本發(fā)明涉及一種煙草品質(zhì)研究方法，屬于煙草技術(shù)領(lǐng)域。

背景技術(shù)：

煙草屬草茄木，茄科一年生或有限多年生草本植物，基部稍木質(zhì)化。花序頂生，圓錐狀，多花；蒴果卵狀或矩圓狀，長約等于宿存萼。夏秋季開花結(jié)果。主要分布于南美洲、南亞、中國。一年生或有限多年生草本，全體被腺毛；根粗壯。莖高0.7-2米，基部稍木質(zhì)化。葉矩圓狀披針形、披針形、矩圓形或卵形，頂端漸尖，基部漸狹至莖成耳狀而半抱莖，長10-30(-70)厘米，寬8-15(-30)厘米，柄不明顯或成翅狀柄?；ㄐ蝽斏?，圓錐狀，多花；花梗長5-20毫米?；ㄝ嗤矤罨蛲矤铉娦?，長20-25毫米，裂片三角狀披針形，長短不等；花冠漏斗狀，淡紅色，筒部色更淡，稍弓曲，長3.5-5厘米，檐部寬1-1.5厘米，裂片急尖；雄蕊中1枚顯著較其余4枚短，不伸出花冠喉部，花絲基部有毛。蒴果卵狀或矩圓狀，長約等于宿存萼。種子圓形或?qū)捑貓A形，徑約0.5毫米，褐色。夏秋季開花結(jié)果。針對煙草品質(zhì)有必要采用合適的方式研究。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于提供一種煙草品質(zhì)研究方法，以便更好地建立煙草品質(zhì)管理模型，便于更好地指導(dǎo)生產(chǎn)。

為實現(xiàn)上述目的，本發(fā)明技術(shù)方案如下。

一種煙草品質(zhì)研究方法，具體步驟如下：

(1)烤煙樣品采集：河南煙草種植區(qū)區(qū)劃為豫西、豫中和豫南煙區(qū)，以豫西、豫中和豫南煙區(qū)為單位，統(tǒng)計3大主要煙草種植區(qū)2004-2014年烤煙種植情況，其中豫西煙區(qū)包括洛陽88份樣品，三門峽44份樣品；豫中煙區(qū)包括許昌44份樣品，漯河33份樣品，平頂山66份樣品；豫南煙區(qū)包括駐馬店55份樣品，南陽88份樣品；主要統(tǒng)計這些煙區(qū)的產(chǎn)量、上等煙比例、中等煙比例、上部葉比例、中部葉和下部葉比例。同時統(tǒng)計濟源、信陽和商丘三地11份煙區(qū)烤煙產(chǎn)量。樣品采集時以各個縣為單位，在煙葉收購時進行計量統(tǒng)計，統(tǒng)計不同部位煙葉的重量及收購煙葉的總重量，進而可計算不同部位煙葉的比例。對于上等煙和中等煙比例，收購時嚴格按照分級標準進行統(tǒng)計，最后計算不同等級煙葉比例。

(2)氣象數(shù)據(jù)調(diào)查：以河南省3個主要煙草種植區(qū)豫西、豫中和豫南為單位，從各地市氣象局系統(tǒng)收集整理當(dāng)?shù)乜緹熑訜熖锝?1年烤煙大田生育期5-9月的主要氣象數(shù)據(jù)，主要氣象因素包括整個大田生育期的平均溫度、日照時數(shù)、相對濕度、降水量、日最高溫度、日最低溫度和最小相對濕度等指標。

(3)采用合適的統(tǒng)計分析方法，具體包括：

(a)相關(guān)分析：相關(guān)分析是研究不同指標之間是否存在某種相互關(guān)系，并對具體有相關(guān)關(guān)系的指標進行探討其具體的相關(guān)方向和相關(guān)的程度，是一種研究各個隨機變量間相關(guān)關(guān)系的統(tǒng)計方法。本發(fā)明主要通過分析雙變量之間的Person簡單相關(guān)系數(shù)來研究不同煙區(qū)烤煙產(chǎn)量與不同等級及部位煙葉比例之間的關(guān)系，研究其之間的相關(guān)程度，應(yīng)用SPSS 21.0軟件計算相關(guān)系數(shù)并運用Excel來完成相關(guān)表格的制作。

(b)通徑分析：通徑分析是簡單相關(guān)分析的繼續(xù)，在多元回歸的基礎(chǔ)上將簡單相關(guān)系數(shù)分解為直接通徑系數(shù)和間接通徑系數(shù)，具體分析步驟如下：

(b1)依據(jù)最小二乘法的原理，將線性回歸方程

Y＝α₀+α₁x₁+α₂x₂+…+α_nx_n

變換成正規(guī)矩陣方程：

式中：Y為因變量，x_i(i＝1，2，…，n)為自變量，r_xixj為x_i和x_j的簡單相關(guān)系數(shù)，r_xiY為x_i和Y的簡單相關(guān)系數(shù)，P_Yxi為x_i對Y的直接通徑系數(shù)。

(b2)將矩陣方程組轉(zhuǎn)換成線性方程組，對其求解得通徑系數(shù)P_Yxi

(b3)依據(jù)公式：得出間接通徑系數(shù)。

(c)灰色關(guān)聯(lián)聚類分析：

對河南10個烤煙種植區(qū)的主要經(jīng)濟性狀進行灰色關(guān)聯(lián)聚類分析，設(shè)有m個對象，n個指標，進而得到的原始數(shù)據(jù)的序列原始數(shù)據(jù)序列的始點零化象：

式中

令

灰色絕對關(guān)聯(lián)度

由此可得各聚類指標的關(guān)聯(lián)矩陣：

根據(jù)研究問題的實際需要，確定臨界值λ(0≤λ≤1)，其中λ越接近1，分類會越細，而每一類中所包含的指標數(shù)相對就會越少，反之則越多。

(d)灰色優(yōu)勢決策：

灰色局勢決策首先要指定灰色事件與對策，然后構(gòu)造灰色局勢，確定灰色目標，并賦予各目標權(quán)重值，計算各目標局勢效果測度矩陣。計算公式如下：

上限測度效果：

下限測度效果：

適中效果測度：x₀表示指標的適中值。

構(gòu)造綜合效果測度，并根據(jù)綜合效果測度尋找出最優(yōu)局勢，組成最優(yōu)序列x，然后根據(jù)以上公式求x與與x_i(i＝1,2，…，n)之間的灰色絕對關(guān)聯(lián)度值，根據(jù)各煙草種植區(qū)烤煙經(jīng)濟性狀的灰色絕對關(guān)聯(lián)度值的大小判斷烤煙經(jīng)濟性狀的優(yōu)劣。

運用灰色關(guān)聯(lián)決策對不同種植區(qū)烤煙經(jīng)濟性狀進行最優(yōu)目標解的篩選，首先對各指標進行初值變換，然后根據(jù)各個指標性質(zhì)求出最優(yōu)目標解，所述指標性質(zhì)為上限效果測度、下限效果測度和適中效果測度；在保證烤煙品質(zhì)優(yōu)良的前提下，烤煙的經(jīng)濟性狀越高越好，因此選擇上限效果測度進行計算。

(e)多元回歸分析：回歸分析是研究一個因變量與一個或多個自變量之間的線性或非線性關(guān)系，通過自變量和因變量來確定兩變量之間的因果關(guān)系，并建立回歸模型，同時依據(jù)實際數(shù)據(jù)來計算模型的各個指標，最后評價該模型是否具有良好的擬合效果，進而可以對因變量進行預(yù)測。本發(fā)明分析了烤煙產(chǎn)量與氣候因素之間的關(guān)系，并采用了逐步回歸分析的方法，根據(jù)其回歸方程進行預(yù)測未來烤煙產(chǎn)量。該統(tǒng)計分析在SPSS21.0軟件中完成。

(f)灰色模型預(yù)測：烤煙產(chǎn)量的灰色預(yù)測模型是基于對烤煙產(chǎn)量原始數(shù)據(jù)的累加而生成數(shù)列的產(chǎn)量預(yù)測模型。生成的累加數(shù)列將原始數(shù)列的起伏弱化，而平穩(wěn)性大大增加，顯逐漸遞增的形式。其步驟為：

(f1)給定的原始數(shù)列：

X⁽⁰⁾(i)＝[X⁽⁰⁾(1),X⁽⁰⁾(2),...,X⁽⁰⁾(n)]

經(jīng)過一次累加，得到：

即：X⁽¹⁾(i)＝[X⁽¹⁾(1)，X⁽¹⁾(2)，...，X⁽¹⁾(n)]

(f2)將新數(shù)列的變化趨勢近似地用微分方程描述

其中：a，b為辨識參數(shù)，辨識參數(shù)通過最小二乘法來估計得到。

(f3)構(gòu)造數(shù)據(jù)矩陣

上式中Y_N為列向量，Y_N＝[X⁽⁰⁾(2)，X⁽⁰⁾(3)，X⁽⁰⁾(4)，…,X⁽⁰⁾(N)]^T

(f4)求出時間響應(yīng)方程，即預(yù)測模型，計算擬合值：

當(dāng)k＝1,2，……n-1時，算的是擬合值；當(dāng)k≥n時，X(k+1)為預(yù)測值。

(f5)用后減運算還原：

X⁽⁰⁾(i)＝x⁽¹⁾(i)-x⁽¹⁾(i-1),i＝2,3,…,n

(f6)模型的檢驗：

(g)BP神經(jīng)網(wǎng)絡(luò)分析：人工神經(jīng)網(wǎng)絡(luò)是近些年研究的熱點，該方法的研究領(lǐng)域包括建模、時間序列分析、模式識別和控制等。它是由大量處理單元神經(jīng)元互相連接而成的人工網(wǎng)絡(luò)，具有并行分布的信息處理的結(jié)果，通過非線性函數(shù)的復(fù)合來進行輸入和輸出的映射，具有自動歸納規(guī)則，獲得數(shù)據(jù)內(nèi)在規(guī)律的對信息的處理具有自組織、自學(xué)習(xí)的特點。BP網(wǎng)絡(luò)模型是人工神經(jīng)網(wǎng)絡(luò)的一種，具有容錯、抗干擾、聯(lián)想、自學(xué)習(xí)、非線性動態(tài)處理和自組織等特征，可揭示出各個樣本中的非線性關(guān)系，解決因變量和多個自變量之間的非線性精確預(yù)測的問題。因此是基于BP神經(jīng)網(wǎng)絡(luò)誤差反向傳播算法的多層前饋神經(jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)采用Sigmoid型傳遞函數(shù)。其函數(shù)預(yù)測的準確度高，有更好的評價預(yù)測和分析的效果，在煙草領(lǐng)域已被廣泛的應(yīng)用。本發(fā)明利用MATLAB神經(jīng)網(wǎng)絡(luò)工具箱對河南省不同煙區(qū)烤煙產(chǎn)量與氣候因素的關(guān)系進行BP神經(jīng)網(wǎng)絡(luò)模型的構(gòu)建。

該發(fā)明的有益效果在于：本發(fā)明采用的BP神經(jīng)網(wǎng)絡(luò)模型，全面綜合了煙區(qū)整個大田生育期的平均溫度、相對濕度、降水量、日照時數(shù)、日最低和日最高溫度、最小相對濕度等7個參數(shù)，能夠為準確預(yù)測煙區(qū)烤煙產(chǎn)量提供性能良好的數(shù)學(xué)模型。

附圖說明

圖1不同煙草種植區(qū)烤煙產(chǎn)量的差異分析。

具體實施例

本實施例中的煙草品質(zhì)研究方法，具體步驟如下：

(1)烤煙樣品采集：河南煙草種植區(qū)區(qū)劃為豫西、豫中和豫南煙區(qū)，以豫西、豫中和豫南煙區(qū)為單位，統(tǒng)計3大主要煙草種植區(qū)2004-2014年烤煙種植情況，其中豫西煙區(qū)包括洛陽88份樣品，三門峽44份樣品；豫中煙區(qū)包括許昌44份樣品，漯河33份樣品，平頂山66份樣品；豫南煙區(qū)包括駐馬店55份樣品，南陽88份樣品；主要統(tǒng)計這些煙區(qū)的產(chǎn)量、上等煙比例、中等煙比例、上部葉比例、中部葉和下部葉比例。同時統(tǒng)計濟源、信陽和商丘三地11份煙區(qū)烤煙產(chǎn)量。樣品采集時以各個縣為單位，在煙葉收購時進行計量統(tǒng)計，統(tǒng)計不同部位煙葉的重量及收購煙葉的總重量，進而可計算不同部位煙葉的比例。對于上等煙和中等煙比例，收購時嚴格按照分級標準進行統(tǒng)計，最后計算不同等級煙葉比例。

(2)氣象數(shù)據(jù)調(diào)查：以河南省3個主要煙草種植區(qū)豫西、豫中和豫南為單位，從各地市氣象局系統(tǒng)收集整理當(dāng)?shù)乜緹熑訜熖锝?1年烤煙大田生育期5-9月的主要氣象數(shù)據(jù)，主要氣象因素包括整個大田生育期的平均溫度、日照時數(shù)、相對濕度、降水量、日最高溫度、日最低溫度和最小相對濕度等指標。

(3)采用合適的統(tǒng)計分析方法，具體包括：

(a)相關(guān)分析：相關(guān)分析是研究不同指標之間是否存在某種相互關(guān)系，并對具體有相關(guān)關(guān)系的指標進行探討其具體的相關(guān)方向和相關(guān)的程度，是一種研究各個隨機變量間相關(guān)關(guān)系的統(tǒng)計方法。本發(fā)明主要通過分析雙變量之間的Person簡單相關(guān)系數(shù)來研究不同煙區(qū)烤煙產(chǎn)量與不同等級及部位煙葉比例之間的關(guān)系，研究其之間的相關(guān)程度，應(yīng)用SPSS 21.0軟件計算相關(guān)系數(shù)并運用Excel來完成相關(guān)表格的制作。

(b)通徑分析：通徑分析是簡單相關(guān)分析的繼續(xù)，在多元回歸的基礎(chǔ)上將簡單相關(guān)系數(shù)分解為直接通徑系數(shù)和間接通徑系數(shù)，具體分析步驟如下：

(b1)依據(jù)最小二乘法的原理，將線性回歸方程

Y＝α₀+α₁x₁+α₂x₂+…+α_nx_n

變換成正規(guī)矩陣方程：

式中：Y為因變量，x_i(i＝1，2，…，n)為自變量，r_xixj為x_i和x_j的簡單相關(guān)系數(shù)，r_xiY為x_i和Y的簡單相關(guān)系數(shù)，P_Yxi為x_i對Y的直接通徑系數(shù)。

(b2)將矩陣方程組轉(zhuǎn)換成線性方程組，對其求解得通徑系數(shù)P_Yxi

(b3)依據(jù)公式：得出間接通徑系數(shù)。

(c)灰色關(guān)聯(lián)聚類分析：

對河南10個烤煙種植區(qū)的主要經(jīng)濟性狀進行灰色關(guān)聯(lián)聚類分析，設(shè)有m個對象，n個指標，進而得到的原始數(shù)據(jù)的序列^[79-81]：

原始數(shù)據(jù)序列的始點零化象：

式中

令

灰色絕對關(guān)聯(lián)度

由此可得各聚類指標的關(guān)聯(lián)矩陣：

根據(jù)研究問題的實際需要，確定臨界值λ(0≤λ≤1)，其中λ越接近1，分類會越細，而每一類中所包含的指標數(shù)相對就會越少，反之則越多。

(d)灰色優(yōu)勢決策：

灰色局勢決策首先要指定灰色事件與對策，然后構(gòu)造灰色局勢，確定灰色目標，并賦予各目標權(quán)重值，計算各目標局勢效果測度矩陣。計算公式如下：

上限測度效果：

下限測度效果：

適中效果測度：x₀表示指標的適中值。

構(gòu)造綜合效果測度，并根據(jù)綜合效果測度尋找出最優(yōu)局勢，組成最優(yōu)序列x，然后根據(jù)以上公式求x與與x_i(i＝1,2，…，n)之間的灰色絕對關(guān)聯(lián)度值，根據(jù)各煙草種植區(qū)烤煙經(jīng)濟性狀的灰色絕對關(guān)聯(lián)度值的大小判斷烤煙經(jīng)濟性狀的優(yōu)劣。

運用灰色關(guān)聯(lián)決策對不同種植區(qū)烤煙經(jīng)濟性狀進行最優(yōu)目標解的篩選，首先對各指標進行初值變換，然后根據(jù)各個指標性質(zhì)求出最優(yōu)目標解，所述指標性質(zhì)為上限效果測度、下限效果測度和適中效果測度；在保證烤煙品質(zhì)優(yōu)良的前提下，烤煙的經(jīng)濟性狀越高越好，因此選擇上限效果測度進行計算。

(e)多元回歸分析：回歸分析是研究一個因變量與一個或多個自變量之間的線性或非線性關(guān)系，通過自變量和因變量來確定兩變量之間的因果關(guān)系，并建立回歸模型，同時依據(jù)實際數(shù)據(jù)來計算模型的各個指標，最后評價該模型是否具有良好的擬合效果，進而可以對因變量進行預(yù)測。本發(fā)明分析了烤煙產(chǎn)量與氣候因素之間的關(guān)系，并采用了逐步回歸分析的方法，根據(jù)其回歸方程進行預(yù)測未來烤煙產(chǎn)量。該統(tǒng)計分析在SPSS21.0軟件中完成。

(f)灰色模型預(yù)測：烤煙產(chǎn)量的灰色預(yù)測模型是基于對烤煙產(chǎn)量原始數(shù)據(jù)的累加而生成數(shù)列的產(chǎn)量預(yù)測模型。生成的累加數(shù)列將原始數(shù)列的起伏弱化，而平穩(wěn)性大大增加，顯逐漸遞增的形式。其步驟為：

(f1)給定的原始數(shù)列：

X⁽⁰⁾(i)＝[X⁽⁰⁾(1),X⁽⁰⁾(2),...,X⁽⁰⁾(n)]

經(jīng)過一次累加，得到：

即：X⁽¹⁾(i)＝[X⁽¹⁾(1)，X⁽¹⁾(2)，...，X⁽¹⁾(n)]

(f2)將新數(shù)列的變化趨勢近似地用微分方程描述

其中：a，b為辨識參數(shù)，辨識參數(shù)通過最小二乘法來估計得到。

(f3)構(gòu)造數(shù)據(jù)矩陣

上式中Y_N為列向量，Y_N＝[X⁽⁰⁾(2)，X⁽⁰⁾(3)，X⁽⁰⁾(4)，…,X⁽⁰⁾(N)]^T

(f4)求出時間響應(yīng)方程，即預(yù)測模型，計算擬合值：

當(dāng)k＝1,2，……n-1時，算的是擬合值；當(dāng)k≥n時，X(k+1)為預(yù)測值。

(f5)用后減運算還原：

X⁽⁰⁾(i)＝x⁽¹⁾(i)-x⁽¹⁾(i-1),i＝2,3,…,n

(f6)模型的檢驗：

(g)BP神經(jīng)網(wǎng)絡(luò)分析：人工神經(jīng)網(wǎng)絡(luò)是近些年研究的熱點，該方法的研究領(lǐng)域包括建模、時間序列分析、模式識別和控制等。它是由大量處理單元神經(jīng)元互相連接而成的人工網(wǎng)絡(luò)，具有并行分布的信息處理的結(jié)果，通過非線性函數(shù)的復(fù)合來進行輸入和輸出的映射，具有自動歸納規(guī)則，獲得數(shù)據(jù)內(nèi)在規(guī)律的對信息的處理具有自組織、自學(xué)習(xí)的特點。BP網(wǎng)絡(luò)模型是人工神經(jīng)網(wǎng)絡(luò)的一種，具有容錯、抗干擾、聯(lián)想、自學(xué)習(xí)、非線性動態(tài)處理和自組織等特征，可揭示出各個樣本中的非線性關(guān)系，解決因變量和多個自變量之間的非線性精確預(yù)測的問題。因此是基于BP神經(jīng)網(wǎng)絡(luò)誤差反向傳播算法的多層前饋神經(jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)采用Sigmoid型傳遞函數(shù)。其函數(shù)預(yù)測的準確度高，有更好的評價預(yù)測和分析的效果，在煙草領(lǐng)域已被廣泛的應(yīng)用。本發(fā)明利用MATLAB神經(jīng)網(wǎng)絡(luò)工具箱對河南省不同煙區(qū)烤煙產(chǎn)量與氣候因素的關(guān)系進行BP神經(jīng)網(wǎng)絡(luò)模型的構(gòu)建。

利用上述方法所獲得的結(jié)果如下：

(1)河南烤煙產(chǎn)量的總體趨勢分析：

對河南省的10個主要煙草種植區(qū)的烤煙產(chǎn)量進行分析，其結(jié)果如圖1所示。河南煙區(qū)的烤煙產(chǎn)量在不同種植區(qū)的表現(xiàn)為許昌煙草種植區(qū)>洛陽煙草種植區(qū)>駐馬店煙草種植區(qū)>三門峽煙草種植區(qū)>平頂山煙草種植區(qū)>南陽煙草種植區(qū)>漯河煙草種植區(qū)>信陽煙草種植區(qū)>濟源煙草種植區(qū)>商丘煙草種植區(qū)。多重比較表明，許昌煙草種植區(qū)的烤煙產(chǎn)量與其他煙草種植區(qū)的烤煙產(chǎn)量差異顯著，洛陽和駐馬店煙草種植區(qū)、平頂山和南陽煙草種植區(qū)、濟源和商丘煙草種植區(qū)兩兩煙區(qū)的烤煙產(chǎn)量差異不顯著。

就不同煙草種植區(qū)烤煙產(chǎn)量的變異系數(shù)而言，漯河煙草種植區(qū)烤煙產(chǎn)量的變異系數(shù)相對較小，為15.04％，其次是洛陽和三門峽煙區(qū)，可見樣本的穩(wěn)定性較好；信陽和南陽煙草種植區(qū)烤煙產(chǎn)量的變異系數(shù)相對較大，分別達43.95％和36.27％，樣本的穩(wěn)定性較漯河、洛陽和三門峽煙草種植區(qū)較差，可能與當(dāng)年煙草種植面積及氣候因素等有關(guān)。

據(jù)有關(guān)資料統(tǒng)計，全國烤煙單產(chǎn)均值為1700kg/hm²左右^[99]?？偟膩砜矗幽蠠焻^(qū)烤煙產(chǎn)量均值為1844.46kg/hm²，高于全國烤煙產(chǎn)量均值。其中，除濟源和商丘煙草種植區(qū)的烤煙產(chǎn)量低于全國烤煙產(chǎn)量單產(chǎn)外，其余煙草種植區(qū)的烤煙產(chǎn)量均高于全國煙草產(chǎn)量均值。就河南省烤煙產(chǎn)量均值而言，除洛陽、三門峽、許昌和駐馬店煙草種植區(qū)外，其余煙草種植區(qū)的烤煙產(chǎn)量均低于河南省烤煙產(chǎn)量的均值，河南省不同煙草種植區(qū)烤煙產(chǎn)量的差異可能與當(dāng)?shù)氐牡匦蔚孛布碍h(huán)境因素等有關(guān)。

(2)河南煙區(qū)烤煙產(chǎn)量與不同等級、不同部位煙葉比例的變異分析：

(2a)烤煙產(chǎn)量與不同等級、部位煙葉比例的簡單相關(guān)分析：

(2a.1)豫西煙區(qū)：

對烤煙樣品的產(chǎn)量與不同等級、部位煙葉比例進行相關(guān)分析，由結(jié)果(表1)可知，上等煙比例、中等煙比例、上部葉比例、中部葉比例、下部葉比例和烤煙產(chǎn)量均呈顯著或極顯著的正相關(guān)和負相關(guān)關(guān)系。烤煙產(chǎn)量與上等煙比例、中等煙比例、上部葉比例、中部葉比例均呈現(xiàn)極顯著的正相關(guān)關(guān)系，與下部葉比例呈極顯著負相關(guān)關(guān)系。這與李文平等^[12]研究的烤煙上中等煙比例與產(chǎn)量呈極顯著相關(guān)的研究結(jié)果一致。

表1烤煙產(chǎn)量與不同等級、部位煙葉比例指標的相關(guān)分析

注：*和**分別表示相關(guān)性達到0.05和0.01顯著水平。

(2a.2)豫中煙區(qū)：

對豫中煙區(qū)的烤煙產(chǎn)量與不同等級、部位煙葉比例進行相關(guān)分析，其分析結(jié)果如表2所示。由表2可知，不同等級及部位的煙葉比例與烤煙產(chǎn)量呈現(xiàn)顯著或極顯著的關(guān)系。其中，烤煙產(chǎn)量與中部葉比例的相關(guān)性最大，相關(guān)系數(shù)為0.902，其次是中等煙比例，除上部葉和下部葉比例與烤煙產(chǎn)量呈現(xiàn)極顯著負相關(guān)關(guān)系外，上等煙比例、中等煙比例和中部葉比例與烤煙產(chǎn)量則呈現(xiàn)極顯著的正相關(guān)關(guān)系。

表2烤煙產(chǎn)量與不同等級、部位煙葉比例指標的相關(guān)分析

注：*和**分別表示相關(guān)性達到0.05和0.01顯著水平。

(2a.3)豫南煙區(qū)：

對豫南煙區(qū)的烤煙產(chǎn)量與不同等級、部位煙葉比例的關(guān)系進行分析，相關(guān)分析的結(jié)果如表3所示，與豫中煙區(qū)相似，豫南煙區(qū)的烤煙產(chǎn)量與上等煙比例的相關(guān)性最為密切，其次是上等煙比例。上等煙比例、中等煙比例、上部葉比例、中部葉比例、下部葉比例和烤煙產(chǎn)量均呈顯著或極顯著的正相關(guān)和負相關(guān)關(guān)系?？緹煯a(chǎn)量與上等煙比例、中等煙比例、和中部葉比例均呈現(xiàn)極顯著的正相關(guān)關(guān)系，與上部葉和下部葉比例呈極顯著負相關(guān)關(guān)系。

表3烤煙產(chǎn)量與不同等級、部位煙葉比例指標的相關(guān)分析

注：*和**分別表示相關(guān)性達到0.05和0.01顯著水平。

(2b)烤煙產(chǎn)量與不同等級、部位煙葉比例指標的回歸分析

(2b.1)豫西煙區(qū)：

在簡單相關(guān)分析的基礎(chǔ)上，將相關(guān)分析結(jié)果中與烤煙產(chǎn)量顯著的指標分組，分別統(tǒng)計不同等級、不同部位煙葉比例指標及對應(yīng)烤煙產(chǎn)量的平均值，進行回歸分析，各模型擬合結(jié)果、回歸方程及顯著性檢驗結(jié)果如表4所示。由表4可以看出，在一定適宜范圍內(nèi)，隨著上等煙比例、中等煙比例、上部葉比例和中部葉比例的增加，烤煙產(chǎn)量呈增加的趨勢，而烤煙產(chǎn)量隨著下部葉比例的增加而降低?；貧w方程顯著性檢驗結(jié)果顯示，不同等級和不同部位煙葉比例與烤煙產(chǎn)量的回歸方程均達到顯著或極顯著水平。其中，上等煙比例在線性條件下，擬合程度最好(R²為0.826)，中部葉和下部葉比例與烤煙產(chǎn)量的關(guān)系在非線性條件下，擬合程度最好。

表4烤煙產(chǎn)量與不同等級、部位煙葉比例指標的回歸方程及顯著性分析

注：*和**表示回歸方程顯著性達到0.05和0.01顯著水平。

(2b.2)豫中煙區(qū)：

對豫中煙區(qū)的烤煙產(chǎn)量與不同等級、部位煙葉比例指標進行回歸分析，各模型擬合結(jié)果、回歸方程及顯著性檢驗結(jié)果如表5所示。由表5可知，在一定適宜范圍內(nèi)，隨著上等煙比例、中等煙比例、上部葉、中部葉及下部葉比例的增加，烤煙產(chǎn)量呈增加的趨勢。回歸方程顯著性檢驗結(jié)果顯示，不同等級和不同部位煙葉比例與烤煙產(chǎn)量的回歸方程均達到極顯著水平。其中，上等煙比例、上部葉和中部葉比例在非線性條件下，擬合程度較好，中部葉比例的擬合度最好(R²為0.8085)，中等煙比例和下部葉比例與烤煙產(chǎn)量的關(guān)系在線性條件下，擬合程度最好。

表5烤煙產(chǎn)量與不同等級、部位煙葉比例指標的回歸方程及顯著性分析

注：*和**表示回歸方程顯著性達到0.05和0.01顯著水平。

(2b.3)豫南煙區(qū)：

對豫南煙區(qū)烤煙產(chǎn)量與不同等級、部位煙葉比例進行分析，其結(jié)果如表6所示，除中等煙比例與烤煙產(chǎn)量呈非線性關(guān)系外，其余指標與烤煙產(chǎn)量均呈線性關(guān)系。且在一定適宜范圍內(nèi)，烤煙產(chǎn)量隨著上等煙比例、中等煙比例、上部葉和中部葉比例的增加而呈增加的趨勢，回歸方程顯著性檢驗結(jié)果顯示，不同等級和不同部位煙葉比例與烤煙產(chǎn)量的回歸方程均達到極顯著水平。其中，中部葉比例與烤煙產(chǎn)量的線性擬合度最好，R²為0.8777，中等煙比例與烤煙產(chǎn)量的擬合度較其他指標低，但讓呈現(xiàn)極顯著水平。

表6烤煙產(chǎn)量與不同等級、部位煙葉比例指標的回歸方程及顯著性分析

注：*和**表示回歸方程顯著性達到0.05和0.01顯著水平。

(2c)不同烤煙產(chǎn)量類群下不同等級及部位煙葉比例的特點：

(2c.1)豫西煙區(qū)：

依據(jù)豫西煙區(qū)12個縣的近11年的烤煙產(chǎn)量情況，對樣品進行均值聚類分析，結(jié)果見表7。由結(jié)果可知，有22個樣本屬于Ⅰ類群，占樣本總數(shù)的16.67％，主要來自盧氏和靈寶；Ⅱ類群樣本數(shù)有66個，占樣本總數(shù)的50.00％，主要包括新安、欒川、汝陽、宜陽、陜縣和洛寧等地的樣品，44個樣本處在Ⅲ類群，占樣本總數(shù)的33.33％，樣本主要來自澠池、孟津、嵩縣和伊川。

對不同類群烤煙產(chǎn)量進行統(tǒng)計分析，Ⅰ、Ⅱ、Ⅲ產(chǎn)量類群分別是2065.07kg/hm²，1730.03kg/hm²和1671.90kg/hm²，Ⅰ類群與Ⅱ類群和Ⅲ類群間差異顯著，而Ⅱ類群和Ⅲ類群間差異不顯著。從變異系數(shù)可知，Ⅰ產(chǎn)量類群變異系數(shù)較小，樣品整體穩(wěn)定性較好。

表7不同烤煙產(chǎn)量類群的數(shù)量特征分析及樣品來源分布

注：同列字母不同表示差異達到0.05顯著水平。

對不同類群間不同等級、部位煙葉比例進行多重比較，并進行差異分析(表8)。除了上部葉比例外，其他等級及部位煙葉的比例在不同口感類群間的差異達到顯著或極顯著的水平，且煙葉等級及部位比例在不同類群間的含量呈現(xiàn)規(guī)律性變化。具體來說，上等煙比例、中部葉比例和下部葉比例在三個類群間的變化均為Ⅰ類群＞Ⅱ類群＞Ⅲ類群，且上等煙比例、中部葉比例和下部葉比例在不同類群間的變化與烤煙產(chǎn)量變化一致。除了下部煙葉比例外，中等煙比例在不同類群間達到極顯著差異，而上等煙比例、上部葉和中部葉比例在不同類群間達到顯著差異。

據(jù)有關(guān)資料統(tǒng)計，中等煙比例的均值達50％左右^[99]，上等煙比例理論最大值為69.30％，而全國實際平均值為30.10％；煙草種植區(qū)的烤煙最高上等煙比例不到45％，絕大部分產(chǎn)區(qū)上等煙比例在40％以下^[100]。由表4可知，豫西煙區(qū)Ⅰ類群及Ⅱ類群中烤煙上等煙比例均高于全國烤煙上等煙比例的平均值，中等煙比例在Ⅰ類群和Ⅲ類群中的比例分別為54.63％和56.64％，均高于全國均值。由此可知，豫西煙區(qū)的上等煙和中等煙比例相對較高。

表8不同烤煙產(chǎn)量類群中不同等級、部位煙葉比例的差異比較

注：同行字母不同表示差異達到0.05顯著水平。

(2c.2)豫中煙區(qū)：

對豫中煙區(qū)的143個樣品進行分析，其樣品進行均值聚類分析結(jié)果如表4所示，有44個樣本屬于Ⅰ類群，占樣本總數(shù)的30.77％，其產(chǎn)量相較與其他類群較高，主要來自許昌、臨潁、寶豐、襄城；Ⅱ產(chǎn)量類群樣本數(shù)有55個，占樣本總數(shù)的38.46％，主要包括鄢陵、葉縣、魯山、舞陽、郟縣等地的樣品，44個樣本處在Ⅲ類群，該類群烤煙產(chǎn)量較其他類群低，占樣本總數(shù)的30.77％，樣本主要來自禹州、城區(qū)、舞鋼、汝州。

對不同類群烤煙產(chǎn)量進行統(tǒng)計分析，Ⅰ、Ⅱ、Ⅲ產(chǎn)量類群分別是2104.91kg/hm²，1805.88kg/hm²和1595.72kg/hm²，各個類群間的差異較為顯著。從變異系數(shù)可知，Ⅰ產(chǎn)量類群變異系數(shù)較小，樣品整體穩(wěn)定性較好，而Ⅲ產(chǎn)量類群的變異系數(shù)相對較大，為33.92％，說明烤煙產(chǎn)量的穩(wěn)定性較差。

表9不同烤煙產(chǎn)量類群的數(shù)量特征分析及樣品來源分布

注：同列字母不同表示差異達到0.05顯著水平。

對不同類群間不同等級、部位煙葉比例進行多重比較，并進行差異分析(表6)。除了上部葉和下部葉的比例外，其他等級及部位煙葉的比例在不同產(chǎn)量類群間的差異達到顯著或極顯著的水平，同時除下部葉比例外，煙葉等級及部位比例在不同類群間的含量呈現(xiàn)規(guī)律性變化。具體來說，上等煙比例、中等煙比例、上部葉和中部葉比例在三個類群間的變化均為Ⅰ類群＞Ⅱ類群＞Ⅲ類群，且上等煙比例、中等煙比例、上部葉和中部葉比例在不同類群間的變化與烤煙產(chǎn)量變化一致。上等煙和中等煙比例在不同類群間達到極顯著差異，中部葉比例在不同產(chǎn)量類群間呈現(xiàn)顯著差異，而上部葉和下部葉比例在不同類群間達到顯著差異。

由表10可知，豫中煙區(qū)Ⅰ類群中烤煙上等煙比例高于全國烤煙上等煙比例的平均值，中等煙比例在Ⅰ類群和Ⅱ類群中的比例分別為55.23％和51.20％，高于豫西煙區(qū)，且均高于全國均值。

表10不同烤煙產(chǎn)量類群中不同等級、部位煙葉比例的差異比較

注：同行字母不同表示差異達到0.05顯著水平。

(2c.3)豫南煙區(qū)：

依據(jù)豫南煙區(qū)13個縣的近11年的烤煙產(chǎn)量情況，對樣品進行均值聚類分析，結(jié)果見表11。由結(jié)果可知，有44個樣本屬于Ⅰ類群，占樣本總數(shù)的30.77％，主要包括西平、上蔡、方城、社旗；Ⅱ類群樣本數(shù)有55個，占樣本總數(shù)的38.46％，主要包括沁陽、遂平、鎮(zhèn)平、內(nèi)鄉(xiāng)、鄧州等地的樣品，44樣本處在Ⅲ類群，占樣本總數(shù)的30.77％，樣本主要來自確山、西峽、浙川、唐河。

對不同類群烤煙產(chǎn)量進行統(tǒng)計分析，Ⅰ、Ⅱ、Ⅲ產(chǎn)量類群的烤煙產(chǎn)量均值分別是2015.95kg/hm²，1711.73kg/hm²和1636.42kg/hm²，Ⅰ類群與Ⅱ類群和Ⅲ類群間差異顯著，而Ⅱ類群和Ⅲ類群間差異不顯著。從變異系數(shù)可知，Ⅲ產(chǎn)量類群變異系數(shù)較小，樣品整體穩(wěn)定性較好。

表11不同烤煙產(chǎn)量類群的數(shù)量特征分析及樣品來源分布

注：同列字母不同表示差異達到0.05顯著水平。

對不同類群中的不同等級、部位煙葉比例進行多重比較，并進行差異分析(表12)。由分析結(jié)果可知，Ⅰ類群和Ⅲ類群間的各個指標間均達到顯著差異，而Ⅱ類群和Ⅲ類群間的各個指標均差異不顯著，且煙葉等級及部位比例在不同類群間的含量呈現(xiàn)規(guī)律性變化。具體來說，上等煙比例、中等煙比例和中部葉比例在三個類群間的變化均為Ⅰ類群＞Ⅱ類群＞Ⅲ類群，且上等煙比例、中等煙比例和中部葉比例在不同類群間的變化與烤煙產(chǎn)量變化一致，而上部葉和下部葉比例則表現(xiàn)為Ⅲ類群＞Ⅱ類群＞Ⅰ類群。

由表12可知，豫南煙區(qū)Ⅰ類群中烤煙上等煙比例高于全國烤煙上等煙比例的平均值，中等煙比例在Ⅰ類群和Ⅲ類群中的比例分別為54.98％和51.04％，其中Ⅰ類群中的中等煙比例較豫西煙區(qū)高，且均高于全國均值。由此可知，豫南煙區(qū)的中等煙比例相對較高。

表12不同烤煙產(chǎn)量類群中不同等級、部位煙葉比例的差異比較

注：同行字母不同表示差異達到0.05顯著水平。

(3)不同煙區(qū)烤煙產(chǎn)量與氣候因素的關(guān)系分析：

(3a)不同煙區(qū)烤煙產(chǎn)量與氣候因素的通徑分析：

(3a.1)豫西煙區(qū)：

對烤煙大田生育期的平均溫度、相對濕度、降水量、日照時數(shù)、日最低和日最高溫度、最小相對濕度與烤煙產(chǎn)量的關(guān)系進行通徑分析，其結(jié)果如表13所示，大田氣候因子對烤煙產(chǎn)量的直接作用不均等，其對烤煙產(chǎn)量的影響表現(xiàn)為平均溫度>日照時數(shù)>日最高溫度>相對濕度>降水量>最小相對濕度>日最低溫度。其中平均溫度、相對濕度、日最低和最高溫度、最小相對濕度對烤煙產(chǎn)量為正直接作用，降水量和日照時數(shù)為負直接作用。

從氣候因子對烤煙產(chǎn)量間接作用的總和可知，各氣候因子對烤煙產(chǎn)量的間接作用也有較大的差異，其中日照時數(shù)對烤煙產(chǎn)量的間接作用最大，其次是降水量，而日最高溫度對其的間接作用最??；降水量、日照時數(shù)、日最低溫度對烤煙產(chǎn)量是正間接作用，而平均溫度、相對濕度、日最高溫度、最小相對濕度則為負間接作用；從間接作用的途徑來看，平均溫度通過日照時數(shù)對烤煙產(chǎn)量起間接作用；相對濕度、日照時數(shù)通過平均溫度對烤煙產(chǎn)量起間接作用；降水量、日最低和日最高溫度通過平均溫度、日照時數(shù)對烤煙產(chǎn)量起間接作用；最小相對濕度通過平均溫度、日最高溫度和相對濕度對烤煙產(chǎn)量起間接作用。

表13烤煙產(chǎn)量與氣候因素間的通徑分析

(3a.2)豫中煙區(qū)：

對豫中煙區(qū)的烤煙產(chǎn)量與烤煙大田生育期氣候因素的關(guān)系進行通徑分析，其結(jié)果如表14所示，氣候因素對烤煙產(chǎn)量的直接作用不均等，其對烤煙產(chǎn)量的影響表現(xiàn)為平均溫度>日照時數(shù)>降水量>最小相對濕度>日最高溫度>相對濕度>日最低溫度。其中平均溫度、降水量、日照時數(shù)、相對濕度、日最高溫度、最小相對濕度對烤煙產(chǎn)量為正直接作用，而日最低溫度則起負直接作用。

從氣候因素對烤煙產(chǎn)量間接作用的總和可知，各氣候因素對烤煙產(chǎn)量的間接作用也有較大的差異，其中平均溫度對烤煙產(chǎn)量的間接作用最大，其次是日照時數(shù)，而日最低溫度對其的間接作用最??；除日最低溫度和最小相對濕度外，其余氣候因素對烤煙產(chǎn)量均為正間接作用；從間接作用的途徑來看，平均溫度通過日照時數(shù)和降水量對烤煙產(chǎn)量起間接作用；相對濕度和降水量通過平均溫度和日照時數(shù)對烤煙產(chǎn)量起間接作用；日照時數(shù)和日最高溫度通過平均溫度和降水量對烤煙產(chǎn)量起間接作用；日最低溫度和最小相對濕度通過平均溫度和日照時數(shù)對烤煙產(chǎn)量起間接作用。

表14烤煙產(chǎn)量與氣候因素間的通徑分析

(3a.3)豫南煙區(qū)：

對豫南煙區(qū)烤煙大田生育期的平均溫度、相對濕度、降水量、日照時數(shù)、日最低和日最高溫度、最小相對濕度與烤煙產(chǎn)量的關(guān)系進行通徑分析，其結(jié)果如表15所示，大田氣候因子對烤煙產(chǎn)量的直接作用不均等，其對烤煙產(chǎn)量的影響表現(xiàn)為日照時數(shù)>平均溫度>降水量>相對濕度>日最高溫度>最小相對濕度>日最低溫度。其中除最小相對濕度外，其余氣候因素對烤煙產(chǎn)量均為正直接作用。

從氣候因素對烤煙產(chǎn)量間接作用的總和可知，各氣候因素對烤煙產(chǎn)量的間接作用也有較大的差異，其中日照時數(shù)對烤煙產(chǎn)量的間接作用最大，其次是平均溫度，而日最高溫度對其的間接作用最??；從間接作用的途徑來看，平均溫度通過日照時數(shù)和降水量對烤煙產(chǎn)量起間接作用；相對濕度、降水量通過平均溫度和日照時數(shù)對烤煙產(chǎn)量起間接作用；日照時數(shù)通過平均溫度和降水量對烤煙產(chǎn)量起間接作用；日最低溫度、日最高溫度和最小相對濕度通過平均溫度和日照時數(shù)對烤煙產(chǎn)量起間接作用。

表15烤煙產(chǎn)量與氣候因素間的通徑分析

(3b)不同煙區(qū)烤煙產(chǎn)量與氣候因素的灰色優(yōu)勢分析

(3b.1)豫西煙區(qū)：

將烤煙產(chǎn)量作為特征行為序列，將氣候因素作為相關(guān)行為序列，得到原始數(shù)據(jù)序列，求出原始數(shù)據(jù)的始點零化像，然后分別計算烤煙產(chǎn)量與氣候因素的灰色絕對關(guān)聯(lián)度、灰色相對關(guān)聯(lián)度，進而計算其與氣候因素的灰色綜合關(guān)聯(lián)度，分析結(jié)果如表16所示，就烤煙產(chǎn)量與主要氣候因素的灰色絕對關(guān)聯(lián)度來看，烤煙產(chǎn)量與主要氣候因素的灰色絕對關(guān)聯(lián)度均小于0.6；從相對關(guān)聯(lián)度來看，平均溫度與烤煙產(chǎn)量關(guān)聯(lián)度最大，其次是日照時數(shù)、日最低溫度，降水量；由綜合關(guān)聯(lián)度可知，烤煙產(chǎn)量與氣候因素的關(guān)聯(lián)序為平均溫度＞日照時數(shù)＞降水量＞日最低溫度＞相對濕度＞最小相對濕度＞日最高溫度。可見，平均溫度、日照時數(shù)、降水量和日最低溫度對烤煙經(jīng)濟性狀的影響較大。

表16烤煙產(chǎn)量與氣候因素的灰色優(yōu)勢分析

(3b.2)豫中煙區(qū)：

對豫中煙區(qū)的烤煙產(chǎn)量與氣候因素的關(guān)系進行分析，其分析結(jié)果如表17所示，就烤煙產(chǎn)量與主要氣候因素的灰色絕對關(guān)聯(lián)度來看，烤煙產(chǎn)量與主要氣候因子的灰色絕對關(guān)聯(lián)度均小于0.6；從相對關(guān)聯(lián)度來看，降水量與烤煙產(chǎn)量關(guān)聯(lián)度最大，其次是平均溫度、日照時數(shù)、日最低溫度；由綜合關(guān)聯(lián)度可知，烤煙產(chǎn)量與氣候因子的關(guān)聯(lián)序為日照時數(shù)＞平均溫度＞降水量＞日最低溫度＞最小相對濕度＞相對濕度＞日最高溫度?？梢?，日照時數(shù)、平均溫度、降水量和日最低溫度對烤煙經(jīng)濟性狀的影響較大。

表17烤煙產(chǎn)量與氣候因素的灰色優(yōu)勢分析

(3b.3)豫南煙區(qū)：

將豫南煙區(qū)的烤煙產(chǎn)量作為特征行為序列，將氣候因素作為相關(guān)行為序列，得到原始數(shù)據(jù)序列，求出原始數(shù)據(jù)的始點零化像，然后分別計算豫南煙區(qū)烤煙產(chǎn)量與氣候因素的灰色絕對關(guān)聯(lián)度、灰色相對關(guān)聯(lián)度，進而計算其與氣候因子的灰色綜合關(guān)聯(lián)度，分析結(jié)果如表18所示，就烤煙產(chǎn)量與主要氣候因素的灰色絕對關(guān)聯(lián)度來看，烤煙產(chǎn)量與主要氣候因子的灰色絕對關(guān)聯(lián)度均小于0.6，其中烤煙產(chǎn)量與日照時數(shù)的灰色絕對關(guān)聯(lián)度最大；從相對關(guān)聯(lián)度來看，平均溫度與烤煙產(chǎn)量關(guān)聯(lián)度最大，其次是日照時數(shù)、日最低溫度，降水量；由綜合關(guān)聯(lián)度可知，烤煙產(chǎn)量與氣候因子的關(guān)聯(lián)序為平均溫度＞日照時數(shù)＞日最低溫度＞降水量＞最小相對濕度＞日最高溫度＞相對濕度?？梢?，平均溫度、日照時數(shù)、日最低氣溫度和降水量對烤煙經(jīng)濟性狀的影響較大。

表18烤煙產(chǎn)量與氣候因素的灰色優(yōu)勢分析

(4)基于多氣候因素的煙葉產(chǎn)量預(yù)測模型(不同地區(qū))

(4a)不同煙區(qū)烤煙產(chǎn)量的灰色預(yù)測模型：

(4a.1)豫西煙區(qū)：

對豫西煙區(qū)2004-2014年的烤煙產(chǎn)量進行統(tǒng)計分析，其烤煙產(chǎn)量如表19所示。

表19洛陽和三門峽煙區(qū)年烤煙產(chǎn)量

經(jīng)過經(jīng)依次累加計算求得：

X¹(i)＝[1529.94,3311.54,5203.75,6608.50,9017.96,11205.84,13496.36,15371.50,17594.67,19607.59,21841.72]

構(gòu)造數(shù)據(jù)矩陣

Y_N＝[1784.60，1892.21，1404.75，2409.46，2187.88，2290.52，1875.14，2223.17，2012.92，2234.13]^T

計算得到：a＝-0.02，b＝1786.61。

由此得到豫西煙區(qū)烤煙產(chǎn)量預(yù)測模型：

經(jīng)過計算得到豫西煙區(qū)的烤煙預(yù)測產(chǎn)量見表20：

表20豫西煙區(qū)烤煙產(chǎn)量預(yù)測值

經(jīng)由上述分析可知，豫西煙區(qū)烤煙產(chǎn)量預(yù)測值與實際值比較吻合，實際產(chǎn)量均勻地分布在預(yù)測產(chǎn)量的兩邊。經(jīng)過精度檢驗，平均預(yù)測精度為0.95，預(yù)測精度高，結(jié)果可靠。說明灰色預(yù)測模型可運用于豫西煙區(qū)的烤煙產(chǎn)量預(yù)測。

(4a.2)豫中煙區(qū)：

對豫中煙區(qū)2004-2014年的烤煙產(chǎn)量進行統(tǒng)計分析，其烤煙產(chǎn)量如表21所示。

表21豫南煙區(qū)年烤煙產(chǎn)量

經(jīng)過經(jīng)依次累加計算求得：

X¹(i)＝[1100.75，2968.78，4652.69，6100.00，8150.02，10532.71，12829.57，14707.35，16882.96，19033.04，21178.60]

構(gòu)造數(shù)據(jù)矩陣

Y_N＝[1868.03，1683.91，1447.31，2050.02，2382.69，2296.86，1877.78，2175.61，2150.08，2145.56]^T

計算得到：a＝-0.03，b＝1732.21。

由此得到豫中煙區(qū)烤煙產(chǎn)量預(yù)測模型：

經(jīng)過計算得到豫中煙區(qū)的烤煙預(yù)測產(chǎn)量見表22：

表22許昌、漯河和平頂山煙區(qū)烤煙產(chǎn)量預(yù)測值

經(jīng)由上述分析可知，許昌、漯河和平頂山煙區(qū)烤煙產(chǎn)量預(yù)測值與實際值比較吻合，實際產(chǎn)量均勻地分布在預(yù)測產(chǎn)量的兩邊。經(jīng)過精度檢驗，平均預(yù)測精度為0.94，預(yù)測精度高，結(jié)果可靠。說明灰色預(yù)測模型可運用于許昌、漯河和平頂山煙區(qū)的烤煙產(chǎn)量預(yù)測。

(4a.3)豫南煙區(qū)

對豫南煙區(qū)2004-2014年的烤煙產(chǎn)量進行統(tǒng)計分析，其烤煙產(chǎn)量如表23所示。

表23豫南煙區(qū)年烤煙產(chǎn)量

經(jīng)過經(jīng)依次累加計算求得：

X¹(i)＝[1313.25,3110.92,4827.77,6004.62,7942.05,10323.25,12508.00,14725.68,16905.21,18932.80,21113.22]

構(gòu)造數(shù)據(jù)矩陣

Y_N＝[1797.67，1716.02，1176.85，1937.43，2381.20，2184.75，2217.68，2179.53，2027.59，2180.42]^T

計算得到：a＝-0.03，b＝1625.93。

由此得到豫南煙區(qū)烤煙產(chǎn)量預(yù)測模型：

經(jīng)過計算得到豫南煙區(qū)的烤煙預(yù)測產(chǎn)量見表24：

表24豫南煙區(qū)烤煙產(chǎn)量預(yù)測值

經(jīng)由上述分析可知，豫南煙區(qū)烤煙產(chǎn)量預(yù)測值與實際值比較吻合，實際產(chǎn)量均勻地分布在預(yù)測產(chǎn)量的兩邊。經(jīng)過精度檢驗，平均預(yù)測精度為0.96，預(yù)測精度高，結(jié)果可靠。說明灰色預(yù)測模型可運用于豫南煙區(qū)的烤煙產(chǎn)量預(yù)測。

(4b)不同煙區(qū)烤煙產(chǎn)量的多元回歸分析：

(4b.1)豫西煙區(qū)：

以豫西煙區(qū)整個大田生育期的平均溫度、相對濕度、降水量、日照時數(shù)、日最低和日最高溫度、最小相對濕度作為自變量，豫西煙區(qū)的烤煙產(chǎn)量為因變量，通過逐步回歸分析獲得回歸模型：

Y＝-1320.7+131.78x₁+7.52x₂+3.44x₃

式中：Y為豫西煙區(qū)烤煙產(chǎn)量，x₁為平均溫度，x₂為降水量，x₃為日照時數(shù)。(其中，x₁，x₂，x₃，x₄的變化均在烤煙正常生長發(fā)育所需要的氣候條件的范圍內(nèi))

由表25和26可知，所建立的回歸模型的方差分析達到極顯著水平，各個變量的回歸系數(shù)均達到極顯著水平，殘差診斷的Durbin-Waston統(tǒng)計量d＝1.869，接近于2，表示殘差相互獨立。上述回歸模型可靠性診斷結(jié)果說明，建立的烤煙產(chǎn)量回歸模型的可靠性較高。

逐步回歸分析的結(jié)果(表25，26)表明，平均溫度、降水量、日照時數(shù)綜合影響烤煙的產(chǎn)量，并與烤煙產(chǎn)量的高低存在極顯著的回歸關(guān)系。在所考察的7項指標中該3項指標共同決定了烤煙產(chǎn)量變化的97.4％。

表25烤煙產(chǎn)量與氣候因素回歸模型的系數(shù)

表26烤煙產(chǎn)量與氣候因素的回歸模型分析

(4b.2)豫中煙區(qū)：

以豫中煙區(qū)整個大田生育期的氣候因素作為自變量，烤煙產(chǎn)量為因變量，通過逐步回歸分析(表27,28)獲得回歸模型：

Y＝-5956.65+150.27x₁+1.20x₂+21.83x₃+54.03x₄

式中：Y為豫中煙區(qū)烤煙產(chǎn)量，x₁為平均溫度，x₂為日照時數(shù)，x₃為最小相對濕度，x₄為日最高溫度。(其中，x₁，x₂，x₃，x₄的變化均在烤煙正常生長發(fā)育所需要的氣候條件的范圍內(nèi))

由表27和28可知，所建立的回歸模型的方差分析達到極顯著水平，各個變量的回歸系數(shù)均達到極顯著水平，殘差診斷的Durbin-Waston統(tǒng)計量d＝2.207，表示殘差相互獨立。上述回歸模型可靠性診斷結(jié)果說明，建立的烤煙產(chǎn)量回歸模型的可靠性較高。

逐步回歸分析的結(jié)果(表27，28)表明，平均溫度、日照時數(shù)、最小相對濕度和日最高溫度綜合影響烤煙的產(chǎn)量，并與烤煙產(chǎn)量的高低存在極顯著的回歸關(guān)系。在所考察的7項指標中該4項指標共同決定了烤煙產(chǎn)量變化的99.3％。

表27烤煙產(chǎn)量與氣候因素回歸模型的系數(shù)

表28烤煙產(chǎn)量與氣候因素的回歸模型分析

(4b.3)豫南煙區(qū)：

以豫南煙區(qū)整個大田生育期的平均溫度、相對濕度、降水量、日照時數(shù)、日最低和日最高溫度、最小相對濕度作為自變量，豫南煙區(qū)的烤煙產(chǎn)量為因變量，通過逐步回歸分析(見表29)獲得回歸模型：

Y＝-2610.69+101.9x₁+3.87x₂+3.65x₃+0.15x₄

式中：Y為豫南煙區(qū)烤煙產(chǎn)量，x₁為平均溫度，x₂為降水量，x₃為日照時數(shù)，x₄為日最低溫度。(其中，x₁，x₂，x₃，x₄的變化均在烤煙正常生長發(fā)育所需要的氣候條件的范圍內(nèi))

由表29和30可知，所建立的回歸模型的方差分析達到極顯著水平，除日最低氣溫外，其他變量的回歸系數(shù)均達到極顯著水平，殘差診斷的Durbin-Waston統(tǒng)計量d＝2.346，表示殘差相互獨立。上述回歸模型可靠性診斷結(jié)果說明，建立的烤煙產(chǎn)量回歸模型的可靠性較高。

逐步回歸分析的結(jié)果(表29，30)表明，平均溫度、降水量、日照時數(shù)和日最低溫度綜合影響烤煙的產(chǎn)量，并與烤煙產(chǎn)量的高低存在極顯著的回歸關(guān)系。在所考察的7項指標中該4項指標共同決定了烤煙產(chǎn)量變化的93.7％。

表29烤煙產(chǎn)量與氣候因素回歸模型的系數(shù)

表30烤煙產(chǎn)量與氣候因素的回歸模型分析

(4c)不同煙區(qū)烤煙產(chǎn)量的BP神經(jīng)網(wǎng)絡(luò)分析：

以豫西、豫中、豫南煙區(qū)的整個大田生育期的平均溫度、相對濕度、降水量、日照時數(shù)、日最低和日最高溫度、最小相對濕度作為輸入變量，三個煙區(qū)的烤煙產(chǎn)量作為輸出變量，構(gòu)建網(wǎng)絡(luò)結(jié)構(gòu)為7-5-1的BP神經(jīng)網(wǎng)絡(luò)模型。其中，7個輸入層節(jié)點對應(yīng)接受7個輸入變量；5個中間層節(jié)點是多次試驗后確定的；1個隱層節(jié)點對應(yīng)烤煙產(chǎn)量輸出。中間層采用Sigmoid函數(shù)作為變換函數(shù)；輸出層則采用線性函數(shù)。BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練時，首先將三個煙區(qū)的33個樣本數(shù)據(jù)進行隨機分組，按照0.7：0.15：0.15的比例將樣本集分為訓(xùn)練樣本集、校驗樣本集和測試樣本集。然后，利用訓(xùn)練樣本集對網(wǎng)絡(luò)進行訓(xùn)練，修正網(wǎng)絡(luò)連接權(quán)值；并不斷利用校驗樣本集對網(wǎng)絡(luò)輸出進行校驗。最后，當(dāng)達到停止訓(xùn)練的條件時，終止網(wǎng)絡(luò)訓(xùn)練，并利用測試樣本集對網(wǎng)絡(luò)輸出進行測試。經(jīng)過12次迭代計算，網(wǎng)絡(luò)的校驗樣本輸出誤差最小，網(wǎng)絡(luò)訓(xùn)練結(jié)束。其中，回歸的R值均大于0.96，說明經(jīng)過樣本訓(xùn)練所建立BP神經(jīng)網(wǎng)絡(luò)模型，其輸出值與實測值有良好的趨勢一致性，總體誤差較小。另外，從網(wǎng)絡(luò)輸出的誤差分布直方圖來看，樣本輸出誤差總體上基本符合正態(tài)分布特征，這也說明所得到的BP神經(jīng)網(wǎng)絡(luò)模型是較為可靠的?？傊肂P神經(jīng)網(wǎng)絡(luò)方法所建立的煙區(qū)烤煙產(chǎn)量預(yù)測模型，其結(jié)果是較為可靠的。相對于一般的多元回歸模型，BP神經(jīng)網(wǎng)絡(luò)模型具有良好的自組織、自適應(yīng)特性，可以更好的反映樣本數(shù)據(jù)中所蘊含的規(guī)律。本發(fā)明采用的BP神經(jīng)網(wǎng)絡(luò)模型，全面綜合了煙區(qū)整個大田生育期的平均溫度、相對濕度、降水量、日照時數(shù)、日最低和日最高溫度、最小相對濕度等7個參數(shù)，能夠為準確預(yù)測煙區(qū)烤煙產(chǎn)量提供性能良好的數(shù)學(xué)模型。

(4f)河南省不同煙區(qū)烤煙經(jīng)濟性狀的綜合分析：

(4f.1)烤煙經(jīng)濟性狀的灰色關(guān)聯(lián)聚類分析：

河南不同煙草種植區(qū)烤煙經(jīng)濟性狀的均值表現(xiàn)如表31所示。由表31可知，許昌煙區(qū)烤煙產(chǎn)量和上等煙比例均值相對較高，分別達2181.76kg/hm²和36.23％，其產(chǎn)量顯著高于全國烤煙單產(chǎn)均值，而濟源煙區(qū)的烤煙產(chǎn)量和上等煙比例則相對較低；而濟源煙區(qū)的中等煙比例則相對較高，為66.93％，高于全國中等煙比例均值。由此可知，協(xié)調(diào)河南煙區(qū)烤煙產(chǎn)量的經(jīng)濟性狀尤為重要，各煙草種植區(qū)應(yīng)根據(jù)當(dāng)?shù)胤N植條件，在保證烤煙品質(zhì)的前提下，提高烤煙經(jīng)濟性狀。

表31不同煙草種植區(qū)烤煙產(chǎn)量、上等煙和中等煙比例的均值

由表31的不同煙草種植區(qū)烤煙產(chǎn)量、上等煙和中等煙比例的均值為基礎(chǔ)，對不同煙區(qū)烤煙的產(chǎn)量、上等煙和中等煙比例指標進行原始數(shù)據(jù)的無量綱化處理，進而得到初值變換后的數(shù)據(jù)序列，然后對各指標原始數(shù)據(jù)進行始點零化像，計算灰色絕對關(guān)聯(lián)度值，組成灰色絕對關(guān)聯(lián)矩陣(見表32)。其中x值的大小分別代表了不同煙草種植區(qū)產(chǎn)量、上等煙和中等煙比例的關(guān)聯(lián)度值，其值越大，說明其產(chǎn)量、上等煙和中等煙比例相對較好。

表32不同煙草種植區(qū)烤煙產(chǎn)量、上等煙和中等煙比例的灰色絕對關(guān)聯(lián)矩陣

根據(jù)灰色關(guān)聯(lián)聚類的要求，確定聚類臨界值λ，由表32不同種植區(qū)烤煙經(jīng)濟性狀的灰色絕對關(guān)聯(lián)矩陣可知，令λ＝0.95，從第一行開始依次進行檢查，選出大于0.95的r_ij，主要有r₁₂、r₁₈、r₃₄、r₃₆、r₃₉、r₄₆、r₄₇、r₄₉、r₆₇、r₆₉、r₇₉，由此可知，x₁與x₂、x₈在同一類中；x₃與x₄、x₆、x₉在同一類中；x₄與x₆、x₇、x₉在同一類中；x₆與x₇、x₉在同一類中；x₇與x₉在同一類中；x5與x10各自成一類。根據(jù)取號最小的指標作為各類的代表，得到的聚類結(jié)果如表33所示。由結(jié)果可知，第Ⅰ類群主要包括三門峽、洛陽和濟源煙區(qū)；第Ⅱ類群主要包括信陽煙區(qū)；第Ⅲ類群主要包括許昌、南陽、駐馬店、平頂山、漯河煙區(qū)；第Ⅳ類群主要包括商丘煙區(qū)。從變異系數(shù)可知，除第Ⅱ類群中烤煙產(chǎn)量變異系數(shù)較大，為42.46％，其他類群經(jīng)濟性狀則相對較小，樣品整體穩(wěn)定性較好。

表33不同種植區(qū)烤煙產(chǎn)量、上等煙和中等煙比例聚類結(jié)果

(4f.2)烤煙經(jīng)濟性狀的差異性分析

對不同煙草種植區(qū)的烤煙產(chǎn)量、上等煙和中等煙比例進行方差分析，分析結(jié)果如表34和表35所示。方差分析結(jié)果表明，不同類群間的上等煙和中等煙比例達到極顯著差異，烤煙產(chǎn)量達到顯著差異。多重比較的結(jié)果表明，第Ⅲ類烤煙產(chǎn)量與第Ⅱ類和第Ⅳ類差異顯著，而與第Ⅰ類烤煙產(chǎn)量差異不顯著，其中第Ⅲ類烤煙產(chǎn)量的均值最高，而第Ⅳ類中烤煙產(chǎn)量較低；上等煙比例在第Ⅲ類和第Ⅳ類中顯著高于第Ⅰ類和第Ⅱ類，且第Ⅰ類和第Ⅱ類上等煙比例差異不顯著，上等煙比例在類間的表現(xiàn)為第Ⅲ類＞第Ⅳ類＞第Ⅰ類＞第Ⅱ類；中等煙比例在第Ⅰ類中顯著高于其他類別，且第Ⅱ、Ⅲ和Ⅳ類間的中等煙比例差異不顯著，其中第Ⅰ類中等煙比例最高，而第Ⅳ類中等煙比例最低。由此可知，三門峽、洛陽和濟源煙區(qū)的烤煙中等煙比例較高，許昌、南陽、駐馬店、平頂山和漯河煙區(qū)的中等煙比例次之，而烤煙產(chǎn)量和上等煙比例則較其他煙草種植區(qū)高，其均值達2079.62kg/hm²和33.86％；信陽煙區(qū)的烤煙產(chǎn)量和上等煙比例相對較低，商丘煙區(qū)的中等煙比例最低。

表34不同類別烤煙經(jīng)濟產(chǎn)量、上等煙和中等煙比例的方差分析

注：*、**分別表示處理間差異達到0.05和0.01顯著水平。

表35不同類別烤煙經(jīng)濟性狀產(chǎn)量、上等煙和中等煙比例的多重比較

注：同列數(shù)據(jù)后的不同小寫字母表示類別間差異達到5％顯著水平。

(4f.3)烤煙經(jīng)濟性狀的灰色關(guān)聯(lián)決策分析：

按照灰色絕對關(guān)聯(lián)度的計算步驟，計算不同烤煙種植區(qū)其產(chǎn)量、上等煙和中等煙比例的平均值與最優(yōu)目標解之間的關(guān)聯(lián)度值，進而得到不同烤煙種植區(qū)烤煙產(chǎn)量、上等煙和中等煙比例的灰色關(guān)聯(lián)決策值，其結(jié)果見表36。

表36不同種植區(qū)烤煙經(jīng)濟產(chǎn)量、上等煙和中等煙比例的灰色關(guān)聯(lián)決策分析

由表36可知，不同種植區(qū)烤煙產(chǎn)量、上等煙和中等煙比例的灰色關(guān)聯(lián)決策值大小表示不同種植區(qū)烤煙產(chǎn)量、上等煙和中等煙比例綜合指標的優(yōu)劣程度。經(jīng)過綜合評價，第Ⅰ類平均決策值為0.93，占樣本總數(shù)的27.66％；第Ⅱ類平均決策值為0.89，占樣本總數(shù)的6.38％；第Ⅲ類平均決策值為0.98，占總樣本數(shù)較大，為55.32％；第Ⅳ類平均決策值為0.85，占樣本總數(shù)10.64％。其中產(chǎn)量、上等煙和中等煙比例最優(yōu)的是第Ⅲ類，主要包括許昌、南陽、駐馬店、平頂山和漯河煙區(qū)；第Ⅰ類產(chǎn)量、上等煙和中等煙比例表現(xiàn)中等，主要包括三門峽、洛陽和濟源煙區(qū)，決策值較低的是第Ⅰ類，主要有信陽煙區(qū)，決策值最低的為商丘煙區(qū)。