雪茄烟叶的标准化生产,对于提高烟叶质量、提升生产规模、增加烟农收入具有十分重要的意义.为了提升德阳雪茄烟叶生产的标准化水平,进行了德阳雪茄烟叶生产综合标准体系的建设.所建立的标准体系,由基础标准、试验与分析标准、环境条件与生产资料标准、生产技术标准、产品标准与质量监控标准、管理与服务标准等六大板块构成,包含各类标准共计63项,涵盖了雪茄烟叶生产的育苗、整地、机耕、覆膜、移栽、田间管理、采收以及调制等主要环节.开展了德阳雪茄烟叶生产综合标准体系在雪茄烟叶生产中的贯彻与应用,取得了良好的成效.

In order to compare the effects of multiple linear regression and BP neural network in the SPAD inversion modeling of tobacco leaves, the multispectral image of the tobacco canopy was collected and the vegetation index was extracted. Then, using multiple linear regression and BP neural network algorithm, the inverse regression model was constructed respectively. The results showed that among themodels, the R~2 of the model built by BP neural network was 0.85, and the RMSE was 2.21. By contrast, the R~2 of the model constructed by the multiple linear regression method was only 0.51, and the RMSE was 1.52. The regression inversion precision of BP neural network was the better. The results of this study show that the BP neural network can be used to construct the SPAD inversion modeling of tobacco leaves.

为探讨纹理参数对烟草叶片SPAD反演建模效果的影响,通过设置 0 kg/667 m2、3.5 kg/667 m2、7.0 kg/667 m2 的氮肥用量田间试验,在下部叶成熟期,采用六旋翼无人机搭载四波段多光谱相机,采集烟草冠层光谱影像并提取纹理参数,利用极限学习机、随机森林算法,构建烟草叶片SPAD的反演回归模型.结果表明,在基于纹理参数所构建的反演模型中,极限学习机模型的R2 为 0.88,RMSE为1.90;随机森林模型的R2 为 0.79,RMSE为 2.55,极限学习机的预测效果最好.该研究的结果说明,纹理参数可以作为一种新的光谱参数,进行高精度的叶片SPAD反演建模.

本文在阐述强化烟叶标准化生产必要性的基础上,分析了雪茄烟叶生产标准化亟待解决的问题,并提出了完善标准体系、加强宣贯、提高认识、切实落实等对策与建议.

农业发酵对雪茄烟叶原料的质量稳定与提升十分重要.文章从雪茄烟叶原料农业发酵的组织管理与基础设施的角度,分析德阳雪茄烟叶发酵与加工过程好的做法以及存在的不足,包括雪茄烟叶收购管理短板、烟叶收购与发酵技术队伍建设较为薄弱、雪茄烟叶发酵配套基础设施不够完善等.并提出加强预检预验,强化收购管理,提高人员素质,增强基础设施,优化流程管理,创新管理模式等建议,期望对德阳雪茄烟叶的高质量发展提供一定参考.