农业科技攻关体制机制问题调查及政策建议

分析了农业科研单位存在的问题,即都是以项目的形式在支持科研的开展,经费少、人员多,造成科研水平难以提高、重复性工作较多、成果转化不畅。针对这些问题,以曾经在农业部组织的全国农业科研机构综合科研能力评估中,两次位列全国地市“十强”院（所）的绵阳市农业科学研究院为例,研究农业科技攻关体制机制问题。     

浙江省农业机械化媒体信息网站的开发研究

在分析浙江省农业机械化现状与管理工作的基础上，结合现代网络技术、多媒体技术及数据库技术，运用网络编程语言PHP和MYSQL数据库语言等，设计开发了浙江省农机化多媒体信息网站，并介绍了网站的具体策划制作过程。     

手扶拖拉机—半挂车机组重心位置测定方法

根据手扶拖拉机－半挂车机组的特点，提出了一种适合手扶拖拉机－半挂车机组的重心位置测定方法。     

灰色模糊聚类法及其应用

作者将灰色关联度方法与模糊聚类法结合起来,建立了一种灰色模糊聚类法,并应用该方法对浙江省杭州市七个县的农业综合生产力进行了聚类分析。     

基于高光谱图像的稻瘟病抗氧化酶值早期预测

水稻稻瘟病是危害水稻种植的真菌病害,早期预测病害源头是防治稻瘟病的有效手段。在病害症状显证之前实现早期预测,能从源头上更好地遏制病害,阻止分生孢子的大量繁殖,达到稻瘟病早期防治的目的。该文通过连续分时段测定水稻稻瘟病潜育期稻苗的高光谱图像和相对应的稻苗抗氧化物酶SOD（superoxide dismutase, SOD）酶值,利用高光谱图像处理技术结合化学计量学方法,建立稻瘟病潜育期内稻苗冠层高光谱图像与抗氧化酶SOD酶活之间的关联预测模型。结果表明,基于全光谱信息建立的SOD酶值预测模型,模型具有较好的预测效果,校正集相关系数RC=0.9921,校正集均方根误差RMSEC=5.135 U/g;预测集相关系数RP=0.9274,预测集均方根误差RESEP=8.634 U/g。出于建立更为广泛应用的稳定的多光谱成像检测系统的需要,基于选定的6个特征波长526、550、672、697、738和747 nm建立了简化的SOD酶值预测模型,该模型的RC=0.6945,RMSEC=17.92 U/g;RP=0.5488,RESEP=22.0085 U/g。研究表明,在水稻稻瘟病潜育期内,通过高光谱图像反演相应的SOD酶活性信息,推断水稻稻瘟病病害胁迫程度信息是可行的。     

基于GPS模块的便携式农田面积测量仪

全球定位系统在精细农业中起着十分重要的作用,本文利用GPS的定位功能,研制了农田面积快速测量仪.测量仪由低成本的GPS模块、单片机数据采集板、键盘及LCD显示等组成.给出了GPS定位信息的获取技术,多边形农田面积的计算方法,测量仪软硬件的设计原理等.试验结果表明测量仪能够快速测量任意形状农田的面积,相对测量误差小于2%,并且农田面积愈大,测量的相对精度愈高.     

颗子茶溯源——略谈洪雅制茶技艺的变迁

正蜀土茶称圣,茶以雅为美。四川洪雅自唐代至今已有1200多年的产茶历史。洪雅茶叶也简称"雅茶",位列洪雅物产"十雅"之一。玉屏山(花溪)和宝子山(三宝)的颗子茶就是经过饼茶制法、蒸青制法(蒸青团茶、蒸青散茶)再到炒青制法(炒青散茶)、蒸压制法(砖茶),直至炒青绿茶(颗子茶)历程后,精炼和遴选的上品雅茶之一。一、饼茶制法(茶饼)始于魏朝(220—264),先蒸青成饼烘干,后碾碎冲泡。该法经青衣县(今雅安市名山区)蒙顶传     

基于光谱技术的水稻叶片氮素测定仪的开发

在理论分析的基础上设计开发了一套基于光谱技术的水稻叶片SPAD值和氮素测定仪。该测定仪主要包括光路部分、调理电路和控制与数据采集器等。光路部分包括光源、检测点以及光电传感器等元器件,主要作用是：控制光源的亮灭、收集透过叶片光线、将光信号转换为电信号;调理电路主要将所得微弱电信号进行电流电压转换以及放大到合适的幅度;控制与数据采集器包括AD转换电路,液晶显示电路和SD卡存储电路。对该测定仪的性能进行了测试,试验分为两步：先建立AD采样电压信号与SPAD值之间的模型,然后建立SPAD值与氮素之间的模型。经过大量的试验测得：传感器转换的电压信号与SPAD值之间存在很高的相关性（R2 =0.956）,SPAD值与氮含量建立的模型的决定系数为R2 =0.802,结合以上两种模型得到该仪器的氮素模型的决定系数为R2 =0.766。该仪器适合用于田间水稻叶片氮素含量的快速测量。     

常德:杨树少了 候鸟多了

离湖南省汉寿县岩汪湖镇不远处,是沅江和西洞庭湖交汇的地方。船行不久,就是西洞庭湖国家级自然保护区半边湖监测站,也是西洞庭湖保护区核心区。放眼望去,水域开阔,水鸟翔集;洲滩上,芦苇花摇曳,景色醉人。往日成片的欧美黑杨全无踪影。“你看现在多美,以前都是欧美黑杨,根本看不到边。”     

基于废气成分分析和支持向量机的发动机故障诊断

为了实现发动机故障的快速实时诊断,提出了一种基于废气成分分析和支持向量机的发动机故障诊断方法。该方法首先运用NHA500废气分析仪采集发动机典型故障状态下的HC、CO、CO2、O2、NOX等废气参数值,接着对采集到的数据进行规范化处理,提取特征向量作为学习样本,然后用于设计训练基于支持向量机的多元分类器,进行故障类型识别。试验结果表明,采用纠错编码的支持向量机分类方法比神经网络具有更好的抗干扰性和更强的分类能力,在小样本的情况下故障诊断正确率达98.5%,能有效描述废气成分变化和故障状态之间的复杂关系。