浅谈高邮市循环农业发展的现状与不足

千百年来，人们对农业生产方式的认识和改进从未停止。在国内外发展循环农业的大背景 下，高邮市从自身实际出发，在既有的一些循环农业模式上进行探索。本文旨在论述高邮市循环农业 发展的现状并指出一些尚存的不足之处，以推动其往更好的方向发展，充分发挥经济效益、生态效益 和社会效益。     

水流作用下临水岸坡稳定性计算模型

河流崩岸是我国堤防安全面临的重大问题,汛期前后崩岸诱发大量的滑体进入河道,影响航运,给沿岸人民正常生产生活带来重大影响。针对水流作用下临水岸坡失稳问题,综合考虑坡表静水压力、内部孔隙水压力、边坡几何形状等因素的影响,构建了楔形岸坡稳定计算模型,并结合长江干流芙蓉大堤段崩岸实例,分析了各因素对岸坡稳定的作用。结果表明,坡表与地下水位升降及二者之差,对岸坡稳定影响较大,且水流的淘刷深度也直接影响着岸坡整体稳定。     

基于粒子群算法优化BP神经网络的土壤含水量短期预测模型

为提高土壤含水量预测精度,基于物联网监测数据,提出了粒子群算法(PSO)优化BP神经网络的土壤含水量预测方法。首先应用主成分分析法筛选出影响土壤含水量的关键影响因子,然后构建8-5-1的BP神经网络拓扑结构,应用粒子群算法优化BP神经网络的初始权值和阈值。结果表明:与传统BP神经网络相比,新模型优化了网络结构,避免了陷入局部最优解,具有良好的预测效果;模型的评价指标平均绝对误差、平均绝对百分误差、误差均方根分别为0.259 2、0.010 5和0.135 6,与单一BP神经网络相比,预测精度更高,可满足实际的土壤含水量预测的需要。     

基于模型预测控制的农机主从跟随作业控制方法

针对实际环境中由于农业机械（简称农机）作业过程的作业量以及土壤条件的变化等不确定性因素的影响，导致协同作业跟随农机的行驶工况不稳定、跟随协同作业响应慢、控制困难等问题，在综合考虑不确定性以及响应性能的基础上，提出了一种农机跟随分层控制架构，搭建农机田间作业下的纵向跟随动力学模型，并以间距保持、速度跟随、燃油经济性、加速度跟随性能为目标，进行基于模型预测控制（MPC）算法的上层控制器推导，基于前馈以及PI反馈的控制器作为下层控制，以上层控制器获得的控制加速度为目标，进行力矩（电流）跟踪，在保证抗不确定性以及干扰噪声的同时，提高跟随农机的响应能力。通过Matlab/Simulink仿真和田间试验验证，结果表明，该控制方法可以有效解决农机作业的跟随控制问题，与滑模变结构控制器相比，能够实现稳定跟随行驶，且速度误差和加速度误差更小，速度误差控制在-0.29132~0.18001m/s，加速度误差控制在-0.05678~0.05628m/s2，稳定跟随距离误差为±0.45m，具有良好的跟随效果。     

山地电力架空线路运维质量的智能评估

山地电力架空线路大多沿山架设,穿越树竹林,周边的树竹生长缺陷引发短路故障频繁发生,造成用电客户的大量投诉,用户体验满意度下降,抢修抢险费用大幅度攀升,严重影响供电公司的信誉和售电收益.为了提升用电客户的满意度和供电公司的售电受益,采用主成分分析方法提取了山地电力架空线路通道运维质量的3个主要影响因素,它们分别是树竹生长缺陷数、缺陷的消除数和通道运维资金使用合理度.对树竹的生长规律建立一个预测模型,从而得到树竹生长缺陷数的一个预测,根据预测结果划拨架空线路所在供电所的运维资金,消除树竹生长的缺陷数,再用Logistic回归模型,构建架空线路通道运维质量智能评估模型,使供电公司对架空线路运维实现基于数据决策的模式,尽可能保证供电线路零故障运行.     

农产品监测预警模型集群构建理论方法与应用

【目的】农产品供给与需求的准确分析测定,是农业监测预警能力提升的重要表现。构建产品多品种多环节模型集群理论方法,可高效解决单一环节或单一模型难以解决的分析技术难题。【方法】在农产品供需的重要要素即生产量、消费量、贸易量、价格等分析预测过程中,针对农产品品种间关联性强,自然、社会、经济诸多影响因素纠缠,模型多变量强耦合、非线性、参数时变的特点,提出多品种农产品“因素分类解耦、参数转用适配”方法,以构建多时空维度的监测预警模型集群。【结果】利用“因素分类解耦、参数转用适配”技术方法,研究构建了不同农产品的生产类、消费类、贸易类、价格类的模型集群。这些模型集群可用于对不同时空维度的水稻、玉米、小麦、肉类等主要农产品供需的长中短期的分析预测,支撑形成了农业展望中的主要农产品平衡表,其中主要农产品全国年度生产量6年平均预测精度高于97%。【结论】研究提出的农产品监测预警模型集群构建理论及其方法,有效提升了农产品多品种模型集群的求解效率和准确率,增强了农产品供需分析预测的系统性与智能性,为系统揭示农产品复杂的时空供需变化特征、促进农产品市场调控科学性和可预见性,提供了新技术方法。     

Simulating the Production of Rice Genotypes by Flood Management and End-Season Water Stress Conditions Using AquaCrop Model

ABSTRACT

The present study was conducted to assess the ability of AquaCrop model in predicting of grain and biological yield of rice genotypes in water management. A two-year field experiment was conducted at the experimental farm of the Iranian Rice Research Institute in Rasht, Iran from 2016 to 2017. The experiment was established in a split-plot design with two irrigation management (continuous submergence and end season water stress) as the main plot, fourth rice genotypes as the sub-plot and three replications. The goodness-of-fit between observed and simulated grain yield and final biomass was assessed by means of the coefficient of determination (R ²), the absolute and normalized root mean square errors (RMSE). The RMSE_n of predicting grain yield at calibration and evaluation stages was in the range of 6–12% and 6–8% for biological yield. The results indicated that AquaCrop model is suitable to predict grain yield and biological yield of rice genotypes in northern Iran. AquaCrop model can be used to determine optimization strategies to improve the water consumption of rice genotypes.     

一类具有饱和发生率的虫媒传染病模型研究

考虑虫媒传染病具有潜伏期的特征,研究了一类具有饱和发生率的时滞传染病模型的动力学行为,确定了疾病是否流行的阈值R_0.当R_01时,无病平衡点全局渐近稳定,疾病将最终灭绝;当R_01时,唯一地方病平衡点条件稳定,系统会产生Hopf分支.     

从开放科学路线图分析到开放科学道路决策方法设计

[目标/意义]一个国家是否进入开放科学、如何选择路径,亟待决策方法。[方法/过程]开放科学作为国家科学政策,可以通过路线图方式进行规划实施。分析当前6个国际开放科学路线图的发布、内容、效果评估等特征,初步提出一个国家开放科学道路的决策方法。[结果/结论]开放科学路线图的形成受国家中长期开放计划、配套基础设施等多因素影响,实施内容覆盖到国家的未来、现状和具体措施,最终将提升一个国家或地区科学研究的开放成熟度水平及其影响力。基于这些特征,初步构建国家开放科学进程决策模型,覆盖开放科学实施前、实施、实施后不同阶段的决策内容,并设计开放科学道路决策的“三步法”。本文简略介绍中国面向开放科学的工作构想,以及其中图书馆发挥的作用。     

基于启发式Johnson算法优化BP神经网络的水产养殖产量预测模型

针对水产养殖产量预测难的现状,提出一种基于启发式Johnson算法优化的反向传播神经网络(BPNN)的产量预测模型。该模型在传统BP神经网络的基础上,针对网络训练时间长、易陷入局部最优的问题,通过启发式Johnson算法降低输入神经元维度,再结合试凑法确定神经网络隐层个数,构建启发式Johnson反向传播神经网络(HJA-BPNN)学习预测模型。实验结果表明,该模型在山东省对虾海水养殖产量预测中,预测的均方根误差小于传统BP神经网络和GM(1,1),且学习效率相比传统BP神经网络有所提升。研究表明,该学习预测模型在大量历史数据的模型构造上有更大的优势,能够缩短建模时间,同时获得良好的预测效果,为水产养殖产量预测提供了一种可行的新方法。