科研产出
跨学科知识融合:研究现状与展望
《农业图书情报学报 》 2024
摘要:[目的/意义]跨学科研究已经成为一种知识创新的共识,其核心是知识融合。深入理解跨学科知识融合的研究内容对推动跨学科创新至关重要。[方法/过程]本研究以Web of Science和CNKI数据库为数据来源,调研了跨学科知识融合相关文献,在厘清跨学科知识融合内涵的基础上,从知识融合程度、知识融合内容、知识融合过程3个层面归纳国内外跨学科知识融合研究成果,总结现有研究的局限性,并对未来发展方向进行了初步思考。[结果/结论]结果表明,现有成果广泛探讨了跨学科知识融合的内涵、测度方法、内容和过程等方面,但存在方法适用性受限、语义揭示不足、缺乏系统性等问题。未来应进一步提升方法适用性、加强知识增量视角下的知识融合研究,拓展知识融合的应用范围与应用价值。


山羊数字化育种管理系统设计及应用效果分析
《河南农业科学 》 2024 北大核心 CSCD
摘要:针对山羊良种繁育体系不健全、良种自主率低、育种企业技术力量薄弱等现状,设计了以遗传评估和选种选配为核心业务功能的山羊数字化育种管理系统,并在云南省山羊养殖企业示范应用。基于系统的统计分析功能,分析了云上黑山羊和波尔山羊核心群体种羊数量、繁殖性能、生长性能、综合选择指数的变化情况。结果表明,通过山羊数字化育种管理系统的应用,提升了养殖企业生产管理和育种管理效力。2022年相较于2019年,云上黑山羊核心群体增长3 600余只,波尔山羊核心群体增长2 200余只;云上黑山羊初生窝质量由6.21 kg提升到6.71 kg,窝均产羔数由2.10只提升到2.12只(立新羊业有限公司)。2021年相较于2019年,云上黑山羊核心群12月龄体质量由36.19 kg提升到38.97 kg,背膘厚由2.78 cm下降到2.67 cm;云上黑山羊公羊综合选择指数提升了0.71%,波尔山羊公羊综合选择指数提升了1.38%,云上黑山羊母羊综合选择指数提升了0.80%,波尔山羊母羊综合选择指数提升了1.17%。该系统已在示范应用场平稳运行,且功能完善,操作简便,为山羊企业持续选育优良品种提供了技术支持。


粮食安全视角下优化北京农业补贴政策的对策研究
《粮食问题研究 》 2024
摘要:农业补贴政策在有效保障粮食安全生产方面发挥重要引导作用。本文介绍了生产者直接补贴和一般性服务补贴政策要点,对比分析了北京与上海生产者补贴政策差别,针对北京粮食补贴政策存在的体系不完善、生产者补贴政策引导作用有限、监管机制不完善、政策宣传力度不足等问题,提出强化顶层设计、优化政策指向性和精准性、提升项目执行透明度和加强政策宣传等对策建议。


基于图像翻译技术的城市街景模拟系统设计与实现
《信息技术与标准化 》 2024
摘要:针对虚拟地理环境场景复杂多变、城市环境模拟效果较差等问题,结合多视图协同交互可视化、WebGIS等技术,构建了一个综合的虚拟地理环境模拟系统,对用户需求、系统架构进行分析,设计了数据库和系统功能,介绍了基础操作模块、空间数据的可视化展示和专题模拟等高级功能。通过实验验证,该系统有效地提升了虚拟地理环境构建的效率和真实感,为智慧城市建设和决策支持提供了有力的工具和平台。


"碳减排"背景下北京生态涵养区农产品对产值影响分析
《边疆经济与文化 》 2024
摘要:北京生态涵养区是首都重要的生态屏障和水源保护地,因功能所限,该区域的农业生产空间被大大压缩。为了探寻生态涵养区农业可持续发展路径,以该区域农业产值和十种主要农产品为研究对象,基于2011—2021年生态涵养区相关统计数据,运用灰色关联分析和GM (1,1)模型预测方法,对其进行关联度计算排序以及“十四五”期间数值预测。结果显示:北京生态涵养区农业产值与主要农产品都属于强关联,蔬菜及食用菌、肉类、牛奶对农业产值的贡献排在前三位;“十四五”期间的预测产值和产量将进一步下降,农业生产比重还将进一步缩小。需要继续增加农业科技元素投入,提高生产效率和农产品质量,扩大销售渠道,打造生态涵养区农业品牌,增加农产品的附加值;同时,将农业与休闲旅游有机结合,大力发展乡村旅游,促进区域产业加速融合和经济社会快速发展。
关键词: 生态涵养区 农业可持续发展 灰色关联度 GM(1,1)模型


辣椒种质资源农艺性状综合评价
《中国蔬菜 》 2024 北大核心
摘要:以273份辣椒种质为材料,采用变异系数分析、多样性指数分析、相关性分析、主成分分析、聚类分析等方法对农艺性状进行综合评价。结果显示:273份辣椒种质资源的17个重要农艺性状平均变异系数为19.99%~107.16%,供试材料间单果质量差异最大,变异系数为107.16%,单株果数遗传多样性指数最大,为1.97;13个主要农艺性状之间相关性较高;果实横径、果顶形状、胎座大小、青熟果颜色是辣椒性状变异的主要因素。主成分分析将13个主要农艺性状简化为4个主成分,累计贡献率为59.91%,分别反映了果实横径、果顶形状、胎座大小、青熟果颜色。通过综合得分获得10份优良辣椒种质,排名前三的辣椒种质为来自云南的薄皮椒T302、T281、T301,其单株果数、单果质量、果实纵径和横径均较高。聚类分析将273份辣椒种质分为4个组群,有效区分了不同的辣椒材料。
关键词: 辣椒 种质资源 相关性分析 主成分分析 聚类分析 综合评价


白杜新品种‘金火焰’
《园艺学报 》 2024 北大核心 CSCD
摘要:‘金火焰’是从白杜实生苗中选育出的新品种。落叶小乔木,春季新生叶金黄色,夏季老叶变为黄绿色,新叶黄色,秋季遇冷叶片变红;初生新梢黄色,逐渐转为黄绿色,秋冬遇冷变为红褐色,颜色保持到第2年萌发后。叶对生,卵形,叶尖为渐尖,叶缘有细锯齿较浅;伞形花序,果实成熟时开裂,种子具有红色假种皮。观赏性突出,抗逆性强,适生范围广。


农业大模型:关键技术、应用分析与发展方向
《智慧农业(中英文) 》 2024 CSCD
摘要:[目的/意义]近年来,人工智能在农业领域的应用取得了显著进展,但仍面临诸如模型数据收集标记困难、模型泛化能力弱等挑战.大模型技术作为近期人工智能领域新的热点技术,已在多个行业的垂直领域中展现出了良好性能,尤其在复杂关联表示、模型泛化、多模态信息处理等方面较传统机器学习方法有着较大优势.[进展]本文首先阐述了大模型的基本概念和核心技术方法,展示了在参数规模扩大与自监督训练下,模型通用能力与下游适应能力的显著提升.随后,分析了大模型在农业领域应用的主要场景;按照语言大模型、视觉大模型和多模态大模型三大类,在阐述模型发展的同时重点介绍在农业领域的应用现状,展示了大模型在农业上取得的研究进展.[结论/展望]对农业大模型数据集少而分散、模型部署难度大、农业应用场景复杂等困难提出见解,展望了农业大模型未来的发展重点方向.预计大模型将在未来提供全面综合的农业决策系统,并为公众提供专业优质的农业服务.
关键词: 生成式人工智能 大模型 农业知识服务 机器学习 自主决策 多模态 深度学习

