基于云计算与RBF神经网络集成的玉米精准施肥模型研究

针对玉米精准施肥模型与土壤多个参数有复杂的关系,且动态性数据量庞大、维度高、具有非线性强的特点,本文基于云计算技术的数据存储、分析、共享的功能,运用神经网络较强的处理非线性问题的能力,对玉米土壤养分数据进行处理,构建玉米土壤实时监控云平台,进行基于优化RBF神经网络的玉米土壤养分施肥模型研究,明确模拟施肥量与玉米产量、土壤养分含量的关系,将该模型在农安县陈家店村应用,为玉米的精准施肥提供决策依据。结果表明,基于云计算与RBF神经网络集成的玉米精准施肥模型与传统网络进行比较减少了误差,节约了时间,可为玉米精准施肥提供咨询指导,促进对玉米精准农田管理的实施。     

橡胶主产区自然灾害情况及农户应对措施——基于云南、海南入户调查数据的分析

基于云南西双版纳、海南植胶区的问卷调查数据,分析农户对自然灾害的认知情况和部分救灾措施,以及灾后的政府救济。研究发现：影响两大植胶区的主要自然灾害类型差别不大,风害、白粉病和小蠹虫主要发生在海南植胶区,而云南西双版纳则主要是风害、白粉病和干旱,且后者灾害类型分布相对前者更加均匀;农户应对病虫害的积极性明显高于干旱和寒害,海南植胶区农户更加重视台风的灾后处理而忽视灾前防范工作,云南西双版纳植胶区农户病虫害应对措施更为积极合理;政府部门对农户的自然灾害救济力度较弱,还未建立完善的救灾应急体系。     

广西植蔗农户种植行为及其影响问题的调查报告——基于300份农户的调查问卷(之二)

4甘蔗生产经营组织形式 4．1 蔗农对糖厂的评价 4．1．1 蔗农和糖厂的合作关系 关于蔗农与糖厂之间是否有稳定合作关系的调查表明（292份有效问卷）,81．16％的农户认为,农户与糖厂有稳定合作关系;18．84％的农户认为,农户与糖厂的合作关系不够稳定。     

基于数字经济的茶叶市场细分与精准营销策略

本研究旨在探讨数字经济对茶叶市场的影响,并提出基于数字经济的茶叶市场细分与精准营销策略。通过数据收集与处理,确定细分变量,选择实施细分方法,并评估细分结果,以实现茶叶市场的有效细分。在此基础上,结合数字经济特点,提出个性化营销、社交媒体互动营销、跨渠道整合营销、网络大V与网红合作营销以及动态定价策略等精准营销策略。这些策略旨在提高茶叶市场营销效果,满足消费者多样化需求,促进茶叶市场的持续发展。     

基于文本互译的茶叶出口贸易英译策略的研究

文章首先对茶叶出口贸易英译的现状进行了简单的介绍,而后提出了基于文本互译的茶叶出口贸易英译的问题根源,最后详细的对茶叶出口贸易的英译的策略进行了详细的阐述。     

基于Overview和物理图谱的大豆株高性状候选基因挖掘

为更加准确地挖掘大豆株高性状候选基因,本研究利用已有研究中与大豆株高性状相关的249个QTL位点,以大豆基因组物理图谱为背景进行整合,并通过Overview分析得到32个重演性较好的置信区间,分布在大豆D1b、N、C1、A1、C2、M、K、O、B1、F、J、D2、G和L连锁群上,其中D1b、A1、C2、M、F、L连锁群的重演性较好的置信区间较多。对候选区段进行基因注释,分析得出植物激素信号转导通路(ID:Ko04075)可能为大豆株高调控的主要通路,该通路与植物细胞增大、分化、茎生长、休眠、果实成熟和抗逆性等植物生理过程紧密相关。通路中13个候选基因与大豆株高性状相关,9个基因被注释为编码生长素响应蛋白,3个基因被注释为编码脱落酸相关蛋白,1个基因为GH3生长素响应启动子。本研究为挖掘大豆株型性状候选基因、构建大豆理想株型和促进分子辅助育种提供新思路。     

农户生产决策权转移意愿及影响因素研究——基于攀枝花市芒果种植户的调查

如何参与企业合作,农户会权衡生产决策权的转移问题。研究基于四川攀枝花市芒果种植户实地调查数据,实证分析了果农的生产决策权转移意愿及其影响因素。结果表明：多数果农不愿意转移生产决策权,生产规模、种植年限、年龄、文化程度、合作经历和政府认知态度情况等六个因素影响显著。     

基于互文视角的茶文化文本翻译策略探究

基于互文性的分析视角和分析框架,以我国茶文化文本的翻译创新为先导、有计划地对外实施茶文化的传播策略,有助于提升我国茶文化的国际影响力和文化软实力,从而为我国茶叶产业的转型发展提供一种品牌的张力。翻译学视角下互文性的主要立场主张包括:文本的翻译首先表现为符号与符号的交际性转换;文本翻译的深层次目标是实现"文化融入"基础上的文化对话;文本翻译的核心在于"价值哲学"的互动。当前加强茶文化文本翻译创新的主要背景包括两个方面:一是茶文化文本翻译中还存在着诸多"交际障碍";二是茶文化产业的深度融合发展亟需我们从茶文化对话上寻找商机。基于互文视角的茶文化文本翻译的策略选择可以尝试语言顺应的翻译策略、"文化融入"的翻译策略、基于平行语料库的翻译策略。     

农户割胶技术认知及其影响因素分析——基于云南和海南植胶区的调查

通过对海南和云南西双版纳植胶区465户橡胶种植户的入户调查,了解农户对割胶技术的认知情况,并建立二元Logistic回归模型对割胶技术认知的影响因素进行分析。结果显示：受教育水平、是否村干部、性别及种植面积对农户的技术认知有显著影响。受教育水平高的农户对割胶技术有更为清晰的认知;女性胶农较男性胶农对割胶技术认知水平高;村干部在橡胶技术信息获取方面比普通农户更具优势,使得他们对割胶技术认知程度较高;种植规模较大的农户对割胶技术重视程度更高,生产实践中对技术认知更清晰。     

湖南杂交中稻施肥数学模型及基于Excel的精准推荐施肥专家系统研究

利用湖南省近8 a 789个杂交中稻"3414"肥效试验结果,分析获得杂交中稻施肥技术参数,依据斯坦福施肥公式W=(UNs)/R,建立了氮、磷、钾实际施肥纯量(Y)与目标产量(X1)、土壤速效养分检测值(X2)的二元一次回归推荐施肥数学模型;在Excel中置入数学模型,建立了推荐施肥专家系统,直接输入目标产量和土壤养分数据,可精准计算输出施肥量和施肥方案,简化了数学模型的计算和应用方法,推动了测土配方施肥技术成果的应用。     

浅析数据挖掘及应用系统框架

从数据到知识演化的角度，论述了数据库、数据挖掘与知识发现等基本概念及其相互关系，并描述了数据挖掘系统典型的体系结构，最后作为实例，给出了SQL Server 2005分析服务中数据挖掘应用项目的管理架构。     

基于原料蔗收获数据的数据挖掘

利用按质论价体系产生的原料蔗收获数据,探讨针对原料蔗收获数据的数据挖掘过程模型的业务理解、数据理解、数据准备、建立模型、模型评估和结果发布6个过程,分析原料蔗数据挖掘面向收割管理、种植技术的应用,提出了原料蔗数据挖掘与精准农业的启示。     

以准确的文字及时传播热带农业工程科技信息①——编《热带农业工程》有感

从文字和科学两方面,比较详细地表述了从事《热带农业工程》编辑所获得的快乐,展现了从事农业科技期刊编辑职业良好的前景,期待创办法国作家法布尔文风式的科普期刊。     

福建省农地流转后农户经营行为差异的实证分析

以福建省为例开展入户问卷调查,按农户在流转中不同的地位进行分类,对流转过程中农户的意愿和行为差异以及农地流转后农户分化所形成的农业经营格局进行分析,结果发现：土地从年龄较大、老年人口较多的贫困家庭以及较为年轻化的富裕家庭流出,向家庭经济状况较差的年轻化家庭流入;农地流转多以口头实现;在农村实际发生的农地流转规模远高于官方统计数字。     

我国农业信息服务研究现状统计分析

对1998～2008年CNKI收录的有关农业信息服务研究论文进行了统计分析,以期管窥农业信息服务研究近年来的发展状况,并对我国农业信息服务研究中出现的问题提出了建议。     

基于智慧旅游思想的海南热带旅游农产品物流管理一体化模式研究

分析智慧旅游与物流管理及海南热带旅游农产品物流管理模式现状,指出目前海南热带旅游农产品物流模式存在的问题。基于智慧旅游的思想提出了海南热带旅游农产品销售模型,并构建智慧旅游思想下的热带农产品物流供应链模式,该模式可为海南省发展热带旅游农产品产业提供理论参考。     

基于Probit模型的海口市消费者对热带农产品购买场所偏好分析

对天然橡胶生物合成途径进行综述,并根据橡胶草和巴西橡胶树的生物学特点,提出将橡胶草作为研究橡胶生物合成的模式植物。橡胶草作为产胶模式植物,将会极大地推动天然橡胶生物合成与调控机理的研究,提高目前的科研产出。     

基于遥感信息和WOFOST模型参数同化的冬小麦单产估算方法研究

为探讨遥感信息和作物生长模型在作物估产方面的优势互补特性,选取河北省藁城市冬小麦作为研究对象,采集多个关键生育时期的生理生化、农田环境、气象等数据,并获取准同步的环境减灾小卫星HJ-CCD影像数据,采用植被指数反演冬小麦叶面积指数（LAI）,基于扩展傅里叶振幅灵敏度检验法(EFAST)对WOFOST作物模型的26个初始参数进行全局敏感性分析,筛选敏感性参数,调整WOFOST模型的核心参数,利用查找表优化算法构建基于WOFOST模型和遥感LAI数据同化的区域尺度冬小麦单产预测模型,并定量预测区域冬小麦单产水平。结果表明,增强型植被指数（EVI）是遥感反演LAI的最佳植被指数(开花期建模r=0.913,RMSE=0.410,灌浆期建模r=0.798,RMSE=0.470),预测能力最强(开花期r=0.858,RMSE=0.531,灌浆期r=0.861,RMSE=0.428);筛选出6个待优化参数,即TSUM1、SLATB1、SLATB2、SPAN、EFFTB3和TMPF4;产量预测精度r=0.914,RMSE=253.67 kg·hm_-2,找到了待优化参数的最佳取值,最终完成了单产模拟。     

Use of Linear Spectral Mixture Model to Estimate Rice Planted Area Based on MODIS Data

MODIS (Moderate Resolution Imaging Spectroradiometer) is a key instrument aboard the Terra (EOS AM) and Aqua (EOS PM) satellites.Linear spectral mixture models are applied to MOIDS data for the sub-pixel classification of land covers.Shaoxing county of Zhcjiang Province in China was chosen to be the study site and early rice was selected as the study crop.The derived proportions of land covers from MODIS pixel using linear spectral mixture models were compared with unsupervised classification derived from TM data acquired on the same day,which implies that MODIS data could be used as satellite data source for rice cultivation area estimation,possibly rice growth monitoring and yield forecasting on the regional scale.     

Assimilating Remotely Sensed Information with the WheatGrow Model Based on the Ensemble Square Root Filter forImproving Regional Wheat Yield Forecasts

Abstract

In this study, a deterministic algorithm named Ensemble Square Root Filter (EnSRF), an algorithm significantly improved from the Ensemble Kalman Filter (EnKF), was used to integrate remotely sensed information (ASD spectral data, HJ-1 A/B CCD and Landsat-5 TM data) with a wheat (Triticum aestivum L.) growth model (WheatGrow). The analyzed values of model variables, leaf area index (LAI) and leaf nitrogen accumulation (LNA), were calculated based on EnSRF without perturbed measurements. Independent datasets were used to test EnSRF and the root mean square error (RMSE) values were 0.81 and 0.82 g m-², with relative error (RE) values of 0.15 and 0.13, for LAI and LNA, respectively. RMSE values for LAI and LNA were 1.39 and 1.70 g m-², respectively (RE, 0.28 and 0.34) based on EnKF, 1.17 and 1.80 g m-² (RE, 0.24 and 0.35), respectively, based on the WheatGrow model alone, and 0.97 and 1.25 g m-² (RE, 0.21 and 0.24), respectively, based on the remote sensing models. These results indicated that the LAI and LNA values based on EnSRF matched the measured values well compared with the EnKF, WheatGrow and remote sensing models. In addition, the predicted results are consistent with the temporal and spatial distribution of winter wheat growth status and grain yields in the study area, with RE values of less than 0.2 and 0.1 for LAI and LNA, respectively. These results provide an important approach for simulating winter wheat growth status based on combining remote sensing and crop growth models.