虫生真菌研究展望

本文综述了生物工程技术在虫生真菌菌种选育工作中的作用,强调了制剂问题的意义及对剂型的具体要求,分析了虫生真菌在有害生物综合治理(IPM)系统中的地位及作用方式,评论了流行病学研究的动向及重要意义。     

基于TM影像数据的林分冠层郁闭度反演技术研究

本文以崂山林场为研究区域,利用森林资源二类调查数据和TM影像数据,分析了林分郁闭度与遥感因子之间的定量关系,在此基础上利用多元回归分析法结合实测数据构建郁闭度估测模型,并对模型精度进行检验,结果表明,预估精度达到81.6%,估测效果较好。利用该模型,反演了研究区的林分冠层郁闭度,将崂山林场的林分冠层郁闭度分为四个等级,即非林地区,低郁闭度区,中郁闭度区和高郁闭度区,研究区的森林郁闭度分布呈现西北部和东南部较低,而中部和南部相对较高。     

A data transfer method for improving seed identification of maize (Zea mays) haploid breeding based on genetic similarity

Maize haploid breeding technology is able to identify haploid seeds non‐destructively, rapidly and at low cost with the help of Near‐infrared (NIR) spectral analysis. However, due to the hybridization of numerous parents and the low production rate of haploid, the haploid data collection becomes a burden for engineering this technology. Biologically, there are considerable similarities between the progeny of the same female parent and different male parents. Based on this advantage, similar spectral data can be transferred when the NIR technology is employed. A revised method of Transfer adaptive boost (TrAdaBoost) is proposed to improve identifying for the backpropagation neural network (BPNN) classifier. To avoid the negative transfer, a screening thresh is used to select out similar data, and the amount of these data are limited to join current training. The results show that the identification performances are improved significantly when the data amount is small. This method shows a high ability to make the seed identification more convenient for engineering maize haploid breeding.     

智能算法在农业大数据中的探究

为进一步推进智能农业大数据产业的健康有序发展,减少农业领域在生产、销售等环节中的风险因素,确保农业生产者、销售者的最大利益。通过详细分析农业大数据中的核心问题,以云南省鲜切花产业为研究对象,拟采用人工神经网络算法分别构建鲜切花价格预测模型群、鲜切花质量等级识别模型群,将鲜切花价格预测模型群嵌入云平台中,以低廉的价格提供给需求者;将鲜切花质量等级识别模型群应用于鲜切花等级分类的流水线,方便快捷的进行智能化分类。整个研究引入了智能算法,将智能与农业进行有机的结合,为农业大数据中心的发展提供参考依据。     

云环境下作物育种信息化模型研究

在种业体制改革和兼并重组加速推进、行业集中度大幅提升的大背景下,开展育种技术创新、加强资源交流与联合育种是广大中小型育种企业提升核心竞争力的必然选择。为此,首先介绍了国内作物育种信息管理软件的应用现状,对云环境下开展作物育种信息化建设的优势进行了深入分析;接着,以中小型育种企业育种信息化为业务基础,研究云服务模式与作物育种信息管理业务的契合点,提出了云环境下的作物育种信息化模型。模型充分考虑了作物育种信息管理平台在云服务模式下的个性化、一体化及差异性等特点,支持精量播种机、测产测水等农机设备的统一对接平台、面向用户特征的多层次服务提供策略和基于数据挖掘的作物育种决策支持等方案,对广大中小型育种企业、高校科研院所育种团队及专业测试机构等开展信息化建设,实现资源共享、协同育种与联合测试,进而推进现代种业全面均衡发展,具有借鉴意义。     

自然资源视角下的林地界定标准探究 ——以上海市某区为例

系统梳理国内外关于林地界定的标准,重点分析我国目前已发布的林地界定标准《林地分类》(LY/T1812-2009)和《土地利用现状分类》(GB/T21010-2017)的差异。以上海市某区为例,具体分析林地界定差异引起的数据统计及相关管理、审批等方面的问题,结合自然资源统一管控趋势,提出增加复合用地分类,统一具体认定口径,建立分类对照表,明确林地界定的状态等林地界定标准修订及相关管理完善建议。     

基于DMSP/OLS的重庆市夜间灯光与旅游统计数据相关性分析

对重庆市直辖以来的1997年、2002年、2007年、2012年的DMSP/OLS夜间灯光数据、有关旅游数据进行相关性研究,研究间隔周期为5年,结合使用GIS、SPSS软件进行了数据分析处理。研究结果表明:相关系数为0.99,说明重庆夜间灯光指数与有关旅游数据呈高度及显著的相关性,估算得到的旅游数据密度能够从一定层面反映重庆旅游发展状况的宏观分布现状,可为重庆市作出后期的旅游发展空间分布、相关决策等提供一定的参考。     

基于Downhill-Simplex算法的观测数据与作物生长模型同化方法研究

以夏玉米叶面积指数（LAI）、贮存器官干重（WSO）、地上总干重（TAGP）以及土壤水分含量（SM）为结合点,建立了基于Downhill—Simplex算法的作物生长模型WOFOST同化多种地面观测数据的一般方法或流程：开展观测数据与作物生长模型同化方法的正确性验证→利用Downhill—Simplex算法进行WOFOST模型的敏感性分析一选择敏感参数组合→通过优化效果确定待优化参数→利用新的观测数据对待优化参数进行优化,从而实现了观测数据与作物生长模型的同化,提升了模型的模拟能力。同化过程中遴选出的WOFOST模型的待优化参数主要包括比叶面积、最大CO2同化速率、初始地上部总干物重、根深最大日增量和初始土壤有效水等。     

新疆涉农信息数据标准研究与制定

针对新疆的农村信息化应用实际情况制定的标准。该标准旨在建立适用于新疆涉农应用系统信息体系,并规范定义各业务领域的数据元,为新疆农业信息化建设提供重要指导,最大限度地实现信息优化管理和资源共享,帮助使用者方便、快捷、规范地建立应用。