农业科学论文提纲

论文题目：农业科学数据监管模型构建及应用研究

摘要：近年来,我国农业科学研究工作进展迅速,产生了大量宝贵的农业科学数据,这些科学数据涉及到农业科学的各个领域,科研人员及农业科研工作对其有着广泛的需求。然而由于农业科学数据大多不是网络数据,不能通过互联网“自然形成”来获得,而是在科学研究工作中“创造”,来之不易,许多科学数据需要专业人员和仪器设备专门观测、实验、挖掘,投入大,耗时长,给农业科研人员获取农业科学数据造成障碍,影响农业科学数据的有效利用。农业科学数据资源数量的急剧增长为科研人员获取所需的信息和知识带来更多机遇的同时也带来了更大的挑战。由于农业科学数据来源及表现形式多样化,因此农业科学数据很难有一个规范的存储格式来保证农业科学数据的完整性。农业科学数据监管,不是单纯对农业科学数据进行存储,而是在农业科学数据供学术、科学及教育所用的生命周期内对其进行持续监管的活动,通过评价、筛选、重现及组织数据以供当前农业科研活动获取,并能用于未来再发现及再利用,从而为农业领域决策问题求解构造有效的科学数据资源。它为解决农业科学数据资源领域的数据监管服务问题提供了新思路、新方法和新途径。本文以实现农业科学数据重复利用和数据增值为立足点,以满足科学研究的高质量科学数据监管服务为目标,综合运用情报科学、农业科学、数据科学、计算机科学等多学科的理论方法,拟从科学数据组织的角度架构农业科学数据监管框架模型,构建数据获取过程模型,提出对多源的、分散重复、被淹没的农业科学数据资源进行集中监管的理论框架与解决方案。尝试在大数据环境下分别从农业科学数据监管影响因素维度、生命周期维度、服务维度三个不同维度探索农业科学数据监管的实现方法。具体研究内容包括:（1）通过对农业科学数据监管等相关概念的阐述,进一步明晰了本文研究对象与研究内容的范畴。同时对本研究具有重要指导意义和参考价值的数字农业理论、生命周期理论、数据科学理论、本体理论、机器学习理论和知识发现理论进行了理论溯源。其中,数字农业理论、生命周期理论与数据科学理论为本文农业科学数据监管模型的构建提供了重要的理论支撑,本体是实现农业科学数据监管中数据组织的有力工具,而机器学习和知识发现理论则提供了解决农业科学数据分类与聚合等问题的技术方案。（2）确定了对农业科学数据资源进行监管的目标和原则,从用户（科研人员）科学数据需求和数据科学家（数据监管执行者）两个方面分析了农业科学数据监管需求,明确了农业科学数据监管的流程框架构建依据。然后对农业科学数据监管过程中涉及的构成要素、功能要素及要素之间的关系进行了分析,并依此提出了农业科学数据监管逻辑框架。（3）影响因素维度上,采用质性研究方法,运用扎根理论,分析了农业科学数据监管的影响因素,通过深度访谈的模式,设计了访谈提纲,运用Nvivo软件对每次访谈的信息做记录、组织与分析,通过编码的形式（开放式编码、主轴编码和选择性编码）来分析数据,形成农业科学数据监管影响因素模型,对模型进行了详细的阐释。（4）生命周期维度上,从农业科学数据监管的生命周期角度出发,首先,通过对农业科学数据采集分析,以机器学习中的深度学习为例,指出农业科学数据采集的复杂性;其次,分析了农业科学数据的组织,以本体方法组织农业科学数据,运用了本体中的Protégé软件,同时,通过农业科学数据元数据模型,实现农业科学数据的有效组织,最后,通过农业科学数据共享平台,实现农业科学数据监管的最终目标,达到农业科学数据最大限度地利用、复用。（5）服务维度上,论述了农业科学数据监管服务模型的构建,基于利益相关者理论,通过对农业科学数据监管利益相关者进行统计分析,找出政府、用户和数据服务人员三个核心利益相关者,基于这三个维度找出政府政策、用户需求和服务模式这三个主要模型构建的核心概念,同时,对各个维度进行了深入的剖析,通过这三个维度之间的关系分析,构建了以用户为导向的农业科学数据协同监管服务模型,期望通过该模型的建立指导农业科学数据监管的具体服务实践。（6）按照农业科学数据监管多维度框架的结构与功能划分,提出了不同维度农业科学数据监管实现所需要的方法,这些方法的效果如何,还需要通过应用进行验证。为此,本文以“天空地一体化农业监测系统”的数据资源为例,分析了数据生命周期内各阶段（数据采集、数据组织、数据存储、数据共享）的应用情况,对“天空地一体化数字农业监测系统”的结构进行了分析,提出了提升农业科学数据监管质量的策略。

关键词：科学数据;农业科学数据;农业科学数据监管;模型;应用

学科专业：图书情报与档案管理

摘要

Abstract

第1章 绪论

1.1 选题背景及研究意义

1.1.1 选题背景

1.1.2 研究意义

1.2 研究内容和创新点

1.2.1 主要研究内容

1.2.2 论文创新点

1.3 研究方法和技术路线

1.3.1 研究方法

1.3.2 技术路线

第2章 国内外研究现状与理论基础

2.1 相关概念

2.1.1 概念界定

2.1.2 农业科学数据监管概念辨析

2.2 理论基础

2.2.1 数字农业理论

2.2.2 生命周期理论

2.2.3 数据科学理论

2.2.4 本体理论

2.2.5 机器学习理论

2.2.6 知识发现理论

2.3 国内外相关研究综述

2.3.1 科学数据监管研究现状

2.3.2 农业科学数据监管研究现状

2.3.3 科学数据监管模型研究现状

2.3.4 高水平农业大学科学数据监管对比

2.3.5 研究现状述评

2.4 本章小结

第3章 农业科学数据监管模型总体框架

3.1 农业科学数据监管模型目标与架构

3.1.1 目标和原则

3.1.2 农业科学数据监管需求分析

3.1.3 农业科学监管流程

3.1.4 农业科学数据监管方法和技术

3.2 农业科学数据监管要素框架

3.2.1 农业科学数据监管的要素分析

3.2.2 农业科学数据监管的要素关系

3.2.3 农业科学数据监管要素框架构建

3.3 农业科学数据监管维度框架

3.3.1 农业科学数据监管维度划分

3.3.2 农业科学数据监管维度关联

3.3.3 农业科学数据监管维度框架构建

3.4 本章小结

第4章 农业科学数据监管影响因素模型

4.1 研究设计与数据分析

4.1.1 研究方法

4.1.2 数据收集

4.2 数据分析与编码

4.2.1 开放式编码

4.2.2 主轴编码

4.2.3 选择性编码

4.2.4 理论饱和度验证

4.3 农业科学数据监管影响因素模型

4.4 农业科学数据监管影响因素模型阐释

4.4.1 需求驱动力

4.4.2 监管参与意愿

4.4.3 数据服务感知

4.4.4 科研用户分阶段的需求

4.4.5 农业科学数据资源

4.4.6 农业科学数据技术与方法

4.4.7 农业科学数据素养

4.5 本章小结

第5章 农业科学数据监管生命周期模型

5.1 基于机器学习理论的农业科学数据采集

5.1.1 机器学习理论在农业科学数据采集中的应用

5.1.2 基于深度学习构建植物样本分类数据集

5.2 农业科学数据组织

5.2.1 农业科学数据资源描述规范和数据标准

5.2.2 基于元数据的农业科学数据组织

5.2.3 基于本体的农业科学数据组织

5.3 农业科学数据存储

5.3.1 农业科学数据分布式存储

5.3.2 农业科学数据云存储

5.4 农业科学数据共享

5.4.1 农业科学数据共享现状分析

5.4.2 农业科学数据在共享过程中所存在的问题

5.4.3 农业科学数据共享对策

5.4.4 农业科学数据监管共享平台建设

5.5 农业科学数据监管生命周期模型构建

5.6 本章小结

第6章 农业科学数据监管服务模型

6.1 利益相关者理论及农业科学数据监管利益相关者分析

6.1.1 利益相关者理论

6.1.2 农业科学数据监管利益相关者分析

6.1.3 农业科学数据监管核心利益相关者分析

6.2 农业科学数据监管政策分析

6.2.1 农业科学数据保存政策

6.2.2 农业科学数据共享政策

6.3 农业科学数据监管用户需求分析

6.3.1 需求识别方法研究

6.3.2 问卷调查

6.3.3 以用户需求为导向的农业科学数据监管服务

6.4 农业科学数据监管服务模式选择与情景分析

6.4.1 科学数监管模式梳理

6.4.2 有效率的模式选择与治理

6.5 以用户需求为导向的农业科学数据协同监管服务模型

6.6 本章小结

第7章 农业科学数据监管实证研究

7.1 研究背景

7.2 建设目标

7.3 研究环境

7.3.1 硬件环境

7.3.2 软件环境

7.3.3 相关工具

7.4 生命周期内各阶段应用研究

7.4.1 数据采集阶段应用

7.4.2 数据组织阶段应用

7.4.3 数据存储阶段应用

7.4.4 数据共享阶段应用

7.5 应用分析与结论

7.5.1 “天空地一体化”数字农业监测系统结构

7.5.2 基于本体技术的农业物联网设备资源建模

7.5.3 农业科学数据监管质量提升的策略分析

7.6 本章小结

第8章 研究结论与展望

8.1 研究结论

8.2 研究展望

参考文献

致谢