农业信息模型评估框架(AgrIMAF)：从农场到餐桌的农业数据结构范围与局限性分析

这篇综述创新性提出农业信息模型评估框架(AgrIMAF)，通过系统文献回顾评估30种农业数据结构(包括FMIS、EPCIS等)，揭示当前模型在供应链阶段(12个P0-11阶段)、利益相关者(23类)和数据流(如土壤pH值、生物多样性指标等)方面的覆盖缺陷，为构建符合FAIR原则的农业数据系统提供诊断工具。

　　

农业信息模型评估框架的构建与应用

研究方法

采用PRISMA框架结合STAR方法进行系统文献回顾，从Web of Science等数据库筛选1565篇文献，最终纳入30项研究。创新设计的三层评估框架AgrIMAF包含：供应链12阶段(P₀-P₁₁)、23类利益相关者(如农学家、保险公司、营养师等)和16类数据流(如作物生长数据、土壤电导率等)。通过模块化设计原则(系统思维、可扩展性等)实现诊断功能。

现有数据结构特征分析

时序分析显示数据结构演变呈现三个阶段特征：2010年前主要关注基础农场管理(如DSSAT模型)；2010-2015年转向实时决策支持(如PDA-based系统)；2016年后聚焦IoT集成与协同管理(如Ploutos语义框架)。值得注意的是，70%的模型采用过程导向设计，导致数据类别覆盖不完整，如EPCIS标准仅包含土壤温度等4项参数而非完整的12项土壤指标。

供应链阶段覆盖缺陷

可视化矩阵显示显著不平衡：93%模型覆盖栽培阶段(P₂)，但仅13%涉及消费阶段(P₁₀)。特别薄弱的环节包括：种植规划(P₀，覆盖率20%)、废弃物管理(P₁₁，覆盖率7%)。典型案例QUHOMA虽实现从存储到零售的追踪，但缺乏前端的土壤准备数据和末端的消费者反馈机制。

利益相关者代表性不足

热图分析揭示关键缺失：农民(覆盖率100%)与研究人员(87%)被广泛涵盖，但废弃物管理公司(3%)和营养师(0%)几乎被忽视。保险公司的低覆盖率(17%)尤为突出，这与农业风险管理需求形成反差。跨阶段参与者如供应链经理(23%)的缺失导致数据链断裂。

数据类别完整性挑战

16类核心数据中，作物信息(覆盖率97%)和产量数据(90%)占主导，而生物多样性组成(10%)和营销策略(7%)严重不足。环境指标如温室气体排放(ICASA标准涉及)仅20%模型包含，制约碳足迹评估。消费行为数据(3%)的缺失阻碍市场导向的精准农业实施。

框架应用前景

AgrIMAF展现出三大延伸价值：1)指导跨学科模型(如ODM2)的农业适配；2)支持畜牧业供应链分析；3)为医疗健康等领域提供评估范式。虽然暂未整合本体论(如AGROVOC)，但其三层结构为后续语义建模奠定基础。实际应用需补充商业系统评估和受控词表整合。