奶业产业链纵向价格传导的时滞效应与政策启示

奶业产业链纵向价格传导受阻,导致奶牛养殖长期处于价值链的低增值环节,甚至出现“行业萎缩”现象.本文对上游奶牛养殖成本向下游乳品加工环节价格传导机制进行理论分析,并基于2008年1-12月份奶牛饲养成本和原料奶价格的月度数据,运用有限分布滞后模型测度价格传导的滞后效应.结果 表明:饲养成本向下游传导存在显著的滞后性,饲养...     

落叶松干燥过程水分扩散性的研究-Crank方法与Dincer方法的使用

采用两种改进的多孔固体材料水分扩散偏微分方程分析求解方法,即Dincer方法与Crank方法,分析并计算落叶松干燥过程的水分扩散系数(D)与水分传递系数(k)。使用扩散型微分方程对落叶松干燥过程进行数学模拟,木材试件被理想化为无限大平板状材料,假定木材内部水分的扩散过程是一维的。实验测定了不同干燥介质条件下木材干燥动力曲线。基于取得的实验数据,通过Dincer方法计算了木材水分扩散系数(D)与水分传递系数(k);使用传统的Crank方法分析计算了木材动态水分扩散系数(D)。研究表明,使用Dincer方法计算的木材水分扩散系数(D)均大于相应实验条件下Crank方法计算数值,接近1个数量级。这种结论应该是由于两种分析求解方法间的差异以及水分扩散与热量传递数学求解间的差异。因此相关的水分扩散微分方程的分析求解方法有待改进。随干燥介质温度的升高,木材水分扩散系数(D)与水分传递系数k均显著增大,可以采用Arrhenius方程与木材结合水传递理论来分析解释实验条件下的扩散系数(D)与干燥介质温度(T)间的变化趋势。图2表3参6。     

DEM在林火行为模拟中的应用

林火行为具有时间和空间特征,利用DEM(Digital Elevation Model)对林火行为进行3维模拟是一个很有前景的研究方向。本研究利用ArcView实现DEM数据源的提取、模型转换,通过林相图和地形图的配准,将影响林火蔓延的可燃物因子与DEM结合,进行效果图显示,为林火行为的3维模拟进行了有益的实践。     

人工林伐区木材运输作业模式选优

对南方人工林伐区的常用4种木材运输作业模式进行综合效益分析与评价.结果表明:在相同的作业条件下,不同木材运输作业模式,其经济效益、生态效益和社会效益以及综合效益均不同.建议林业生产决策部门在选择人工林伐区运材作业模式时应综合考虑其经济、生态和社会效益,在有水路运输条件的伐区,应优先选择船运木材或排运木材;在无水路运输条件的伐区,则应优先选择农用车运材.     

黑龙江省国有林区林业产业结构调整与优化研究

黑龙江省国有林区林业曾为我国经济与社会建设做出过突出贡献,尽管目前该区域已形成了较完整的林业产业体系,但林业产业结构的诸多弊端表现得愈发突出,致使林业产业效益低下.随着环境的变化,黑龙江省国有林区林业产业结构的调整与优化显得越来越必要和迫切.黑龙江省国有林区林业产业结构的调整与优化必须依据相关理论,根据林业产业发展的特点和规律,遵循相关的经济政策进行.同时根据产业结构调整优化的目标,形成科学合理的产业发展模式,并采取有效的措施,达到黑龙江省国有林区产业结构合理化和高度化的目的.     

森林资源开发利用的优化模型研究

以森林资源为研究对象,结合森林资源的功能与作用,既考虑森林资源开发利用的直接经济效益,又考虑其间接经济效益和社会损益,建立森林资源开发利用的优化模型,使该模型满足"在无限长的时间内,森林资源开发利用的净效益现值最大,且森林资源能持续增长"的要求.     

冷鲜肉微生物种类及微生物预测模型的研究进展

肉品安全是一个重要的研究课题,预测肉品微生物的变化是监测食品货架期的基础,它根据食品微生物在不同加工技术、储藏和流通条件下的变化规律,通过建立模型和计算机处理,判断食品内主要致病菌和腐败菌生长或残存的动态变化,从而对食品的质量和安全性作出快速评估和预测.生鲜肉食品的腐败主要是生产加工过程中微生物污染所致,不同的微生物在...     

合作社模式下农企利益联结机制研究——基于印度古吉拉特邦合作社牛奶销售联盟有限公司的案例分析

我国奶牛养殖加工利益联结不紧,从根本上制约着奶业健康发展。为充分借鉴国际大型奶业企业构建利益联结机制的经验,该研究基于世界奶业20强企业之一——古吉拉特邦合作社牛奶销售联盟有限公司（Gujarat Cooperative Milk Marketing Federation Ltd.,GCMMF）及其下属合作社官方网站资料信息,分析其在产品研发、产品营销、品牌策略等方面的利益创造机制及利用Amul合作模式构建利益分配机制方面的成果,提出我国应借鉴其发展经验,立足国内市场稳定奶业发展,强化中小奶农在行业的地位,发展干乳制品产业以完善产业链条。     

基于YOLOv5s改进模型的小白菜虫害识别方法

小白菜是中国种植面积较广、深受大众喜爱的蔬菜,但真实菜地环境中虫害往往出现在叶片的特定区域,且受环境因素如光照和背景干扰较大,影响对其的智能检测。为提高小白菜虫害的检测效率和准确率,该研究提出一种基于YOLOv5s网络框架改进的YOLOPC小白菜虫害识别模型。首先,引入CBAM（Convolutional Block Attention Module）注意力机制,将其放在CBS（卷积层Convolution+归一化层Batch normalization+激活函数层SILU）的输入端构成CBAM-CBS的结构,动态调整特征图中各个通道和空间位置的权重;使用上采样和1×1卷积操作来调整特征图的尺寸和通道数,实现不同层次特征的融合,增强模型的特征表示能力。同时,改进损失函数,使其更适合边界框回归的准确性需求;利用空洞卷积的优势提高网络的感受野范围,使模型能够更好地理解图像的上下文信息。试验结果表明,与改进前的YOLOv5s模型相比,YOLOPC模型对小白菜小菜蛾和潜叶蝇虫害检测的平均精度（mean Average Precision, mAP）达到91.40%,提高了12.9个百分点;每秒传输帧数（Frame Per Second, FPS）为58.82帧/s,增加了11.2帧/s,增加幅度达23.53个百分点;参数量仅为14.4 MB,降低了25.78个百分点。与经典的目标检测算法SSD、Faster R-CNN、YOLOv3、YOLOv7和YOLOv8相比,YOLOPC模型的平均精度分别高出20.1、24.6、14、13.4和13.3个百分点,此外,其准确率、召回率、帧速率和参数量均展现出显著优势。该模型可为复杂背景下小白菜虫害的快速准确检测提供技术支持。     

基于遥感信息和产量形成过程的小麦估产模型

为提高小麦遥感估产的精确性和机理性,在广域环境条件下进行了多品种小麦的种植试验,并基于遥感信息获取的瞬时性与广域性,结合小麦产量形成的生理生态过程及其与气候环境的相互关系,建立了较为简化的小麦估产模型.通过组件化的设计方法实现了遥感信息和估产模型的耦合,即利用抽穗期遥感影像反演的LAI和生物量及时替换小麦估产模型对应参数变量,进而实现对小麦产量的估测.通过试验验证,小麦产量的预测值与实测值较为一致,预测小麦产量的RMSE为354.18 kg·ha-1,利用小麦估产模型可以对不同年份、不同区域的小麦产量形成情况进行监测预报.