OpenFarm Crops Rescued Dataset

这是一个从已关闭的OpenFarm.cc网站通过Wayback Machine恢复的结构化作物记录数据集，包含340条作物记录。数据集采用CC0许可证，每一条记录都包含来源信息（如Wayback捕获URL）。数据字段包括作物名称、学名、描述、日照需求、播种方法、尺寸（厘米单位）和伴生植物等，适用于园艺、农业或相关研究，但需注意数据可能存在编辑错误，不建议用于食用或植物安全决策。This is a structured crop record dataset recovered from the now-defunct OpenFarm.cc website via the Wayback Machine, containing 340 crop records. The dataset is licensed under CC0, and each record includes source information such as Wayback Machine capture URLs. Its fields cover crop name, scientific name, description, sunlight requirements, sowing methods, dimensions (in centimeters), and companion plants, among others. It is intended for horticultural, agricultural, or related research; however, please note that the dataset may contain editorial errors, and it is not recommended for use in edible or plant safety decision-making.

原始信息汇总

数据集概述：OpenFarm Crops, Rescued

本数据集是原 OpenFarm.cc 网站（一个开源种植指南维基）关闭后，通过 Wayback Machine 恢复的作物结构化记录集合。网站于 2025 年 4 月关闭，原始数据为 CC0 许可。

核心内容

• 记录数量：340 条结构化作物记录。
• 数据来源：从 Wayback Machine 抓取并解析 openfarm.cc/en/crops/* 页面（共 358 个页面）重建，经过去重、清理（移除 13 条垃圾/重复条目、错误鉴定以及修正 4 个双名法拼写错误）后获得。
• 数据格式：JSON 格式，每条记录包含 slug、name、binomialName、description、sun、sowingMethod、spreadCm、rowSpacingCm、heightCm、companions 等字段，并附有 source 块（包含 Wayback 捕获 URL 和日期）。
• 许可协议：CC0 1.0 Universal（公有领域奉献），无需署名。

字段覆盖情况（基于 340 条记录）

字段	包含记录的条数
slug, name, source	340
description	330
binomialName	305
sun	284
sowingMethod	282
heightCm	268
rowSpacingCm	245
taxon	228
spreadCm	222
companions	134
tags	42
growingDegreeDays	35

• 单位均为公制（厘米）。companions 字段值可能为不存在于本数据集中的 slug。

数据质量与限制

• 质量警告：原始数据集因多年未经训练的普通用户编辑而质量下降。部分记录（如描述、间距数据、伴生种植条目）可信度有限。双名法已与 GrowStuff 的策展学名进行交叉验证，已修正拼写错误。
• 用途限制：不可用于可食用性判断、觅食或植物安全决策。建议仅作为有用骨架，而非权威来源。
• 不包含 GrowStuff 数据：因许可（CC-BY-SA）不同，未混合。

其他信息

• 可浏览版本：可通过 HomesteaderLabs 的知识库页面（https://www.homesteaderlabs.com/kb/）搜索浏览。
• 欢迎修正：欢迎通过 GitHub Issue 或 PR 提交来自真实种植经验的更正。

搜集汇总

数据集介绍

构建方式

在OpenFarm.cc开源种植指南平台于2025年4月关停后，其CC0许可的作物数据因未曾公开转储而濒临消失。本数据集通过抓取Wayback Machine中归档的358个作物页面，将历史快照解析为结构化记录，并经过严谨整理：剔除13条垃圾或重复条目，移除明显错误的物种鉴定，修正4个双名法命名拼写错误，最终保留了340条高信度作物记录。每条记录附有来源信息块，包含精确的Wayback Machine捕获地址，便于追溯验证。

使用方法

数据可直接以JSON格式使用，适用于构建种植指南、农业知识图谱或科研分析。使用时需审慎，尤其避免将伴生种植、间距等信息用于食用安全性或植物鉴定决策。用户可通过GitHub仓库提交问题或拉取请求修正错误，数据集还可在Homesteader Labs网站进行浏览与搜索。遵循CC0公共领域许可，无需署名，但推荐标注来源以便协作改进。

背景与挑战

背景概述

OpenFarm Crops Rescued Dataset诞生于开源农业知识库OpenFarm.cc于2025年4月关闭后的数据抢救行动。面对社区自2017年起持续呼吁却始终未获官方数据转存的困境，研究者通过互联网档案馆（Wayback Machine）对360余个历史存档页面进行系统性抓取与重构，并经过严格的清洗、去重与错误修正，最终获得340条结构化作物记录，涵盖名称、学名、种植参数、伴生植物等关键字段。该数据集以CC0公共领域协议发布，旨在为农业知识共享、种植指南开发及开源生态研究提供可复用的基础语料，其抢救过程本身亦构成了数字遗产保护与公民科学协作的典型范例。

当前挑战

数据集面临的核心挑战首先源自原始平台的用户编辑质量风险：由于OpenFarm允许随意修改百科条目，多数描述文本、间距数值及伴生植物关系存在不可靠性，需配合完备的溯源机制（每条记录均附Wayback快照URL）使用，严禁用于可食性判断或安全决策。其次，构建过程中遭遇技术层面的碎片化困境——存档页面字段缺失严重，部分作物学名错误或分类混淆（如豚草归入艾菊属、梓树列为豆科），虽借助GrowStuff科学名称比对纠正了少数拼写错误，但134条伴生植物记录仅有约半数能在本数据集中找到对应条目，整体覆盖率的参差限制了数据集的整合应用价值。

常用场景

经典使用场景

在植物学与农业科学领域，结构化作物数据是支撑智能种植推荐系统与数字农艺知识库的基石。该数据集收录了340种作物记录，涵盖形态特征、种植参数及伴生关系等关键维度，为构建轻量级作物数据库提供了可直接调用的结构化资源。研究者可借助其字段一致性，快速开展作物生长特性统计、伴生种植模式挖掘或多源数据对齐实验，尤其适用于原型验证阶段的知识图谱搭建与基准测试。

解决学术问题

该数据集有效缓解了因OpenFarm.cc关闭导致的作物百科领域公共数据断层问题。学术研究中，多数农作物知识库受制于许可证壁垒或维护成本，难以被广泛复用。本数据集以CC0协议开放，提供了跨越光照需求、播种方式及同行伴生关系的标准化记录，使得关联规则分析、作物分类模型改进以及种植参数预测等议题得以在真实世界数据基础上展开，其方式回收机制更为数字存档与数据复原研究提供了方法学案例。

实际应用

在智慧农业与园艺教育领域，该数据集可直接用于开发轻量级种植助手应用或社区作物百科。家庭园艺爱好者可通过其伴生植物字段规划有机菜园布局，教育机构可将其作为开源教案素材嵌入植物形态学课程。农业科技初创企业亦可依托其结构化的空间参数与生长指标训练简易的作物推荐算法，或结合地理气候数据进行品种适种性分析，大幅降低初期数据采集的时间与经济成本。

数据集最近研究

最新研究方向

随着开源农业知识库OpenFarm.cc于2025年4月关停，其原有的作物种植指南数据面临永久丢失的风险。该数据集通过互联网档案馆Wayback Machine的存档页面进行回溯性抓取与结构化重建，共恢复340条经过清洗与核验的作物记录，涵盖学名、种植条件、伴生关系等关键字段。这一复原工作不仅填补了开源农业数据生态中的关键空白，也为数字遗产保护与社区驱动型知识库的灾难恢复提供了实践范例。当前，该数据集被明确注释为“非权威性”骨架结构，尤其强调其伴生种植等用户生成内容可能存在偏差，提醒研究者在可食用性与植物安全场景中谨慎使用。此种坦诚的质量标注与数据溯源机制，反映了开放数据社区在继承与批判之间寻求平衡的前沿思路，亦为未来基于社区协作的农业数据库建设提供了可复用的审慎框架。