清香型优质烟叶物理特性指标预测分析

生态条件对烟叶品质具有重要影响,物理特性是烟叶品质评价中的重要组成部分.为探究烟叶物理特性与生态因子间的定量关系,构建物理特性预测模型,基于云南省玉溪市2019—2020年优质烟叶的物理特性与生态数据(气象、土壤和海拔),建立多元线性统计预测模型与BP(back propagation)神经网络预测模型,并分析各生态因子对烟叶物理特性的相对贡献率;利用均方根误差(root mean square error,RMSE)与归一化均方根误差(normalized root mean square error,nRMSE)对两种预测模型模拟效果进行检验分析.结果显示,气象因子平均相对贡献率明显高于土壤、海拔的相对贡献率,气象因子对清香型优质烟叶物理特性尤为重要;统计预测模型的RMSE、nRMSE值均高于神经网络预测模型,神经网络预测模型预测准确性更高.利用多元线性与神经网络构建物理特性指标预测模型,可以为不同生态条件下提升烟叶品质、促进烟叶品质评价智能精准化提供一定的科学理论依据.