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。

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。

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。

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。

随着互联网的普及，农业知识和信息的获取变得更加便捷，但信息大多固定且通用，无法针对具体情况提供定制化的解决方案。在此背景下，大语言模型（Large Language Models，LLMs）作为一种高效的人工智能工具，逐渐在农业领域中获得关注和应用。目前，LLMs技术在农业领域大模型的相关综述中只是简单描述，并没有系统地介绍LLMs构建流程。本文重点介绍了农业垂直领域大语言模型构建流程，包括数据采集和预处理、选择适当的LLMs基模型、微调训练、检索增强生成 (Retrieval Augmented Generation，RAG)技术、评估过程。以及介绍了LangChain框架在农业问答系统中的构建。最后，总结出当前构建农业垂直领域大语言模型的一些挑战，包括数据安全挑战、模型遗忘挑战和模型幻觉挑战，以及提出了未来农业垂直领域大语言的发展方向，包括多模态数据融合、强时效数据更新、多语言知识表达和微调成本优化，以进一步提高农业生产的智能化和现代化水平。

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。

传统基于时序遥感影像的水稻物候期特征提取方法要求有较高的时间分辨率，受成像条件制约而较难满足；由于不同水稻种植区域环境条件不同，基于单一影像的深度学习水稻种植区域提取方法泛化能力较差。本文选取时相相近的光学和合成孔径雷达（Synthetic Aperture Radar，SAR）数据，削弱水稻种植区影像时空信息差异。通过泛时空特征融合有效地利用光学数据空间特征信息和SAR数据后向散射信息，采用双结构网络模型提取水稻特征。实验表明，基于多源数据融合的泛时空特征水稻深度学习提取方法在三江平原和肥西县水稻数据集上训练模型验证集总体测试精度为95.66%，Kappa系数为0.8805。该模型在南昌市区域水稻提取结果与实际地块边界符合较好，总体提取精度为86.78%，证明了泛时空特征模型的泛化能力和实用性。

在数据安全和隐私保护日益重要的背景下，零知识证明（Zero-Knowledge Proofs, ZKPs）为保护隐私提供了强有力的工具，成为最具应用潜力的核心技术之一。本文综合探讨了零知识证明技术及其在区块链中的应用。首先，详细介绍了零知识证明的相关概念以及三种典型的技术，对ZK-Snarks进行了深入探讨，并讨论了ZK-Stark和Bulletproofs等其他证明机制，深入对比分析了各自的设计、技术特点、性能和应用场景的差异。在此基础上，重点介绍了ZKPs在区块链环境下的应用，并分析整理了编写零知识证明的相关工具，这些工具在提升具体应用的性能方面尤为重要。最后，指出了一些潜在的问题和未来的研究方向。

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。

总结国内外个性化学术文本检索的研究现状，为后续个性化学术检索的研究提供思路借鉴和前景展望。搜集国内外相关文献共计154篇，采用文献分析法归纳出个性化学术文本检索研究框架，并对核心研究与辅助研究点进行详细论述。国内外个性化学术文本检索相关研究已逐渐系统化，从理论研究走向理论与实践研究并举，目前存在低负担高隐私的交互方式尚未实现，面向认知要素的深层次个性化检索尚未实现及适用情境识别的前置研究缺失等研究问题。积极拥抱大模型等新技术赋予的能力，走向认知化、嵌入情境式及实时交互式是个性化学术文本检索的未来发展方向。

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。

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。

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。

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。

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。

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。

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。