超短临精准的降水估计对农业生产、水文监测、洪涝减灾、大型活动、电力系统等方面具有重要意义。由于天气系统具有高度不确定性,传统基于物理模型和统计分析的气象方法在降水估计中难以满足高分辨率条件下的精度要求,如何提升超短临降水估计的精准性在研究和应用领域是极具挑战性的问题。本文提出了基于地形的加权随机森林(terrain-based weighted random forests, TWRF)方法用于雷达定量降水估计(quantitative precipitation estimation, QPE)。该方法可视为随机森林方法的推广,并在此基础上考虑了反射率垂直廓线(vertical profile of reflectivity, VPR)的特征重要性变化以及复杂地形区域降水的山岳抬升效应。对TWRF在中国杭州湾地区Z9571雷达45～100km覆盖范围内2014年6月份和7月份的降水过程上进行了实验验证,结果表明TWRF方法优于传统气象方法及随机森林方法,并表明利用整个VPR与基于地形的建模可以有效提升雷达QPE效果。

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。

我国是世界范围内鸡蛋生产和消费的第一大国，鸡蛋也是我国居民膳食结构中主要的蛋白质来源之一，了解我国消费者对鸡蛋的偏好具有现实意义。本研究旨在了解中国消费者对鸡蛋的生产方式、认证标准和其他相关属性的偏好，以提供市场定位策略和科学依据，并为相关政策制定和饮食健康教育提供指导。问卷设计以离散选择实验设计为主体，结合对受访者相关食品安全知识的了解程度和人口学特征变量等数据的收集。最终课题组通过在线问卷平台收集到了全国30个省级行政区共1085份鸡蛋消费者样本数据，形成了2020年我国鸡蛋消费选择偏好数据集。数据集包括消费者鸡蛋消费过程中购买频率、购买来源，以及对鸡蛋价格、饲养方式、蛋鸡种类、食品安全认证属性的偏好等13个方面的内容。该数据集表明消费者对鸡蛋的生产方式、认证标准等属性有明确的偏好。这份数据集为我国禽蛋产品的消费偏好提供了基础数据，对于了解居民的消费习惯与偏好，保障国家食品安全，为食品企业制定市场策略，以及为政府科学制定决策提供了有力支持。

粮食安全是治国理政头等大事。粮食加工企业是保证粮食安全的重要一环，是农业供给侧结构性改革的微观基础，更是实现农业现代化的重要组成部分。课题组走访了全国17个省份不同规模的176家粮食加工企业，收集了2013—2016年企业生产经营的详细数据，并根据科学方法对数据进行了整理加工，得到反映粮食加工企业生产经营状况的财务成本、劳动力成本、日处理能力、日加工能力等数据，共计704条，形成了2013—2016年我国粮食加工企业成本收益数据集。该数据集为粮食生产能力研究提供了可能，可用于开展粮食加工企业成本收益研究，为政府及相关部门决策提供数据支撑。

随着眼动追踪技术深入发展，以及在行为经济领域的结合应用，目前在消费行为研究中结合眼动追踪技术进行探索分析已逐步成为主流。近年来，在食物消费行为领域结合眼动分析的研究迅速增长。其中功能性食品备受消费者关注，本数据集对消费者选购功能性食品过程中的眼动数据进行记录和保存，为研究消费者对功能性食品的消费偏好和购买行为提供数据支撑。本数据集利用眼动追踪技术开展选择实验，收集了151名消费者选购功能性纯牛奶过程中视觉注意力数据，涵盖总注视时长、平均注视时长、首次注视时长、注视频次、瞳孔直径5个维度指标以及最终购买决策，共755条数据，所得结果均经过人工质量检验，数据处理按照规范化步骤完成。本数据集为广大学者从行为经济学视角分析功能性食品消费的影响因素提供数据支持，并为利用眼动追踪技术开展功能性食品视觉营销提供了基础数据和实验范式。

近年来，知识图谱在食品安全领域中发挥着重要作用。食品安全知识图谱所承载的信息在全生命周期流转过程中存在数据中心化严重、信息流通不畅、数据容易被篡改、溯源效率低下以及难以共享共管等问题。区块链作为新一代信息技术的创新架构，具备泛中心化、分布式处理、隐私性高、数据公开透明、内容不易篡改等特性，为食品安全知识图谱流通与管理提供了新的解决思路。本文首先分析了食品安全知识图谱现状和存在的痛点。然后，综述了区块链在食品安全领域的应用现状。在此基础上，构建一种基于区块链的食品安全知识图谱可信管理框架，并设计了适用于食品安全知识图谱的多模存储模式、融合Raft与TBFT共识算法的R-TBFT共识优化机制和食品安全知识图谱定制化智能合约。最后，通过对本文提出的模式进行可行性和运行流程等分析，表明本模式能够实现全链条上食品安全知识图谱的共享和互通，并保证了数据存储和传输的安全可靠，为企业、监管机构和消费者提供了可信的食品信息来源。本文为新一代信息科学在食品安全领域的创新应用提供了可行的解决方案，并且具有一定的参考价值。

随着现代科学技术的进步,天文学研究已经进入到了数据密集型和数据驱动的时代。面对海量天文数据对资源收集与保存、资源汇交、挖掘应用、开放共享等方面的需求和挑战,国家天文科学数据中心正在借助最新科技成果努力使互联网时代数据驱动的科学研究过程变得更加便捷。文章介绍了天文学界在天文科学数据资源的管理、国际交换和开放共享方面的做法,概述了国家天文科学数据中心的总体发展思路,介绍了为应对数据密集型和数据驱动型天文学研究而发展起来的虚拟天文台技术和天文信息学学科方向。为加强天文科学数据资源的汇聚整合和管理分析,国家天文科学数据中心根据领域特点建立了天文科学数据资源体系,规范了天文数据资源的收集、保存和汇交;对天文数据进行挖掘,形成可发现、可访问、可复用的科学数据产品,并将其应用在不同用户群;以开放为常态的原则提供检索、在线分析挖掘、应用接口等规范化服务,遵照天文领域国际标准实现数据共享和互操作,提供在线、离线及混合模式的开放共享服务;构建针对领域特色的逻辑统一、物理分散的分布式资源平台,对软硬件资源合理布局;阐述了中心在国内外态势监测、国际合作交流和科学传播方面的做法。文章通过上述几个方面,将国家天文数据中心的发展思路与天文科学数据的全生命周期特点相结合,展望中心的广阔前景。

科学数据是指在研究、实验、观测、监测、检测、调查等科技活动中或通过其他方式获取的原始性基础性数据以及根据不同科技活动需要进行二次加工整理的各类数据集。科学数据共享是科学活动中最基本、活跃的有效资源，作为有效开发和利用科学数据的手段之一，它减小了“数字鸿沟”，促使数据资源得到优化配置与重复利用，加快了科学知识发现与科学进步步伐，促进科学界共享合作，对提高科技水平、促进社会发展具有重大意义。与科学数据共享发展较为成熟的国家相比，目前我国科学数据共享发展略显迟缓。如何提升全民数据意识，营造科学数据共享氛围对于推动科学数据发展至关重要。本文借鉴联机分析处理（OLAP）方法，基于“维”的核心思想，将“政策完善程度、数据共享平台建设与使用水平、利益驱动转化”演绎为三个维度，提出基于OLAP的科学数据共享发展多维分析模型，分别展开对国内外科学数据共享政策、数据平台建设及科学数据共享益处的研究分析，总结我国科学数据共享行为影响因素与发展过程所遇到的阻碍与问题。最后，结合我国科学数据共享实际发展情况，从“融入激励机制的政策制度”、“加强知识产权保护”、“打造一站式的科学数据共享平台”三方面入手，提出推动科学数据共享发展的可行性建议，从理论和实践上为我国科学数据共享管理工作提供参考。

【目的】本研究旨在获得潜江市不同稻作模式温室气体排放和固碳情况,以评价不同稻作模式的绿色发展潜力。【方法】首先,利用随机森林对遥感影像进行分类,获得了潜江市各稻作模式分布数据,结合气象、土壤、作物管理数据库,利用校正和验证后的DNDC模型进行区域模拟,获得潜江市甲烷(CH_4)和氧化亚氮(N_2O)两种温室气体排放量及土壤有机碳变化量(d SOC)。其次,在DNDC模型中设置情景分析,假设目前稻虾模式由不同稻作模式变迁而来,利用相关指标的变化评价稻虾模式在潜江地区的绿色发展潜力。【结果】各项指标表明,校正后DNDC模型对CH_4和N_2O模拟效果良好。2019年潜江市每1 km~2范围内主要稻作模式CH_4和N_2O排放量及全年d SOC总量变化区间分别为0.40kg～64043.34 kg,0.002kg～227.08 kg和0.18kg C～35835.27 kg C。潜江市全年单位面积CH_4和N_2O排放量均表现为稻虾模式最小,分别为394.50kg·hm~(-2),1.43kg·hm~(-2),单位面积d SOC表现为稻虾模式最大为274.30 kg C·hm~(-2),稻闲模式最小,为204.95 kg C·hm~(-2)。当潜江市稻虾模式转变为其他主要模式后,其周年CH_4排放总量增加2.31%～11.25%,N_2O排放总量增加11.49%～67.09%,d SOC减少9.95%～22.81%。【结论】本研究中,稻麦模式表现为CH_4排放最大,稻油模式的N_2O排放最大,两者固碳能力中等;稻闲模式由于只有一季种植,温室气体排放小于稻旱轮作模式,但其固碳能力较差;稻虾模式的减排和固碳能力相较于稻闲与稻旱轮作模式强,具有更高的绿色发展潜力,但其仍具有减排空间。

【目的】科技奖励制度对提升我国科技创新能力具有十分重要的意义，文章以国家奖、神农奖和丰收奖为对象，分析果树领域科技成果获奖情况，为果树领域科研人员进行奖励申报，为科技奖励管理人员进行项目管理和奖励规划等提供数据支撑，为提升我国果业科技创新能力贡献力量。【方法】通过在官网获取2011—2021年国家奖、神农奖和丰收奖获奖成果数据，运用Excel2010中的“筛选”和“数据透视图”功能，从获奖数量、完成单位、树种以及变化趋势等方面进行数据整理、计量分析和作图。【结果】10年间，果树领域获国家奖18项，神农奖80项，丰收奖97项；国家奖中以高校为第一完成单位的占72.22%，科研院所占27.78%，以苹果、梨和柑橘类等果树获奖较多；神农奖中以高校为第一完成单位的占59.72%，科研院所占31.94%，以柑橘类、苹果、梨、葡萄和猕猴桃等果树获奖较多；丰收奖中以科研院所为第一完成单位的占46.39%，推广服务单位占37.11%，以柑橘类、苹果、草莓、葡萄和樱桃等果树获奖较多。【结论】我国特色果树产业发展迅速，获奖成果增加，与优势树种间差距越来越小。科研人员应以“四个面向”为指引，加强战略布局和谋划、稳定和壮大基础研究队伍、加强协同创新，注重对研究成果的总结凝练，加大对奖励申报的重视程度，争取收获更多国家级奖励。

种子萌发是种群定居的关键阶段，盐生植物的种子萌发策略是影响植物种在盐渍环境中定居与分布的重要因素。黎科猪毛菜属是盐生植被的主要建群种，能忍受贫瘠、干旱的生境，是新疆种类最多、分布最广的植物类型之一。文章数据集是在实验室内基于生理生态学的原理，以种子萌发特性为研究目标，研究2017年10月中旬采于新疆准噶尔盆地的东方猪毛菜、木本猪毛菜和钠猪毛菜无翅种子在不同变温（2～5℃、5～15℃、5～25℃和15～25℃，光/暗交替，12 h/12 h）、盐胁迫变化（0、100、200、300和400 mmol/L NaCl溶液盐胁迫）及复水后的萌发实验数据基础上整理而来；并随机抽取有翅和无翅钠猪毛菜种子若干，分别测得其直径和千粒重。本数据集对干旱区猪毛菜植被恢复、引种驯化和开发利用有重要的实践和指导意义。

多模态知识图谱在传统知识图谱基础上，构建多种模态的实体，以及多模态实体之间的语义关系，能够提供重要的文本、图像以及声音知识，在消除歧义、补充视觉知识等方面具有非常重要的作用。近年来，在农业信息化和智能化飞速发展的背景下，知识图谱技术得到了广泛关注。文章详细介绍了知识图谱和多模态的含义，从图谱构建层面详细叙述了多模态表示学习等技术方法。针对多模态知识图谱在农业领域中的应用，重点总结知识图谱在农业智能问答、病虫害识别、农产品推荐等在农业领域中的应用研究，并对农业多模态知识图谱构建面临的挑战以及多模态知识图谱在农业领域中的发展前景进行展望与分析。

红树林分布于热带和亚热带海岸潮间带，对全球碳循环具有重要指标作用，为生态和生态经济发展提供服务价值。但随着人类活动的发展和自然环境的恶化，红树林资源出现急剧减少。文章采用2000年、2005年、2010年Landsat和2015年、2020年Sentinel-2影像，通过决策树分类与面向对象的分类方法，并结合实地踏勘调查，提取各年份红树林空间分布及面积，产出2000—2020年淇澳岛红树林空间分布数据集。文章数据集可解析红树林的空间动态演变，可为淇澳岛红树林动态变化规律、生态环境质量评价等科学研究提供重要参考；为红树林湿地的保护、恢复和管理提供决策支持；以及为珠海市和广东省环境监测提供基础数据支持。

[目的]目前,科技文献大数据中存在着主题词不规范、不统一的情况,因此在构建检索式时很难既满足查全要求,又满足查准要求。针对这一问题,本文提出了一种基于词向量的检索扩展方法,并在"基于多组学大数据的功能基因挖掘与辅助育种技术"领域进行了实验验证。[方法]首先清洗数据集,并将文本映射成词向量,一篇文章可以用其所有词向量的平均向量表示;然后用训练集中文章的平均词向量训练随机森林分类器;最后在测试集中对文本进行分类,从而得到正例数据即检索数据集。[结果]针对"基于多组学大数据的功能基因挖掘与辅助育种技术"领域构建检索式,通过对比检索式所提取的小数据集、扩展检索式数据集和该方法提取的检索数据集的主题词云并对其进行主题共现聚类,结果发现相比小数据集和扩展检索式数据集,检索数据集能够表现另外两个数据集所体现的主题词和主题聚类,同时能够展现更多属于该主题领域的主题词和主题聚类。[结论]结果表明该方法具有较好的查全性和查准性,构建了满足分析的"基于多组学大数据的功能基因挖掘与辅助育种技术"领域数据集,同时在构建其他领域数据集时具有可扩展性,在未来研究中可以被应用到其他目标领域的数据集构建中。

为了增强对豆科植物WRKY基因的多样性和进化上的认识，探索WRKY转录因子家族成员的功能和在育种中的应用。在本研究中，利用生物信息学方法对5种豆科植物大豆、鹰嘴豆、菜豆、蒺藜苜蓿及百脉根的WRKY基因进行了染色体定位、系统进化、保守基序、基因结构和基因复制等方面的分析。从上述5种豆科植物中分别鉴定出185、61、90、108和83个WRKY基因。将5种豆科植物WRKY蛋白分为三类和五个亚类，同一亚类具有相似的蛋白结构和基因结构。5种豆科植物的WRKY基因家族成员中存在基因复制事件，并且在各个组织中有明显差异表达。WRKY基因在不同组织中的表达模式表明，它们可能在豆科植物的生长发育中发挥重要作用。

生鲜农产品主要包括蔬菜、水果、肉、蛋、奶以及水产品等具有易腐易损性的生鲜初级产品,这些产品的鲜活程度决定了其自身的价值。2020年,突如其来的新冠疫情给居民生活造成了巨大影响,进而影响到了我国生鲜农产品行业发展的进程,同时对现存生鲜农产品供应链体系提出了新的挑战。通过调查分析了解到疫情期间生鲜农产品出现供需矛盾、供应链信息传递缓慢、供应商进货渠道变窄等消极现象,但同时也从中发现新的机遇,例如冷链物流呈现复苏态势、生鲜农产品供应链迎来新发展等。为进一步了解疫情期间生鲜农产品的运转情况,本文以问卷调查的形式,通过调查华中、华南等七大区域的500名消费者,从疫情期间消费者果蔬购买情况、果蔬质量问题以及果蔬行业未来发展三方面了解疫情发生以来果蔬供应体系发生的变化。研究得出:疫情期间各地均存在果蔬供求失衡的现象;购买果蔬时出现的质量问题较多;反映出我国生鲜产品供应体系存在的不足。基于此,从开展线上线下相融合的供应链模式、智慧物流供应链模式、战略联盟型农产品供应链模式、基于消费需求的农产品供应链模式四个方面提出未来生鲜农产品供应链体系的发展方向,保证了生鲜农产品行业在疫情常态化防控背景下能够正常有序的发展。

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。

食物消费是居民获取日常营养的重要渠道，同时也是人们维持生存、保持健康的基本需求。经济的发展促进着农村居民食物消费的转型升级，同时也改变着农户的营养健康状况。对我国农村食物消费与营养摄入情况进行调查，是引导科学的饮食结构、提升农户营养健康水平的关键，同时也为农村居民食物消费的机理研究提供了重要的微观数据资料。数据集来自黑龙江省，数据主要通过入户问卷调查的方式采集。问卷内容覆盖了个人情况、膳食回顾、食物消费、健康情况与体力活动、营养认知及素养等信息，并经预调研及专家讨论进行修订以保障其科学性。入户调查活动于2022年7-8月开展，作者走访了黑龙江省6个县（市/区）18个乡镇中的543名农户，所得数据采用自查与互查的方式进行人工质量检验以保障数据的真实性及准确性。调查数据均按照统一数据格式、剔除错误数据、合并重复数据等规范化流程处理。本数据集提供了多地区微观调研信息，可为农村食物消费与营养摄入的异质性研究提供数据支撑。

农产品价格波动传导机制是备受关注的研究议题。农产品价格影响因素逐渐呈现多元化、复杂化，包括金融市场影响在内的非传统因素逐渐凸显，因此采集金融市场对农产品价格横向传导数据，揭示其传导机制，具有十分重要的价值。在本研究中农产品价格横向传导机制分析数据集包含原始数据集和预处理数据集，数据通过公开途径获取，均包括农产品价格以及国内总需求、货币市场、股票市场、房地产市场四类国内金融市场数据，数据为月度数据，时间范围为2017年1月至2021年2月，共计50个月。数据集构建包括数据集变量确定、数据权威来源确定与收集、数据预处理三个步骤。本数据集共享，可为国内金融市场对农产品价格横向传导机制的研究提供数据支持，同时可为相关企业决策和政府宏观调整提供数据支撑。

育种技术是果树新品种选育的重要工具。果树育种技术主要包括杂交育种、芽变选种、实生选种等常规育种技术和辐射育种、分子标记辅助育种、遗传转化等辅助育种技术。目前，在北方地区主要果树育种过程中，杂交育种、芽变选种和实生选种等常规育种技术是新品种选育的主要技术，大多数品种都是通过常规育种技术选育的；诱变育种和组织培养是重要的辅助育种技术，在北方果树育种中发挥了重要作用；通过分子标记辅助育种、遗传转化等技术在果树中筛选、开发出多个重要性状相关的分子标记，并获得重要转基因植株，为果树分子育种奠定重要基础。本文以苹果、梨、葡萄、桃为例，综述了北方主要果树的育种技术，并对育种技术的特点和应用情况进行介绍，同时对今后果树育种的策略、方法进行展望，以期为北方主要果树新品种选育提供思路和借鉴。

梨树白粉病是危害梨生产的重要病害之一，其病原菌为梨球针壳（Phyllactinia pyri），主要危害叶片背面，严重影响梨树的光合作用和蒸腾作用，导致产量下降。白粉病抗性品种选育是防治梨树白粉病最有效、最根本的措施，也是梨抗病育种的目标之一。然而对梨树白粉病抗性遗传规律的研究较少，还未发掘出抗性分子标记和基因。本研究采用田间自然发病调查法，收集了2019—2021年‘锦丰×中梨1号’杂种F1代306株实生树田间白粉病发病情况数据，并计算感病指数和发病率，评价各实生树对白粉病的抗性，为今后分析白粉病抗性遗传规律、筛选白粉病抗性分子标记、定位白粉病抗性基因奠定基础，为梨树杂交组合选配和白粉病抗性品种选育提供数据支撑。

数据密集型科研已经成为大数据时代科学发展的新范式,科学数据开放共享已成科技界的普遍共识。在长期实践中,科学数据共享形成了以科学仪器、数据平台、数据出版、众包处理、数据交易等为典型代表的不同模式。与之对应,针对不同的领域和应用场景出现了种类繁多的解决方案,如仓储型、联邦服务型、数据分发型和按需计算与分析云服务型等。本文在对上述四类主流科学数据共享系统的服务内容、技术特征、应用场景与代表性系统分析比较的基础上,提出科学数据共享系统未来发展的的趋势,并以中国科学院战略性科技先导专项"地球大数据科学工程"研发的地球大数据云服务平台为典型案例,进行了深入的剖析。本文认为,未来的科学数据共享系统将围绕着科学数据全生命周期管理的需求,形成具备数据获取、存储、分发共享、计算分析、智能服务等功能于一体的融合型云服务系统,并将实现数据的FAIR化、智能关联和机器可理解,促进数据共享良性生态的形成。

区块链技术和比特币在2008年相伴而生,但随着各界对其研究与应用不断深入,区块链技术已经开始独立于加密数字货币,发展成为一个新的研究领域。区块链技术利用密码学原理、分布式数据存储技术、点对点网络及共识机制构建的分布式账本为解决多方合作过程中的信任、隐私、数据差异等问题带来了契机。诸多产业领域如金融、政务、医疗、城市建设等均开始应用区块链技术。当前,随着区块链技术的应用与推广,区块链技术也遇到了诸如扩展性、安全性、监管难等方面的挑战,催生了各界围绕区块链技术的各个方面及相关的密码学技术不断进行创新研究或引入新技术进行补充。本文结合当前学界及产业界的研究及应用情况,总结了区块链技术的五层基础体系架构,即数据层、网络层、共识层、合约层及应用层,并综述了该架构中各个层次的原理与技术。在此基础上,进一步介绍了针对区块链与传统网络结合、区块链技术自身以及相关密码学技术的各种典型的扩展技术,并讨论这些技术对区块链技术带来的影响。最后,结合区块链技术当前的发展现状,分析了其在研究应用中面临的挑战及其未来的发展方向,以期为未来的研究工作带来启发与借鉴。

植物表型是指基因和环境因素决定或影响的作物物理、生理、生化特征和性状。准确和快速的获取植物在各种不同环境条件下的表型信息,从而挖掘其基因组的遗传和表现规律,可有效推动有关基因组与表型信息关联性研究。无人机高通量植物表型平台凭借无人机机动灵活的特点,适合于农作物田间环境中的植物表型数据获取,具有数据获取效率高和成本低等优势,借助于图像、高光谱、激光雷达等先进传感器技术,为高效获取各类植物表型数据提供了可行的途径;与此同时,快速发展的大数据技术和智能数据分析技术为无人机所获取的植物表型图像提供有效的分析处理方法和技术。在此背景下,基于无人机平台的高通量植物表型分析,为研究田间作物表型信息提供了重要的方法和工具。本文综述了国内外无人机高通量作物表型大数据分析的最新研究成果,就其研究原理、相关算法、过程、关键技术及应用等进行总结与分析,重点讨论了应用于无人机高通量植物表型大数据分析相关的大数据处理与智能分析技术,重点分析了植物株高获取、叶面积指数、植物病害等典型的表型分析需求,并就其应用前景进行了总结和展望。

【有关概念】区块链是一个去中心化的、开放共享的分布式数据库,具有去中心化、高度开放、匿名性、机器自治、信息不可篡改且可追溯等特点。【目前研究现状】目前,区块链技术已成为世界各国争相发展的前沿科技,被应用于金融、教育、医疗等诸多领域,应用成果层出不穷,我国也将其列入了国家战略。当前关于区块链的研究文献大多聚焦于区块链技术在金融领域的发展与应用,以系统性回顾区块链技术发展历程与特点为研究重心的文献相对较少,"区块链+农业"也才处于起步阶段。【本文的内容概括】系统的梳理了区块链的主要发展历程,将其划分为技术起源阶段、区块链1.0阶段、区块链2.0阶段和区块链3.0阶段四个阶段,归纳了各个阶段的主要特征和发展状况,深入探讨了农业领域有代表性的区块链应用案例。在梳理发展历程和分析应用案例的基础上,挖掘区块链技术的应用潜力,总结区块链在农业领域的新机遇,并对我国农业领域区块链技术的发展提出了思考。【展望】区块链技术的应用能有效减少信息不对称、提高信息的公开透明度、降低数据存储成本等,有助于现代农业的发展。为使区块链在农业领域得到更好的应用,未来需要更加深入地了解其面临的潜在问题与挑战,并采取针对性措施以推动农业领域区块链的发展。

农村大规模实地微观调查是人们认识和研究农村社会经济的重要手段和方法。随着乡村振兴战略的不断推进，实施农村大规模实地微观调查有利于我国准确判断农村经济发展阶段，更好地认识农村经济发展面临的机遇和挑战。本文中主要介绍了农村大规模实地微观调查的组织要点和资料管理，从物资准备、进村入户、“找对人”、“做对表”以及问卷检查五部分详细阐述了正式调查的主要内容，并详细说明了调查问卷整理与装档、调查日志记录、工作照整理归档、财务记录整理、物资回收与处理及更新调查员数据库等调查资料管理的重点环节，以期为相关研究人员更好开展农村大规模微观实地调查提供经验和启示。

加快建设农业强国，推进农业农村现代化，离不开对我国农业农村现代化现状的观察和调查。通过跟踪调查可以深入了解我国农业农村现代化的发展过程与现状，更有针对性地支持国家和地方实施乡村振兴战略的科学决策和支撑“三农”问题的前沿学术研究。本文作者以华中农业大学经济管理学院和宏观农业研究院连续5年组织的农业农村现代化跟踪调查为例，围绕调查前的准备与人员组织、调查中的制度保障与规范化工作以及调查后的总结与维护，系统地概述了跟踪调查过程中各个环节的组织和开展过程。

科学数据中心是科学数据管理的重要载体,评估认证对于科学数据中心规范化的科学数据管理具有重要意义。荷兰数据认可印章(DSA)建立了可信赖数字仓储核心认证机制,为数据存储库提供核心级认证。国际科学联合会世界数据系统(WDS)与DSA联合推出CoreTrustSeal合作认证,并在全球开展国际科学数据中心认证。随着我国《科学数据管理办法》于2018年3月出台,我国科学数据中心也面临着提高专业化水平和国际化影响的紧迫需求。在此背景下,本文阐述分析了CoreTrustSeal认证要求的三大类条款和16项指南。介绍了成立于1988年的WDS可再生资源与环境数据中心(WDC-RRE)在实际认证工作中的做法。提出科学数据中心要加强顶层设计、重视数据编目、提高国际化水平、加强认证佐证材料准备、提高认证材料的可访问性等数据中心认证的体会和建议。WDC-RRE于2018年4月提交申请,于2019年2月正式通过CoreTrustSeal认证,成为亚洲地区地学领域第一个通过该国际认证的世界数据中心。

大数据技术已经成为农业向智能化发展的重要推动力。新疆生产建设兵团在农业集约化程度、规模化水平、农机装备发展、现代农业技术应用等方面一直处于全国领先水平,形成了具有地域特色的现代植棉体系。面对兵团棉花生产领域多年来积累的海量数据,如何应用大数据技术进一步提升棉花生产的智能化水平,实现棉花全产业链的健康高效可持续发展,是信息化时代加强和提升兵团屯垦戍边能力的关键问题。为了促进兵团棉花生产农业大数据产、学、研一体发展,针对兵团特有的现代化植棉体系,从农业资源、农情监测、生产管理、农机调度、市场预测五个维度出发,基于成熟的大数据存储和分析系统框架,构建了从下到上由数据层、模型层、系统层和应用层组成的我国首个覆盖棉花生产全产业链的单品大数据平台。建成后该平台拟向全疆参与棉花生产和管理的潜在用户提供棉花生产农业大数据综合管理和共享、棉花生产遥感监测、棉花生产农机作业监控与运维、棉花生产种业生产管理、棉花生产水、肥、药智能决策、棉花产品质量追溯及棉花市场预警预测服务。最后,本文针对平台研发和构建过程中在数据共享、模型升级和服务模式方面遇到的问题进行了分析,并提出了建议,以期为我国农业大数据资源共享和平台建设提供参考。

渔业科学观测数据是渔业日常观测工作中积累的基础性数据,它直接反映了渔业科学观测工作的整体水平,在渔业资源评估、捕捞生产、生态环境、加工养殖、病害防治和管理决策等方面具有重要的科学意义和广泛的保存、开发应用价值,渔业科学观测数据的分类、共享和应用对推动渔业产业的绿色发展和提高科学数据的管理能力具有重要意义。我国在渔业科学观测数据方面的应用研究起步较晚,研究进展与成果和发达国家相比还有一定的差距,存在数据资源各自孤立、信息缺乏共享、数据利用率低等问题,为提升渔业科学观测数据的开放共享能力和数据利用价值,本文以渔业科学观测数据的共享与应用需求为背景,基于数据分类、共享标准、体系建设、服务模式、大数据分析、典型应用等方法,对数据资源结构、共享体系构建和应用服务分析展开研究,梳理了渔业科学观测数据的标准化结构,提出了渔业科学观测数据的共享体系建设方案,设计了渔业科学观测数据共享服务平台的总体技术架构,加强了渔业科学观测数据的资源整合和汇聚处理。渔业科学观测数据是支撑渔业科技创新、发展现代渔业的战略性、基础性资源,本研究对共享服务内容和数据应用提出合理建议,为充分发挥渔业科学观测数据的应用价值,进一步开展渔业科学观测数据的研究工作提供参考。

近年来，近红外光谱检测由于其有效性成为快速无损检测的首选方法。当前苹果果实近红外光谱数据的采集，仅限于苹果内部品质。而苹果果实易发生病害，其病害光谱数据意义重大，具有再次开发利用价值，有助于科研发现。本数据集通过对2010年辽宁兴城生产的富士苹果接种炭疽病菌和轮纹病菌，进行近红外光谱检测，收集相关数据，同时采集其原始品质近红外光谱数据作为对照。数据集包括苹果品质近红外光谱检测数据2150条，病害检测数据958条，数据保存格式为ASD文件，共计121MB。该数据集可为建立苹果果实病害的识别模型及无损检测方法研究提供数据基础。

深度神经网络是棉花病害智能识别的一种重要方法。覆盖更多病害、土壤和环境信息的科学数据既是此类方法发展的基础，也是当前的关键制约因素之一。本文提出的棉花病害数据采集自中国海南省三亚市坡田洋高标准农田示范基地中的棉花种植田块，覆盖了炭疽病、细菌性角斑病、褐斑病和枯萎病四种常见棉花病害，包括3453张高分辨率的健康叶片和不同生长阶段的病叶图像。所有样品获取均采用田间随机采样方式，经筛选后由10名棉花病理学专家进行鉴定与标注，同时另选20名标注者对标注后图像进行随机重复标注以检测质量，Vision Transformer模型被引入以进一步验证数据集的稳定性。相对于其他同类数据集，当前数据集数据采集于复杂的田间环境，覆盖了常见棉花病害且具有高分辨率，可更好地服务于棉花病害智能识别模型、算法的研究、训练与验证。

渔船转移是海洋渔船日常管理过程中的一项关键业务,也是所有渔船管理业务中涉及流程最多、数据传递量最大的业务,通过对大量渔船历史转移数据进行处理分析,可挖掘出与渔船转移活动相关的潜在决定性因子,对保障渔民经济利益和制定渔船管理政策等活动具有重要意义。本文基于中国渔政管理指挥系统中的渔船基础数据和渔船转移数据,并以浙江省为典型案例,选取2018年1月至2020年7月共计5641条渔船的历史转移业务数据进行数值化处理。采用梯度提升迭代决策树(GBDT)算法进行分类器逐级迭代,给出了特征分类结果与模型训练集,并最终构建了渔船被交易潜在可能性的单决策树和多决策树模型。通过模型中船龄、船长、船体材质、作业类型等渔船基本参数的权重,分析了渔民购置渔船的倾向性。结果表明:不同类型的渔船,被购置的可能性存在较大的差异,大船长、大吨位、高船龄、拖网及张网作业类型是渔船发生转移的重要决定因子。对比各项特征损失函数计算得到的损失值大小,20年船龄、大中型船长等特征的损失值比其他特征损失值小15%以上,意味着使用所选特征进行计算的分类识别率更高。本研究通过定量化分析渔民购置渔船的倾向性,可在渔船转移过程中最大化保障渔民的经济利益,同时可对渔船管理政策的制定起到辅助决策作用。

农业是我国的支柱产业,构建安全、可信、稳定、可溯源、信息共享、大吞吐量的农业供应链系统是实现我国农业信息化的必经之路。然而,我国农产品供应链中的信息通常存储在中心化的数据库和数据系统中,面临着管理能力弱、容易被窃取、篡改、删除和信息不一致等问题。基于上述问题,论文结合星际数据系统和智能合约技术,建立了面向农产品供应链中异构信息数据的高效抽取方法,实现含有农产品生产管理、运输记录、消费者信用管理、农户-消费者交易服务的大型异构信息事务日志的快速抽取,并将各类信息事务日志及交易记录分别存储至区块链和IPFS网络;提出了基于区块链智能合约的农产品供应链信息数据访问控制方法,结合基于IPFS哈希寻址的访问方式,能够有效的保障不同的农业生产经营参与主体用户在各自的权限范围内访问数据;在此基础上,设计了一种基于区块链技术的农产品供应链数据管理系统,系统具备异构信息数据可信管理功能,可以确保整个供应链进行充分安全透明的可信任信息共享,促进农产品产销无缝衔接、推动农业转型升级、助力农民脱贫增收。

香蕉在中国热带、亚热带地区是最大宗的水果，是构成中国热带地区农业经济的代表性作物。项目组走访了中国广东省和海南省8个香蕉种植市县，收集了2018年香蕉种植户生产经营微观数据集。根据科学的方法进行问卷设计、实地调研、问卷录入及数据整理，得到反映香蕉种植户基本情况、家庭情况、生活生产情况、香蕉生产情况、香蕉销售情况等方面详细数据，共计文本数据446条，表格数据8个，形成广东省和海南省2018年香蕉种植户生产经营调查统计数据集。该数据集为香蕉产业生产经营研究提供了可能，为开展香蕉产业创新技术、农药化肥施用等研究提供了微观数据支持，为政府及相关部门制定科学决策提供了重要支撑。

常德柑橘栽培历史悠久，柑橘产业是本市农民收入的重要来源，但每年柑橘害虫的危害会给橘农造成不小的经济损失。瓢虫是柑橘园中重要天敌昆虫之一，湖南柑橘园瓢虫种类丰富，对控制橘园害虫的种群数量起着重要而持久的作用。调查本地天敌是保护和合理利用天敌资源的第一步。文章研究通过定时定点的调查采集柑橘园瓢虫资源，拍摄大量环境和生态标本照片，建立数据集。内含2018—2020年之间15种天敌瓢虫如龟纹瓢虫、异色瓢虫、六斑月瓢虫、红点唇瓢虫等在柑橘园中的发生情况，共有环境照片105张、生态标本照片1 206张，样本瓶照片43张。本数据集中的橘园瓢虫种类的主要特征数据和种群动态变化数据，可为柑橘优势瓢虫资源的保护利用、生态学研究提供参考，可为瓢虫鉴定和昆虫智能识别系统构建提供大量素材。

储粮害虫是造成粮食产后损失的重要因素，对粮食害虫早期活动进行检测和监控是减少储粮损失的必要且合适的防控措施。随着人工智能的发展，基于深度学习的图像检测方法在农业领域得到了广泛应用，目前在储粮害虫检测领域的研究相对较少，数据集的质量往往决定了深度学习模型能够学到的知识水平，因此构建专门用于储粮害虫图像检测和计数的数据集具有重要意义。本文提出的数据集GrainPest包含500幅粮虫原始图像、500幅像素级显著目标标注图像、420个害虫检测目标框标注文件和500条粮虫数量数据。数据集涵盖了玉米象、麦蛾、谷蠹、玉米螟、大谷盗、蚕豆象、米象、咖啡豆象、绿豆象、印度谷螟等主要粮食害虫，图像背景涉及小麦、玉米、大米、稻谷、绿豆、蚕豆等常见粮食。由于实际检测中有很多粮食是未感染虫害的，因此数据集还包含了80幅不含害虫目标的纯粮食背景图像，这增加了害虫显著性检测的难度。本数据集提供了一个多样性的粮虫图像基准数据集，旨在促进深度学习在储粮害虫显著性检测、目标检测和粮虫计数方面的研究，为降低粮食储藏损失和保障粮食安全提供支持。

地球系统科学是研究地球各圈层间相互作用及变化机制的前沿交叉学科,在全球环境变化和人地关系等长期研究过程中积累了丰富的科学数据资源。为了推动地球系统科学数据资源的流动和共享,实现数据资源增值,国家地球系统科学数据中心从21世纪初开始研究地球系统科学数据共享的机制和方法,经历了地球系统科学数据共享网和国家地球系统科学数据共享服务平台的发展和建设,于2019年通过国家认定成为20家国家科学数据中心之一,实现了我国地球系统科学数据共享从无到有,由国内走向国际的重大跨越。本文追溯了地球系统科学的起源,回顾了国家地球系统科学数据中心的发展历程,从标准规范体系建设、数据资源管理与共享、系统平台建设及关键技术研究、共享服务成效与进展等方面总结了国家地球系统科学数据中心在地球系统科学数据共享领域的研究实践,最后从完善标准规范体系、强化数据资源建设、服务科研数据汇交、优化平台技术保障、强化数据人才培养、提升共享服务成效等方面提出了国家地球系统科学数据中心可持续发展规划建议。

生态数据存储规模随着生态学领域研究尺度的拓展不断扩张,而传统中心化数据存储方式面对日益庞大的海量生态数据越来越难以维持,观测数据易重复、易篡改、难共享以及存储成本高、数据利用效率低等弊端进一步诱发了生态学研究对更高效数据存储技术的需求。与此同时,衍生于比特币交易的区块链技术凭借其分布式数据存储成本低、数据安全共享程度高等优势迅速得到青睐。在此背景下,本研究立足于生态学领域研究生态观测数据使用与共享等环节中的现实问题,从区块链技术视角出发,通过数据标签实时发布、数据修改实时验证等技术手段,设计开发"生态系统观测数据安全保障系统"(Ecosystem Observation Data Security System, EODSS)。研究结果表明,本研究基于经典C/S架构开发可执行脚本文件框架设计,能够有效满足生态学领域研究中的常见功能需求。相比于传统中心化数据存储方式,本研究使用Hash算法对系统数据层中原始数据进行加密处理,并引用时间戳技术保证数据的实效信息,有效规避传统中心化数据存储中面临的安全问题。作为对区块链技术在生态学领域实际应用的一次探索,本研究试图将区块链技术优势应用到生态数据管理中,用以解决生态学领域研究中长期存在的数据安全存储与共享难题,以期为后续相关探索提供有益参照。

大闸蟹是我国特有的名优水产养殖品种,随着大闸蟹单品种大数据建设的推进,利用大数据分析技术挖掘数据潜在价值,成为促进大闸蟹产业链升级的重要手段。大数据分析模型是应用大数据技术理清数据相互关系,发掘事物内在规律的重要工具,对大数据技术能否在大闸蟹养殖领域成功应用,促进大闸蟹养殖产业升级有决定性影响。本文重点梳理了大闸蟹养殖大数据分析模型在水质预测预警、水质调控、投喂策略、病害防治、行为分析和品质鉴别等方面的应用进展,介绍了当前大闸蟹养殖大数据的平台建设现状,分析和讨论了大闸蟹养殖大数据分析模型当前面临的问题和发展方向。综述结果表明,大数据技术与大闸蟹全产业链深度融合有其基础和优势,但在利用大数据分析模型解决实际问题时,仍然面临针对性差、应用面窄和关联性低的问题。应充分考虑产业特点,深度挖掘现实需求,从提供智能化数据分析服务并建设多功能的大数据平台方面深化大数据技术在大闸蟹全产业链的应用,以期形成可借鉴、可移植的建设模式,为其他农产品大数据的建设提供参考。