编辑推荐：
为解决绿豆产量和质量优化管理实践不明的问题，研究人员开展创建全球绿豆关键作物管理实践及其对种子产量和质量影响数据集的研究。结果得到包含 227 项研究、2154 个观测值的数据集，对提升绿豆种植水平意义重大。
绿豆，这种富含蛋白质和营养的豆类，在亚洲国家广泛种植，如今正逐渐向世界其他地区扩展。随着全球对营养食品需求的不断增加，以及可持续农业发展的迫切要求，绿豆成为了丰富食物系统、改善全球营养状况的宝贵选择。然而，由于绿豆在世界许多地方是新引入的作物，如何通过管理实践来优化其种子产量和质量（包括种子油和蛋白质浓度），在很大程度上还未得到深入研究 。在这样的背景下，来自美国堪萨斯州立大学（Kansas State University）和普渡大学（Purdue University）的研究人员 Natalia da Silva Volpato、Federico M. Gomez、Víctor D. Giménez 和 Ignacio A. Ciampitti 展开了相关研究，他们的研究成果发表在《Scientific Data》上。
这项研究旨在创建一个全球开放数据集，涵盖关键作物管理实践及其对绿豆种子产量参数和质量的影响。研究人员为开展此项研究，进行了全面的文献检索。2024 年 3 月，他们在 Wiley、ScienceDirect、Scopus 和 Web of Science 等多个数据库中进行搜索，随后在 2025 年 3 月又借助 Google Scholar 进行补充检索。检索时使用了精心制定的检索式，涵盖与绿豆及其管理实践相关的关键术语。经过多轮筛选，最终从大量文献中挑选出 227 项符合要求的研究，这些研究包含了 2154 个观测值。在数据提取阶段，研究人员手动记录了植物生长参数、产量、种子成分等数据，对于图表中的数据则使用 WebPlotDigitizer 进行数字化处理。同时，还收集了相关元数据，如作者信息、出版年份、实验设计、土壤特征、施肥细节以及天气数据等。
研究结果部分：
- 数据集构成：生成的数据集可通过 Figshare 存储库公开获取，其中 “Mungbean_dataset.xlsx” 文件包含了综合全球数据集。该文件分为三个关键部分，第一部分记录了出版物的特定细节；第二部分聚焦实验设计和田间相关信息；第三部分涵盖了植物生长、产量和种子质量参数，还包括土壤特征、天气数据和施肥相关信息 。
- 管理实践分类：数据集中的处理方式分为 “Fertilization”（施肥）、“Irrigation”（灌溉）和 “Other management practices”（其他管理实践）三大类，每一类又进一步细分了子类别和附加描述符。比如，施肥细分为氮（N）、磷（P）、钾（K）、硫（S）处理；灌溉分为喷灌、沟灌、漫灌、滴灌和 Wick 灌溉等方法；其他管理实践则包括种植日期、播种率和行距。
- 数据集分布：该数据集涵盖 1984 - 2023 年发表的论文，大部分研究来自南亚、中东和北非地区。研究最多的管理实践是施肥和灌溉，二者约占观测值的 73% 。
- 数据可靠性评估：通过视觉检查、箱线图分析等质量控制措施评估数据集的可靠性。在种子产量方面，施肥和灌溉处理分别发现了一些轻度和极端异常值，而种子蛋白质浓度未发现异常值。
研究结论和讨论部分：该全球开放数据集为研究人员、农学家和相关利益者提供了重要资源。它详细记录了不同管理实践下绿豆的种子产量、蛋白质浓度和各种植物生长参数，有助于识别现有研究在绿豆生产关键管理因素方面的知识空白。填补这些知识空白对于优化绿豆生产、保障全球粮食安全至关重要。该数据集不仅能帮助研究人员分析不同环境条件下绿豆的表现差异，找出提高产量和质量的管理实践，还能促进对影响绿豆产量构成和质量的因素进行评估，为进一步优化绿豆生产指明方向，有力地推动了可持续农业的发展。
