基于物联网技术的江西烟叶烘烤大数据特征分析

摘要 为探索烟叶烘烤物联网大数据管理，以江西烟区2346台物联网烤房为研究对象，利用大数据软件分析了12 685烤次烘烤工艺数据。结果表明，江西各产区烟叶停烤期波动较进烤期波动更大，烟叶采烤周期52～54 d，采烤次数5次左右，烟农烘干烤房比例偏少；各产区关键温度点稳温时间、总烘烤时间和三阶段时间比例方面存在一定差异，下部叶烘烤用时133～144 h，中部叶144～155 h，上部叶159～162 h；各产区干球温度点控制较为一致，湿球温度控制存在一定差异。江西产区可适当缩短干筋时间，合理调控关键温度点湿球温度，烘烤大数据可以快速实现烘烤执行情况、烘烤时间、烘烤关键温湿度控制及烟农烘烤习惯分析，助力实现烟叶烘烤大数据管理。

关键词 烤烟；物联网；烘烤；大数据；烘烤特征

中图分类号 S126  文献标识码 A   文章编号 0517-6611（2024）15-0229-03

doi：10.3969/j.issn.0517-6611.2024.15.048

开放科学（资源服务）标识码（OSID）：

Big Data Analysis on Flue-Curing Process of Tobacco Leaves in Jiangxi Based on Internet of Things and Analysis of Baking Characteristics

DUAN Shi-jiang1， HUANG Cheng-hua2， LIANG Zhou-hong2 et al

（1. Ji’an Branch of Jiangxi Provincial Tobacco Company， Ji’an，Jiangxi 343009；2. China Tobacco Jiangxi Industrial Co.， Ltd.， Nanchang，Jiangxi 330096）

Abstract To explore the management of big data for tobacco drying based on the Internet of Things. A total of 2 346 Internet of Things drying rooms in Jiangxi tobacco-growing areas were selected as the research objects. Big data analysis software was used to analyze 12 685 baking process data. The results showed that the fluctuation of the drying period of tobacco leaves in various regions of Jiangxi was greater than that of the baking period. The harvesting-curing cycles was 52-54 days， the harvest frequency was about five times， there were fewer drying rooms for farmers. There were certain differences in the stable time of the key temperature points， the total baking time， and the three-stage time ratio in different production areas. The total curing time of lower， middle and upper tobacco leaves was mainly in ranges of 133-144 h， 144-155 h and 159-162 h. The control of the dry-bulb temperature points in Jiangxi production areas was relatively consistent， while there were some differences in the control of the wet-bulb temperature. The durations of stem drying stage could be appropriately reduced， and the wet bulb temperature should be reasonably regulated to avoid drastic fluctuation， the use of big data analysis software can quickly realize the analysis of baking execution status， baking time， and key temperature and humidity control in tobacco drying. It can also analyze the baking habits of tobacco farmers， which can achieve the management of big data for tobacco drying and continuously promote the high-quality development of tobacco drying.

Key words Tobacco;Internet of Things;Baking;Big data;Baking characteristics

烘烤是烤烟生产的关键环节，是成熟鲜烟叶中内在物质转化成优质工业原料的过程［1］。烟叶烘烤过程中烘烤工艺的变化直接影响了烟叶生理生化变化，直接决定了烟叶的品质特色，在烟叶生产链条上占据核心地位［2-3］。我国目前普遍采用的是三段式烘烤工艺，即变黄阶段、定色阶段、干筋阶段［4］，各烟叶产区在此基础上相继提出了符合地区特色的烘烤工艺，如“八点式”“三段六步式”“十点式”等，烘烤工艺参数的优化和细分持续推动了烟叶烘烤质量的提升［5-8］。

目前烤烟烘烤主要基于烘烤师或烟农的主观判断进行工艺设置，由于鲜烟叶素质差异、天气变化等原因，使得烘烤工艺在设置和执行环节存在不同程度的差异，烘烤工艺执行与反馈难度较大。伴随物联网技术在烤房设备中的应用，已经实现了手机端实时查看工艺状态、工艺偏离警报等功能［9-10］，但由于设备厂商参数不一、控制系统不兼容等问题，尚未实现烘烤工艺实时分析与大数据监测功能。为此，利用烘烤物联网装置，统一数据采集标准，设计烘烤工艺数据分析标准算法，对江西省4个产区烘烤物联网数据进行分析，并将分析结果实时展示在相关平台，实现烟叶烘烤大数据管理，为烘烤决策、工艺优化、技术指导提供大数据支持。

1 材料与方法

1.1 烘烤工艺大数据采集

2023年江西产区已安装物联网自控仪2 346台，通过物联网协议，对物联网烤房数据采集标准进行统一规范，包括采用接口、接口地址、数据格式、调用权限控制、设备数据推送接口等内容，对不同厂商的烘烤大数据进行适配采集，便于后期数据处理。自控仪开烤后每5 min自动记录一组烘烤数据，以2023年度调取的12 685烤次2 000余万组烘烤数据为基础进行大数据分析（表1）。

1.2 分析方法

以烤烟三段式烘烤工艺为基础，提取单座烤房烘烤周期、停烤周期、烘烤烤次、单烤烘烤总时间、关键温度点设置、关键湿度点设置、稳温时间设置、温度差等参数指标。

根据物联网烘烤大数据分析标准流程算法，开发物联网大数据分析软件，软件基于Java EE企业级软件开发标准，运用Spring Boot微服务开发架构，采用MariaDB数据库存储烟叶烘烤物联网数据库，主要包括数据采集、数据分析、数据建模、数据展示等功能。

2 结果与分析

2.1 烘烤执行总体情况分析

对江西不同烤烟种植区的采收烘烤执行总体情况进行分析（表2）。结果发现，各产区第一烤次烟叶普遍在11～15 d内陆续进烤；烟叶停烤时间波动稍大，不同产区集中在18～24 d；不同产区平均采烤周期波动较小，均在50 d以上；各产区整株进烤次数在5次左右，其中赣东烟区平均进烤次数最少，赣南烟区进烤次数最多；进烤前有12 h以上明显烘干烤房操作的烤房占比集中在1/3左右。由此可见，利用大数据分析软件剔除无效烘烤数据后，可以实现对年度烘烤执行总体情况的客观分析。

2.2 不同部位烘烤时间分析

比较不同产区各部位烟叶烘烤时间分布情况（表3）发现，各产区下部叶平均烘烤用时集中在133～144 h，其中赣西烟区下部叶变黄阶段用时最长，赣东烟区定色阶段用时最长，赣东烟区干筋阶段用时占比时间最长；各产区中部叶平均烘烤用时集中在144～155 h，其中赣西烟区中部叶变黄阶段用时最长，赣南烟区定色阶段用时最长，赣南烟区干筋阶段用时占比时间最长；各产区上部叶平均烘烤用时集中在159～162 h，相对较集中，其中赣中烟区上部叶变黄阶段用时最长，赣南烟区定色阶段用时最短，赣西烟区干筋阶段用时占比时间最长。由此可见，各产区在不同部位烟叶烘烤过程时间控制方面存在一定差异，部分产区干筋阶段时间占比偏长，而促进大分子物质降解的变黄阶段和促进香气物质形成的定色阶段稳温时间偏短。

2.3 不同部位关键温湿度点控制分析

研究不同产区关键温湿度点控制情况差异（表4）发现，各产区在干球温度控制和湿球温度控制方面均存在多点控制情况，其中干球温度在定色前期、定色后期普遍存在2个稳温点，湿球温度在变黄中期普遍存在2个控湿度点。具体来看，变黄中期湿球温度普遍前高后低，以此促进烟叶变黄与失水协调；定色前期干球温度普遍存在2个稳温点，即44.0～45.0 ℃过渡段和47.0～48.0 ℃稳温段；定色后期干球温度普遍存在2个稳温点，即50.0～52.0 ℃过渡段和54.0～55.0 ℃稳温段。综上分析，不同产区烘烤过程中干球温度控制差异很小，但湿球温度控制存在一定差异，比如赣西烟区变黄中期至定色期湿球温度控制较低，赣南烟区下部叶湿球温度控制略高，赣中烟区上部叶湿球温度控制略高。

2.4 不同产区烘烤习惯分析

不同产区烟叶停烤习惯及烘烤特征描述分析见表5～6。随着采烤烟叶部位的上升停烤时间逐渐延长，其中以最后一次采烤前停烤时间最长，普遍为6～8 d。通过分析各产区烘烤特征，各产区在执行烘烤工艺方面均存在各自特点，烘烤大数据分析可以对稳温点数量、垂直温差、阶段时间比例等情况进行综合运算分析。

3 讨论

通过大数据分析发现，江西各产区烟叶停烤期波动较进烤期波动更大，这与大田后期田间均质性和管理操作相关，烟叶采烤周期受采烤次数影响较小，烟农烘干烤房比例与下部叶采烤前天气状况影响较大，2023年江西产区雨水偏少因此烘干烤房比例偏低。

烘烤时间和温湿度点控制是烘烤工艺的核心内容，不同产区在各关键温度点稳温时间、总烘烤时间和三阶段时间比例方面存在一定差异，这与各产区鲜烟素质差异和烘烤习惯有关；目前，江西产区在烘烤过程中干球温度点的控制较为一致，在关键过渡段和稳温点方面基本趋于相同，但在湿球温度控制方面存在一定差异，这与采烤期间天气状况和烟叶烘烤特性有较大关系。

烟农烘烤习惯对采收烘烤质量有较大影响。目前，烟叶烘烤物联网的作用主要集中于烟农实时在线查看和异常预警，通过大数据对烘烤特性的分析较少，该研究发现，不同产区在执行烘烤工艺过程存在一定差异，主要集中在烘烤关键点数量设置、观察棚选择、烘烤总时间把控、干筋阶段时间控制、排湿策略、升温策略等方面。

4 结论

烟叶烘烤数字化转型是必然趋势，在统一烘烤物联网数据格式的基础上，利用大数据分析软件可以快速实现烘烤执行情况分析、烘烤时间分析、烘烤关键温湿度控制分析，并分析烟农烘烤习惯，以上分析结果可通过微信小程序、APP等实时反馈至烟叶管理端，可实现烟叶烘烤大数据管理，为烘烤决策、工艺优化、技术指导提供大数据支持，持续推进烟叶烘烤高质量发展。

参考文献

［1］ 宫长荣，陈江华，李锐，等.烤烟三段式烘烤及其配套技术［M］.北京：科学技术文献出版社，1996.

［2］ 宫长荣，袁红涛，陈江华.烘烤过程中环境湿度和烟叶水分与淀粉代谢动态［J］.中国农业科学，2003，36（2）：155-158.

［3］ 段史江，付品山，王建峰，等.湿球温度对上部叶光滑僵硬烟产生的影响［J］.天津农业科学，2019，25（2）：18-22.

［4］ 宫长荣，周义和，杨焕文.烤烟三段式烘烤导论［M］.北京：科学出版社，2006.

［5］ 贺帆，王涛，王战义，等.变黄期不同温湿度对烘烤中烟叶蛋白质降解及酶活性的影响［J］.中国烟草学报，2014，20（5）：80-86.

［6］ 江厚龙，刘国顺，周辉，等.变黄时间和定色时间对烤烟烟叶化学成分的影响［J］.烟草科技，2012，45（12）：33-38.

［7］ 李春乔，刘永军，朱祖俊，等.三种不同工艺对烤烟烟叶烘烤效果研究［J］.云南农业大学学报，2003，18（1）：91-93.

［8］ 张喜峰，刘伟，李东阳，等.陇县烟区中烟202品种上部烟叶烘烤工艺优化研究［J］.安徽农业科学，2020，48（16）：178-180.

［9］ 过伟民，赵虎，郑劲民，等.基于物联网数据采集技术的河南烟叶烘烤工艺大数据分析［J］.烟草科技，2021，54（9）：11-18，39.

［10］ 张保全，张波，张瑞亚，等.基于物联网的温湿度实时监测系统在烟叶烘烤中的应用［J］.天津农业科学，2018，24（10）：61-63，72.