共查询到20条相似文献,搜索用时 281 毫秒
1.
2.
3.
《特种经济动植物》2014,(3):2-3
<正>2012年国务院办公厅印发《国家中长期动物疫病防治规划(2012~2020年)》(国办发〔2012〕31号)六、能力建设(一)提升动物疫情监测预警能力。建立以国家级实验室、区域实验室、省市县三级动物疫病预防控制中心为主体,分工明确、布局合理的动物疫情监测和流行病学调查实验室网络。构建重大动物疫病、重点人畜共患病和动物源性致病微生物病原数据库。加强国家疫情测报站管理,完善以动态管理为核心的运行机制。加强外来动物疫病监视监测网络运行管理,强化边境疫情监测和边境巡检。加强宠物疫病监测和防治。加强野生动物疫源疫病监测能力建设。加强疫病检测诊断能力建设和诊断试剂管理。充实各级兽医实验室专业技 相似文献
4.
近年来,重大动物疫情频繁发生事件,对养殖业、社会经济产生的严重性影响,我们迫切需要建立、健全重大动物疫情长效预警机制,笔者分析了重大动物疫情预警方式及特点,建立重大动物疫病的应急预警管理模式。 相似文献
5.
6.
动物疫病监测在动物疫病预防控制工作中占有重要地位,是防疫法明确规定的动物疫病预防控制部门的工作职责。近年来,由于动物疫情的新变化,政府部门对动物疫病防控要求也越来越严格,从而对监测工作也提出了更高的要求。在调查研究的基础上分析了北京市延庆县动物疫病监测工作主要存在问题,并结合实际情况提出了相应的改进措施。以期强化动物疫病监测效果,提高动物疫情预警预报能力。 相似文献
7.
动物疫病监测是动物疫病防控工作的重要基础,是评估重大动物疫病强制免疫及防控效果的基本手段,也是流行病调查和疫情分析评估的关键环节,通过动物疫病免疫抗体水平的监测可以为制定科学的免疫程序、考核免疫质量、重大疫病预警和评价疫苗质量等方面提供科学依据. 相似文献
8.
9.
为了及时掌握动物疫病免疫状况、流行规律和疫情动态,消除疫情隐患,增强对重大动物疫情的预警、预报能力。认真做好贵州省遵义市凤冈县动物疫病的监测工作,有效防范重大动物疫病,为科学防控重大动物疫情提供技术支持。根据市中心2013年(17)号《遵义市动物疫病监测计划》的文件要求,贵州省遵义市凤冈县农牧局动物疫控中心对全县的牲畜、禽类随机抽取血清作猪W病、禽流感以及口蹄疫等几大动物疫病进行免疫抗体监测。按照农业部制定的动物疫病诊断及监测技术标准进行判定。 相似文献
10.
11.
基于GIS的畜禽疫病监测预警系统的构建与实现 总被引:1,自引:0,他引:1
为提高疫病监测的准确性和科学性,依据畜禽疫病防控知识、专家经验,采用人工智能、GIS技术等相关技术,构建了河南省畜禽主要疫病监测预警系统,实现鸡、猪和牛等常见疫病的实时监测和预警。系统由服务器端和手持终端两部分组成。服务器端基于B/S架构,应用C#语言、VS2010工具进行开发。服务器端负责数据的汇总与分析,有系统管理、上报管理、流行病学分析、疫情分析、疫情预警和疫情决策6个功能模块。手持终端是利用Java语言、Eclipse平台开发的移动客户端应用。手持终端负责数据的实时采集和上传,保证了数据采集的准确性和及时性。系统可以满足防疫部门日常工作需要,也可以为疫情监测预警和应急指挥提供决策支持。 相似文献
12.
Chun-Jiang Zhao Ming Li Xin-Ting Yang Chuan-Heng Sun Jian-Ping Qian Zeng-Tao Ji 《Computers and Electronics in Agriculture》2011,76(2):306-315
Treatment during the primary infection phase is essential for controlling cucumber downy mildew in solar greenhouses. An early warning model applicable to this phase would represent a foundation for early warning systems for managing the disease and reducing pesticide usage. Based on the input parameters that were both readily available and appropriately limited in number, EWMPICDW (early warning model for primary infection of cucumber downy mildew in solar greenhouses) was developed based on monitoring data, early warning theory and plant disease epidemiology. The elaboration of this model included clarification of the meaning of warning, monitoring the warning indicators, forecasting the warning situation, tracing the warning sources and controlling the warning situation. The definition of warning included disease occurrence (yes or no) and probability. Because the leaf wetness duration (LWD) played an important role in disease warning systems for crops in solar greenhouses and was difficult to monitor, the leaf wetness sensor and RH threshold model were investigated and combined to form a practical estimation solution for LWD. Within the warning situation forecasting model system, the infection condition and incubation early warning submodels received the most attention. The infection condition early warning submodel was developed by using a threshold method based on the combination of LWD and mean temperature in LWD. The temperature was chosen as the warning indicator for incubation, and the incubation early warning submodel was defined using nonlinear regression methods. The warning sources traceability algorithm was developed in relation to expert knowledge and in terms of a mode of disaster mitigation that involved cutting the disaster chain from the headstream. The method for controlling the warning situation was based on good agricultural practices (GAP). The early warning model was implemented as a system and was evaluated using data for 4 years at two sites in Beijing, China. The warnings can be provided more than 2 d before symptoms appear. Using EWMPICDW, a positive early warning is associated with a change in the chance of disease occurrence from 0.68 to 0.96. Accordingly, the probability of disease occurrence calculated for the early warning model was 96%. These results demonstrate that the data-driven model will support the development of early warning systems for primary infection by cucumber downy mildew in solar greenhouses. 相似文献
13.
针对目前人参种植管理环节中面临的生长环境要素监测难、病害发觉迟缓、自动化水平低等问题,设计出一种基于ZigBee网络的人参生长监测及环境关系敏感型病害自动化预警系统。利用ZigBee无线监测节点采集人参生长的环境要素信息,数据传输网关汇集相关信息发送至远程服务器,系统提取特征数据处理分析后自动向客户端推送实时监测数据,同时发出病害预警分析,提示管理人员做出应对措施。通过应用试验的验证,系统很好地解决了人参生长监测及环境关系敏感型病害预警的难题,提高了人参种植的科学化管理水平。 相似文献
14.
我国应用管理信息系统技术对无疫区进行疫情监测、疫情上报、疫情预警、数据分析、辅助决策等方面严重不足。规范了无疫区内生产管理活动产生的各类数据,理清了无疫区渔业生产、疫病监测两大管理活动中信息传递过程,建立了无疫区管理信息系统。该系统集成养殖生产、流行病学调查、病原监测、疾病免疫等管理数据,按用户角色提供不同管理功能,将系统内各类数据分类存储和共享,实现以信息化的手段辅助开展无疫区现代化管理。系统采用B/S架构,使用UCML框架式开发平台搭建基于WEB的管理信息系统,用户通过Internet上传和管理数据,通过四种用户角色和五级管理划分用户权限,通过灵活的数据调用功能提供便捷的数据管理,使用SQL Server数据库技术建立了覆盖无疫区内各种管理活动的专业数据库。 相似文献
15.
中国农业监测预警的研究进展与展望 总被引:2,自引:0,他引:2
农业监测预警不仅是当今农业科技的前沿领域和重大课题之一,也是应对农业的复杂性、高风险性,突破制约中国农业发展的资源环境管理等问题的高端工具。文章以农业监测预警内涵特征的变化为基础,系统回顾了几十年来国内农业监测预警研究经历的主要发展阶段,简述了农业监测预警研究在理论基础、关键技术和系统研发上取得的突破,总结了近10年来在不同产业领域中监测预警取得的系列重大进展,以及在现代农业管理的应急调度及信息权威发布上的重要应用。最后针对当前国内农业面临的发展新态势,提出了农业监测预警的未来发展前景,指出大数据和智能化支撑的中国特色农业监测预警体系,必将成为实现中国农业现代化的强力保障。 相似文献
16.
为了解不同养殖模式的肉羊供给反应差异及其背后的原因,以保障农牧民收入和我国羊肉的长期稳定供给,利用2012年1月—2016年12月养殖户层面的动态面板数据,建立相应Nerlove模型,对不同养殖模式下肉羊供给反应行为进行研究,结果表明:专业育肥户肉羊长短期供给弹性均高于自繁自育户;仔畜价格、饲草料折价以及政策环境因素对专业育肥户肉羊存栏规模的影响也均比自繁自育户显著。在剖析差异原因的基础上,提出应从提高专业育肥门槛、重点扶持优质能繁母羊、强化草业支撑保障能力、建立重大动物疫病监测预警体系、完善肉羊生产与价格监测预警体系等方面着手,保障我国肉羊产业健康发展。 相似文献
17.
18.
19.