ICS CCS T/HNSBSXH 海南省博士协会团体标准 T/HNSBSXH03-2025 农业数据与模型智能匹配技术规范 Technicalspecificationforintelligentrecommendationofagriculturalmodels 2025年5月16日发布 2025年6月16日实施 海南省博士协会发布 全国团体标准信息平台 T/HNSBSXH03—2025 I目录 目录...................................................................................I 前 言............................................................................II 1范围.................................................................................1 2规范性引用文件.......................................................................1 3术语和定义...........................................................................1 4农业数据与模型匹配度评价方法.........................................................1 4.1数据类型识别.....................................................................1 4.2数据领域识别.....................................................................1 4.3数据地域识别.....................................................................2 4.4数据时间识别.....................................................................2 4.5数据量识别.......................................................................2 4.6数据质量识别.....................................................................2 4.7农业模型识别.....................................................................3 5农业数据与模型匹配度评价.............................................................3 6农业数据与模型的智能推荐.............................................................4 参考文献......................................................................5 全国团体标准信息平台 T/HNSBSXH03—2025 II前言 本文件按照《团体标准结构和编写指南》T/CAS1.1-2017要求并参照GB/T1.1-2020《标准化工作 导则第1部分：标准化文件的结构和起草规则》的规定起草。 请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。 本文件由中国农业科学院农业信息研究所、三亚中国农业科学院国家南繁研究院提出。 本文件由海南省博士协会归口。 本文件起草单位：中国农业科学院农业信息研究所、三亚中国农业科学院国家南繁研究院。 本文件主要起草人：周国民、张建华、闫燊、李佳乐、赵晓燕、申家炜、王溢飞、贺子康、王晓丽、 刘婷婷、满芮、牟强、刘欢、李威、郭志豪、何远。 全国团体标准信息平台 T/HNSBSXH03—2025 1农业数据与模型智能匹配技术规范 1范围 本文件规定了农业数据与模型的匹配度评价标准，根据数据特性及模型类别进行智能匹配。 本文件适用于农业数据的分析、挖掘及应用，有利于合理利用农业模型。 2规范性引用文件 本文件没有规范性引用文件。 3术语和定义 下列术语和定义适用于本文件。 3.1农业数据Agriculturedata 以指导农业生产经营为目的，由农业科研人员和农业技术人员在农业生产、管理和研究过程中收集、 生成的与农业活动相关的具有地域性、周期性、季节性、多样性的各种信息和数据。 DB32/T4977-2024 3.2农业模型Agriculturemodel 以农业系统要素为研究对象，为研究农业问题的定量规律所建立数学模型的总称。可用于不同的农 业应用场景，包括定量预测、监测、预警与决策控制等。 3.3智能匹配Smartmatching 在农业数据分析与应用中，基于数据属性和模型类别的匹配程度，通过人工智能或机器学习算法， 自动或半自动地选择最优的数据-模型组合，以提高分析精度、计算效率或决策可靠性的过程。 4农业数据与模型匹配度评价方法 4.1数据类型识别 自动或半自动识别输入数据的类型，以便选择适配的预处理方法和分析模型。数据类型包括文本数 据、数值数据、图像数据、视频数据等。 a)文本数据 文本数据是指由字符组成的、用于表达信息的数据形式，这些信息可以是自然语言文字（如文章、 评论、报告等）、代码、符号等。 b)数值数据 数值数据是指表示数量或测量结果的数据类型，可以用数字来表示，并且支持数学运算。 c)图像数据 图像数据是以数字形式存储的视觉信息，由表示颜色和亮度的像素矩阵组成。 d)视频数据 视频数据是由一系列连续的图像帧组成，每帧代表一个时间点上的视觉信息，通常伴有音频轨道。 4.2数据领域识别 全国团体标准信息平台