农业大数据是发展智慧农业、促进农业现代化发展的重要基础，需要产业链类型的“条数据”和以县域、农业园区等为载体的“块数据”有机耦合。国家现代农业产业园是农业大数据平台建设的重要园区载体之一。本文以漳平市现代农业产业园“茶·花”大数据平台建设项目为对象，通过分析该产业园的花卉、茶叶主导产业存在的问题，结合平台用户的需求分析，提出平台的功能定位、总体框架和主要应用服务功能。该平台围绕漳平现代农业产业园的茶叶和花卉主导产业，以组织化、标准化、品牌化、信息化、产业化为发展方向，面向政府部门和生产经营主体，建设应用管理平台和相应的运营服务支撑、数据库、展示与服务终端，具有数据集成、产业分析、应用服务和展示示范等功能，具体包括茶园的数字认证、生产加工标准化管理、土壤养分管理、主导产业综合管理、质量安全追溯、经营主体信用管理和决策驾驶舱等。论文同时总结、提出注重大数据资源体系构建、数据的应用和价值挖掘、留好用于未来功能拓展的数据和应用服务接口，以及人才队伍建设等实施建议。该平台的建设能够促进漳平现代农业产业园的产业基础数据的集成和产业链条的信息化管理，有利于实现打通产业发展堵点、补齐产业链短板、畅通供应链渠道等多重目标。

以粗放型为主的漫灌方式浪费水资源，探索高效节水农业灌溉意义重大。本研究研制了集数据采集、数据管理、数据可视化、分析决策和远程管理为一体的智慧灌溉大数据管理平台，旨在以数字化管理与智能化控制方式提升水资源利用效率。平台利用嵌入式、物联网、互联网、3S(GIS、GPS、RS)等技术，采取“1+1+N”的设计模式，构建作物需水预报模型与灌溉决策模型，基于B/S构架和Java语言，设计了1个灌溉数据中心、1个灌溉数据管理系统、4个应用系统，打造了智慧灌溉大数据管理平台。平台在河北、河南、山东、江苏等地区设有多个示范基地，汇聚了8个科研小组、24个试验基地的有关多种作物的生长、灌溉、气象、土壤等数据，平均采集数据18829条/天，帮助管理人员摸清家底；集成了多个团队的软件系统和62套物联网设备，及时、定量地呈现了农作物生长状况及环境状态，实现了农作区动态监测，助力生产决策；生成农作物需水预报和灌溉决策方案，完成了远程灌溉目标，并且经过实地试验，验证了自动灌溉的有效性，将灌溉水有效利用系数最高提升了31%以上；形成了大田产业、温室中心、数字科研和区域灌溉等不同专题可视化布局，满足多种农业场景应用需求。为农业生产和跨区域管理提供了便捷工具，为农业灌溉数字化系统搭建和应用提供了参考。

通过信息技术提高农业生产的效率、优化农业生产中的问题对我国农业发展至关重要。目前，信息技术的发展产生了海量数据，这些数据大多以碎片化、非结构化的形式分布在网络上。尤其在农业领域，使用传统搜索引擎进行信息检索难以高效准确地获取其中有价值的农业信息，往往需要消耗大量的时间和精力从海量无组织的数据中进行二次收集和整理。针对上述问题，本文通过网络爬虫技术挖掘公开的农业网站中的数据，经过自动化或半自动化数据清洗、去噪等过程，将非结构化的数据重新组合成结构化的数据，最终以知识图谱的方式进行存储。所构建的农业知识图谱数据集包括粮食作物、经济作物、水果、蔬菜等11个农业大类、共计8 481个小类的条目数据，每个小类条目对应一种农业生物或药物。具体包括粮食作物461种、经济作物2 208种、水果1 294种、蔬菜257种、食用菌118种、花木1 161种、水产142种、农药113种、农作物病虫害1 605种、兽药519种、中草药603种。根据该数据集构建的农业知识图谱三元组达到90 508条，规模较大、覆盖品类较为广泛，能够为农业知识问答、推荐系统等人机交互友好的智能应用研发提供基础数据支撑；同时，在生成式大模型中融入农业领域知识图谱，有助于在垂直领域上实现更为高效、精准的信息检索和智能决策。

数字孪生被视为智慧农业新的发展阶段。通过建立农业生产的物理系统和数字空间，数字孪生技术实现了“连接-感知-决策-控制”一体化，可以通过更高水平的智能控制应对农业生产系统的复杂性。我国农业数字孪生系统发展相对较晚，相关研究与技术装备整体处于探索和起步阶段。本文基于奶牛养殖多维信息采集、数据分析和生产仿真模型的研究，面向饲喂管理、繁殖管理、健康管理和环境调控等关键生产场景，建立奶牛场在虚拟空间的数字化映像，构建了奶牛养殖数字孪生系统，实现了对养殖技术流程与生产装备的数据驱动、实时反馈、模拟推演和以虚控实的智能管控，并在江苏省某千头规模奶牛场进行了具体应用和初步验证。

森林是陆地生态系统的核心部分，其生物量约占陆地生态系统总生物量90%，承担着65%以上的年碳固定量，在维持全球碳平衡、减缓温室气体增加等方面具有重要作用。天山云杉是新疆地区重要的林木资源，其种植覆盖面积为75 8600 hm~2，占新疆维吾尔自治区天山区域总面积的42.33%，蓄积量为0.17 km~3，占总蓄积量的50.66%，构建其生物量时空数据集，可为新疆维吾尔自治区天山区域碳固存潜力评估和天山云杉林保护与可持续经营实践提供科学依据。数据集以2002年、2007年、2012年和2017年天山云杉密集区野外样地调查和相关多源遥感影像资料为基础，利用时空地理加权回归(GTWR)模型拟合生成各时期生物量分布图。该数据集有助于探索天山云杉生长趋势和生物量变化，同时在新疆天山地区生态保护和气候变化研究领域具有科学价值，对区域生态系统管理具有实践意义。

土壤盐渍化已成为限制农作物产量与质量的重要因素之一，影响着全世界范围内的农作物产量。苹果作为一种重要的水果作物，盐胁迫的危害及耐盐砧木的缺乏已成为威胁现代苹果产业健康可持续发展的重要问题。因此，研究苹果对盐胁迫的反应和适应具有重要的现实意义和紧迫性。本研究分别以0%、0.2%和0.6%NaCl处理0、4、8和12天后的珠美海棠实生苗为试验材料，从叶片及根系中提取总RNA，构建RNA-seq文库，共鉴定获得575个miRNA，包括315个已知mdm-miRNA和260个新miRNA。此外，Differential Expression(DE) miRNA对盐胁迫反应具有组织特异性表达模式。同时提供珠美海棠miRNA深度测序的数据集，结合生物信息学方法对原始数据质量控制，获得高质量序列并利用BLAST软件将预测靶基因序列与NR、Swiss-Prot、Pfam等数据库比对，获得响应盐胁迫相关基因的注释信息。GO分析表明与盐胁迫有关miRNA及靶基因主要参与生物过程中对刺激的反应。本研究为珠美海棠的利用提供理论数据基础，并为耐盐砧木的选育提供有力支持。

铜陵牡丹(凤丹)是近年来得到普遍关注的新兴油料作物。研究牡丹籽的营养成分及其流失规律，不仅是铜陵牡丹种植和加工产业的基础性需求，而且对其药用、食用等相关产业的发展也具有重要意义。传统上相关研究数量较少，可供使用的研究数据更为稀少。本文主要以铜陵道地产区和亳州主产区的特色牡丹的成熟种子为样本，综合运用索氏抽提法、紫外分光光度法、气相色谱法和氨基酸测定法等方法，测定了不同产地与贮藏时期种子的粗油、总蛋白、脂肪酸组成及16种氨基酸等营养成分含量。本数据集初步给出了不同产地与贮藏条件下牡丹籽的营养成分，对于牡丹种子发芽、籽粒加工和合理贮藏具有直接的学术参考价值。

县域在我国经济发展和乡村振兴中具有关键地位，也是数字乡村建设的主阵地，数字乡村的建设反过来也是促进县域经济发展和提升农民收入的重要动力。当前我国县域数字乡村建设存在发展基础较差、城乡与区域发展不平衡、缺乏建设运营和数据共享机制、资金和人才不足等问题。农业农村大数据资源与大数据平台是建设、发展数字乡村的重要基础，也是数字乡村顶层设计的重要组成部分。在此背景下，本文提出“5+N+N”的县域数字乡村建设总体思路，即构建一个农业农村大数据资源目录、开展一次县域数字乡村发展评价、制定一个数字乡村发展总体规划、搭建一个数字乡村综合服务平台、建设一个区域数字农业产业示范基地/数字治理示范村镇，和拓展N个数字乡村应用场景、实施N项数字乡村支持工程。在实施层面，通过政府、企业、科研单位的合作，向上连通国家、省、市各级数字经济管理平台，向下打通乡镇、村庄的数字管理应用，实现对县域数字乡村建设水平的全面提升。该框架体系为县域数字乡村发展的顶层设计提供了新的思路，有利于县域依据当地情况制定数字乡村实施路径，推动县域经济数字化转型。

随着我国肉牛规模化设施养殖模式的逐步普及，对牛只的精细化甚至智慧化管控已提上议事日程；同时，物联网、大数据、人工智能（AI）甚至大模型的快速发展正不断渗透到各行各业，使得对包括传统养殖在内的智慧管控也成为可能。本研究以阳信亿利源5G数字化牧场为研究对象，集成应用智能电子耳标及智能项圈，以及包括温湿度、氨气、二氧化碳、风向风速、光照及空气质量（H2S,PM2.5,PM10,TSP）等多种环境传感器。同时进行全面动态感知牛只个体的生理指标如运动量、反刍量等，并通过对上述2个重要的生理指标的分析，判断繁殖母牛的发情情况并预测最佳的配种时间，或通过监测牛只反刍量的变化，判断饲料的调整是否合适；全面感知牛舍包括温湿度及空气质量指标，为牛舍的精准通风及环境质量的精准控制提出数据支撑；并采用MY SQL数据库技术及DELPHI语言进行相关数据的分析。本研究构建了集养殖环节关键数据自动采集、数据的自动转换计算、数据的有线及无线传输、数据的远程贮存及处理控制为一体的物联网管控平台，实现了对肉牛养殖环境、健康状态、防疫及饲料调度等数字化管控平台。随着系统不断运行与迭代、养殖过程数据维度及数据量的不断积累与拓展，基础数据及派生数据的挖掘及升值空间越大，将为建立肉牛养殖的大模型奠定基础。

国家农民专业合作社示范社是在国家层面上设立的示范组织，旨在推广和示范农民专业合作社的良好经验和做法，它由政府支持和引导，享受特殊政策和资源支持，并承担着示范引领的责任。构建国家示范社基本信息数据集可以为评估合作社扶持政策效果提供数据基础，在此基础上可以为政府制定新型农业经营主体高质量发展政策提供决策参考。该数据集以《国家农民专业合作社示范社评定及监测暂行办法》（农经发[2013]10号，以下简称“《办法》”）为依据，搜集整理了2014-2020年国家相关部委公示的国家农民专业合作社示范社名录，并为其匹配了入选、移出国家示范社名单的年份，以及成立年份、退出（注销、吊销）年份、所在地县级行政区划等信息，最终形成了囊括1万余家国家示范社基本信息的数据集，并在此基础上构成面板数据。通过该数据集，可以更好地了解不同地区优质农民合作社的生命周期和存续情况，深入分析合作社高质量发展的区域差异及其背后的驱动因素。

以吉林省公主岭市为研究区域，利用气象数据、土地利用数据、数字高程数据、遥感影像数据、农业化肥市场价格统计数据等资料，结合修正通用土壤流失方程（RUSLE）对全域生态系统和农业生态系统的土壤保持价值分别进行了估算。结果表明，2015年全域生态系统土壤保持价值约为125.37亿元（占同年总GDP的28.3%），其中农业生态系统土壤保持价值约为111.07亿元，占全域生态系统土壤保持价值的88.6%；其中包括了耕地保持价值93.48亿元、林地保持价值16.71亿元、草地保持价值0.88亿元。

茶叶是世界三大无酒精饮品之一，在我国有悠久的种植历史和广布的种植面积，贵州省投产的茶园有46.67万公顷，位居我国各省区投产茶园前茅，如何高效安全地控制茶园害虫，提高茶叶的产量和质量，一直是广泛关注的热点。利用天敌控制害虫在茶园虫害防控中得到了普遍应用。独栖蜂是茶园生态系统中一类重要的捕食性天敌，而且部分独栖蜂兼具传粉功能，在生态系统中起到独特的作用。人工巢穴技术（管巢法）利用独栖蜂在巢管中筑巢的特性，采集到的样本均是在当地生态系统生活与繁殖的物种，因此采集到的数据能更直接地反映出当地的生态条件，但是该方法周期较长、成本较高，可利用数据较为有限。本数据集利用人工巢穴技术收集了贵州省湄潭、久安、都匀三个主要茶叶产地生态茶园内原生境独栖蜂，内容包含了2021年在以上三地收集到的独栖蜂种类、数量、取食对象、筑巢习性、发生规律等相关信息。本数据集可为明确贵州省茶园独栖蜂种类及优势类群、并进一步研究其种群动态与生防潜力等提供数据基础。

草原不仅是最大的陆地生态系统，而且也是生物多样性最为丰富的生态资源。草原监测是对草原生产要素及其动态变化进行系统地观测、监测和记录，旨在阐明其联系及发展规律。内蒙古大草原是目前世界上草原类型最多、保存最完整的草原之一，是我国重要的畜牧业生产基地。在草地生态系统中，土壤养分综合反映了土壤的基本属性和本质特征，研究不同草原类型土壤养分变化特征不仅反映植株群落对草原土壤健康的影响情况，同时为土壤、植被恢复形式、速度和方向等提供依据。目前，对土壤养分的研究多见于农业种植区域，草地土壤养分的研究数量较少。以内蒙古草地为例，相关研究主要聚焦于微生物多样性、温室气体等议题而鲜少涉及土壤养分，相关数据供给也非常有限。本数据集针对内蒙古自治区8个不同“区域-草地类型”草地在返青期、旺盛期与枯萎期的有效磷、速效钾、全氮、有机质、全盐以及pH值等土壤养分特征，所涉草地涉及温性草甸草原、荒漠草原、天然草滩、五花草甸草原和人工牧草种植地5种典型草原类型。数据集数据可为草地资源可持续利用研究与实践提供支撑。

核农学是核科学技术和农业科学技术结合发展而成的交叉学科，对我国改造和创新传统农业产生了深远影响。整理国内现行核农学标准信息有利于研究核农学标准体系，开展重要标准制修订工作，支撑核农学科研活动和产业发展。核农学标准数据集基于全国标准信息公共服务平台公开的标准信息和文本，通过检索和提取，汇集了国内现行有效的146项核农学标准的主要信息，包括中文名称、英文名称、标准编号、标准级别、发布日期、实施日期、CCS分类、ICS分类、摘要、适用范围、主编单位、参编单位、主要起草人、归口单位、采标情况、所属专业领域等数据，可为核农学标准化工作提供数据支撑。

农作物图像在进行目标检测时，由于作物种植较密集、成像质量不佳等原因严重影响目标检测算法的检测精度。针对存在的问题，提出一种基于YOLOv3的改进算法优化在农作物目标检测的检测性能：对YOLOv3的主干特征提取网络进行优化，利用原网络中输出的4倍降采样特征图对目标进行检测，并且在算法原网络残差块的基础上增加残差单元，以检测目标较小的农作物位置信息；提出高斯衰减函数，对图像中高度重叠的农作物候选框的衰减较强，在有效抑制冗余框的同时也可以有效地降低漏检率；对回归损失函数进行优化改进，用CIOU Loss作为损失函数，使得目标检测过程中最终的目标定位更加精确。将改进的YOLOv3算法和原YOLOv3算法、Faster R-CNN算法在实拍的玉米作物图像数据集上进行对比实验，结果表明改进后的YOLOv3算法能有效检测农作物小目标，算法检测的平均准确率均值和检测速度都有明显的提升。

传统基于时序遥感影像的水稻物候期特征提取方法要求有较高的时间分辨率，受成像条件制约而较难满足；由于不同水稻种植区域环境条件不同，基于单一影像的深度学习水稻种植区域提取方法泛化能力较差。本文选取时相相近的光学和合成孔径雷达（Synthetic Aperture Radar,SAR）数据，削弱水稻种植区影像时空信息差异。通过泛时空特征融合有效地利用光学数据空间特征信息和SAR数据后向散射信息，采用双结构网络模型提取水稻特征。实验表明，基于多源数据融合的泛时空特征水稻深度学习提取方法在三江平原和肥西县水稻数据集上训练模型验证集总体测试精度为95.66%,Kappa系数为0.8805。该模型在南昌市区域水稻提取结果与实际地块边界符合较好，总体提取精度为86.78%，证明了泛时空特征模型的泛化能力和实用性。