asia-food-security-state-of-palestine-acute-food-insecurity-country-data

该数据集名为“巴勒斯坦：急性粮食不安全国家数据”，基于IPC急性粮食不安全（IPC AFI）分类，旨在为决策者提供战略相关信息，以关注短期目标，预防、缓解或减少威胁生命或生计的严重粮食不安全。数据由国家IPC技术工作组生产，覆盖巴勒斯坦地区（代码pse），包含8个资源文件，格式为csv和geojson，最后更新于2026年5月1日。数据集标签涉及危机-被占领土-以色列敌对行动、粮食安全、综合粮食安全阶段分类-IPC，表明其内容与冲突背景下的粮食安全评估相关。数据集已由Electric Sheep Asia整理为机器学习就绪的Parquet格式，原始来源为HDX（人道主义数据交换）。适用于人道主义响应、粮食安全监测、危机分析等应用场景。This dataset is titled Palestine: Acute Food Insecurity Country Data and is based on the IPC Acute Food Insecurity (IPC AFI) classification. It aims to provide strategic information for decision-makers to focus on short-term goals, preventing, mitigating, or reducing severe food insecurity that threatens lives or livelihoods. The data is produced by national IPC technical working groups, covers the Palestinian region (code pse), includes 8 resource files in csv and geojson formats, and was last updated on May 1, 2026. The dataset tags involve crisis-occupied territories-Israel hostilities, food security, and Integrated Food Security Phase Classification (IPC), indicating its relevance to food security assessments in conflict contexts. It has been organized by Electric Sheep Asia into a machine-learning-ready Parquet format, with the original source being HDX (Humanitarian Data Exchange). It is suitable for applications such as humanitarian response, food security monitoring, and crisis analysis.

原始信息汇总

数据集概述：State of Palestine: Acute Food Insecurity Country Data

• 数据集名称：State of Palestine: Acute Food Insecurity Country Data
• 提供组织：National IPC Technical Working Group（根据描述推断）
• 许可证：other（ID: other-pd-nr）
• 最后更新日期：2026-05-01

数据集内容

该数据集提供巴勒斯坦国（State of Palestine）的急性粮食不安全（IPC AFI）分类数据。IPC AFI分类旨在为决策者提供战略相关信息，重点关注预防、减轻或减少威胁生命或生计的严重粮食不安全的短期目标。

覆盖范围

• 地理覆盖：pse（巴勒斯坦国）

标签

• crisis-opt-israel-hostilities
• food security
• integrated food security phase classification-ipc

资源信息

• 资源数量：8
• 数据格式：csv, geojson
• 最后更新日期：2026-05-01

数据来源与处理

• 原始来源：state-of-palestine-acute-food-insecurity-country-data via HDX (Humanitarian Data Exchange)
• 处理方：Electric Sheep Asia（已整理为ML-ready Parquet格式）

引用格式

bibtex @dataset{{slug}}, title = {{{title}}}, author = {{{org}}}, year = {{{last_updated[:4] if updated else unknown}}}, URL = {{{hdx_url}}} }

搜集汇总

数据集介绍

构建方式

该数据集源自人道主义数据交换平台（HDX），由巴勒斯坦国家IPC技术工作组依据IPC急性粮食不安全（IPC AFI）分类框架编制而成。分类体系聚焦于短期粮食危机干预，通过整合多源数据（如粮食消费、营养状况、死亡率等）对巴勒斯坦地区进行阶段性评估。数据以CSV和GeoJSON格式存储，并经过Electric Sheep Asia团队整理为适用于机器学习的Parquet格式，便于大规模分析。

特点

数据集覆盖巴勒斯坦地区，包含8个资源文件，更新至2026年5月，时效性强。其核心标签涵盖“危机-冲突-粮食安全”与“综合粮食安全阶段分类（IPC）”，突出了冲突背景下急性粮食不安全的动态评估特征。地理空间数据（GeoJSON）的加入使其能够支持区域分布可视化，而开放性许可（other-pd-nr）允许广泛研究与再利用。

使用方法

用户可通过Hugging Face数据集库直接加载Parquet格式数据，或从HDX源获取原始CSV/GeoJSON文件。利用IPC分类标签进行区域粮食危机阶段分析，结合地理信息进行空间建模。建议优先使用Python的pandas或geopandas库处理数据，适用于人道主义响应规划、粮食政策评估及机器学习预测模型训练。

背景与挑战

背景概述

该数据集由国际综合粮食安全阶段分类（IPC）技术团队与国家机构合作生成，聚焦于巴勒斯坦国因以色列-哈马斯冲突引发的急性粮食不安全危机。数据涵盖2026年5月前更新的8项资源，以CSV和GeoJSON格式呈现，由Electric Sheep Asia整理为机器学习就绪的Parquet格式，并通过人道主义数据交换（HDX）平台发布。作为IPC急性粮食不安全分类框架的核心产出，该数据集旨在为决策者提供短期预警信息，以预防或减轻威胁生命与生计的严重粮食短缺。其研究价值在于将人道主义危机量化，支撑区域粮食安全评估与应急响应政策制定，对中东冲突背景下的粮食安全监测具有关键推动力。

当前挑战

该数据集面临的核心挑战包括：1）领域问题层面，巴勒斯坦地区因持续武装冲突导致粮食供应链断裂、市场崩溃与人口流离失所，传统粮食安全评估方法难以捕捉动态危机下的实时恶化程度，亟需高时空分辨率的急性粮食不安全分类数据来指导紧急干预；2）构建过程中，数据收集受限于战区通行障碍、基础设施损毁与信息渠道中断，IPC团队需依赖多源遥感、现场抽样与间接估算整合数据，同时确保分类标准（如IPC Phase 3-5）在冲突环境中的适用性，而数据延迟（如最新更新至2026年）可能削弱其公共卫生决策的时效性。

常用场景

经典使用场景

亚洲粮食安全与巴勒斯坦国急性粮食不安全国家数据集是国际粮食安全领域一项关键的数据资源，其核心在于提供基于综合粮食安全阶段分类（IPC）框架的急性粮食不安全评估信息。该数据集最经典的使用场景是作为人道主义响应与短期粮食危机干预决策的核心依据，帮助政府、非政府组织及联合国机构精准识别粮食不安全热点区域与高脆弱人群。通过分析该数据集中的时空分布特征，研究者能够量化冲突、自然灾害或经济冲击对粮食系统的冲击程度，从而制定针对性的紧急粮食援助、营养补给及生计保护策略，确保在危机爆发初期快速遏制生命威胁。

实际应用

在实践层面，该数据集被广泛应用于人道主义救援行动的实际规划与效果评估中。例如，世界粮食计划署（WFP）与联合国粮农组织（FAO）将其作为分配紧急粮食配给、设置救援物资分发点的空间优先序参考。此外，巴勒斯坦国政府与地方当局利用数据集中的地理边界信息，对不同治理区域实施差异化的粮食干预措施，如现金转移支付、营养补充计划或农业恢复项目。该数据集还在国际捐助方与政策制定者之间搭建了数据共享桥梁，确保有限的人道主义资金能够精准投向最急需人群，从而提升整体资源使用效率。

衍生相关工作

该数据集催生了一系列具有学术影响力的衍生工作，包括急性粮食不安全预测模型的构建、冲突-粮食动态关系计量分析、以及基于机器学习的脆弱性空间聚类研究。研究人员以其为训练与验证基础，开发了能够实时预测粮食危机恶化的深度学习框架，并利用地理信息系统（GIS）技术生成了高分辨率的粮食不安全风险地图。部分经典工作进一步将其与气候数据、经济指标及政治事件文本进行多源融合，深化了对粮食危机复合驱动机制的理解。这些衍生成果不仅丰富了全球粮食安全研究的实证库，也为人道主义数据科学界提供了可复用的方法论模板。