The global dataset of historical yields for major crops 1981–2016

主要农作物1981-2016年全球历史产量数据集

Global Historical Yield Dataset of Major Crops from 1981 to 2016

原始信息汇总

数据集概述

农业

• 全球主要作物历史产量数据集 (1981-2016)

  • 链接: The global dataset of historical yields for major crops 1981–2016

• 土壤湿度高光谱基准数据集

  • 链接: Hyperspectral benchmark dataset on soil moisture

• 柠檬质量控制数据集

  • 链接: Lemons quality control dataset

• 优化土壤调整植被指数

  • 链接: Optimized Soil Adjusted Vegetation Index

• 美国农业部营养数据库

  • 链接: U.S. Department of Agricultures Nutrient Database

• 美国农业部植物数据库

  • 链接: U.S. Department of Agricultures PLANTS Database

生物学

• 1000 Genomes

  • 链接: 1000 Genomes

• 美国肠道项目（微生物组项目）

  • 链接: American Gut (Microbiome Project)

• Broad Bioimage Benchmark Collection (BBBC)

  • 链接: Broad Bioimage Benchmark Collection (BBBC)

• Broad癌症细胞系百科全书(CCLE)

  • 链接: Broad Cancer Cell Line Encyclopedia (CCLE)

• 细胞图像图书馆

  • 链接: Cell Image Library

• 完整基因组公共数据

  • 链接: Complete Genomics Public Data

• EBI ArrayExpress

  • 链接: EBI ArrayExpress

• EBI蛋白质数据库欧洲分部

  • 链接: EBI Protein Data Bank in Europe

• ENCODE项目

  • 链接: ENCODE project

• 电子显微镜数据档案(EMPIAR)

  • 链接: Electron Microscopy Pilot Image Archive (EMPIAR)

• Ensembl基因组

  • 链接: Ensembl Genomes

• 基因表达综合(GEO)

  • 链接: Gene Expression Omnibus (GEO)

• 基因本体(GO)

  • 链接: Gene Ontology (GO)

• 全球生物相互作用(GloBI)

  • 链接: Global Biotic Interactions (GloBI)

• 哈佛医学院LINCS项目

  • 链接: Harvard Medical School (HMS) LINCS Project

• 人类基因组多样性项目

  • 链接: Human Genome Diversity Project

• 人类微生物组项目(HMP)

  • 链接: Human Microbiome Project (HMP)

• ICOS PSP基准

  • 链接: ICOS PSP Benchmark

• 国际HapMap项目

  • 链接: International HapMap Project

• 细胞生物学数据查看器

  • 链接: Journal of Cell Biology DataViewer

• KEGG

  • 链接: KEGG

• MIT癌症基因组数据

  • 链接: MIT Cancer Genomics Data

• NCBI蛋白质

  • 链接: NCBI Proteins

• NCBI分类学

  • 链接: NCBI Taxonomy

• NCI基因组数据共享

  • 链接: NCI Genomic Data Commons

• NIH微阵列数据

  • 链接: NIH Microarray data

• OpenSNP基因型数据

  • 链接: OpenSNP genotypes data

• Palmer企鹅

  • 链接: Palmer Penguins

• Pathguid - 蛋白质-蛋白质相互作用目录

  • 链接: Pathguid - Protein-Protein Interactions Catalog

• 蛋白质数据库

  • 链接: Protein Data Bank

• 精神病基因组学联盟

  • 链接: Psychiatric Genomics Consortium

• PubChem项目

  • 链接: PubChem Project

• PubGene (现Coremine Medical)

  • 链接: PubGene (now Coremine Medical)

• Sanger癌症突变目录(COSMIC)

  • 链接: Sanger Catalogue of Somatic Mutations in Cancer (COSMIC)

• Sanger药物敏感性癌症项目(GDSC)

  • 链接: Sanger Genomics of Drug Sensitivity in Cancer Project (GDSC)

• 序列读取存档(SRA)

  • 链接: Sequence Read Archive(SRA)

• 斯坦福微阵列数据

  • 链接: Stanford Microarray Data

• Stowers研究所原始数据存储库

  • 链接: Stowers Institute Original Data Repository

• 生物动力学系统科学(SSBD)数据库

  • 链接: Systems Science of Biological Dynamics (SSBD) Database

• 癌症基因组图谱(TCGA)

  • 链接: The Cancer Genome Atlas (TCGA), available via Broad GDAC

• 物种名录

  • 链接: The Catalogue of Life

• 个人基因组项目

  • 链接: The Personal Genome Project

• UCSC公共数据

  • 链接: UCSC Public Data

• UniGene

  • 链接: UniGene

• 通用蛋白质资源(UnitProt)

  • 链接: Universal Protein Resource (UnitProt)

• Rfam

  • 链接: Rfam

气候与天气

• 保险师气候指数

  • 链接: Actuaries Climate Index

• 澳大利亚天气

  • 链接: Australian Weather

• 航空天气中心

  • 链接: Aviation Weather Center

• 巴西天气 - 历史数据

  • 链接: Brazilian Weather - Historical data (In Portuguese)

• 加拿大气象中心

  • 链接: Canadian Meteorological Centre

• UEA气候数据

  • 链接: Climate Data from UEA (updated monthly)

• 荷兰天气 - KNMI数据中心

  • 链接: Dutch Weather - The KNMI Data Center (KDC) portal

• 欧洲气候评估与数据集

  • 链接: European Climate Assessment & Dataset

• 全球气候数据自1929年

  • 链接: Global Climate Data Since 1929

• 全球气候变化新闻叙事2009-2020

  • 链接: Charting The Global Climate Change News Narrative 2009-2020

• NASA全球影像浏览服务

  • 链接: NASA Global Imagery Browse Services

• NOAA白令海气候

  • 链接: NOAA Bering Sea Climate

• NOAA气候数据集

  • 链接: NOAA Climate Datasets

• NOAA实时天气模型

  • 链接: NOAA Realtime Weather Models

• NOAA SURFRAD气象学和辐射数据集

  • 链接: NOAA SURFRAD Meteorology and Radiation Datasets

• 世界银行气候数据API

  • 链接: The World Bank Open Data Resources for Climate Change

• UEA气候研究单位

  • 链接: UEA Climatic Research Unit

• WU历史天气全球

  • 链接: WU Historical Weather Worldwide

• 华盛顿邮报气候变化

  • 链接: Wahington Post Climate Change

• 世界气候 - 全球气候数据

  • 链接: WorldClim - Global Climate Data

复杂网络

• AMiner引用网络数据集

  • 链接: AMiner Citation Network Dataset

• CrossRef DOI URLs

  • 链接: CrossRef DOI URLs

• DBLP引用数据集

  • 链接: DBLP Citation dataset

• DIMACS道路网络集合

  • 链接: DIMACS Road Networks Collection

• NBER专利引用

  • 链接: NBER Patent Citations

• NIST复杂网络数据收集

  • 链接: NIST complex networks data collection

• 网络存储库与交互式探索性分析工具

  • 链接: Network Repository with Interactive Exploratory Analysis Tools

• 蛋白质-蛋白质相互作用网络

  • 链接: Protein-protein interaction network

• PyPI和Maven依赖网络

  • 链接: PyPI and Maven Dependency Network

• Scopus引用数据库

  • 链接: Scopus Citation Database

• 小型网络数据

  • 链接: Small Network Data

• 斯坦福图形库

  • 链接: Stanford GraphBase

• 斯坦福大型网络数据集集合

  • 链接: Stanford Large Network Dataset Collection

• 斯坦福纵向网络数据源

  • 链接: Stanford Longitudinal Network Data Sources

• Koblenz网络集合

  • 链接: The Koblenz Network Collection

• 网络算法实验室(UNIMI)

  • 链接: The Laboratory for Web Algorithmics (UNIMI)

• UCI网络数据存储库

  • 链接: UCI Network Data Repository

• UFL稀疏矩阵集合

  • 链接: UFL sparse matrix collection

• WSU图形数据库

  • 链接: WSU Graph Database

• 达特茅斯无线数据存档 - 包含多个数据集

  • 链接: Community Resource for Archiving Wireless Data At Dartmouth

计算机网络

• 3.5B网页从CommonCrawl 2012

  • 链接: 3.5B Web Pages from CommonCrawl 2012

• **53.5B网页点击100K用户在印第

搜集汇总

数据集介绍

构建方式

该数据集通过整合全球范围内的历史农业数据，涵盖了1981年至2016年间主要农作物的产量信息。数据来源包括各国农业部门、国际组织以及科研机构发布的公开数据，经过严格的清洗和标准化处理，确保了数据的一致性和可比性。数据集以时间序列形式呈现，便于研究者进行长期趋势分析和跨区域比较。

使用方法

研究者可以通过数据集的DOI链接直接访问数据，支持多种格式下载，如CSV、Excel等。数据集的元数据信息有助于快速理解数据结构，便于进行数据预处理和分析。建议使用统计软件或编程语言（如R、Python）进行数据分析和可视化，以揭示农作物产量的时空变化规律及其影响因素。

背景与挑战

背景概述

《The global dataset of historical yields for major crops 1981–2016》数据集由国际研究团队于2019年发布，旨在为全球主要农作物的历史产量提供详尽的时空数据。该数据集涵盖了1981年至2016年间全球范围内主要农作物的产量信息，涉及小麦、玉米、水稻等关键作物。其核心研究问题在于通过历史数据的积累与分析，揭示气候变化、农业政策及技术进步对农作物产量的影响。该数据集为农业经济学、气候变化研究及粮食安全政策制定提供了重要的数据支持，推动了相关领域的定量分析与模型构建。

当前挑战

该数据集在解决农作物产量预测与气候变化影响评估方面面临多重挑战。首先，农作物产量受多种因素影响，如气候、土壤、病虫害等，如何准确分离这些因素的贡献仍是一个复杂问题。其次，数据集的构建过程中，全球范围内的数据收集与标准化处理面临巨大挑战，不同国家和地区的统计方法与数据质量存在显著差异，导致数据整合与校准的难度增加。此外，历史数据的缺失与不完整性也对数据集的全面性与准确性提出了更高的要求。

常用场景

经典使用场景

在全球农业研究中，The global dataset of historical yields for major crops 1981–2016数据集被广泛用于分析主要农作物的历史产量趋势。该数据集涵盖了1981年至2016年间全球主要农作物的产量数据，为研究人员提供了丰富的时空信息，帮助他们理解气候变化、农业政策和技术进步对农作物产量的影响。通过该数据集，研究者可以进行跨区域、跨时间的对比分析，揭示不同地区农作物产量的变化规律。

解决学术问题

该数据集解决了农业科学领域中的多个关键问题，尤其是在气候变化对农作物产量影响的量化分析方面。通过长期的历史数据，研究者能够评估不同气候条件下的农作物产量变化，进而预测未来气候变化对全球粮食安全的影响。此外，该数据集还为农业政策的制定提供了科学依据，帮助决策者优化资源配置，提升农业生产效率。

实际应用

在实际应用中，该数据集被广泛用于农业生产的预测和规划。农业企业和政府部门可以利用该数据集进行农作物产量的预测，优化种植结构，减少因气候变化带来的风险。此外，该数据集还为农业保险行业提供了重要参考，帮助保险公司评估农作物减产的风险，制定合理的保险政策。

数据集最近研究

最新研究方向

近年来，全球主要作物历史产量数据集（The global dataset of historical yields for major crops 1981–2016）在农业科学领域的研究方向主要集中在气候变化对作物产量的影响、粮食安全预测模型的优化以及农业政策的评估与制定。随着全球气候变化的加剧，该数据集为研究者提供了宝贵的历史数据，用于分析极端天气事件对作物产量的长期影响。此外，结合机器学习和大数据技术，研究者能够更精确地预测未来粮食产量，为全球粮食供应链的稳定性提供科学依据。该数据集的应用不仅推动了农业科学的进步，还为政策制定者提供了数据支持，帮助其在全球范围内制定更加有效的农业政策。