World Bank Forest Data|环境研究数据集|森林资源管理数据集
收藏
- 世界银行首次发布森林数据,标志着全球森林资源监测的开始。
- 世界银行森林数据首次应用于全球环境基金(GEF)项目,推动了森林保护和可持续管理。
- 世界银行森林数据集更新,纳入更多国家和地区的森林覆盖变化数据,提升了全球森林监测的精度。
- 世界银行森林数据集首次与联合国粮农组织(FAO)的全球森林资源评估(FRA)数据整合,增强了数据的可比性和应用范围。
- 世界银行森林数据集引入遥感技术,大幅提高了森林覆盖和变化的监测能力。
- 世界银行森林数据集支持《巴黎协定》中关于森林碳汇的监测和报告,成为全球气候变化应对的重要工具。
- 世界银行森林数据集进一步扩展,涵盖了更多生态系统和生物多样性指标,为全球森林可持续管理提供了全面的数据支持。
- 1Forest area (% of land area)World Bank · 2021年
- 2Global Forest Resources Assessment 2020Food and Agriculture Organization of the United Nations (FAO) · 2020年
- 3Forests and Climate Change: A Critical ReviewElsevier · 2019年
- 4Forests and Sustainable Development Goals: An AnalysisMDPI · 2021年
- 5Forest Cover Change and Its Drivers: A Global PerspectiveNature Publishing Group · 2020年
GME Data
关于2021年GameStop股票活动的数据,包括每日合并的GME短期成交量数据、每日失败交付数据、可借股数、期权链数据以及不同时间框架的开盘/最高/最低/收盘/成交量条形图。
github 收录
TM-Senti
TM-Senti是由伦敦玛丽女王大学开发的一个大规模、远距离监督的Twitter情感数据集,包含超过1.84亿条推文,覆盖了超过七年的时间跨度。该数据集基于互联网档案馆的公开推文存档,可以完全重新构建,包括推文元数据且无缺失推文。数据集内容丰富,涵盖多种语言,主要用于情感分析和文本分类等任务。创建过程中,研究团队精心筛选了表情符号和表情,确保数据集的质量和多样性。该数据集的应用领域广泛,旨在解决社交媒体情感表达的长期变化问题,特别是在表情符号和表情使用上的趋势分析。
arXiv 收录
World Flights
该数据集包含使用OpenSky Network实时API收集的两小时飞行数据。飞行颜色基于出发国家,记录了18000次飞行,由于缺乏卫星覆盖,海洋上的航线不完整。每条航线还加入了来自airlinecodes.co.uk的航空公司信息。
github 收录
RDD2022
RDD2022是一个多国图像数据集,用于自动道路损伤检测,由印度理工学院罗凯里分校交通系统中心等机构创建。该数据集包含来自六个国家的47,420张道路图像,标注了超过55,000个道路损伤实例。数据集通过智能手机和高分辨率相机等设备采集,旨在通过深度学习方法自动检测和分类道路损伤。RDD2022数据集的应用领域包括道路状况的自动监测和计算机视觉算法的性能基准测试,特别关注于解决多国道路损伤检测的问题。
arXiv 收录
LIDC-IDRI
LIDC-IDRI 数据集包含来自四位经验丰富的胸部放射科医师的病变注释。 LIDC-IDRI 包含来自 1010 名肺部患者的 1018 份低剂量肺部 CT。
OpenDataLab 收录