摘要：数据集采集自斯里兰卡努瓦拉埃利亚区蓬达卢奥亚的真实茶园环境，包含健康与高地活木白蚁（Postelectrotermes militaris）侵染茶树的树干声学录音。
数据集概述
该数据集采集自斯里兰卡努瓦拉埃利亚区蓬达卢奥亚的真实茶园环境，包含健康与高地活木白蚁（Postelectrotermes militaris）侵染茶树的树干声学录音。研究共选择40棵茶树，包括20棵健康植株和20棵受侵染植株，并利用连接树莓派物联网设备的高灵敏度接触式麦克风采集树干内部声学信号，旨在通过无损检测方式识别茶树木质组织中的隐蔽白蚁活动，为虫害早期预警和智能茶园监测提供数据支持。
数据结构与关键特征
数据集按照“健康”和“受感染”两个类别组织，每棵茶树采集10段时长为50秒的原始录音，共包含400段录音，其中健康与受感染录音各200段。预处理时删除每段录音开头和结尾各5秒，再将剩余40秒划分为4个互不重叠的10秒片段，最终形成1600个音频样本，每类800个；其中每类训练集640个、验证集80个、测试集80个，即总计训练集1280个、验证集160个、测试集160个。原始录音在分割前完成数据集划分，可降低同源片段跨集合分布造成的数据泄漏风险；数据来自自然茶园，保留了背景噪声、气候变化和生物活动等真实环境特征。
应用价值与研究方向
该数据集可用于茶树隐蔽白蚁检测、农业害虫监测、环境声音分类、频谱特征提取、声学异常检测及边缘人工智能设备开发。研究人员可将音频转换为傅里叶频谱图、梅尔频谱图或时频特征，探索CNN、RNN、Transformer及混合网络的二元分类性能，并进一步研究噪声鲁棒学习、迁移学习、模型可解释性、虫害严重程度评估和AI-IoT实时预警系统。由于样本来源于有限数量的茶树和单一种植园，模型评估时宜采用按原始录音或植株分组的验证方法，避免同一植株的相关片段同时进入训练集和测试集。
数据集来源
由张家梁(Bob)整理并于2026年在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-708
文件大小：32M
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)