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。     

基于复杂种植结构多情景分析的灌区多目标多水源优化配置

为改善多水源灌区农业用水供需矛盾,通过合理调整种植结构,优化灌区水资源配置,该研究以河北省邯郸市漳滏河灌区为研究对象,将农业灌溉缺水量最小和农作物经济效益最大作为目标函数,兼顾灌区生态安全约束,构建了基于种植结构优化的多目标多水源优化配置模型,针对作物熟制、作物种类、种植制度以及灌溉方式设置了8种不同的种植结构优化情景,通过自主改进的基于精英策略并协遗传算法（NSGAⅡ-S）对模型求解,获得不同情景下的水资源优化配置方案。结果表明：应用模型进行水资源配置后,各情景配水总量均有所减少,其中水库配水量高于其他水源的配水量,水库水、引黄水和引江水均达到用水总量控制目标,民有分区的各计算单元间的配水量变化明显,总配水量高于滏阳河分区;适当压减主要依靠抽取地下水灌溉的冬小麦的播种面积,变灌溉农业为旱作雨养农业,可以极大地减少地下水用量,增加灌区经济效益;最佳的种植结构优化方案为CS₄（削减冬小麦的种植面积,种植苜蓿,灌溉方式采取管灌或喷灌）,该方案冬小麦播种面积压减17.10%,地下水开采量减少了16.42%,灌区的经济效益增加了26.41%,在保证配水总量最小的同时,具有更高的经济效益。该研究所构建的多目标多水源优化配置模型和作物配水结果可为类似地区的水资源配置提供参考。     

大麦穗和茎秆生长的动态模拟

为了系统构建大麦形态发生模型,以生理发育时间为基础,用Richards方程模拟了大麦穗伸长、节间伸长和增粗的动态过程,并在不同品种不同播期大麦间进行了检验.结果表明,不同穗型大麦穗长预测值的绝对误差范围为0.05～1.66 cm,RMSE为0.33 ～0.75 cm.不同株型大麦各节间长度观测值与模拟值的绝对误差为0.04～6.08 cm, RMSE范围为0.43～4.43 cm;各节间粗度观测值与模拟值的绝对误差0.002～0.112 cm, RMSE范围为0.017～0.048 cm.模型表现出较好的预测性和一定的机理性.     

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.     

基于改进的PSO进化神经计算进行苹果颜色快速分级

为克服在苹果颜色分级中存在的速度慢、误差大等缺点,基于再现群智能的粒子群进化算法和神经计算技术,提出了一种新颖、快速的智能分级方法,即首先通过计算机视觉技术获取苹果表面颜色的色度,并提取其特征;然后采用改进的带自适应惯性权值的粒子群优化算法训练神经网络结构,最后用训练好的神经网络进行苹果颜色分级。实际应用表明该方法切实可行且效果显著,不仅分级速度快,而且分级正确率高达98%以上。     

进水流速对圆形循环水养殖池流场特性影响的数值模拟

通过对工厂化循环水养殖进水流速的智能调控,可降低饵料残留,避免水质恶化。为此,本研究采用数值模拟方法探究了进水流速对工厂化循环水养殖池流场特性的影响,并基于该研究设计出一套确定进水流速调控的实验方法。首先,通过对比Standard k-ε、RNG k-ε和Realizable k-ε 3种湍流模型及多种壁面函数的仿真效果,确定RNG k-ε模型和标准壁面函数作为仿真配置。同时,针对多相流模型,对欧拉多相流模型和DPM离散相模型进行对比,为提高计算准确性选用DPM离散相模型,并基于上述模型进行网格无关性验证、制定网格划分方案。其次,以大菱鲆(Scophthalmus maximus)养殖为例,模拟不同进水流速下养殖池流场、排污和水温调节的效果。最后,针对仿真结果提出进水流速调控方案。结果显示,日常采用1.0 m/s的进水流速,可有效提高适宜流速区面积并控制水处理成本;投饵前,采用0.2 m/s的进水流速可以解决循环水养殖中存在的饵料浪费问题;进食结束后,采用1.2 m/s的进水流速可快速排出残饵避免水质恶化;水温异常时,采用15 ℃的水、以1.2 m/s的进水流速注水230 s,可使20 ℃的水下降到正常水平,精准化控制水温。采用本研究提出的方法,可针对不同养殖生物和养殖环境设计进水流速智能调控策略,可用于解决循环水养殖过程中饵料浪费、水质变差和水温异常等问题。     

猪活动区域多孔介质模型及其阻力系数的CFD模拟

旨在尝试将躺卧姿势下的猪体简化成不同几何形状以求取其阻力系数,并分析它们的差异性.本研究采用校核过的CFD模型,模拟探究了简化猪模型、半椭球模型、椭球模型和半圆柱模型4种不同躺卧猪模型对猪群区域在X、Y和Z3个垂直方向上阻力系数的影响,分析了4种模型对猪栏内气流以及压力分布的影响.结果 表明,椭球模型的惯性阻力系数相比...     

日本古典园林植物配置的图解分析

本文阐述了日本古典园林中的配置植物种类以及日本人对植物选择的偏好。此基础之上,通过抽象图解的方式,对日本园林所运用的植物配置手法进行了现代视角的分析,并总结提出4条植物配置的主要特色：对植物进行造型修剪;“七五三”韵律模式：和动态平衡的构图方式;追求淡雅的色彩效果。     

苹果采后加工碰撞损伤影响因素研究

针对苹果在清洗、分级和包装等采后加工过程中损伤率较高的问题,以红富士苹果为试验材料,利用自制的苹果跌落试验台,研究跌落高度、果实质量、碰撞材料对苹果碰撞损伤的影响.通过3因素3水平正交试验,分析试验因素对苹果碰撞损伤体积影响显著性;并通过试验确定苹果在2种碰撞材料下的碰撞损伤临界跌落高度.试验结果表明:影响苹果碰撞损伤...