陈彦清
- 作品数：31 被引量：158H指数：8
- 供职机构：中国农业科学院作物科学研究所更多>>
- 发文基金：国家自然科学基金国土资源公益性行业科研专项国家科技支撑计划更多>>
- 相关领域：农业科学经济管理天文地球自动化与计算机技术更多>>
- 区块链技术在种业大数据中的应用被引量：12
- 2019年
- 我国种业自《种子法》实施以来进入了规范发展阶段,种业领域各环节产生的数据也随之增多,这些数据的集合构成了种业大数据。种业大数据的存储与管理是一个由多方参与的、复杂的数据管理工作,更好地利用种业大数据可以加强种子市场的监管,防止市场上种子假冒、套牌、侵权行为的出现。区块链技术恰恰可以提供一个多方参与的、去中心化的数据存储管理方案。就区块链技术在种业大数据中的应用问题,提出了种业大数据中应用区块链技术的数据层、网络层、扩展层、应用层4层层级架构,并就种业大数据具体应用场景提出了"弱中心化"的共识机制,分析了在种业大数据中应用区块链技术的激励机制、智能合约和密钥机制。最后就区块链技术当前发展趋势分析了种业大数据中应用区块链技术的局限性并提出了相关建议。
- 刘海洋曹永生方沩陈彦清
- 关键词：种业大数据
- 一种县域耕地等级变化监测样点布设的方法
- 本发明提供了一种县域耕地等级变化监测样点布设的方法，该方法包括：提取监测区耕地等级异常图斑，在所述异常图斑中设立特殊监测样点；确定监测区的目标样点数量；根据空间模拟退火算法和所述目标样点数量，布设监测样点。通过本发明提供...
- 杨建宇汤赛张超朱德海赵冬玲杨永侠陈彦清顾振伟向其权王爱民李鹏山
- 文献传递
- 网格环境下基于多尺度指标体系的耕地质量评价方法研究
- 目前,我国正处于传统农业向现代农业的过渡阶段,生产经营的目的和方式正逐渐发生着变化,而己有的耕地质量评价方法对于依赖传统农业生产方式的、长期相对稳定的耕地质量的衡量较为适用,对于现代农业对耕地质量多层次水平建设的要求还存...
- 陈彦清
- 关键词：耕地质量网格
- 文献传递
- 基于Kriging估计误差的县域耕地等级监测布样方法被引量：20
- 2013年
- 为了监测耕地的质量等级,通常采取抽样调查的方法。由于空间样本间存在不独立性等原因,传统抽样方法效率低、精度不高。为此,该文提出基于Kriging估计误差的布样方法,定义了反映Kriging估计情况的统计量作为评估监测网的标准,通过分析样本量与抽样精度的变化趋势确定最优样本容量,将调整过的方形格网作为监测网的基础,在泰森多边形限制下对监测网优化增密,并选用部分标准样地作为监测点。以北京市大兴区为例对该方法进行验证,结果表明,当监测点数同为48时,该文方法均方根误差小于简单随机抽样、分层抽样以及单一使用格网布样的方法,预测总体均值的相对误差为0.07%。因此,该文方法使用较少的监测点反映县域耕地等级的分布状况和变化趋势,能够满足县域耕地等级监测的需求。
- 杨建宇汤赛郧文聚张超朱德海陈彦清
- 关键词：土地利用耕地KRIGING
- 农作物种质资源登记区块链模型研究被引量：9
- 2021年
- 农作物种质资源工作发展至今取得了巨大的成就,但也存在着农作物种质资源家底不清、共享利用效率不高及种质权属不清等问题,开展农作物种质资源登记工作能够有效解决以上问题。本研究从资源登记信息的流向角度出发,梳理了登记的整体工作流程,并结合区块链技术的优势,提出了农作物种质资源登记区块链网络模型。首先根据农作物种质资源登记的业务特点,确定登记主体和登记流程,从数据的填报、审核与共享3个阶段阐明了资源登记的整体流程。在此基础上设计了农作物种质资源登记区块链网络模型、工作流模型和数据模型,并根据农作物种质资源实际工作需求改善了DPOS共识机制,给出了激励机制的构建方式。农作物种质资源登记区块链模型通过去中心化实现登记数据的分布式存储,通过共识机制增加数据的可靠性,通过区块链的特殊数据结构确保链中数据难篡改、易追溯,提高数据安全性,为今后资源登记系统的设计提供了新思路。
- 刘海洋曹永生陈彦清井福荣方沩
- 关键词：区块链
- 基于空间统计学分析农作物种质资源的空间分布特征被引量：3
- 2017年
- 掌握农作物种质资源的空间分布特征,分析种质资源在地理空间上的聚集离散特征,对于作物种质资源全面收集、有效保护和高效利用具有重要意义。本研究基于空间统计学原理和方法,借助Arc GIS软件,对全国种质资源的分布进行了冷热点分析,定性分析了我国种质资源分布的聚集和离散区域;然后分析了不同种植业区域内种质资源的数量和重心分布特征,确定各类主导作物区的资源密度和均质性情况。最后分析了各种植业分区内资源分布的方位特征,确定资源分布的范围、角度和方向性。结果表明:我国华北平原和部分黄土高原地区属于种质资源分布的聚集区,甘肃中部、四川及新疆西部、青海东部属于种质资源分布的离散区,除了部分空白区外,其余部分为种质资源的随机分布区;西北绿洲麦棉甜菜葡萄区、青藏高原青稞小麦油菜区、东北大豆春麦玉米甜菜区和北部高原小杂粮甜菜区4区,资源分布密度低且分布不均匀,说明这4个地区的部分种质资源相对集中分布在局部地区,而东南部6区的种质资源分布不仅密度大,而且分布相对均匀,说明我国东西部种质资源分布特点差异明显;西北绿洲麦棉甜菜葡萄区的资源分布范围最广,华南双季稻甘蔗热带作物甘蔗区的资源分布方向趋势性最明显。北部高原小杂粮甜菜区、东北大豆春麦玉米甜菜区和青藏高原青稞小麦油菜区的种质资源大部分分布在区域的南部,西北绿洲麦棉甜菜葡萄区的种质资源的分布偏向北部,东南6区的资源分布则不存在明显的偏向性。
- 陈彦清曹永生吴彦澎陈丽娜方沩
- 关键词：作物种质资源
- 公益性科技平台专题服务市场化研究——以国家农作物种质资源平台为例被引量：3
- 2017年
- 以国家农作物种质资源平台为例,对影响专题服务的因素进行分析,针对前期专题服务过程中知识服务不足、服务效率不高、服务流程不规范的现状,提出政府引导下的以平台服务为主、创新服务中介为辅的合作创新专题服务模式,即在保证平台服务公益性的前提下,借助创新服务中介的力量,提高专题服务的专业化水平、规范服务流程;构建了合作创新专题服务模型,分析了各主体之间的关系和合作创新专题服务流程。该研究为公益性科技平台面对市场机制开展专题服务提供了一个新模式,有利于促进科技资源的高效利用,进一步提升科技平台的创新能力。
- 陈丽娜司海平方沩陈彦清曹永生
- 关键词：合作创新
- 雪灾风险评价中负权重的应用研究
- 在权重设置方面,通常学者会采用非负权重,很少有应用负权重解决问题的研究,但在很多实际问题中,如灾害的风险评价,负权重的加入会带来更好的评价效果。该文引入负权重的概念,详细介绍了正负权重的比重分配问题,并针对不同性质的问题...
- 陈彦清杨建宇严泰来张晓东苏晓慧
- 关键词：雪灾
- 文献传递
- 贵州21个资源调查县的种质资源地理空间分布特征被引量：3
- 2020年
- 为了摸清贵州农业生物资源调查所收集资源的地理分布特征,利用空间统计分析、多样性分析等方法对所收集资源的外在地理环境和内在空间表现进行研究和分析。首先,通过空间叠加和统计确定调查资源所处的海拔、温度、降水等基本地理环境特点;其次,利用优化热点分析、地理分布中心、空间多样性分析等方法分析调查资源在空间上的聚散分布、不同调查专题地理分布的方位和差异性、资源的分布密度、丰富程度等特征。结果显示,调查资源所处地区的海拔、气象因素的区间跨度较大,但大部分资源处在相对集中的地理环境区间内分布,68.7%的资源分布在海拔600~1400 m之间,65.1%的资源分布在年均温15~17℃之间,61.7%的资源分布在年降水1250~1350 mm之间;本次收集的资源在省域范围呈现随机分布模式,没有明显的聚集区和离散区域,所选的21个调查县从地理空间的角度上能够基本反映贵州农业生物资源的空间分布特点;不同专题的作物交叉分布,除食用菌集中分布在西南方向外,粮食、经济、蔬菜、果树、药用植物5个专题的资源在省内的分布相对均匀;资源提供者的民族多样,总数多达14个,其中苗族提供资源份数最多,占总数的37%,其次为汉族和布依族,分别为16%和15%,黎族、回族提供者提供的资源比例则低于总数的1%。通过本研究,基本掌握了贵州农业生物资源的分布现状和特征,为贵州省生物资源有效保护和高效利用相关政策的制定提供参考。
- 陈彦清曹永生井福荣刘海洋方沩
- 关键词：种质资源地理环境
- 基于地统计分析方法的谷子种质资源品质与农艺相关性状的空间分区研究被引量：3
- 2017年
- 【目的】分析中国谷子资源相关农艺及品质性状的空间分布特点,掌握相关性状在空间上的总体质量分布,提高对谷子资源的宏观认知和有效保护及高效利用。【方法】本研究从地理空间的角度出发,利用空间插值、空间聚类等方法研究了谷子资源的相关性状的空间分布规律。首先对谷子资源的目标性状值进行插值,然后将全国网格化数据与插值数据进行分区统计,利用统计后的网格数据进行优化热点分析形成目标性状的空间分区数据,进而寻找目标性状对应的高值、随机值和低值区域。【结果】谷子资源在全国的分布上来说,粗蛋白含量平均值为(13.98±1.23)%,变幅在10.47%—17.33%,变异系数为8.80%;粗脂肪含量平均值为(4.01±0.38)%,变幅在3.08%—5.47%,变异系数为9.48%,单株粒重平均值为(10.39±4.13)g,变幅在1.65—29.30g,变异系数为39.75%;生育期平均值为(111.46±10.94)d,变幅在79.15—150.43 d,变异系数为9.81%。从区域聚集分布上来说,粗蛋白含量低值区、随机值区和高值区的平均值分别为(12.80±0.70)%、(13.98±0.39)%和(15.24±0.42)%,变幅分别在10.47%—14.90%、12.72%—15.30%和13.61%—17.33%,变异系数分别为5.47%、2.79%和2.76%;粗脂肪含量低值区、随机值区和高值区的平均值分别为(3.69±0.13)%、(3.99±0.16)%和(4.41±0.26)%,变幅分别为3.11%—4.39%、3.08%—4.48%和3.57%—5.47%,变异系数分别为3.52%、4.01%和5.89%;单株粒重低值区、随机值区和高值区的平均值分别为(6.49±1.84)g、(10.51±1.49)g和(14.44±2.88)g,变幅分别为(1.65—13.38)、(5.42—16.54)和(7.63—29.30)g,变异系数分别为23.73%、14.18%和19.94%;生育期低值区、随机值区和高值区的平均值分别为(99.58±6.64)d、(111.89±2.99)d和(121.17±6.04)d,变幅分别为(79.15—116.81)d、(99.53—124.44)d和(108.34—150.43)d,变异系数分别为6.67%、2.67%和4.98%。【结论】谷子资源粗蛋白含量高值区内部差异最�
- 陈彦清曹永生陈丽娜方沩
- 关键词：谷子目标性状空间插值
