设施农业（如温室、大棚等）通过人工调控环境，为作物生长提供适宜的小气候条件（如温度、湿度、光照、CO₂浓度等）。然而，极端天气（如寒潮、高温、连阴雨等）或设施环境调控不当可能导致作物减产甚至绝收。因此，精准的小气候预报和风险预警对设施农业的智能化管理至关重要。本赛题旨在利用气象数据、设施环境监测数据，构建小气候预测模型，并识别潜在气象灾害风险，为农户和农业管理者提供决策支持。本赛题的答题目标包括：（1）小气候预测模拟：基于历史数据，构建温室内小气候预测模型，模拟温室内的极端温度。（2）风险预警算法：结合作物生长适宜阈值，设计风险评级规则（如低温风险等），输出预警等级（低、中、高）。

4.数智技术支撑粮食生产降本增效及单产提升（数据验证赛，此赛题尚未开启报名，请持续关注）

确保粮食稳产丰产是北京市农业农村发展的重要任务，为落实国家粮食单产大面积提升行动，2025年北京市将主攻粮食作物单产和品质提升。赛题将通过融合利用北斗导航、遥感、气象、土壤、农事作业、农情监测、灾害等各类数据，促进数智技术与粮食生产技术和装备的集成应用，为农田灌溉、农机作业、病虫害防控的智能化提供场景支撑，促进大田粮食生产降本增效和单产提升。本赛题的答题目标包括：（1）利用遥感监测数据，解析粮食作物苗情光谱诊断本地化模型，以定量化的光谱技术替代传统的人工苗情判断。（2）利用气象监测、环境传感等数据，研发基于适宜动态指标的作物精准施肥决策技术，构建地块-园区-县域多尺度作物精准控肥技术推广应用模式。（3）通过基于远程水表、智能墒情监测仪、智能施肥机等智能装备采集的灌溉环节用水监测数据，构建人工智能在灌溉决策中的具体技术路径（如数据采集、模型构建、动态优化等），为农业用水提供数智化场景。（4）基于多元数据，构建大田生产领域的农机智能作业应用场景。

5.促进农作物育种智能化水平提升（数据验证赛，此赛题尚未开启报名，请持续关注）

种业是农业的“芯片”。做强现代种业，打造种业之都是北京建设现代农业的标志性、先导性工程。近年来，生物育种和智慧育种相结合是种业技术的前沿。2025年，北京市将大力推进生物育种产业和智慧农业，强化科技创新的引领作用，促进农作物育种智能化水平提升赛题体现了北京特色和发展趋势。本赛题的答题目标包括：（1）融合多模态数据与深度学习，运用智能算法，自动识别农作物植株、叶、花、果等关键表型特征，促进数智技术与智能采集装备的集成应用。（2）构建多组学数据关联算法，实现品种表型和DNA指纹的互相印证，推进品种精准高效鉴定与评价，为种质资源鉴定、品种权保护、智能化育种等提供技术支撑。（3）构建基于作物基因型、表型数据等应用的精准育种、智能育种应用场景。

6.设施蔬菜生产数智化水平提升（数据验证赛，此赛题尚未开启报名，请持续关注）

中央一号文件明确提出实施大中城市周边现代设施农业更新工程，2025年北京市将加快老旧设施提档升级，建设一批宜机化、节能化、智能化、绿色化的现代农业设施园区。在设施农业智能化发展方面仍存在一些瓶颈性问题需要重点突破：一是设施环境的精细化管理需要提升，光、温、水、肥等环境参数需动态匹配作物需求，量化指标与标准化体系缺失；二是智能环境调控的软件系统多依赖国外软件和模型，国产化软件应用水平需要提升。本赛题的答题目标包括：（1）针对设施农业中环境参数调控经验离散化、标准化不足的痛点，目标为解析光照、温度、湿度等多因子耦合机制，构建作物生长决策模型。（2）建立设施环境多因子协同调控模型，实现环境参数的动态优化；通过模型降低资源浪费、提升产量稳定性。（3）促进数智技术与设施蔬菜环境调控、水肥管理、农事作业等生产管理活动的集成应用；尤其是连栋玻璃温室智能环控系统国产化软件研发应用。

7.利用区块链技术促进品牌农产品追溯管理能力提高（数据验证赛，此赛题尚未开启报名，请持续关注）

随着消费者对食品安全和产品质量要求的提升，品牌农产品的溯源体系已成为农业领域的核心问题。然而，传统追溯方式存在诸如信息不透明、数据易篡改、追溯链条不完整等弊端，难以支撑现代消费者对农产品全生命周期信息的信任需求。区块链技术以其去中心化、数据不可篡改与全链条可追溯的特点，为农产品追溯体系的构建带来了新的可能。本赛题聚焦于构建一个基于区块链的品牌农产品信息追溯模型，旨在提升追溯数据的真实性、完整性与透明度，助力农业信息化和数字化转型。本赛题要求参赛者需围绕农产品追溯过程中的核心问题，利用结构化数据建模与区块链技术，设计一套信息化追溯系统，具体包括：（1）构建品牌农产品从生产到销售全过程的数据结构和信息链条；（2）实现数据防篡改与全链条可溯源的区块链解决方案；（3）提升系统的可视化呈现与消费者交互能力，提高品牌信任度；（4）优化系统的可部署性与可扩展性，具备在农业场景中落地应用的潜力。

8.促进农产品市场流通数智化水平提升（数据验证赛，此赛题尚未开启报名，请持续关注）

传统农产品流通体系面临信息不对称、流通效率低、损耗率高、供需匹配失衡等问题，亟需通过数据要素与智能技术赋能农业产业链，重构农产品流通新模式。通过构建数智化流通体系，可降低流通成本、减少损耗、提升市场响应能力，并为农业产业链增值提供新动能。本赛题聚焦这一方向，鼓励参赛者探索技术赋能农产品流通的创新实践，形成可推广的解决方案。本赛题的答题目标包括：（1）技术融合应用：结合数据要素与智能技术，设计覆盖农产品流通全链条的数智化解决方案，解决传统流通环节的痛点问题。（2）资源高效整合：通过数据共享与智能分析，整合农户、合作社、物流企业、电商平台等主体资源，构建透明化、协同化的流通网络，优化供应链管理。（3）市场动态响应：建立基于大数据的供需预测模型和价格预警机制，提升市场波动应对能力，助力产销精准对接，减少滞销或短缺风险。（4）产业链增值赋能：探索数智化流通对农产品品牌建设、质量追溯、金融服务等环节的延伸价值，推动农业产业链数字化转型。

9.农产品流通数据智能确权方案（数据验证赛，此赛题尚未开启报名，请持续关注）

在乡村振兴与农业数字化转型的双重驱动下，农产品流通数据（如生产溯源、仓储物流、市场价格、交易凭证等）逐渐成为优化资源配置、提升产业价值的关键要素。然而，当前农产品流通链条中，数据权属模糊、共享机制缺失、利益分配不均等问题突出，导致数据资产价值难以释放。本赛题通过技术创新与机制协同，解决数据权属认定、可信流转与价值分配难题，具体目标包括：（1）权属链式锚定：基于区块链与物联网技术，实现农产品从种植、加工到销售全环节数据的实时上链存证，构建不可篡改的“数字指纹”，明确各环节主体的数据贡献与所有权边界。（2）动态权益分配：利用智能合约与AI算法，根据数据产生节点，自动生成权益分配规则。（3）合规生态构建：对接农业部门数据标准与《数据安全法》等法规，设计去中心化数字证书体系，推动农产品流通数据纳入地方产权交易市场，激活农村数据要素价值。

10.基于深度学习模型的蔬菜量价预测（数据验证赛，此赛题尚未开启报名，请持续关注）

近年来，农产品价格波动较大、市场风险加强，不仅影响了全市农民增收，也影响了北京农业产业的持续健康发展。蔬菜作为人类日常饮食的重要组成部分，其上市量及价格波动对农业生产、市场供应、消费者购买力及宏观经济稳定都具有深远影响。预测未来蔬菜上市量及价格，可以提供给市场参与者更全面的信息和决策依据，减少信息不对称和市场波动，有助于建立一个相对稳定的供需关系，促进蔬菜市场的正常运转和长期发展，也为相关部门规避市场风险提供依据。本赛题围绕北京市批发市场上市量及价格数据，基于深度学习方法，旨在构建番茄、黄瓜、茄子、尖椒、西兰花、球生菜、菠菜7种主导产品日、周、月度上市量和价格预测模型，为引导蔬菜茬口安排提供依据。

11.促进农业生产抗风险能力提高（数据验证赛，此赛题尚未开启报名，请持续关注）

农业生产面临自然风险和市场风险，且近年来极端气候多发，农产品价格波动加大，需要提高农业生产抗风险能力。本赛题需要通过综合利用产能、运输、加工、贸易、消费等数据，为农业生产经营主体在粮食、生猪、果蔬等重点领域，提供自然灾害、疫病传播、价格波动等农业监测预警服务。

12.促进农村土地利用优化与精准服务（专业数据赛，此赛题尚未开启报名，请持续关注）

农村土地利用关系到农业农村发展全局，随着城市化进程的推进，农村土地闲置、利用不规范的问题越来越严重，需要通过数据技术提升农村土地利用的精准性和科学性。本赛题需要通过整合土地数据、环境数据、人口数据，构建土地利用效率评估模型，针对低效用地提出优化建议。开发可视化决策系统（可基于农业农村大数据平台），为地方政府提供基于数据的土地利用优化方案，支持精准施策。

13.促进乡村治理数智化水平提升（专业数据赛，此赛题尚未开启报名，请持续关注）

当前，我国乡村振兴战略进入全面深化阶段，但乡村发展仍面临人居环境治理粗放、公共安全隐患突出、产业数字化基础薄弱等挑战。传统治理模式难以满足现代乡村精细化、动态化、可持续化的发展需求，亟需通过数智化手段提升乡村治理水平。本赛题聚焦多场景融合创新，鼓励探索可落地、可推广的乡村数智化解决方案，助力建设宜居宜业和美乡村。本赛题的答题目标包括：（1）提升人居环境数智治理水平：如设计基于传感器网络、GIS、AI图像识别的垃圾/污水智能监测系统，优化资源调度与污染防控；开发村容村貌数字化管理平台，支持环境整治进度追踪、村民参与激励机制设计等。（2）提升乡村安全风险防控数智化：如设计乡村公共安全“一张图”管理系统，覆盖交通、水利、治安等场景，提升应急响应效率。（3）乡村产业数智化赋能：如探索农业生产全流程数字化，或乡村文旅资源AI化开发等。（4）技术融合与普惠性提升：设计“政府-企业-村民”协同机制，通过数据可视化、移动端交互提升村民参与度。

14.建设农业农村政策智能问答模型（专业数据赛，此赛题尚未开启报名，请持续关注）

近年来，为了实现乡村振兴和农业农村现代化，各级政府制定出台了多项政策，涉及面广，内容多；让广大农民及时、便捷、准确了解农业农村政策关系到农民的切身利益，需要通过人工智能技术提升农业农村政策的服务效果。本赛题需要系统汇集各级各地的农业农村政策，开发文字类大模型，对政策分主题、分地域归集、标记，建立面对农村居民、农业经营主体、公文撰写人员等相关主体的一站式政策咨询平台，方便多场景政策查询和咨询，有效提升农业农村政策的贯彻执行水平。

15.基于农业数据资源的智能搜索与推荐模型（专业数据赛，此赛题尚未开启报名，请持续关注）

近年来，农业农村数据资源不断积累丰富，加强农业农村数据资源利用是落实数据要素×现代农业的关键。而农业数据资源的智能搜索与推荐系统是数据资源利用的基础。本赛题需要开发一个集成多源农业数据的智能搜索与推荐模型，能够根据用户需求（如作物种植、气候预测、市场价格等）提供精准的数据搜索结果，并通过算法推荐相关数据，以提升农业生产决策的效率和准确性，推动农业数据的有效利用。