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？
The Plant List|植物学数据集|数据库数据集
收藏www.theplantlist.org2024-10-24 收录
下载链接：
http://www.theplantlist.org/
下载链接
链接失效反馈资源简介：
The Plant List是一个全球植物名录数据库，包含了约100万个植物物种的名称，涵盖了约94%的已知植物物种。该数据集提供了植物的科学名称、分类信息、同义词以及它们的状态（如接受名、异名等）。
提供机构：
www.theplantlist.org
AI搜集汇总
数据集介绍
构建方式
The Plant List数据集的构建基于全球范围内植物分类学家的广泛合作，通过整合多个权威植物名录和数据库，如Kew Gardens的World Checklist of Selected Plant Families和Missouri Botanical Garden的Tropicos数据库。该数据集采用严格的分类学标准，对植物的学名、分类地位、分布信息等进行系统整理和验证，确保数据的准确性和权威性。
特点
The Plant List数据集以其全面性和权威性著称，涵盖了约130万个植物学名，包括约100万个有效名称和约30万个异名。该数据集不仅提供了植物的分类信息，还包括了每个学名的接受状态、分布区域和相关文献引用，为植物分类学研究提供了宝贵的资源。此外，数据集的开放获取特性，使得全球科研人员和爱好者都能免费使用。
使用方法
The Plant List数据集适用于多种植物学研究场景，包括但不限于植物分类学、生态学、保护生物学和系统发育学。研究人员可以通过数据集查询特定植物的学名、分类地位和分布信息，进行物种鉴定和分类研究。此外，数据集还可用于构建植物分类数据库、进行物种分布模型分析和生态系统评估。用户可以通过The Plant List官方网站或API接口访问和下载数据，进行进一步的分析和应用。
背景与挑战
背景概述
The Plant List（TPL）是由英国皇家植物园（Kew Gardens）和密苏里植物园（Missouri Botanical Garden）于2010年联合创建的一个全球植物名录数据库。该数据集的核心研究问题在于整合和标准化全球植物的科学名称，旨在解决植物分类学中长期存在的名称混乱问题。TPL的创建极大地推动了植物分类学和生态学领域的研究，为全球植物多样性的保护和可持续利用提供了重要的数据支持。
当前挑战
尽管TPL在植物名称标准化方面取得了显著成就，但其构建过程中仍面临诸多挑战。首先，全球植物名称的多样性和复杂性使得数据整合异常困难。其次，不同语言和文化背景下的植物名称差异增加了数据处理的复杂度。此外，随着新物种的不断发现和旧物种的重新分类，TPL需要持续更新和维护，以确保数据的准确性和时效性。这些挑战不仅影响了数据集的质量，也对相关领域的研究提出了更高的要求。
发展历史
创建时间与更新
The Plant List数据集创建于2010年，由英国皇家植物园和密苏里植物园共同发起。该数据集在2013年发布了1.1版本，标志着其初步完成和广泛应用的开始。
重要里程碑
The Plant List的创建标志着植物分类学领域的一个重要里程碑。其首次整合了全球范围内的植物名录，涵盖了约100万个植物物种的名称，极大地促进了植物分类的标准化和数据共享。2013年的1.1版本更新不仅修正了早期版本中的错误，还增加了新的分类信息，进一步提升了数据集的准确性和实用性。
当前发展情况
当前，The Plant List已成为全球植物学研究的基础数据资源，广泛应用于生态学、保护生物学和农业科学等领域。尽管自2013年以来未有新的官方版本发布，但其数据仍在不断被引用和更新，持续为全球植物分类学研究提供支持。此外，The Plant List的成功也激发了其他生物分类学领域的类似项目，推动了生物多样性数据的标准化和共享。
发展历程
- The Plant List首次发表，由英国皇家植物园和密苏里植物园联合发布，旨在提供一个全球植物物种的权威清单。
- The Plant List发布1.1版本，增加了大量植物物种数据，并进行了初步的分类学修订。
- The Plant List发布最终版本1.0，标志着该数据集的成熟和稳定，成为全球植物学研究的重要参考资源。
常用场景
经典使用场景
在植物学领域，The Plant List数据集被广泛用于植物分类和命名研究。该数据集收录了全球范围内的植物物种名称，为研究人员提供了详尽的植物分类信息。通过对比和分析这些数据，科学家们能够更准确地识别和分类植物物种，从而推动植物学的基础研究。
衍生相关工作
基于The Plant List数据集，许多相关的经典工作得以开展。例如，研究人员利用该数据集开发了多种植物分类算法，提高了植物物种识别的准确性；生态学家则基于该数据集构建了全球植物多样性数据库，为全球生态系统的研究提供了重要数据支持；此外，该数据集还促进了植物学与其他学科的交叉研究，如植物基因组学和生态信息学等。
数据集最近研究
最新研究方向
在植物学领域，The Plant List数据集的最新研究方向主要集中在物种分类的精确性和全球植物多样性的评估。随着分子生物学技术的发展，研究者们利用基因测序数据对植物物种进行更精细的分类，以解决传统分类方法中的模糊性和争议。此外，全球气候变化和生态系统退化背景下，该数据集被广泛应用于监测和预测植物物种的分布变化，为生物多样性保护策略提供科学依据。这些研究不仅提升了植物分类学的准确性，还对生态保护和环境管理具有重要意义。
相关研究论文
- 1A global database for plant identificationRoyal Botanic Gardens, Kew and Missouri Botanical Garden · 2010年
- 2The Plant List: A Working List of All Plant SpeciesRoyal Botanic Gardens, Kew and Missouri Botanical Garden · 2013年
- 3The Plant List: A Critical Resource for Resolving Plant NamesRoyal Botanic Gardens, Kew and Missouri Botanical Garden · 2014年
- 4The Plant List: A Comprehensive Resource for Plant TaxonomyRoyal Botanic Gardens, Kew and Missouri Botanical Garden · 2015年
- 5The Plant List: A Decade of Progress in Plant TaxonomyRoyal Botanic Gardens, Kew and Missouri Botanical Garden · 2020年
以上内容由AI搜集并总结生成
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
Breast Cancer Dataset
该项目专注于清理和转换一个乳腺癌数据集，该数据集最初由卢布尔雅那大学医学中心肿瘤研究所获得。目标是通过应用各种数据转换技术（如分类、编码和二值化）来创建一个可以由数据科学团队用于未来分析的精炼数据集。
github 收录
中国陆域及周边逐日1km全天候地表温度数据集（TRIMS LST；2000-2024）
地表温度（Land surface temperature, LST）是地球表面与大气之间界面的重要参量之一。它既是地表与大气能量交互作用的直接体现，又对于地气过程具有复杂的反馈作用。因此，地表温度不仅是气候变化的敏感指示因子和掌握气候变化规律的重要前提，还是众多模型的直接输入参数，在许多领域有广泛的应用，如气象气候、环境生态、水文等。伴随地学及相关领域研究的深入和精细化，学术界对卫星遥感的全天候地表温度（All-weather LST）具有迫切的需求。 本数据集的制备方法是增强型的卫星热红外遥感-再分析数据集成方法。方法的主要输入数据为Terra/Aqua MODIS LST产品和GLDAS等数据，辅助数据包括卫星遥感提供的植被指数、地表反照率等。方法充分利用了卫星热红外遥感和再分析数据提供的地表温度高频分量、低频分量以及地表温度的空间相关性，最终重建得到较高质量的全天候地表温度数据集。 评价结果表明，本数据集具有良好的图像质量和精度，不仅在空间上无缝，还与当前学术界广泛采用的逐日1 km Terra/Aqua MODIS LST产品在幅值和空间分布上具有较高的一致性。当以MODIS LST为参考时，该数据集在白天和夜间的平均偏差（MBE）为0.09K和-0.03K，偏差标准差（STD）为1.45K和1.17K。基于19个站点实测数据的检验结果表明，其MBE为-2.26K至1.73K，RMSE为0.80K至3.68K，且在晴空与非晴空条件下无显著区别。 本数据集的时间分辨率为逐日4次，空间分辨率为1km，时间跨度为2000年-2024年；空间范围包括我国陆域的主要区域（包含港澳台地区，暂不包含我国南海诸岛）及周边区域（72°E-135°E，19°N-55°N）。本数据集的缩写名为TRIMS LST（Thermal and Reanalysis Integrating Moderate-resolution Spatial-seamless LST），以便用户使用。需要说明的是，TRIMS LST的空间子集TRIMS LST-TP（中国西部逐日1 km全天候地表温度数据集（TRIMS LST-TP；2000-2024）V2）同步在国家青藏高原科学数据中心发布，以减少相关用户数据下载和处理的工作量。
国家青藏高原科学数据中心 收录
NIST Thermochemical Database
NIST Thermochemical Database（NIST热化学数据库）是一个包含大量热化学数据的数据集，涵盖了各种化学物质的热力学性质，如焓、熵、自由能等。该数据库由美国国家标准与技术研究院（NIST）维护，旨在为科学研究和工业应用提供准确的热化学数据。
webbook.nist.gov 收录
中国农村金融统计数据
该数据集包含了中国农村金融的统计信息，涵盖了农村金融机构的数量、贷款余额、存款余额、金融服务覆盖率等关键指标。数据按年度和地区分类，提供了详细的农村金融发展状况。
www.pbc.gov.cn 收录
AgiBot World
为了进一步推动通用具身智能领域研究进展，让高质量机器人数据触手可及，作为上海模塑申城语料普惠计划中的一份子，智元机器人携手上海人工智能实验室、国家地方共建人形机器人创新中心以及上海库帕思，重磅发布全球首个基于全域真实场景、全能硬件平台、全程质量把控的百万真机数据集开源项目 AgiBot World。这一里程碑式的开源项目，旨在构建国际领先的开源技术底座，标志着具身智能领域 「ImageNet 时刻」已到来。AgiBot World 是全球首个基于全域真实场景、全能硬件平台、全程质量把控的大规模机器人数据集。相比于 Google 开源的 Open X-Embodiment 数据集，AgiBot World 的长程数据规模高出 10 倍，场景范围覆盖面扩大 100 倍，数据质量从实验室级上升到工业级标准。AgiBot World 数据集收录了八十余种日常生活中的多样化技能，从抓取、放置、推、拉等基础操作，到搅拌、折叠、熨烫等精细长程、双臂协同复杂交互，几乎涵盖了日常生活所需的绝大多数动作需求。
github 收录