首页期刊导航|天津农业科学
期刊信息/Journal information
天津农业科学
天津农业科学院信息研究所
天津农业科学

天津农业科学院信息研究所

宋治文

双月刊

1006-6500

tjnykx@163.com

022-23678601

300192

天津市南开区白堤路268号农科大厦1905室

天津农业科学/Journal Tianjin Agricultural Sciences
查看更多>>本刊主要报道农林、植保、土壤肥料、园艺、畜牧兽医、农产品贮藏保鲜加工、水产、花卉等方面的基础理论、试验报告、实用技术和专题综述类文章及农业区划、科研管理等软科学论文。适合各级农业科技人员、农技推广人员、农业行政管理干部、农业大中专院校师生参阅。
正式出版
收录年代

    定色期掉温对烟叶品质的影响及其阈值研究

    陈家鼎毛岚任江皓赵英佑...
    62-69,77页
    查看更多>>摘要:为研究和明确定色期掉温阈值参数,提高烟叶烘烤质量,通过在定色前期和定色后期分别设置不同的掉温幅度(2、3、4℃)和持续时间(3、5 h)处理,与正常烘烤处理(CK)对比烤后烟叶的挂灰比例、经济性状、化学成分、香气成分含量和感官质量,并基于TOPSIS法对烟叶质量进行综合评价和排序,从而筛选出定色前期和定色后期合理的掉温阈值参数.结果表明:(1)定色期掉温使烟叶挂灰比例由 26.56%提升至 86.62%,上等烟比例由 71.73%减至 25.81%,烟叶均价由 24.43 元·kg-1 减至 15.04元·kg-1;(2)烟叶化学成分综合得分由 91.72 减至 64.29,感官质量得分由 76.65 减至 72.15,香气物质含量由 887.557 7 μg·kg-1增至 3 105.076 1 μg·kg-1;(3)TOPSIS综合评价结果显示,CK的烟叶综合质量最优,不同的掉温幅度和持续时间均会降低烟叶质量.定色前期低于(2℃,5h),定色后期低于(2℃,3h),可以作为烘烤过程中定色期掉温示警阈值参数,能够为促进烟叶质量提升和工艺优化提供理论依据.

    烟叶调制定色期烟叶品质TOPSIS综合评价法

    基于DEA-SBM模型的烟草农业适度经营规模研究

    袁小波林超贺乘龙谭建...
    70-77页
    查看更多>>摘要:为分析烟草农业适度经营规模,随机选取遵义市烟叶产业综合体 105 户烟叶种植主体为研究对象,依据各种植主体的经营面积将所调研的样本种植主体划分为 8 组,综合考虑土地经营的生产要素投入和农户收益,在DEA模型对种植主体进行效率评价的基础上,采用超效率DEA-SBM模型以确定DEA有效的不同决策单元之间的效率差异,以此测算烟叶生产适度规模经营.研究结果表明:种植规模为 0.33~0.67 hm2、0.68~1.00 hm2 和 2.34~2.67 hm23 类主体综合技术效率为 1;在超效率DEA-SBM中,种植规模为 0.68~1.00 hm2 的种植主体综合技术效率最高,其次是种植规模为 2.34~2.67 hm2 的种植主体.烟草种植农户每户最优适度种植规模可依据家庭劳动力人数、一定区域内具有种烟意愿的农户数量、经营环境在 0.68~1.00 hm2 或 2.34~2.67 hm2 中选择.

    烟草农业适度规模DEA-SBM

    郑州市生境质量时空演变评价及其影响因素分析

    陈旭宗王萍王姝逸
    78-83,90页
    查看更多>>摘要:生境质量是农业生态系统健康和生物多样性维护的重要指标,生境质量的评估对该区域经济可持续发展有着重要的价值与现实意义.探究郑州市的生境质量及其变化规律,为郑州市在区域农业生态环境保护与发展之间做出权衡,并提供理论支持,以建设高质量生态宜居城市.运用InVEST模型中的Habitat Quality模块,基于 2018 年、2020 年和 2022 年 3 期的土地利用数据,分析了郑州市的生境质量及其变化情况.郑州市的整体生境质量处于中等偏上水平并且有下滑的趋势,主要受到城市化进程加速、土地开发、建筑施工、耕地转建设用地等人类活动的影响.同时,郑州市生境质量呈现出由中心向外围递减的空间分布特征,以及由西北向东南递减的空间差异特征.在时间上,郑州市生境质量呈现出波动下降的趋势,主要受到经济发展、产业结构转型、能源消耗增加、非法采矿等因素的影响.保护生态环境、提高生境质量可以为郑州市的农业生态系统健康和生物多样性维护提供参考.本研究不仅可以为其他类似区域的生境质量评估提供参考和借鉴,也可以为InVEST模型在中国区域尺度上的应用提供实践案例.

    INVEST模型生境质量土地利用农业生态系统郑州市

    基于LSTM神经网络的温室气候环境因子预测

    梁志超宋华鲁樊阳阳齐康康...
    84-90页
    查看更多>>摘要:目前温室气候环境中,环境监测数据只能反映当前环境状况,无法对温室气候环境变化趋势进行预测.为解决温室气候环境控制效果差的问题,采用基于LSTM神经网络的温室气候环境因子预测方法,将温室中采集的湿度、温度、二氧化碳浓度进行标准化处理后作为历史数据,将 90%数据作为训练集,10%数据作为测试集;设置初始参数并建立LSTM预测模型,通过寻找不同的模型参数,不断调整模型的训练精度;利用测试集对LSTM预测模型进行测试验证;为了更好地说明LSTM预测模型的优越性,同时建立了BP神经网络模型以及GRU预测模型.结果表明,LSTM预测模型能够较好地预测温室中湿度、温度、二氧化碳含量的变化趋势,在预测精度上,LSTM预测模型比BP神经网络以及GRU预测模型,平均提升了 5.80%、3.81%.本研究建立的LSTM预测模型可以实现温室气候环境因子的精确预测,为温室环境调控提供一定的决策支持.

    LSTM神经网络温室气候环境因子环境调控

    人物介绍

    封2页