烟草蚜传病毒病的综合防治技术研究

在烟草炼苗期采用纱网罩、病毒抑制剂,大田期采用病毒抑制剂和推迟移栽期来防治烟草蚜传病毒病的结果表明,正确使用病毒抑制剂防治效果可达到60%左右,随移栽期推迟烟草蚜传病毒病发病显著减轻.炼苗期烟草苗床是传毒介体有翅蚜着落的靶子中心,此时正值有翅蚜迁飞第一高峰期,蚜虫带毒率较高,造成苗床大量未显症的带毒苗,是烟田蚜传病毒病的主要初侵染源,为防治烟草蚜传病毒病的关键时期.用纱网罩烟苗能阻止传毒介体与烟草接触交叉传染,移栽前后适时喷施病毒抑制剂,能有效地防治烟草蚜传病毒病发生,同时能有效地保护环境和介体天敌.     

基于DE_BPANN的单料烟烟气指标预测方法

为了分析和挖掘单料烟的化学成分和烟气指标之间的关系,采用基于差分进化的人工神经网络用于预测单料烟的烟气指标。建立了单隐层的人工神经网络,并针对基于误差反向传播的人工神经网络的缺陷,将差分进化算法应用于神经网络的训练过程。该预测方法的主要思想是结合了人工神经网络的局部搜索能力和差分进化的全局搜索能力。通过采用某烟草公司的单料烟烟叶、烟气数据,将单料烟的7种常规化学成分作为预测模型的输入变量,将主流烟气中的焦油、烟气烟碱和CO作为预测模型的输出变量,建立了人工神经网络预测模型。实验结果表明:焦油、烟气烟碱和CO的预测均方差达到了较好水平,与传统神经网络相比,分别提高了27%,10%和26%,表明该方法的预测准确度更高。     

基于材料参数的中支烟烟气常规成分释放量预测模型

为建立基于材料参数的中支烟烟气常规成分释放量预测模型,采用中心组合结合正交试验设计方法设计了不同材料参数样品,使用线性回归和逐步回归方法构建了中支烟烟气总粒相物、焦油、烟碱、CO和水分释放量以及烟支开式吸阻和总通风率等7个预测模型,根据统计学原理中交叉验证标准差（RMSECV）最小及预测值与实测值线性相关系数最大的原则筛选出最优预测模型。采用市售中支烟对各预测模型进行了验证。结果表明:7个模型的预测精度良好,总粒相物、焦油、烟碱、CO、水分释放量以及烟支开式吸阻和总通风率平均预测相对偏差分别为4.0%、2.1%、6.0%、4.5%、8.3%、6.6%和3.2%,且对于不同配方、辅材参数的中支烟具有较好的适用性。      

陕西烟草病毒病发生及防治技术

对陕西烟草病毒病的发生种类及初侵染源进行调查,调查结果表明,蚜传病毒病（CMV、TEV、PVY）为陕西烟草病毒病发生主要种类。初侵染源主要来自于越冬油菜田,第一次有翅蚜迁飞高峰有翅蚜量与病毒病发生程度有很大相关性,越冬毒原量不是影响次年烟田病毒病发生的主要因子。同时作了几种病毒防治剂对病毒病防效试验,500倍3．85％病毒必克防效最佳,达到82．1％。     

基于近红外光谱技术快速检测稻谷水分含量

目的:建立一种无损、快速高效的稻谷水分含量检测方法。方法:研究收集了不同年份的稻谷样品161份,运用近红外光谱结合化学计量学方法,通过剔除异常光谱和光谱预处理,采用偏最小二乘法建立稻谷水分含量预测模型。结果:采用主成分分析结合马氏距离的方法剔除异常光谱样品15个,最佳的光谱预处理方式为消除常数偏移量。训练集建立的预测模型(R_CAL²)为0.9943,模型标准偏差(RMSEC)为0.21%,模型交叉验证决定系数(R_CV²)为0.9936,模型交叉验证标准偏差(RMSECV)为0.32%,表明预测模型交叉验证预测样品水分含量准确度高。用验证集样品检验预测模型,模型验证集验证决定系数R 2 VA L为0.9801,模型验证集验证标准偏差(RMSEP)值为0.36%,相对分析误差(RPD)值为7.14,表明预测模型对未知样品的预测准确度高。验证集样品实测值与预测值均值方程T检验结果P值(双侧)为0.879,验证集样品实测值与预测值之间差异不显著,表明预测模型的预测结果可信度高,验证集样品预测值与实测值的误差在±1%,且90%以上的验证集样品其预测值与实测值的误差都在±0.5%以内。结论:建立的稻谷水分预测模型可以实现收储稻谷的无损、快速、准确检测。     

陕西省烟草蚜传病毒的发生发展规律及预测预报模型的初步研究

陕西烟田蚜传病毒病的侵染源主要为油菜田,蚜传病毒病的发生程度与第一次迁入烟田的蚜虫量显著相关,以后烟田发病缓慢上升或维持一定水平,第二次迁入烟田蚜虫量与病毒病发生程度相关不大。预测模拟结果表明,第一次蚜虫迁飞高峰时百株烟草上有翅蚜量(X₁₂)、2~4月份降水量(X₄)、4月份平均气温(X₁₃)与烟草蚜传病毒病的病株率极显著相关,模拟所得方程为;Y=1.5973-0.0014X₄+0.6084X₁₂-0.1079X₁₃,回归检测结果历史符合率为98.5%以上。      

利用草青蛉防治烟蚜效果初步观察

烟蚜是烟叶生产中重要害虫之一.据我们连续数年调查记载,烟蚜在烟田的自然发生规律:一般年份五月中、下旬有翅蚜由越冬寄主大量向烟田飞迁,进行繁殖,六月下旬至七月下旬为早烟田蚜量高峰期,七月下旬以后,早烟田蚜量趋于下降,大批烟蚜则转向更适合其     

滤嘴参数对细支烟主流烟气中代表性香味成分释放量的影响

  目的  研究滤嘴参数（滤棒压降、滤嘴通风率）对细支烟香味成分释放的影响。  方法  按单因素设计制备60个卷烟样品,采用CH2Cl2浸提、GC/MS分析测定滤片捕集的代表性香味成分。在此基础上,建立并筛选了滤嘴参数对香味成分释放量的预测模型。  结果  ① 细支烟主流烟气中代表性碱性、中性、酸性和香味成分总释放量与滤棒压降和滤嘴通风率均呈显著负相关;②滤棒压降对细支烟主流烟气香味成分释放量的影响高于常规烟,而滤嘴通风则相反。③外部验证结果显示,4个预测模型的平均预测偏差在4.23%~5.95%之间,所建立的模型预测精度良好。      

基于高光谱分析的植烟土壤有机质和全氮含量预测研究

为实现植烟土壤有机质和全氮含量的快速、准确测定,以120份豫中烟区潮褐土为研究对象,在室内条件下采集并研究了土壤有机质和全氮与高光谱400~2400 nm波段的定量反演关系。光谱经Savitzky-Golay平滑滤波后采用偏最小二乘回归(Partial least square regression,PLSR)方法,建立了土壤高光谱与有机质和全氮间的定量反演模型,对比了3种光谱变换形式及5种预处理方法对模型的影响。结果表明,光谱经一阶微分(FDR)或倒数对数(lg(1/R))变换后,建模系数有所提高;不同预处理方法的反演模型精度差异明显,正交信号校正(OSC)明显优于其他光谱预处理方法。采用FDR-OSC建立的土壤有机质和lg(1/R)-OSC建立的土壤全氮模型预测效果最好,预测模型决定系数R~2分别为0.948和0.919,预测均方根误差(RMSEP)分别为1.316 g·kg~(-1)和0.091 g·kg~(-1),相对分析误差(RPD)分别为4.26和4.07,是豫中烟区潮褐土有机质和全氮含量的最佳预测模型。采用高光谱技术结合OSC-PLSR方法对植烟土壤有机质和全氮含量进行高精度预测是可行的。     

基于原位电离-高分辨质谱技术结合特征脂肪酸含量鉴别菜籽油掺假的研究

建立了1种原位电离-高分辨质谱技术快速鉴定菜籽油是否掺假及气相色谱测定特征脂肪酸预测掺假比例的方法。通过收集不同品种油样和建立模型，建立实时鉴别菜籽油是否掺假大豆油、棉籽油或棕榈油的检测方法，并通过测定掺假菜籽油的特征脂肪酸，进一步确定掺假油品种及预测掺假比例。结果表明：原位电离技术鉴别纯品或掺假菜籽油准确度分别为89.1%和100%。根据棕榈酸、亚油酸、油酸等特征脂肪酸含量可准确定性掺假油品种，掺假大豆油、棉籽油和棕榈油的比例预测偏差分别为0～33%、2%～18%和4%～11%。