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？
我国南部沿海地区受台风“山竹”影响的损失估计图集（2018）|台风灾害数据集|GIS应用数据集
收藏国家青藏高原科学数据中心2023-03-28 更新2024-03-01 收录
下载链接：
https://data.tpdc.ac.cn/zh-hans/data/9929bf17-cce4-4248-ae4c-34729f3e8ee5
下载链接
链接失效反馈资源简介：
本数据集的原始数据来源（1）中国气象局和日本气象厅发布的台风山竹最佳路径数据（2018年9月7日11时至2018年9月17日20时）。（2）全球卫星降雨地图集（Global Satellite Mapping of Precipitation (GSMaP) ）发布的陆地小时降雨格点数据（2018年9月7日11时至2018年9月17日20时）。（3）台风山竹造成的直接损失数据。数据加工方法为：对原始数据进行提取和处理，形成输入文件输入到复杂网络-二分网络模型中，通过模型生成二分网络结构图。再根据模型计算结果，在Arc-GIS软件中绘制损失评估图集。数据质量良好，相关成果已发表在SCI期刊。（Niu, Yilong, et al. "Network Modeling and Dynamic Mechanisms of Multi-Hazards-A Case Study of Typhoon Mangkhut." Water 12. 8 (2020): 2198. doi: 10.3390/w12082198）。
提供机构：
牛逸龙
创建时间：
2023-03-24
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
学生课堂行为数据集 (SCB-dataset3)
学生课堂行为数据集(SCB-dataset3)由成都东软学院创建，包含5686张图像和45578个标签，重点关注六种行为：举手、阅读、写作、使用手机、低头和趴桌。数据集覆盖从幼儿园到大学的不同场景，通过YOLOv5、YOLOv7和YOLOv8算法评估，平均精度达到80.3%。该数据集旨在为学生行为检测研究提供坚实基础，解决教育领域中学生行为数据集的缺乏问题。
arXiv 收录
中国1km分辨率逐月降水量数据集（1901-2023）
该数据集为中国逐月降水量数据，空间分辨率为0.0083333°（约1km），时间为1901.1-2023.12。数据格式为NETCDF，即.nc格式。该数据集是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集，通过Delta空间降尺度方案在中国降尺度生成的。并且，使用496个独立气象观测点数据进行验证，验证结果可信。本数据集包含的地理空间范围是全国主要陆地（包含港澳台地区），不含南海岛礁等区域。为了便于存储，数据均为int16型存于nc文件中，降水单位为0.1mm。 nc数据可使用ArcMAP软件打开制图; 并可用Matlab软件进行提取处理，Matlab发布了读入与存储nc文件的函数，读取函数为ncread，切换到nc文件存储文件夹，语句表达为：ncread (‘XXX.nc’,‘var’, [i j t],[leni lenj lent])，其中XXX.nc为文件名，为字符串需要’’；var是从XXX.nc中读取的变量名，为字符串需要’’；i、j、t分别为读取数据的起始行、列、时间，leni、lenj、lent i分别为在行、列、时间维度上读取的长度。这样，研究区内任何地区、任何时间段均可用此函数读取。Matlab的help里面有很多关于nc数据的命令，可查看。数据坐标系统建议使用WGS84。
国家青藏高原科学数据中心 收录
PDT Dataset
PDT数据集是由山东计算机科学中心（国家超级计算济南中心）和齐鲁工业大学（山东省科学院）联合开发的无人机目标检测数据集，专门用于检测树木病虫害。该数据集包含高分辨率和低分辨率两种版本，共计5775张图像，涵盖了健康和受病虫害影响的松树图像。数据集的创建过程包括实地采集、数据预处理和人工标注，旨在为无人机在农业中的精准喷洒提供高精度的目标检测支持。PDT数据集的应用领域主要集中在农业无人机技术，旨在提高无人机在植物保护中的目标识别精度，解决传统检测模型在实际应用中的不足。
arXiv 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
Ansh007/Jellyfish-Image-Dataset
该数据集包含900张水母图像，分为六个不同的类别和物种：紫水母、月亮水母、桶水母、蓝水母、罗盘水母和狮鬃水母。这些图像可用于机器学习技术，以获得水母分类、物种识别和颜色分析的洞察。每个物种都有详细的描述，包括其特征和食物来源。此外，数据集还提供了使用案例，如水母分类、物种识别和颜色分析。
hugging_face 收录