|||
最近参加了几场博士生和硕士生的论文答辩。我思考一个问题,就是我们在选题上应该考虑哪些研究更有意义?
1. 当前的问题
(1) 科学问题不明确。基本方法就是实验+模拟,看不到创新性,有结果没有结论。这些结果不做实验也会知道。
(2) 脱离实际。研究的问题不是当前农村农业的当解决的问题。即使是农业院校的学生,工作太偏重模型,也不是针对现实要解决的问题,研究结果没有直接的用途。
(3) 工作思路太传统。跟踪模仿的多,原始创新少。我们在农业资源与环境、农业水利工程等专业的学生,从学科基础来看,都习惯于从农田尺度研究作物与环境的关系,以及农业管理措施的效益(如水分利用效率)。当前我们西农这么多人,集中在这一领域,重复太多,又是单枪匹马地做,研究工作单一。成果水平不高。现在计算条件和模型拿来太容易,很多研究就是转出来一个结果。
2. 应该关注什么研究?
我们的研究应该:从实际问题出发、从多学科综合研究出发、从科学问题出发;关注新技术、新方法的应用,着力挖掘和利用前人已有数据。
(1) 区域粮食生产问题与资源约束。农田是开放的系统,农业生产靠天吃饭,资源与灾害是并存的。所以粮食生产、粮食安全问题不仅仅需要从农田水平去分析,还要看有多少农田、分布在什么地方(土地利用),在这些地方对应的气候条件,以及有没有水做灌溉等。这样需要对作物生长的气候、土壤、水文水资源条件做系统的分析。这才是农业资源与环境研究。
(2) 数据问题:数据在快速增加,要加大对农业资环数据的利用的程度,包括遥感数据、土壤水分数据等。
(3) 技术方法的创新:新的观测手段,如荧光、如植物的CT;新的分析方法,如AI的机器学习等在产量预报。
(4) 社会需求:为农业保险服务的气候风险、农业干旱指数与监测、土地管理(退耕还林评估与环境影响)。
(5) 基础科学问题:生理生态、植被-气候-水相互作用等。
好消息是,我们已经成功把ChinaAgrosys整合到阿里云的计算平台上。下一步是把国际上几个知名的作物模型都集成到阿里云上。再下一步是希望大家能够应用模型,解决我国(甚至国外主要粮食产区)不同区域的粮食生产问题。
我们强调大科学,是做一个团队联合才能做出来的事情,但是也要鼓励小科学,是独立的个体对于具体的问题做深入的研究。我们代表性的东西,就是这个平台。6月下旬暑期学校期间,我们集中研讨一下这方面的工作。
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-9-1 10:21
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社