本数据集源自潮州市大庵古茶树公园的茶树土壤监测数据，通过对土壤温湿度进行连续自动采集，获取以15分钟为间隔的高频时间序列数据。原始数据经清洗、特征工程与趋势标注等加工处理，生成了包含温度变化率、湿度波动指数、综合胁迫指数及趋势标签等衍生字段的结构化表格。该数据集可用于茶树生长环境动态分析、胁迫事件识别、灌溉与保温决策支持，以及农业物联网中的异常预警模型训练。

1.时间序列对齐。按15分钟等间隔对记录进行对齐，剔除重复上报或时间异常的数据点。 2.温度变化率。基于相邻两条记录的土壤温度值与时间差，采用一阶前向差分法计算每15分钟间隔内的温度变化率：（当前温度-前一温度）/ 0.25。 3.湿度波动指数。以当前时间点及其前两个时间点构成滑动窗口，计算窗口内土壤湿度值的样本标准差。该指数用于量化短期湿度离散程度。 4.综合胁迫指数。将温度变化率与湿度波动指数分别进行线性归一化，再按温度变化率权重0.6、湿度波动指数权重0.4进行加权求和。 5.趋势标签。基于温度变化率和湿度波动指数构建决策规则： ①若温度变化率绝对值≥0.5且湿度波动指数> 0.04，则标记为快速上升（温度变化率为正）或快速下降（温度变化率为负）； ②若0.1≤温度变化率绝对值＜0.5，则标记为缓慢上升（温度变化率为正）或缓慢下降（温度变化率为负）； ③若温度变化率绝对值≤0.1且湿度波动指数≤0.04，则标记为稳定； ④不满足上述条件或所需字段缺失的样本，统一标记为数据不足。 6.数据脱敏说明。本数据集不涉及敏感信息，无需进行脱敏处理。

1.茶树生长环境动态监测。该数据集支持对茶园土壤微气候的连续变化进行回溯分析，通过温度变化率和湿度波动指数可识别短期内温湿度剧烈波动的时段，能够为茶树高温干旱、低温冷害等复合胁迫事件提供定量判据，辅助农业管理者提前部署灌溉、遮阳或覆盖保温等农事操作。 2.智慧农业模型开发与决策优化。作为带有时序标签的标注数据集，可用于训练时间序列分类或异常检测模型，实现土壤温湿度趋势的自动识别。

主键 设备id 指标id 名称 值（℃） 名称 值（%） 创建时间 温度变化率（℃/h） 湿度波动指数 综合胁迫指数 趋势标签 43284 23 10 土壤温度值 15.3 土壤湿度值 24.9 2025-12-10 15:31:37 0 0.0500 0.386571 缓慢上升 43296 23 10 土壤温度值 15.3 土壤湿度值 24.9 2025-12-10 15:46:39 0 0.0500 0.386571 缓慢上升 43308 23 10 土壤温度值 15.3 土壤湿度值 24.9 2025-12-10 16:01:40 0 0.0000 0.386571 稳定

序号 字段名称 字段类型 1 主键 BIGINT 2 设备id BIGINT 3 指标id BIGINT 4 名称 VARCHAR 5 值（℃） VARCHAR 6 名称 VARCHAR 7 值（%） VARCHAR 8 创建时间 DATETIME 9 温度变化率（℃/h） DECIMAL(10,6) 10 湿度波动指数 DECIMAL(10,6) 11 综合胁迫指数 DECIMAL(18,15) 12 趋势标签 VARCHAR