我国设施农业发展现状及扶持措施与对策建议

今年5月,农业部农机化司以农机科[2007]21号文的形式下发了"关于开展设施农业发展情况的调研工作的通知"。其后,各省市农机局及农业部南京农机化所积极组织力量,开展了这项工作,撰写出了许多高水平的调研报告。本刊以设施农业为选题,从中挑选有代表性的几篇,并配套了与设施农业相关的文稿,以飨读者。     

冀、鲁、豫、苏、皖五省农机夏收跨区作业调研报告

农机跨区作业是我国农民自发进行的又一项伟大的制度创新,为促进我国农业机械化发展做出了重要的贡献.为此,采用问卷调查法、文献资料法和数理统计法,对冀、鲁、豫、苏、皖等省505户参与跨区作业的农机大户进行了问卷调查.以问卷数据为基础,分析了农机大户的自身特征和经营状况,并总结了影响跨农机大户参与跨区作业的主要因素,最后提出了相应的对策建议.     

南方丘陵山区农机化发展研究

一、重要性和紧迫性 1．南方丘陵山区是我国水稻等粮食作物、油料作物和特色经济作物主产区,生产方式以人畜力为主。迫切需要加快推进农业机械化我同南方丘陵山区比例超过60％的省份达11个,耕地面积占全闰耕地总面积的31．5％,粮食产量占全同粮食总产量的35．5％。水稻是南方丘陵山区最重要的粮食作物,播种面积占全国的68．3％。油料作物播种面积占全国的43．4％,其中油菜播种面积占全国的61．3％。     

我国水稻生产机械化的技术路线与长效机制

2006年10月19日至20日,农业部南京农业机械化研究所组织召开中国农机化发展论坛——水稻生产机械化技术交流会,农业部农机化管理司王智才司长、中国工程院汪懋华院士、全国农机鉴定总站焦刚站长、全国农机推广总站杨林副站长和农业部水稻机械化专家组成员出席会议,来自水稻优势     

我国蛋鸡养殖成本收益及其影响因素分析

本文采用多元线性回归方法对2006～2008年中国小规模、中规模、大规模蛋鸡养殖者的成本收益进行了实证分析.研究发现:精饲料价格是影响蛋鸡养殖成本收益的关键,提高鸡蛋价格也是促进蛋农增收的重要因素,鸡蛋产量的稳定增长对蛋鸡成本收益的提高作用很大.     

南京农业大学本科新生调查报告

多年来,南京农业大学本科生招生办公室坚持对全校本科新生开展问卷调查,分析当年新生基本状况,倾听新生对学校的整体感受,以及他们对于自己大学四年生活的规划设计,从而有针对性地解决新生教育管理中存在的问题,帮助新生尽快适应大学生活。     

日本蔬菜生产机械化发展模式与启示

正日本在蔬菜机械化方面取得了令人瞩目的成就,并且日本在自然条件和社会经济环境等方面都与中国极为相似,其机械化发展经验值得借鉴。本文通过大量调研,深入剖析了日本蔬菜机械化的发展历程、现状和发展策略,并结合中国国情提炼出一些值得学习的经验,以期促进中国蔬菜机械化事业的发展。     

新中国农业机械化事业的发展与进步

农业机械化是转变农业生产方式、提高农业生产力的物质基础,是实施乡村振兴战略的重要支撑。没有农业机械化,就没有农业农村现代化。新中国成立70年来,我国农业生产方式实现了以人畜力为主向机械作业为主的跨越,2018年,全国农作物耕种收综合机械化率超过67%。农业机械化的持续快速发展,显著增强了农业综合生产能力,加快了农业农村现代化进程。     

我国南方丘陵山区农业机械化宏观影响因素分析

针对南方丘陵山区农业机械化发展水平低的现状,运用环境分析法和计量模型,深入分析了自然环境、经济环境、人口环境、种植结构和技术环境等宏观因素对我国南方丘陵山区农机化发展的影响方向和大小,并对不同环节和作物机械化水平进行了比较.研究结果表明:除了播种机械化水平与宏观因素相关性不显著以外,耕地、灌溉、植保和收获机械化水平都与上述一个或多个因素显著相关.据此提出了该区域农机化发展的优先序和基础设施建设、技术研发及扶持政策等方面的发展对策.     

农田耕整载荷六维力传感器结构优化与解耦研究

针对农田耕整载荷大、测量精度低等问题,在经典十字梁结构基础上,设计了一种辐梁式六维力传感器,可同时测量力和力矩,通过仿真方法对传感器结构进行了优化,确定了应变梁长、宽、高分别为9、10、6mm;分析了传感器结构在载荷下的应变能力,确定了应变片贴片位置。对传感器开展了静态标定试验,基于标定数据采用改进型XGBoost(Extreme gradient boosting)机器学习网络对力信号进行解耦,并与常规网络进行比对。试验结果表明,改进型XGBoost模型在X、Y、Z方向力和力矩6种加载方式的测试集决定系数R2P分别达到0.9804、0.9418、0.9434、0.9868、0.9969、0.9822,预测效果较好,避免了陷入局部最优解。改进型XGBoost模型在六维加载力、力矩的R2P、测试集平均绝对误差（MAEP）均明显优于随机森林模型、传统多元线性回归,相较于传统多元线性回归方式,六维加载力、力矩的R2P分别提升22.57%、20.99%、23.32%、26.27%、26.05%、18.72%。基于机器学习的解耦算法可明显减少耦合误差的影响,提高传感器的测量精度, 为农机优化提供了技术支撑。