基于InceptionV3的烟草病害识别

  背景和目的  烟草病害严重制约影响烟草的产量及质量。为解决烟草病害诊断方式精准性差、效率低等问题。  方法  以5种较为常见的烟草病害（烟草花叶病、黄瓜花叶病毒病、烟草赤星病、烟草野火病、烟草气候性斑点病）为研究对象,基于InceptionV3网络使用迁移学习方法构建烟草病害识别模型,对比测试原始数据集、数据增强后数据集、MSRCR数据集和图像融合数据集。  结果  图像融合数据集的识别准确率为90.80%,平均识别时间为1.33 s,比原始数据集的识别准确率（70.00%）提高了29.71%。  结论  该方法能快速准确识别烟草病害,可为烟草病害的防治提供理论基础。      

不同时期环割对上部烟叶生长发育及质量的影响

为探究不同时期环割对烤烟上部烟叶生长发育及质量的影响,以云烟87为试验材料,分别设打顶后环割（T1）、下部叶采收后环割（T2）、中部叶采收后环割（T3）3个处理,以不环割烟株作为对照,对上部烟叶农艺性状、光合参数、糖代谢指标、碳氮代谢关键酶、氧化胁迫指标、化学成分、烤后感官质量进行测定分析。结果表明,下部叶采收后环割（T2）能够促进烟叶开片,长宽比降低7.90%,叶面积提升6.53%;叶片光合作用受到抑制,胞间CO₂浓度提升16.48%,蒸腾速率下降20.26%。环割处理不同程度地抑制叶片中SOD、POD、CAT活性,提高烟叶中MDA和H₂O₂含量,促进叶片衰老。T1、T2处理显著提高α淀粉酶、β淀粉酶、总淀粉酶和NI活性,降低叶片NR活性,显著降低烤后叶片烟碱和蛋白质含量,烤后烟叶香气质和香气量提升,余味改善,感官质量提高。以下部叶采收后环割对烟叶质量的改善效果最优。