数据集概述
本数据集包含美国纽约州康奈尔农业科技研究地块的无人机多光谱图像，记录2021-2023年甜菜种植季作物状况，配对尾孢菌叶斑病（CLS）严重程度评估数据，为作物病害遥感监测研究提供支持。
文件详解
- 文档文件:
- README.md: 提供数据集概述、数据收集说明等背景信息
- 疾病严重程度数据文件:
- CLS_DS.csv: CSV格式，记录各试验地块不同时间点的CLS病害严重程度，字段包括Plot（地块编号）、D0-D6（不同日期的病害严重程度）、year（年份）
- 多光谱图像文件（位于data/multispec_2021_2022/目录下）:
- 680个.tif格式图像文件，命名格式为plt_rYYYYMMDD（plt为地块编号，YYYYMMDD为拍摄日期），包含2021-2022年5个光谱波段（475nm、560nm、668nm、717nm、840nm）的图像
- 多光谱图像文件（位于data/multispec_2023/目录下）:
- .tif格式图像文件，命名格式同前，包含2023年4个光谱波段（560nm、650nm、730nm、860nm）的图像
数据来源
康奈尔农业科技（Cornell Agritech）
适用场景
- 作物病害遥感监测: 研究无人机多光谱图像对甜菜尾孢菌叶斑病的识别与严重程度估算方法
- 农业精准管理: 分析不同种植季病害发展规律，为田间病害防控提供数据支持
- 机器学习模型训练: 构建基于多光谱数据的作物病害严重程度预测模型
- 植物病理学研究: 探索光谱特征与病害发展阶段的关联机制
