植物源农药的研发进展

植物源农药与化学农药相比具有低毒、无残留、选择性高，不易使害虫、病菌产生抗药性的特点，是一种与环境有良好相容性的新型环保农药。近10年来，欧美等许多国家生物农药的替代率在30％以上，而我国生物农药的市场占有率仅为3％～4％，农药的使用量中80％为高毒农药。因此，我国的农产品在国际市场上不断受到“绿色壁垒”冲击，屡遭退货。     

基于迁移学习和金字塔卷积网络的河蟹个体图像识别方法研究

针对目前河蟹追溯成本高、消费者无法细粒度地追溯单体河蟹信息等问题,提出一种基于迁移学习和金字塔卷积的河蟹背甲图像个体识别算法。该算法使用金字塔卷积层替换普通残差卷积块构建网络模型,可以从蟹背图像中提取多尺度、深层次的特征信息。结果显示:采用金字塔卷积结构的Resnet34和Resnet50的准确率分别为98.38%、98.51%,与使用普通卷积层的模型相比,准确率提升5.49%、1.3%,而当模型深度达到101层时,模型性能不再明显提升。与使用金字塔卷积结构的全新学习模型相比,迁移学习方法的训练收敛迭代轮次从20轮降低至5轮,此时模型准确率为98.88%,较全新学习的准确率提升0.37%,同时弥补了样本量较少的问题。该研究为河蟹个体识别追溯提供了理论依据和技术支持。     

优质高产新品种九谷9号选育报告

＂九谷９号＂新品种是吉林市农科院作物所于１９８３年用品种间有性杂交方法，经多年选育而成。原品系代号为８３１１２。主要特点是中晚熟，优质高产、稳产、抗病、抗倒。１９９５年２月经吉林省农作物品种审定委员会审定，准予推广，命名为九谷９号。     

杂粮供应链区块链多链追溯监管模型设计

针对杂粮产品供应链链条长、主体多、区块链追溯过程数据无法差异化共享、链上数据难以实时监管等难题,通过分析杂粮供应链环节业务流程与监管特性,提出了基于区块链多链架构的杂粮追溯模型,并在此基础上建立多链数据存储架构,设计了基于监管授权组网建链的网络准入机制,并通过智能合约实现数据的链前监管与追溯节点的链上管控。为验证模型有效性,基于Hyperledger Fabric设计并实现区块链追溯系统,对山西忻州杂粮应用案例进行分析。在安全方面,企业组网授权扩散性测试密文平均改变率为82.53%,相关性测试密文平均改变率为82.39%,具备较高的安全性与混淆性。在效率方面,消费者查询公开追溯数据平均时间为0.415 s,监管部门调用跨链接口查询企业敏感追溯数据平均时间为0.871 s。结果表明,该研究设计并实现的面向监管的杂粮多链追溯系统在满足消费者追溯需求的基础上,能够实现追溯数据账本与链间交易记录的实时管控,为农产品区块链追溯监管系统研究提供借鉴与参考。     

基于深度图像的大菱鲆体重估测模型研究

为了对大菱鲆体重进行无损估测,提出了一种基于深度图像的大菱鲆体重估测模型。该方法首先对大菱鲆深度图像进行图像预处理,提取出深度信息与生长数据进行映射建模,拟合出目标特征,并结合网格搜索优化支持向量回归(GS-SVR)算法,实现大菱鲆体重估测。估测结果与实际测量结果进行对比,两者的决定系数(R2)达到0.990 1,均方根误差(RMSE)为0.029 7。该模型具有简单灵活、估测精度高和易于实现等特点,同时具有很好的应用前景。     

农产品供应链区块链追溯技术研究进展与展望

农产品供应链具有链条长、生产分散、信息多源异构等特点,极易造成供应链上下游信息断链和不透明。传统追溯数据存储于各节点企业,在供应链上下游数据传递过程中存在协作信任度低、真实性差等问题,造成消费者对追溯信息的真实性产生信任危机。区块链追溯系统通过建立多方参与、共同维护的分布式数据库,并利用密码学和共识机制建立信任关系,具有数据无法篡改、共享可信度高等优势,近年来成为国内外研究的热点。本文系统总结了国内外农产品区块链追溯系统的研究进展,从区块链追溯链上链下数据协同、区块链追溯共识机制和区块链追溯数据隐私保护等方面详细分析了区块链追溯关键技术的研究进展;对区块链追溯技术的未来发展进行了展望,指出区块链规模化应用后多链和跨链技术将成为发展趋势,区块链技术与物联网、人工智能、大数据等新一代信息技术的深度融合将推动农产品供应链追溯进入新的发展阶段。     

基于区块链的水稻供应链溯源信息保护模型研究

针对水稻供应链在使用区块链技术追溯过程中数据共享时隐私数据容易泄露的问题,在分析水稻供应链业务流程和信息分类的基础上,建立了以区块链节点授权保护方法为核心的水稻供应链信息保护模型。在供应链溯源隐私数据上传区块链网络前,利用密码分组链接模式(Ciper block chaining,CBC)对其进行对称加密,采用椭圆曲线算法(Elliptic curve cryptography,ECC)对密钥加密后写入区块链网络中,区块链网络中存储隐私数据加密后的密文,授权节点利用私钥查看区块链上溯源隐私数据,实现在区块链网络中共享隐私数据。在此基础上对方法的安全性能进行了分析,加密算法的扩散性测试密文改变率平均值为0.838。最后,基于Hyperledger Fabric平台设计实现了水稻全供应链信息溯源系统,并通过具体应用案例进行了验证分析。结果表明,本文提出的节点授权法对需要保护的隐私数据进行了节点间的差异化,兼顾了企业隐私数据需要加密保护和供应链溯源数据需要公开监管两方面的问题,解决了水稻供应链生产、加工、流通等多节点之间的数据共享问题,为水稻供应链区块链溯源研究提供了借鉴和参考。     

基于区块链和边缘计算的水稻原产地溯源方法研究

地理位置与环境因素的不同导致水稻品质存在差异,优质原产地的稻米质优味美,对消费者更有吸引力,因此研究水稻原产地溯源,建立水稻原产地可信溯源系统具有重要意义。传统物联网区块链溯源系统将溯源数据上传至中心化的服务器,再由服务器上传至区块链;这无法很好地利用边缘节点中的资源,还使其易受数据伪造或数据丢失等安全风险的影响。设计了一套基于区块链和边缘计算的水稻原产地溯源模型,依托嵌入式设备的边缘计算能力,对传感器数据实时数据融合并在嵌入式设备上部署区块链。此外,设计边缘计算场景下区块链网络的存储扩展方法和边缘计算工作流程。最后,经过测试分析,查询公开溯源数据的平均时间为45.84 ms,查询隐私溯源数据的平均时间为50.92 ms,边缘节点加密上链的平均时间为1.27 s,边缘多链存储容量消耗为传统单链的18%,能够满足水稻原产地溯源实际的应用需求。     

面向追溯主体的果蔬全供应链区块链多链模型研究

面向全供应链环节建立的农产品区块链溯源系统,追溯链中存储面向多个追溯主体的追溯数据,由于各主体追溯数据的差异化,跨供应链环节的数据难以实现共享和访问控制,敏感数据无法差异化保护和验证,风险数据不能针对性监管。因此,面向不同追溯主体的追溯数据并不适合由同一条区块链账本存储。通过分析果蔬全供应链各追溯主体的需求,建立了面向追溯主体的区块链多链追溯架构,利用溯源链实现消费者的溯源需求,通过共享链实现上下游企业间的数据流转,基于隐私链实现企业隐私数据的安全保护与授权共享,利用监管链实现监管部门对所有环节风险数据的管控。本文基于Hyperledger Fabric设计面向追溯主体的果蔬供应链区块链模型并实现了主体链果蔬溯源系统,测试结果表明,溯源链中追溯数据平均查询时间为38.86 ms,获取共享链中已验证的共享数据平均耗时806.80 ms,获取隐私链中已验证的隐私数据平均耗时910.35 ms,获取监管链中已验证的监管数据平均耗时675.90 ms。面向追溯主体建链的追溯系统在满足消费者需求的基础上,实现了供应链各环节追溯数据的数据共享与控制访问,解决了异构数据的存储保护和验证问题,满足了风...