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。

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。

农业智能传感器是智慧农业的关键核心技术之一。本文首先阐述了智能传感器的概念、特征和实现方法,从而引入了农业智能传感器的构成、发展与应用。根据检测对象的不同,将农业智能传感器分为生命信息、环境信息和品质安全三大类,其中,生命信息智能传感器分为植物和动物生命信息,环境信息智能传感器分为水体、土壤、畜禽和气象环境信息。从目前农业智能传感器的构成与应用现状可以发现,当前我国农业智能传感器存在集成化程度较低(模块化方式实现)、农业智能传感器的核心元件(传感器元器件和微控制器)严重依赖进口、智能化程度不高等问题,应用范围有限。针对上述问题,分别从农业智能传感器技术中的核心控制器、农业传感器、无线通信网络和配套算法四个方面进行了深入剖析,其根源在于我国缺乏农业专用的核心控制器、自主研发的高端农业传感器少、缺乏农业适用的无线通信网络协议及高精度的智能传感器算法。针对以上问题,分别从研发中国"农业芯"和高性能MEMS传感器、构建农业专用无线网络和开发高性能智能算法方面提出可行对策,将有助于推进农业智能传感器的中国智造进程。在智慧农业快速发展的当下,农业智能传感器的中国智造之举至关重要。

农业供应链是我国现代农业市场体系建设中不可或缺的组成部分。建立现代化的农业供应链体系,对推进农村一二三产业融合发展、提高流通现代化水平、提升农业竞争力和国际话语权等具有重要意义。自加入WTO以来,我国农业高度开放,受到全球农业供应链的影响越来越大。加强农业供应链管理已成为学术界研究的热点,也是新冠肺炎疫情全球蔓延新形势下政府关切和管理调控的难点、农业生产经营者关注的焦点。我国在农业供应链管理研究方面起步晚,但近10年来发展较快。本文通过文献研究并结合相关科研实践,分析比较了不同方面对农业供应链的定义,阐述了农业供应链管理的概念和内涵,重点综述了农业供应链管理在理论研究、流通模式、风险管理和技术创新等方面的研究应用进展。最后,结合国内外新形势及我国实际,指出了突发事件下的农业供应链应急管理、经济全球化背景下农业供应链治理能力、绿色农业供应链体系构建及管理、智慧农业供应链的创新等有待继续深入研究的方向与热点问题,为促进我国农业供应链管理领域发展提供建议。

农业机器人的研发与应用是如今智慧农业发展的重要趋势，对靶施药机器人是农业机器人领域的重要分支。本研究总结了国内外对靶施药机器人的研究现状与进展，介绍了对靶施药机器人的工作原理与主要技术点。分析了对靶施药机器人关键技术的研究现状，包括病虫害检测技术、对靶施药技术以及自主行走和控制技术，并阐明了这些关键技术在国内外的研究进展和挑战。指出了目前国内外对靶施药机器人大多可以做到节省农药、提高农药利用率的效果，但其研发状态更多处于实验室阶段，尚不能完全胜任实际生产任务。本研究可为对靶施药机器人研发的推进和智能化农业的发展提供参考和思路。

为了解决人工智能（Artificial Intelligence）应用在地球物理参数反演中的“黑箱”问题，使得人工智能应用具有物理意义和可解释性及普适性，深度学习耦合物理方法和统计方法的理论和技术在各学科领域正在陆续展开。本研究通过梳理作者20余年的相关研究，在前面归纳和演绎得到人工智能地球物理参数反演范式理论和判定条件基础上，分别给出了遥感参数人工智能反演范式和判定条件。目前大家研究普遍遇到一个问题，很多人工智能参数反演理论模拟数据反演精度非常高，但实际应用反演精度不理想，因此深度学习如何耦合物理方法和统计方法成为当前亟须解决的工程与技术难题。我们以被动微波土壤水分和地表温度反演为例进行阐述，分析表明物理模型本身的精度还要很大的提升空间或者模拟数据只代表现实情况中的少部分情况。因此只利用物理模型模拟数据直接进行反演还存在很大的局限，必须补充大量高精度的多源统计观测数据。同时可以通过利用模拟数据对深度学习训练和用实际数据检验物理模型的误差。统计方法是人类最直观的描述，物理方法是对统计方法的归纳演绎总结，但真实世界的信息或能量传输是按量子形式传递，物理模型只是当前人们认识世界的最高形式，大部分模型并没有刻画好真实信息流。深度学习中的不同神经元更适合描述和表达量子信息的传输方式，以微积分量子能量信息流认识真实世界需要提高人类的思维认知方式，这才是最高模式。如何采集满足真实情况（量子信息或能量传输）的数据显得非常重要，当前可以充分利用物理逻辑推理构建物理方法和统计方法，并在范式理论和判定条件框架指导下利用大数据思维模式提高地球物理参数反演精度。通过物理逻辑推理证明输入变量能唯一确定输出变量是形成具有物理意义和可解释及通用的反演或分类或预测范式的基本条件，从量子信息（能量）传输真实角度控制采集数据质量是地球物理参数高精度反演工程与技术实现的关键，提高微积分量子信息流思维认知和甄辨物理模型的局限对实现人工智能高精度反演具有里程碑意义。

茶叶生产加工过程中具有危害物种类多、信息利用率低、数据多源异构等特点,而传统的茶叶质量监管追溯系统存在着茶叶品控数据易被篡改伪造、数据来源可信性难以保证、企业隐私无法保障等问题。为增强茶叶品控管理,提升茶叶品控信息可信度,基于区块链和边缘智能技术,设计了基于边缘智能的茶叶可信品控系统架构。此系统包括数据感知层、边缘层、存储层和应用层,首先使用智能装备和物联网技术进行机械化作业和自动化获取茶叶品控数据,接着利用边缘计算设备的网络、计算、存储资源,在靠近数据源的边缘端部署多种人工智能算法检测数据的真实性。以Hyperledger Fabric开源框架作为区块链平台构建可信存储服务,以MySQL作为链下数据库,对关键数据进行分级加密后存入区块链网络和链下数据库中,通过信息摘要上链存储的方式保证链下数据的不可篡改性,实现链上链下双模可信存储方式。最后,研发基于边缘智能的茶叶可信品控系统,采用Web端与移动端相结合的方式,为企业、监管部门、消费者提供信息智能化获取、全流程管理和可信溯源等服务。本系统可为监管部门提供茶叶品控信息实时验证服务,便于其开展监管工作。此外,同时兼顾了企业保护隐私数据的需要和消费者对于公开可信茶叶溯源数据的需求,保证了消费者的知情权,增加其对产品质量的信任度。

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。

产业兴旺是乡村振兴的重中之重。农产品成本收益调查记录了农产品投入、产出、收益等情况，是政府部门进行宏观调控和价格管理的基础。新时代新征程，这套数据将在推进乡村振兴战略过程中发挥更大作用。很多学者基于该套数据分析我国农业投入要素使用、生产力、成本、利润等状况，但对数据库样本选择、采集过程、相关指标内涵等细节介绍有待加强。因此，本文收集了早籼稻、中籼稻、晚籼稻、粳稻、小麦和玉米等三种粮食2005-2017年31个地区的成本收益调查数据，形成数据集。本文重点对数据产生的背景、数据采集的方法、数据的主要内容以及数据的使用价值进行介绍。相关学者不仅可以使用该数据分析我国农产品的投入产出状况，也可以借鉴该数据的抽样方法、质量控制经验等。

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。

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。

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。

农产品质量安全关乎民生健康，也是保障粮食安全的重点之一。三亚市是我国热带典型的岛屿型国际旅游城市，具有得天独厚的农产品种植与贸易条件，同时也隐藏着农产品质量安全风险。“三品一标”坚持发展安全、高品质、生态的农产品，持续发展“三品一标”有助于提高农产品质量安全水平。为了了解消费者对“三品一标”的关注程度，充分发挥“三品一标”对于农产品质量安全的辅助作用，本文以微信小程序、入户调查等方式，向三亚市消费者发放调查问卷，并基于调查数据对多个影响因素开展相关性分析。结果表明，消费者的年龄、年收入水平以及农产品购买频率与“三品一标”的认知水平呈正相关关系，三亚市消费者对农产品的质量安全有一定的了解，但是对于“三品一标”和追溯系统的关注度不够。

农村大规模微观调查是定量研究农村问题的重要环节，而调查人员的招募与培训直接关系数据收集质量和调研队伍高效管理。本文根据作者历时15年、遍及全国22省的农村微观调查经历，重点总结了调查员招募和调查员培训环节的实践经验，以期为开展农村大规模微观调查的实践者提供借鉴。

衡水市是传统农业大市，是华北平原的粮仓和京津冀重要的绿色优质农产品生产供应基地。探究本地瓢虫等天敌资源及其发生情况对开展和促进农业害虫的生物防治具有重要意义。文章数据采集地点为河北省农林科学院旱作农业研究所（衡水市农业科学研究院）护驾迟试验站内，站内动植物资源、生物多样性水平高，瓢虫等天敌资源丰富。本论文集包含了2018—2020年试验站内瓢虫等天敌资源及种群动态数据、马来氏网昆虫收集相关情况等，同时还记录了调查地点的环境、生态、气候等数据，其中天敌资源、种群动态和马来氏网数据共312条，照片918张，标本瓶51瓶，气象数据1408条。本数据集为明确衡水地区天敌的资源家底、分析发生与种群动态、比较气候变化等因素对天敌的影响提供数据基础。

瓢虫和蜘蛛是农林生产中许多害虫的天敌。东莞市是广东荔枝的传统产区，该地区位于北回归线以南沿海丘陵地带。当地土壤肥沃，气候温暖，日照充足，雨量充沛。荔枝园瓢虫、蜘蛛物种丰富，具有很好的研究与开发潜力。文章记录了广东省东莞市荔枝园天敌监测点2018—2021年期间，采用扫网和马来氏网收集法，所调查的荔枝园瓢虫和蜘蛛两类天敌的信息，包括采集时间、地点、环境、天敌物种、数量及图片、标本信息等。所获得的瓢虫分属5亚科11属，蜘蛛分属15科27属。该数据集可以用于开展荔枝园瓢虫、蜘蛛的种群动态研究，还可以与果园农事操作进行联合分析，以优化荔枝害虫防治等管理策略。该数据集的建立与共享，可为荔枝园生物多样性与农业生态保护研究提供数据支持。

【目的】研究不同品种甜樱桃需冷量，对比相同品种甜樱桃不同地区需冷量差异。【方法】2021—2022年应用犹他模型、7.2℃模型和0～7.2℃模型对辽宁省葫芦岛市地区栽培的佳红、红灯、明珠、美国大红、砂蜜豆和美早6个品种甜樱桃以及江西省抚州地区栽培的砂蜜豆、明珠、佳红和美早4个品种甜樱桃进行需冷量估算。【结果】葫芦岛地区供试的甜樱桃品种，犹他模型所估算需冷量范围介于469～564.5 C.U之间，0～7.2℃模型所估算需冷量范围介于334～442 h之间，7.2℃模型所估算需冷量范围介于710～1218 h之间；抚州地区供试的甜樱桃品种，犹他模型所估算需冷量范围介于261.5～525 C.U之间，0～7.2℃模型所估算需冷量范围介于98～301 h之间，7.2℃模型所估算需冷量范围介于105～328 h之间。【结论】两地区同品种甜樱桃需冷量存在较大的差异，犹他模型估算结果差值最小，初步判断较为适宜用于不同地区甜樱桃需冷量对比研究。

远洋渔业科学数据是指从事远洋渔业科研工作和生产活动中采集的基础性数据，对海洋环境监测和保护、渔业资源管理、气象预报、水域利用、区划管理和远洋渔船生产作业指导等方面具有广泛的应用价值。远洋渔业科学数据的组织、治理和应用对实现我国远洋渔业现代化发展和维护自身海洋合法权益具有重要意义。建立合理、高效和完善的远洋渔业数据治理模型可以有效地组织管理数据、重建历史状态和跟踪预测变化。针对目前我国远洋渔业科学数据存储管理分散、应用范围有限等问题，本文以推进远洋渔业信息化建设和具体业务需求为出发点，对多源数据集成与融合、远洋渔业科学数据治理、数据仓库构建和数据应用服务模式展开研究，提出远洋渔业科学数据治理模型，并基于该模型进行远洋渔业科学数据信息挖掘和应用主题探索，为远洋渔业科学数据的监管政策、用户需求和服务模式提供载体，提高了远洋渔业科学数据的利用效率、经济价值和社会价值。作为数据应用服务的范例，设计实现了远洋渔业综合服务平台，有效验证了远洋渔业科学数据治理在数据监管服务方面的可行性与实用性。本研究通过远洋渔业科学数据治理模型的建立指导数据应用的具体服务实践，并为下一步开展海洋科学数据互联共享和标准化研究工作提供参考。

灌溉水是设施葡萄栽培生产过程中唯一的水分来源。随着设施栽培面积的不断增加，设施栽培对水分的需求越来越大，但不合理的灌水不仅会影响葡萄果实品质和产量，还会造成水资源浪费。为了明确设施葡萄水分需求特点，该数据整理了2019年设施葡萄‘87-1’全生育期内茎流速率日变化量，以及不同生育期（萌芽至花期、幼果发育期、果实转色期、果实成熟期）茎流速率日变化量。数据表明全生育期内茎流速率日变化最大值出现在10:30，而最低值则出现在23:30；幼果发育期茎流速率峰值明显高于其他生育阶段茎流速率峰值。用户可以参照年份对这一数据进行检索。辽宁省设施葡萄全生育期内水分需求特征检测数据集的建立与共享，能够为设施葡萄科学、合理、精准灌溉提供数据基础，同时为节水农业的发展提供了理论依据。

随着人民生活水平日益提高，人们对鲜食葡萄果实品质的要求也明显提升。设施葡萄作为我国设施栽培规模最大的果树之一，设施内稳定的水热环境条件能够实现葡萄的优质、高产、高效。但是我国设施栽培生产中常采用肥大水勤的管理模式以达到葡萄高产和高质的目的，水肥的长期过度投入已经造成了我国设施土壤板结、酸化、次生盐渍化等一系列土壤问题。为了探明设施葡萄周年水肥需求特征，该数据收集整理了2019-2020年设施葡萄‘87-1’果实性状特征，更直观地识别葡萄果实的年际变化，包括单粒重、单穗重、可溶性固形物含量和果皮强度。用户可以参照年份对以上4个果实性状数据进行检索。辽宁省设施葡萄果实性状长期监测数据集的建立与共享，可为农业现代化精准施肥和灌溉提供数据基础，为深入研究设施葡萄栽培模式改良优化提供理论依据。

在国家政策支持的大背景下,快速发展的信息技术与农业深度融合,物联网、人工智能、云计算、大数据等新技术在农业生产领域均得到了大量应用。经过近十年的发展,形成了农业物联网监测为主、智能诊断为辅的各种农业信息化应平台。这些平台的示范应用促进了传统农业的现代化转变进程,但仍需将功能需求进一步整合完善,以促进农业生产全过程的智能化监控与精细化管理。为提升大田作物生产整体性信息化水平,本研究综合运用农业物联网、智能控制、决策模型、大数据挖掘等信息技术,集成大田作物的物联网环境感知、氮肥决策、农情遥感服务、水氮智能管理、虫害监测预警、产品溯源、农技推广、大数据平台八大业务系统,构建了大田作物智慧生产综合服务平台。该平台的应用示范表明,其信息服务内容丰富,满足了不同用户对农业生产相关数据服务的需求,提升了大田作物生产过程的精准化管理,推动了现代信息技术在大田作物智慧生产中的综合应用水平。

渔船渔港数据是渔船渔港相关业务办理和运营维护中积累的基础性数据,对渔船动态监管、渔港运营管理、船员管理、渔业安全生产、渔获物追溯以及智慧渔港建设等方面具有广泛的应用价值。渔船渔港数据资源的整合、交换与共享,对推动渔船渔港综合管理改革以及提升渔船渔港信息化支撑能力具有重要意义。渔船渔港信息化系统的全面推广和成熟应用,为渔船渔港科学化管理与研究提供了丰富的数据来源和坚实的技术基础。针对渔船渔港现有信息系统建设部署分散,且系统间尚未实现业务协同和数据对接,导致渔船渔港数据资源无法共享,无法实现数据资源价值的最大化的问题,本文以渔船渔港信息资源整合配置与渔业安全生产联动指挥需求为背景,基于数据分类、共享标准、交互模式、模型构建等方法,对数据资源结构、共享元数据标准和信息交互模式展开研究,为渔船渔港综合管理中各个环节的数据特征描述和共享交换模式提供标准化依据,实现渔船渔港数据资源共享,形成安全稳定的信息传递方式,全面提升渔船渔港科学管理与信息化技术应用水平。本研究提出渔船渔港信息交互模型,充分挖掘渔船渔港数据资源的潜在价值,并对数据共享标准和信息交互模式等技术规范进行介绍,同时对该模型应用及推广进行了布局规划。

【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。

农产品全产业链大数据建设对于推动农业发展方式加快转变,促进农业转型升级、提质增效和可持续发展,加快农业现代化进程有着重要意义。我国重要农产品全产业链大数据建设刚刚起步,发展基础薄弱,,在乡村信息基础设施不健全,农产品加工链不完善、产业链数据资源分散,天空地一体化数据获取能力较弱、覆盖率低等多个问题。本文以油料(油菜、花生)为例,分析全产业链大数据建设现状,明确油料全产业链大数据平台建设思路与原则,提出平台建设的基本架构与主要功能,面向油料作物产量预测、价格预测、政策分析等主题开发集成气象产量预测模型、遥感产量预测模型、价格监测模型以及政策主题演化模型以及语义对比分析模型等,支持多场景数据挖掘与应用服务。本文探索形成需求为导向的,大数据、自然语言处理以及人工智能技术为依托的油料全产业链大数据平台建设方案,支持基础环境、资源投入、生产加工和流通消费等重要领域和关键环节数据资源汇聚与分析挖掘,可有效增强数字技术研发应用能力,打造全产业链单品种大数据治理与应用示范样板,为全面推进农产品全产业链大数据建设提供可复制、可借鉴、可推广的机制、模式和经验,示范引领农业农村大数据建设,从而促进提升农业生产经营和管理服务数字化水平,助推农业农村现代化。

【目的】作物种质资源观测鉴定站点的合理布局是获取科学有效观测鉴定数据的前提。本研究目的是通过建立布局合理、规范科学的种质资源长期观测鉴定体系,对资源的重要性状开展综合鉴定评价,整合观测鉴定数据,为作物种质资源大数据体系建设提供重要内容,为农业科学研究和现代种业发展提供坚实的基础数据支撑。【方法】本文首先根据调研,确定全国有能力进行评价鉴定的站点共379家,然后以气候生产潜力为载体,确定与作物生长密切相关的环境因素并计算各站点的因素值,最后以这些因素作为聚类因子选择空间最邻近聚类方法进行空间聚类,建立每类站点的泰森多边形完成区域的划分。【结果】基于以上方法,确定气温、降水、海拔、纬度和日照时长是与作物生长密切相关的环境因素,将站点聚类成26类,通过建立泰森多边形将全国划分成26个评价鉴定区,并在分区基础上设置6条站点布设原则以指导区域内站点选择。【结论】站点体系布局关系到未来观测评价结果的代表性和科学性,站点的选择是一个非常复杂的过程。本文的站点体系布局方法将环境因素和空间因素有效结合,不仅能够有效指导作物种质资源领域多环境评价鉴定地点的选择,也可为作物相关领域的观测站点布设提供参考,从而获得更具有价值和代表性的鉴定数据。

农业科学观测数据作为农业生产系统中要素变化的信息载体,是促进农业高质量发展和农业农村现代化的战略资源,在农业科技创新和政策制度创设等方面的基础支撑作用日益凸显。面对农业科学观测数据生产复杂、数据主体多元、数据存放分散等瓶颈问题,科学界定农业科学观测权属,加快构建一揽子政策与技术保障体系具有重要的理论和现实意义。文章全面梳理了农业科学观测数据治理体系现状,系统分析了数据治理面临的重大挑战,总结了数据确权与保护面临的难点,划分了农业科学观测数据权属类型,提出来了农业科学观测数据保护建议。基于数据生产者、管理者和使用者三者间的权益关系视角下,农业科学观测数据权属可划分为数据所有权、数据生产权、数据使用权、数据出版权和数据交易权。针对利益攸关方在开放共享中"不愿、不敢、不会"的痛点难点问题,优化我国农业科学观测数据保护环境,积极推动国家级数据共享平台确权与授权体系建设,引导激励农业科学观测数据出版,加快推广中国科技资源标识应用,探索构建封闭数据流通技术体系,是提高数据的利用率、优化数据资源配置的有效途径,是加快完善符合国情的农业科学观测数据知识产权保护法律法规的有效方法,是有序推进数据资源整合和开放共享进程的有效措施。

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。

为适应大数据时代农业农村产业数据化、数据产业化的发展趋势,有效解决传统农业农村信息采集方式获取数据存在时效性差、覆盖面窄等问题,满足当前农业农村数字化建设、政府部门科学化决策、科研部门数据化支撑需求,本研究基于"大平台、大系统、大集成、大数据"的建设思想,集成大数据环境搭建技术、移动互联网技术、数据处理分析技术和溯源编码技术,构建"一中心、四体系"的农业农村信息速调平台(Agri-watch)。平台基于移动终端和互联网技术,充分发挥新媒体平台优势,以期形成随时数据采集、即时信息传输、实时数据展示的农业农村信息采集新模式,打造集信息采集、数据管理、决策分析、可视化展示为一体的农业农村数据平台。平台整体架构包括核心数据层、业务支撑层和业务应用层,三层架构具有低耦合特征,在Internet环境下,采用B/S结构进行开发,基于前后端分离设计分别搭建前端系统和后台系统的基础框架,实现用户管理、问卷管理、指标管理、数据洞察分析、报告管理等功能,且面向农业产业发展和农村民生改善需求,部署服务平台和业务应用系统,打造数据多元查询与分析、多维可视化展示、数据加工与信息发布等数据应用体系。速调平台通过构建农业基准数据、挖掘数据隐性信息、探索数据发布机制,实现"用数据说话",支撑"用数据管理",助推"用数据决策"。

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。

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。

近年来,中国农业病虫草害问题日趋严重,农业病虫草害预测预报体系不完善,基本原因在于农业大数据的汇集能力、挖掘能力、决策能力不足,目前市场上已经有许多涉及病虫草害的信息平台,但都面临着种类划分不够统一、资源信息不够准确等问题。安徽省是农业大省,病虫草害问题尤为严重,为了推动安徽省病虫草害防控体系发展,本文旨在以病虫草害数字图像库为基础,构建大数据管理、分析、挖掘及可视化展示平台,实现数据资源的分布存储与处理,面向农业生产、管理决策和科技创新中的现实需求,开展系统框架、数据清洗、数据挖掘、知识发现、认知计算、数据建模等技术研究与产品研发,建设集管理、共享、创新应用及产品服务一体化的大数据平台。为从业者提供农业病虫草害识别和辅助诊疗、病虫草害预测预报、植保知识查询等植保信息精准化服务,突破时间、地域限制,利用互联网帮助从业者实时解决生产中遇到的病虫草害防治难题,降低经济成本,减轻作业强度,提高防治的时效性。最后,针对当前安徽省植保大数据平台的不足提出建议,未来要进一步补充平台所缺乏的遥感、气象、土壤等方面的信息化数据,并增加录入病虫草害的种类和数量,提高数据共享水平,优化数据分析技术,加强数据应用推广,完善数据安全保障,真正成为智慧农业的重要组成部分。

农业大数据在农作物栽培、田间精准管理、智能管控、气象分析、产量预测、农业生产决策等方面都得到了广泛的实践和应用。本文在梳理国内外科学数据资源平台建设和相关研究的基础上,综述了我国热区的贵州省、广东省和海南省的农业科学数据资源平台的建设情况,总结了热区农业大数据建设存在的主要问题,包括了热区农业数据采集和处理等的标准化体系不健全、标准化水平不高,增大了信息资源共享的难度,核心数据缺乏和数据质量不高,热带农业数据体量大但底数不清等问题。并提出了加强大数据政策法规战略的制定及标准体系建设,加快农业大数据学科专业建设,开展农业大数据定制等增值业务,进一步推进大数据和热带农业的融合,探索建立热带农业科学大数据参建人员和参建单位的激励机制等对策和建议。建立完整的热带农业数据监测、数据分析和数据发布制度,能形成热带作物大数据"一张图"。开展农业科学大数据研究,能有效提高热带农业生产精准化和智能化水平,增强我国热带农业在国际市场上的话语权,影响力和国际竞争力。

多年来,国家林业科学数据共享服务平台开展了林业科学数据资源建设和网络数据服务软硬件系统建设,开展了面向科技、经济社会发展和全社会的数据共享运行服务。根据林业数据平台建设和运行服务的探索与实践,本文阐述了林业科学数据的分类分级管理,遵照林学学科分类体系,把林业科学数据划分为12个大类别,并建立了林业科学数据体系;依据相关法律和部门规章,把林业科学数据划分为3个级别,并实现公开数据的便捷共享,内部数据的有序共享,涉密数据的安全使用。概述了强化和落实林业数据平台依托单位的主体责任,研究、制定和实施了一批规章制度和管理办法;研究制订了一系列技术标准,规范科学数据收集、加工、保存,确保了数据质量;落实了科学数据管理运行所需软硬件设施等条件、资金和人员保障。介绍了网络数据服务平台的建设与数据共享运行服务等方面的具体做法,建立了数据存贮、管理与数据共享运行服务系统;开展在线、离线、专题数据与数据产品、数据应用的技术服务、面向重大需求的专题服务等数据共享服务和数据应用技术服务。总结分析了林业数据平台的数据管理、各项建设和运行服务的成效,对进一步加强和规范林业科学数据管理,保障科学数据安全提出平台工作新思路。

[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。

农业科学大数据指在农业科技活动中长期积累和整编的海量科学数据,它不仅直接反映一个国家的整体农业科技基础水平,而且影响着农业科技实力能否持续、稳定、长久地发展和提高,具有重要的保存和开发利用价值。在数据密集型科学研究形势下,农业科学大数据是支撑农业科技创新、发展现代农业的战略性、基础性资源,关系到国家的战略利益和国家安全。为推进农业科学大数据建设,促进数据共享与利用,本文通过文献调研法、网站调研法和对比分析法,综述了科学大数据发展战略和共享政策,对农业科学大数据建设与共享进展进行了总结分析,针对今后农业科学大数据的发展,从政策制定及执行、数据资源建设模式与资源整合、数据开放与出版等角度提出对策建议,以期为我国农业领域科学大数据的建设与共享提供借鉴。

深度学习是本世纪出现的新一代机器学习技术,深度学习技术的发展与应用对现代自然语言处理技术产生了深远的影响。本文讨论了自然语言处理技术在深度学习技术的推动下所取得的主要进展,以及近几年自然语言处理领域出现的新的技术产品和经典案例,特别分析并阐述了深度学习在文本词向量构建、磁性标注与命名实体识别相结合用于词义消歧、卷及神经网络文本自动分类、主题提取及文本内容相关性计算等关键自然语言处理任务中所发挥的重要作用,并介绍了词向量技术在水稻知识领域的作用、农业领域专有命名实体识别以及农业文献内容相关性计算等实际应用案例,并剖析了了相关技术实现细节。最后本文展望了今后一个时期自然语言处理技术的发展方向,以及其在农业领域的应用前景,并阐明了自然语言处理技术对农业领域智能化应用不可或缺的意义。

【目的】本研究旨在探究高精料日粮对瘤胃产甲烷菌区系的影响。【方法】利用宏基因组检测手段结合生物信息学分析方法,测定高精料日粮和对照日粮处理下瘤胃产甲烷菌区系的变化。【结果】高精料日粮显著降低奶牛日采食量和产奶量,瘤胃pH以及瘤胃乙酸的含量(P <0.05);显著提高了瘤胃中丙酸以及氨态氮的含量(P <0.05)。通过分类学分析,总共鉴定出4纲36属108种产甲烷菌约占瘤胃微生物总量的0.37%～0.47%。其中Methanobacteria为产甲烷菌的主要构成部分,约占产甲烷菌总量的50%～55%,Methanobrevibacter为Methanobacteria的主要组成部分。Thermoplasmata在所有产甲烷菌中占据第二多的位置,约占产甲烷菌总量的31%。差异分析结果表明:高精料日粮显著降低了产甲烷菌总量、Methanobacteria和Methanopyri的相对含量(P <0.05),而对Methanococci和Methanomicrobia作用不显著。相关分析结果表明:瘤胃产甲烷菌相对丰度与瘤胃中丙酸含量、氨态氮含量呈负相关关系,与瘤胃乙酸含量呈正相关关系。【结论】高精料日粮降低瘤胃产甲烷菌的相对丰度,但过多饲喂高精料日粮会降低瘤胃pH,造成亚急性瘤胃酸中毒(SARA)。利用宏基因组方法更加准确全面的鉴定出瘤胃产甲烷菌的种类和数量,使得对于产甲烷菌有了更加准确的认识,同时对于降低甲烷排放,促进奶牛生产具有重要的意义。

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。

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。

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。