农业食品供应链中的数据挑战与计量学方法：数据准确性、数据可用性以及数据隐私问题

《Food Chemistry》：Data challenges and metrological approaches in the agrifood supply chain: Data accuracy, data availability, and data privacy issues

　　• 计量学方法为数字农业食品供应链中的数据准确性、可追溯性和可比性提供了基础。
• 数据挑战——包括可用性受限、数据碎片化以及缺乏互操作性——阻碍了数据的有效整合和再利用。
• FAIR原则提升了数据的可发现性、可访问性、互操作性和可再利用性，支持透明的、以数据为驱动的农业食品系统。
• 隐私问题、伦理关切和治理缺口仍然是数据共享和利益相关者信任的关键障碍。
• 计量学、数字技术和负责任治理框架的整合促进了可信、可持续和有弹性的农业食品数据生态系统的建设。

**引言**
全球农业食品供应链的特点是高度复杂性、异质性和地理分散性（Khan等人，2024年；Kumar等人，2023年；Loring & Sanyal，2021年；Rossi等人，2025年；Xue等人，2025年）。确保食品的完整性、安全性、可追溯性和可持续性不仅需要数据的可用性，还需要对其质量、可比性和计量学可追溯性的信心。因此，农业食品供应链中的决策越来越多地依赖于能够支持可靠监控、风险评估、合规性和基于证据的政策的数据（Bekkouche & de Magistris，2025年；Lai等人，2025年；Vahdanjoo等人，2025年）。
由人工智能（AI）、机器学习（ML）、区块链（BC）、物联网（IoT）、大数据（BD）和数字孪生（DT）等技术推动的农业食品系统数字化转型，极大地增加了供应链中生成的数据量、多样性和粒度（Bekkouche & de Magistris，2025年；Farina等人，2025年；Miller等人，2025年；Plakantara & Karakitsiou，2025年；Siddique等人，2025年；Stanescu等人，2025年；Vahdanjoo等人，2025年）。
这些技术实现了对产品、过程和环境条件的实时监控；数据驱动的决策支持；价值链各阶段的优化；风险预测；以及先进的产品追溯和透明度机制的实施。此外，它们还有助于更准确地评估环境绩效，从而减少浪费、提高资源效率并支持可持续性战略。
然而，数字技术的快速部署也暴露了当前农业食品数据生态系统中的重要弱点（Siddique等人，2025年）。与数据质量相关的问题出现了，包括噪声、数据不完整、传感器漂移以及缺乏对测量不确定性的系统性表征。这些问题进一步受到异构标准、专有格式和分散架构导致的互操作性挑战的加剧，这些挑战阻碍了整个供应链中的数据整合和再利用。其他挑战还包括数字数据的可追溯性、明确的责任链、人工智能模型的有限透明度和可解释性，以及与网络安全、数据保护和自动化系统可靠性相关联的风险增加。
这些挑战表明，仅靠技术创新不足以支持可信的数字农业食品系统，必须辅以计量学原则和负责任的数据治理。传统上，计量学通过标准化的测量方法、认证的参考材料、校准程序和不确定性评估来支持农业食品行业（Rab等人，2024年）。在数字时代，其范围已超出传统实验室测量，致力于解决日益互联的供应链中数字生成数据的质量、可追溯性、互操作性和不确定性问题。通过提供传感器验证方法、记录的追溯链和不确定性评估，计量学增强了人们对测量结果的信心，支持了可靠的食物安全评估、可靠的产品追溯、可持续性评估和基于证据的决策。
计量学方法有助于确保不断增长的数字数据伴随着可靠、可比且科学可解释的测量信息（Eichst?dt等人，2021年）。
科学界制定了FAIR（可发现、可访问、可互操作和可重复使用）原则，以促进数据的可发现性、可访问性、互操作性和可再利用性。测量科学通过提供与国际单位制（SI）的计量学可追溯性以及记录的校准链来补充这些原则，同时支持重复性、再现性和对测量不确定性的严格评估。FAIR原则和计量学共同为提高农业食品数据的质量、互操作性和长期再利用性提供了互补的基础（Plant等人，2018年）。
这些原则的相关性不仅限于研究领域，还扩展到工业和技术应用中，在这些应用中，FAIR数据对于实施人工智能方法至关重要。
除了技术数据质量之外，农业食品系统的有效数字化转型还需要将计量学的严谨性与伦理的、透明的、以用户为中心的数据管理相结合的治理框架，从而增强研究人员、行业、政策制定者和消费者之间的信任。
在这一背景下，研究基础设施在加强农业食品系统中数据的可靠性、可比性和互操作性方面发挥着至关重要的作用。欧洲研究基础设施METROFOOD-RI专门致力于食品和营养领域的计量学工作，提供物理和数字设施、参考材料、标准化方法和高质量数据，以支持食品的质量、安全和真实性（De Bruyn等人，2025年；Mattarozzi等人，2023年；Ogrinc等人，2019年；Rychlik等人，2018年；Tsimidou等人，2025年；Vandermeiren等人，2021年；Zappa等人，2018年）。METROFOOD-RI通过提供校准测量结果、追溯链和标准化数据，将基础计量学与应用食品科学联系起来。通过支持测量的可比性和再现性，并促进符合FAIR原则的数据共享，METROFOOD-RI成为加强数字农业食品生态系统数据可靠性和互操作性的基石（Rychlik等人，2018年；Tsimidou等人，2025年）。其与新兴数字平台和负责任数据治理倡议的整合进一步增强了农业食品系统为研究、工业和政策制定提供可信数据的能力。
除了这些技术方法外，基于数字责任目标（DRGs）的治理倡议还促进了整个数字农业食品生态系统中的透明度、设计隐私保护、用户主权和伦理数据管理。在这方面，欧盟资助的DRG4FOOD项目提供了一个典型的例子，展示了负责任的数字治理如何补充计量学原则，促进透明、符合FAIR标准且注重隐私的数据生态系统，同时加强利益相关者之间的信任。该项目通过开发基于责任、隐私和以用户为中心的价值观的技术支持和示范解决方案，推动了食品安全、可持续性、个性化营养和食品浪费减少等方面的创新（Meier等人，2022年；Zoani等人，2025年）。通过将数字工具和平台与DRGs对齐，该项目支持从生产者到消费者的各个利益相关者之间透明和公平的、以数据为驱动的食品系统。
本文从计量学的角度探讨了农业食品系统数字化转型过程中出现的主要数据相关挑战。虽然许多研究已经考察了数字农业、FAIR数据、区块链、物联网、人工智能、可追溯性和数据治理，但这些主题通常是从技术、组织或数据管理的角度进行探讨的。相比之下，本文的原创性在于提出了一个综合分析框架，将数字农业食品数据的主要挑战——即数据准确性、数据可用性以及数据隐私和伦理治理——与提供可靠、可互操作和可信数据生态系统共同质量框架的相应计量学概念联系起来。
因此，本文分析了计量学原则（包括计量学可追溯性、校准、验证、不确定性评估和标准化）如何为数字农业食品数据生命周期提供共同的质量框架。它还讨论了这些原则如何得到METROFOOD-RI和DRG4FOOD等欧洲倡议的支持，这些倡议是作为研究基础设施和负责任数字治理框架的代表，有助于构建透明、符合FAIR标准且注重隐私的农业食品数据生态系统。本文旨在提供一种叙述性和批判性的概述，而不是对应用于农业食品领域的所有数字技术的全面调查。所讨论的技术（例如物联网、遥感、区块链、数字孪生和AI）之所以被选中，是因为它们代表了正在进行的数字化转型的关键驱动力，并为分析数字农业食品数据相关的计量学挑战提供了示例。同样，所呈现的案例研究旨在说明计量学原则和负责任治理方法如何转化为实践，而不是对所有现有研究基础设施、数字平台或实施框架进行全面评估。

**章节摘录**
**农业食品系统的数字化转型：技术和新兴的数据挑战**
农业食品系统的数字化转型是由人工智能（AI）、机器学习（ML）、物联网（IoT）、大数据分析、区块链（BC）、数字孪生（DT）、全球定位系统（GPS）、地理信息系统（GIS）和机器人技术的融合推动的（Vahdanjoo等人，2025年）。这些技术通过实现持续的数据采集、预测分析、流程自动化等，正在重塑整个农业食品价值链。

**数字农业食品数据生态系统中的计量学挑战**
尽管现有的计量学框架（包括计量学可追溯性、校准、验证的测量方法、认证的参考材料和标准化的测量协议）长期以来一直支撑着分析测量的可靠性和可比性，但物联网（IoT）、遥感、区块链、数字孪生和人工智能等数字技术的快速采用正在将测量科学的范围扩展到传统实验室环境之外。

**制度和政策挑战**
尽管数字化进程迅速，但在农业食品系统中有效利用数据仍受到重大制度和政策挑战的限制。多种制度和政策障碍严重阻碍了全球范围内全面可靠的食品生产数据系统的发展。一个主要障碍是机构和组织之间的缺乏协调和一致性——政府部委、研究机构和国际组织往往独立运作。

**计量学方法应对新兴数据挑战**
计量学被定义为测量科学及其应用（计量学指南联合委员会（JCGM），2012年），为获得准确、可比且具有计量学可追溯性的测量结果提供了科学框架，同时支持测量不确定性的评估和沟通。根据《国际计量词汇表》（VIM），计量学涵盖了测量的所有理论和实践方面，无论是在哪个领域。

**计量学作为政策协调和透明农业食品数据治理的推动者**
随着数字农业食品系统在国家和国际范围内的日益互联互通，对协调一致的监管框架的需求变得与技术本身同样重要。计量学通过建立标准化的测量框架、校准协议和可追溯的数据收集程序，为政策协调和监管框架的统一提供了共同的科学基础。

**METROFOOD-RI和DRG4FOOD项目在应对农业食品数据挑战中的作用**
研究基础设施和治理倡议在加速解决农业食品供应链中的数据相关挑战方面发挥着关键作用。前文所述的原则已经在欧洲的研究和创新项目中得到实践。其中，METROFOOD-RI和DRG4FOOD项目是两个互补的例子，它们分别解决了可信数字农业食品数据的技术和治理维度。

**结论**
农业食品系统的数字化转型产生了前所未有的多样化数据量，这些数据支持食品安全、可追溯性、可持续性和基于证据的决策。然而，这些技术的价值最终取决于基础数据的质量、可比性和透明度。本文强调，计量学提供了将既定的测量原则扩展到传统实验室环境之外的科学框架。

**作者声明**
在本文的准备过程中，作者仅使用ChatGPT来协调不同作者的写作风格，而未影响稿件的科学内容。使用该工具/服务后，作者对内容进行了必要的审阅和编辑，并对发表文章的内容负有全部责任。