通过集成建模方法量化冬小麦性状的航空高光谱和哨兵图像数据

该数据集包含了通过田间实验获得的农学、光谱和热信息，用于量化冬小麦的性状。实验地点位于西班牙马德里附近的La Chimenea农场站（40º04'N, 03º32'W, 海拔550米），研究了2017/2018和2018/2019两个生长季的冬小麦（Triticum aestivum L.）。实验涉及32个小麦种植地块，施加了不同的氮肥水平（N0、N1、N2、N3）和两种水分条件（W1、W2）。氮肥水平从未施肥（N0）到过度施肥（N3）不等，水分条件在小麦开花初期开始进行差异灌溉。
数据文件说明：
1. ‘dataset_crop_VIs.xlsx’：包含以下内容：
o 处理因素：氮肥和水分处理
o 农学变量：开花和收获时期的冬小麦地上生物量、氮浓度、产量等（这些变量在key表中有定义）
o 植被指数：从机载高光谱成像数据和Sentinel-2卫星影像计算得出
o 水分亏缺指数：衡量植株的水分状况
o 太阳诱导荧光和Sentinel-2波段卷积的高光谱信息
2. “airborne_reflectance_1nm.xlsx”：包含处理因素和每个地块的平均光谱，光谱范围为1纳米分辨率，来自两个不同日期的机载高光谱图像。
这些数据可用于分析氮肥和水分对冬小麦产量及生长的影响，同时结合光谱信息研究作物的健康状况和产量预测。