文獻(xiàn)：

[1] 曹景林，程君奇，李亞培，等. 從品種角度試論提高中國烤煙質(zhì)量的途徑[J]. 中國農(nóng)學(xué)通報，2015，31（22）：75-87.

[2] 陸永恒. 生態(tài)條件對煙葉品質(zhì)影響的研究進(jìn)展[J]. 中國煙草科學(xué)，2007，28（3）：43-46.

[3] 唐莉娜，林祖斌，謝鳳標(biāo)，等. 氣候條件對福建烤煙生長和煙葉質(zhì)量風(fēng)格特征的影響[J]. 中國煙草科學(xué)，2013，34（5）：13-17.

[4] 楊虹琦，周冀衡，李永平，等. 云南不同產(chǎn)區(qū)主栽烤煙品種煙葉物理特性的分析[J]. 中國煙草學(xué)報，2008，14（6）：30-36.

[5] 王玉軍，謝勝利，刑淑華，等. 烤煙葉片厚度與主要化學(xué)組成相關(guān)性研究[J]. 中國煙草科學(xué)，1997，18（1）：11-13.

[6] 李躍鋒，姜煥元，劉志平，等. 煙葉溫度和含水率與打葉質(zhì)量的關(guān)系[J]. 煙草科技，2005，38（2）：5-6，18.

[7] 尹啟生，張艷玲，薛超群，等. 中國烤煙主要物理特性及其產(chǎn)區(qū)差異[J]. 中國煙草學(xué)報，2009，15（4）：33-38.

[8] 李 雨，翟 欣，胡鐘勝，等. 基于氣候條件與煙葉質(zhì)量的烤煙適宜種植品種選用[J]. 中國煙草科學(xué)，2015，36（3）：19-23.

[9] 屈劍波，閆克玉，李興波，等. 烤煙國家標(biāo)準(zhǔn)（40級）河南煙葉含梗率的測定[J]. 煙草科技，1997（2）：8-9.

[10] 嚴(yán)美春，曹衛(wèi)星，羅衛(wèi)紅，等. 小麥發(fā)育過程及生育期機(jī)理模型的研究Ⅰ. 建模的基本設(shè)想與模型的描述[J]. 應(yīng)用生態(tài)學(xué)報，2000，11（3）：355-359.

[11] 史雙雙，葉協(xié)鋒，周雅寧，等. 煙葉出片率的預(yù)測及其與其他物理特性的關(guān)系[J]. 中國農(nóng)業(yè)科技導(dǎo)報，2012，14（2）：262-66.

[12] 劉利鋒，王花俊，朱曉牛，等. 不同打葉參數(shù)對打葉質(zhì)量的影響[J]. 安徽農(nóng)業(yè)科學(xué)，2009，37（24）：11519-11520，11531.

[13] 王宏鋁，王筑臨，許小雙，等. 基于在線煙堿預(yù)測模型的煙葉復(fù)烤均質(zhì)化加工[J]. 煙草科技，2015，48（6）：73-77.

[14] 羅海燕，方文青，謝 鑫，等. 打葉質(zhì)量與出片率的關(guān)系[J]. 煙草科技，2005，38（1）：8-11，19.

[15] 楊 凱，陳 清，徐其敏，等. 打葉復(fù)烤配方均勻性控制模式研

究[J]. 煙草科技，2012，45（12）：14-17.

（責(zé)任編輯：張煥裕）