Трехлетний мультимодальный целостный набор данных для выращивания томатов

Почему томатам нужно больше, чем солнечный свет

Томаты на полках магазинов выглядят просто, но чтобы они туда попали, требуется точный баланс света, тепла, воды и ухода за растениями. По мере того как в теплицах устанавливают камеры и датчики, фермеры и ученые получают возможность наблюдать за ростом растений в деталях, которые ранее были недоступны. В этой статье представлена богатая трехлетняя коллекция данных по томатам, объединяющая изображения, климатические показания, анализы почвы и записи об урожае — она дает исследователям новый способ понять, как условия выращивания формируют пищу на наших тарелках.

Умная теплица как живущая лаборатория

Исследование проводили в большой теплице на северо-востоке Китая, которая функционировала как живая лаборатория. Выращивались два распространенных типа томатов: салатный томат с выраженным вкусом и сладкий черри. Они росли в длинных рядах приподнятых лотков. В теплице использовались автоматизированные системы для контроля вентиляции, отопления и затемнения, создавая стабильный, но меняющийся внутренний микроклимат. Внутри этого пространства 14 участков получали разные схемы удобрений, разделенные кирпичными перегородками, чтобы предотвратить перемешивание. Такая организация позволяла команде наблюдать, как рост растений и урожайность реагировали на различные планы питания при одинаковых внешних условиях.

Наблюдение за растениями глазами и датчиками

Чтобы сопровождать растения на протяжении их жизненного цикла, команда установила сеть высокоразрешающих камер и экологических датчиков. Каждая камера смотрела строго сверху на фиксированную группу из 12 растений, делая цветные снимки четыре-пять раз в день в заданные часы. Одновременно датчики фиксировали температуру воздуха, влажность, освещенность, углекислый газ, а также влажность и температуру внутри субстрата каждые 30 минут. Ручной прибор для кроны использовали еженедельно, чтобы оценивать, насколько эффективно листья улавливают свет и какое в них содержание азота. В совокупности эти инструменты создавали детализированную картину как внешнего вида растений, так и условий, в которых они находились.

Оценка здоровья от корней до плодов

Одна лишь цифровая фиксация не расскажет всю историю, поэтому исследователи также проводили регулярные ручные проверки. Еженедельно измеряли высоту растений, толщину стебля, размер и количество листьев, а также несколько листовых индикаторов состояния здоровья. Эксперты обходили ряды, отмечая вредителей, признаки болезней, формирование цветов и плодов и общую жизнеспособность по простым шкалам оценок. Перед посадкой в каждом варианте тестировали субстрат на содержание питательных веществ, размер фракций и водоудерживающую способность, что показало, что все участки были богаты фосфором и калием, но различались по способности удерживать воду. Во время сбора урожая взвешивали плоды каждого растения и измеряли показатели, такие как растворимые сахара и витамин C, связывая условия выращивания с теми качествами плодов, которые важны для потребителей.

Превращение множества потоков в единый рассказ

Поскольку измерения велись с разной частотой, команда использовала математическое сглаживание, чтобы согласовать еженедельные ручные данные с непрерывными записями датчиков по дневной временной шкале. Каждое растение сохраняло стабильный идентификационный код, привязанный к его позиции на изображениях, так что визуальные, климатические и фенотипические данные можно было сопоставлять, даже когда листья начинали перекрываться. Файлы в публичном репозитории аккуратно организованы по годам, циклам выращивания и типам данных с четкими описаниями полей и таблицами соответствий. Авторы также предоставляют скрипты, чтобы пользователи могли воспроизвести каждый шаг обработки и объединить слои изображений, датчиков и признаков без необходимости начинать с нуля.

Что это значит для будущего выращивания томатов

В итоге набор данных Horti-M3-Tomato скорее предоставляет мощную общую основу, чем предлагает один уникальный прием выращивания. Любой, кто изучает рост растений, тестирует новые инструменты компьютерного зрения или строит модели прогнозирования урожайности и стрессовых состояний, теперь может работать с тремя сезонами тесно связанных фотографий, климатических журналов, данных о почве и результатов уборки из одной и той же теплицы. Для неспециалиста это означает, что будущие выводы о более вкусных и надежных томатах в контролируемых условиях будут опираться на прозрачную и подробно задокументированную хронику того, как эти растения действительно росли — день за днем, лист за листом.

Цитирование: Gong, Y., He, Y., Zhang, X. et al. A Three-Year Multimodal Holistic Dataset For Horticultural Tomato Cultivation. Sci Data 13, 726 (2026). https://doi.org/10.1038/s41597-026-07074-w

Ключевые слова: тепличные томаты, мультимодальный набор данных, фенотипирование растений, точное земледелие, экологические датчики