烤烟作为我国栽培面积最大的烟草类型,不仅是卷烟工业的主要原料,还是重要的高经济价值作物之一,在国民经济中占有举足轻重的地位。
但长期以来,由于专业化技术水平有限、烟叶种植分散、烟叶质量不稳定等问题突出,严重制约了行业发展。同时,随着农业产业结构调整,种烟比较收益下滑,烟农种植积极性大打折扣。
据国家统计局数据显示:近年来,我国烤烟播种面积逐年下降。我国烤烟播种面积从2011年的1324.75千公顷下降到2020年的967.02千公顷,十年间我国烤烟播种面积减少357.73千公顷,平均每年下降3.10%。
2011年-2022年中国烤烟播种面积统计
与大农业相比,烟叶种植工序复杂、操作精细、劳动强度大。此外,叠加区域化水平低、信息化程度低、户均种烟面积小等现象,导致产出的烟叶质量层次不一,种烟经济效益波动大,传统烟叶粗放的种植模式没有从根本上得到改变。
想要打破行业低迷的发展局面,提升烤烟整体种植效益,首要任务是推动种植生产过程减工降本增效,提高优质烟叶的生产比例,从而促进烟草行业的标准化、现代化、高质量发展。
烟叶种植分布广泛,
环境因素密切相关。
我国烟叶种植分布广泛,在云南、四川、福建、河南等地形、气候和海拔差异较大的区域都有种植。但如何在不同的环境下,有效管理烟草种植始终是行业的一大难题。长期以来,人们从生态环境、品种、栽培措施、调制等与烟叶质量的关系方面开展了大量研究,提出了生态环境、品种、栽培技术对烟叶质量的贡献率分别为56%、32%、10%左右的说法。
而在整个环节中,种植环境的海拔对于烟叶种植的影响尤为突出,有研究表明:500m~800m海拔地区的烟叶品质,明显高于100m~200m海拔,可以说,海拔越高,烟叶香气品质越好。其次,合适的烟叶品种、环境光照度、温度、降雨量、土壤墒情等对于烟叶的品质提升也有着密不可分的关系。
烟叶种植信息为生产管理提供了重要依据和决策支撑,是提升烟叶质量行之有效的“武器”。但目前,烟叶生长的各类数据普遍依靠人工进行测量和监管,不仅耗时耗力,人员管理经验的不一致还易产生误差,难以对海拔环境、烟叶长势、土壤墒情、病虫害等情况进行精准把控,继而影响烟叶品质。
对于整个烟草行业而言,烟叶的种植监测及管理迫切需要更为科学、合理、精准的方法。随着科技的发展,物联网、大数据及人工智能等技术开始被广泛的应用在农业上,其高效的数据采集能力、作物生长分析指导、环境自动化处置调节等特点,在农业生产中发挥了重要作用。
精准划分种植片区,
实时监测环境数据。
烟草种植作为大农业的一部分,其信息化进程却十分缓慢。为了更好的助力烟农提升烟叶产量和品质,促进烟草行业实现高质量发展。飞英思特围绕核心的能量采集技术,推出了“智慧烟叶解决方案”,可实现从烟田规划、分布式数据采集、生长模型建立、智能管理等各方面的数据支撑,真正起到降本增效的作用。
为了使烟叶种植更具针对性且效益最大化,方案可根据烟区不同的海拔、坡度、烤烟种植适宜气候区划指标划分核心区、优质区、适宜区,按照现实区域连片情况绘制地图,优化种植区域、布局轮作方案。
采集地块数据、地块形状、编号、海拔、 面积、坡度、土壤类型、村委会行政区划、种植主体信息、水源保障、密集烘烤保障、机耕路配套、所属基地单元、地块坐标等信息录入基本烟田规划数据库,形成直观区域规划图,为其种植管理信息化提供全面的数据支撑,实现烟区全要素可视化分析。
烟叶栽培过程复杂,除了需要划分适宜的种植区域外,还需时刻掌握烟叶所处环境中的数据变化。而受地块分散、地势复杂等多因素影响,常规的人工巡检或者传感器监测,由于查看不及时、设备数量布置少等原因,难以实时掌握区域内环境气象、土壤土质、光照等数据的变化情况。
针对这一难点,“智慧烟叶解决方案”基于无源自供能多源异构种植数据采集及传输机制,实现分布式数据采集部署与烟田网格化管理。通过在烟叶种植区域内各个角落密集地部署免电池、免布线的气象传感器、 环境传感器、图像传感器和土壤传感器,并按照半小时/次、1小时/次至1天/次等各种频率采集环境数据,然后经主控节点将数据汇总并上传至后台系统,为种植期分类模型建立、烟草智能管理模型提供数据支撑。
生长模型分类建立,
分析优化智能管理。
为了训练烟草大田种植期分类模型,通过传感设备采集足够的烟叶图像数据,把图像数据划分为4个类别:团棵前期、旺长期、开花期和成熟期,并将其作为标注数据集。
为了增加图像数据的多样性以及提高模型的泛化性,通过图像增强技术对图像数据进行随机色彩变更、旋转、缩放和加噪,进一步扩充数据集。以4种时期的标注数据作为输入,其中训练集占70%,测试集为20%,验证集为10%,以近万张图像数据,训练烟草大田种植期分类模型,确保模型吻合实际烟叶生长态势,便于烟农进行后续工作规划。
另一方面,以烟草大田种植期数据、气象数据、环境数据、土壤数据、烟区农技人员田间管理数据作为模型输入。该模型对超过生长期指标的阈值参数进行警报,并根据烟草种植的进程指标、生长状况指标和生态影响因子,动态反馈给系统管理员和技术人员,为精准种植提供依据。
同时把实时采集烟叶种植数据,进行清洗、关联和融合,存储到数据库中,形成烟草生长种植信息数据库,为烟叶种植管理提供状况分析、耕作决策及水肥灌溉设备的智能联动处理。
烟草智能管理模型
烟叶种植数字化是为整体质量保驾护航,但烟叶交易环节,就是种植效益的直接体现。区别于传统的人工判定,智慧烟叶解决方案将烟叶智能化定级设备应用到实际收购中,替代专业化分级队伍,实现绝对公平收购、分定级全程自动化,标准统一、品相一致,能够有效提升收购各等级质量纯度,保障烟农应得效益。
从依赖人力到依赖数据,智慧烟叶解决方案以“数据+智能”为内核,助力烟叶生产数智化转型,让技术更好支撑生产,让烟农变得更加轻松。根据实际应用情况来看,在部署该系统前,农技人员需要每周实地考察3次,需耗时3天,而部署系统之后,可实现线上实时考察,线下的实地考察也可减少为一次,极大节约了人力。
在效益方面,系统的应用效果也十分突出,某烟田项目的上等烟率从51.85%提升至60%,亩均产量从113kg上升至了150kg,亩均产值从2756元提升至了3100元,而亩均投入则从2282降低至了1500元,真正将数据转化为了价值。
随着烟草生产、加工产业的规模化、多元化发展,对烟草的品质要求也必将进一步提升。运用好数字技术,推进烟叶种植提质增效是实现行业高质量发展的必由之路。飞英思特也将不断深化智慧烟叶种植方案,为满足市场需求、助力乡村振兴做出新的贡献。
审核编辑黄宇
-
物联网
+关注
关注
2909文章
44635浏览量
373365 -
智能管理
+关注
关注
0文章
119浏览量
11597 -
数据采集
+关注
关注
39文章
6108浏览量
113653 -
图像数据
+关注
关注
0文章
52浏览量
11280 -
数据库
+关注
关注
7文章
3799浏览量
64389
发布评论请先 登录
相关推荐
评论