农产品质量安全监管信息化SWOT分析与策略研究

陈蕾; 钟瑶; 聂莹; 布海乔; 赵继春; 《北方园艺 》 2023 北大核心

摘要：农产品质量安全是农业高质量发展的基础保障,关系人民群众身体健康和生命安全,关系经济发展和社会稳定.农产品质量安全监管信息化是提升农产品质量监管水平的有效途径.该研究采用SWOT模型对我国农产品质量安全监管信息化发展进行客观分析,通过内外因素交叉匹配和SWOT矩阵明确了在发展战略、政策保障、监管系统等方面的优势与机会,在数据共享、均衡发展、产销信息等方面的劣势与威胁;提出差异化的发展策略,以期为农产品质量安全数智化监管提供参考依据.

关键词： 农产品质量安全 信息化 监管策略 SWOT模型

 全文链接 请求原文

基于多模态数据驱动的黄瓜温室湿度预测方法

黄天艺; 吴华瑞; 朱华吉; 《电子测量技术 》 2023 北大核心

摘要：温室湿度精准预测对病害防治策略制定、水肥自动灌溉等具有重要意义.本文研究了一种基于多模态数据驱动的预测方法.为解耦温室环境控制中环境变量复杂关系,提高模型预测效率,利用LASSO回归从多温室环境参数中筛选得到温室空气湿度变化强关联环境因子,结合CNN提取图像空间特征的优势,基于GAF理论将温室时间序列分别转化为GASF与GADF二维图像,进一步增强有效信息,抑制环境噪声,通过引入低复杂度的双卷积层充分提取图像潜在特征,识别湿度变化趋势,对不同湿度变化趋势的时间序列逐一构建Bayesian_LSTM预测模型,增加平稳输入提高预测精度.针对黄瓜温室,将室内温度、湿度、光照强度历史时间序列转化为二维图像作为输入,分析验证了模型的预测性能.试验数据显示当时间滑动窗口大小为15,选用GADF转化图像,Bayesian_LSTM隐藏节点数为100时,平均绝对误差、平均绝对百分比误差、均方根误差分别达到2.58%、4.56%、4.80%,为模型性能最优.对比RNN、GRU、Bi-GRU、1D-CNN共4种主流预测模型,试验结果均表现出良好的预测性能.

关键词： 环境预测 格拉姆角场 卷积神经网络 长短期记忆神经网络 贝叶斯神经网络

 全文链接 请求原文

猪精子超低温冷冻损伤机制及保护策略

张司龙; 许晓玲; 刘克雄; 葛锁子; 蔺志延; 刘彦; 白佳桦; 《今日养猪业 》 2023

摘要：猪精液的冷冻保存不仅可实现优秀种公猪精液的跨时间、空间的调配，而且在优秀地方遗传资源的保护、遗传数据的收集等方面具有重要意义。然而，由于猪精子膜低胆固醇-磷脂比和高不饱和脂肪酸含量等特性，使其极易受到冷冻损伤，且冷冻过程中的影响因素和原理尚不完全明确，导致目前猪冷冻精液技术仍不成熟，在实际生产中的应用效果不理想。在精子的冷冻过程中，冷冻程序、冷冻保护液与解冻液的组成等都对猪冷冻精液的质量有重要影响。

 全文链接 请求原文

大葱4-香豆酸辅酶A连接酶基因Af4CL的克隆及表达分析

李逸; 徐欢欢; 张宇辰; 王永勤; 刘乐承; 《农业生物技术学报 》 2023 北大核心 CSCD

摘要：4-香豆辅酶A连接酶(4-coumaric acid coenzyme A ligase,4CL)是类黄酮合成途径的一个关键酶,催化羟基香豆酸形成香豆酰辅酶A,香豆酰辅酶A是植物类黄酮生物合成的起始底物.本研究以大葱(Allium fistulosum)为材料,克隆了编码大葱4-香豆酸辅酶A连接酶的基因Af4CL(GenBank NO.OP921007),并进行了生物信息学分析,同时对Af4CL基因进行亚细胞定位和原核表达系统分析;结果显示,Af4CL编码区全长1644 bp,编码547个氨基酸;生物信息学分析表明,Af4CL具有2个保守结构域BoxⅠ和BoxⅡ;进化分析结果表明,大葱Af4CL与大蒜(Allium sativum)As4CL的亲缘关系最近.构建Pro35S:Af4CL-GFP载体,并利用根癌农杆菌(Agrobacterium tumefaciens)介导的烟草(Nicotiana tabacum)叶片瞬时表达系统对Af4CL的定位进行了分析表明,Af4CL定位于细胞膜;利用原核表达系统成功诱导出目的蛋白.本研究为大葱类黄酮代谢的深入研究及类黄酮体外合成提供了参考.

关键词： 大葱 4-香豆酸辅酶A连接酶(4CL) 生物信息学 亚细胞定位 表达分析

 全文链接 请求原文

基于区块链和边缘计算的水稻原产地溯源方法研究

孙传恒; 袁晟; 罗娜; 徐大明; 杨信廷; 《农业机械学报 》 2023 EI 北大核心 CSCD

摘要：地理位置与环境因素的不同导致水稻品质存在差异，优质原产地的稻米质优味美，对消费者更有吸引力，因此研究水稻原产地溯源，建立水稻原产地可信溯源系统具有重要意义。传统物联网区块链溯源系统将溯源数据上传至中心化的服务器，再由服务器上传至区块链；这无法很好地利用边缘节点中的资源，还使其易受数据伪造或数据丢失等安全风险的影响。设计了一套基于区块链和边缘计算的水稻原产地溯源模型，依托嵌入式设备的边缘计算能力，对传感器数据实时数据融合并在嵌入式设备上部署区块链。此外，设计边缘计算场景下区块链网络的存储扩展方法和边缘计算工作流程。最后，经过测试分析，查询公开溯源数据的平均时间为45.84 ms,查询隐私溯源数据的平均时间为50.92 ms,边缘节点加密上链的平均时间为1.27 s,边缘多链存储容量消耗为传统单链的18%,能够满足水稻原产地溯源实际的应用需求。

关键词： 水稻原产地 溯源 区块链 多链 边缘计算

 全文链接 请求原文

纹党参原料部位对八宝茶品质的影响

温雪珊; 蒋巧娥; 王瑞琪; 时月; 马越; 赵晓燕; 张超; 《农产品加工 》 2023

摘要：研究纹党参原料部位对八宝茶品质特征的影响.以八宝茶为CK组,在八宝茶中添加纹党参不同部位(纹党参片和纹党参段),评价冲泡第2次得到样品的颜色、风味和口味等品质特征.结果表明,纹党参提高了八宝茶的鲜味和口味丰富性,降低产品苦味强度18.21%~23.32%,整体口感更佳.其中,纹党参片茶的颜色澄清透明,为浅红色,而纹党参段茶颜色略浑浊.感官评价结果表明,党参片茶将茶叶与纹党参涩味完美融合,口感醇和浓厚,带有回甘和纹党参的原有的特征风味,感官得分最高,比CK组提高了21.67%.并且纹党参片的加入对八宝茶的组分溶出具有增效作用,使得纹党参片茶的可溶性固形物含量最高,比CK组提高12.13%.因此,纹党参片更加适宜作为八宝茶的配料.

关键词： 纹党参片 纹党参段 八宝茶 口味 风味

 全文链接 请求原文

事业单位管理会计建设研究

褚晓晖; 《江苏商论 》 2023

摘要：管理会计利用会计手段实现对单位内部各业务环节信息的收集、分析、整合与利用，为单位的管理层提供信息。本文认为，目前事业单位在管理会计建设中存在着财务管理观念滞后；理论体系不完善；专业人才缺乏；内控制度缺失；绩效评价体系不完善等问题。针对问题，提出了转变管理观念，强化管理意识；推动业财融合，完善管理会计体系；注重专业管理会计人才的培养和引入；完善内控制度、绩效评价体系等措施，以促进事业单位的建设发展。

关键词： 事业单位 管理会计 存在问题 建设措施

 全文链接 请求原文

杏果实风味形成及调控机制研究进展

于文剑; 杨丽; 张俊环; 姜凤超; 张美玲; 王玉柱; 孙浩元; 《果树学报 》 2023 北大核心 CSCD

摘要：杏果实风味独特，是北方主要落叶果树中特色最为突出的树种之一。杏果实的风味是决定果实品质好坏的重要因素，其主要由果实中的糖、酸和挥发性芳香物质共同作用。目前，针对杏果实风味的研究主要集中在品种间果实糖酸物质和香气物质的组成类型和含量的差异性等方面。对影响杏果实品质形成的外界因素和调控其形成的关键基因的研究较为薄弱。就近年来与杏果实可溶性糖、有机酸和香气物质合成与代谢相关文献进行了综述，并对未来的研究进行了展望，以期为杏果实风味品质形成研究和杏新种质的创制提供参考。

关键词： 杏 风味 可溶性糖 有机酸 香气

 全文链接 请求原文

基于时序Sentinel-2的河北地下水漏斗区作物单双季种植遥感监测

郑翔宇; 李存军; 刘玉; 孟浩然; 杨铁利; 卢闯; 张方娟; 《江苏农业科学 》 2023 北大核心

摘要：精准获取河北地下水漏斗区作物单双季种植信息，对农业部门科学安排作物耕作制度、合理调整和减少地下水资源消耗具有重要意义。采用10 m空间分辨率的哨兵2号（Sentinel-2）数据作为遥感数据源，分析不同耕作制度农作物周年光谱曲线的差异和关键时间节点，结合实测数据和植被光谱特征，构建时序特征的分类场景，采用随机森林分类方法进行大区域田块尺度作物单双季种植遥感分类，确定区分河北平原地下水漏斗区田块尺度作物种植制度的最佳时序组合，并与传统的最大似然法和HSV-NDVI组合的阈值法比较分类效果。结果表明，区分1年1熟作物和1年2熟作物的最佳时序组合为11—12月以及3—8月的作物关键生长节点的8个关键时相的影像组合，比1—12月的全年12时相以及其他时序组合的分类精度略高，随机森林算法比传统的阈值法和最大似然法分类精度高；利用11—12月和3—8月的时序影像组合的随机森林法提取1年1熟作物F₁分数达到95.97%,提取1年2熟作物F₁分数达到98.70%;结合10 m分辨率的河北平原地下水漏斗区作物单双季种植遥感监测专题图和河北地下水主要漏斗区分布发现，衡水和沧州部分县市1年2熟作物的种植比例较多，建议减少1年2熟作物的种植面积以降低地下水资源损耗。本研究可为干旱半干旱区田块尺度的作物种植制度遥感监测以及种植结构调整提供参考。

关键词： 地下水漏斗区 作物单双季种植 时序 遥感监测 随机森林

 全文链接 请求原文

基于深度学习网络实现番茄病虫害检测与识别

王铭慧; 张怀清; 樊江川; 陈帮乾; 云挺; 《中国农业大学学报 》 2023 北大核心 CSCD

摘要：为利用计算机或人工智能技术协助番茄病虫害防治，以存在病虫害侵害问题的番茄植株图像为研究对象，针对番茄病虫害目标小而密的特点提出基于Swin Transformer的YOLOX目标检测网络，用于精确定位图像中的病虫害目标，并采用基于经典卷积神经网络构建的旋转不变Fisher判别CNN分类网络，以此提高病虫害分类的准确率。结果表明：1)将测试结果与传统的目标检测模型和分类模型作对比，基于Swin Transformer的YOLOX网络在番茄病虫害测试集上的精确度比Faster R-CNN和SSD分别高了7.9%和9.5%,旋转不变Fisher判别CNN对病虫害类别的识别准确率与AlexNet、VGGNet相比分别提升了8.7%和5.2%;2)与基于Transformer的目标检测模型DETR和近年来新兴的图像分类模型Vision Transformer（ViT）在番茄病虫害测试集上的结果相比较，本研究的检测和分类方法也存在优势，病虫害检测精度和分类准确率分别提高了3.9%和4.3%。此外消融试验也证明了本研究方法改进的有效性。总之，本研究所构建的网络在番茄病虫害的目标检测和分类识别方面的性能优于其他网络，有助于提升番茄病虫害的防治效果，对计算机视觉在农业领域的应用具有重要意义。

关键词： 深度学习 病虫害识别 Swin Transformer Fisher判别 番茄

 全文链接 请求原文