烟草制品成分管制和披露对烟草业的影响及对策

王训田, 李蕊

红塔烟草(集团)有限责任公司法规室,云南省玉溪市红塔区红塔大道118号653100

李朋彦1，常栋1，王莹1，朱丽1，李渊博1，穆童1，杨旭霞2，刘国顺1

1河南农业大学烟草学院/烟草行业烟草栽培重点实验室，郑州 450002；

2河南省许昌市烟草公司襄城县分公司，襄城县 461700

烟草制品成分管制和披露对烟草业的影响及对策

王训田, 李蕊

红塔烟草(集团)有限责任公司法规室,云南省玉溪市红塔区红塔大道118号653100

本文对《烟草控制框架公约》及其第9、10条实施指南部分案文(FCTC/COP4(10)号决定)关于烟草制品成分管制和烟草制品披露的规定进行解读，结合成分管制和披露在业界的实施状况，分析其可能对中国烟草产生的影响，并提出有关措施建议。

烟草制品成分管制； 烟草制品披露； 影响； 措施建议

随着履行《烟草控制框架公约》（FCTC）工作的推进，烟草制品成分管制和烟草制品披露（以下简称成分管制与披露）有关规定的执行，将对我国烟草业产生一定影响。因此，烟草行业需要加强成分管制与披露的分析研究，做好必要的准备工作。

1 FCTC相关规定及解读

1.1 相关规定

FCTC第9条规定，“缔约方会议应与有关国际机构协商提出检测和测量烟草制品成分和燃烧释放物的指南以及对这些成分和释放物的管制指南。经有关国家当局批准，每一缔约方应对此类检测和测量以及此类管制采取和实行有效的立法、实施和行政或其他措施。”根据该条规定，成分管制关注的重点是烟草制品所含成分以及燃烧后产生哪些释放物? 意味着缔约方应采取包括立法、行政等在内的措施，进行管制。

FCTC第10 条规定，“每一缔约方应根据其国家法律采取和实行有效的立法、实施、行政或其他措施，要求烟草制品生产商和进口商向政府当局披露烟草制品成分和释放物的信息。每一缔约方应进一步采取和实行有效措施以公开披露烟草制品有毒成分和它们可能产生的释放物的信息。”根据该规定，成分披露关注的核心是烟草制品成分和释放物的信息，缔约方应采取包括立法在内的措施来促进该项工作，由生产商或进口方向政府当局披露成分和释放物的信息。同时，对有毒成分及其可能产生的释放物信息，缔约方应向社会公开披露。

WTO缔约方会议在其2010年11月第四届会议上通过了FCTC第9、10条实施指南部分案文(FCTC/COP4(10)号决定)。但是，目前该实施指南诸多内容，比如烟草的致瘾性、毒性、内在成分管制、向公众披露、释放物管制、监测和评价等尚处于空白或探索状态，尚需WTO的相关机构逐步完善。从该实施指南现有内容来看，重点在烟草组成成分的披露和管制，而且这些披露是面向政府当局的。纵观整个实施指南，发现该指南内容极不健全、推测性和建议性的内容较多，离具体的实施指南尚有较大的差距，整体上较不成熟。由此推知，成分管制和烟草制品披露在近期难以成行，尚需要有关方面较长时间的努力后方具备推行的条件。

成分管制的目的在于减少烟草制品的吸引力、降低烟草制品的致瘾性、毒性，其意义就在于通过成分管制来控制烟草消费量，减小烟草制品的致瘾性、毒性，由此促进减少烟草导致的疾病和死亡[1]。

1.2 成分管制与披露的内容、主体、对象及方式

根据FCTC/COP4(10)号决定，“成分”在涉及加工后的烟草时指“内在成分”，而在涉及烟草制品时指“组成成分”[1]。基于此，成分管制和披露的内容，皆限于“组成成分”，除非特别指明（有别于国内法上的烟草制品，国内法上将复烤烟叶也纳入烟草制品）。根据FCTC/COP4(10)号决定，目前成分管制的主要内容是[1]：

（1）用于提高烟草制品可口性的成分管制。这些成分包括但不限于糖料或甜味剂、调味物质、香料和草药。缔约方应当以禁止或限制的方式来管制可能用于提高烟草制品可口性的成分。对加工烟草制品必不可少，但与增强吸引力无关的成分应当根据本国法律加以管制。

（2）具有着色性能的组成成分的管制。这些成分包括但不限于墨水（例如在水松纸上模仿软木色）和颜料（例如过滤材料中的二氧化钛）。各缔约方应当禁止或限制在烟草制品中使用具有着色性能的成分。但是，各缔约方应当考虑允许在与税收有关的标记或涉及健康警语和广告词句时使用着色剂。

（3）可让人感到有健康效益的组成成分的管制。这类成分包括各种维生素（如维生素C和维生素E）、水果和蔬菜（以及果汁等果蔬加工产品）、氨基酸（如半胱氨酸和色氨酸），以及必要的脂肪酸（如欧米茄-3（ω - 3）和欧米茄-6（ω- 6））。各缔约方应当禁止在烟草制品中使用可能让人感到有健康效益的成分。

（4）与能量和活力有关的组成成分的管制。这类成分包括咖啡因、瓜、牛磺酸和葡萄糖醛酸内酯等。各缔约方应当禁止在烟草制品中使用兴奋性化合物等与能量和活力有关的成分。

根据FCTC/COP4(10)号决定，成分披露的内容为烟草制品有关组成成分的信息，要求[1]：

（1）各缔约方应当确保生产商和进口商向政府当局就品牌家族内每个品牌向政府当局披露其烟草制品在生产中使用的组成成分信息。

（2）各缔约方应当确保生产商和进口商就品牌家族内每个品牌，向政府当局披露其生产每种烟草制品所使用的组成成分及其在每单位烟草制品中的含量，包括制品部件（如过滤嘴、纸张、胶水等）中所含的成分。各缔约方不得同意只按组成成分的类别披露最高数量，或只披露总数量。

（3）各缔约方应当要求生产商和进口商披露进一步信息，说明所用烟叶的特征，例如；烟叶类型（例如弗吉尼亚烟叶、白肋烟、香料烟等），以及烟草制品中所使用的每种烟叶的百分比；所用再造烟叶的百分比；所用膨胀烟丝的百分比；烟草制品组成成分方面发生的任何变化；阐明将某种成分纳入烟草制品的目的的报告；每种成分供应商的姓名、地址及其他联系办法。

披露的主体为烟草制品的生产商和进口商，披露的对象为政府当局和社会公众，披露的方式目前并没有做出规定。

2 成分管制与披露实施状况

目前，缔约方会议还未提出如何管制的具体实施办法来，世界上也仅有少数国家在实施成分管制和披露，成分管制与披露尚处于起步阶段。

2.1 在中国的实施状况

在成分管制上，中国正在进行卓有成效的实践。《中华人民共和国烟草专卖法实施条例》第五条规定，国家对卷烟、雪茄烟焦油含量和用于卷烟、雪茄烟的主要添加剂实行控制; 烟草制品生产企业不得违反国家有关规定使用有害的添加剂和色素。国家烟草专卖局已颁布并实施烟用添加剂许可列表，俗称797名单（《国家烟草专卖局关于印发烟草添加剂许可名录的通知》（国烟科[2011]278号），烟用材料许可使用物质名单也即将公布实施，烟草制品成分管制在中国将逐步深入开展开来。从中国目前的实施情况来看，中国在成分管制上采取的是限制使用，即仅限于许可名单内的可以使用，其他则不能使用，与FCTC及相关条款的实施指南是相符的。

在成分披露工作上，早在2008 年11 月，国家烟草专卖局就发布了《关于调整卷烟盒标焦油最高限量要求的通知》，规定自2009 年1 月1 日起生产的盒标焦油量在13 毫克/ 支以上的卷烟产品不得在境内市场销售。2010年3月，国家烟草专卖局又下发通知要求，2011年1月1日以后生产的卷烟产品，卷烟焦油含量在12毫克/支以上的不得在境内市场销售；2012年4月，国家烟草专卖局再下发通知，要求自2013年1月1日起生产的盒标焦油量在11毫克/支以上的卷烟产品不得在境内市场销售。

根据调整卷烟盒标焦油最高限量的有关要求,焦油含量还将逐步降低。GB5606—2005卷烟系列国家标准中则规定了焦油量、烟气烟碱量和烟气一氧化碳量的技术要求、试验方法和检测规则。目前，在中国境内销售的卷烟, 包装盒侧面印刷有卷烟类型、焦油量、烟气烟碱量和烟气一氧化碳量。

2.2 在国外的实施状况

目前，在成分管制方面，有53个缔约方对成分进行了检测和测量，56个缔约方测量了烟草制品释放物；有56个缔约方对成分实行了管制，58个缔约方对烟草制品释放物实行了管制。在成分披露方面，有66个缔约方制定了要求烟草制品生产商和进口商向政府当局披露成分和释放物信息的相关政策。在成分管制与披露上具有代表性的国家主要是加拿大、美国、德国等。

加拿大是目前对成分管制与披露要求最为严格的国家。要求检测和测量烟草制品成分和释放物；要求生产商和进口商必须向卫生部详细报告其烟草制品包括通报制品的构成和释放物；要求生产商和进口商必须按烟草制品的品牌和类型披露各烟草制品的信息；烟草制品生产商和进口商必须视所含信息类型必须每月、每季、每年一次或两次通报关于卷烟、卷烟烟草、烟叶、烟丝、雪茄、烟草棒、丁香烟、比迪烟和无烟烟草在制作过程中使用的烟草和其他原料在内的烟草制品的各方面信息，以及烟纸、烟管和过滤嘴信息。此外，生产商必须报告原料和成分的种类和数量信息并提供某些规格的信息，每三个月必须按制品单位或重量披露所有原料5及其成分。此外，2009年10月，加拿大通过了最新的C-32法案，禁止将5000多种香料作为卷烟添加剂，要求所有卷烟制造商在规定的时间内按照规定的方式将卷烟传频、烟气成分及一切与卷烟产品和烟气相关研究的信息提交给卫生部长，违反该法案还可能受到刑事处罚[2]。

美国尚未批准FCTC，但美国却是世界上对成分管制与披露实施最早的国家之一。根据美国法律，美国食品及药物管理局有权对烟草产品实行严密调控，要求生产商和进口商向政府提交有关烟草产品的成分级添加剂的情况。2009年10月起，美国禁止在卷烟中添加糖、水果及香料提取物等添加剂[3]。

德国在管制上，实行添加剂许可名录制和添加剂禁用名录双轨制，德国早在1977年立法，并于1998年修订，公布了一份允许使用的分为14类的添加剂名单和一份允许使用的香精的名单。同时，德国烟草法也列出了禁止使用的有气味物质和有味道物质名单。在成分披露方面，德国自2001年以来，先后制定了《烟草和烟草制品分析.葡萄糖、果糖和蔗糖含量测定.高效液相色谱法》（标准标号DIN 10371-2001），《烟草和烟草制品分析.尼古丁含量测定.气相色谱法》（标准编号DIN 10373-2003）、《烟草和烟草制品.用高效液相色谱法测定防腐剂的含量》（标准编号DIN 10377-2003）等多个标准，可见其已在披露方面已有较为丰富的实践经验，处于世界先进行列。

3 成分管制与披露对中国烟草的影响

成分管制与披露毫无疑问会对中国烟草带来深远的影响。这些影响将是综合而全面的，至少包括对市场及品牌、消费者认知、公众舆论、烟草企业、政府等多个方面。

3.1 对市场、品牌的影响

从整个卷烟市场的角度来分析，成分管制将意味着添加剂、着色性等使用的限制甚至是禁用，使今后卷烟的可口性、美观性受到限制。从卷烟品牌的角度分析，成分管制意味着品牌的吸味风格、外观等个性化特征的开发受到限制，品牌将越来越没有特性，其成长空间越来越受限。

根据 FCTC/COP4(10)号决定，成分披露的对象为政府当局和社会公众，内容为烟草制品有关组成成分的信息，包括生产每种烟草制品所使用的组成成分及其在每单位烟草制品中的含量，如过滤嘴、纸张、胶水等中所含的成分，所使用的烟叶类型、每种烟叶的百分比，所用再造烟叶的百分比，所用膨胀烟丝的百分比等。这种披露意味着企业的品牌配方极易暴露，各企业都瞄准紧俏品牌的配方，按紧俏品牌的配方来生产自己的品牌，这必然导致各企业之间品牌同质化的现象更加严重，品牌的成长更加不易。

3.2 对消费者认知的影响

在未实行成分管制和披露的情况下，卷烟因添加剂的运用空间较大，配方成分差距较大，产品风格自身特点突出，便于消费者选择自己喜爱的品牌，并形成较为固定的品牌忠诚度。而当实行成分管制与披露后，所使用的添加剂范围大大缩小，品牌配方日趋接近甚至相同，品牌的自身特性日趋淡化，加之不同品牌所披露的信息十分相近甚至完全相同，消费者对不同品牌特别是相近价位的不同品牌产生“差不多”的感觉在所难免，对品牌选择的随意性将大大增强。

3.3 对公众舆论的影响

多年来，烟草业一直是舆论关注的重点，但受限于烟草专卖、烟草财政、商业秘密保护等多个因素，一定程度上说，社会公众舆论对烟草的监督较为有限。实施成分管制与披露，对公众舆论而言，相当于将给烟草制品生产商和进口商带了一个紧箍咒。在此等制度下，烟草制品成分是受限的，而且成分是公开明确的，烟草制品的“秘密”曝光于社会，烟草制品将不再有什么“秘密”可言，社会公舆论可以根据控烟需要，按管制规定，结合烟草制品生产商和进口商公开的烟草制品信息加强舆论监督。

3.4 对烟草生产企业的影响

成分管制与披露的实施，对烟草生产企业的影响将是重大而深远的。这种影响，随着时间的推移将更加显著。

3.4.1 将导致烟草科技方向发生重大转变

成分管制与披露的要求实施后，烟草企业为数不多的“秘密”，包括减害降焦、添加剂使用等原本属于企业商业秘密的部分将公开化，原本彰显企业科技实力的添加剂研究和减害降焦研究的重要性将降低。因为对手可以根据公开信息掌握企业品牌的添加剂使用情况，而且可以使用的添加剂名单是既定的。对于焦油量和烟气烟碱量，FCTC及相关国际文件根本未作限量要求。相反，成分及释放物检测研究将日趋重要，成为烟草科技研究的重点。

3.4.2 烟草企业商业秘密保护面临重大挑战

根据FCTC/COP4(10)号决定，烟草企业将向政府当局和社会公众披露其成分信息及其在每单位烟草制品中的含量，包括制品部件（如过滤嘴、纸张、乳胶等）中所含的成分。此外，还须说明所用烟叶的特征，例如烟叶类型（例如弗吉尼亚烟叶、白肋烟、香料烟等）、烟草制品中所使用的每种烟叶的百分比、所用再造烟叶的百分比、所用膨胀烟丝、梗丝的百分比、以及烟草制品组成成分方面发生的任何变化。上述信息，均属于企业的商业秘密，如何保护这些商业秘密在披露后不被竞争对手利用将是企业面临的一大难题。

3.4.3 卷烟成本将大幅上升

成分管制与披露的实施，使得原本常用的一些成本低廉的添加剂被相对成本较高的符合要求的添加剂替代，必然导致卷烟成本上升。更为重要的是，要求烟草制品的组成成分和比例，燃烧释放物等信息被准确披露。对这些信息的准确披露，涉及大量的检验及测定。对任何烟草企业而言，全面开展这项工作，无疑是一项重大挑战，需要大量的资金支持。

3.5 对政府的影响

根据FCTC/COP4(10)号决定，缔约方应采取包括立法在内的手段来推动成分管制和披露。为此，政府将不得不面对巨大的压力，这种压力是多方面的，从立法层面上集中体现出来，即如何做出符合中国国情的披露立法？这是缔约方政府不得不面对的一大难题。通常，立法是一项复杂的社会系统工程，涉及到社会方方面面的利益问题，必须首先评估立法及其可能带来的社会后果。这不仅是立法本身的问题，还包括政府在披露上的职责及权限划分、烟草企业职责设定、披露信息的检测依据标准制定、检测机构确定等系列问题。

4 对策建议

4.1 提高认识，推动成分管制与披露在中国的深入开展

当烟草控制成为社会的主要潮流，当成分管制与披露成为国际公约的基本要求，我们可以做的就是通过努力来适应这种要求，这首先是一个思想认识的问题。当前，必须认识到成分管制与披露的重要性和必要性。一方面，成分管制与披露是FCTC明确规定的，中国必须对此做出卓有成效的实际行动，努力树立对人类健康“负责任”的大国形象。另一方面，越来越多的国家要求其国内销售的烟草制品成分合乎管制要求、组成成分信息及释放物信息合乎披露要求，中国卷烟要进入国际市场，成分管制与披露将成为不得不跨越的一道坎，做好该工作有利于中国烟草实现国际跨越，真正做强中国烟草。

4.2 烟草主管部门积极推动与成分管制与披露相适应的系列基础工作

4.2.1 推动烟草制品成分及其释放物检测基础性研究工作

目前，缔约方会议尚未制定披露的具体办法和检测依据或标准，甚至连FCTC第9、10条实施指南也还未形成完善的文本，国际上也仅有极少数国家形成了方法标准，国际标准尚未形成，我国应积极开展这些成分测定方法的研究工作，做好技术储备，在制定国际统一标准时争取话语权。

4.2.2 推动烟草制品知识产权保护工作

根据FCTC/COP4(10)号决定，成分信息及释放物信息将向政府当局和社会公众公开，这必将导致烟草企业商业秘密的公开化。在此情况下，作为自主知识产权的品牌配方必须得到保护，以维护不同品牌的产品风格。国家局应当从政策层面上来推动该项工作。

4.2.3 推动品牌配方研究，确立中式卷烟专有技术壁垒

以烟草生产企业为研发主体，以现有品牌为基础，形成若干品牌的专有配方，最终形成中式卷烟技术壁垒，维护中式卷烟的国内外市场利益。

4.3 烟草企业应积极做好应对工作

4.3.1 严格控制烟草成分

如前所言，在FCTC背景下，社会公众舆论对烟草行业的监督将加强，烟草制品的成分是否合乎管制要求，将是舆论关注的重点。烟草企业必须严格按照成分管制要求生产卷烟，否则将被推上舆论的风口浪尖，对企业造成消极影响。

4.3.2 加强烟草制品披露研究

一是成分检测方面的研究，以最大限度地降低披露成本。二是披露的方式方法及时间点的选择方面的研究，尽量做到既充分维护企业利益，又满足披露要求。

4.3.3 重点加强品牌专有配方的研究和保护。

着眼于品牌产品风格特点的开发和维护，对现有品牌的配方及时提出专利申请，并积极开展品牌配方研究，形成若干品牌配方专利，用专利保护的手段维护品牌特色和产品风格，为品牌谋求生存和发展空间。

[1] FCTC第9条和10条(烟草制品成分管制和烟草制品披露的规定)实施准则部分案文》(FCTC/COP4(10)号决定)[EB/OL].http://www.who.int/fctc/guidelines/adopted/Guidelines_Articles_9_10_COP5_CH_.htm.

[2]世界卫生组织烟草制品管制研究小组. 加拿大烟草控制和烟草制品管制最佳做法报告[EB/OL]. http://wenku.baidu.com/link?url=eZgnQnwNrlpmdAP01KrO3xY1OODj XEIPQJ-a4CsCRs7uHAHl.htm.

[3]胡兵兵,王 黎,胡 群,段宁东,等.关于＜烟草控制框架公约＞烟草制品成分管制和信息披露的研究 [J].中国烟草学报,2011,17(1):83-86.

:WANG Xuntian, LI Rui. Brief discussion on impact of tobacco product ingredient regulation and information disclosure on China’s tobacco industry [J]. Acta Tabacaria Sinica, 2015,21(6)

现代烟草农业

基于GreenSeeker的烟田管理分区研究

李朋彦1，常栋1，王莹1，朱丽1，李渊博1，穆童1，杨旭霞2，刘国顺1

1河南农业大学烟草学院/烟草行业烟草栽培重点实验室，郑州 450002；

2河南省许昌市烟草公司襄城县分公司，襄城县 461700

摘 要：利用GPS在研究区确定20m间隔的取样点101个，在烟株移栽后40天和60天利用主动冠层光谱仪GreenSeeker测定各样点烟株冠层的归一化植被指数（NDVI），并运用克里格插值获取NDVI空间分布图，利用模糊c-均值聚类方法对烟田进行精准管理分区研究，同时利用植烟前土壤养分及烟叶产量数据对分区结果进行评价。结果表明：研究区域的最佳分区数是5个，且分区间各土壤养分含量及烟叶产量均达到显著或极显著性差异。说明利用GreenSeeker获取烟株的植被指数并进行管理分区的划分是有效可行的。

关键词：GreenSeeker；管理分区；土壤养分；模糊聚类

引用本文：李朋彦，常栋，王莹，等. 基于GreenSeeker的烟田管理分区研究[J]. 中国烟草学报，2015,21（6 ）

国家烟草专卖局资助项目，合同号（110201101001TS-1）

作者简介：李朋彦（1990—），本科，主要从事烟草栽培和精准管理研究，Email:yc112lpy@126.com

通讯作者：刘国顺（1954—），博士生导师，主要从事烟草栽培生理研究，Email:liugsh1851@163.com

收稿日期：2014-11-05

烟草是特殊的经济作物，土壤养分及施肥量对烟草的生长发育与产质量形成具有很大影响[1]。目前我国的农业生产模式主要是散户经营，烟农过度依赖肥料，盲目的对田块进行均一化施肥，而不能很好掌握施肥量和施肥比例，使田间养分分布不均匀，造成肥料利用率低，资源浪费，生态环境面源污染及烟草品质下降的现状。因此，有必要根据养分分区管理进行精准施肥。管理分区是实现精准农业的重要环节，国内外对精准农业管理分区做了许多研究，目前管理分区的数据源主要有土壤属性（肥力、电导率、质地等），地形因子（坡度、坡向、高程），产量数据，光谱等，国内外学者的研究已有不少[2-19]。

基于土壤养分和地形因子的分区划分是当前最常用的精确度较高的分区方法，但是该方法代表性和时效性较差，测定周期长，测量间距不易把握，工作量大，投入资金多，不能解决大面积的管理分区问题，且测量期间易对植物造成机械损失；基于产量分区的方法代表性好，实时性差且数据不易获取[15]；基于卫星遥感数据的分区方法代表性和实时性较好，图片清晰度高，可大面积同时测量，数据获取速度快，但是遥感数据存在一定的几何畸变和辐射失真的现象，易受遥感器老化、地物二向性反射、大气效应、地形因子等一些外部因素的影响[20]，周期性、稳定性和可重复性较差，数据处理复杂，图片获取昂贵。卫星遥感较为适合高密度植物（如小麦）的测定，而烟草种植密度一般在16500-19500株/hm2，密度较小，裸露的土壤反射对遥感影像的影响较大。主动遥感不依赖太阳辐射，对土壤反射不敏感，可以昼夜工作，而且可以根据探测目的的不同，主动选择电磁波的波长和发射方式。目前，在烟草中未见利用主动遥感进行管理分区研究报道。冠层光谱常被用来评估作物生长情况，NDVI（归一化植被指数）与植物的生理学参数，叶面积指数和作物属性（作物产量和生物量等）具有强烈的相关性[21]，能很好的解释作物生理生化参数[22]。由远程卫星获得的遥感影像需要经过几何校正和大气校正才能计算NDVI，计算程序复杂，数据处理耗时。

GreenSeeker[23]是由美国俄克拉荷马大学与Htech公司联合开发的一种便携式光谱仪，它通过自身携带的具有高强度发光二极管发出的红光、绿光和近红外光作为自身独立光源（红光波段660nm，近红外波段770nm），这些光经植物反射后再被光电二极管接收测量，并将获取的植被信息传递给仪器自带的掌上电脑，通过软件直接计算出NDVI值，GreenSeeker能提供高解析度、低大气干扰的NDVI数据，获取数据快捷，数据量大。本研究在烟田应用GreenSeeker测定分区样点烟株冠层的归一化植被指数（NDVI），运用克里格插值获取NDVI空间分布图，结合模糊c-均值聚类方法对烟田进行精准管理分区研究，以便为烟田的精准管理提供参考。

1 材料与方法

1.1 研究区概况

本研究在许昌市襄城县紫云镇大庙里村典型烟草种植区烟田进行（33°51' N, 113°24'E），面积 4hm2，该区属暖温带大陆季风气候，四季分明，年平均气温14.7℃，极端最低气温为零下15.3℃，极端最高气温42.3℃，平均日照总时数为2281.9h（年日照时数1400-1500h），无霜期220-240d，日均温20℃以上日数98-110d，积温2500-2600℃，年平均日照率为52%，年降雨量1000-1100mm，每年6～8三个月降雨量占全年总降雨量60%左右，土壤类型：褐土；供试品种为中烟100，大田期统一常规管理。

1.2 数据获取

本研究于2013年4月初在施肥前进行土壤样品采集，利用GPS进行定位并记录采样点坐标（如图1），采用“网格法”进行取样，取样间隔为20m，以网格点为圆心，半径5m范围内采取10钻0～20cm耕层土壤混合均匀，以此代表该点土壤样本，共采集101个样本。土样经自然风干、过筛后进行室内分析，测定土壤pH、有机质（OM）、碱解氮（AN）、速效磷（AP）、速效钾（AK）等含量，测定方法参照《土壤农化分析》[24]。

图1 研究区取样点分布图Fig. 1 Sampling points distribution

移栽后30天至50天为烟草旺长期，这一时期的烟草对光、肥、水的要求较高，需求量较大，烟株茎秆生长加粗，可见叶数增加，叶面积扩大，是烟草产量形成的关键时期。移栽后60天烟草生长发育进入成熟期，烟叶逐渐停止生长，并自下而上逐渐成熟，植株体内代谢由氮代谢为主逐渐转为碳代谢为主，是内在化学成分积累的重要时期，也是烟叶质量和特色形成的重要时期。

在各个网点选取代表性烟株3棵，利用GreenSeeker测定烟草的归一化植被指数（NDVI），取均值作为该网点的NDVI数值。为保证数据的稳定性，测量时将光谱探头平行于烟株冠层，垂直高度保持1.2m左右。以40天的NDVI代表旺长期烟草的生长状况，记为NDVI 1，以60天的NDVI代表成熟期烟草的生长状况，记为NDVI 2。烟叶成熟后将各个网点所选烟株杀青，取烟叶干重均值作为该网点烟叶产量。

1.3 数据分析

本研究利用SPSS统计分析软件进行经典统计分析。运用GS+7.0[25]进行半方差分析、模型拟合。克里格插值及图形的编辑在ArcGIS中完成。

半方差函数是地统计学所特有的基本工具，它能同时描述区域化变量的随机性和结构性。在一维条件下变异函数定义为，当空间点 x 在一维 x 轴上变化时，区域变量 Z(x) 在点 x 和 x+h 外的值 Z(x) 和 Z(x+h) 差的方差一半便定义为区域化变量 Z(x) 在 x 轴方向上的变异函数，即为半方差函数。半方差函数的准确模拟是成功的空间插值和栅格制图的关键[26]。所谓半方差函数就是两点间差值的方差的一半，反映的是不同距离的观测值之间的变化。

式中，h 为样点空间间隔距离，又称步长或位差 (Lag)；N(h) 当间隔距离为 h 的样点数；Z(xi) 和Z(xi+h) 分别是区域化变量 Z(x) 在空间位置 xi和 xi+h的实测值。

模糊c-均值聚类法（FCM）是一种常用的非监督聚类方法，被大量应用于产量、遥感、土壤等数据分析中[27]。它的思想就是将 n 个观察值分配到 c 个类别中，被划分到同一类别的观测值之间相似度最大，而不同类别之间的相似度最小，通过一个迭代优化的过程来实现分类，使研究者能够较好的解释自然界中发生的连续性变异现象，使分类结果更趋于合理。聚类过程中用到三个矩阵：数据矩阵（X），包含 n 个观测值；聚类中心矩阵（V），包含 c 个聚类中心；隶属度矩阵（U），包含 X 中各观测值隶属于V 中各聚类中心的隶属度。其目标函数[28]可表示为：

式中，n 是数据个数；c 是类别数，对于烟田来说，分区数2 ≤ c ≤ 8 较为合适[29]；m为模糊加权指数 (1 ≤ m ≤ ∞)，它控制了不同类别间共用数据的个数，对于土壤属性来说取值在 1.2 ～ 1.5 之间较为适宜[30]。Uik为 xk到 vi的隶属度；为 xk到 vi的距离的平方。当达到极小时，分类达到最优。

模糊 c-均值聚类算法是通过一个迭代优化的过程来实现分类。其运算步骤如下：（1）选择分区数目；（2）设定模糊指数 m 的值；（3）计算聚类中心（见公式 2）；（4）由聚类中心计算隶属度函数（见公式 3）；（5）将得到隶属度函数代入公式 4 更新聚类中心；（6）重复以上步骤，直到聚类中心变化量小于预设的阈值，停止迭代计算。

土壤属性的空间变异性和分布特征是决定研究区域划分管理区域的根本因素，为了确定适宜的分区数，Odeh 等[30]和Bezdek 等[28]提出模糊效果指数 (Fuzziness performance index, FPI) 和归一化分类墒(Normalized classi fi cation entropy, NCE) 两个指标。

FPI 是表示不同类别间共享成员量的一个指标，用来度量 c 个类别之间的分离程度。FPI 的取值范围为0 ～ 1，当其值接近0时表示不同分区间没有共享成员，其值越接近于1表示不同分区间的共享成员越多，不同分区间差异性越小。

归一化分析墒 (NCE) 是用来模拟数据矩阵X的模糊c-分区的分解量[31]。NCE值的范围也为0 ～ 1，NCE越小表明模糊c-分区的分解量越大，分区效果越好；反之，则表明模糊c-分区的分解量越小，分区效果越差。

2 结果与分析

2.1 描述性统计

对烟株NDVI数据进行描述性统计分析（表1）。结果显示，烟草从旺长期到成熟期，烟株叶数增多，叶面积增大，NDVI从0.68增长到0.81；NDVI 1的变异范围是0.52到0.80，变异系数为10.29%，呈中等变异强度，NDVI 2的变异范围是0.75-0.85,变异系数为2.47%，数据呈弱变异性。由偏度、峰度和K-S检验表明，所测数据均成正态分布，满足统计分析的要求，可进一步进行统计分析研究。

表1 NDVI描述性统计分析Tab. 1 Descriptive statistics of NDVI

2.2 空间结构分析

本研究利用GS+7.0对数据进行半方差分析（表2）。

表2 NDVI半方差函数理论模型及相关参数Tab. 2 Theoretical models and corresponding parameters for semi-variogram of NDVI

块金值C0表示由实验误差所引起的随机误差，较大的块金方差说明较小尺度上有某种过程不可忽略；基台值C0+C是半方差函数值增加到一定程度后出现的平稳值，表示研究范围的总变异方差；结构方差C是基台值与块金值的差，表示非人为的结构因素所引起的误差；C0/（C0+C）表示变量的空间变异程度；变程Range指具有相关性的样本的最大距离，其大小反映区域化变量影响范围的大小。由表2可知，两个时期的C0均较小，说明植株的NDVI数值受随机性影响较小；C0/（C0+C）均小于25%，表明变量具有强烈的空间相关性[32]；变程均大于20m，说明试验的取样间距是合理的。NDVI 1的半方差模型是高斯模型， NDVI 2符合指数模型，各模型的决定系数R2均在0.99左右，残差RSS均较小，表明模型的拟合度较高，模型可用于后续插值。

图2 烟草两个时期NDVI空间分布图Fig. 2 Spatial distribution maps of NDVI in two tobacco-growing stages

在ArcGIS软件中，利用拟合的半方差函数模型进行分辨率为1m x 1m的Kriging插值，将点状数据转换成面状数据，形成NDVI的栅格图（图2）。从NDVI空间分布图可以看出，NDVI 1由东到西数值先逐渐增大后减小，中东部最高，分布具有渐变规律。烟草大田生长前期以吸收肥料养分为主，土壤养分吸收为辅，降雨和灌溉直接影响肥料的养分释放量，在传统经验的均一化施肥下，土地的平整情况与降水灌溉是NDVI 1呈带状分布的主要影响因素； NDVI 2呈斑块状分布，中东、中西部较高，而中部分布较低。烟草大田生长后期，肥料养分基本释放耗尽，植株所需养分主要来自土壤本身。可见，烟田土壤养分空间变异性较强，因此，有必要根据土壤养分分布进行精准管理，以提高烟叶的产质量水平。NDVI 1和NDVI 2的差异可能与土壤肥力和肥料释放量以及灌溉有一定的关系。

2.3 模糊聚类分析

本研究根据Kriging插值所获得的两时期的NDVI栅格图作为模糊c-均值聚类的数据源，通过MZA软件[27]进行分析，设定参数：最大跌代次数为300，收敛阈值为0.0001，模糊指数为1.5，最小分区数为2，最大分区数为6[31]。分区同时计算出相应的FPI和NCE值，当二者同时达到最小时所对应的分区数为最佳分区数。从图3中可以看出，分区数为5时二者同时达到最小值，说明本研究的最佳分区数为5，分区结果如图4所示。

图3 不同分区数对应的FPI和NCE值Fig. 3 Corresponding values of FPI and NCE at different number of zones

图4 管理分区图Fig. 4 Map of management zone

2.4 分区结果验证

为确定分区结果是否可以作为精准管理的依据，本研究利用植烟前土壤的pH、有机质、碱解氮、速效磷、速效钾及NDVI 1、NDVI 2和产量数据对分区结果进行验证。对土壤pH、有机质、碱解氮、速效磷、速效钾及烟叶产量的描述性统计分析（表3），从偏度、峰度、K-S检验可以看出，土壤pH、有机质、碱解氮、速效磷、速效钾及烟叶产量均符合正态分布，可进行方差分析。从土壤养分和烟叶产量数据方差分析(表

表3 土壤养分及烟叶产量的描述性统计Tab. 3 Descriptive statistics of soil nutrients and yield of tobacco leaves

表4 管理分区方差分析Tab. 4 Variance analysis for management zones

4)中可以看出，不同管理分区的土壤pH、有机质、速效磷、 NDVI 1、NDVI 2和烟叶产量均达到极显著差异，碱解氮和速效钾在分区间呈现出显著差异，说明本研究的分区结果是合理的。

3 讨论与结论

NDVI是利用绿色植物对红光的低反射率和对近红外光的高反射率的光谱特征值计算的植被指数，能够很好地反映作物的生长状况、营养状况、潜在产量与病虫害影响。GreenSeeker不依赖太阳辐射，可以昼夜工作，不受大气和土壤反射的影响，而且测量速度快，数据较为准确，可以实时反映植物的生长状况，既克服了传统方法时效性差、对作物产生伤害、大范围测量工作量较大的缺点，也摆脱了被动高光谱遥感对外界光源的需求[33]。目前GreenSeeker在小麦及玉米等作物营养诊断、产量预测和管理分区上的研究有些报道，如Sharp[34]等证明利用GreenSeeker测定NDVI对棉田管理分区是可行的，而在烟草中尚未见相关研究报道。

本文在烟草产量和质量形成的关键时期利用GreenSeeker测定烟草的NDVI数值。通过K-S检验，NDVI 1和NDVI 2均服从正态分布，满足平稳假设。地统计分析表明，NDVI 1半方差函数符合高斯模型，NDVI 2半方差函数符合指数模型；变异系数均小于25%，具有强烈的空间相关性；变量变程均大于20m，说明本研究的取样间距是合理的。

以烟株冠层的归一化植被指数为数据源，将两组数据进行模糊c-均值聚类分析，利用FPI和NCE指标确定了最佳分区数为5。为检验分区结果是否可以指导生产，试验于植烟前在网点获取土壤样品101个，利用植烟前的土壤养分及最终烟叶产量对分区结果进行验证，结果表明分区之间土壤养分和产量均达到了显著或极显著性差异，说明本研究的分区结果是合理的。因此，利用GreenSeeker获取数据源对如河南这样的平原烟田进行管理分区是可行的。

今后的研究可以综合烟叶品质来进一步验证分区结果，为我国平原烟区烟叶品质的精准管理提供更为简便、准确有效的方法和依据，以满足卷烟工业对优质烟叶的需求。至于利用GreenSeeker获取数据源对我国南方的山区丘陵烟田进行管理分区的适用性尚需更多的研究。

参考文献

[1]周冀衡.烟草生理与生物化学[M].合肥:中国科学技术大学出版社,1996.

[2]白由路,金继运,杨俐苹,等.基于GIS的土壤养分分区管理模式研究[J].中国农业科学,2001,34(1):46-50.

[3]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,2004,10(3):19-24.

[4]王海江,崔静,陈彦,等.基于模糊聚类的棉田土壤养分管理分区研究[J].棉花学报,2010,(4):339-346.

[5]黄绍文,金继运,杨俐苹,等.县级区域粮田土壤养分空间变异与分区管理技术研究[J].土壤学报,2003,40(1):79-88.

[6]江厚龙,刘国顺,杨永锋,等.基于GIS和多种土壤属性的烟田养分分区管理研究[J].土壤,2011,43(5):736-745.

[7]王新中,刘国顺,张正杨,等.土壤粒级空间分布及其与土壤养分的关系[J]. 中国烟草科学,2011,05:47-51.

[8]Johnson C K,Mortensen D A,Wienhold B J,Shanahan J F,Doran J W.Site-specific management zones based on soil electrical conductivity in a semiarid cropping system.Agronomy Journal,2003,95:303-315.

[9]郭熙,赖锦春,赵小敏,等.基于GIS丘陵土壤分区的水稻施肥配方研究[J].中国农业科学,2011,44(2):307-315.

[10]常栋. 基于GIS的山地烟田养分分区管理及施肥模型研究[D].河南农业大学,2012.

[11]李翔,潘瑜春, 赵春江,等.基于多年产量数据的精准农业管理分区提取与尺度效应评价[J].中国农业科学,2005,38(9):1825-1833.

[12]Flowers M, Weisz R, and White J G. Yield-based management zones and grid sampling strategies: describing soil test and nutrient variability. Agron. J. 2005, 97:968-982.

[13]薛绪掌,陈立平, 孙治贵,等.基于土壤肥力与目标产量的冬小麦变量施氮及其效果[J].农业工程学报,2004,20(3):59-62.

[14]李艳,史舟,吴次芳,等.基于模糊聚类分析的田间精确管理分区研究[J].中国农业科学,2007,40(1):114-122.

[15]宋晓宇,王纪华,刘良云,等.基于Quickbird遥感影像的农田管理分区划分研究[J].中国农业科学,2007,40(9):1996-2006.

[16]Long D S,Carlson G R,DeGloria S D.Quality of field maps.In:Robert P C,Rust R H,Larson W E,ed.Proceedings of the 2nd International Conference on Site-specific Management for Agricultural Systems.USA:ASA-CSSASSSA,Madison,1994:251-271.

[17]王大成. 利用生态因子和遥感分区对小麦品质监测的研究[D].浙江大学,2011.

[18]Fleming K L,Westfall D G,Wiens L E,et al.Evaluating farmer developed management zone maps for precision farming.In Robert P C, Rust R H and Larson W E (eds.)Proceedings 4th International Conference on Precision Agriculture ASA, CSSA, and SSSA, Madison, WI. USA .1999，335-343.

[19]Ostergaard HG S.Agronomic consequences of variable Nfertiliza-tion. Precision Agriculture’97 . 1999,145-153.

[20]方红亮,田庆久..高光谱遥感在植被监测中的研究综述[J].遥感技术与应用,1998,13(1):62-69.

[21]Penuelas J;Gamon J;Freeden A.Reflectance indices associated with physiological changes in nitrogen-and water-limited sunflower leaves[J].Remote Sensing of Environment,1994,48:135-146.

[22]Trishehenko A P．Effects of spectral response function on surface re fl ectance and NDVI measured with moderate resolution satellite sensors：Extension to AVHRR NOAA -17，1 8 and METOP-A [J]．Remote Sensing of Environment，2009，113(2):335-341．

[23]Mullen R W，Freeman K W，Raun W R et a1．Identifying an in-season response index and the potential to increase wheat yield with nitrogen[J]．Agron．J.，2003，95：347-351．

[24]鲍士旦.土壤农化分析[M].北京：中国农业出版社，2000.

[25]Robertso, G., 2000. Geostatistics for Environmental Sciences GS+users Guide, Version 5. Gamma Design Software, MI,200.

[26]Webster R. Quantitative spatial analysis of soil in field.Advance in Soil Science, 1985, 3:1- 70.

[27]Fridgen J J, Kitchen N R, Sudduth K A, et al. Management zone analyst (MZA ): software for subfield management zone delineation. A gron J., 2004, 96:100-108.

[28]Bezdek J C. (Ed), Pattern recognition with fuzzy objective function algorithms. Plenum Press, 1981, New York.

[29]Jaynes D B, Kaspar T C, Colvin T S, et al. Cluster analysis of spatiotemporal corn field patterns in an Iowa field.Agron. J. 2003, 95:574-586.

[30]Odeh I O A, McBratney A B, and Chittleborough D J. Soil pattern recognition with fuzzy-c-means: Application to classi fi cation and soil-landform interrelationships. Soil Sci.Soc. Am. J., 1992, 56: 505～516.

[31]Lark R M and Stafford J V. Classi fi cation as a fi rst step in the interpretation of temporal and spatial variation of crop yield. Ann. Appl. Biol., 1997, 130: 111-121.

[32]Cambardlla C A, Moorman T B, Novak J M, et al. Fieldscale variability of soil properties in central lowa soils. Soil Science Society of America Journal, 1994, 58:1501-1511.

[33]卢艳丽,白由路,杨俐苹等.利用GreenSeeker法诊断春玉米氮素营养状况的研究[J].玉米科学,2008,16(1):111-114.

[34]Sharp, T. C., Evans, G., amp; Salvador, A. (2004). Weekly NDVI relationships to height, nodes and productivity index for low, medium, and high cotton productivity zones. In C.P. Dugger amp; D. A. Ritcher (Eds.), 2004 Proceedings of the Beltwide Cotton Conferences (pp. 2048). Memphis, TN,USA:National Cotton Council.

Abstract:A 20-m grid-sampling scheme of 101 points was imposed on the tobacco fi eld with the aid of GPS. The normalized difference vegetation index (NDVI) of 40 days and 60 days after transplanting was measured with a GreenSeeker handheld crop sensor at each sample point. Spatial distribution maps of NDVI were produced by Kriging. Fuzzy c-means clustering algorithm was used to delineate the number of clusters. Soil nutrients and yield of tobacco were used to evaluate results of the management zones. Results indicated that the optimal number of management zones for the study area is 5. Soil nutrients content and tobacco yield showed either signi fi cant or very signi fi cant difference among the delineated management zones. GreenSeeker proved to be feasible and effective to define management zones for tobacco.

Keywords:GreenSeeker; demarcation management; soil nutrients; fuzzy clustering

Citation:LI Pengyan, CHANG Dong, WANG Ying, et al. Demarcating tobacco field management based on GreenSeeker [J]. Acta Tabacaria Sinica, 2015,21(6)

Brief discussion on impact of tobacco product ingredient regulation and information disclosure on China’s tobacco industry

WANG Xuntian, LI Rui
Hongta Tobacco (Group) Co., Ltd., Yuxi 653100, Yunnan, China

Interpretation about WHO Framework Convention on Tobacco Control’s Article 9 and 10 on tobacco product regulation and disclosure was made. Its impact on China’s tobacco industry was analyzed by taking consideration of its implementation in China.Suggestions on proper implementation of regulations were proposed.

tobacco product ingredient regulation; information disclosure; impact

Demarcating tobacco fi eld management based on GreenSeeker

LI Pengyan1, CHANG Dong1, WANG Ying1, ZHU Li1, LI Yuanbo1, MU Tong1, YANG Xuxia2, LIU Guoshun1
1 College of Tobacco, Henan Agricultural University/Key Laboratory for Tobacco Cultivation in Tobacco Industry,Zhengzhou 450002, China;
2 Xiangcheng County branch of Henan Xuchang Municipal Tobacco Company, Xiangcheng 461700, Henan, China

王训田, 李蕊. 烟草制品成分管制和披露对烟草业的影响及对策[J]. 中国烟草学报，2015,21（6）

王训田（1974—），博士，经济师，企业法律顾问，主要研究方向：烟草控制框架公约、企业法律事务、法社会学，Tel：0877- 2968883，Email：hnxtw@hongta.com

李 蕊（1974—），本科，政工师，企业法律顾问，主要研究方向：烟草控制框架公约、企业法律事务，Tel：0877- 2968880，Email：lrr@hongta.com

2014-04-15