基于優(yōu)化k一means的沂水麒麟雪茄莊園氣象適宜性分析

中圖分類號：S572 文獻標識碼：A 文章編號：2095-5553（2025）08-0346-07

Abstract：Inordertoidentifysuitableplantingareaofcigartobaccoleaves in China，ameteorological suitabilityanalysis was carried out using the Yishui Kirin Cigar Estate as a case study.The number of clusters kΩ was optimized by using the internal indicator DB Index，and the initial cluster center points were selected by combining the k一means ⁺⁺ algorithm， andthekeymeteorologicalfactors intheopen fieldperiodof Yishui KirinCigarEstate，PinardelRio，Santiago，Bahand otherllcigartobacco producingareas athomeand abroad were clustered.Theresults showed thatthe1l producingareas were divided into4clusters，and Yishui was clustered into Cluster 2 with PinardelRio，Santiago，Bahia，Shifang and otherhigh-qualitycigar tobaccoproducingareas，indicating thatthey hadsimilarological conditions.Furtherevaluation based on membership function and meteorological suitability index showed that the suitability index CFI of Yishui Kirin

CigarEstate reached O.931，which belonged to the most suitable planting grade.Field validation showed that the agronomictrait indicatorsof the8cigar varieties in this manormettheof high-quality cigar tobacco leaves.This study confirmed that Yishui Kirin Cigar Estate had the meteorologicalconditions for the productionof high-qualitycigartobacco， and provided a scientific basis for the selection of cigar tobacco producing areas in China.

Keywords：clustering algorithm； Cigar tobacco；ecological suitability； machine learning

0 引言

近年來，我國雪茄市場發(fā)展迅速，國內消費者對高端雪茄的需求旺盛[1]。由于國產雪茄煙原料供應商尚處于發(fā)展階段，未形成規(guī)模，國產大部分雪茄煙原料仍然依賴進口。這在一定程度上影響了中式雪茄開發(fā)和中國雪茄產業(yè)的發(fā)展[2。已有研究表明，氣象條件是導致煙葉質量、產量存在差異的重要因素；溫度、光照和降雨量等不僅影響煙葉在大田期的生長，還影響煙葉的外觀質量、物理特性、化學成分和評吸質量，是決定煙葉質量的關鍵因素[3]。林北森等[3]采用系統(tǒng)聚類方法，研究了不同產區(qū)雪茄煙葉生產大田期和晾制期的月平均氣溫、最高溫、最低溫、降雨量、相對濕度、溫差6個氣象因子的差異性和相似性。然而，系統(tǒng)聚類法更注重考察樣本點間的層次關系，其算法運行效率較低，與基于劃分的聚類算法k一means直接劃分類簇相比更為煩瑣。姚林等4采用傳統(tǒng)的k—means算法對西南5?。▍^(qū)、市）風速、日照時數(shù)、溫度、相對濕度等氣象數(shù)據(jù)進行分析，并構建可視化系統(tǒng)，但傳統(tǒng)的k一means算法對初始聚類中心的選取異常敏感，導致聚類結果不穩(wěn)定，且聚類個數(shù)需要人工確定。張誼寒等[5]對古巴和云南多地區(qū)雪茄外包皮煙大田期月平均氣溫、平均最低氣溫、相對濕度、降雨量等相關氣象因子進行模糊聚類分析，探究了云南各市區(qū)與古巴的氣象條件間的關系，但研究缺乏對所研究產區(qū)的生態(tài)適宜性結果驗證。

針對上述研究的不足之處，本文研究確認各個雪茄煙葉產區(qū)及其大田期，采用優(yōu)化后的k一means聚類算法分析沂水麒麟雪茄莊園與比那爾德里奧、圣地亞哥、巴伊亞等共11個國內外雪茄煙葉產區(qū)大田期的關鍵氣象因子，并對算法聚類結果進行驗證。研究旨在對沂水麒麟雪茄莊園的生態(tài)適宜性進行分析，以期為國內雪茄產區(qū)的篩選提供一定參考[7]。

1材料與方法

1. 1 研究區(qū)概況

沂水縣地處山東省中南部，位于北緯 35^°36^′～ 36^°13^′ ，東經 118^°13～119^°03^′ ，屬暖溫帶季風氣候區(qū)，具有顯著的大陸性氣候特點[8]。沂水麒麟雪茄莊園位于山東省沂水縣城西北 15km ，跋山水庫北岸低山丘陵區(qū)，水面遼闊，水質清澈，水資源充沛。

1.2 數(shù)據(jù)來源

氣溫、積溫和降雨量數(shù)據(jù)來自美國環(huán)境信息中心（NCEI）及weather-atlas，NCEI隸屬于美國國家海洋及大氣管理局（NOAA）[9]。相對濕度數(shù)據(jù)和日照時數(shù)數(shù)據(jù)來自weather-atlas。國內外雪茄煙葉產區(qū)氣象數(shù)據(jù)如表1所示。

表1國內外11個雪茄煙葉產區(qū)氣象數(shù)據(jù) Tab.1 Meteorological data for1l domestic and foreign cigar leaf producing regions

雪茄煙葉的種植月份區(qū)間稱為大田期，確定國內外高品質雪茄煙葉產區(qū)及各產區(qū)的大田期：古巴的比那爾德里奧[10]、多米尼加的圣地亞哥、印尼東爪洼省的任抹[1]、津巴布韋、菲律賓的卡加延、美國康涅狄格州的哈特福德[12]、巴西的巴伊亞、四川什[13.14]、海南儋州[15.16]、湖北來鳳[17.18]、山東沂水麒麟雪茄莊園。其中比那爾德里奧、圣地亞哥、任抹、卡加延、儋州大田期為1一4月，津巴布韋大田期為11月一次年2月，哈特福德、巴伊亞、什邡、來鳳、沂水麒麟雪茄莊園大田期為5-8月。

溫度、積溫、相對濕度、降雨量、日照時數(shù)等氣象因子均為雪茄煙葉種植過程中決定煙葉質量的關鍵氣象因子[3]，因此，研究選擇雪茄煙葉產區(qū)2007—2022年近16年大田期的月平均氣溫 .?10^°C 活動積溫、相對濕度、降雨量、日均日照時數(shù)共5個氣象因子進行分析。

沂水氣象數(shù)據(jù)綜合考慮了物聯(lián)網感知數(shù)據(jù)與上述氣象平臺數(shù)據(jù)。研究所用物聯(lián)網數(shù)據(jù)來自山東農業(yè)大學農業(yè)農村部黃淮海智慧農業(yè)技術重點實驗室與山東臨沂煙草有限公司的合作項目“智慧雪茄大數(shù)據(jù)平臺”。依托該項目，項目團隊已研究并布設涵蓋整個沂水麒麟雪茄莊園的物聯(lián)網信息感知網絡，自主研發(fā)的“神農物聯(lián)”信息采集專用物聯(lián)網設備實現(xiàn)了區(qū)域信息的不間斷自動采集。

1.3 研究方法

1.3.1 工具

采用Python語言的機器學習庫scikit—learn進行聚類分析，Python版本為3.11.1，編程軟件為Visual Studio Code。

1.3.2 數(shù)據(jù)標準化

由于各性狀指標的量綱和數(shù)量級不同，不能直接計算分析。為消除變量量綱及單位的影響，需采用Z—Score標準化對原始數(shù)據(jù)進行處理。一個樣本 x 的標準分 z 計算如式（1）所示。

z=（x-u）/s 式中： u ——樣本的平均值;s? -樣本的標準差。

1.3.3 聚類算法的選擇及優(yōu)化

生態(tài)適宜性分析研究的氣象因子樣本通常沒有給定的標簽，聚類算法是一種區(qū)別于分類的無監(jiān)督學習算法，即根據(jù)無標簽的樣本點數(shù)據(jù)及數(shù)據(jù)間的信息關系，對樣本數(shù)據(jù)對象進行分組[19。因此，研究采用機器學習中的聚類算法作為分析算法。聚類算法目的是將數(shù)據(jù)集劃分成多個組（簇），使得在同一個簇中的對象特征盡可能相似，不同簇中的對象特征盡可能不相似[20]。聚類算法大致分為4類：基于劃分的聚類、基于密度的聚類、基于層次的聚類、基于原型的聚類。由于生態(tài)適宜性分析要找出與沂水樣本特征盡可能相似的樣本，而非研究各樣本間的可連接性或層次關系，因此，研究采用基于劃分的聚類算法[21]。

k—means是一種基于劃分的經典聚類算法[22]，其因簡單、高效、收斂速度快、易于實現(xiàn)而被大量學者應用于模式識別、數(shù)據(jù)處理、模型分類等方面的研究[23]。k—means算法的基本流程[24，25]如下。

1）在歐氏空間 R^m 中，數(shù)據(jù)樣本集 S={x₁ x₂，…，x_n} 包含 n 個數(shù)據(jù)對象，每個對象 x_i={x_i1 ，x_i2，…，x_im} 均有 m 個屬性。在數(shù)據(jù)樣本集 s 中隨機選擇 k 個樣本作為初始聚類中心點。

2）利用距離公式計算剩余樣本與每個聚類中心之間的距離，并將其分配給最近的聚類中心，將數(shù)據(jù)樣本集劃分為 k 個類簇 C={C₁，C₂，…，C_k} 。

3）重新計算每個簇中所有點的均值作為新的聚類中心。

重復步驟2和步驟3直到聚類中心不再變化或達到預定的最大迭代次數(shù)即終止計算。

k—means存在2個主要缺點：（1）初始聚類中心的隨機選取，不同的初始聚類中心對聚類結果有著較大的影響，使算法具有較差的穩(wěn)定性；（2）需要人工確定值。研究將戴維森堡丁指數(shù)（Davies-BouldinIndex）的最小值輸出對應的k值作為k—means算法的 k 值輸人，使算法自動確定最佳 k 值，使用k—means ⁺⁺ 選擇初始聚類中心點方法讓k一means算法初始聚類中心點的選取不再隨機且具有較遠的初始聚類中心，提高聚類的穩(wěn)定性[26]。算法流程如圖1所示。

開始輸人數(shù)據(jù)集 聚類中心是否 否數(shù)據(jù)歸一化 不再改變是簇數(shù)k值的遍歷 得到對應k值、DBIndex和聚類結果k—means++確定k個初始聚類中心點 k值遍歷結束根據(jù)距離公式將剩余樣本 選出最小的DBIndex對應分配到各個聚類中心 k值及其聚類結果1重新計算每個簇中所有點結束的均值作為新的聚類中心

1.3.4隸屬函數(shù)構建

用于雪茄煙葉產區(qū)氣象質量評價的隸屬函數(shù)分為 拋物線型隸屬函數(shù)和S型隸屬函數(shù)，拋物線型隸屬函 數(shù)如式（2）所示，S型隸屬函數(shù)如式（3）所示。

其中 a，b，c，d 分別為各個氣象因子的下限值、最優(yōu)值下限值、最優(yōu)值上限值、上限值， a

受胡穎梅等2的烤煙氣候適宜性評價方法啟發(fā)，結合數(shù)據(jù)統(tǒng)計分析及專家咨詢，對產區(qū)氣象因子的適宜性進行評價，并計算適宜性指數(shù)的氣象因子、隸屬函數(shù)、氣象因子指標拐點值和權重，如表2所示。

表2各評價指標的權重、隸屬函數(shù)類型及拐點 Tab.2Weight，membership function type and inflection point ofeachevaluation index

1.3.5氣象適宜性指數(shù)計算

利用隸屬函數(shù)氣象因子指標值與權重系數(shù)加成法則，對雪茄煙葉產區(qū)的氣象適宜性指數(shù)進行計算。氣象適宜性指數(shù)計算如式（4）所示。

式中：CFI -氣象適宜性指數(shù)；n 評價指標的總數(shù)；P_j 第 j 個評價因子的權重值；X_ij 一第 j 個評價因子的隸屬度。

CFI 取值 0.10～1.00，CFI 值越高，說明該地區(qū)氣象條件越適宜種植雪茄煙； CFI 值越低，說明該地區(qū)氣象條件越不適宜種植雪茄煙。通過計算得出的CFI值對沂水雪茄煙區(qū)生態(tài)適宜性進行綜合評價。研究將優(yōu)質雪茄煙葉產區(qū)氣象適宜性等級按照CFI值劃分為4種，如表3所示。

表3雪茄煙葉產區(qū)氣象適宜性等級劃分 Tab.3Meteorological suitabilityclassification of cigar tobacco producing areas

2 結果與分析

2.1 聚類算法的應用

將沂水麒麟雪茄莊園與比那爾德里奧、圣地亞哥、任抹、哈特福德、巴伊亞、津巴布韋、卡加延、什、儋州、來鳳根據(jù)大田期平均氣溫、大田期 ?10^°C 活動積溫、大田期相對濕度、大田期平均降水量、大田期平均日照時數(shù)等指標使用優(yōu)化后的 k 一means進行聚類。設計聚類樣本特征向量為 S（tavg，ttol，rh，rain，sun） ，其中向量s 的屬性為特征值， tavg、ttol，rh，rainAA，sun 分別代表平均氣溫 .?10^°C 活動積溫、相對濕度、降雨量、日照時數(shù)這5個氣象因子，即表1中的5個氣象因子。

2.2數(shù)據(jù)標準化結果

采用scikit—learn的preprocessing類的StandardScaler函數(shù)對表1中的數(shù)據(jù)進行Z—Score標準化，標準化處理結果如表4所示。

表4國內外11個雪茄煙葉產區(qū)標準化氣象數(shù)據(jù) Tab.4 Standardized meteorological data for11 domestic and international cigar leaf producing regions

2.3 聚類分析結果

采用scikit—learn的cluster類的KMeans（函數(shù)對表2中標準化后的數(shù)據(jù)進行聚類。設置初始聚類中心點采取k—means + 十的方式，即令初始聚類中心點盡可能具有較遠的歐幾里得距離，算法通過戴維森堡丁指數(shù)優(yōu)化后自動將初始聚類中心點的個數(shù)設置為4個。

聚類結果分為4個簇，即4類。其中哈特福德、來鳳、津巴布韋為0號簇，儋州為1號簇，比那爾德里奧、圣地亞哥、巴伊亞、什、沂水為2號簇，任抹、卡加延為3號簇，聚類結果具有很強的穩(wěn)定性，如表5所示。

表5聚類分析結果Tab.5 Results of cluster analysis

2.4雪茄煙葉產區(qū)大田期氣象因子評價

結合表1中數(shù)據(jù)，使用隸屬函數(shù)結合氣象適宜性指數(shù)計算公式對2號簇中雪茄煙葉產區(qū)進行氣象因子評價，得出各氣象指標得分，如表6所示?？梢钥闯?，氣象適宜性評價得分從高到低依次為比那爾德里奧、什、沂水、巴伊亞、圣地亞哥。結合表3可知，比那爾德里奧、什施、沂水是最適宜種植雪茄產區(qū)，巴伊亞和圣地亞哥是適宜種植雪茄產區(qū)。

表6各地區(qū)氣象指標得分以及 _cFI 值Tab.6Meteorological indicator scoresby regionand CFI values

2.5 雪茄莊園煙葉農藝性狀調查驗證

對雪茄莊園中8個品種成熟期雪茄煙葉植株進行農藝性狀調查，每個品種測量200株，取平均值為調查結果，如表7所示。

表7沂水雪茄莊園雪茄煙葉農藝性狀調查結果 Tab.7 Results of the survey on agronomic traits of cigar tobacco leaves in Yishui Cigar Estate

依據(jù)《山東雪茄煙生產技術方案》和《山東雪茄煙葉生產技術規(guī)程》中采收標準，對每個品種所測量200株雪茄煙葉植株進行分析，發(fā)現(xiàn)各項農藝性狀均圍繞所求均值在較小范圍內波動，雪茄煙葉整體長勢均勻，品質優(yōu)良，8個品種均符合采收標準。調查結果表明，沂水適宜雪茄煙葉的種植，驗證了沂水麒麟雪茄莊園具有種植出高品質雪茄煙葉的氣象條件。

3 討論

優(yōu)化后的算法解決了初始聚類中心的選擇和人工確定 k 值問題，但增大了計算工作量，在自動確定 k 值的代碼中使用時間復雜度 O（n） 的循環(huán)語句進行 k 值確定，將k—means算法時間復雜度從 O（n） 變?yōu)镺（n²） 。算法可以應用在小數(shù)據(jù)集研究中，但對大數(shù)據(jù)集的處理存在劣勢。降低算法的時間復雜度，提升算法的執(zhí)行效率是今后研究要開展的工作。

不同產區(qū)有著不同的生態(tài)條件，不同的生態(tài)條件決定著煙葉的風格特色[28]。在2.3節(jié)中，沂水和比那爾德里奧、圣地亞哥、巴伊亞、什施被劃分至2號簇中，說明簇2中的雪茄煙葉產區(qū)氣象條件較為相似，可以推斷沂水與什邡、比那爾德里奧、圣地亞哥、巴伊亞煙葉產區(qū)有相似的生態(tài)基礎?？梢赃x擇上述相似研究區(qū)種植的雪茄煙葉品種進行培育種植試驗，擴展種質資源。

2號簇中的雪茄煙葉產區(qū)大田期平均氣溫為23.3 ，大田期 活動積溫為2 728.1°C～2 972.5°C ，大田期相對濕度為 71.8%～ 78.8% ，大田期降雨量為 454.1～640mm ，大田期日均日照時數(shù)為 5.7～8.1h 。可見，2號簇中的產區(qū)大田期平均氣溫、活動積溫、相對濕度相差不大，而降雨量和日均日照時數(shù)有較大差異。沂水麒麟雪茄莊園可通過調節(jié)遮蔭網透光率和灌溉等措施進行相應調整。

4結論

1）基于優(yōu)化后的 k- means算法，結合氣象因子聚類分析和生態(tài)適宜性評價，探討沂水麒麟雪茄莊園種植雪茄煙葉的氣象適宜性。結果表明，沂水麒麟雪茄莊園與比那爾德里奧、圣地亞哥、巴伊亞等國際優(yōu)質雪茄產區(qū)在關鍵氣象條件上具有高度相似性，其大田期平均氣溫 （24.1°C）.≥10°C 活動積溫（ 2967.5^°C 、相對濕度 （71.8% ）等指標均符合高品質雪茄煙葉的生長需求。通過隸屬函數(shù)和氣象適宜性指數(shù)（ CFI= 0.931）評價，沂水被劃分為最適宜種植區(qū)，進一步驗證其生態(tài)條件的優(yōu)越性。

2）田間試驗結果顯示，沂水麒麟雪茄莊園種植的8個雪茄品種在株高、葉數(shù)、葉長等農藝性狀上表現(xiàn)優(yōu)良，且符合優(yōu)質雪茄煙葉的采收標準，證實該地區(qū)具備生產高品質雪茄煙葉的潛力。本研究不僅為沂水雪茄煙葉的種植提供科學依據(jù)，也為其他地區(qū)雪茄煙葉產區(qū)的生態(tài)適宜性評價提供可借鑒的分析方法。

未來研究可結合土壤特性、栽培管理等因素，進一步優(yōu)化雪茄煙葉產區(qū)的綜合評價體系，推動國產雪茄煙葉的品質提升和區(qū)域化布局。

參考文獻

［1］鄭天飛，張倩穎，李東亮，等．不同產地雪茄煙葉的風味特征和微生物群落分析[J].河南農業(yè)科學，2022，51（8）：45-54.Zheng Tianfei，ZhangQianying，Li Dongliang，etal.Analysis of flavor characteristics and microbial communityofCigar Tobacco leavesfromdifferent regions[J]. JournalofHenanAgricultural Sciences，2022，51（8）：45-54.

[2］陳棟，李猛，王榮浩，等．國產雪茄茄芯煙葉研究進展[J].揚州大學學報（農業(yè)與生命科學版），2019，40（1）：83-90.Chen Dong，Li Meng，Wang Ronghao，et al. Progress ofthe domestic cigar filler tobacco [J]. Journal of YangzhouUniversity（Agricultural and Life Science Edition），2019，40（1）：83-90.

［3］林北森，高華軍，鄭倩，等．國內外雪茄煙主產區(qū)氣候條件比較研究[J].熱帶作物學報，2023，44（7）：1515—1524.Lin Beisen，Gao Huajun，Zheng Qian，et al.Comparationof climatic conditions between different cigar producingareasat home and abroad[J].Chinese Journal of TropicalCrops，2023，44（7）：1515—1524.

[4］姚林，王翔坤，賈鈺沛，等．基于氣象因子的氣候區(qū)劃可視分析系統(tǒng)[J].計算機科學，2021，48（S1）：552-557，571.Yao Lin，Wang Xiangkun，Jia Yupei，et al.Visualanalysissystemofclimaticregionalization basedonmeteorological factor[J]. Computer Science，2021，48（S1）：552-557，571.

［5］張誼寒，張晨東，焦芳嬋，等．雪茄外包皮煙在云南種植的適宜氣候區(qū)初步篩選研究［J].西南農業(yè)學報，2012，25（6）：2005—2009.Zhang Yihan， Zhang Chendong，Jiao Fangchan，et al.Preliminary study on suitable planting regions of cigarwrapper tobacco in Yunnan Province [J]． SouthwestChina Journal of Agricultural Sciences，2Ol2，25（6）：2005-2009.

[6]Chang W，Wang X，Yang J，et al.An improvedcatboost-based classification model for ecological suitabilityof blueberries[J]. Sensors，2023，23（4）：1811.

［7］王琰，劉國祥，向小華，等．國內外雪茄煙主產區(qū)及品種資源概況[J].中國煙草科學，2020，41（3）：93－98.Wang Yanyan，Liu Guoxiang， Xiang Xiaohua，et al.Overview of main cigar production areas andvarietyresources at domestic and overseas [J]. Chinese TobaccoScience，2020，41（3）：93-98.

［8］袁波.沂水縣沂河濕地的生態(tài)保護和恢復[J].中國林副特產，2015（4）：101—104.Yuan Bo.The Yihe wetland ecological protection andrecovery of Yishui County [J]. Forest By-Product andSpeciality in China，2015（4）：101—104.

[9］張志方．基于深度學習的氣象數(shù)據(jù)可視化及預測系統(tǒng)[D].北京：中國地質大學，2021.Zhang Zhifang. Meteorological data visualization andprediction system based on deep learning [D]. Beijing：China University of Geosciences，2021.

[10］陶健，劉好寶，辛玉華，等．古巴PinardelRio省優(yōu)質雪茄煙種植區(qū)主要生態(tài)因子特征研究［J]．中國煙草學報，2016，22（4）：62-69.Tao Jian，Liu Haobao，Xin Yuhua，et al. Research oncharacteristics of major ecological factors in growing areasfor premium cigar tobacco in Pinar del Rio Province ofCuba[J]. Acta Tabacaria Sinica，2O16，22（4）：62-69.

[11］任天寶，閻海濤，王新發(fā)，等．印尼雪茄煙葉生產技術考察及對中國雪茄發(fā)展的啟示［J]．熱帶農業(yè)科學，2017，37（3）：89-93.Ren Tianbao，Yan Haitao，Wang Xinfa，et al.Visit toindonesia for cigarproduction technologiesanditsinspiration to the development of cigar in China [J].Chinese Journal of Tropical Agriculture，2Ol7，37（3）：89-93.

[12］范靜苑，胡希，徐恒，等．美國康涅狄格州雪茄煙葉生產技術概況[J].陜西農業(yè)科學，2021，67（3）：94-97.Fan Jingyuan，Hu Xi，Xu Heng，et al．Overview ofproduction technology of cigar tobacco in Connecticut ofUnited States [J]. Shaanxi Journal of AgriculturalSciences，2021，67（3）：94—97.

[13］蔡斌，耿召良，高華軍，等．國產雪茄原料生產技術研究現(xiàn)狀[J].中國煙草學報，2019，25（6）：110—119.Cai Bin，Geng Zhaoliang，Gao Huajun，et al． Researchprogress of production technologies of cigar tobaccos inCa.

[14］孫雨琦，張藍月，劉德水，等．四川雪茄煙葉在成熟與晾制和發(fā)酵過程中煙草特有亞硝胺的積累動態(tài)[J]．煙草科技，2022，55（5）：25-31.Sun Yuqi，Zhang Lanyue，Liu Deshui，et al. Dynamicaccumulation of TSNAs in Sichuan cigar tobacco duringmature，air-curingandfermentation[J].TobaccoScienceamp; Technology，2022，55（5）：25-31.

［15]李愛軍，范靜苑，秦艷青，等．海南與印尼茄衣煙葉質量差異分析[J].中國煙草學報，2013，19（4）：60—63.Li Aijun，F(xiàn)an Jingyuan，Qin Yanqing，et al. Analysis ofquality difference between Hainan and Indonesia producedcigar wrapper leaves [J]. Acta Tabacaria Sinica，2013，19（4）：60-63.

[16］劉利平，王劍，陳宸，等．海南雪茄煙葉外觀質量與化學成分的關系研究[J]．中國煙草科學，2022，43（2）：71—76.Liu Liping，Wang Jian，Chen Chen，et al. Study on therelationship between appearance characters and chemicalcomposition of cigar leaves in Hainan [J].ChineseTobacco Science，2022，43（2）：71-76.

[17］吳創(chuàng)，施友志，潘勇，等．麥飯石肥料施用量對來鳳雪茄煙葉品質的影響[J].中國土壤與肥料，2022（5）：116—123.Wu Chuang，Shi Youzhi，Pan Yong，et al. Effect offertilizer application rate of maifaniteon qualityofLaifengcigar tobacco leaf [J].Soil and Fertilizer Sciences inChina，2022（5）：116-123.

［18］譚紹安，孟貴星，唐大鵬，等．恩施煙區(qū)雪茄煙BES NOH382引種播種期和移栽期試驗初報[J].中國煙草科學，2013，34（6）：56-59.Tan Shao'an， Meng Guixing， Tang Dapeng，et al.Preliminary study on optimum sowing and transplantingdates of BES NO H382 Cigar in Enshi [J]. ChineseTobacco Science，2013，34（6）：56—59.

[19]王森，劉琛，邢帥杰．k—means聚類算法研究綜述［J].華東交通大學學報，2022，39（5）：119－126.Wang Sen， LiuChen， Xing Shuaijie. Reviewonk—means clustering algorithm[J]. Journal of East ChinaJiaotong University，2022，39（5）：119-126.

[20］徐天杰，王平心，楊習貝．基于人工蜂群的三支k—means聚類算法[J].計算機科學，2023，50（6）：116—121.Xu Tianjie，Wang Pingxin，Yang Xibei. Three-wayk—means clustering based on artificial bee colony [J].Computer Science，2023，50（6）：116—121.

[21] Bushra A A，Yi G. Comparative analysis review ofpioneerg DDSUAN dnusuccessiveuensity vaseuclustering algorithms [J]. IEEE Access，2021，9：87918-87935.

[22] Govender P， Sivakumar V. Application of k—means andhierarchical clustering techniques for analysisofairpollution：A review（1980—2019）［J]. AtmosphericPollution Research，2020，11（1）：40-56.

[23]胡嘯，王玲燕，張浩宇，等．基于獅群優(yōu)化的改進K—Means聚類算法研究[J].控制工程，2022，29（11）：1996-2002.Hu Xiao，Wang Lingyan，Zhang Haoyu，et al.Researchon improved K—Means clustering algorithm based on lionswarm optimization [J]. Control Engineering of China，2022，29（11）：1996—2002.

[24］黃小莉，陳靜嫻，胡思宇.基于自適應果蠅優(yōu)化算法的k一means聚類[J].國外電子測量技術，2021，40（6）：14—20.Huang Xiaoli， Chen Jingxian， Hu Siyu.k—meansclustering basedonadaptivefruitflyoptimizationalgorithm[J]．Foreign Electronic MeasurementTechnology，2021，40（6）：14-20.

[25]靳雁霞，齊欣，張晉瑞，等．一種改進的簡化均值粒子群k—means聚類算法［J]．微電子學與計算機，2020，37（5）：69-74.Jin Yanxia，Qi Xin，Zhang Jinrui，etal．Animprovedsimplified mean particle swarm optimization k—meansclustering algorithm [J]. Microelectronics amp;.Computer，2020，37（5）：69—74.

[26]林濤，趙璨．最近鄰優(yōu)化的k—means聚類算法[J].計算機科學，2019，46（S2）：216-219.Lin Tao，Zhao Can．Nearest neighbor optimizationk—means clustering algorithm [J].Computer Science，2019，46（S2）：216-219.

[27］胡穎梅，徐磊，袁帥，等．陜西烤煙氣候適宜性時空變化特征及風險分析[J].煙草科技，2021，54（7）：41—50.HuYingmei，Xu Lei，Yuan Shuai，et al. Spatiotemporalvariationcharacteristicsofclimaticsuitabilityforflue-cured tobacco in Shaanxi and corresponding riskanalysis[J]．Tobacco Science amp;Technology，2021，54（7）：41-50.

[28］王會青，彭曙光，時向東，等．基于氣候條件的湖南雪茄煙葉種植區(qū)分類研究[J]．南方農業(yè)學報，2023，54（8）：2228-2235.Wang Huiqing，Peng Shuguang， Shi Xiangdong，et al.Study on the classification of cigar tobacco leaf plantingareasin Hunanbased on climatic conditions[J].JournalofSouthern Agriculture，2023，54（8）：2228-2235.