数据集概述
本数据集是KIWIQUALI项目（由玛丽·居里行动计划资助）2023年在猕猴桃商业果园收集的实验数据，包含四种灌溉处理下猕猴桃的生理指标监测数据及基于该数据构建的人工神经网络模型，为研究灌溉对猕猴桃生理特性和果实品质的影响提供支持。
文件详解
该数据集以压缩包形式存储，包含五个主题文件夹及对应说明文档，具体如下：
- 环境条件文件夹（EnvironmentalConditions）：含2023年6-10月灌溉量、7-10月气象条件及土壤含水量数据文件
- 果实生长与品质文件夹（FruitGrowthQuality）：含2023年8-10月果实干物质含量、果实生长监测数据，以及收获时果实大小、重量、可溶性固形物等品质指标数据文件
- 气孔导度模型文件夹（ModelStomatalConductance）：含.h5格式的人工神经网络模型文件，模型输入变量涵盖环境数据与生理测量数据
- 生理学数据文件夹（Physiology）：含2023年7-9月9天的叶片气体交换小时测量数据，以及6-10月基于Tmax法的树干液流密度监测数据文件
- 数据分析脚本文件夹（Scripts_DataAnalysis）：含R格式脚本（用于气孔导度机理模型优化）和Python格式脚本（用于人工神经网络模型训练测试）
- 辅助说明文件：每个文件夹内均有.txt或.ods格式的README文件，解释对应数据内容
数据来源
KIWIQUALI项目（Grant Agreement 101066378）
适用场景
- 农业生理学研究：分析不同灌溉水平对猕猴桃叶片气体交换、液流密度等生理指标的影响
- 果实品质调控研究：探究灌溉处理与猕猴桃果实生长动态及收获品质的关联
- 模型构建与验证：基于生理数据优化气孔导度机理模型，或测试人工神经网络模型的预测效果
- 智慧农业应用：为猕猴桃果园精准灌溉策略的制定提供数据支撑
- 作物生理模型研究：对比机理模型与机器学习模型在作物生理指标预测中的表现
