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。