用于园艺番茄栽培的三年多模态整体数据集

番茄需要的不仅仅是阳光

货架上的番茄看起来简单，但把它们种到那里的过程需要对光照、温度、水分和植株管理进行精细平衡。随着温室配备摄像头和传感器，农户和科研人员能够以前所未有的细节观察植物生长。本文介绍了一个为期三年的番茄数据集，集合了图像、气候读数、土壤检测和采收记录，为研究人员提供了一种新途径来理解生长条件如何塑造我们餐盘上的食物。

作为活体实验室的智能温室

该研究在中国东北的一座大型温室中进行，温室像一个活体实验室一样运转。两种常见的番茄品种——注重口感的沙拉番茄和甜味的樱桃番茄——在长排的高架槽中栽培。温室使用自动化系统控制气流、供暖和遮阳，营造出稳定但会变化的室内气候。在此环境内，14个小区采用不同的施肥配方，并以砖墙隔开以防混合。这样的设计使团队能够在相同屋檐下观察不同营养方案对植株生长和产量的影响。

用“眼睛”和传感器观察植物

为了全程追踪植株，团队安装了高分辨率摄像头和环境传感器网络。每台摄像头从上方向下固定拍摄一个由12株植物组成的区域，在每天设定的时段采集四到五次彩色图像。与此同时，传感器每30分钟记录一次空气温度、湿度、光照、二氧化碳以及基质内部的含水量和温度。每周使用便携冠层设备评估叶片的光能捕获能力和含氮情况。这些工具共同构建了植株外观与所处环境的详尽画像。

从根到果的健康测量

单靠数字无法讲述全部故事，研究人员因此还进行了定期的人工检测。每周测量植株高度、茎粗、叶片大小与数量以及若干基于叶片的健康指标。专家巡查整行以记录害虫、病症、花果形成情况及总体活力，并采用简单的评分量表。在栽植前，他们对每个处理区的基质进行了养分、颗粒大小和持水能力测试，结果显示所有区都富含磷和钾，但在持水性上存在差异。采收时，他们称量每株的产量并测定可溶性糖和维生素C等性状，将生长条件与消费者关心的果实品质连接起来。

将多条数据流汇成一个故事

由于各项测量的采样频率不同，团队使用数学平滑方法将每周的人工数据与连续的传感器记录对齐到每日时间线上。每株植物保留与其图像位置相关联的稳定识别码，因此在叶片开始重叠时，视觉、气候和性状数据仍可匹配。公开库中的文件按年份、生长周期和数据类型进行了严格组织，附有清晰的字段说明和映射表。作者还提供了脚本，便于用户复现每一步处理并将图像、传感器与性状层合并，而无需从头开始。

这对未来番茄栽培意味着什么

最终，Horti-M3-Tomato 数据集并不是提供某个单一的新种植技巧，而是提供了一个强大的共享基础。任何研究植物生长、测试新的计算机视觉工具或构建产量与胁迫预测模型的人现在都可以使用来自同一温室、三季紧密关联的照片、气候日志、土壤数据和采收结果。对于普通读者来说，这意味着将来在受控环境中培育出更美味、更稳定的番茄的洞见，将建立在对这些植物如何逐日、逐叶实际生长的透明且详尽记录之上。

引用: 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

关键词: 温室番茄, 多模态数据集, 植物表型学, 精准农业, 环境传感器