江西省数字农业发展现状、问题与建议

数字农业的发展对于农业现代化转型升级具有重要意义。根据江西省县域数字农业相关数据和文献资料,分析江西省数字农业发展现状,指出目前江西省数字农业发展存在数据服务配套不完善、小农户应用困难以及法律法规政策建设相对落后等问题,提出应加强数字农业信息服务支持力度、培育新型农业经营主体,以及强化政策顶层设计等建议。     

食品安全视角下我国农药监管政策的需求分析

全面梳理了历年我国农药监管的相关政策,系统分析了农药减量监管政策实施的理论需求和现实要求,并基于我国农药用量和粮食产量趋势、农药残留及农药致病等事实数据进行了补充分析.结果 表明:纵观我国农药政策的演进,农药的监管日趋严格,农药减量政策契合理论和现实需要.事实数据表明,尽管我国口粮安全有了"量"的保障,但农药残留等"质"的问题仍需足够重视.鉴于此,我国应加快实施和推进针对性的农药减量监管政策,实现农业"量"与"质"的协调发展.     

财税激励政策助推食用菌企业转型升级

针对食用菌产业中出现的菌种选取不精,产量过剩,加工发展缓慢和环境污染以及技术创新力度不足等问题,政府相关部门应出台一系列的财税激励政策,重点推进食用菌产业全面的转型升级,切实提高食用菌产业的经济效益。通过分析食用菌产业发展的市场状况,总结食用菌产业转型升级的限制因素,为加快企业转型升级提出相应的财税激励政策建议,以推动食用菌产业的创新发展。     

我国农业新闻传媒的功能和发展路径——评《农业新闻传播》

最近几十年,我国正经历一个飞跃式的黄金发展期。各行各业都在飞速发展。其中工业和科技的发展最为亮眼。然而在现在这样一个工业和科技的黄金发展年代,农业的发展趋势变得缓慢甚至有些倒退。农业作为立国之本,政府出台了很多扶持政策来推动其发展,在这期间,中国的农业迅速发展,但是"三农"问题尚未彻底解决,成为我国农业发展的一大瓶颈。为了解决"三农"问题,中央政府及相关学者一直在探索。实践表明,信息畅通是保证产业发展的必要条件,农业新闻的传播为我国的农业对接最新科学技术提供了可能,迅速反应政策和文化上的支持。     

基于新农村建设环境下的农业经济管理探究

当前阶段，社会整体发展迈入了现代化建设的关键时期，农业作为我国的经济支柱产业，其发展形势、管理水平与效益创造价值直接关乎到我国小康社会的实际建设水平。在新农村政策广泛实行的环境下，农业产业的规划与经营管理需要进行针对性、科学性的调整，针对当前问题，政府管理部门应从长效建设的角度出发，对原有的农业生产、经营模式进行合理优化，为新农村的整体建设工作提供支持。     

经济林良种推广现状及政策建议

经济林良种是经济林产业的“芯片”,是经济林生产优质、高产、高效的物质基础。完善经济林良种推广政策,是实现经济林产业高质量发展的根本保障。通过数据收集和整理,系统梳理全国经济林良种推广现状,指出经济林良种推广中还存在着良种使用率不高,经济林低产低效;部分经济林良种存在超范围推广;良种审定过多,结构性过剩和种植品种过多,对接生产加工不畅等突出问题。进而提出从以种植为目标的良种推广转变为以生产加工等市场需求为导向的良种推广思路。从优化良种供给、加强良种推广的宏观指导、强化科技支撑和宣传培训、实施经济林提质增效工程和充分发挥产业协会、创新联盟的作用等方面给出优化经济林良种推广的政策建议。     

浅谈防沙治沙工程的重要意义

在国家林业局提出的五次林业战略转变中,防沙治沙工作处于全局性、决定性的重要地位。防沙治沙是"三北"防护林工程、京津风沙源治理工程的主攻方向,也是天然林保护工程、退耕还林还草工程、野生动植物保护及自然保护区建设工程等的重要内容。可见,防沙治沙是林业六大重点工程的关键所在,其在整个林业工作和生态建设中占据十分重要的地位和作用。     

基于微信公众号构建“形势与政策”课高效互动平台

新媒体在挑战传统“形势与政策”课教学效果的同时，也为其教学改革提供了丰富的手段和机遇。微信公众号作为新媒体的强势代表，为改进“形势与政策”课教学互动，构建高效互动平台提供了可能性与优越性，能够有效改进“形势与政策”课形式大于内容的现状，其内生的互动活力、活泼多样的互动形式、符合学生话语特点的交流方式，在一定程度上可以破除学生参与课程互动的惰性和抵触心理，保护瞬间即逝的学习积极性，其三大功能还有助于实现课程教学中一对多、一对一和多对多的教育和引导。而优秀推送内容的编排和高效互动平台的构建，都应当以专业性更强的教研室为中心。     

关于表彰2019年度优秀作者的决定

2019年,是中华人民共和国成立七十周年,是充满喜悦、成果丰硕的一年。"2019年,我们用汗水浇灌收获,以实干笃定前行。"在广大作者及读者的关心、爱护和支持下,本刊各项工作取得了长足进步。回首2019年,广大读者的厚爱是支持本刊前进的动力,一大批优秀作者的鼎力支持是本刊取得成绩的源泉。     

基于卷积神经网络的拖拉机工况识别

农机工况识别在细化农机作业状态和帮助掌握区域污染物排放趋势方面有着重要的研究价值。基于拖拉机不同运行状态下的行驶速度、发动机转速以及实时油耗等时间序列,首次提出将图像识别方法引入到拖拉机工况识别中的思路,并分别应用参数优化的支持向量机与卷积神经网络对实际作业拖拉机工况进行研究。结果表明:(1)基于参数优化的支持向量机可以较好地实现样本点的工况识别且识别准确度达到99.851 9%,但无法实现农机工况的连续性识别,同时无法对农机工况转换阶段进行有效识别。(2)以拖拉机运行速度与发动机转速等信息构建样本图像来描述农机工况变化的数据表达,并在此基础上应用卷积神经网络可以有效实现农机工况的连续性识别,且识别准确率可以达到93.3%。本研究在农机工况识别方面具有一定参考价值,并为后续农机不同工况下区域污染物排放研究提供技术支持。