이 데이터셋은 2025년 수원·춘천·전주·밀양 4개 지역에서 채취한 콩 시료의 RNA 시퀀싱(RNA-seq) 결과에, 동일 시기·지역의 기상·토양 정보와 NCPMS 병해충 발생 이력을 융합하여 구축한 농작물 생체정보 데이터이다. 각 샘플은 TPM으로 정규화된 유전자 발현량과 병해충별 발생 유무(one-hot 라벨)를 포함하며, 콩의 전 생육 기간에 대한 불량환경·병해충 조기 예측 AI 모델의 학습·검증·테스트용으로 활용된다.

본 데이터는 경상남도 의령군의 행정동별 논생산량 데이터입니다. 최종 데이터 기준일은 2024년 12월 31일이며, 읍면, 면적(ha), 생산량(톤), 데이터기준일로 구성되어 있습니다. 논 생산량은 지역의 농업 생산성과 식량 자급률을 판단하는 핵심 지표로, 쌀 생산 규모를 파악하여 농정 정책 수립과 농업 지원계획 등에 활용될 수 있습니다. 또한 식량 안보와 지속 가능한 농업 발전을 위한 근거 자료로서, 일반 국민, 학교, 기업, 연구단체 등에서 활용될 수 있도록 공개됩니다. 본 데이터는 공공데이터 이용자가 쉽게 이해할 수 있도록 구성되어 있습니다.

본 데이터는 경상남도 의령군의 행정동별 과수생산량을 제공합니다. 최종 데이터기준일은 2024년 12월 31일이며 읍면, 면적(ha), 생산량(톤), 데이터기준일로 구성되어 있습니다. 본 데이터는 지역 농업의 생산 구조를 이해하는 데 활용될 수 있으며, 농업 정책 수립 등 행정적 판단의 기초자료로 활용될 수 있습니다. 본 데이터는 공공데이터 포털에서 누구에게나 공개되어 있으며, 일반 국민, 학교, 기업, 연구기관 등 다양한 분야에서 쉽게 접근하고 이해할 수 있도록 제공되고 의령군의 지속 가능한 농업 발전과 지역경제 활성화에 기여할 수 있습니다.

- 생물계절 및 환경조건에 따른 감귤 착과량을 예측하여 감귤 생산량 예측 시 필요한 기초 자료 제공과 신뢰도 높은 디지털 정보 제공 - 나무의 크기에 따른 개화 상태 및 새순의 생육 상태에 따른 착과량을 AI기술을 통해 예측 - 제주 전역 동(표선), 서(대정), 남(서귀포), 북(제주) 총 40개 농가를 지정하여 원시데이터 수집 - 감귤나무 크기 (너비 >=3M, 너비<3M) 분포로 편향성 방지 - 원시데이터 250,000장을 가이드라인에 따라 선별하여 가공 가능한 201,184장 원천데이터 확보 - 객체 별 필요 환경데이터 및 메타 데이터 수집

의령군 시설재배농가현황은 의령군 관내 시설재배 농가에 대한 정보로 2022년도 말 기준 농가수와 재배 면적을 제공하고 있습니다.

,This dataset consists of growth and yield data for each year when maize (Zea mays, L., also known as corn in the United States) was grown for grain at the USDA-ARS Conservation and Production Laboratory (CPRL), Soil and Water Management Research Unit (SWMRU) research weather station, Bushland, Texas (Lat. 35.186714°, Long. -102.094189°, elevation 1170 m above MSL). Maize was grown for grain on four large, precision weighing lysimeters, each in the center of a 4.44 ha square field. The four square fields are themselves arranged in a larger square with the fields in four adjacent quadrants of the larger square. Fields and lysimeters within each field are thus designated northeast (NE), southeast (SE), northwest (NW), and southwest (SW). Irrigation was by linear move sprinkler system in 1989, 1990, and 1994. In 2013, 2016, and 2018, two lysimeters and their respective fields (NE and SE) were irrigated using subsurface drip irrigation (SDI), and two lysimeters and their respective fields (NW and SW) were irrigated by a linear move sprinkler system. Irrigations were managed to replenish soil water used by the crop on a weekly or more frequent basis as determined by soil profile water content readings made with a neutron probe to 2.4-m depth in the field. The growth and yield data include plant population density, height, plant row width, leaf area index, growth stage, total above-ground biomass, leaf and stem biomass, ear mass (when present), kernel number, and final yield. Data are from replicate samples in the field and non-destructive (except for final harvest) measurements on the weighing lysimeters. In most cases yield data are available from both manual sampling on replicate plots in each field and from machine harvest. These datasets originate from research aimed at determining crop water use (ET), crop coefficients for use in ET-based irrigation scheduling based on a reference ET, crop growth, yield, harvest index, and crop water productivity as affected by irrigation method, timing, amount (full or some degree of deficit), agronomic practices, cultivar, and weather. Prior publications have focused on maize ET, crop coefficients, and crop water productivity. Crop coefficients have been used by ET networks. The data have utility for testing simulation models of crop ET, growth, and yield and have been used by the Agricultural Model Intercomparison and Improvement Project (AgMIP), by OPENET, and by many others for testing, and calibrating models of ET that use satellite and/or weather data.,Resources in this dataset:,,

경상남도 창녕군의 시설채소 작물별 재배현황입니다.1. 작물명, 면적(헥타르), 단수(10아르 당 킬로그램), 생산량(톤), 농가수(호), 주재배지, 기준연도 데이터를 포함하고 있습니다.2. 데이터 기준일은 2025년 5월 19일이며, 해당 자료는 매년 1회 정기적으로 갱신 및 업데이트됩니다.3. 매년 자료 조사가 완료되면 전년도 데이터가 공개됩니다.4. 데이터와 관련하여 추가적인 문의사항이나 세부 설명이 필요하신 경우에는 창녕군청 농업기술센터 기술지원과 원예작물팀 055-530-6153으로 문의 주시기 바랍니다.

작물의 엽수, 엽장, 엽폭, 줄기굵기, 화방높이 등의 생육상태에 따른 생산량과의 상관성 분석

- 종자 발아 데이터 : 5종 작물(벼, 밀, 고추, 배추, 무)별로 각 5개 품종에 대해 종이배지(발아객체 100립)기준으로 수집한 시계열 종자 발아 이미지 데이터 - 작물 품종 특성 데이터 : 4종 작물(고추, 무, 상추, 배추)별 각 10개 품종에 대한 6개 품종 특성 값을 판별한 기록 데이터

,This dataset consists of growth and yield data for each season when soybean [Glycine max (L.) Merr.] was grown for seed at the USDA-ARS Conservation and Production Laboratory (CPRL), Soil and Water Management Research Unit (SWMRU) research weather station, Bushland, Texas (Lat. 35.186714°, Long. -102.094189°, elevation 1170 m above MSL). In the 1994, 2003, 2004, and 2010 seasons, soybean was grown on two large, precision weighing lysimeters, each in the center of a 4.44 ha square field. In 2019, soybean was grown on four large, precision weighing lysimeters and their surrounding 4.4 ha fields. The square fields are themselves arranged in a larger square with four fields in four adjacent quadrants of the larger square. Fields and lysimeters within each field are thus designated northeast (NE), southeast (SE), northwest (NW), and southwest (SW). Soybean was grown on different combinations of fields in different years. Irrigation was by linear move sprinkler system in 1995, 2003, 2004, and 2010 although in 2010 only one irrigation was applied to establish the crop after which it was grown as a dryland crop. Irrigation protocols described as full were managed to replenish soil water used by the crop on a weekly or more frequent basis as determined by soil profile water content readings made with a neutron probe to 2.4-m depth in the field. Irrigation protocols described as deficit typically involved irrigations to establish the crop early in the season, followed by reduced or absent irrigations later in the season (typically in the later winter and spring). The growth and yield data include plant population density, height, plant row width, leaf area index, growth stage, total above-ground biomass, leaf and stem biomass, head mass (when present), kernel or seed number, and final yield. Data are from replicate samples in the field and non-destructive (except for final harvest) measurements on the weighing lysimeters. In most cases yield data are available from both manual sampling on replicate plots in each field and from machine harvest. Machine harvest yields are commonly smaller than hand harvest yields due to combine losses. These datasets originate from research aimed at determining crop water use (ET), crop coefficients for use in ET-based irrigation scheduling based on a reference ET, crop growth, yield, harvest index, and crop water productivity as affected by irrigation method, timing, amount (full or some degree of deficit), agronomic practices, cultivar, and weather. Prior publications have focused on soybean ET, crop coefficients, and crop water productivity. Crop coefficients have been used by ET networks. The data have utility for testing simulation models of crop ET, growth, and yield and have been used for testing, and calibrating models of ET that use satellite and/or weather data.,See the README for descriptions of each data file.,,