杨凌食用菌产业数据资产产权库数据集本数据集以“资产溯源链”与“产业知识图谱”双螺旋结构为核心编排逻辑,整合杨凌示范区食用菌“研发-栽培-加工-流通”全链条数据。每条记录不仅包含菌种来源、工厂化环境参数、产量品质等基础信息,更通过深度加工生成精深加工潜力等级(S/A/B/C/D)、碳足迹分类(低碳/中碳/高碳)、产权状态(原始确权/衍生计算/脱敏共享) 等创造性标签。同时,数据集嵌入基于随机森林的品质评分模型与基于时间序列的价格指数预测,实现了从“原始监测数据”到“可交易、可追溯的数据资产”的跃升,为农业数据要素市场化、食用菌产业智能化升级提供标准化资产底座。
杨凌水培叶菜质量安全数据产权库数据集本数据集以“质量安全风险闭环”为核心编排逻辑,将杨凌地区水培叶菜(奶油生菜、意大利生菜、紫叶散生菜、皱叶苦苣等)的全生命周期数据(品种、生长天数、营养液EC/pH、温光环境)与质量安全指标(硝酸盐含量、维生素C含量、鲜重)进行时序对齐与因果关联。每条记录不仅包含传统物联网传感器读数及实验室检测结果,更通过深度加工生成综合质量安全指数(0~100)、风险等级(高/中/低)、生长速率(g/天)、硝酸盐累积速率(mg/kg/天)、环境响应类型(稳健型/敏感型)及产权状态(原始确权 / 衍生计算 / 脱敏共享)。同时,数据集嵌入基于随机森林的环境因子权重和硝酸盐累积预警规则,实现了从“原始监测数据”到“可复用的质量安全知识图谱”的转变,为水培叶菜的智慧生产、风险管控及数据要素流通提供标准化数据资产。
关中特色鲜果种质数据知识产权集本数据集以“多维标签”与“全维档案”为核心编排逻辑,将陕西关中地区(周至、眉县、灞桥、蓝田、富平等地)特色鲜果(猕猴桃、八月蜜、大樱桃、李、杏、柿)的种质资源数据进行深度结构化重组与价值挖掘。数据集突破传统种质资源库的单一植物学分类,创造性地引入 “核心性状标签” (高糖、抗病、耐贮等)、“抗逆性标签” (耐旱、抗寒、抗溃疡病等)、“适宜生态区标签” (秦岭北麓、渭河滩地、渭北旱塬等)及 “产业应用标签” (鲜食、加工、育种材料、观光等)四维标签体系,并结合“育种价值评级”形成对每份种质资源的全维度数字刻画。每条记录不仅包含基础农艺性状数据(糖度、单果重、来源地),更通过深度加工生成品种类型归类(主栽品种/野生资源/新优品系)、育种潜力评价及关联图谱节点属性。同时,数据集嵌入了基于产区适应性评价的“生态-品种”适配规则,实现了从“静态种质目录”到“动态育种决策支持知识库”的转变,为特色果业品种选育、产业规划布局及数据知识产权交易提供标准化、高价值的数据资产。
杨凌果树新品种数据资产产权库数据集本数据集以将杨凌示范区及我国北方主要落叶果树(苹果、猕猴桃、葡萄、桃、梨、樱桃、李、杏)的新品种数据进行了独创性的深度加工与知识关联。数据集突破传统品种名录的单一信息罗列,创新性地将品种权法律状态分层(已授权/权利到期/公示中/权属变更中)、标准化植物学性状数值(固酸比、单果重、LT50半致死温度、果实发育期)、旱区生态适生性分类(旱区/冷凉区/暖温区适生)及商业价值分级(已交易/待推广/储备品种)进行有机整合。每条记录均关联DNA指纹简码、品种权号、审定登记编号、亲本系谱及图像文献索引,构建了覆盖“产权确权—品种鉴定—区域适配—市场估值”全链条的果树新品种数字孪生体。同时,数据集通过构建亲本血缘关系图谱与品种—性状—气候多维适配模型,实现了从“静态品种数据”到“动态知识资产”的价值跃升,为种业知识产权运营、区域引种决策及数据资产确权登记提供高价值、可复用、可追溯的标准化数据底座。
杨凌猕猴桃产业数据知识产权数据集本数据集以杨凌猕猴桃产业为依托,融合种植、采后处理、预熟库调控与供应链流通等多环节数据,通过构建全生命周期唯一身份编码,将分散的农事操作、环境监测、分选检测、预熟工艺等信息贯通为结构化、可追溯的数据资产。每条数据记录包含品质综合指数、供应链稳健度、预测货架期、最佳出库日期等衍生指标,并基于图网络算法和时序模型实现从“经验仓储”到“数据驱动决策”的转变。数据集采用诊断导向与预测导向并重的结构设计,为即食猕猴桃的标准化生产、精准流通和品质保障提供直接数据支撑。
设施果菜品种数据知识产权资源集本数据集以“品种-环境-效益”三维联动结构为核心编排逻辑,系统整合华北地区设施果菜(番茄、黄瓜、辣椒、茄子)的品种基础信息、表型性状数据、设施适应性数据及生产应用数据。每条记录不仅包含品种的基本农艺性状,更通过深度加工生成多维度品种分类标签(设施适应性类型、特性标签)、综合评价指标体系(植株长势、抗病抗逆、商品果性状、坐果产量、品质风味)及智能推荐指数。同时,数据集嵌入基于随机森林算法的环境因子权重和品种-场景匹配规则,实现了从“原始观测数据”到“可复用的品种决策知识图谱”的转变,为设施果菜品种筛选、智能温室调控及数据产权交易提供标准化数据资产。
杨凌设施蔬菜智能生产数据知识产权数据集 本数据集基于陕西省杨凌示范区连栋温室番茄生产全过程,整合了空气温湿度、光照强度、CO₂浓度、土壤温湿度、EC值、pH值、风速、茎流速率等十余类传感器分钟级原始数据。区别于传统时序数据堆砌,本数据集采用独创的“生育期-事件驱动”编排逻辑,将原始数据按照番茄缓苗、开花、坐果、绿熟、转色、红熟、拉秧七个关键生育期进行切片重组,并围绕每一次农事操作与环境波动构建“控制动作-环境响应-生理反馈”的三元闭环数据组。通过多层计算架构,原始数据被深度加工为环境健康指数、叶面结露风险指数、光抑制临界预警、灌溉效率衰减系数、杨凌型低温弱光耐受指数、果实裂果风险预测等32项具有决策价值的衍生指标。每条数据记录均附带因果关系语义标注(区分人工干预、设备故障、生物胁迫等)及AI模型预测输出,将分钟级传感器读数升华为可直接驱动温室环控设备与农事决策的“智慧大脑指令集”,实现了从环境监测到智能诊断、从数据记录到知识图谱的本质转变。
南果北种设施果品数据产权数据集本数据集以“生长-环境双螺旋”结构为核心编排逻辑,将杨陵地区南果北种基地的火龙果全生育期数据(品种、物候期、糖度、单果重)与设施环境积分数据(前15天累积光照、昼夜温差、根际温度、棚内湿度、水肥EC值)进行时序对齐与因果关联。每条记录不仅包含传统物联网传感器读数,更通过深度加工生成逆境-应答事件标签、设施-品种适配度等级(特级A+ / 优级A / 良级B)、碳足迹分类(低碳 / 中碳 / 高碳)及产权状态(原始确权 / 衍生计算 / 脱敏共享)。同时,数据集嵌入基于机器学习的裂果风险规则特征和环境因子调控权重,实现了从“原始数据”到“可复用的农艺知识图谱”的转变,为智慧农业决策、数据产权交易及南果北种技术推广提供标准化数据资产。
杨凌优质葡萄种植数据产权资源库本数据集基于杨凌农业高新技术产业示范区多年葡萄种植实践,以生长度日(GDD)为时间轴、单株为空间溯源单元,将传统分散的农事记录、环境监测、品质检测数据重构为结构化的“农事‑环境‑响应”链式数据集。每条记录包含农事操作输入、环境响应参数、产出指标输出三元组,并引入抗逆性分类(倒春寒、春旱、阴雨寡照、高温热害等逆境响应模块)和数字化风味聚类(清甜高香型、浓郁高酸型、高单宁陈酿型等商业导向标签)两大创新分类体系。数据集采用GDD时序对齐逻辑,使不同年份的数据具备跨年度可比性,实现了从分散观测数据到可迁移决策信息的知识跃迁,为智慧农业模型训练、精准栽培方案优化及数据产权交易提供了高价值基础资产。
杨凌智慧农业物联网监测作物长势核心数据集本数据集源于杨凌智慧农业示范区设施作物的物联网监测系统,融合了土壤墒情、环境传感器、多光谱相机、激光雷达等多模态原始数据。经过独特的二次加工,原始数据不再以“时间-设备”的扁平结构存储,而是以生理时间轴与空间微域单元为核心进行重构,并引入作物生理诊断标签(如根系活力指数、VPD胁迫等级、昼夜节律异常)与视觉量化特征(如冠层覆盖度、株高分位值、花絮计数)。数据集实现了从“物理参数记录”到“作物健康诊断”的本质转变,为智慧农业的精准决策与模型训练提供了高附加值的数据支撑。