中国作为一个农业大国，每年都积累了大量的农业信息和数据，如作物生长状况，土壤状况，施肥情况，虫害以及农产品销售数据。因为这些数据具有时效性以及地域性，所以如何从这些大量数据中挖掘出有用的信息或者知识就成为一个非常重要以及急迫的问题。在过去的几十年中,我国曾耗费大量的人力物力在农业领域中进行各种普查,积累了大量的农业数据以及信息，但基本上这些普查的数据是作为文件存档,这就是所谓的“数据丰富而知识贫乏”的现象。利用数据挖掘从浩瀚的数据海洋中提取出重要的信息,进而指导农业高效生产具有重要的现实意义。本论文以研究和实现基于决策树方法的可定制性，实现一个通用的数据分析系统，对农业智能决策提供支持，进行了以下研究：首先，论文通过详细介绍当前农业领域中数据挖掘技术以及其中的决策树方法的各种应用，提出了本论文研究的问题、目的、内容以及方法等。其次，论文对数据挖掘系统的理论基础、决策树方法的理论基础以及智能决策支持系统的理论进行了梳理，这些构成了本论文研究的理论基础。第三，论文给出了基于决策树方法的通用农业数据分析系统的详细设计。详细地介绍了系统的具体工作流程以及对系统的功能模块就行了划分。在完成系统设计的基础上完成数据库的设计。第四，论文在系统设计和数据库设计的基础上，在VS2010平台上，利用Asp.Net和C#语言，开发并实现了系统。本系统首先利用.NET技术实现了ID3算法和C4.5算法，然后围绕已有算法，进行了用户管理、可定制决策树、数据挖掘等三个模块的实现。第五，论文在系统实现以后，针对ID3算法和C4.5算法对系统分别进行了测试。测试按照导入训练集、利用训练集生成决策树、导入测试集、利用测试集对生成的决策树方法进行测试、进行数据挖掘得到挖掘结果，测试结果是否符合预期。