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。

准确高效地识别作物病害类型，有助于农户及时采取有效的针对性预防措施，从而降低因病虫害导致的减产风险和经济损失。然而，在其他领域能达到SOTA效果的识别模型，在农业领域特别是水稻病害识别的应用中，却面临目前已有的水稻病害数据量不足、种类不丰富以及数据质量不高等问题。本研究采用多种经典卷积神经网络，并利用迁移学习的方法在两个不同的数据集上进行训练。验证了除模型结构带来的优化外，训练数据集本身对于训练结果也具有重要影响。但目前农业领域开源数据较少，几乎没有综合性的数据开源平台可供利用。这一现象与高质量农业数据获取难度大且成本高、大多数从业人员教育水平相对较低、分布式训练系统不成熟、数据安全问题得不到保障等因素密切相关。针对农业领域训练中高质量数据缺乏的问题，在本文中提出了基于联邦学习框架构建农业数据共享平台的新思路。

南繁育种基地是我国农业育种的“加速器”，其战略地位十分重要。为了提高南繁育种基地农业数据采集效率、加强农田管理能力、满足大规模作物育种需求，亟需建设基于物联网的基地智慧管理平台。以海南省三亚市坡田洋基地为对象，开发了南繁育种基地物联网智慧管理平台。该平台部署传感器、视频监控、智慧灌溉等设备，开发了作物气象与土壤环境感知、视频监测、虫情监测等五大功能模块，可实时监测田间气象、土壤、虫情、孢子等环境信息以及作物生长状况，实现数据自动采集与智慧精准灌溉。平台的实时感知与智能预警功能，能够实现育种环境的远程监测与调控，为育种家提供智慧决策;通过智慧化获取作物表型信息，为育种家提供大量实验素材，显著提高育种工作的效率与精准度，为大规模田间作物育种提供技术支撑。在未来，依托人工智能、机器人和无人机等现代技术，以作物表型数据智慧化获取代替人工表型测量，以作物加代繁育智慧化管理代替人工管理，以优良品种的智慧化评估与筛选代替经验丰富的育种家，实现南繁育种基地的天空地一体化，助力大规模田间育种的智慧化数字化发展。

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。

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。

科学数据作为科学研究的有力工具和知识基础，其全流程的数据行为皆受研究者关注，数据重用作为其中关键的一环，对于科学数据管理共享使用发展具有举足轻重的意义。本文以中国农业科学院农业环境与可持续发展研究所农业环境数据共享服务平台为切入点，引出数据重用的相关研究，根据时间维度对科学数据数据重用定义的演变进行介绍，从数据重用影响框架的角度出发，分析科研人员、科学数据、数据平台三方面对数据重用的影响。探析较为流行与广泛使用的仓储型数据管理平台模式，结合农业数据共享服务平台的现状与问题，提出下一步发展启示。

数字乡村建设面临数据安全风险，通过探究数字乡村建设背景下农业农村数据安全的法治需求，梳理分析农业农村数据安全的法治现状，针对农业农村数据安全的法治困境，从完善农业农村政务数据安全与开放共享法律制度、健全农业农村企业数据安全防护制度、增强农民群众数据安全法治意识等方面入手，提出保障农业农村数据安全的法治对策，在法治层面保障农业农村数据安全，在法制层面为数字乡村建设保驾护航。

农民合作社已经成为中国现代农业产业组织的重要组成部分，其发展质量直接关系到中国农业农村现代化进程。课题组通过与四川省10个县（市、区）456家（2020年）、537家（2021年）农民合作社建立固定观察点，连续两年展开实地调研，收集了2020—2021年农民合作社生产经营的详细数据，并根据科学方法对数据进行了加工整理，得到农民合作社内部治理结构、产业融合、绿色技术采用、示范带动等数据，共计993条，形成2020—2021年四川省农民合作社经营质量数据集。该数据为提升合作社内部治理结构研究提供了可能，为开展农民合作社经营质量提升研究奠定基础，为政府及相关部门决策提供了重要支撑。

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。

在国家推广发展数字农业和智慧养殖的背景下，国内开始大力发展养殖智能装备。在规模养殖场中使用智能装备能够提高养殖效率，缩减人工成本。目前，国内养殖场智能装备尚未普及，对智能装备的研究不充分，部分智能装备还处于研发阶段尚不能规模量产。文中以牛羊养殖为例，综述了养殖过程中各阶段所需要的智能装备及其功能，列举了当前国内智能装备的部分研究内容，介绍了大数据、人工智能等新一代技术对养殖智能装备发展的影响，讨论了当前国内发展养殖智能装备的意义及存在问题，分析了在当前新一代信息技术的快速发展背景下养殖智能装备的发展趋势。养殖智能装备能够加快我国数字畜牧的发展，提高畜牧业的经济效益，发展前景广阔，同时智能养殖装备可作为智慧养殖及精准饲喂的硬件支撑，为建造新一代智慧养殖场奠定基础。

随着信息技术的不断发展，智慧养殖在现代畜牧业中应用越来越多，现代先进信息技术正在逐步应用到马养殖的全过程，如何利用大数据、人工智能等技术，助力马产业智慧化发展，提高马养殖效率，是马产业走向现代化、科技化的重要途径之一。本研究以新疆某马养殖基地为研究对象，利用大数据、人工智能和物联网等最新信息技术，研发了基于设备层、数据层、数据处理层和应用层共四层系统架构的马智慧养殖大数据平台，集成了档案管理、防疫管理、育种管理、行为管理和环境管理五大功能模块，实现了马养殖过程中数据采集、分析以及构建模型和应用等功能。本研究可为马养殖基地和企业智慧养殖建设提供思路，实现马养殖的精细化监控和管理，提高马生产效率和养殖效益，对马产业未来发展具有借鉴意义。

蚜虫的发生是影响农作物产量和质量的重要原因之一。对蚜虫进行检测和计数是对虫害早发现、早治理的重要环节。随着信息技术的发展，已经有专家学者利用计算机视觉感知技术对农业害虫进行识别研究，并取得了一定的进展。高质量、大规模的基础数据对计算机视觉的发展往往能够起到决定性作用，缺少高质量、大规模的基础图像数据是蚜虫精准识别研究面临的难题。蚜虫是一类重要的农业害虫，具有尺寸微小、密集分布、虫间遮挡和同种多形态等特征，这些特征对于蚜虫的检测与计数又是一项严峻的挑战。本文提供了包括桃粉蚜、桃蚜、棉蚜、禾谷缢管蚜等13种农业蚜虫数据集，共6287张高清原始图像。这些蚜虫图像是利用单反相机在自然大田环境中采集、以文件夹形式进行存储、经过从事图像数据管理的专业人员清洗和整理、并由植保专家对其进行鉴定和分类的，保障了数据的高质量和可靠性。该数据集可为蚜虫的识别、检测计数和分类提供数据基础。

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。

作物种质资源深入鉴定是育种利用的前提和基础。云南省农作物种质资源库保存了丰富的云南地方小麦种质资源，但其条锈病抗性特征尚不明确。本研究通过开展田间成株期条锈病抗性鉴定及3个已知抗病基因Yr5、Yr10、Yr15的基因型分析，明确云南省农作物种质资源库保存的260份云南地方小麦种质资源条锈病抗性水平及3个已知抗病基因位点分布，为小麦条锈病优异抗性资源筛选与抗病基因发掘利用提供理论参考。结果表明：260份云南地方小麦种质资源在2022年嵩明试验点的田间成株期条锈病抗性表现免疫和近免疫材料38份，占14.62%；高抗材料93份，占35.77%；中抗材料46份，占17.69%；中感和高感材料83份，占31.92%。同时利用毛细管电泳检测技术，明确260份云南地方小麦种质资源中携带Yr10抗病基因的材料为11份，占比为4.23%，携带Yr5和Yr15抗病基因的材料均为0份。综上，260份云南地方小麦资源中具有较为丰富的条锈病抗性材料，免疫、近免疫及高抗材料占比为50.39%，并且未检测出已知抗病基因Yr5和Yr15，推测上述材料很可能携带有未知抗病新基因。

辽宁省兴城市是环渤海湾地区苹果栽培优势区之一，苹果产业作为兴城市特色产业极大推动了当地乡村振兴工作的开展。开展县域尺度果园土壤质量研究，掌握当前果园土壤养分分布规律，是实现果园精准施肥的基础。该数据集调查研究了不同土壤类型下苹果园土壤肥力特征，获取了耕型砂质坡积棕壤66份，坡棕黄土67份、薄腐坡积棕壤31份，数据包括了苹果园土壤类型、土壤质地和土壤养分数据等，养分数据包括0~30cm土层土壤pH、土壤电导率（EC）、土壤有机质（SOM）、全氮（TSN）、碱解氮（AHN）、速效磷（AP）、速效钾（AK）、速效钙（ACa）、速效镁（AMg）含量。用户可以通过线下联系中国农科院果树所果树栽培生理研究中心或邮箱获取。辽宁省兴城市苹果园土壤养分特征数据集共享，可为环渤海湾苹果产区果园土壤养分分布状况研究提供县域尺度的数据支持，推动苹果产业提质增效发展。

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。

作物模型可定量描述作物生长发育过程及其与环境因子的关系，在农业生产管理决策等方面具有重要的应用价值。模型参数调试是作物生长模拟模型进行应用前的重要步骤，且往往需要大量时间和精力进行调试，敏感性分析可以以较高的效率筛选出敏感参数，是模型本地化的重要环节，对模型的应用有重要意义。文章研究基于Morris法和EFAST法对RiceSM模型的作物参数进行了敏感性分析，筛选出输出变量中成熟期、叶面积指数、地上部生物量、产量的敏感参数，并比较分析两种方法结果的异同。结果表明，移栽至拔节阶段的基本发育系数K3、出苗到移栽阶段的基本发育系数K2、移栽到拔节阶段叶干物质的分配系数CLV1是影响RiceSM模型主要输出结果的最敏感参数，两种方法得到的敏感参数结果基本一致，但各敏感参数的重要程度略有差异。以筛选出的敏感参数为基础，基于长沙、常德两站的农气观测资料对RiceSM模型进行调参与验证。验证结果表明，早稻和晚稻叶面积指数模拟值与实测值的归一化均方根误差(NRMSE)在21.63%~47%之间，早稻和晚稻茎、叶、穗、地上部生物量和产量模拟值与实测值的NRMSE分别为4.77%~39.51%、5.46%~6.64%、3.78%~4.15%和2.78%~3.52%和9.29%~12.12%之间。调参后的模型能够较好地模拟早稻和晚稻生物量、叶面积指数的动态变化和产量形成过程。研究结果可为RiceSM模型的本地化、参数优化和推广应用提供支持。

盐碱地是国家重要的后备耕地资源，选育寒地耐盐碱水稻品种、开发利用盐碱地是促进粮食增产保障国家粮食安全的重要途径。按照国家“由治理盐碱地适应作物向选育耐盐碱植物适应盐碱地转变，挖掘盐碱地开发利用潜力，努力在关键核心技术和重要创新领域取得突破”的指示精神，国家耐盐碱水稻技术创新中心东北中心针对东北地区盐碱地存在的耐盐碱品种匮乏、耐盐碱栽培技术缺失、盐碱地改良技术体系不完善等系列问题，利用物联网、大数据等新一代信息技术开展协同攻关，构建了集盐碱地气象土壤环境动态监测、寒地水稻表型数据采集、数据可视化展示功能为一体的寒地盐碱地监测平台，实现了种质资源、生物技术、土壤肥料等多学科的信息化融合汇聚工作。本文从平台架构和功能实现角度介绍了寒地盐碱地改良利用的数字化监测方法和关键技术。平台在黑龙江省大庆、佳木斯、黑河等不同积温带进行了应用，结果表明，该平台可以辅助科研人员及时、全面掌握盐碱地块的气象及土壤信息、有效降低环境不利因素影响并形成完备的数据链；平台对不同物候期的水稻种质资源表型性状和产量品质数据进行汇聚加工处理，挖掘种质资源的环境应激反应规律，进而指导盐碱地水稻科研生产工作，为盐碱地资源开发利用提供信息技术支撑。