中俄黑龙江跨境流域的土地资源优越，是东北亚粮食生产潜力巨大的区域。掌握其过去土地覆盖和耕地变化对区域农业资源开发利用具有重要意义。针对该区域长期土地覆盖和农业资源认识不足的问题，本文基于GlobeLand 30和GLC_FCS 30数据集，获取1990年、2000年、2010年、2020年的30米分辨率土地覆盖数据，引入土地覆盖转移矩阵、动态度以及变化强度等模型对黑龙江流域的土地覆盖变化进行分析，重点探讨耕地资源变化及其中俄对比。结果表明：黑龙江流域土地覆盖类型中林地占主导地位，其次为草地和耕地，水域、建设用地和未利用地占比较小。1990-2020年，耕地面积呈现出先减少后增加趋势，其中1990—2000年变化最大，而2010—2020年是耕地面积增加较为明显的时期。中俄对比分析显示，黑龙江流域内中国部分的耕地面积远多于俄罗斯部分的耕地面积，1990—2000年中国部分的耕地变化的剧烈程度也远远高于俄罗斯部分的耕地变化，但后20年有明显减弱。从共同点来看，黑龙江流域内中俄两个区域耕地变化趋势均为先减少后增加，不同之处在于1990—2020年中国区域内耕地总面积减少，俄罗斯区域内耕地总面积略有增加。研究发现人口迁移、城镇化、土地改革以及资金短缺可能是耕地资源变化的主要原因，据此提出未来开发利用的建议。

孟中印缅经济走廊核心区内经济发展落后、开放水平低。为了协助其解决粮食安全问题，顺利推进经济走廊的建设，通过文献解读、实地调研，分析了孟印缅三国粮食安全的历史演变及其影响因素。本研究发现20世纪中叶以来，曾为英国殖民地的孟印缅三国，受社会经济发展阶段和水平的限制、农业政策和极端气候的影响，其粮食安全水平依然处于低级阶段，粮食供需形势仍不容乐观。因此，在“一带一路”框架下，中方应加强与孟加拉国在农业科技、人才培养方面的合作，以提高其土地生产率，缓解粮食供给压力；与缅甸在农业科技合作的同时，加强农业基础设施、粮食仓储和物流等领域的合作，提高其粮食安全水平；与印度加强农业技术、农业贸易和政策方面的合作，以提高其农业生产率。

俄罗斯远东和中国东北所在的黑龙江跨境流域地区拥有丰富的自然资源，在农业资源开发利用方面具有巨大潜力。面临全球冲突不断增加和粮食供应链的短缺危机，加强黑龙江跨境流域农业资源的监测和开发利用，对于保障全球粮食安全具有重要意义。该数据集以黑龙江跨境流域作为研究区，运用机器学习和样本迁移方法，构建一套全面的农作物精细分类体系。基于历史遥感影像数据以及Google Earth Engine（GEE）云平台，以Landsat和Sentinel影像为数据源，完成2015、2020和2023年小麦、玉米、大豆、水稻等主要农作物分类，总体精度超过84%，Kappa系数大于0.81。通过时空变化分析，揭示了黑龙江跨境流域农作物的格局与变化特征，对该流域耕地资源优化配置提供决策支持。

克鲁伦河流域位于“一带一路”沿线，共建绿色“一带一路”是“一带一路”顶层设计中的重要内容，保护流域的生态安全是中蒙两国面临的共同挑战和共同责任，因此理清克鲁伦河流域草原型流域面源（Non-point sources, NPS）污染入河负荷的空间分布，对于划分流域最优NPS污染空间管控单元至关重要。基于遥感分布式污染估算（DPeRS）模型，结合草原地表径流型和消落带型NPS污染特点研发草原型流域NPS污染入河负荷分布估算方法。该方法以遥感数据为驱动，实现了逐月尺度像元级NPS污染入河负荷分布估算，相较于以往NPS污染模拟模型，综合考虑了消落带型NPS污染对河流的影响。草原型流域NPS污染入河负荷由草原地表径流型NPS污染入河负荷和草原消落带型NPS污染入河负荷两部分组成。草原地表径流型NPS污染入河负荷分溶解态和颗粒态分别进行估算，主要基于克鲁伦河流域干湿沉降、土壤、草原利用强度等地面数据及遥感数据核算草地氮磷平衡，结合流域降水、土壤氮磷含量等草原型NPS污染连续型参数的空间分布特征，耦合定量遥感反演模型与NPS污染地面模型开展空间负荷估算；草原消落带型NPS污染入河负荷则是基于2019—2022年4—10月逐月哨兵2号影像提取的流域消落带范围，结合消落带不同地类土柱淹没释放模拟实验获取的NPS污染总氮和总磷释放速率，估算草原消落带型NPS污染负荷量。基于以上方法最终得到克鲁伦河流域草原型流域NPS污染入河负荷空间分布数据集，并统计得出2022年流域NPS污染总氮和总磷入河量分别为3542.5 t/yr和1559.9 t/yr，其中地表径流型NPS污染总氮和总磷入河量分别为3105.0 t/yr和1387.1 t/yr，消落带型NPS污染总氮和总磷入河量分别为437.5 t/yr和172.8 t/yr。本数据集为实现高精度的流域NPS污染管控单元划分技术提供了有力支撑，对于中蒙两国维护“一带一路”沿线的资源生态安全具有重要的参考意义。

克鲁伦河流域生态环境安全直接关乎中蒙两国流域可持续发展水平，科学划分面源污染管控单元对于该流域实现水环境精准施策和高效管理具有重要意义。然而，当前该区域在污染管控方面缺乏有效的分区数据来指导具体施策。传统的污染管控单元划分方法，难以精确反映草原面源污染的差异性，从而在一定程度上影响了管理效果。草原面源污染受多重因素影响，其地理属性在属性上呈现出重复性，同时在空间分布上又表现出连续性。为了更准确地捕捉这些特征，需要一种能够平衡处理属性重复与空间连续的聚类方法。本研究针对克鲁伦河流域，面向草原面源污染影响因素，综合考虑了年平均降水、气温、数字高程、草地载畜强度以及土壤全氮磷含量等关键连续数据，利用能有效处理属性依赖关系和空间一致性策略的空间Toeplitz逆协方差聚类（STICC）方法进行聚类分析，构建了2022年克鲁伦河流域面源污染管控分区数据集。为了验证该数据集的精确性，采用DUNN聚类精度评价指标对该分区效果与其他传统分区结果进行了对比，结果显示：STICC方法在聚类精度上优于K-Means、Spectral K-Means、GMM及Repeated Bisection等方法，能够更有效地识别污染的异质性区域，进而显著提升管理的精细度。此外，本研究还保留了数据的原始连续性，使得对污染特征的刻画更为准确。相较于传统方法，本研究提供的分区数据在细节展现上提升了50%以上。该数据集不仅为深入研究克鲁伦河流域的面源污染特征提供了有力支持，还为相关管控决策提供了坚实的数据基础。

草原载畜强度是指单位面积上养殖的各类牲畜的数量，是评价草原生态状况和草原管理的重要指标。草原载畜强度过高可能导致草原退化、土壤侵蚀、生物多样性减少等一系列生态环境问题，研究估算草原载畜强度，并且指导合理的草原利用可以保持草原生态系统的可持续发展。传统估算草原载畜强度方式耗时耗力，难以直接估算放牧对草原载畜强度的影响。本数据集以放牧数量表示草原载畜强度作为研究对象，运用贝叶斯网络模型，考虑土壤属性、植被、地形、河网密度和道路密度等环境影响因素和2021年克鲁伦河流域113个嘎查的草原载畜强度之间的因果关系，估算克鲁伦河流域公里网格内的草原载畜强度。2021年克鲁伦河流域放牧马、骆驼、牛、山羊和绵羊共五种牲畜，经过换算后共有10821500只绵羊，分布在113个嘎查中，显示出显著的空间异质性。研究表明，地形高程（DEM）、河网密度、植被指数（NDVI）和细粒土堆积密度直接影响草原的载畜强度，其中NDVI的影响最为显著。草原载畜强度的预测结果显示，绵羊数量最多可达53480只，最少为0，平均每平方公里有115只。该模型完成了对草原载畜强度的准确预测，交叉验证中训练数据精度为84%，测试数据的精度为87%。

精确获取流域范围内的植被覆盖度（Fractional Vegetable Cover, FVC），对于深入研究流域生态环境、湿地健康状况及其生态保护策略具有至关重要的意义。克鲁伦河流域是横跨中蒙边境的重要生态区，具有很高的生物多样性价值，对支撑并维护该区域生态系统平衡具有重要作用，鉴于此，本数据集以克鲁伦河流域作为研究区，基于10米空间分辨率的Sentinel-2多光谱遥感影像获取高精度植被覆盖度数据集，为流域生态环境保护提供数据支撑。为克服像元二分法、线性回归方法、随机森林回归模型等传统植被覆盖度反演方法在光谱特征间细微差异挖掘有效性与高维特征间复杂非线性关系发现不足等问题。为更精准估算该流域植被覆盖度，论文比较了基于深度学习的双向长短时记忆网络（Bidirectional Long Short-Term memory, BiLSTM）模型、随机森林回归、多层感知机与LSTM四个模型的性能以确定数据处理方法。所用特征数据以Sentinel-2多光谱数据为基础，综合光谱指数与高程数据，所反映植被相关信息包括叶绿素含量、水分状况以及地形地貌等。该特征数据集将进一步划分为训练集和测试集。比较结果表明，BiLSTM的R2和RMSE分别为0.716和0.103，综合性能最优。论文基于该模型生成了2022年克鲁伦流域的月度植被覆盖度数据集，包括12个月的克鲁伦河流域植被覆盖度反演结果组成，全部数据已经完成拼接和掩膜提取等操作。该数据集可用于评价克鲁伦河流域地表植被生长状况和生态系统健康状况，并为相关流域的生态保护研究提供支持。

蒙古高原是我国北方重要生态屏障，蒙古国生态功能的稳定与健康对于深入了解全球气候变暖的区域植被响应特征及筑牢我国北方生态屏障具有重要的理论与现实意义。植被覆盖度（FVC）是指评估地表植被覆盖程度的指标，通常用于衡量植被对地表的覆盖情况，是评价草原生态系统健康的重要指标之一，对及时监测草原植被的变化情况、发现草原退化和恢复的趋势具有重要意义。植被覆盖度的变化直接影响土壤侵蚀和水土流失，监测和控制植被覆盖度有助于减缓土壤侵蚀速度，维护草原生态系统的稳定性。本研究旨在生成并验证1990年至2022年间空间分辨率为1/12°的年度FVC数据集，以反映长时间序列下蒙古国植被覆盖度空间分布情况。为确保数据集的准确性和可靠性，研究结合了MOD13Q1数据进行计算校准和验证，以确保FVC计算的精度。本研究通过植被覆盖度数据集的构建，为蒙古国草原生态系统的保护与管理提供了科学依据。

蒙古国草地系统的健康状况关系着其畜牧业效益和国内外生态安全。衡量牲畜放牧密度并合理控制放牧密度对于维护蒙古国草地生态系统健康以及实现畜牧业的可持续发展具有重要意义。空间放牧密度梯度信息的缺失阻碍了对草地承载力相关研究的推进。本研究基于2015年世界网格化牲畜数据集（gridded livestock of the world，GLW）、牧区人口密度、土壤水分、年降水、地表温度和净初级生产力（net primary productivity，NPP）等空间数据，利用谷歌地球引擎（Google Earth Engine，GEE）云平台运行随机森林回归算法，建立了蒙古国放牧密度估算模型；基于省域牲畜存栏量统计数据检验了模型的准确性，并结合不同年份预测因子数据，模拟了蒙古国2006—2020年放牧密度空间分布。为确保数据集的准确性，采用判定系数（R²）、平均绝对误差（MAE）和均方根误差（RMSE）三个误差测量指标对数据集进行校验。模拟结果显示，2006—2020年蒙古国放牧密度在空间上整体呈现北高南低的特点；2006—2010年蒙古国放牧密度扩张明显，放牧密度高于5 TLU/km²区域面积占比由0.223%增加到51.390%；2010—2020年，蒙古国大部分地区放牧密度无显著变化。检验结果表明，该数据集较好地实现了蒙古国放牧密度空间化的模拟，2006、2010、2015和2020年模拟数据与蒙古国省域牲畜存栏量拟合R²分别为0.844、0.734、0.914、和0.926，均通过显著性检验，MAE分别为5.195、3.513、2.336、3.461，RMSE分别为8.135、5.257、4.200、5.909。本研究提供的蒙古国放牧密度数据集对该地区草地生态系统的可持续发展以及牧民的生计安全提供了重要信息支撑。

随着农业农村现代化建设的推进，投资需求日益增长，但中央财政投入相对有限，亟需引导金融社会资本投入。本文综述了相关研究及实践情况，探讨了农业农村部开发建立农业农村基础设施建设融资项目库，并升级为综合融资服务平台的探索与实践。分析了融资项目库的成效与不足，阐述了项目库升级至综合融资服务平台的建设思路、主要功能和架构设计，并提出了深化投融资数据资源开发与共享的措施，以及对平台未来发展的展望。未来，该平台有望进一步完善功能，提升服务质量，吸引更多金融机构和企业入驻，为农业农村重大项目投融资提供更有力支持，推动农业农村经济持续发展。

食物浪费不仅导致大量宝贵资源的无效利用，更带来了沉重的经济负担，对社会和环境造成了深远的负面影响，已成为全球范围内不容忽视的议题。为了应对这一挑战，各国政府及民间组织开展了一系列旨在推动粮食节约的社会实践活动，并迅速获得了社会各界的积极响应。以开展光盘行动为契机，本数据集对光盘行动前后的个体就餐及食物浪费数据进行记录和保存，为研究食物浪费行为和干预措施对食物浪费行为的影响提供数据支撑。采用拍照编码法，通过为期四周的跟踪调查，本数据集收集了722位高校学生的个体特征数据以及16 976份食堂就餐数据。其中，个体特征数据涵盖了学生的个体及家庭特征、平时就餐习惯、健康饮食行为、食物浪费行为及对食物浪费的主观感知；就餐数据涵盖了每次就餐的餐次、食物构成、满意度、花费、共同就餐人数、是否吃饱以及食物浪费量等信息。所得数据均经过预调研及人工质量检验，数据处理均按照统一数据格式、剔除错误数据等规范化流程处理，以保证其科学性和准确性。本数据集为广大学者基于动态视角分析干预措施对食物浪费行为的影响研究提供数据支持，并为利用拍照编码法开展食物浪费行为研究提供了基础数据和实验范式。

单一的组学数据难以全面揭示基因调控性状的复杂分子机制，整合不同类型和层次的生物组学数据对于理解生物体内复杂的分子网络具有重要的意义。本数据集提供了包含21个动物物种的61191个个体水平组学数据（WGS、RNA-Seq、ChIP-Seq和ATAC-Seq）和基因组注释信息，有效数据规模为2.8 TB。此外，本数据集还收录了基于深度学习算法得到的基因与表型实体识别数据。总的来说，该多组学数据集可用于农业重要性状的基因发掘和功能验证，能够为跨物种比较研究提供有价值的资源，也可更好地服务于动物经济性状关键基因识别模型构建以及算法研究。

对2016-2023年参加山西省品比试验的1439个玉米杂交种通过人工接种的方法，进行了大斑病田间表型抗性分析。本数据集以Excel格式存储，共包含1439行数据，其中每一行代表一个玉米品种。数据集中的列包括：玉米类型、品种名称、熟期、播种时间、接种时间、抗性调查时间、各品种大斑病抗性分级等。该数据集的建立和共享可为抗大斑病玉米品种的筛选和后续推广利用提供技术支撑，同时为抗大斑病材料的选育提供参考资料。

中国在全球葡萄产业中占据重要地位，栽培面积和产量均居世界前列。作为果树产业的关键分支，葡萄产业对于农民的增收和乡村振兴起到了支柱作用。国外品种的引进和自主培育极大地丰富了我国的葡萄品种储备，为产业发展奠定了基础。但品种增多也带来了品种同质化及鉴定困难，传统的形态特征鉴定方法已不再适应当前的需求。本研究对291份鲜食葡萄种质资源提取DNA，利用30对荧光标记的SSR分子标记进行了PCR和荧光毛细管电泳检测，构建品种分子指纹图谱。本研究构建的分子指纹图谱数据库共包含8 730条信息，进一步分析表明，所选用的30个引物位点平均基因型个数为10.7个，杂合度范围为0.21到0.62，平均杂合度为0.38。依据30个引物位点基因型个数，216个品种被推测为二倍体，75个为多倍体，发现二倍体品种间的相似度普遍较低，而多倍体品种的相似度则相对较高。这项研究的成果不仅为葡萄品种鉴定提供了准确依据，而且为种质资源的亲缘关系分析提供了数据支撑，对葡萄产业理论研究和实际应用均具有重要意义。

香气是葡萄重要的品质性状之一，也是葡萄品质研究的热点和分子设计育种的重要内容。葡萄种质资源丰富，在香气性状上也表现出了丰富的遗传多样性。本研究使用固相微萃取—气相色谱—质谱联用技术（SPME-GC-MS）对242个葡萄品种果实香气组分和含量进行了测定，并开展了组分与感官评价的相关性、组分之间的相关性和品种之间的主成分分析。共检测出526种挥发性组分，并从中筛选出108种可能的香气组分，包括酯类、醇类、醛类、酮类、萜类、烃类、酸类和呋喃类共8种类型，从种类数上看，酯类最多，其次是萜类，从频次上看，醛类最高，其次是烃类和醇类。与香味感官评价相关性系数最高的前十种组分包括6种酯类、3种萜类和1种烃类，其中己酸乙酯相关系数最高，其次为2—己烯酸乙酯和芳樟醇。同种类型的组分之间表现出了较高的相关性，特别是酯类、萜类和呋喃类，不同类型的相关性比较低。主成分分析大部分的品种聚在一起，并在三个主成分方向上存在发散，并且与感官评价的结果高度一致。本研究为研究葡萄香气性状遗传多样性和种质特异性提供了重要的数据支持。

小麦是全球主要粮食作物之一，随着物联网技术的发展，多光谱动态采集技术通过捕捉丰富的光谱信息，识别可见光范围内难以区分的物质和特征，从而为水肥亏缺诊断、病虫害预警等提供更详细的数据支撑。目前大部分研究采用无人机遥感平台搭载多光谱相机获取小麦冠层多光谱图像，然而无人机运行维护成本较高，且无法实时采集小麦整个生长周期内的连续生长信息，相比而言，多光谱原位监测设备能够逐日实时采集特定区域内作物整个生长周期的生长数据，从而实现连续性的作物生长动态监测。本研究在2024年4月9日至6月6日期间，对北京市小汤山国家精准农业研究示范基地内设置的试验田小麦的拔节期、孕穗期、开花期和灌浆期图像进行了采集。经筛选和整理后形成的有效数据为每日6点-18点采集的多光谱图像，采集频率为一小时，数据量为1.42 GB。图像数据由布设在自然大田环境中的多光谱原位监测设备定时拍摄而得，并以文件夹形式存储。图像经过专业人员筛选和整理，确保数据高质量和可靠性。本数据集可通过多光谱图像数据实现对小麦的水肥亏缺诊断、病虫害监测等任务，将提取出的反射率值、植被指数、颜色特征、纹理特征、植被覆盖度等信息带入预测模型中进行分析预测，同时本数据集还适用于构建小麦叶绿素含量、生物量估算的网络模型等研究。

由于我国农业生产过程中地膜的大量使用，邻苯二甲酸酯（Phthalate esters, PAEs）已成为土壤中普遍存在的有机污染物之一。邻苯二甲酸单丁酯（Monobutyl phthalate, MBP）、邻苯二甲酸单乙基己基酯（Monoethylhexyl phthalate, MEHP）等邻苯二甲酸单酯（Phthalate monoesters, MPEs）是PAEs代谢过程的重要中间产物，与PAEs长期共存于土壤环境。毒理学研究表明，这些代谢物具有同等甚至更强的内分泌干扰作用。因此，随着土壤中PAEs持续不断代谢所造成的MPEs累积会对作物产生潜在的毒性效应，并最终会通过食物链增加人类的健康风险。本文数据集选择菠菜为供试植物，通过设置6种不同浓度邻苯二甲酸二丁酯（Dibutyl phthalate，DBP）和MBP观察2周内种子萌发情况和3种不同浓度盆栽实验重点研究DBP和MBP对菠菜生长、光合指标、品质及其抗氧化系统的影响获得相关数据集，同时对比分析菠菜对DBP和MBP的吸收和转运数据集，旨在探明MBP对菠菜生长的毒性效应及累积特征提供相应数据集，从而为全面评估土壤中PAEs及其代谢产物污染的生态风险提供参考依据。