数据集概述
本数据集是论文《Deep Learning Meets Tree Phenology Modeling: PhenoFormer vs. Process-Based Models》的配套数据，包含瑞士物候网络9种木本植物175个站点70年的物候观测数据，以及各站点逐年的日气象变量，分为深度学习模型和过程模型两种数据格式，用于物候建模方法对比研究。
文件详解
- 文件名称：phenoformer-data.zip
- 文件格式：ZIP
- 内容分类：
- learning-models-data：适配Python代码的深度学习/机器学习模型数据格式
- process-models-data：适配R代码的过程模型数据格式
数据来源
Federal Office of Meteorology and Climatology (MeteoSwiss)
适用场景
- 树木物候建模方法对比：用于PhenoFormer深度学习模型与传统过程模型的性能评估与对比分析
- 物候-气象关系研究：分析木本植物物候期与日气象变量的响应关系
- 生态模型训练：作为深度学习或机器学习模型的训练数据，构建树木物候预测模型
- 气候变化对物候影响研究：利用长期物候观测与气象数据，探究气候变化背景下树木物候的变化趋势
