烟叶标准化生产的数字化转型升级展望

刘锋 王大伟 黄元炯 丁爽 刘剑君

摘    要：为满足卷烟工业对均质化烟叶原料的需求，借鉴理想株型育种的技术思路和精益管理的基本理念，将物联网、大数据、人工智能技术运用于烟叶生产标准化。建立以烟叶品种各生育期的烟株个体和烟田群体生长发育理想值为基准，以区域气候条件、栽培措施为偏离因素的“标准烟株”技术指标体系。用农业物联网设备实时采集烟叶生长发育的动态数据，并通过互联网传输至烟叶生产经营管理平台，平台对大数据进行分析，并对长势偏离度进行监测，专家系统给出种植调控措施建议或操作指令，推动烟叶标准化生产管理由宏观向微观、整体到个体转变，提高烟叶生产数字化、精准化、均质化水平。

关键词：烟叶;理想株型;标准烟株;卷烟;均质化

文章编号：1005-2690（2022）05-0121-03       中国图书分类号：TS41       文献标志码：A

农业现代化是现代科学技术、现代工业装备、现代管理方法在农业生产中应用的过程。随着现代农业的发展，化学化实现了稳产高产，机械化实现了省工高效，生物化实现了可持续发展，信息化成为集成农业生产要素，进一步提升了农业生产效率的新动能[1]。

随着信息科技的发展和其在农业生产中的应用，农业生产模式从管理信息系统、专家咨询系统和机械化作业起步，已发展成综合运用物联网、移动互联、空间信息、大数据技术的精准农业、智慧农业[2]。使得管理层级由著复微，数据获取对象由群体向个体深入，从整体向局部推进，催生了“数字农业”“精准农业”“互联网+农业”“智能农业”“虚拟农业”等信息技术在农业中应用的新场景，使得农业资源利用更加有效、农产品竞争力更为显著、农业生产发展更可连续、农业环境养护更可持续。

1 标准烟株的概念

标准烟株是指正常气候条件下，特定品种在特定区域理想化生长发育指标的可视化数据集合。其内涵在区域上涵盖全部烟区，并细化到一定规模的烟田;在品种上包括当地推广种植的全部品种类型;在范围上包括烟株个体和烟田群体;在阶段上包括苗床、大田、烤房，从种子到烟叶商品的整个发育时期。其外延包含且不限于数字、图像、光谱等可测量的数据形式。

2 标准烟株技术指标的构成原则

2.1 可视化

可视化即构成标准烟株的技术指标数据可测量、可比较。数字化转型的核心是用现代信息技术改造传统产业。对烟草业而言，就是在分析环境条件、种植技术、管理模式数字化的基础上，实现全产业链的信息化升级。烟叶生产规范化、标准化工作起步早、基础好，其数字化升级一方面是技术标准的数字化，把烟叶从种子到原烟整个生长过程的技术标准，从以文字为主的描述变成可测量的数据形式;另一方面是数据采集的自动化，应用现代物联网技术，在烟叶生产中对标准烟株的技术指标进行全过程记录、智能化监控、可视化采集，用于集中展示、数据分析、输出控制，并随着技术进步提高技术指标体系的可测量比例。

2.2 体系化

体系化即组成标准烟株的技术指标数据系统完整，体现生产管理水平。通过对现有烟叶生产标准的精细化和精准化确定，将统一规范的生产技术标准分区域、分品种进行体系化细分。分区域是指兼容环境的可变性，既要体现出区域的土壤气候特点，彰显区域特色，又要控制变化幅度，保证产区烟叶质量的一致性。分品种是指实现品种特性和环境条件的最优组合，既要体现出品种性状的总体一致性，彰显品种特色，又要缩小特定品种在特定区域与原育种地的种植性状差异。

2.3 可控化

可控化是標准烟株的关键指标，可以通过技术措施进行目标管理和动态调控，运用现代物联网和信息化技术，对烟叶生长发育进行全方位、立体化、连续性监测。将可视化监控系统测量的技术指标结果通过网络传输到专家系统，应用大数据技术分析生长发育数据与特定种植区域、特定品种的标准烟株技术指标体系的数据差异。

3 标准烟株的技术指标体系

3.1 区域自然条件

区域自然条件指烟区自然条件中与烟叶生长或质量密切相关的土壤、气候等指标。

气候条件：全年无霜期、大田期日照时数、日平均气温20 ℃以上天数、日最高气温30 ℃以上天数、成熟期日均温、成熟期>20 ℃积温、年降水量及大田生育期平均降水量等。

地形地貌和土壤质地：平原、丘陵或山区，耕层土壤容重，土壤黏粒含量，总孔隙度，土壤最大有效持水量，土壤表层硬度等。

土壤肥力：耕层厚度、pH值、土壤碱解氮、有效磷、速效钾、可溶性氯、有机质及汞、铅、砷、铬、镉含量等。

灌溉水质：pH值、碱解氮、有效磷、速效钾及可溶性氯等。

3.2 品种特征特性

品种特征特性指有别于其他品种、具有相对遗传稳定性的生物学及经济学特征。

植物学性状：株形、叶形、叶面、叶尖、叶色、叶耳、花冠、花枝及蒴果等。

农艺性状：打顶株高、茎围、节距、腰叶长宽、可采收叶数、大田生育期、田间长势及整齐度等。

栽培特性：种植密度、行距、株距、适合土壤肥力、单位面积施纯氮量和氮磷钾比例等。

抗病性：黑胫病、青枯病、根腐病、根结线虫病、各类花叶病、气候斑点病、赤星病、野火病和白粉病等。

采收：下、中、上部叶采收成的熟度，成熟叶片的SPAD值。

烘烤特性：易烤性和耐烤性，烟叶变黄期、定色期温湿度要求和烘烤时间等。

产量和质量特点：单位面积产量，上中等烟比例，原烟外观质量、物理特性、主要化学成分、原烟评吸质量等。

3.3 栽培措施和生长发育情况

3.3.1 育苗期

环境条件：育苗棚内外的实时温湿度、光照度、二氧化碳浓度、实时苗池水温、pH值和电导率等。

管理措施：播种期、施肥时间及种类数量，加水时间及数量等。

烟苗长势：育苗期随时间变化的烟苗叶数、叶片大小，茎高、茎粗，根系数量及分布等。

3.3.2 大田期

环境条件：实时田间最大持水量、土壤和灌溉水中的速效氮磷钾等。

管理措施：烟田施肥量及种类、起垄高度、移栽期、移栽方式、移栽密度、中耕培土揭膜时间、追肥时间及种类数量、灌溉时间及数量等。

烟株个体发育：随时间变化的株形、株高、茎围、节距、叶片数、叶色、最大叶长宽及茎叶夹角等。

烟田群体结构：随时间变化的苗龄、叶龄、缺棵比例、烟田总叶面积系数、田间最大叶面积系数、圆顶期行间最大叶间距及中下部叶光照度等。

病虫害发生情况：黑胫病、青枯病、根腐病、根结线虫病、各类花叶病、赤星病、野火病及白粉病等。

采收成熟度：不同叶位、叶龄的叶色SPAD值、成熟度、茎叶角度、成熟斑、主支脉变黄程度及枯尖焦边情况等。

3.4 烤后烟叶质量

外观质量：叶长宽、厚度、单叶重、颜色、成熟度、叶片结构、身份、油分及色度等。

物理特性：厚度、拉力、填充值、含梗率、平衡水分及叶面密度等。

主要化学成分：总植物碱、总氮、总糖、还原糖、钾、氯、淀粉、糖碱比、氮碱比及钾氯比等。

感官质量：香气质、香气量、劲头、浓度、杂气、余味、刺激性、燃烧性及灰色等。

烟叶安全性指标：杀虫剂、除草剂、杀菌剂、抑芽剂及重金属含量等。

4 标准烟株的数据采集与分析处理

农业物联网设施设备的规模化应用，采用各类传感器动态采集种植环境和作物生长数据。通过无线网络和互联网传输到云服务器，应用专家决策系统等智能程序挖掘和分析大数据，形成的决策指令交由控制器终端显示或自动化设备执行，从而推动农业数据的获取和耕作措施的实施从人与物的交流转向物与物的传递，实现对农业生产的实时感知、可靠传输、智能决策和精准管控。

4.1 数据的获取

智能感知的基础是技术指标的数字化，即集成应用物理、化学、生物、位置等多种传感器，对生长环境进行实时监控，对生长过程进行动态测量，把采集的声、光、电、热等信息转化为可供计算机信息系统处理的数据。根据标准化生产管理需要，烟叶育苗期的环境实时监控设备应包括育苗大棚苗池的温度、电导率传感器，大棚内空气的温湿度、光照、二氧化碳传感器，大棚外的温湿度、虫情传感器等;育苗期生长发育过程监测设备包括高清图像传感器、茎秆生长传感器等。

大田期的数据采集分为监测点和大田生产两大部分，监测点可以应用土壤中使用的温湿度、pH值、ORP、盐分、电导率、氮磷钾传感器和根系扫描仪等，地面使用的图像、叶面温湿度、光照度、茎秆生长传感器等，苗情监测、墒情监测、农情监测、孢子监测、虫情监测设备等，对环境条件进行实时监控，对烟叶生长发育以及病虫害发生进行监测预警。对大面积烟田的数据采集，主要采用卫星遥感监测、无人机辅助、人工校正的方法，以可见光图像采集为基础，积极研究应用红外图像、遥感图像、NDVI指数，多光谱/高光谱图像、雷达图像以及近年兴起的三维图像等方式，从而全面获取个体发育、群体结构等方面信息。在烟叶采烤期，可以用手持的图像或光谱传感器，烟叶烘烤过程中还会用到温湿度、图像、重量、水分、风力等传感器。

4.2 数据的分析

将传感器记录的烟区多源数据汇集到具有深度学习功能的“智慧烟区”大数据平台上，通过对照技术标准、建立生长模型、开发专家系统、人工智能分析，对烟区环境、烟田耕作、烟叶生长情况进行智能化识别、定位、跟踪、监控。精准育苗系统应用计算机视觉技术识别烟苗长势图像，测量生长速度，分析气候条件、育苗池水肥供应，对照该品种标准烟苗的生长发育指标，给出水肥管理、温湿度管理的建议或向育苗大棚智能控制设备输出管理指令。精准栽培系统分析来自定点监测点和遥感系统的图像和光谱信息等，梳理本阶段烟叶长势长相与理想株形的差异，分析气候和管理等因素的影响，专家系统确定是否采取农业调控措施，并给出具体的调整方案或烟田操作建议，交由烟农操作或发送指令到自动化田间作业机械、水肥一体化管理系统等。

精准植保系统分析来自监测点的病虫监测结果和遥感系统的冠层反射光谱信息，根据烟草病虫害预测预报系统对气候条件的分析结果和品种抗病性，预测烟草病虫害发生情况，实时发布病虫害预警信息，提交病虫害发生情况及对产质量影响的分析报告，提出病虫害防治内容、防治措施或向自动化植保系统输出精准防控指令等。智能烘烤系统通过实时采集鲜烟叶的高清图像、SPAD值、重量和含水量变化等烘烤特性相关数据，实时记录烟叶烘烤过程中的烤房温度、湿度，烟叶颜色、重量及叶间风速等技术指标，实时监测标准竿烟叶在烤房中的颜色和形状变化图像，采用具备神经网络及深度学习功能的图像分析技术对比标准条件下的烟叶变化，专家系统分析烟叶烘烤工艺，针对烟叶烘烤过程中颜色和水分变化偏离的调节措施，提交给烘烤师或将温湿度调控指令发送到烤房自控装置。

4.3 数据的利用

对烟叶生长发育规律认识的日益深入，对烟叶生长发育数据采集深度、广度的不断增加，为实现烟叶生产的智能化、智慧化演进提供了技术支撑。基本的应用场景是集成展示，通过智慧烟草农业大数据平台，不但可以随时远程查看烟叶生长情况、设备运行状态，查询土壤温度、湿度、养分含量等烟叶生长发育的影响因素，还可以从质量问题出发，对烟叶生产全过程的农事操作进行追根溯源，对区域、人员、技术等进行统计分析，提供交互式、可视化、图表化、定制化的界面功能，为领导决策、过程管控、技术指导提供科学参考。烟农在智能手机上安装生产管理客户端后，可以远程查看数据、分析数据，未来还能对安装了智能控制系统的设施进行远程操作。

5 标准烟株的应用场景

5.1 精细化烟叶育种

在长期的研究和实践中，烟叶育种已经形成了流程化的操作过程、标准化的测量方法。烟叶育种的数字化转型是应用现代农业物联网设备全程监控烟叶育种过程，在新品种选育、试验、示范、推广过程中，运用农业物联网设备全面采集品种生长发育的相关技术指标，全面记录品种生长过程的可测量数据，构建较为系统完善的种质资源数据库，通过精准化育种打造新品种的标准烟株技术体系基础。

5.2 精益化生产管理

烟叶生产的核心任务是生产适合工业使用的均质化原料，烟叶标准化生产、规范化管理、工序化操作是实现这一目标的具体措施。烟叶生产管理的数字化转型是应用现代农业物联网设备全程监控烟叶生产过程，运用标准模型加影响因素的分析思路，在烟叶生产过程中对各类影响因素采取针对性栽培措施，修正田间生长发育指标与标准数据的偏离，让烟株各项生长指标始终保持在理想的品种特征特性范围内，通过烟叶生产精益化管理生产出契合品种特性、符合工业需要的高可用性烟叶原料。

5.3 精准化生产考核

由于不同烟区的烟叶生育期不一致，不同田块的烟叶长势特点不一致，不同品种的长势长相和质量特点不一致，烟叶生產的考核评价很大程度上取决于参与人员的主观评价、技术水平。烟叶生产考核的数字化转型是要运用农业物联网对烟叶生产的全过程监控结果，统计实际操作与技术标准的偏离与技术调整措施的落实情况，根据数据差异和评价标准实时给出考核结果，通过多层次、高密度、精准化的考核，提高烟叶生产管理的公平性、时效性、效率性。

参考文献：

[1]李瑾，马晨，赵春江，等.“互联网+”现代农业的战略路径与对策建议[J].中国工程科学，2020，22（4）：50-57.

[2]蔡程程.基于物联网的智慧农业技术研究[J].数字通信世界，2018（3）：62.