欢迎访问《中国农学通报》,

农业信息/科技教育 栏目所有文章列表

  • (按年度、期号倒序)
        一年内发表的文章 |  两年内 |  三年内 |  全部
    Please wait a minute...
    选择: 显示/隐藏图片
    1. 土壤中微塑料与重金属相互作用的影响——基于文献计量与可视化分析
    王毓, 王谢, 罗永霞
    中国农学通报    2026, 42 (14): 172-180.   DOI: 10.11924/j.issn.1000-6850.casb2025-0779
    摘要 (223)   HTML (5)    PDF(pc) (2335KB)(32)    收藏

    土壤中微塑料与重金属的复合污染已成为环境科学领域的前沿课题。为厘清该领域研究现状与发展趋势,本研究采用文献计量学方法,以“土壤”、“微塑料”、“重金属”为关键词,对2017—2025年Web of Science(收录486篇)和中国知网(收录386篇)的相关文献进行分析,结合CiteSpace软件解析关键词共现、聚类及时间线特征。结果表明:无论是在国内还是在国际上,关于土壤中微塑料与重金属相互作用影响的研究发文数量不断增加,尤其是2019年以后增长速度显著加快,国际相关发文量的增长更为显著;中国在该研究领域累计发表的论文数量位居全球首位,占国际发文总量的近60%;国际上发文量最多的机构是中国科学院,国内发文量最多的机构为西北农林科技大学,各个机构间合作较少。国内研究热点集中于“吸附”、“复合污染”、“迁移”、“微生物”等方面,重点关注复合作用的机理和对生态效应的影响;而国际上研究热点也主要集中于“吸附”、“污染”、“生物群落”等方面,与国内的研究热点一致。上述研究结果暗示了土壤中微塑料和重金属相互作用所引起的生态效应,将是未来该研究领域的重要方向和热点内容。未来,强化学术机构间的协同研究与合作将是推动该领域深入发展的重要途径。

    图表 | 参考文献 | 相关文章 | 多维度评价 | 评论(0)
    2. 国内外牧户合作研究:回顾、对比与思考——基于CiteSpace的可视化分析
    刘存真, 李其东, 董海宾, 高昌宇, 蒋奇伸, 尹燕亭, 侯向阳
    中国农学通报    2026, 42 (14): 181-194.   DOI: 10.11924/j.issn.1000-6850.casb2025-0838
    摘要 (220)   HTML (7)    PDF(pc) (5067KB)(47)    收藏

    牧户合作作为降低劳动力投入、提高畜牧业生产效率的重要举措,对于促进牧民增收、推动畜牧业发展以及助力乡村振兴等方面具有重要作用。本研究基于中国知网(CNKI)数据库和Web of Science(WOS)核心合集,利用科学文献分析软件(CiteSpace)对其进行可视化分析,绘制出国内外牧户合作相关研究的知识图谱。结果发现,中国虽发文量居前,但其研究热点主要集中在农村金融支持畜牧业发展、因地制宜的合作模式、政策引领下的牧区创新发展以及牧户合作行为与合作意愿的影响因素等。然而,国内研究仍面临国际影响力不足、合作网络分散、机构间合作不均衡且研究领域较窄等问题。国际上则更加关注气候变化与生态保护等全球性议题,聚焦于生态环境保护、畜牧生产管理、社会—生态系统互动以及适应策略与风险管理等领域,并强调跨区域合作与普适性合作模式的探索。总体而言,虽然中国在牧户合作领域的研究产出数量可观,但其国际影响力仍有待进一步提升。国内研究呈现出明显的政策驱动特征,建议加强机构间协同合作、多学科交叉融合并聚焦前沿领域,以提升国际学术影响力。

    图表 | 参考文献 | 相关文章 | 多维度评价 | 评论(0)
    3. 基于人工智能算法与气象数据的烟草单叶重可预报性研究
    夏晓玲, 李想, 吴昌航, 雷坤江, 王星, 王加敏
    中国农学通报    2026, 42 (11): 186-194.   DOI: 10.11924/j.issn.1000-6850.casb2025-0680
    摘要 (208)   HTML (9)    PDF(pc) (1650KB)(30)    收藏

    本研究聚焦于气象要素对烟草单叶重的影响,旨在构建基于人工智能算法的烟草单叶重预测模型。研究涵盖2010—2024年贵州省50余个烟区的数据,包括气象数据和烟草单叶重实测数据。通过分析气象要素与烟草单叶重的相关性,筛选出显著相关的气象因子,并运用多种人工智能算法构建预测模型。研究得出,NuSVR和SVR算法在烟草单叶重预测中具有显著优势,其均方误差(MSE)较低,显示出良好的预测稳定性和适应性。不同叶位的预测误差存在差异,下部叶预测误差最低,中部叶次之,上部叶最高。4—8月预测误差整体呈下降趋势,且4—9月期间3个叶位的预报误差变化幅度不大,表明气象条件对烟草单叶重的影响具有持续性和稳定性。2020—2024年期间,各叶位预测误差逐年递减,反映出预报模型的不断优化。本研究发现运用气象数据和人工智能方法结合在6月前后就可以预测当年烟草单叶重,数据误差和9月基本一致,为烟草产业的精准化生产和智能化管理提供了有价值的参考。

    图表 | 参考文献 | 相关文章 | 多维度评价 | 评论(0)
    4. 基于无人机多光谱遥感的土壤有机碳可视化监测平台
    王志坤, 李新举, 胡晓
    中国农学通报    2026, 42 (11): 195-201.   DOI: 10.11924/j.issn.1000-6850.casb2025-0552
    摘要 (266)   HTML (14)    PDF(pc) (2353KB)(65)    收藏

    土壤有机碳(SOC)含量和分布信息对农业生产至关重要。本研究创新性地集成无人机多光谱遥感影像、Web开发技术、机器学习算法和数据库技术,构建了一套土壤有机碳可视化监测平台。该平台应用于山东省济宁市兖州区煤矿区复垦农田的监测,结果表明:(1)平台能够基于无人机多光谱遥感影像,利用机器学习算法快速、准确预测SOC含量。其中,轻量级梯度提升机(LightGBM)模型为最佳预测模型,建模集和验证集的决定系数(R2)分别为0.825和0.793,验证了平台预测的可靠性;(2)平台实现了SOC的数据统计、含量分级、地理分布等多维度可视化展示,方便用户直观了解土壤状况。研究结果可为田块尺度的农田养分精准管理提供高效、便捷的技术手段和科学依据。

    图表 | 参考文献 | 相关文章 | 多维度评价 | 评论(0)