随着信息技术飞速发展,农业数据的不断积累,数据量变得非常庞大,使用者想利用这些数据也就越来越困难。在农业数据网格资源的共享的基础上,利用数据挖掘技术为使用者从中提取潜在有用的知识变得越来越重要。本文在已建立的农业数据网格的环境中,利用已有数据存储和计算能力,分析探讨了在农业网格数据中进行数据挖掘的解决方法和工具,构建了基于农业数据网格的数据挖掘系统,其目的在于提高农业科研数据的使用效率和服务水平,为农业数据网格的进一步发展和应用做出一定的贡献。本文首先分析农业信息的季节性、地域性、时效性、综合性、多层次性、求新性等特点,探讨在气象、农产品市场信息、土地管理、产量分析图、灌溉等农业各个领域如何利用数据挖掘技术解决现有的问题;然后,在分析农业数据网格环境下数据挖掘特点的基础上,构建基于网格的农业数据挖掘系统。该系统主要由三部分构成:农业数据挖掘体系架构、农业数据挖掘工具集和农业数据挖掘网格服务。其中,农业数据挖掘体系结构描述了数据挖掘系统三层架构;农业数据挖掘工具集提供了大量的数据预处理算法和数据挖掘算法;农业数据挖掘网格服务以网格服务的形式提供了农业数据网格环境下的数据挖掘解决方案。针对具体算法,本文首先分析了下农业数据和粗糙集算法的特点,并根据其特点选用粗糙集算法对其数据进行预处理。其后分析了聚类K-MEANS算法和时间序列ARMA模型两种挖掘算法,并利用聚类算法和时间序列ARMA模型进行数据挖掘原型实验,利用聚类k-means算法解决农产品销售决策问题,利用时间序列ARMA模型解决对农产品销售额的预测问题,取得了与实际情况较吻合的效果。最后,总结分析了研究过程中尚存的问题,并对了未来工作进行展望。