“一带一路”背景下农业科研院所经济作物“走出去”现状分析与路径建议——以江苏省农业科学院经济作物研究所为例

农业科技"走出去"是"一带一路"倡议下农业对外合作的新形势,是提升农业科研院所国际学术地位和国际影响力的重要抓手。随着"一带一路"倡议的实施,经济作物正迎来全球范围内的良好发展机遇期。文章以江苏省农业科学院经济作物研究所各学科为研究对象,对其国际合作现状进行了分析,通过挖掘"一带一路"沿线国家经济作物需求分析对接路径,探索适合经济作物的"一带一路"国际合作新路径、新模式。

我国省级农业科学院的学科竞争力比较研究

学科竞争力是省级农业科研机构科研实力的重要体现。文章以江浙沪鲁京粤6省农业科学院为研究对象,以SCI论文和中文核心期刊论文为数据源,采用文献计量的方法,对比分析了我国省级农科院的整体优势学科和各自优势学科的竞争力情况。研究发现,省级农科院的学科发展既有普遍相似性,又有各自的特色优势学科,各机构之间的学科竞争力差距较大。该研究为我国省级农科院学科建设提供决策参考。

基于内外共生理论的农业精准信息服务框架构建研究

传统农业信息服务存在难以实现以问题为导向,以用户实际需求出发开展信息服务的问题。致使产业需求和动能挖掘不足,信息资源获取渠道不畅通,信息鸿沟难以消解。将“内外共生理论”引入农业信息服务领域,以生产经营主体和科技创新主体作为内生力量,以图书馆等信息服务机构作为外生力量,构建内外共生循环互动的农业精准信息服务框架。具体通过挖掘两大内生主体的信息需求,探索三大主体内外共生的可能性,进而提出具体的共生举措。具体包括:挖掘内生主体的个性化需求、知识获取习惯、用户行为轨迹及基本特征信息,构建农业需求精准表达模型;对农业领域多源异构资源进行加工再组织,面向产业需求,开展多层次、个性化、全方位的科技服务;在服务平台上,深度挖掘产业需求,对应匹配内容产品,形成精准服务模式。本研究提出该框架构建过程中面临的关键问题,以及相应的解决对策,以期形成一种可复制、可借鉴的农业信息服务模板,促进农业现代化发展。

2008～2017年农业信息学国家自然科学基金资助定量与网络图谱分析

通过研究2008～2017年间国家基金对农业信息学面上项目和青年基金的资助情况,分析了农业信息学主要研究方向和发展动态,以期为农业信息研究人员提供参考。

江苏省县域数字农业农村发展水平分析与思考

农业农村数字化发展已成为推动乡村振兴、建设数字中国的重要内容,分析评价县域数字农业农村发展水平对促进数字乡村发展具有重要意义。该文通过设置数字农业农村发展水平评价指标体系,对江苏省76个涉农县(市、区)报送的数据进行分析,从多个角度评价全省数字农业农村发展水平,分析全省农业农村信息化发展中存在的问题,并提出对策建议,以期为江苏省数字农业农村快速发展提供参考。

江苏省农业物联网管理服务平台建设成效及应用潜力分析

农业物联网技术是推动现代农业智能化发展的新兴技术,已广泛应用于农业生产的各个环节。文章阐述了江苏省农业物联网管理服务平台在规范和标准化农业物联网集成、促进农业物联网技术推广应用、提升数字农业管理能力、提高农业物联网专业化服务水平等方面取得的成效,结合平台应用现状,分析了平台应用潜力,并提出了加快应用主体数据对接、强化物联网技术模式发布及推广、加强数据分析利用、探索长效服务机制等促进平台发展的建议。

农业科技信息动态监测服务流程与机制

深入分析了科技信息动态监测理论和方法,根据农业科技人员的信息需求特征,从农业科技信息服务流程和服务保障机制2个方面,探索并构建了农业科技信息动态监测服务方式,以期满足农业科研人员精准且实时的信息需求,为农业科技信息动态监测服务的开展提供参考。

面向农业学者领域的本体构建及可视化研究

在当今互联网信息资源中,农业学者的信息组织仍处于相对无序和混乱的状态,成果信息与农业学者信息也难以实现一体化关联应用。为了实现农业学者信息的有效组织,提出针对农业学者的本体构建方法,为建立农业学者信息检索系统和知识服务平台等知识图谱应用奠定了模式层基础。首先,根据现有本体资源以及学者数据的特殊性,确定本体类的结构和属性,完成本体框架的构建;其次,使用本体描述语言进行形式化表示,并与现有知识组织资源进行关联以实现本体的共享与互操作;再次,应用深度学习算法实现长三角地区农业学者信息的命名实体识别,并利用Neo4j图数据库存储和展示农业学者实例数据;最后,以长三角地区农业学者为例进行本体验证与评估。结果表明,BiLSTM-CRF模型相较于其他模型在学者命名实体识别任务中具有更高的准确率、召回率和F 1值,对于农业学者领域的实体抽取具有良好的适用性。进而为建立全面的农业学者知识图谱和智能化农业知识服务平台奠定语义基础,并提供建设思路。

融入农业科研管理的机构知识库建设模式

针对农业科研机构的科研信息管理中存在着分散建设、重复投入、管理不统一、关联性差等问题,结合机构知识库的建设特点,从农业科研机构的用户需求入手,分析了融入农业科研管理的机构知识库建设的必要性。从标准机制层、数据管理层、系统平台层、用户体验层4层平台描绘分析了农业科研机构知识库建设的框架结构。从组织领导、数据管理、技术支撑、分工协作、考核评价等5个方面,分别探讨了能够促使机构知识库可持续性发展的保障机制。

全球智慧农业领域研究态势分析

[目的/意义]通过对全球智慧农业领域的研究态势进行分析,以期为当下及今后中国智慧农业领域的科技创新与管理决策提供数据参考和情报支撑。[方法/过程]基于WebofScience数据库,利用文献计量和知识图谱等方法,针对全球范围内智慧农业的研究概况、研究群体的竞争力、研究重点与热点等进行深入分析及可视化展示。[结果/结论]2010年之后全球及中国智慧农业的研究热度越来越高;中国和美国的生产力和影响力均遥遥领先于世界其他各国,中国农业大学、浙江大学、美国农业部的生产力和影响力具有明显优势,HEY、JAYASDS、BLASCOJ的生产力和影响力均较高,中国机构和学者的论文质量普遍不高;农学、计算机科学、工程学、食品科学技术、化学是重点学科领域,Computers and Electronics in Agriculture的期刊竞争力最强;全球及中国智慧农业领域均可分为三大研究主题,但研究重点有所差异;以农业物联网为代表的信息感知、分析与调控技术是近年来的研究热点;农用传感器的自主研发、数据挖掘分析和共享利用的技术模式、智能控制的算法模型和系统集成、智能化农机装备和农业机器人自主研发、智慧化农业科技服务模式等是中国智慧农业进一步发展需要突破的重点研究方向。

基于安全域的省级农业科研单位网络安全建设研究

互联网与IT技术的发展,提升了农业科研单位对外交流、科研管理及科研数据的存储与利用,网络与信息安全愈显重要。分析了江苏省农业科学院的网络安全现状,根据农业科研的业务需要及信息承载,提出了基于安全域构建局域网安全防护架构的思路,为兄弟农科院的网络信息安全提供参考。

我国近10年国家自然科学基金生命科学部资助情况分析

国家自然科学基金(NSFC)是国家支持生命科学领域基础研究的主要渠道之一。通过对2010—2019年国家自然科学基金生命科学部资助项目的概况、项目类型、学科、地区、机构、学者等进行深入分析,全面了解近10年NSFC生命科学部的资助情况。结果表明,近10年生命科学部资助数量和资助金额的变化趋势基本一致;面上项目、青年科学基金、地区科学基金、国际(地区)合作与交流项目、重点项目、重大研究计划等是资助的主要项目类型。生命科学部涉及学科门类众多,农业基础与作物学、食品科学、生态学、植物学、林学与草地科学等学科获得的支持力度最大。各地区之间获得的资助数量和资助金额差距很大,北京市远高于其他地区;各机构类型和机构间均差距悬殊,中国科学院的资助数量和资助金额远高于其他机构;各机构的研究重点聚焦在生物、农业、生态环境、林学与草学、食品科学与水产5个领域。高资助数量学者呈现出职称高、机构集中等特点。该结果可为我国生命科学领域的科技创新、管理决策及基金项目申报提供数据参考。

不同学科背景下我国农业科技人才的学术竞争力分析

基于ESI学科分类体系,遴选出农业科学、植物和动物科学领域105位我国学者,并划分到6个学科方向作为本研究的评价对象;分别从学术生产力、学术影响力、学术卓越性、学术创新力4个维度、44项指标对105位学者进行计量,比较各项指标的学科均值,采用因子分析和模糊综合评价法对105位学者分学科进行综合竞争力评价。综合指标计量和综合竞争力评价的结果表明,学科间单项优势指标的类别和数量、单项指标的贡献存在差异,不同学科学者的竞争力差距不平衡,应侧重在同一学科内进行评价。

农业科研机构知识库建设需求与策略研究

机构知识库作为开放获取的途径之一,在国内外正迅速建设发展。文章基于某农业科研机构科研和管理人员对机构知识库的总体认知、建设需求与参与意愿调研,从资源建设、技术保障、服务拓展和共建共享等方面提出适合农业科研机构的机构知识库建设策略与建议,以期为农业科研机构知识库的规划建设和推广使用提供参考依据。

基于BERT字向量和TextCNN的农业问句分类模型分析

【目的】研究不同词向量和深度学习模型组合对农业问句分类结果的影响,为构建农业智能问答系统提供技术支撑。【方法】通过爬虫获取农业种植网等网站的问答数据,选择20000条问句进行人工标注,构建农业问句分类语料库。采用BERT对农业问句进行字符编码,利用文本卷积神经网络(TextCNN)提取问句高维度特征对农业问句进行分类。【结果】在词向量对比实验中,BERT字向量与TextCNN结合时农业问句分类F1值达93.32%,相比Word2vec字向量提高2.1%。在深度学习模型的分类精度对比方面,TextCNN与Word2vec和BERT字向量结合的F1值分别达91.22%和93.32%,均优于其他模型。在农业问句的细分试验中,BERT-TextCNN在栽培技术、田间管理、土肥水管理和其他4个类别中分类F1值分别为86.06%、90.56%、95.04%和85.55%,均优于其他深度学习模型。超参数设置方面,BERT-TextCNN农业问句分类模型卷积核大小设为[3,4,5]、学习率设为5e-5、迭代次数设为5时效果最优,该模型在数据样本不均衡的情况下,对于农业问句的平均分类准确率依然能达93.00%以上,可满足农业智能问答系统的问句分类需求。【建议】通过阿里NLP等开源平台提升数据标注质量;在分类过程中补充词频和文档特征,提高模型分类精度;农业相关政府职能部门加强合作,积极探索农业技术数字化推广和服务新模式。

应用于农业场景视觉解析任务的番茄数据集

农业机器人是农业现代化发展中的一项重要组成部分,计算机视觉技术通过对作物和环境的感知与解析,有效促进其在农业领域的落地与应用。但由于农业场景的复杂性、多样性,当前先进计算机视觉方法所需要的详细且注释的大规模图像数据集在农业领域十分稀缺,这也是阻碍计算机视觉技术在农业领域发展的一个主要瓶颈。针对这一痛点,该文提供了一个可用于图像语义分割、图像实例分割、目标检测任务的大规模番茄图像数据集。该数据集由两部分组成,分别为合成部分和经验部分。其中合成部分使用Wagenin⁃gen大学等人提出的数据合成方法,生成3250张合成番茄图像以及对应的像素级别语义分割标签图;经验部分由RGB相机拍摄的750张单目图像和400张双目图像构成,并人工对它们部分进行了包括实例分割、目标检测等在内的精细标注。研究旨在从多个角度丰富该数据集,包括数据集的大小、标注信息的多维度、场景的复杂性等方面,为今后利用计算机视觉技术解决农业领域问题提供数据基础。

国内高层次农业科技人才综合竞争力评价分析

基于农业科技人才科研成果多且成果类型丰富的特点,利用统计分析法、因子分析法和模糊综合评价法对我国高层次农业科技人才综合竞争力及其概况分布进行了评价分析。研究结果表明,基于因子分析法和模糊综合评价法的综合评价方法可以客观地反映我国高层次农业科技人才的综合竞争力现状。

基于GWO-LSTM的设施蔬菜温室温度预测

温度是设施生产中作物生长的主要制约因素之一,提前预测温室温度对精准调控温室环境具有重要的指导意义。因此提出一种基于灰狼优化算法的长短期记忆网络模型预测温室温度,该模型利用灰狼优化算法(Grey Wolf Optimizer,GWO)对长短期记忆网络(Long Short-Term Memory,LSTM)模型参数进行调整优化。以江苏省农业科学院阳光板温室2020年9月23日—12月21日期间的试验数据对该方法进行验证。结果显示:在预测时间步长30 min时,GWO-LSTM的预测均方根误差、平均绝对误差、平均绝对百分比误差和决定系数分别为0.6776、0.4114、0.1687和0.9604。在预测时间步长60 min内,GWO-LSTM模型预测精度均高于标准LSTM和反向传播人工神经网络(Back Propagation Artificial Neural Network,BP-ANN)。说明所提出的GWO-LSTM模型能够准确地预测未来温室内温度变化,可为制定温室环境智能调控策略提供有效的数据支撑。

中药茅苍术研究进展

茅苍术是江苏省镇江市茅山地区的道地药材,中医临床使用历史悠久。近年来由于其优良种质资源的濒危、过度开垦、生存环境遭到破坏,茅苍术野生资源日益枯竭,受到广泛关注。本文对茅苍术的品种资源、遗传多样性、生物学、理化特性、育种、栽培管理、药理药性等方面的国内外研究进展作简要综述,以期为茅苍术的资源保护、合理栽培、应用提供依据。

基于文献计量的国内外茅苍术研究态势分析

为做好茅苍术研究的跟踪溯源,更好地开展综合利用和保护工作,以文献计量学的方法为基础,以CNKI和SCI为数据源,综合利用数据挖掘、社会网络、可视化展示、信息组织、信息分析等方法,借助于TDA、JAVA、Ucinet、Det Draw和Excel等工具,对国内外茅苍术研究的产出、影响力、作者、机构、学科、重点、热点等问题进行了综合分析和展示。结果表明,茅苍术研究的重点集中于医药领域和农业领域,研究热点是药理药性和成分提取分析,国内外研究侧重点有所区别。