煙葉種植分布廣泛，

環(huán)境因素密切相關(guān)。

我國煙葉種植分布廣泛，在云南、四川、福建、河南等地形、氣候和海拔差異較大的區(qū)域都有種植。但如何在不同的環(huán)境下，有效管理煙草種植始終是行業(yè)的一大難題。長期以來，人們從生態(tài)環(huán)境、品種、栽培措施、調(diào)制等與煙葉質(zhì)量的關(guān)系方面開展了大量研究，提出了生態(tài)環(huán)境、品種、栽培技術(shù)對煙葉質(zhì)量的貢獻(xiàn)率分別為56%、32%、10%左右的說法。

而在整個環(huán)節(jié)中，種植環(huán)境的海拔對于煙葉種植的影響尤為突出，有研究表明：500m~800m海拔地區(qū)的煙葉品質(zhì)，明顯高于100m~200m海拔，可以說，海拔越高，煙葉香氣品質(zhì)越好。其次，合適的煙葉品種、環(huán)境光照度、溫度、降雨量、土壤墑情等對于煙葉的品質(zhì)提升也有著密不可分的關(guān)系。

煙葉質(zhì)量提升方法中的關(guān)鍵指標(biāo)

煙葉種植信息為生產(chǎn)管理提供了重要依據(jù)和決策支撐，是提升煙葉質(zhì)量行之有效的“武器”。但目前，煙葉生長的各類數(shù)據(jù)普遍依靠人工進(jìn)行測量和監(jiān)管，不僅耗時耗力，人員管理經(jīng)驗的不一致還易產(chǎn)生誤差，難以對海拔環(huán)境、煙葉長勢、土壤墑情、病蟲害等情況進(jìn)行精準(zhǔn)把控，繼而影響煙葉品質(zhì)。

生長環(huán)境與煙葉品質(zhì)息息相關(guān)

對于整個煙草行業(yè)而言，煙葉的種植監(jiān)測及管理迫切需要更為科學(xué)、合理、精準(zhǔn)的方法。隨著科技的發(fā)展，物聯(lián)網(wǎng)、大數(shù)據(jù)及人工智能等技術(shù)開始被廣泛的應(yīng)用在農(nóng)業(yè)上，其高效的數(shù)據(jù)采集能力、作物生長分析指導(dǎo)、環(huán)境自動化處置調(diào)節(jié)等特點，在農(nóng)業(yè)生產(chǎn)中發(fā)揮了重要作用。

精準(zhǔn)劃分種植片區(qū)，

實時監(jiān)測環(huán)境數(shù)據(jù)。

煙草種植作為大農(nóng)業(yè)的一部分，其信息化進(jìn)程卻十分緩慢。為了更好的助力煙農(nóng)提升煙葉產(chǎn)量和品質(zhì)，促進(jìn)煙草行業(yè)實現(xiàn)高質(zhì)量發(fā)展。飛英思特圍繞核心的能量采集技術(shù)，推出了“智慧煙葉解決方案”，可實現(xiàn)從煙田規(guī)劃、分布式數(shù)據(jù)采集、生長模型建立、智能管理等各方面的數(shù)據(jù)支撐，真正起到降本增效的作用。

飛英思特智慧煙葉解決方案

為了使煙葉種植更具針對性且效益最大化，方案可根據(jù)煙區(qū)不同的海拔、坡度、烤煙種植適宜氣候區(qū)劃指標(biāo)劃分核心區(qū)、優(yōu)質(zhì)區(qū)、適宜區(qū)，按照現(xiàn)實區(qū)域連片情況繪制地圖，優(yōu)化種植區(qū)域、布局輪作方案。

采集地塊數(shù)據(jù)、地塊形狀、編號、海拔、 面積、坡度、土壤類型、村委會行政區(qū)劃、種植主體信息、水源保障、密集烘烤保障、機(jī)耕路配套、所屬基地單元、地塊坐標(biāo)等信息錄入基本煙田規(guī)劃數(shù)據(jù)庫，形成直觀區(qū)域規(guī)劃圖，為其種植管理信息化提供全面的數(shù)據(jù)支撐，實現(xiàn)煙區(qū)全要素可視化分析。

基本煙田信息化規(guī)劃

煙葉栽培過程復(fù)雜，除了需要劃分適宜的種植區(qū)域外，還需時刻掌握煙葉所處環(huán)境中的數(shù)據(jù)變化。而受地塊分散、地勢復(fù)雜等多因素影響，常規(guī)的人工巡檢或者傳感器監(jiān)測，由于查看不及時、設(shè)備數(shù)量布置少等原因，難以實時掌握區(qū)域內(nèi)環(huán)境氣象、土壤土質(zhì)、光照等數(shù)據(jù)的變化情況。

傳統(tǒng)方式難以實時掌握環(huán)境變化

針對這一難點，“智慧煙葉解決方案”基于無源自供能多源異構(gòu)種植數(shù)據(jù)采集及傳輸機(jī)制，實現(xiàn)分布式數(shù)據(jù)采集部署與煙田網(wǎng)格化管理。通過在煙葉種植區(qū)域內(nèi)各個角落密集地部署免電池、免布線的氣象傳感器、 環(huán)境傳感器、圖像傳感器和土壤傳感器，并按照半小時/次、1小時/次至1天/次等各種頻率采集環(huán)境數(shù)據(jù)，然后經(jīng)主控節(jié)點將數(shù)據(jù)匯總并上傳至后臺系統(tǒng)，為種植期分類模型建立、煙草智能管理模型提供數(shù)據(jù)支撐。

生長模型分類建立，

分析優(yōu)化智能管理。

為了訓(xùn)練煙草大田種植期分類模型，通過傳感設(shè)備采集足夠的煙葉圖像數(shù)據(jù)，把圖像數(shù)據(jù)劃分為4個類別:團(tuán)棵前期、旺長期、開花期和成熟期，并將其作為標(biāo)注數(shù)據(jù)集。

為了增加圖像數(shù)據(jù)的多樣性以及提高模型的泛化性，通過圖像增強(qiáng)技術(shù)對圖像數(shù)據(jù)進(jìn)行隨機(jī)色彩變更、旋轉(zhuǎn)、縮放和加噪，進(jìn)一步擴(kuò)充數(shù)據(jù)集。以4種時期的標(biāo)注數(shù)據(jù)作為輸入，其中訓(xùn)練集占70%，測試集為20%，驗證集為10%，以近萬張圖像數(shù)據(jù)，訓(xùn)練煙草大田種植期分類模型，確保模型吻合實際煙葉生長態(tài)勢，便于煙農(nóng)進(jìn)行后續(xù)工作規(guī)劃。

種植期分類模型建立

另一方面，以煙草大田種植期數(shù)據(jù)、氣象數(shù)據(jù)、環(huán)境數(shù)據(jù)、土壤數(shù)據(jù)、煙區(qū)農(nóng)技人員田間管理數(shù)據(jù)作為模型輸入。該模型對超過生長期指標(biāo)的閾值參數(shù)進(jìn)行警報，并根據(jù)煙草種植的進(jìn)程指標(biāo)、生長狀況指標(biāo)和生態(tài)影響因子，動態(tài)反饋給系統(tǒng)管理員和技術(shù)人員，為精準(zhǔn)種植提供依據(jù)。

同時把實時采集煙葉種植數(shù)據(jù)，進(jìn)行清洗、關(guān)聯(lián)和融合，存儲到數(shù)據(jù)庫中，形成煙草生長種植信息數(shù)據(jù)庫，為煙葉種植管理提供狀況分析、耕作決策及水肥灌溉設(shè)備的智能聯(lián)動處理。

煙草智能管理模型

煙葉種植數(shù)字化是為整體質(zhì)量保駕護(hù)航，但煙葉交易環(huán)節(jié)，就是種植效益的直接體現(xiàn)。區(qū)別于傳統(tǒng)的人工判定，智慧煙葉解決方案將煙葉智能化定級設(shè)備應(yīng)用到實際收購中，替代專業(yè)化分級隊伍，實現(xiàn)絕對公平收購、分定級全程自動化，標(biāo)準(zhǔn)統(tǒng)一、品相一致，能夠有效提升收購各等級質(zhì)量純度，保障煙農(nóng)應(yīng)得效益。

從依賴人力到依賴數(shù)據(jù)，智慧煙葉解決方案以“數(shù)據(jù)+智能”為內(nèi)核，助力煙葉生產(chǎn)數(shù)智化轉(zhuǎn)型，讓技術(shù)更好支撐生產(chǎn)，讓煙農(nóng)變得更加輕松。根據(jù)實際應(yīng)用情況來看，在部署該系統(tǒng)前，農(nóng)技人員需要每周實地考察3次，需耗時3天，而部署系統(tǒng)之后，可實現(xiàn)線上實時考察，線下的實地考察也可減少為一次，極大節(jié)約了人力。

系統(tǒng)應(yīng)用前后效果對比

在效益方面，系統(tǒng)的應(yīng)用效果也十分突出，某煙田項目的上等煙率從51.85%提升至60%，畝均產(chǎn)量從113kg上升至了150kg，畝均產(chǎn)值從2756元提升至了3100元，而畝均投入則從2282降低至了1500元，真正將數(shù)據(jù)轉(zhuǎn)化為了價值。

系統(tǒng)應(yīng)用前后經(jīng)濟(jì)效益對比

隨著煙草生產(chǎn)、加工產(chǎn)業(yè)的規(guī)?；⒍嘣l(fā)展，對煙草的品質(zhì)要求也必將進(jìn)一步提升。運用好數(shù)字技術(shù)，推進(jìn)煙葉種植提質(zhì)增效是實現(xiàn)行業(yè)高質(zhì)量發(fā)展的必由之路。飛英思特也將不斷深化智慧煙葉種植方案，為滿足市場需求、助力鄉(xiāng)村振興做出新的貢獻(xiàn)。