有没有相关的论文或文献参考？
这个数据集是基于什么背景创建的？
数据集的作者是谁？
能帮我联系到这个数据集的作者吗？
这个数据集如何下载？
西藏温泉数据库（2016-2024）|地热资源数据集|温泉数据集
收藏国家青藏高原科学数据中心2025-01-19 更新2025-01-25 收录
下载链接：
https://data.tpdc.ac.cn/zh-hans/data/a1358ec9-ffcc-44cd-81d4-f5cb2a76089c
下载链接
链接失效反馈资源简介：
西藏温泉数据库包含了西藏自治区450余处温泉的基础实测数据，主要涵盖温泉的地理坐标（WGS-84坐标系）、海拔高度、温度、pH值、电导率等信息，同时也记录了每个温泉的采样地点及相关编号。该数据库对温泉的编号和命名遵循《西藏温泉志》的标准，对于由多个温泉构成的温泉群，数据库仅收录其中温度最高的一个。数据来源于现场实测，地理坐标和海拔高度由佳明手持GPS设备进行测定，温度数据通过铂电阻温度计精确测量，pH值与电导率则由Hanna便携式水质分析仪进行测定。此外，部分温泉提供了在测量pH值和电导率时仪器显示的温度。该数据库在西藏地热资源的分布、成因机制以及地热能的开发利用研究中具有重要价值。
提供机构：
赵平,杨照应,潘晟
创建时间：
2025-01-16
数据主题
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集
Figshare
Figshare是一个在线数据共享平台，允许研究人员上传和共享各种类型的研究成果，包括数据集、论文、图像、视频等。它旨在促进科学研究的开放性和可重复性。
figshare.com 收录
高质量多领域客服对话数据集
高质量多领域客服对话数据集，包含了电子商务、金融服务、电信支持等多个领域，包含丰富的问答对。旨在提供多样化的客户服务场景下的自然语言交互样本。高质量多领域客服对话数据集在大模型领域的应用能够解决以下几个关键问题： 1）聊天机器人训练：通过使用丰富的对话数据，可以训练出更加自然、流畅且能理解复杂用户意图的聊天机器人。 2）智能客服助手：能够提升客服系统的自动化水平，有效解答常见问题，减少人工客服的工作负担，提高服务效率和客户满意度。 3）多轮对话系统开发：支持构建能够进行连贯、上下文相关的多轮对话系统，使得机器能够在对话中保持话题一致性，提供更个性化的交互体验。 4）智能推荐系统：利用对话数据中的用户偏好和行为模式，改进推荐算法，实现更精准的内容和服务推荐。 5）知识库构建：有助于自动或半自动地构建和维护企业或特定领域的知识图谱，为用户提供准确的信息查询服务。 6）语言模型预训练：可以作为预训练数据，帮助语言模型学习多样化的语言结构和表达方式，增强模型的语言理解和生成能力。
北京市数据知识产权 收录
Matchesfashion, Ltd. eCommerce insights
The eCommerce activity of Matchesfashion, Ltd. amounted to US$410m in 2023. Learn more about their online business including detailed eCommerce revenue analytics.
ecommercedb.com 收录
ELSA
ELSA（English Longitudinal Study of Ageing）是一个纵向研究项目，旨在调查英国50岁及以上人群的健康、经济状况和社会关系。数据集包括参与者的健康状况、生活方式、经济状况、社会网络等多方面的信息。
www.elsa-project.ac.uk 收录
中国区域地面气象要素驱动数据集 v2.0（1951-2020）
中国区域地面气象要素驱动数据集（China Meteorological Forcing Data，以下简称 CMFD）是为支撑中国区域陆面、水文、生态等领域研究而研发的一套高精度、高分辨率、长时间序列数据产品。本页面发布的 CMFD 2.0 包含了近地面气温、气压、比湿、全风速、向下短波辐射通量、向下长波辐射通量、降水率等气象要素，时间分辨率为 3 小时，水平空间分辨率为 0.1°，时间长度为 70 年（1951~2020 年），覆盖了 70°E~140°E，15°N~55°N 空间范围内的陆地区域。CMFD 2.0 融合了欧洲中期天气预报中心 ERA5 再分析数据与气象台站观测数据，并在辐射、降水数据产品中集成了采用人工智能技术制作的 ISCCP-ITP-CNN 和 TPHiPr 数据产品，其数据精度较 CMFD 的上一代产品有显著提升。 CMFD 历经十余年的发展，其间发布了多个重要版本。2019 年发布的 CMFD 1.6 是完全采用传统数据融合技术制作的最后一个 CMFD 版本，而本次发布的 CMFD 2.0 则是 CMFD 转向人工智能技术制作的首个版本。此版本与 1.6 版具有相同的时空分辨率和基础变量集，但在其它诸多方面存在大幅改进。除集成了采用人工智能技术制作的辐射和降水数据外，在制作 CMFD 2.0 的过程中，研发团队尽可能采用单一来源的再分析数据作为输入并引入气象台站迁址信息，显著缓解了 CMFD 1.6 中因多源数据拼接和气象台站迁址而产生的虚假气候突变。同时，CMFD 2.0 数据的时间长度从 CMFD 1.6 的 40 年大幅扩展到了 70 年，并将继续向后延伸。CMFD 2.0 的网格空间范围虽然与 CMFD 1.6 相同，但其有效数据扩展到了中国之外，能够更好地支持跨境区域研究。为方便用户使用，CMFD 2.0 还在基础变量集之外提供了若干衍生变量，包括近地面相对湿度、雨雪分离降水产品等。此外，CMFD 2.0 摒弃了 CMFD 1.6 中通过 scale_factor 和 add_offset 参数将实型数据化为整型数据的压缩技术，转而直接将实型数据压缩存储于 NetCDF4 格式文件中，从而消除了用户使用数据时进行解压换算的困扰。 本数据集原定版本号为 1.7，但鉴于本数据集从输入数据到研制技术都较上一代数据产品有了大幅的改变，故将其版本号重新定义为 2.0。CMFD 2.0 的数据内容与此前宣传的 CMFD 1.7 基本一致，仅对 1983 年 7 月以后的向下短/长波辐射通量数据进行了更新，以修正其长期趋势存在的问题。2021 年至 2024 年的 CMFD 数据正在制作中，计划于 2025 年上半年发布，从而使 CMFD 2.0 延伸至 2024 年底。
国家青藏高原科学数据中心 收录