加强科技创新 助推农业发展——河南省农业科学院科技创新的成效与展望

河南省是全国重要的农业大省和粮食生产大省,省农科院作为农业科研单位,在院一级领导的正确带领下,科研团队刻苦钻研,勇于创新,主动融入经济社会发展,科研人员人文管理,取得了农业科技领域的辉煌成就,连续多年在全国同行业保持领先优势,为河南农业科技进步和经济社会发展作出了突出贡献。

河南省农业科技应急服务能力建设研究

自然灾害突发事件对农业生产危害极大,河南作为农业大省,农业科技应急服务能力建设显得日益重要和迫切。为进一步提升农业科技服务应急能力,对农业科技人员、农民和管理人员三方开展问卷调查,并对农业科技服务应急应用平台、专长兼备的农业科技推广专家队伍、防灾减灾农业应急科技储备及应急物资储备等方面进行了调查分析。结果表明,84.21%的当地农技推广人员和76.05%的农业科研人员认为,需要有一定规模的防灾减灾农业应急科技储备;78.95%的农技推广人员和77.25%的农业科研人员认为,需要有一套农业防灾减灾应急预案。根据调研分析结果,从高度重视农业科技人才队伍建设、加快河南省“藏粮于技”农业科技应急服务信息平台建设、加强河南省农业科技应急技术储备能力建设、完善河南省农业自然灾害预警预报机制等方面提出了河南省农业自然灾害应急服务能力提升的建议,助力河南省农业强省建设。

现代农业信息网络建设研究

长期以来，我国在网络建设与应用方面出现了“重硬轻软”的现象，本文从现实出发，分析了各种网络的优缺点，提出了现代农业信息网络的建设思路，以及资源建设的措施与途径，重点介绍了专业局域网与Ｉｎｔｅｒｎｅｔ 子网的建立及应用效果。作者试图通过本文希望对广大读者在网络建设及应用方面有所启发。

河南农业科教网建设

建立一个Ｉｎｔｒａｎｅｔ网或Ｉｎｔｅｒｎｅｔ子网，涉及到一系列比较复杂的技术问题，例如，一些必要的网络服务器的建立和参数设置、网络运行环境参数设置等。本文从一个网站的建设实例出发，阐述了技术实施方案以及设置各类运行的重要参数，希望对广大读者在实际运用中有指导作用。

省级农业科学院主办的综合性农业科技期刊现状与影响力提升策略

从期刊基本信息、国内外重要数据库收录、栏目尤其是专栏(题)设置、国内外编委、中英文网站建设、新媒体平台建设等方面,对27种省级农业科学院主办的综合性农业科技期刊进行全面分析。结果发现:27种省级农业科学院主办的综合性农业科技期刊出版周期以月刊为主,年发文量差异较大;影响力相关指标值差距较大,大部分期刊偏低;有7种期刊既不是中文核心期刊,又未被CSCD和国外数据库收录;期刊间栏目数量差距较大,有专栏(题)的期刊很少;国内编委数量差距较大,国外编委欠缺;绝大部分期刊建设了中文网站,但英文网站很少,且内容不健全;有5种期刊没有建设新媒体平台,已建设新媒体平台的期刊大部分内容发布单一,缺乏吸引力。从合理设置栏目、组织专栏(题),充分发挥编委作用,调整发文量、缩短出版时滞,加强新媒体平台建设、对标国外数据库以被收录等方面提出影响力提升策略,以期为省级农业科学院主办的综合性农业科技期刊发展提供参考。

河南省联合体试验小麦品种综合性状分析与评价

主要农作物品种审定联合体试验是当前我国农业形势下拓宽作物品种审定试验渠道重点推进的新措施,为深入了解河南省小麦联合体试验容量、掌握其品种农艺性状和品质性状概况,以近3 a(2021—2023年)河南省审定通过的小麦品种为对象,将联合体试验品种与省统一试验品种进行对比分析和评价。结果表明,2021—2023年河南省通过审定的小麦品种合计355个,其中,联合体试验品种187个。联合体试验容量呈上升趋势,品种数量占比由2021年的48.3%上升到2023年的61.2%;试验组别单一,主要为冬水组。冬水组小麦中,申请者独立申请品种时,联合体试验品种中高校和科研院所占比较省统一试验高,个人申请则更倾向于参加省统一试验。联合体试验小麦农艺性状与省统一试验相比差异前期大后期小,7个农艺性状中2021年有5个性状差异显著或极显著、2023年有2个性状差异显著;品质性状差异相对较小,但也表现出前期大后期小的规律,7个品质性状中2021年有2个性状差异显著、2023年均不显著。联合体试验品种的农艺性状、品质性状的变异系数及多样性整体上均大于省统一试验。利用主成分分析将14个农艺性状和品质性状转化为7个主成分,其反映了81.51%的原始信息。基于主成分分析的评价结果表明,综合评价得分排名前50位的品种中,联合体试验小麦品种在其全部品种中占比较小,2021、2023年分别有5、14个,分别占当年全部联合体试验品种数量的9.3%、17.9%;省统一试验小麦品种在其全部品种中占比较大,2021、2023年分别有4、5个,分别占当年全部省统一试验品种数量的19.0%、35.7%。综上,河南省小麦联合体试验容量在不断提升,农艺性状和品质性状离散程度较大,品种综合评价得分与省统一试验差距缩小,相关部门未来可根据市场调整优化试验组别,聚焦联合体试验通道问题,推进联合体试验高质量发展。

河南省职务科技成果赋权改革实践与思考

文章分析了河南省职务科技成果赋权改革基本情况,总结了河南省职务科技成果赋权改革工作取得的阶段性成效,如健全管理机制、建立激励机制、梳理赋权清单、建立负面清单、简化赋权流程等,阐述了河南省职务科技成果赋权改革实践,分析了河南省职务科技成果赋权改革中存在的问题,并从持续强化顶层设计、加大政策宣讲力度、创新职务科技成果赋权模式、创新科技成果转化管理制度及决策机制等方面提出了深化职务科技成果改革的对策建议。

河南省智能农机发展现状与对策建议

河南作为我国重要的粮食生产基地,在发展现代农业的背景下,加快推进智能农机装备的研究与应用,对提高河南省农业生产效率,推动农业可持续发展有重要意义。通过分析河南省智能农机发展现状、存在问题,提出应加强智能农机装备关键技术的研发,推进数据共享平台建设,加强智能农机标准体系建设,促进河南省智能农机产业高质量发展。

1980—2013年河南省粮食生产特点及安全保障机制研究

总结河南省1980—2013年耕地面积、农作物播种面积、粮食总产、种植结构、农业生产要素投入及生产总值的变化特点,分析土地资源、粮食总产变化趋势及上升空间,就未来河南省粮食安全机制进行探析。结果显示,河南省耕地面积上升及维持与政策扶持有关,继续上升幅度收窄,但耕地质量提高的空间较大。播种面积的波动同耕地面积的波动日益趋同,前者对后者的依赖性渐强。粮食总产增速放缓,稳产能力渐强,粮食产量继续大幅增加的压力较大。生产要素投入整体逐年增加,农业总产值直线上升,但占农林牧渔业总产值的比例直线下降。建议继续完善农业激励政策,稳定现有耕地数量,改造中低产田,提高中高产田的比例及土地利用效率,实现藏粮于地;加快科技创新,继续推进科技服务体系建设及"互联网+"现代农业行动,进一步提高农业科技贡献率,做到藏粮于技。

基于无人机影像多源信息的冬小麦生物量与产量估算

冬小麦生物量是表征产量的重要指标,通过无人机遥感技术对冬小麦生物量进行快速、无损监测能够及时掌握冬小麦生长情况,对冬小麦估产具有重要意义。基于冬小麦孕穗期、开花期和灌浆期无人机数字正射影像(DOM)的光谱信息(SIs)和纹理特征(TFs),以及数字表面模型(DSM)提取的株高(HDSM),采用多元线性回归(MLR)、偏最小二乘回归(PLSR)和随机森林(RF)方法构建了冬小麦生物量估算模型,并以此为基础进行了产量估算。结果表明,使用DOM信息进行冬小麦生物量估算时,融合SIs+TFs构建的冬小麦生物量估算模型精度优于单一光谱指数或者纹理特征构建的模型;引入HDSM信息冬小麦生物量估算模型精度得到提高,3种方法以RF方法构建的开花期模型精度最高;融合HDSM信息进行冬小麦生物量估算时,估算精度的提高以TFs+HDSM最明显。冬小麦产量早期估算中,不同生育时期实测生物量与产量拟合以对数函数模型精度最高,孕穗期、开花期和灌浆期模型R2分别为0.87、0.88和0.92。耦合生物量与产量估算最优模型进行冬小麦早期估产,灌浆期估算模型精度最高,R2、RPD和RMSE分别为0.90、2.77和244.61 kg/hm^(2)。因此,融合无人机影像DOM和DSM多源信息,集成机器学习算法,不仅可以对冬小麦生物量进行精准估算,还可以快速有效地对冬小麦产量进行早期估算,对于精准制定粮食安全政策具有重要意义。

加强图书馆信息资源建设,迎接来自Internet的挑战

本文论述了Ｉｎｔｅｒｎｅｔ在资源、服务等方面对图书馆所形成的冲击，提出图书馆在新形势下应从人才的培养、Ｉｎｔｅｒｎｅｔ网上资源的开发利用、馆藏文献资源的电子化等方面加强现代化信息资源建设。

农业科技网站建设的探索与研究

根据河南农业科技教育网建设的实践 ,总结了五条基本经验 ,提出了农业科技网站的发展思路。

我国高新技术在农业上的应用现状与趋势

高新技术是科学技术发展的重要标志,是国民经济发展的原力。当今世界,高新技术日新月异,正在全球掀起新一轮科技革命的浪潮。农业高新技术首要是生物技术,其次是电子信息技术、航天技术、核技术、激光技术等。我国高新技术在农业上的应用,经过近10多年的努力,已建成一批设备较为完善的实验室,培养了一支技术队伍,在农业科学研究与生产实践中取得了可喜的进展。

新时期信息服务方式的创新与尝试

新的形势下 ,如何为农村经济建设服务 ,成为农业信息研究机构生存与发展的契机 ,作者对本单位的信息服务方式进行了总结与探索。

深化信息体制改革 增强情报工作活力

河南省农科院信息所在１０年改革中，为经济建设主战场服务，在出成果。出人才、出效益和改善工作条件、改善生活条件等方面取得了成效。我所的基本经验是转变观念、调整机构、实行目标责任承包、健全规章制度和加强基础条件建设。

基于改进YOLO v7-tiny的玉米种质资源雄穗检测方法

针对玉米种质资源遗传多样性丰富导致雄穗大小、形态结构及颜色呈现较大差异,无人机搭载可见光传感器相比地面采集图像分辨率低,以及图像中部分雄穗过小、与背景相似度高、被遮挡、相互交错等情况带来的雄穗检测精度低的问题,提出了一种改进YOLO v7-tiny模型的玉米种质资源雄穗检测方法。该方法通过在YOLO v7-tiny中引入SPD-Conv模块和VanillaBlock模块,以及添加ECA-Net模块的方式,增强模型对雄穗特征的提取能力。利用自建的玉米种质资源雄穗数据集,训练并测试改进模型。结果表明,改进YOLO v7-tiny的平均精度均值为94.6%,相比YOLO v7-tiny提升1.5个百分点,相比同等规模的轻量级模型YOLO v5s、YOLO v8s分别提升1.0、3.1个百分点,显著降低了图像中雄穗漏检及背景误检为雄穗的发生,有效减少了单穗误检为多穗和交错状态下雄穗个数误判的情况。改进YOLO v7-tiny模型内存占用量为17.8 MB,推理速度为231 f/s。本文方法在保证模型轻量化的前提下提升了雄穗检测精度,为玉米种质资源雄穗实时、精准检测提供了技术支撑。

基于多层级特征筛选和无人机影像的冬小麦植株氮含量预测

氮素是冬小麦生长发育必不可少的大量元素,无人机超高分辨率影像丰富的光谱信息和纹理信息为冬小麦植株氮含量精准预测提供了重要的技术途径,但是过多变量造成了信息冗余和模型复杂的问题。针对此问题,该研究提出了一种“相关分析+共线性分析+LASSO(least absolute shrinkage and selection operator)特征筛选”的多层级植株氮含量敏感特征的筛选方法,引入约束系数向量的L1正则化实现特征的稀疏性,将某些特征的系数缩小为0,基于冬小麦关键生育期(拔节期、孕穗期、开花期、灌浆期)无人机影像提取的65个光谱和纹理特征,采BP神经网络(back propagation,BP)、Adaboost、随机森林(random forest,RF)和线性回归(linear regression,LR)4种机器学习算法构建了冬小麦植株氮含量预测模型。结果表明:相关分析筛选出51个通过0.01显著性检验的变量;基于共线性分析,当LASSSO正则化参数λ取值为0.08时,17个敏感特征变量被筛选。基于筛选的敏感特征变量,BP、Adaboost、RF和LR 4种算法建立的植株氮含量预测模型均达到了0.01水平差异显著性,且BP、Adaboost和RF 3种预测模型的精度具有高度的一致性,模型R2均为0.81,RMSE分别为0.36%、0.38%和0.37%,说明该研究提出的多层级特征筛选方法不仅使得模型变得简洁,而且稳健性高,可为智慧农业氮肥精准监测、智慧管理提供技术支撑。

基于深度学习的玉米包衣种子品种识别

为实现玉米包衣种子品种低成本、高效便捷识别,基于智能手机采集的18个品种4种颜色的23100张玉米包衣种子双面图像构建数据集,采用轻量级卷积神经网络模型ShuffleNetV2、MobileNetV3、MobileViT、MobileOne、RepGhostNet和基于上述模型的集成模型分别进行玉米包衣种子品种识别。结果表明,5种单一模型均具有较高的识别准确率和综合性能,识别准确率分别为98.48%、98.23%、98.44%、98.23%和98.01%,模型大小分别为1.55、4.96、4.42、6.97、4.19 MB,推理速度分别为106、94、84、212、94 f/s。集成模型相比单一模型具有更高的识别准确率,其中,ShuffleNetV2和MobileViT组成的集成模型识别准确率达到99.22%。分析发现,品种误识别仅发生在相同颜色包衣种子品种之间,并且随着相同颜色包衣种子品种数量增多,模型对该颜色包衣种子的识别准确率有下降的趋势。

基于多源遥感数据的茶叶种植面积时空变化研究

茶叶是重要的经济树种之一,分析茶叶种植面积的时空演变规律可为优化河南茶叶布局提供科学依据。基于2000—2020年Landsat和Sentinel-2卫星数据,结合实地调查数据,采用随机森林分类方法获得河南省信阳市浉河区茶叶种植面积空间分布信息,采用趋势分析、重心迁移等方法对浉河区茶叶生产空间布局与时空变化趋势进行分析。结果表明:光谱+植被指数+纹理特征组合对茶叶分类精度最高,总体精度可达89.02%,Kappa系数为0.90;从时序变化来看,2000—2020年浉河区茶叶种植面积总体上呈现快速增长到稳步上升趋势。从空间变化来看,浉河区茶叶种植空间分布相对集中,主要分布于北部乡镇的丘陵地区和浅层山区。从重心变化来看,近20年浉河区茶叶种植面积重心呈现出由东向西转移的趋势,重心迁移总距离为5.47 km,迁移速度为0.2735km·a^(-1)。研究结果为茶叶科学种植提供了数据支撑。