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。

农业病虫害对农作物的产量和品质造成了严重的威胁，因此准确、高效地检测和识别病虫害是农业生产中的重要任务。本文介绍了一个综合的农业病虫害数据集，由农业虫害检测数据集、农业病害检测数据集、农业病害分类数据集和水稻表型分割数据集组成，包含55个类别、48576张，共4.14 GB的图像样本。从公开数据源和学术论文中收集和整理数据，保证了数据集的多样性和代表性。在数据的筛选、清洗和标注过程中，采用了严格的质量控制和验证措施，以确保数据集的准确性和可靠性。该数据集可用于农业病虫害识别和水稻表型鉴定等农业视觉任务，能够为农业病虫害研究提供有价值的资源，并促进农业生产的可持续发展。

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。

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。

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。

呼伦贝尔草原植被地带性分布由东到西是草甸草原和典型草原，依次为线叶菊、贝加尔针茅、羊草、大针茅和克氏针茅5个群系，构成了呼伦贝尔不同草地类型与组合，是呼伦贝尔草地主体。该数据集通过开展野外呼伦贝尔贝温性羊草草甸草原长期固定样地植物群落变化研究，收集整理了2009–2015年植物群落特征，包括植物群落总盖度、植物群落自然高度、植物群落多度、植物群落地上绿色干重。用户可以按照调查年份对植物群落特征进行数据检索。呼伦贝尔羊草草甸草原植物群落长期监测数据集的建立与共享，可为全球气候变化和人类干扰背景下开展温性草甸草地生态监测工作、探索该草原类型植物群落特征的动态研究提供数据支持，为深入认识长期围封下草地生态系统响应规律和草地生态系统恢复演替提供理论依据。

马铃薯是世界第四大粮食作物，规模化种植是其高产量的基础性保障。随着数字农业的发展，马铃薯的规模化种植方式也日益趋向自动化与智能化。无人机是作物植保和生长监测的重要工具，无人机光谱数据在作物识别、作物生长状况分析等方面发挥重要的作用。为探究光谱数据及图像数据在马铃薯生长中所发挥的作用，文章利用无人机遥感获取不同高度的多光谱影像，并对地面的马铃薯叶片数据进行采集，经过人工检查和整理构建了论文数据集。数据采集地点位于内蒙古呼伦贝尔两块成熟期种薯试验田，采集时间为2022年8月13日、16日和18日，期间共完成了3次不同空间分辨率的光谱数据及图像数据采集。本文数据集的光谱数据完整，叶片数据清晰，可为马铃薯作物识别、种植面积估测以及成熟期期间不同日期的马铃薯相关植被指数变化等研究提供数据支撑。

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。

国家茶叶全产业链大数据项目是农业农村部批复建设的单品大数据平台之一，建设的目标是为涉茶政府部门、经营主体、科研机构、公众等提供专业权威的数据服务，致力于支撑茶产业科学决策，提高茶产业数字化水平，助推我国茶产业数字化转型，同时为数字农业项目建设提供试点经验。中心立足茶产业实际按照可用、能用、易用的原则进行设计和建设，开展茶产业数据的采集、存储、挖掘工作，在功能上按照一体化管理和模块化应用思路进行，并强化了数据采集和应用功能，开发了丰富多元的数据采集功能，同时根据具体的应用场景开发了相对独立的数据挖掘和模型系统。通过前期的建设和调试，目前已经具备数据采集、分析和发布能力，其中消费趋势数据、电商数据、舆情监测数据已经具有明显的辅助决策能力，对全面把握茶产业运行规律、产业政策制定、指导科学决策开始发挥作用。本文依据项目建设方案和实际进展，介绍了国家茶叶全产业链大数据试点项目建设的背景与意义、定位与建设目标；重点介绍了项目的技术路线、主要模块及其主要功能；对项目的主要特色进行了剖析，并对对后期建设计划进行了展望。

大数据是具有数据量大、类型复杂、价值密度低和实效高四大特性的庞大数据集合。大数据技术是一种非结构性的数据处理技术，可以将不同产业收集的大量数据进行专业化的处理。中药资源大数据是中药产业在漫长发展过程中所产生的大量具有实际意义的数据。内蒙古地区作为少数民族聚居地区，在长期历史发展的过程中，蒙医药同中医药一起，在防病治病方面起着重要的作用，积累了大量的中蒙医药数据。如何对这些数据进行收集整理是当前中医药资源相关产业发展重要的驱动力之一，也是中医药现代化进程中有利的推动力之一。随着现在科学技术的发展，中蒙药资源的应用与最前沿的大数据技术相结合，可以有力的促进中医中药与蒙医蒙药现代化发展进程。本文整理了内蒙古地区中蒙药资源数据库、中药资源动态监测站、中药产业大数据平台的建设情况并总结了关于内蒙古地区中药资源大数据的研究现状。最后，本文针对内蒙古地区中蒙药资源在发展中可能遇到的相关问题提出了对应的发展方案，为中蒙药资源的可持续利用和发展及解决不同地区中药及民族药野生资源匮乏的问题提供了一种研究方法，为内蒙古地区及全国其他各地区的中药资源大数据的研究提供方案，为今后中药资源的大数据应用建设与发展奠定了科学基础。

及时准确地获取耕地空间分布数据对于农业生产管理、种植结构调整、保障粮食安全等具有重要意义。本研究以东北三省（黑龙江省、辽宁省、吉林省）为研究区，基于哨兵二号（Sentinel-2）卫星影像数据，建立每一省份特定年份的耕地与非耕地样本12个月份的归一化差分植被指数（NDVI）数据集库；利用Google Earth Engine遥感计算平台，依据耕地与非耕地样本的NDVI的差异性特征进行监督分类，建立了黑龙江省、辽宁省、吉林省等东北三省2020—2022年间逐年10 m空间分辨率耕地资源空间分布数据集。该数据集为东北地区最近年份的耕地资源空间分布数据集更新，可为该地区的黑土地科学保护、“藏粮于地，藏粮于技”战略实施以及粮食安全保障提供数据支撑和科学服务。

农业大数据信息平台是整合现代农业技术生产、经营管理经验，运用农业大数据、物联网等多项高新信息技术成果，以实现我国农业产业的信息化、数字化、智能化的综合系统。大数据是我国现代农业建设的重要驱动力量，在政策引导下使用高新技术实现智慧农业的发展是当今农业发展的主题。本文综述了数字农业应用大数据网在信息平台中的构建基本方法与具体实施对策建议，针对数字农业、农业大数据的基本特点，揭示其科学内涵，阐述农业大数据信息平台中的核心技术功能，探讨建立数字时代农业应用标准规范，提出多种数据采样管理策略，组合为农业信息网络中的分布式数据结构及一个模块化的数字农业动态数据采集管理平台，实施精确的数据变量采集管理控制措施，实现低成本投入、高效率、可持续的数字农业动态数据采集生产。结合我国数字农业发展特点构建大数据信息平台是当今世界农业发展的最新趋势，发展农业信息采集技术与方法对于推进我国农业高质量发展、建设数字农业、抢占全球农业制高点具有重要意义。

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。

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。

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。

苹果品种繁多，不同品种果实品质特征相差悬殊，对不同品种的苹果品质指标数据进行测定、收集，为苹果新品种选育和加工利用提供理论依据。该数据集通过从不同生产地（山东、辽宁、河北、山西）采集‘乔纳金’、‘金冠’、‘华红’、‘寒富’、‘国光’、‘斗南’、‘华月’、‘瑞香红’、‘瑞阳’、‘瑞雪’、‘华庆’、‘维纳斯黄金’等12个苹果品种，收集整理了2019—2021年12个苹果品种果实的品质指标，包括硬度、可溶性固形物、可滴定酸、维生素C、呼吸强度、乙烯释放量、破裂力、破裂位移、破裂功、屈服力、屈服位移、屈服功、果肉硬度、果肉做功、L^*值、a^*值、b^*值、c^*值、h^*值，共19个品质指标。此次收集的数据集涵盖了果实的生理品质、果肉质地、色泽等方面，更加全面地体现出该品种的特性，对品种的评价可以做到更具有真实性和准确性。对不同苹果品种的品质指标建立与共享数据集，可让大众更加清晰地认识到苹果品种之间的性状差异，有针对性地开展育种与加工工作，同时还可以筛选出性状表现突出的品种，去选择其更加适宜销售的地域。

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。

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。

【有关概念】GreenLab是器官尺度的植物功能结构模型（Functional-Structural Plant Model， FSPM），采用离散动态系统的形式来描述植物的生长和发育过程，包括植物生物量产生和分配，以及结构形成等，是融合植物学、数学、农业、计算机、自动化领域学科知识的通用模型。【目前研究现状】自1998年以来，基于中法合作，围绕GreenLab模型发展了包括双尺度自动机理论、分枝结构植物的参数反求方法、随机的植物功能结构模型以及理论计算、植物快速建模与可视化算法，开发了SciLab以及MatLab环境下的作物生长模拟与拟合软件，以及基于c++的面向复杂植物计算的软件。目前，GreenLab模型已应用于玉米、小麦、黄瓜、番茄、油菜、菊花、松树、枫树等具有不同特点的几十种植物，涵盖的植物类型从草本作物到复杂的树木。模型特色在于可通过观测植物的器官生物量和数量等数据，反求影响生物量产生和分配的模型内部源库参数；对于单枝或分枝结构、确定性或随机性结构，均能采用通用的器官尺度的数据进行模型校准。【本文的内容概括】本文回顾GreenLab模型的发展历程及其最新进展，介绍模型的基本概念和主要方法，包括双尺度自动机、器官序列，以及通用的植物拟合目标。详细介绍了GreenLab模型中所包含的结构模型（器官数量的计算、器官产生的随机性模拟等）、功能模型（植物和器官需求、生物量产生和分配、器官生长等），以及二者相结合进行参数反求的计算方法。【展望】随着植物表型技术的成熟和普及，GreenLab模型可用于平行农业种植系统的构建，服务植物与环境关系的深入理解，以及生产管理与控制中的智能决策支持。

农机购置补贴政策作为一项重要的强农惠农政策，对小农户及新型农业经营主体生产决策、农业生产以及农机行业发展等多方有深刻影响。通过搜集农机补贴政策背景下全国性农机购置与补贴数据，掌握各省市县农机购置差异、变动特征与趋势，才能合理评估政策所带来的影响，进而调整农机购置补贴政策目标与内容，从而推动农机市场健康发展，更好助力农业强国建设。目前，我国各省农业农村厅的农机购置补贴信息公开专栏实时发布农机购置相关数据。通过网络爬取、数据处理，得到涵盖2021—2022年北京、天津、山西等23个省（自治区、直辖市）农机购置与应用补贴信息、共计2226229条数据的数据集。该数据集可用于分析各地农机购置特征、差异以及补贴发放情况，为相关科学研究和管理决策提供数据基础。

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。

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。

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。

【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。

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。

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。

本研究以中国农村电商实证数据为综述对象，按照电商定向干预和农产品交易地的特征将农村电商数据类型分为两类数据集。其中，数据集Ⅰ包括电子商务进农村综合示范县数据库、淘宝村与电商指数数据库;数据集Ⅱ包括农产品电商数据库与农产品跨境电商数据库。以此探讨不同数据集内若干农村电商研究主题所用数据的来源、指标内容、时间跨度、优劣势等内容，系统性梳理农村电商研究所用数据的来龙去脉，为该领域实证检验提供数据库筛选的参考，从而有效推动农村电商发展研究的理论进程。

科学数据是“数据—信息—知识—智慧”创新价值链的基础，是最基本的科技资源，对经济社会发展和科技创新起到重要作用。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》部署了实施战略性科学计划和科学工程的9大前沿领域。及时掌握这些前沿领域的科学数据共享现状和需求，对于更好地加强我国科学数据中心建设并发挥数据对前沿领域的支撑作用意义重大。文章跟踪人工智能、量子信息、集成电路、生命健康、脑科学、生物育种、深地、深海以及可持续发展9大领域数据库国内外进展，从数据资源情况、数据库/平台整合能力、应用服务以及典型案例等方面进行调研分析。以在海洋和地球系统科学领域具有代表性的德国PANGAEA数据库为代表，剖析其在组织架构、技术运维和运营管理流程等方面的特点。总结提出面向我国前沿领域需求的科学数据治理和发展建议。

【有关概念】：农业资源数据是用来描述农业资源的数字、字母、符号、图表、图形或其他模拟量。农业资源数据里包含着农业资源信息。【目前研究现状】：目前，新疆生产建设兵团正在大力开展农业大数据研究与应用建设工作，在此过程中，传统的农业资源数据采集与整合方式表现出采集标准不一致，数据质量不高，信息碎片化、流动性低等问题，迫切需要研究出一套经济、可行、高效的农业资源数据采集与整合方法。【本文的内容概括】：本研究综述了国内现阶段农业数据资源的研究进展情况，讨论了农业资源数据采集与整合方法研究的意义。在对新疆生产建设兵团现有农业资源数据进行系统观察、分析和梳理主要问题的基础上，将农业资源数据采集与整合方法拆分成技术指标规范模块、农业资源采集模块、数据质量检查模块、异构数据转换模块、数据分类编码模块、数据管理模块、决策支持模块、农业资源共享模块，建立了一套农业资源数据采集与整合方法模型，搭建了新疆兵团农业资源整合与共享平台。【展望】：农业资源数据的数量、质量和实效性关系到农业大数据的发展基础。本文已针对现阶段农业资源数据采集与整合情况，对分散、异域的农业资源数据进行初步采集与整合，后期将在实践中不断改进其中不必要和不合理的部分，寻求一种更经济、更合理、更有效的工作程序，为挖掘、揭示和再组织不同农业资源数据间的关联关系做好充分的数据准备。

中国北方地区果树以苹果、梨、桃和葡萄等落叶果树为主，四大树种是我国果品的重要来源。果树种质资源是果树种业的“芯片”，是果业发展的物质保障。中国农业科学院果树研究所正式建立64年，但从事果树种质资源研究与新品种选育的历史已逾70年，是我国最早开展相关研究的科研单位，研究所建立了历史最为悠久、保存数量位居世界前列的“国家果树种质兴城梨、苹果圃”，并获得国家科技进步二等奖，先后育成100余个苹果、梨、桃和葡萄等鲜食新品种和矮化砧木，出版多部具有影响力的著作，为我国果业的快速发展提供了强有力的科技支撑，对我国苹果、梨、桃、葡萄等产业的可持续发展产生了深远的影响。文章回顾总结了该所果树种质资源广泛收集、妥善保存、深入研究、积极创新、共享利用和新品种选育等方面的主要成就，并从完善多种保存方式相结合的果树种质资源保护体系、国家和产业发展需求指引果树种质资源鉴定、挖掘“精细定位”和“准确评价”的果树种质资源、育种技术的革新催生新品种等4个方面，展望本所今后在果树种质资源的高水平保护和高质量利用方面的主要研究方向和内容，继续为果业强国建设和乡村振兴作出新的更大贡献。

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。

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。

我国是生猪养殖大国，也是猪肉消费大国。猪肉价格波动直接影响养猪户利益，也会对居民生活产生影响。预测未来猪肉价格走势，科学管控生猪市场价格，对推进我国生猪市场平稳健康运行具有重要现实意义。本文以全国生猪出场价格为研究对象，首先根据生猪生产的生物周期和生产的连续性特点，构建生猪出栏量、能繁母猪存栏量与猪肉产量三者之间的关系模型，预测出未来10个月的猪肉产量。再结合我国受猪肉消费习惯影响，致使猪肉需求量呈现明显季节性周期波动的特点，采用STL时间序列分解法，从猪肉交易数据中提炼出月度季节性波动趋势，预测月度猪肉需求量。基于定价模型中供需法则，使用最小二乘法约束法，构建猪肉供应量和需求量比与猪肉价格之间的关系模型，对未来10个月猪肉价格进行预测，并测算出猪肉供需均衡价格。本研究使用农业农村部重点农产品市场信息平台系统中2016至2022年猪肉相关数据，预测猪肉价格相对误差约10%。当预测的猪肉供应量与需求量比出现偏离时，猪肉价格将偏离供需均衡价格，模型能够通过调控能繁母猪存栏量、进口量和投放量来调节猪肉供应量，从而调控未来猪肉价格走势。本研究提供了通过调整影响猪肉供应量的核心因素来调节未来猪肉价格走势的思路和方法，旨在科学预测猪肉供需量及未来价格走势，协助政府相关部门合理及时调控猪肉供给，促进各时刻的猪肉供需均衡，猪肉价格稳定在供需均衡的合理区间。

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。

中国是世界养猪大国，创制智能化猪场的数字化管控平台是规模化猪场发展的必然趋势，对促进中国养猪业的转型升级与健康发展具有重要的意义。在非洲猪瘟爆发及饲粮短缺的大背景下，中国猪场的数字化、智能化、装备化水平较低，严重制约着中国猪场的进一步发展。因此，运用现代信息技术，构建智能化猪场的数字化管控平台，解决中国猪场面临的环境压力、资源约束、养殖亏损等现实问题，促进中国养猪业的高质量发展必将发挥积极的作用。文章研究基于“个体-环境-营养-健康”等生猪养殖全过程多元异构大数据融合技术，构建系统综合管理数据库；集成物联网、人工智能等现代信息技术，构建猪场多维度预警体系、智能化管理体系和生产经营决策体系，保障猪场生物安全与资产安全，实现猪只从出生到出栏全生产周期的远程化管理、精细化生产及可视化决策，实现猪只的智慧养殖，减少人、猪、车和物的接触频率，有效提高猪场生物安全监测水平及养殖收益。本研究还指出，智能化猪场数字化管控平台的发展，还需进一步完善智能精准饲喂系统、健康状态感知系统和大数据分析系统3个方面的功能，为绿色、高效、智能的养猪模式提供技术与平台支撑，最终实现中国无人值守式猪场。

品种参数调试是利用作物生长模型进行模拟前的重要步骤，其调试往往花费大量时间和精力，敏感性分析可以帮助识别敏感参数，提高调试效率。本研究针对水稻生长模型RiceGrow，运用SimLab和MATLAB软件，采用EFAST法对水稻品种参数进行敏感性分析，得出不同地区和不同气候情景下（1981-2015年的历史气象数据和全球未来增温2.0℃气候情景）该模型的参数敏感性，并通过TDCC（Top-Down-Coefficient of Concordance）系数计算敏感性排序一致性。结果表明，影响开花期和总干物质量的最敏感参数为最适温度（OT，Optimum Temperature），其次为温度敏感性（TS，Temperature Sensitivity）、光周期敏感性（PS，Photoperiod Sensitivity）、基本早熟性（IE，Intrinsic Earliness），对成熟期和全生育期的最敏感参数为OT，TS、IE、PS、基本灌浆因子（BFF，Basic Filling Factor）也是敏感参数，影响产量的敏感参数主要为最大光合速率（AMX，Maximum CO₂ assimilation rate）、比叶面积（SLA，Specific Leaf Area）、收获指数（HI，Harvest Index），其次包括IE、TS、BFF、OT、PS；各个地区和不同气候情景下敏感参数较为一致但敏感性排序差异较大，增温气候情景下的多数参数敏感指数略有增加，少数略有减小；不同气候情景下的参数敏感性变化较小，不同地区之间的变化较大。在对生育期和总干物质量输出变量进行调参时，需要重点调试OT；在低温高纬度的地区需重点调试和温度、光周期及光合有关的参数；在对产量进行调参时，需要重点关注AMX、HI、SLA。LAI相对生长速率和消光系数不敏感，可在参数调试中忽略，也可在模型中剔除进行模型简化。研究结果将为作物模型的本地化、提高参数估计效率提供支持。

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。