黄土丘陵区耕地变化与农户经济行为响应

本研究以宁夏上黄试区为例,根据历史资料、PRA调查及GIS工具分析了该试区耕地变化及农户经济行为变化。结果表明,耕地变化对农户经济行为的影响主要表现为农业系统内及农业系统外部经济活动的变化,农业系统内部主要变化表现为耕地种植结构变化及利用形式的变化,农业系统外农户经济活动的变化主要表现为农业系统外收入不断增加和农户外出劳务人数增加。     

高质量发展背景下甘肃省梯田建设标准探讨

梯田是农业生态系统重要的组成部分,具有重要的生态、经济和社会效益.从甘肃梯田建设现状及梯田建设技术指标着手,分析了现有梯田存在的主要问题,提出了高标准梯田的概念及主要技术指标、生态梯田的概念和建设思路及主要技术标准、低标准梯田的定义和判别指标及改造方向.     

中国农业科学院农业环境与可持续发展研究所 可控环境农业实验室

可控环境农业实验室是中国农业科学院环发所的重要研究实体,主要从事农业环境控制和网络信息技术研发及应用。近年在国家及国际相关项目的支持下,实验室仪器设备和基础设施条件已到达一流水平。主要研究方向和技术开发领域包括：     

科学家完成高粱基因组测序工作

美国能源部联合基因组研究所的科学家和几个其他合作伙伴研究所的科研人员发表了主要粮食饲料来源及高价值潜在生物能源作物—高粱,主要为全基因组序列及对其全基因组的分析。基因组数据将帮助科     

可控环境农业实验室

可控环境农业实验室是中国农业科学院环发所的重要研究实体,主要从事农业环境控制和网络信息技术研发及应朋。近年在周家及国际相关项目的支持下。实验室仪器设备和基础设施条件已到达一流水平。主要研究方向和技术开发领域包括：     

糯玉米保鲜及加工研究进展

介绍糯玉米主要的保鲜手段及加工工艺,并提出今后的主要研究方向.     

秦岭南麓山镇柞区域经济开发与生态保护

从山镇柞区域开发面临的主要任务出发,结合道路等区位条件的变化,进行其发展区位背景、资源特点与生态环境问题分析研究,将山镇柞区域定位为以生态旅游、中药材产业、绿色食品基地、水力及矿产原材料开发为主要功能的生态型区域,在此基础上划分为5个经济区。探讨区域开发的理论内涵和实践,研究山镇柞的区域经济开发战略模式及开发新思路,提出该区域开发的三大主要方向、五个主要产业和对策措施。同时,进一步提出保护生态环境,实现区域的经济、社会及生态效益统一,是实现欠发达山区经济社会良性发展的关键。     

可控环境农业实验室

实验室简介 可控环境农业实验室是中国农业科学院环发所的重要研究实体,主要从事农业环境控制和网络信息技术研发及应用。近年在国家及圜际相关项目的支持下,实验室仪器设备和基础设施条件已到达一流水平。主要研究方向和技术开发领域包括：     

中国农业科学院农业环境与可持续发展研究所 可控环境农业实验室

可控环境农业实验室是中国农业科学院环发所的重要研究实体,主要从事农业环境控制和网络信息技术研发及应用。近年在国家及国际相关项目的支持下,实验室仪器设备和基础没施条件已到达一流水平。主要研究方向和技术开发领域包括：     

规模化畜禽养殖粪便主要污染物产生量预测方法研究进展

合理估算和预测畜禽粪便中有机质、氮、磷等主要污染物的浓度及产生量对于有效预防和控制畜禽粪便对环境的污染,实现其资源化和无害化利用具有重要意义。通过综述近几年国内外关于畜禽粪便主要污染物产生量预测方法的研究进展,分别对产污系数法和数学模型法进行了归纳,重点讨论了各预测方法的主要特点、预测精度及适用范围,提出了今后我国畜禽粪便主要污染物产生量预测方法需要加强的几方面内容。     

基于虚拟仪器技术的采棉机智能监控系统开发与应用

为了解决嵌入式Win CE平台上虚拟仪器软件开发的技术瓶颈问题——由于个人电脑和高级精简指令集计算机机器(advanced RISC machines,ARM)平台差异性,嵌入式平台下的虚拟仪器开发存在着控制器局域网络(controller area network,CAN)总线高速通讯、跨平台链接库调用等技术难题,该文在ARM11平台和Win CE操作系统环境下,对CAN总线通讯和虚拟仪器触摸板模块(Lab VIEW touch panel module)进行了技术开发方法研究,介绍了嵌入式平台下CAN总线通讯机理及实现方法,开发了底层驱动和动态链接库,实现了嵌入式Win CE平台下CAN数据无缝链接交换关键技术。在此基础上,以中国农业机械化科学研究院研制的六行打包式棉花收获机为应用对象,开发了基于CAN总线的嵌入式虚拟仪器智能监控系统,并在新疆阿克苏地区阿拉尔垦区建设兵团农一师棉田进行了实地测试和功能验证,试验结果表明该虚拟仪器系统能够有效地实现多个CAN节点间的数据通信,可以完成对棉花收获机的工作状态在线监控和故障报警。该文为虚拟仪器技术在嵌入式平台上的应用提供了有效解决方法,对于大型智能机械装备自动化和信息化监控仪器开发具有指导和借鉴意义。     

野外叶面积指数自动测量仪器设计及应用试验

为提高长时间序列叶面积指数测定模型的模拟精度,该文设计一种可以长期在野外间接测量叶面积指数仪器,仪器由太阳能提供持久电能,利用单片机控制垂直水平舵机,带动光强传感器记录多角度光线强度,在2台仪器同时测量的情况下,获得光线透过林分冠层多角度光强衰减率,通过编写计算程序解算林分叶面积指数。使用商品化光学仪器LAI-2200验证该仪器测量精度,对24块样地叶面积指数进行测量,两仪器测量结果高度吻合R2为0.927,绝对标准误差为0.36。长时间野外叶面积指数自动测量获取数据可节省人力、减少人为误差。     

High‐Throughput Near‐Infrared Reflectance Spectroscopy for Predicting Quantitative and Qualitative Composition Phenotypes of Individual Maize Kernels

Near‐infrared reflectance (NIR) spectroscopy can be used for fast and reliable prediction of organic compounds in complex biological samples. We used a recently developed NIR spectroscopy instrument to predict starch, protein, oil, and weight of individual maize (Zea mays) seeds. The starch, protein, and oil calibrations have reliability equal or better to bulk grain NIR analyzers. We also show that the instrument can differentiate quantitative and qualitative seed composition mutants from normal siblings without a specific calibration for the constituent affected. The analyzer does not require a specific kernel orientation to predict composition or to differentiate mutants. The instrument collects a seed weight and a spectrum in 4–6 sec and can collect NIR data alone at a 20‐fold faster rate. The spectra are acquired while the kernel falls through a glass tube illuminated with broad spectrum light. These results show significant improvements over prior single‐kernel NIR systems, making this instrument a practical tool to collect quantitative seed phenotypes at high throughput. This technology has multiple applications for studying the genetic and physiological influences on seed traits.     

基于虚拟仪器技术的土壤电导率测量仪器研究

该文针对传统土壤电导率测量仪器准确性低、实时性差等问题，根据土壤电导率的测量原理，采用NI公司的虚拟仪器开发平台LabVIEW和数据采集卡，采集土壤温度和电导率等参数，设计了一种土壤电导率测量仪器，通过简单的操作便可测量不同温度下的土壤电导率，并实现数据的显示、保存、打印和网络传输等功能。该仪器利用温度校正方法消除温度变化给电导率带来的测量误差，对氧化钾标准溶液电导率的测试结果表明，该仪器具有较高的测量精度，可以广泛应用于土壤电导率的测量中。该研究为多参数的正确测试提供了一种简便的方法。     

日光温室环境参数智能化监测管理系统的研制

该系统运用传感器技术、自动检测技术、通讯技术和微型计算机技术，实现对日光温室温度、湿度、光照度、CO₂浓度的监测管理，特别是实现了CO₂浓度的低成本测量。该系统由便携式温室环境参数测量仪、数据综合管理系统及专家决策与咨询系统三部分构成。测量仪以89C52单片机为核心，完成环境参数的采集、存储、模糊处理等。PC机由RS232接口与测量仪通讯，以其数据综合管理系统，实现对温室环境参数数据的显示、存储、查询、统计等。专家决策与咨询系统，给出不同时期作物生长所需要的最佳环境参数，并且依据此最佳参数对实时测得数据进行模糊处理，提出合理的调整方案，实现了温室的智能化管理。     

基于虚拟仪器技术的温室覆盖材料传热系数测试系统

利用虚拟仪器技术设计了温室覆盖材料的热工性能测试台的测试系统TMS(Thermal Measurement System),阐述了系统的测试原理和方法,给出了硬件组成、软件设计和传感器的选用,以及数据处理优化算法的实现。该系统可完成测试台的温度、风速、加热功率参数的采集及覆盖材料传热系数的计算,应用该系统既提高了测试精度又节省劳动力,提高了测试效率。     

Can the sample variance estimator be improved by using a covariate?

Variance componentsare quantities of central interest in many applications, e.g., in cultivar yield stability analysis and in the analysis of measurement errors. In some applications, the feasible sample size is rather limited, leading to estimates of variance components that are subject to considerable sampling variation. For example, new crop cultivars are tested in only a few environments before release to the market, so the sample size for the variance across environments is small. Similarly, testing a new measurement instrument for some chemical compound may be costly, allowing only a limited number of replications. This article investigates the potential for improving the usual sample variance estimator by exploiting covariate information. In a cultivartrial, yield data may be available for only a few environments while meteorological data or data on a standard cultivar has been recorded for a very large number of environments. Likewise, in the analysis of measurement errors, there may be long-term data on a standard measurement procedure that can be used as a covariate to improve the variance estimate for a new instrument. It is shown in this article that the gain in accuracy achieved by using a covariate can be considerable, provided there is sufficient correlation between the covariate and the variable of interest.     

Leaf area index uncertainty estimates for model-data fusion applications

Estimates of data uncertainties are required to integrate different observational data streams as model constraints using model-data fusion. We describe an approach with which random and systematic uncertainties in optical measurements of leaf area index [LAI] can be quantified. We use data from a measurement campaign at the spruce-dominated Howland Forest AmeriFlux site for illustrative purposes. We made measurements along two transects (one in a mature stand, one in a recently harvested shelterwood) before sunset on successive days using both the Li-Cor LAI-2000 plant canopy analyzer and digital hemispherical photography (DHP). The random measurement uncertainty (1σ) at a given point for a single measurement is about 5% for LAI-2000 and 10% for DHP. These uncertainties are small compared to potential systematic biases due to instrument calibration errors and data processing decisions, which are estimated to be 10-20% for each instrument. Sampling uncertainty (due to the spatial variability along each transect where we conducted our measurements) is an additional, but again relatively small, uncertainty. Assumptions about clumping parameters, for which standard literature values are typically used, remain large sources of uncertainty. This analysis can also be used to develop strategies to reduce measurement uncertainties.     

General laboratory instrumentation interface computer program

Abstract

A computer data collection program requiring a minimum of program maintenance and technician training and allowing technician involvement with analytical instrument operation, was developed for a high volume production laboratory. The program, which complemented existing laboratory methodology, was written in top‐down, block‐style format. This structure insured easy maintenance and allowed individual instruments and their calibrations to be easily added to the program for data collection. The program was menu‐driven and limited direct technician involvement with instrument operation to changing samples, monitoring the instrument for calibration, monitoring the final readings, and intervening in the event of an obvious error. A two hour familiarization period requiring no instruction manuals was all that was required of a technician with no prior computer knowledge or training of any kind to become proficient with using the program.     

基于NB-IoT技术的土壤重金属检测仪设计与验证

为解决土壤重金属检测准确度较低、实时性差以及数据分散的问题,该研究设计了一种基于窄带物联网（Narrow Band Internet of Things,NB-IoT）技术的土壤重金属检测仪。自主研发高准确度能量色散X射线荧光光谱仪,将测量得到的数据通过NB-IoT实时上传到数据集成云平台。设计试验探究了该设备的最佳测试时间、预热时间。结果显示：在预热30 min后以180 s的测试时间测量样品,仪器具有最佳重复性。设计试验验证该设备的准确度,使用该设备、奥林巴斯Vanta Element-S、实验室化学方法针对同一批四川土壤进行了多次采样比较研究,结果显示：Cd、Hg、As、Pb、Zn、Cu测量值都具有较高准确度,测量As、Cr、Hg、Pb元素时比Vanta Element-S更接近真实值。测量国家标准土样,对比样品标准值,7种元素中Cr、Cu、Pb、Zn的平均相对误差非常小,分别为4.6%、7.5%、3.8%、14.2%。其余3种元素As、Cd、Hg相对误差分别为55.5%,55.7%,37.2%。该设备能够准确、稳定、实时的检测出土壤较高含量的重金属元素含量值并且将数据汇总到云平台,具有较为优异的实时性及数据集成能力,在大规模土壤检测分析场合具有一定的推广价值。