农业机器人是农业现代化发展中的一项重要组成部分，计算机视觉技术通过对作物和环境的感知与解析，有效促进其在农业领域的落地与应用。但由于农业场景的复杂性、多样性，当前先进计算机视觉方法所需要的详细且注释的大规模图像数据集在农业领域十分稀缺，这也是阻碍计算机视觉技术在农业领域发展的一个主要瓶颈。针对这一痛点，该文提供了一个可用于图像语义分割、图像实例分割、目标检测任务的大规模番茄图像数据集。该数据集由两部分组成，分别为合成部分和经验部分。其中合成部分使用Wageningen大学等人提出的数据合成方法，生成3250张合成番茄图像以及对应的像素级别语义分割标签图；经验部分由RGB相机拍摄的750张单目图像和400张双目图像构成，并人工对它们部分进行了包括实例分割、目标检测等在内的精细标注。研究旨在从多个角度丰富该数据集，包括数据集的大小、标注信息的多维度、场景的复杂性等方面，为今后利用计算机视觉技术解决农业领域问题提供数据基础。

随着现代信息技术在农业领域的广泛应用，海量农业数据得以收集、分析用于促进农业现代化发展。本文以大别山区连片特色农产品生产经营全产业链为研究背景，在系统分析该区域农产品生产加工销售等各产业链环节数据特征、有机整合农产品生产经营数据资源等需求的基础上，采用包含基础设施层、数据资源层、数据处理分析层、数据显示层等四层大数据平台总体架构的设计模式，搭建了基于Hadoop大数据技术的农产品全产业链数据资源库与大别山区云农场智慧服务大数据平台，面向产业区相关农业从业人员所需业务主题进行平台功能的开发，对农业数据资源库中数据实施数据清洗、数据挖掘、数据建模等技术处理，寻找农产品生产经营过程动态变化规律，实现了信息共享、智能预警与辅助决策等智慧服务功能。其中，信息共享功能用于提供大数据平台各子系统平台数据资源共享服务；智能预警功能用于提供农产品全产业链生产经营过程中农产品生产环境、价格等关键指标信息的预警服务；辅助决策功能用于提供农业从业者产业区农产品生产经营情况变化通知，辅助经营过程决策服务等。研发的云农场智慧服务大数据信息管理中心和数据可视化系统，可为促进大别山区特色农产品全产业链信息化与智能化水平提供参考。

叶面积指数（leaf area index，LAI）是表征作物生长信息的重要参数，利用无人机遥感平台获取农作物光谱信息定量反演LAI对精确监测作物生长情况具有重要意义。本文以玉米为研究对象，利用无人机（unmanned aerial vehicle，UAV）搭载MicaSense RedEdge-M多光谱成像仪获取玉米拔节期、抽雄期、成熟期等关键生育期内低空遥感影像，同步采集地面LAI，基于多光谱信息构建植被指数并研究其与LAI的定量关系，进一步建立玉米LAI估算模型，对比分析筛选最优植被指数与最适监测时期。实验发现在拔节期、抽雄期、成熟期玉米LAI与NDVI、OSAVI、EVI、NDRE均具有较好的相关性；在不同时期分别基于OSAVI、NDRE、NDRE建立了LAI监测模型，模型监测精度分别为0.549、0.753、0.733；验证模型精度分别为0.907、0.932、0.926，模型估算值与田间实测值间相对误差分别为8.57、8.37、9.24，均方根误差分别为0.104、0.087、0.091；基于不同生育时期LAI估算模型进行田块尺度的LAI空间分布制图，估算值与实测值的决定系数分别为0.883、0.931、0.867；相对误差分别为：9.17、8.86、9.32。结果表明基于MicaSense RedEdge-M多光谱成像仪能有效估算玉米关键生育时期LAI，可为定量实时估算田块尺度的玉米LAI提供理论依据。

科学数据是信息时代最基本、最活跃的科技资源，科学数据共享是发展的必然趋势，实施科学数据共享可以节约社会资源，避免重复的劳动，还可以对现有的科学研究进行验证，具有重要的现实意义和迫切的社会需求。知识产权保护作为科学数据共享的前提，对促进科学数据的有序利用、为科技发展提供源源不断的创新发挥着十分重要的作用，是实现科学数据共享急切需要解决的根本问题。本文主要采用文献调研、对比分析等方法，对近年来国内外关于科学数据、知识产权主题相关文献进行分析，在总结我国科学数据共享的知识产权保护现状的基础上，挖掘科学数据共享和知识产权的关系，提炼出当前科学数据共享面临的知识产权保护存在的主要问题：数据产权以及归属的认定是科学数据共享应用权益分配的依据，目前，我国科学数据产权归属不清晰，缺乏公认的产权解决方案，缺少统一的政策引导、知识产权保护意识薄弱以及科学数据出版动力不足等。针对这些问题，提出了关于科学数据共享的知识产权保护对策：明晰科学数据产权归属、平衡各方主体利益；建立政府引导机制、全面发挥政府作用；推动科学数据出版、规范科学数据引用；创新科学数据共享的知识产权保护技术支持。以期构建良好的数据共享环境，保护数据生产者合法权益。

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。

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。

随着信息技术不断的普及，畜牧业信息化也得到了较快的发展。安徽是生猪养殖大省，生猪产业在本省畜牧产业中占到了很大的比重，从全国来看，安徽的生猪养殖也占据着不可估量的地位。安徽本地猪品种多、肉质鲜美、营养价值高，但是其生长周期长且安徽的生猪养殖大多以小规模和中规模养殖为主，这就导致了饲养安徽本地品种猪的人工成本较高，饲养数量较少，本地猪种的数量逐渐减少。针对安徽本地猪品种生长周期长、小规模养殖人工成本高等问题，开发了生猪养殖信息化管理平台，实现贯穿生猪养殖全过程的信息智慧管理。平台采用B/S的架构，分为视图层、逻辑业务层和数据层三个层面，具备公猪母猪事件、仔猪育肥猪事件、猪场兽医、统计分析等8个功能事件，融合了移动终端与web端，贴近生产要求设计了合理的数据库结构。便捷了小规模的用户使用，最大程度的降低了生猪饲养的人工成本，提升了生猪养殖的智能化、标准化、信息化程度。试用结果表明，该生猪养殖信息化管理平台可以为小规模的生猪养殖提供高效全面的信息化管理，降低生产成本，同时能够对生产数据进行动态监测并提供科学的决策。

冷链物流是指产品在流通过程一直处于低温的环境，包括运输、配送、加工、包装、贮藏、分销和零售等各个环节，通过冷链物流运输产品能够减少损耗，使消费者可以获得品质优、新鲜度高的产品。中国冷链物流技术的发展落后于发达国家，主要表现为冷链运输配送率低和人均冷库面积低，同时还存在基础设施落后、体系不健全和信息化水平不高的问题，严重制约了农产品质量安全保障体系的建设与完善。在现代化信息技术快速发展的背景下，农产品冷链物流过程中科学合理地应用大数据技术，不仅可提升农产品流通过程中的存储环境控制能力，有利于保障农产品质量安全，还可实现资源整合、降本增效。本研究通过探讨国内外冷链物流的现状及农产品冷链物流发展的意义，提出应当充分利用大数据时代的优势，构建农产品冷链物流平台，为中国农产品冷链物流发展提供支撑。基于大数据的农产品冷链物流平台包括数据基础层、信息管理层和应用层，通过大数据技术对冷链物流中的核心环节进行优化，实现优化农产品物流运输和仓储管理、强化农产品质量安全控制、提升精准销售和高效配送能力、提升信息交换共享能力等效果。最后，本研究提出在大数据时代农产品冷链物流行业应当重视顶层设计、加强冷链基础设施建设、做好大数据体系构建和数据深入挖掘工作，以及加快培养和引进高科技人才等发展建议。

使用机器视觉方法进行虫害识别是果园害虫防控或治理的必然需求。目前对果园害虫图像数据的采集，多数品种单一，分辨率参差不齐。并且仅收集害虫原始图像数据，同时包含原始图像和机器识别显著图图像的数据集极少。本数据集包括桔小实蝇、金龟子、梨小食心虫、青叶蝉、星天牛和柑桔大实蝇六种常见害虫的图像数据，共计2412张。其中原始图像1613张，未经处理。经过反卷积方法处理的图像，剔除特征不显著的图像后，保留特征显著图像，共计799张。该数据集可为果园害虫的识别分类研究提供数据基础。

乡村振兴的总目标是实现农业农村现代化，没有农业农村信息化就没有农业农村的现代化。信息化发展水平已成为衡量农业农村现代化水平的重要标志，特别是随着现代信息技术在农业农村领域的应用逐步深入、成效日益凸显，迫切需要构建一套科学全面、操作性强的农业农村信息化发展水平评价指标体系。本文从发展环境、基础支撑、生产信息化、经营信息化、乡村治理信息化和服务信息化6个层面，构建了包括6个一级指标、14个二级指标和20个三级指标在内的农业农村信息化发展水平评价体系，并以31个省（区、市）的2642个县域为基本单元，收集了2020年的相关数据，测度了2020年全国以及各省（区、市）的县域农业农村信息化发展总体水平。实证分析结果表明，2020年全国县域农业农村信息化发展总体水平为37.9%，浙江、江苏、上海分别位居全国前三位。结合实证分析结果，本文从农产品电子商务高速增长、基层治理数字化快速提升等5个方面系统总结了我国农业农村信息化发展取得的阶段性重要成效，并从发展不平衡不充分、农业生产信息化水平低等4个方面分析了存在的短板和弱项，对“十四五”期间推进农业农村信息化高质量发展、助力乡村全面振兴提出了对策建议。

随着生活水平的不断提高，生鲜农产品的质量安全已经成为人们密切关注的焦点问题。生鲜农产品追溯是食品质量安全保障中不可或缺的重要环节，同时也是提高消费者对产品信任度的有效措施。区块链以链式结构对数据信息进行分布式记录和分布式存储，通过利用加密算法、共识机制以及智能合约等技术为多方合作中出现的数据隐私与信任等问题提供了高效的解决方案。基于区块链技术的农产品追溯系统具有提高生产、加工、运输、销售过程的透明度和效率，增强数据可信度，体现数据可追溯性等优点，同时可以剔除农产品供应链中不必要的中间商，并且增强消费者对可追溯农产品的信心。本文介绍了区块链及其技术特点，分析了生鲜农产品从种植养殖、生产加工、物流运输和分销销售的整个供应链环节，提出了一种基于区块链和物联网设备的生鲜农产品可追溯性框架，并总结了区块链技术在果蔬追溯、畜禽肉类追溯和水产品追溯方面的应用进展，同时指出了现阶段区块链农产品溯源所存在的消费者对区块链接受度低、市场主体之间存在用户隐私与交易保密的顾虑和无法保证源头数据的真实性等关键性问题，最后结合区块链技术讨论了未来生鲜农产品追溯的发展方向，为促进生鲜农产品追溯的深入研究提供启发与借鉴。

植物的波谱特征主要取决于它的叶子，叶片的生长状态决定了不同的特征光谱信息。不同植物叶片的色素含量、细胞结构、含水量、营养物质不同，光谱响应与图像呈现均不相同。利用光谱和图像分析等技术，可以识别植物类型、反演植物营养元素含量、监测植物生长状态。目前多数研究集中在某一时期光谱或图像的研究，同时连续获取光谱和图像的研究较少。本研究通过收集国家苹果资源圃中的富士、华红、嘎啦三种苹果叶片8-10月每周一次的苹果健康标准叶片，并进行近红外光谱和图像的获取，以期为今后利用无损手段进行品种识别、测定苹果健康情况等积累基础数据。

单木胸径、树高和冠幅等三维结构参数是森林生态系统结构、功能与格局等研究的重要基础。应用天基卫星遥感影像和空基无人机影像多用于提取区域、林分和样地尺度的森林结构参数，基于地面背包式激光雷达可高效获取单木尺度的高精度特征数据，提升传统的人工地面调查效率和准确性，是森林结构参数反演数据来源的有力补充。以新疆西天山森林生态系统国家定位观测研究站的天山云杉林为研究对象，根据天山云杉的立地条件、林分起源和空间分布等特征，于2019年10月选择3块人工林和3块天然林样地进行背包式激光雷达扫描，共获取320株天山云杉单木的三维点云数据。通过对点云数据进行预处理和单木参数识别，提取单木X坐标、Y坐标、胸径、树高、树冠直径、冠幅面积和树冠体积等三维结构参数，构建2019年天山云杉背包式激光雷达三维参数测量数据集。本数据集可为多尺度森林生态系统关键参数反演研究提供基础数据，也可为森林资源外业调查过程中背包式激光雷达应用效果评估提供案例。

冷链物流已经成为降低农产品采后损耗、保障农产品安全的重要手段；新冠肺炎疫情中，与冷链关联的病例时有发生，引起了社会各界对冷链物流的高度关注。建立农产品冷链物流可信追溯体系，对于保障新冠疫情下农产品安全、实现精准追溯与召回具有重要意义。本文通过梳理中国农产品冷链物流发展现状以及新冠疫情下冷链物流面临的挑战，充分发挥区块链在农产品冷链物流追溯中的优势，提出基于区块链技术构建一个从产区到销区、从田间地头到餐桌的农产品冷链物流追溯系统，以期增强农产品冷链物流的追溯可信度。首先，从政府、企业、以及消费者三个参与主体的角度出发，对追溯系统需求进行详细分析；其次，将系统架构划分为感知层、数据层、网络层、核心层、应用层以及用户层六个层次；然后对系统存储机制和流程进行设计和分析，采用“IPFS+区块链”的链上链下双存储机制存储数据，以解决区块链的不足，提高追溯系统运行和查询效率；最后对政府、企业、消费者三个不同端口的主要功能进行介绍。该系统可有效解决农产品冷链物流全程追溯困难、责任主体不明确等问题，实现农产品冷链物流的全程可追溯，从而提升农产品生产监管实效，从根本上提高农产品的质量安全，增强消费者对食品安全的信任。

农产品进口多元化是我国保障粮食安全的重要战略之一。新冠疫情之下，农产品冷链物流面临着新的挑战，也迎来了新一轮快速发展的契机。如何在港区构建起对农产品安全监管的首道防线，确保进港货物安全可靠显得尤为重要。近年来，我国持续加强了进口农产品监管追溯体系建设，但整体系统建设仍存在薄弱环节，缺乏联动性。本平台针对新冠疫情下港区农产品冷链物流信息关联性、可溯性弱等问题，依托基于低功耗射频识别技术结合无线传感网络采集进口农产品冷链物流环节温湿度等微环境关键实时数据，联合生产、流通、经营、监管等多方主体共筑进口农产品检验检疫证明、核酸检测报告、消毒证明等基本信息数据池，融合新一代物联网、互联网、大数据、云计算、区块链等核心技术，构建标准数据流和数据库，借助先进算法从海量数据中识别影响农产品质量安全的关键环节和要素，建立进口农产品风险管控和预警、追溯模型，进而探索打造港区综合性监管平台，实现关键数据清洗、数据整合、数据分析、数据共享，为政府监管、分析决策、应急响应、公众查询提供有力支撑，提高进口农产品冷链物流的源头追踪能力，织密进口农产品冷链物流“物防”“人防”网络，促进完善港区农产品冷链物流监管体系。

粮油食品全供应链结构复杂、周转周期长、利益相关方众多，维护整个粮油食品供应链的安全具有挑战性，实现粮油食品全供应链信息安全可信溯源，有助于提高粮油食品质量安全，进而提升人民生活水平。本文以可信区块链和可信标识为驱动，构建粮油食品全供应链信息追溯模型，并进行合约化实现与实例验证。首先，在对粮油食品全供应链调研与分析的基础上，设计了适用于粮油食品的全供应链信息追溯模型框架。其次，分别设计了可信标识机制、多模存储机制和可信追溯机制。可信标识机制用于粮油食品全供应链的数据信息跟踪；多模存储机制用于解决粮油全供应链环节众多导致的信息繁多冗杂问题；可信追溯机制用于实现的粮油食品全供应链各环节信息采集、存储、传输的可信。最后，基于数据流转过程，进行了模型运行流程分析，并基于信息追溯模型，以超级账本Fabirc开源框架设计并研发了粮油食品可信追溯系统，通过案例对系统进行了实例验证。结果表明，本文构建的模型及系统解决了传统追溯机制及系统中存在的数据安全性低和共享性差的问题，实现了粮油食品供应链全生命周期多源异构信息的可信上链、存储、处理和追溯，提高了粮油食品追溯的细粒度和准确性，为粮食战略安全提供了一定的支撑。

物联网、云计算、大数据、区块链、人工智能等新一代技术为传统农业的升级改造和智慧农业发展提供了新路径新模式。本文以云南省“一县一业”示范县凤庆县的核桃产业智慧化发展为研究对象，以解决核桃种植基地环境的关键数据监测和应用需求为目标，针对山区核桃基地基础设施薄弱、供电供网困难、数据安全难以保障和基地数据采集和监测难度大等问题，开展了基于STM32技术，广泛适用于山区及偏远地区的核桃等农作物的基地环境监测物联网系统进行研究、设计与实现，系统基于NB-IoT技术、4G技术、太阳能供电和区块链等技术，与阿里云物联网平台实现数据融合，从系统总体构架、主控模块、通信模块、供电模块、数据传输模块、区块链设计与部署、数据安全保障和数据可视化等方面开展了研究，设计开发了基于物联网的山区核桃基地环境数据监测系统，将区块链技术与物联网技术进行深度融合，使用百度开源区块链Xuperchain构建数据安全链，实现所有监测数据实时上链，保障数据的真实性、可靠性和不可篡改。通过大量测试和在凤庆县四个核心核桃产区进行应用示范，证明基于STM32的核桃基地环境物联网监测系统具有较高的可用性，取得了较好效果，为推动核桃产业链、价值链、供应链分解重构和演化升级，打造智慧、绿色、生态的核桃品牌提供数据支撑和参考。

随着社会发展和进步，消费者对果蔬产品质量要求越来越高，安全、新鲜、营养、好吃等都成为消费者选购果蔬产品的重要指标。果蔬冷链追溯体系是基于冷链技术和追溯技术的综合性体系建设，对提升果蔬质量、新鲜度具有重要应用。中国在果蔬冷链建设和追溯建设方面均起步较晚，虽然近年来发展较快，但在市场应用方面与发达国家仍有差距。果蔬冷链追溯是集成冷链技术和追溯技术的综合性应用模式，应用过程需进行追溯信息采集和追溯方案设计。信息采集需采集果蔬冷链关键控制点和果蔬追溯基本点，其中冷链控制关键点研究与确定是信息采集的基础，是果蔬冷链追溯体系与其他农产品追溯体系的重要区别；追溯方案设计以冷链为核心环节，涵盖种植、加工、流通、销售等果蔬产销全流程，分为物理层、数据层、逻辑层和交互层四个相对独立又相互联系的系统层级。本文通过对果蔬冷链追溯实现形式的研究分析，指出果蔬冷链追溯产业在法律法规体系、标准体系、技术水平、社会认可度、人才队伍等的建设方面存在问题，并依此提出健全法律法规体系、完善标准体系、推动技术发展、提高社会认可度、加强人才培养等5个方面的发展建议。最后，结合对果蔬冷链追溯发展现状的分析，指出未来中国果蔬冷链追溯进一步发展，必将更好满足人民对声好生活的向往。

发展数字经济，完善大数据建设，创新各行业大数据应用已成为国家战略，而区域大数据发展水平及政策倾向直接影响区域农业大数据的建设和应用。课题深入调研分析2020年各区域大数据和农业大数据建设现状基础上，建立比较评价指标体系，创新性横向比较区域大数据发展及区域农业大数据建设水平，再纵向立体综合对比各区域各指标内涵及相互关联关系：受区域经济发展水平、区域基础建设、区域政策、人才建设、资金投入、产业集聚的影响，区域大数据发展及区域农业大数据建设不平衡，基本呈东高西低的态势；其中环境发展指数对大数据及农业大数据发展水平影响重大；数据资源建设进程不一，很多省公共数据开放不到位；区域竞争让人才、组织、示范企业高度集中；科研人才、资金等的投入成为中西部及东北各省创新能力的洼点；各省区域农业大数据建设重视度不同，加上农业数据的复杂性，建设进度落后于区域大数据，出现部分区域农业大数据建设与经济及区域大数据发展水平不匹配，发展战略无法有效实施的矛盾现象，成为区域大数据发展的短板，严重阻碍区域及全国大数据及农业大数据发展。基于研究进一步总结大数据及农业大数据战略实施存在的问题及成因，探讨大数据及农业大数据发展策略。

冷链可以有效维持易腐食品品质、保障质量安全、降低过程损耗，冷链环境监控对于充分发挥冷链物流效能至关重要。当前，冷链环境监控技术可以满足多点、无线、实时等监测需求，并通过与新一代智能信息技术结合开始向冷链物流环境精准预测方向快速发展。本文针对冷链运输温度预测问题，从挖掘历史数据时序信息角度出发，提出了一种基于门控循环单元网络 （Gated recurrent unit，GRU） 的冷链运输温度时序预测方法。首先，滤除冷链运输温度时序数据的异常值和缺失值，利用拉格朗日插值法进行填补修正后归一化处理；然后，根据三种不同时间序列预测尺度的GRU神经网络模型预测性能对比结果，选择构建GRU时序预测模型用于预测冷链中实验冷藏厢体未来10 min的温度变化，并与循环神经网络 （Recurrent neural network，RNN） 模型、反向传播神经网络 （Back propagation，BP） 模型进行预测准确性对比试验。对比冷链厢体温度真实值与预测值发现，基于 GRU 神经网络模型的对应厢体预测温度均方根误差和平均绝对误差分别为 0.156 和 0.760 ℃，平均绝对百分比误差为0.236%，与其他模型相比，以上误差指标值均处于相对最低水平；在温度时间序列预测模型中，GRU时序预测模型表现出更优的预测效果。该研究成果对于食品冷链物流中预测预警食品安全、精细控制冷链环境具有重要的实际指导意义。

由于生鲜果蔬生产的地域性和季节性，生鲜果蔬在采摘后需要经过运输、贮藏等物流过程才可以到达消费者的手中，在此过程外界因素的影响会造成生鲜果蔬发生一系列生理变化，进而影响其口感。本研究以鲜食葡萄为研究对象，拟探索鲜食葡萄在物流运输过程中的理化指标与感官品质关系建模，基于对实际运输过程的监测在实验室开展了鲜食葡萄运输模拟实验和感官实验，获取了鲜食葡萄运输过程中理化指标和感官品质数据，并构建了不同运输模式下的鲜食葡萄品质数据集；构建了基于改进支持向量回归（Support Vector Regression Algorithm，SVR）的鲜食葡萄理化指标与感官品质建模方法，首先利用主成分分析法（Principal Component Analysis， PCA）对理化指标进行降维，再利用遗传算法（genetic algorithm， GA）优化SVR模型参数提升模型的拟合效果。利用常温运输、保冷运输和冷链运输三种运输模式以及混合数据集测试，结果表明改进的PCA-GA-SVR模型预测的准确性和精度均有显著提高，MAE、MSE、RMSE均小于0.5，R2均大于0.96，PCA-GA-SVR模型能够较好地反映鲜食葡萄理化指标与感官品质之间的非线性映射关系。同时，研究表明理化指标数据与感官品质之间的关系受到运输模式的影响较小，本研究提出的感官品质评估模型可以较好地应用在任何运输方式上，辅助物流过程中生鲜农产品的品质控制与管理。

针对生鲜农产品供应企业面临的生鲜配送时效性高，生鲜配送过程损耗高，配送车辆调度人工依赖性强的问题。本研究基于车辆路径优化方法，面向生鲜农产品城市配送场景，针对以上问题提出了基于K均值聚类算法的生鲜运输路径优化模型。模型求解过程引入K均值聚类算法，实现了根据配送目的地位置的配送单元划分，以配送车辆使用数量较少情况下配送距离和货物损耗最小为目标函数，并使用改进的遗传算法进行求解，从而实现了生鲜农产品城市配送场景下的车辆最优调度、路径自主优化等功能。本研究采用北京某生鲜供应企业实际的配送过程数据作为研究数据对模型进行训练求解，结果显示在对配送目的地不进行聚类情况下配送的里程为3753.01公里，使用的车辆数量为32辆；在对配送目的地进行聚类情况下配送的里程为2105.4公里，使用过的车辆数量为34辆；在使用的车辆数量没有大幅度增长的情况下，经过聚类分组的模型求解相比未进行聚类分组的模型求解其配送总里程降低了43.9%。因此，可以得出基于K均值聚类算法的生鲜运输路径优化模型适合城市生鲜配送场景的应用。最后，本研究基于以上研究模型设计研发了适用于城市生鲜农产品配送的车辆路径优化服务系统，实现了生鲜配送车辆调度优化等功能，为生鲜供应企业降低配送成本，提升企业效率提供了有效手段。

自然资源资产核算是我国生态文明建设的重要内容。青藏高原东南部森林资源丰富，但由于野外调查条件的限制，难以定量开展森林资源资产核算。本文以西藏墨脱县为研究区，针对其森林分类数据匮乏的难题，基于GEE（Google Earth Engine）平台获得精细分类数据，将实物量和价值量相结合，兼顾存量与流量，完成墨脱县森林资源资产负债表编制。墨脱县森林资源资产负债表由墨脱县森林资源资产负债表总表，林地资源资产价值量核算表、林地资源资产价值量核算表、森林资源过度耗减实物量表和林木资源资产生态价值量表等辅表构成。结合墨脱县森林资源资产负债表对核算期内墨脱县的森林变化进行了分析，墨脱县2015年森林资源实物量为27,007.27 km²，2020年森林资源实物量为25,596.89 km²，森林资源面积发生了一定的减少。各树种林木资源的总价值排名由高到低分别为：阔叶混交林、其他针叶林、冷杉、云杉、高山松、栎类、桦类、云南松、柏木。墨脱县2015年和2020年林木资源生态服务功能价值量分别为1277.81亿元和1236.92亿元，其中保育土壤功能提供的价值量最多，净化大气功能提供的价值量最低。在2015-2020年期间，墨脱县的森林资源资产总价值量由2015年的16,010.38亿元增加到了2020年的16,643.58亿元，反映出墨脱县在森林资源管理方面投入的绩效得到了相应的提高，且森林资源对经济社会的发展和居民生活的提高起到了积极的促进作用。

【目的及意义】自疫情发生以来，多起本土疫情与进口冷链食品有关，进口冷链食品追溯体系构建迫在眉睫。因此，本文提出利用区块链技术构建进口冷链食品追溯体系，以期实现进口冷链食品全链条信息化，做到在食品出现质量或者涉疫问题时，达到明确责任主体、溯源问题来源、召回产品等目的。进口冷链食品追溯体系的建立在缓解我国疫情压力、提高监管效率、塑造企业品牌形象，提升消费者信任等方面均具有重要意义。【内容概述】首先，本文系统地梳理了进口冷链食品屡次成为疫情风险点的原因；其次，基于区块链具有去中心化、不可篡改等特点，提出利用区块链技术去构建进口冷链食品追溯体系并对其优势进行详细分析，同时将追溯体系划分为应用层、采集层、通信层、数据存储层4层并做简要描述。最后，针对区块链追溯体系建设过程中存在的困难与不足之处，提出了完善建议。