排序方式: 共有144条查询结果,搜索用时 15 毫秒
11.
12.
2003—2012年,南非农产品的总体比较优势高于中国;中国和南非两国农产品之间存在着产业间贸易和产业内贸易的互补性。南非对中国出口的农产品中具有贸易增长空间的品种有水产品、水果、谷物、烟、酒、饮料及醋;中国对南非出口的农产品中具有贸易增长空间的仅棉麻和水产品两种。随着中国和南非两国经济的发展,居民消费水平不断提高,两国具有贸易增长空间的农产品贸易量将持续走高,中国和南非的农产品贸易增长趋势将势不可挡。 相似文献
13.
14.
农村居民消费支出水平和结构的变化,可在一定程度上反映农村居民的生活质量和生活水平的状况。以天津市为例,根据2002—2012年天津市农村居民消费统计数据,从消费水平和消费结构两个角度对农村居民的消费变化特点和趋势进行了分析。从消费水平上看,近10年天津市农村居民总体消费水平呈现快速增长态势,10年间增长了2.85倍,平均年增长率达到14%以上;从消费结构上看,人均食品、衣着、居住的生存型消费支出都趋于下降或持平的状态,但三者之和所占支出比例超过了60%,而人均家庭设备及用品、交通通信、文教娱乐和医疗保健等享受型消费支出出现了快速增长的势头。 相似文献
15.
2014—2023年中国水果市场形势展望 总被引:4,自引:0,他引:4
在回顾近年来特别是2013年水果供需形势的基础上,对2014—2023年水果生产、消费、贸易和价格走势进行了展望。预计未来10年,中国水果生产增速放缓,生产结构继续优化,消费需求扩大,加工率提高,总体价格持续上行,对外贸易小幅扩大。预计到2023年水果总产量达2.96亿t,水果直接消费需求量11 090万t,加工消费需求量5 719万t。气候变化、消费偏好和贸易环境的不确定性对水果供需存在较大影响。 相似文献
16.
17.
基于干湿期的随机天气发生器 总被引:2,自引:2,他引:0
为了按不同的应用需求生成可信的任意长序列逐日天气数据,为作物天气系统研究提供数据支持,该文描述了一个以干湿期随机模型为基础,组合了日降水量、温度和辐射变量随机模型的逐日天气发生器WGDWS(Weather Generator based on Dry and Wet Spells)。它分为两部分:以干湿期为独立随机变量的干湿期模型部分,和依赖第一种模型生成其余天气变量的模型部分;其天气要素的生成主要分2个步骤,即首先根据月经验分布值产生一个干期或湿期长度,然后生成干期或湿期的逐日值。利用代表中国不同地理区域的9个站点1973-2003年的逐日气象资料对天气发生器WGDWS进行了检验,并与基于干湿日开发的DWSS天气发生器进行了比较。结果表明两者性能基本相近,并且WGDWS模拟干湿期的效果更好。因此,WGDWS天气发生器用于生成逐日天气序列是可靠的,同时作为一个JAVA组件,还可以方便地嵌入作物模型系统。 相似文献
18.
北京市气候变化对奶牛热冷应激的影响 总被引:2,自引:0,他引:2
气候变化对奶牛养殖的影响日益凸显,一些地区奶牛养殖的热应激或冷应激外部环境有所加剧。该文采用温湿度指数(temperature humidity index,THI)和风寒温度(wind chill temperature,WCT)2个指标,分析了北京地区1951-2012年逐日的THI和WCT的变化特征,重点分析了气候变化对奶牛养殖应激环境变化规律的影响。结果表明:近62 a来北京地区温度提升了1.93℃,气候变暖特征明显快于全国,气候变化加剧了北京地区热应激温度环境,降低了冷应激温度环境,综合考虑相对湿度和风速等气象因素,气候变化对北京地区热应激综合环境影响小,对冷应激综合环境影响大。但值得关注的是,2008年以来,北京地区热冷应激环境呈现"双升"态势,尤其冷应激环境明显增强,2012年冷应激天数为近10 a来最高,对北京地区的奶产量产生了不利影响。研究结论对以开放或半开放式牛舍养殖为主的北京地区的牛舍改造和应激设施设备改善提供了科学决策依据。 相似文献
19.
1 2018年我国生猪产品贸易1.1 2018年我国生猪产品贸易逆差缩小近两成2018年,我国生猪产品进口下降,逆差减少。截至2018年11月份,生猪产品贸易逆差23.82亿美元,同比减少19.0%。逆差主要来自于猪肉和猪杂。 相似文献
20.
基于改进VGG卷积神经网络的棉花病害识别模型 总被引:5,自引:2,他引:3
为实现自然条件下棉花病害图像准确分类,提出基于改进VGG-16卷积神经网络的病害识别模型。该模型在VGG-16网络模型基础上,优化全连接层层数,并用6标签SoftMax分类器替换原有VGG-16网络中的SoftMax分类器,优化了模型结构和参数,通过微型迁移学习共享预训练模型中卷积层与池化层的权值参数。从构建的棉花病害图像库中随机抽取病害图像样本作为训练集和测试集,用以测试该方法的性能。试验结果表明:该模型能有效提取出棉花病害叶片图像的多层特征图像,并通过Relu激活函数的处理更能凸显棉花病害的边缘信息与纹理信息,分辨率为512像素×512像素图像在样本训练与验证试验效果最好。在平均识别准确率方面,本研究模型较BP神经网络、支持向量机、AlexNET、GoogleNET、VGG-16NET效果最好,达到89.51%,实现对棉花的褐斑病、炭疽病、黄萎病、枯萎病、轮纹病、正常叶片的准确区分。该模型在棉花病害识别领域具备良好的分类性能,可实现自然条件下棉花病害的准确识别。 相似文献