本数据集由以色列特拉维夫大学科研人员于 2023 年随论文「Sounds emitted by plants under stress are airborne and informative」发布。
实验证明,压力环境下的植物除了会显示出颜色、气味和形状的变化外,还会发出可以远程记录并分类的声音。通过开发机器学习模型,科研人员仅凭借植物发出的声音,就成功地识别了植物的状态,包括脱水程度和茎折断等伤害情况。
该数据集中的目录详情:
- Dry Tomato:番茄植物未浇水 4-6 天,直到盆栽中的土壤湿度降低至 5% 以下。记录是在隔音箱内进行的。
- Dry Tobacco:烟草植物未浇水 4-6 天,直到盆栽中的土壤湿度降低至 5% 以下。记录是在隔音箱内进行的。
- Cut Tomato:土壤湿润的番茄植物,在录音开始前被剪断。被剪断并与根部断开连接的植物部分被记录下来。记录是在隔音箱内进行的。
- Cut Tobacco:土壤湿润的烟草植物,在录音开始前被剪断。被剪断并与根部断开连接的植物部分被记录下来。记录是在隔音箱内进行的。
- Empty Pot:隔音箱里从空罐子中录制出来的声音。这些声音是由麦克风本身产生噪声,并且只有一个麦克风上有所记载。
- Greenhouse Noises:从空温室中录制的声音,这些声音被两个麦克风捕获,并且来源于温室内外不明源头。
数据集中的文件为 WAV 格式,可以使用任何音频处理程序打开。