摘要基于Transformer融合的联邦学习多模态作物产量预测数据集FM-CYT包含500条主要样本和17,000条评估样本涵盖5种主要作物棉花、玉米、水稻、大豆、小麦或55种作物类别。数据集概述基于Transformer融合的联邦学习多模态作物产量预测数据集FM-CYT包含500条主要样本和17,000条评估样本涵盖5种主要作物棉花、玉米、水稻、大豆、小麦或55种作物类别。数据集整合了卫星遥感NDVI指数、气候数据1997-2020年温度/降雨/湿度、土壤特征N/P/K/pH值和农场管理信息施肥/灌溉/农药使用支持隐私保护的联邦学习框架。数据结构与关键特征数据集采用fm_cyt_前缀命名的11个CSV文件包含主要文件crop_type_primary.csv含500条训练样本crop_type_eval_17000.csv含17,000条评估样本和9个辅助文件土壤、天气、降雨、温度、农药、历史产量等。核心特征包括4个模态卫星植被4×16×16 NDVI/冠层数据、气候时序90×4天气序列、土壤属性6维和农场管理8维。评估集按5类作物的经验分布采样棉花21.4%、玉米22.2%、水稻16.4%、大豆21.6%、小麦18.4%支持默认5类或可选55类作物标签。/p应用价值与研究方向支持精准农业、作物产量预测和农业决策支持系统开发。适用于多模态Transformer融合、联邦学习隐私保护、时空序列建模气候GRU、空间作物CNN、跨模态特征融合、类别不平衡处理等研究方向可用于开发智能农业管理系统优化施肥/灌溉策略预测区域粮食产量为农业资源配置和粮食安全提供数据支撑。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-309文件大小1.3M
