有没有相关的论文或文献参考？
这个数据集是基于什么背景创建的？
数据集的作者是谁？
能帮我联系到这个数据集的作者吗？
这个数据集如何下载？
河南省开封市大豆种植环境分析数据|农业环境监测数据集|数据驱动的农业优化数据集
收藏浙江省数据知识产权登记平台2024-11-19 更新2024-11-20 收录
下载链接：
https://www.zjip.org.cn/home/announce/trends/86250
下载链接
链接失效反馈资源简介：
采集大豆种植的土壤湿温度、光照强度、二氧化碳浓度、空气温湿度等数据，全面评估不同环境条件对大豆生长的具体影响。如确定适宜的土壤温度和湿度区间，以利于大豆种子萌发和根系伸展。明确合适的光照强度和时长，推动大豆进行高效的光合作用，合成生长所需的有机物质。把握恰当的二氧化碳浓度，为大豆的生长发育提供充足的碳源，促进植株茁壮成长。同时，监测适宜的空气温湿度，为大豆营造舒适的生长大气环境。利用这些数据构建大豆品质与环境参数关联的深度网络模型，深入探索何种环境条件组合可以使大豆具有更高的蛋白质含量、更优的油脂品质和更好的抗逆性等，为显著提升大豆品质奠定基础。基于数据驱动的方式，为大豆种植环境的智能调控提供有效的支持，依据实时数据自动调整灌溉量、通风强度以及遮阳程度等，为大豆创造适宜的生长环境，提高种植效率和产量。将优化后的环境调控经验推广应用至不同地区的大豆种植中，形成多维度细粒度的感知与控制模式，有力推动大豆种植产业朝着科学、高效、模式可移植的方向发展，全面提升整个产业的竞争力。1.数据采集：本系统通过土壤湿温度传感器、光照传感器、空气温湿度传感器、智慧采集等物联网设备等物联网设备，结合4G/5G、Wi-Fi与有线网络，实时采集大豆种植环境中的土壤湿温度、光照强度、二氧化碳浓度、空气温湿度等多维数据。数据经过清洗和集成技术的处理，确保其准确性与一致性，为后续分析提供高质量的数据基础。2.算法规则：系统采用环境参数评分算法，对环境数据进行评分。评分基于大豆生长的理想条件（如温度、湿度、光照等），并通过以下公式计算：环境参数评分 = 100 - Σ ( w_i × |当前值_i - 理想值_i| / 容差_i )其中，Σ 表示对所有参数的累加，w_i 是第 i 个参数的权重。当前值_i 是第 i 个参数的实际测量值，理想值_i 是第 i 个参数的理想值。容差_i 是第 i 个参数的允许波动范围，偏离理想值越多，扣分越大。3.调控方案：系统根据分析结果将自动生成环境调控方案，针对多维度环境参数进行精细调整，确保环境条件始终维持在理想状态，从而提高作物的质量和产量。
提供机构：
兵峰（浙江）数字科技有限公司
创建时间：
2024-10-18
AI搜集汇总
数据集介绍
特点
河南省开封市大豆种植环境分析数据包含656条记录，每日更新，记录了土壤湿温度、光照强度、二氧化碳浓度、空气温湿度等多维数据，用于评估环境条件对大豆生长的影响和智能调控种植环境。
以上内容由AI搜集并总结生成
数据主题
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集
中国1km分辨率逐月降水量数据集（1901-2023）
该数据集为中国逐月降水量数据，空间分辨率为0.0083333°（约1km），时间为1901.1-2023.12。数据格式为NETCDF，即.nc格式。该数据集是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集，通过Delta空间降尺度方案在中国降尺度生成的。并且，使用496个独立气象观测点数据进行验证，验证结果可信。本数据集包含的地理空间范围是全国主要陆地（包含港澳台地区），不含南海岛礁等区域。为了便于存储，数据均为int16型存于nc文件中，降水单位为0.1mm。 nc数据可使用ArcMAP软件打开制图; 并可用Matlab软件进行提取处理，Matlab发布了读入与存储nc文件的函数，读取函数为ncread，切换到nc文件存储文件夹，语句表达为：ncread (‘XXX.nc’,‘var’, [i j t],[leni lenj lent])，其中XXX.nc为文件名，为字符串需要’’；var是从XXX.nc中读取的变量名，为字符串需要’’；i、j、t分别为读取数据的起始行、列、时间，leni、lenj、lent i分别为在行、列、时间维度上读取的长度。这样，研究区内任何地区、任何时间段均可用此函数读取。Matlab的help里面有很多关于nc数据的命令，可查看。数据坐标系统建议使用WGS84。
国家青藏高原科学数据中心 收录
HazyDet
HazyDet是由解放军工程大学等机构创建的一个大规模数据集，专门用于雾霾场景下的无人机视角物体检测。该数据集包含383,000个真实世界实例，收集自自然雾霾环境和正常场景中人工添加的雾霾效果，以模拟恶劣天气条件。数据集的创建过程结合了深度估计和大气散射模型，确保了数据的真实性和多样性。HazyDet主要应用于无人机在恶劣天气条件下的物体检测，旨在提高无人机在复杂环境中的感知能力。
arXiv 收录
CHARLS
中国健康与养老追踪调查（CHARLS）数据集，旨在收集反映中国45岁及以上中老年人家庭和个人的高质量微观数据，用以分析人口老龄化问题，内容包括健康状况、经济状况、家庭结构和社会支持等。
charls.pku.edu.cn 收录
VisDrone2019
VisDrone2019数据集由AISKYEYE团队在天津大学机器学习和数据挖掘实验室收集，包含288个视频片段共261,908帧和10,209张静态图像。数据集覆盖了中国14个不同城市的城市和乡村环境，包括行人、车辆、自行车等多种目标，以及稀疏和拥挤场景。数据集使用不同型号的无人机在各种天气和光照条件下收集，手动标注了超过260万个目标边界框，并提供了场景可见性、对象类别和遮挡等重要属性。
github 收录
PDT Dataset
PDT数据集是由山东计算机科学中心（国家超级计算济南中心）和齐鲁工业大学（山东省科学院）联合开发的无人机目标检测数据集，专门用于检测树木病虫害。该数据集包含高分辨率和低分辨率两种版本，共计5775张图像，涵盖了健康和受病虫害影响的松树图像。数据集的创建过程包括实地采集、数据预处理和人工标注，旨在为无人机在农业中的精准喷洒提供高精度的目标检测支持。PDT数据集的应用领域主要集中在农业无人机技术，旨在提高无人机在植物保护中的目标识别精度，解决传统检测模型在实际应用中的不足。
arXiv 收录