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。

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。

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。

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。

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。

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。