Global Ocean Observing System|海洋观测数据集|环境监测数据集
收藏
- 全球海洋观测系统(Global Ocean Observing System, GOOS)由联合国教科文组织政府间海洋学委员会(IOC)和世界气象组织(WMO)共同发起,旨在建立一个全球性的海洋观测网络。
- GOOS正式启动,开始在全球范围内部署海洋观测设备,以收集海洋环境数据。
- GOOS开始与多个国家和国际组织合作,扩大其观测网络,涵盖更多海洋区域。
- GOOS发布首个全球海洋观测数据集,为科学研究和政策制定提供了重要数据支持。
- GOOS引入新的技术手段,如卫星遥感和自动浮标,以提高数据采集的精度和覆盖范围。
- GOOS与全球气候观测系统(GCOS)和全球陆地观测系统(GTOS)合作,形成全球环境观测网络,共同应对气候变化挑战。
- GOOS继续扩展其全球观测网络,并发布了一系列关于海洋健康和气候变化的高质量数据报告。
China Health and Nutrition Survey (CHNS)
China Health and Nutrition Survey(CHNS)是一项由美国北卡罗来纳大学人口中心与中国疾病预防控制中心营养与健康所合作开展的长期开放性队列研究项目,旨在评估国家和地方政府的健康、营养与家庭计划政策对人群健康和营养状况的影响,以及社会经济转型对居民健康行为和健康结果的作用。该调查覆盖中国15个省份和直辖市的约7200户家庭、超过30000名个体,采用多阶段随机抽样方法,收集了家庭、个体以及社区层面的详细数据,包括饮食、健康、经济和社会因素等信息。自2011年起,CHNS不断扩展,新增多个城市和省份,并持续完善纵向数据链接,为研究中国社会经济变化与健康营养的动态关系提供了重要的数据支持。
www.cpc.unc.edu 收录
中国逐日格点降水数据集V2(1960–2024,0.1°)
CHM_PRE V2数据集是一套高精度的中国大陆逐日格点降水数据集。该数据集基于1960年至今共3476个观测站的长期日降水观测数据,并纳入11个降水相关变量,用于表征降水的相关性。数据集采用改进的反距离加权方法,并结合基于机器学习的LGBM算法构建。CHM_PRE V2与现有的格点降水数据集(包括CHM_PRE V1、GSMaP、IMERG、PERSIANN-CDR和GLDAS)表现出良好的时空一致性。数据集基于63,397个高密度自动雨量站2015–2019年的观测数据进行验证,发现该数据集显著提高了降水测量精度,降低了降水事件的高估,为水文建模和气候评估提供了可靠的基础。CHM_PRE V2 数据集提供分辨率为0.1°的逐日降水数据,覆盖整个中国大陆(18°N–54°N,72°E–136°E)。该数据集涵盖1960–2024年,并将每年持续更新。日值数据以NetCDF格式提供,为了方便用户,我们还提供NetCDF和GeoTIFF格式的年度和月度总降水数据。
国家青藏高原科学数据中心 收录
ADE20K
ADE20K 数据集包含 Scene Parsing Benchmark 场景数据和部分分割数据。图像和注释:每个文件夹包含按场景类别分类的图像,对象和部分分割分别存储在两个不同的 png 文件中。所有对象和零件实例均已单独注释。
OpenDataLab 收录
HazyDet
HazyDet是由解放军工程大学等机构创建的一个大规模数据集,专门用于雾霾场景下的无人机视角物体检测。该数据集包含383,000个真实世界实例,收集自自然雾霾环境和正常场景中人工添加的雾霾效果,以模拟恶劣天气条件。数据集的创建过程结合了深度估计和大气散射模型,确保了数据的真实性和多样性。HazyDet主要应用于无人机在恶劣天气条件下的物体检测,旨在提高无人机在复杂环境中的感知能力。
arXiv 收录
SHHS Sleep Heart Health Study Dataset
SHHS(Sleep Heart Health Study)数据集是一个大型多中心研究项目,旨在研究睡眠障碍与心血管疾病之间的关系。数据集包括了参与者的睡眠记录、心血管健康指标、生活习惯、遗传信息等多方面的数据。
sleepdata.org 收录