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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

西红柿是深受我国居民喜爱的蔬菜之一，在全国范围内普遍种植。近年来，西红柿价格呈现波动幅度大、不平稳的特点，河北是我国西红柿的主要产区，而北京、天津又是西红柿的重要销地，将京津冀地区作为一个整体，分析区域范围内西红柿历史价格数据，探索西红柿市场价格的波动，对完善区域农产品大流通格局、均衡西红柿生产结构，稳定西红柿市场价格具有重要的意义。该数据集充分结合全国农产品商务信息公共服务平台、全国农产品批发市场价格信息系统等平台提供的蔬菜价格数据及基金项目组实地调研数据，通过与实地调研数据的对比、融合，确保了基础数据集的真实性、一致性。通过加工处理2012—2019年京津冀地区29个农产品批发市场的西红柿日均交易价格信息，得到反映2012—2019年京津冀地区西红柿批发市场交易价格信息的文本数据及图像数据，包括周度、月度西红柿市场平均价格，共计1536条；周均价、月均价历史波动图及环比、同比价格变化率折线图，共计78张，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，得到的数据集可为开展京津冀地区西红柿市场价格波动研究及监测预警提供了基础数据支撑。

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。

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。

土地规模经营是中国农业实现现代化转型的关键，但是现阶段面临土地流转增速放缓、适度规模化经营发展受阻等现实问题。江苏省经济发展水平较高，土地流转市场发育较为成熟，除了依靠市场机制运行，地方政府通过土地再调整、充当中介组织等方式创新土地流转形式，在推动土地连片规模化经营方面也发挥了关键作用。该数据集以2020－2022年中国土地经济调查CLES数据库为基础数据，按照规范化步骤整理形成943个地块、5923户农户和114个村庄3个数据集，数据内容包含土地利用和流转、规模经营信息。数据集为展现江苏省土地流转、规模化经营情况提供了可靠的经验证据，同时也为政府部门制定合理的政策干预提供了参考。

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。