拒絕盲目管理，精準種植如何使煙草上品率突破60%？

烤煙作為我國栽培面積最大的煙草類型，不僅是卷煙工業的主要原料，還是重要的高經濟價值作物之一，在國民經濟中占有舉足輕重的地位。

但長期以來，由于專業化技術水平有限、煙葉種植分散、煙葉質量不穩定等問題突出，嚴重制約了行業發展。同時，隨著農業產業結構調整，種煙比較收益下滑，煙農種植積極性大打折扣。

據國家統計局數據顯示：近年來，我國烤煙播種面積逐年下降。我國烤煙播種面積從2011年的1324.75千公頃下降到2020年的967.02千公頃，十年間我國烤煙播種面積減少357.73千公頃，平均每年下降3.10%。

2011年-2022年中國烤煙播種面積統計

與大農業相比，煙葉種植工序復雜、操作精細、勞動強度大。此外，疊加區域化水平低、信息化程度低、戶均種煙面積小等現象，導致產出的煙葉質量層次不一，種煙經濟效益波動大，傳統煙葉粗放的種植模式沒有從根本上得到改變。

想要打破行業低迷的發展局面，提升烤煙整體種植效益，首要任務是推動種植生產過程減工降本增效，提高優質煙葉的生產比例，從而促進煙草行業的標準化、現代化、高質量發展。

煙葉種植分布廣泛，

環境因素密切相關。

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域都有種植。但如何在不同的環境下，有效管理煙草種植始終是行業的一大難題。長期以來，人們從生態環境、品種、栽培措施、調制等與煙葉質量的關系方面開展了大量研究，提出了生態環境、品種、栽培技術對煙葉質量的貢獻率分別為56%、32%、10%左右的說法。

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

煙葉種植信息為生產管理提供了重要依據和決策支撐，是提升煙葉質量行之有效的“武器”。但目前，煙葉生長的各類數據普遍依靠人工進行測量和監管，不僅耗時耗力，人員管理經驗的不一致還易產生誤差，難以對海拔環境、煙葉長勢、土壤墑情、病蟲害等情況進行精準把控，繼而影響煙葉品質。

對于整個煙草行業而言，煙葉的種植監測及管理迫切需要更為科學、合理、精準的方法。隨著科技的發展，物聯網、大數據及人工智能等技術開始被廣泛的應用在農業上，其高效的數據采集能力、作物生長分析指導、環境自動化處置調節等特點，在農業生產中發揮了重要作用。

精準劃分種植片區，

實時監測環境數據。

煙草種植作為大農業的一部分，其信息化進程卻十分緩慢。為了更好的助力煙農提升煙葉產量和品質，促進煙草行業實現高質量發展。飛英思特圍繞核心的能量采集技術，推出了“智慧煙葉解決方案”，可實現從煙田規劃、分布式數據采集、生長模型建立、智能管理等各方面的數據支撐，真正起到降本增效的作用。

為了使煙葉種植更具針對性且效益最大化，方案可根據煙區不同的海拔、坡度、烤煙種植適宜氣候區劃指標劃分核心區、優質區、適宜區，按照現實區域連片情況繪制地圖，優化種植區域、布局輪作方案。

采集地塊數據、地塊形狀、編號、海拔、 面積、坡度、土壤類型、村委會行政區劃、種植主體信息、水源保障、密集烘烤保障、機耕路配套、所屬基地單元、地塊坐標等信息錄入基本煙田規劃數據庫，形成直觀區域規劃圖，為其種植管理信息化提供全面的數據支撐，實現煙區全要素可視化分析。

煙葉栽培過程復雜，除了需要劃分適宜的種植區域外，還需時刻掌握煙葉所處環境中的數據變化。而受地塊分散、地勢復雜等多因素影響，常規的人工巡檢或者傳感器監測，由于查看不及時、設備數量布置少等原因，難以實時掌握區域內環境氣象、土壤土質、光照等數據的變化情況。

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種植數據采集及傳輸機制，實現分布式數據采集部署與煙田網格化管理。通過在煙葉種植區域內各個角落密集地部署免電池、免布線的氣象傳感器、 環境傳感器、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境數據，然后經主控節點將數據匯總并上傳至后臺系統，為種植期分類模型建立、煙草智能管理模型提供數據支撐。

生長模型分類建立，

分析優化智能管理。

為了訓練煙草大田種植期分類模型，通過傳感設備采集足夠的煙葉圖像數據，把圖像數據劃分為4個類別:團棵前期、旺長期、開花期和成熟期，并將其作為標注數據集。

為了增加圖像數據的多樣性以及提高模型的泛化性，通過圖像增強技術對圖像數據進行隨機色彩變更、旋轉、縮放和加噪，進一步擴充數據集。以4種時期的標注數據作為輸入，其中訓練集占70%，測試集為20%，驗證集為10%，以近萬張圖像數據，訓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勢，便于煙農進行后續工作規劃。

另一方面，以煙草大田種植期數據、氣象數據、環境數據、土壤數據、煙區農技人員田間管理數據作為模型輸入。該模型對超過生長期指標的閾值參數進行警報，并根據煙草種植的進程指標、生長狀況指標和生態影響因子，動態反饋給系統管理員和技術人員，為精準種植提供依據。

同時把實時采集煙葉種植數據，進行清洗、關聯和融合，存儲到數據庫中，形成煙草生長種植信息數據庫，為煙葉種植管理提供狀況分析、耕作決策及水肥灌溉設備的智能聯動處理。

煙草智能管理模型

煙葉種植數字化是為整體質量保駕護航，但煙葉交易環節，就是種植效益的直接體現。區別于傳統的人工判定，智慧煙葉解決方案將煙葉智能化定級設備應用到實際收購中，替代專業化分級隊伍，實現絕對公平收購、分定級全程自動化，標準統一、品相一致，能夠有效提升收購各等級質量純度，保障煙農應得效益。

從依賴人力到依賴數據，智慧煙葉解決方案以“數據+智能”為內核，助力煙葉生產數智化轉型，讓技術更好支撐生產，讓煙農變得更加輕松。根據實際應用情況來看，在部署該系統前，農技人員需要每周實地考察3次，需耗時3天，而部署系統之后，可實現線上實時考察，線下的實地考察也可減少為一次，極大節約了人力。

在效益方面，系統的應用效果也十分突出，某煙田項目的上等煙率從51.85%提升至60%，畝均產量從113kg上升至了150kg，畝均產值從2756元提升至了3100元，而畝均投入則從2282降低至了1500元，真正將數據轉化為了價值。

隨著煙草生產、加工產業的規?；?、多元化發展，對煙草的品質要求也必將進一步提升。運用好數字技術，推進煙葉種植提質增效是實現行業高質量發展的必由之路。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、助力鄉村振興做出新的貢獻。

審核編輯黃宇