数据集概述
本数据集是提交至《Agricultural Forest and Meteorology》期刊的相关研究配套数据，包含用于预测土壤导热系数的神经网络模型文件及全球参数分布可视化结果，支持模型复现与应用。
文件详解
该数据集包含两个核心目录，具体文件说明如下：
- Model prediction 目录（模型预测）：
- 代码与模型文件：NN-MLD.py（Python代码）、trained_model.pth（训练好的模型权重）
- 拟合结果文件：train_fit_exp.xlsx（训练拟合结果）、test_fit_exp.xlsx（测试拟合结果）
- Parameters map 目录（参数地图）：
- 数据文件：Global dataset.xlsx（全球数据集）、fit results.xlsx（拟合结果）
- 可视化文件：Global map of Sf and p.svg（Sf与p参数全球分布图）、Global map of λsat and λdry.svg（λsat与λdry参数全球分布图）
- 代码与模型文件：NN-MLD.py（Python代码）、trained_model.pth（训练好的模型权重）
适用场景
- 土壤物理学研究：用于预测不同饱和度下土壤导热系数
- 模型复现与验证：复现论文中模型训练与测试结果
- 全球土壤参数分析：基于WoSIS数据库数据生成全球土壤模型参数分布
- 农业气象研究：支持土壤热特性相关的农业与气象模型应用
