基于随机森林算法的烟叶化学成分预测模型研究

烟叶化学成分影响因子众多,尤以生长环境、品种和等级影响较大。通过收集楚雄卷烟厂2020—2022年入库烟叶烟碱、总糖、总氮、氯共4项化学质量数据,并选取对应的烟叶品种、等级和地理、生态等生长环境影响因子作为数据源,利用随机森林算法,对烟叶中的烟碱、总糖、总氮、氯4项化学成分建立预测模型,并在数据源中随机抽取9550个样品对模型进行训练和调优。通过建模分析和模型验证,烟叶中烟碱、总糖、总氮成分的预测精准度都在83%以上。烟碱预测模型真实值与预测值之间相关性最强,拟合度最高,其精准度也较高,模型的预测效果最好;总糖预测模型虽然精准度较高,但其真实值与预测值的拟合度较低;氯的预测精准度为36.09%,为4项化学指标中精度最低者。预测结果对楚雄烟叶种植基地的化学品质的评估具有参考意义,可指导楚雄卷烟厂生产基地规划、优质特色品种烟叶适种区域的界定。