烟叶质量均质性指标构建与应用

烟叶质量均质性问题越来越受到烟草业界的关注.为了对烟叶质量均质性进行科学计量,本文利用变异系数和倒S型函数模型,提出了均质性指数(homogeneity,H)的概念,建立了计算模型,比较了逐步回归、支持向量机、高斯过程回归3种算法的预测精度,并用实例分析了空间维度和时间维度H值的变化特征.结果表明,高斯过程回归建立的模型最好,其均方根误差为0.18,决定系数为0.9999,当CV值为0.5％～80.0％时,相对误差最高的仅为3.3％,绝大部分情况下低于0.3％.在空间维度上,烟叶化学成分H值在自治州、县、烟站尺度分别为73.3、71.8、89.5.一般情况下,空间范围越广,H值越小、均质性越差.在时间维度上,烟叶化学成分年度间稳定.