科研产出
基于CNKI的中国猪圆环病毒病研究文献分析
《农业图书情报学刊 》 2016
摘要:为了解中国猪圆环病毒病研究的现状和热点,以2005-2015年CNKI数据库收录的SCI、EI、核心以及CSSIC来源期刊的论文数据为对象,对中国猪圆环病病毒病研究的相关论文进行统计分析。结果显示:中国猪圆环病毒病研究相关论文主要集中于畜牧与动物医学、生物学等学科;猪圆环病毒病研究相关论文发表数量最多的年份是2008年;核心期刊《动物医学进展》载文最多,畜牧兽医、动物相关期刊是猪圆环病毒病研究论文发表的主要期刊;主要研究学者大多集中在科研院所和高等院校,其中论文数量发表最多的研究机构是南京农业大学;猪圆环病毒的流行病学、检测技术和疫苗的研制是目前猪圆环病毒病研究领域的热点。上述结果为了解我国猪圆环病毒病研究现状提供了科学参考,也为研究人员进行课题申报、学术交流、论文发表等提供重要信息。
挖掘农业资源优 化资源配置 为安徽农业转型升级提供技术支撑
《安徽科技 》 2015
摘要:贯彻落实党的"十八大"提出的创新驱动发展战略,促进安徽省农业转型升级,关键要强化安徽农业高新技术的自主创新,为转型升级提供强有力技术支撑,紧紧依靠并充分挖掘安徽省农业资源,统筹产业基础,加快适宜新品种、新技术、新产品大面积推广与应用。目前,信息化与工业化、城镇化和农业现代化发展的深度融合,带来了生产与生活方式的质变,智能、绿色、可持续发展已成为世界各国的普遍追求。农业的智能、绿色和提质增效为新时期安
安徽省农业灾害情况及防灾减灾对策分析
《中国农学通报 》 2015 CSCD
摘要:分析安徽省主要农业灾害发生及分布情况,探讨相应的防灾减灾对策,为实现安徽省农业可持续发展及保障安徽省粮食安全提供依据。以1978—2012年安徽省农业灾情及粮食播种面积、粮食总产等数据为依据,分析农业灾害对安徽省农业生产的影响和安徽省水灾、旱灾、风雹灾、霜冻灾等主要农业灾害发生及分布规律,并提出防灾减灾对策。结果表明,1978年以来,安徽省农业气象灾害频发,1991、1998、2003年受灾面积较大,总体上粮食总产呈增加趋势,农业气象灾害受灾及成灾面积与粮食总产呈负相关;1979—2012年安徽省粮食总产呈周期性波动,且与成灾面积的年际增长率呈负相关关系,表现为每3年左右为1个周期;影响安徽省农业生产发展的最主要灾害种类是旱灾、水灾、风雹、霜冻等,其中水灾和旱灾是最主要灾害,其危害多数年份占所有农业灾害危害受灾面积和成灾面积的80%以上;安徽省绝大部分地市的旱灾成灾面积指数大于水灾成灾面积指数,说明旱灾是影响安徽省农业生产发展的最重要农业气象灾害类型。该研究可为安徽省农业灾害风险的有效管理和政府部门相关决策提供技术支持和参考。
基于星载SAR的冬小麦估产模型比较分析
《中国农学通报 》 2015 CSCD
摘要:旨在让农业部门等提前预知小麦产量,从而准确判断粮食生产形式,制订相关政策。应用2014年4月中旬和5月初星载合成孔径雷达(SAR)——RADARSAT-2各一幅,选择安徽省寿县和怀远县冬小麦产区,通过试验田产量和反演的雷达影像后向散射系数,建立冬小麦线性估产模型,在此基础上对2013、2014年估产模型精度进行比较。结果表明:通过星载SAR的同极化HH和交叉极化HV方式建立的估产模型对寿县涧沟镇冬小麦估产精度分别为68.37%和74.01%,对怀远县龙亢镇冬小麦估产精度分别为63.10%和69.10%。特别是针对倒伏区域冬小麦估产模型精度差异进行理论详细分析,指出冬小麦大面积倒伏区域,基于交叉极化(HV)估产模型精度高于同极化(HH)估产模型精度。最后指出将来可选择四极化SAR影像,针对不同的生长方式有针对性的选择不同极化方式进行估产。模型结果分析结论为将来冬小麦估产模型参数纠正及推广奠定基础和积累经验。
关键词: 冬小麦 估产模型 合成孔径雷达 RADARSAT-2 模型比较
农业产业技术创新战略联盟考评体系的构建
《安徽科技 》 2014
摘要:"十一五"以来,国家科技部大力推动产业技术创新战略联盟试点,安徽省科技厅在2010年牵头组织实施了创新战略联盟试点工作,旨在促进合芜蚌自主创新综合试验区和国家技术创新工程试点省建设,建立起以企业为主体、市场为导向、产学研相结合的产业技术创新体系,加快提升安徽省产业技术创新能力。目前,安徽省已推荐70个产业技术创新战略联盟试点,其中农业产业技术创新战略联盟(以下简称"农业联盟")31个。为促进农
基于双极化双时相RADARSAT-2的冬小麦估产模型研究
《中国农学通报 》 2014 CSCD
摘要:为了给农业部门提供准确的冬小麦产量评估,应用安徽省淮河流域4月底和5月初双极化星载合成孔径雷达(SAR)影像——RADARSAT-2和该区域冬小麦收割前(5月底)试验田产量资料,应用不同拟合方法建立冬小麦产量和2个时相(4月底和5月初)后向散射系数关系的估产模型;选择其余试验田对其检验,优选出最佳的估产模型,实现冬小麦大面积估产。结果表明,经计算得到了超过80%精度的估产模型和冬小麦较准确的估产结果。说明在冬小麦收割前1个月左右应用SAR进行估产,这种思路和方法是行之有效的。
关键词: 合成孔径雷达(SAR) RADARSAT-2 冬小麦 估产