自主温室挑战赛2019-2020数据集

数据来源：互联网公开数据

标签：自主温室,农业技术,人工智能,优化算法,番茄种植,资源管理,气候控制,数据集

数据概述
本数据集来自2019-2020年第二届“自主温室挑战赛”（Autonomous Greenhouse Challenge, AGC）。数据集涵盖了在一个为期6个月的樱桃番茄（Axiany品种）生产周期中，6个高科技玻璃温室隔间的环境、灌溉、资源消耗、收获、作物参数、番茄质量等详细信息。数据采集于荷兰布利斯维克的瓦赫宁根研究中心，采用自动控制与人工干预的对比实验，旨在优化番茄种植的净收益。数据来源包括环境测量盒、传感器、气候和灌溉系统、气象站以及人工记录，提供了原始数据与处理后数据。

数据用途概述
该数据集适用于农业技术研究、人工智能算法开发、温室气候控制优化、资源管理分析、作物质量评估等多种场景。具体应用包括但不限于：
1. 温室环境优化：分析温室内外气候数据，研究如何通过智能算法优化温室环境参数（如温度、湿度、光照等），提高作物产量和质量。
2. 资源管理与成本控制：评估水、营养、能源（加热和电力）、CO2等资源的使用效率，为优化资源消耗提供数据支持。
3. 人工智能与自动化：基于挑战赛中的团队经验，开发和测试自主温室控制算法，探索人工智能在农业中的应用。
4. 作物生长模型研究：利用数据集中的作物参数、番茄质量、灌溉与排水样本分析，深入理解作物生长规律。
5. 国际团队经验分析：对比国际团队与人工操作的结果，研究不同策略对温室生产的影响，为农业技术改进提供参考。

数据说明
1. 数据内容：
- 温室气候：包括室外和室内温室的环境数据，如温度、湿度、光照强度等。
- 灌溉系统：记录灌溉量、频率、模式等信息。
- 作物参数：涵盖番茄的生长状态、产量、果实质量等关键指标。
- 资源消耗：详细记录水、营养、能源（加热和电力）、CO2等资源的使用情况。
- 气候控制：包括温室气候设定点的请求与实现数据，反映自动控制系统的行为。
- 作物收获：记录番茄的收获时间、产量和质量。
- 根区/基质信息：分析根区和基质的状况，评估土壤健康与作物生长的关系。

实验环境：
数据采集于6个高科技玻璃温室隔间，其中5个隔间由国际团队通过人工智能算法远程控制，1个隔间由荷兰商业种植者手动操作（作为参考对照组）。温室位于荷兰布利斯维克的瓦赫宁根研究中心。
时间范围：
数据记录周期为6个月，具体时间范围未明确说明，但与樱桃番茄的生产周期一致。
团队信息：
参与挑战赛的国际团队包括：
The Automators
AICU
IUA.CAAS
Digilog
Automatoes
数据格式：
数据通常以表格形式提供，包含原始数据和处理后数据，便于进一步分析和可视化。
关键目标：
参与团队的目标是通过优化温室环境、灌溉和资源使用，最大化净收益。净收益由收入（基于番茄产量和质量）与成本（资源消耗）之间的差值决定。