烤烟淀粉与物理指标的关系分析

检测了我国主要烤烟产区的396份云烟87品种的C3F等级烟叶样品,分析了我国烤烟淀粉与物理指标的关系,并构建了二者的多元回归方程.结果表明:烤烟淀粉与叶面密度关系可用复合比级数曲线模型?=e(0.5247+0.0124x)描述,与平衡含水率关系可用指数模型?=1873.9717e-2.193x描述,与叶片厚度关系可用二次函数模型?=15.1955-260.4228x+1494.0512x2描述,与拉力关系可用对数模型?=6.1118-2.6737 lnx描述,与填充值关系可用逆矩阵模型?=-1.3542+25.5112/x描述,与单叶重关系可用幂函数曲线模型?=1.851x0.0916描述,与含梗率关系可用混合曲线模型?=14.84670.9614x描述,与出丝率关系可用S模型?=e(4.8626-306.049/x)描述,曲线回归方程相关性均达到极显著水平;烤烟淀粉含量与单叶重、叶面密度、叶片厚度和出丝率等指标呈极显著正相关关系,与填充值、平衡含水率、拉力和含梗率呈极显著负相关关系;通径分析表明单叶重、叶面密度、拉力、平衡含水率等物理指标对烤烟淀粉含量的直接作用绝对值较大.     

基于灰色统计的烤烟化学成分指标的相对重要性评价

众多的烟草化学成分指标增加了烟叶品质分析和综合评价的难度。针对这一问题,选取主要烤烟产区样品共247份,运用灰色统计分析法研究了这些样品10个常规化学成分指标。结果表明:总氮、糖碱比、氮碱比、氯、蛋白质属于A类指标,对烟叶品质的影响程度最大;还原糖、烟碱、水溶性总糖、总植物碱、钾氯比为B类指标,对烟叶品质的影响程度仅次于A类指标。运用灰色统计分析法还可以对烟叶化学成分适宜区域划分的合理性进行验证。配方叶组选择烟叶原料时,如果烟叶化学成分不在适宜区域内,总氮、糖碱比、氮碱比、氯、蛋白质等A类指标以选择小于适宜区域的化学成分较为合理;还原糖、烟碱、水溶性总糖、总植物碱、钾氯比等B类指标应选择大于适宜区域的化学成分对烟叶品质的影响较小。图3,表4,参13。     

土壤与初烤烟叶成分及烤烟品质的相关性分析

为了探讨植烟区土壤成分对烤烟基础化学成分及品质的影响,选择南平K326植烟品种为材料,测定土壤和烟叶中基础成分含量,分析其与评吸结果的关联性.研究结果表明:土壤碱解氮和速效磷含量与C3F烤烟烟碱有较高的正相关性(r>0.64),土壤有机质与烤烟总氮、总糖、还原糖含量有正相关性(r>0.72).C3F烤烟透发性与土壤速效...     

烤烟分级的综合评估数学模型

本文建立了一种烤烟分级的综合评估数学模型，使（４０）级烤烟分级国家标准的使用更加完备、方便、合理．解决了样本群的分级问题．并实现了烤烟分级的计算机自动化数据处理．     

不同前茬对攀枝花烤烟产量和质量的影响

以云烟87为试验材料,以小麦、黑麦草、豌豆、苕子、油菜、大蒜等作物以及冬闲作为烤烟前茬,研究不同前茬对攀枝花烟叶的产量及质量的影响。试验结果表明,前茬种植黑麦草、豌豆、油菜有利于种植出烤烟中棵烟;前茬种植黑麦草、苕子、油菜能收获更高的经济效益,但前茬冬闲和种植黑麦草、小麦更能彰显攀西烟叶清香型风格,生产上推荐烤烟前茬种植黑麦草。     

云南烤烟中上部叶片氮化合物代谢规律研究

针对目前部分烟区烤烟中、上部叶片含氮化合物含量偏高,影响烟叶（特别是上部叶）可用性的实际,在不同施氮量和氮素形态下,研究了烤烟K326大田中后期中、上部叶片含氮化合物总氮、烟碱、蛋白质和氨基酸含量变化规律。中部叶中,施氮量增加,叶片总氮、蛋白质、氨基酸含量增加,烟碱含量变化不明显;氮素形态对总氮、蛋白质、氨基酸的影响不明显,成熟期烟碱含量随硝态肥施用比例增加有下降趋势,上部叶中,施氮量剧烈影响叶片各种含氮化合物含量,施氮量越高,含氮化合物含量越高,高氮量处理明显高于中、低氮量处理;氮素形态对上部叶含氮化合物影响与对中部叶的影响基本一致,因此,生产中降低中、上部烟叶含氮化合物含量,提高烟叶可用性应严格控制施氮量;增加硝氮施用比例可促进烟株对氮素的前期吸收,一定程度降低上部叶烟碱含量。     

烤烟湿润育苗基质替代技术研究Ⅱ:初步筛选配方育苗效果及配套技术研究

该文通过对初筛选及再筛选配方进行多次重复性育苗对比试验及相关配套技术研究,结果表明:最终筛选出育苗较为稳定、烟苗出苗率较高、烟苗生长整齐无病健壮的P6、P15两个替代基质;烟苗生长前中期适当轻剪剪叶约1/4、烟苗生长后期适度剪叶约1/3更有利于促进根系生长、茎秆拔高、茎围增粗、烟苗干物质积累,而生长前中期重剪不利于根系的生长和茎杆的拔高;在烟苗生长中后期采取“浇水”较有利于促进根系生长及其干物质积累,“灌水”则较有利于促进茎秆生长及其干物质积累,但不利于根系的生长发育.     

基于机器视觉的烟叶自动分组方法简

烤烟烟叶的分组依据主要有烟叶的部位和颜色,传统的分组方法主要是依靠人的感官(视觉、触觉、嗅觉)进行分组评判,这种评判方法主观随意性强,容易受到个人因素和环境因素的影响.为了克服这一缺点,利用机器视觉技术,对福建三明产区的K326烤烟,除完熟组以外的7个主组共78片烟叶提取外观特征,包括烟叶的几何特征(如长度、宽度、伸缩度、面积)和颜色特征(如色调、饱和度).将传统烟叶分组中定性的分组因素量化,再经过模糊综合评判方法判断烟叶的组别,为烟叶进一步精准化分级做准备.分组实验的正确率为91.30%,已经达到了人工分组水平.