The global dataset of historical yields for major crops 1981–2016|农业产量数据集|历史数据数据集

全球主要作物1981-2016年历史产量数据集，该数据集提供了全球主要作物的历史产量数据，涵盖了1981至2016年。

The Global Major Crops Historical Yield Dataset (1981-2016) provides historical yield data for major crops worldwide, covering the period from 1981 to 2016.

原始信息汇总

数据集概述

农业

• 全球主要作物历史产量数据集 (1981-2016)

  • 描述: 包含1981至2016年全球主要作物的历史产量数据。
  • 链接: 数据集链接
  • 元数据: 元数据链接

• 土壤湿度高光谱基准数据集

  • 描述: 该数据集记录了五天内测量的土壤湿度高光谱数据。
  • 链接: 数据集链接
  • 元数据: 元数据链接

• 柠檬质量控制数据集

  • 描述: 用于研究柠檬质量控制的数据集。
  • 链接: 数据集链接
  • 元数据: 元数据链接

• 优化土壤调整植被指数

  • 描述: 用于遥感工作的优化土壤调整植被指数数据。
  • 链接: 数据集链接
  • 元数据: [元数据链接](https://github.com/awesomedata/apd-core/tree/master/core//Agriculture/Optimized Soil Adjusted Vegetation Index)

• 美国农业部营养数据库

  • 描述: 美国农业部的营养数据库，提供详细的营养成分数据。
  • 链接: 数据集链接
  • 元数据: 元数据链接

• 美国农业部植物数据库

  • 描述: 包含近7万种植物的详细信息。
  • 链接: 数据集链接
  • 元数据: 元数据链接

建筑

• 瑞士公寓模型数据集
  • 描述: 包含42,207套公寓的详细数据。
  • 链接: 数据集链接
  • 元数据: 元数据链接

生物学

• 1000 Genomes

  • 描述: 2008至2015年间运行的项目，提供大规模的人类基因组数据。
  • 链接: 数据集链接
  • 元数据: 元数据链接

• ANHIR - 自动非刚性组织图像注册

  • 描述: 包含2D组织图像注册的数据集。
  • 链接: 数据集链接
  • 元数据: 元数据链接

• 美国肠道项目（微生物组项目）

  • 描述: 最大的众包微生物组研究项目。
  • 链接: 数据集链接
  • 元数据: 元数据链接

• BCNB - 乳腺癌组织病理学图像数据集

  • 描述: 包含1058名患者的全切片图像，部分肿瘤区域有标注。
  • 链接: 数据集链接
  • 元数据: 元数据链接

• Broad Bioimage Benchmark Collection (BBBC)

  • 描述: 包含多种生物图像的数据集。
  • 链接: 数据集链接
  • 元数据: 元数据链接

• Broad Cancer Cell Line Encyclopedia (CCLE)

  • 描述: 包含癌症细胞系的详细数据。
  • 链接: 数据集链接
  • 元数据: 元数据链接

• CIMA - 组织病理学显微镜切片图像数据集

  • 描述: 包含2D组织病理学显微镜切片图像。
  • 链接: 数据集链接
  • 元数据: 元数据链接

• 细胞图像库

  • 描述: 公共和易于访问的资源数据库，包含数千个细胞图像和相关元数据。
  • 链接: 数据集链接
  • 元数据: 元数据链接

• Complete Genomics公共数据

  • 描述: 包含多样化的全人类基因组数据集。
  • 链接: 数据集链接
  • 元数据: 元数据链接

• CytoImageNet - 大规模显微镜图像数据集

  • 描述: 包含890,737张灰度显微镜图像。
  • 链接: 数据集链接
  • 元数据: 元数据链接

• EBI ArrayExpress

  • 描述: 存储来自高通量功能基因组学实验的数据。
  • 链接: 数据集链接
  • 元数据: 元数据链接

• EBI Protein Data Bank in Europe

  • 描述: 包含蛋白质和其他生物大分子的三维结构数据。
  • 链接: 数据集链接
  • 元数据: 元数据链接

• ENCODE项目

  • 描述: 旨在识别人类基因组中的所有功能元件。
  • 链接: 数据集链接
  • 元数据: 元数据链接

• Electron Microscopy Pilot Image Archive (EMPIAR)

  • 描述: 提供电子显微镜实验的原始数据。
  • 链接: 数据集链接
  • 元数据: 元数据链接

• Ensembl Genomes

  • 描述: 提供非脊椎动物基因组的数据库。
  • 链接: 数据集链接
  • 元数据: 元数据链接

• Gene Expression Omnibus (GEO)

  • 描述: 公共功能基因组学数据存储库。
  • 链接: 数据集链接
  • 元数据: 元数据链接

• Gene Ontology (GO)

  • 描述: 提供基因和基因产物功能信息的注释文件。
  • 链接: 数据集链接
  • 元数据: 元数据链接

• Global Biotic Interactions (GloBI)

  • 描述: 提供物种相互作用数据。
  • 链接: 数据集链接
  • 元数据: 元数据链接

• Harvard Medical School (HMS) LINCS Project

  • 描述: 哈佛医学院LINCS中心的项目，旨在创建一个全面的图书馆。
  • 链接: 数据集链接
  • 元数据: 元数据链接

• Human Genome Diversity Project

  • 描述: 斯坦福大学的一组科学家进行的研究项目。
  • 链接: 数据集链接
  • 元数据: 元数据链接

• Human Microbiome Project (HMP)

  • 描述: 序列化超过2000个参考基因组，从人体分离。
  • 链接: 数据集链接
  • 元数据: 元数据链接

• ICOS PSP Benchmark

  • 描述: 包含可调整的现实世界基准数据集。
  • 链接: 数据集链接
  • 元数据: 元数据链接

• International HapMap Project

  • 描述: 旨在描述人类基因组的遗传变异。
  • 链接: 数据集链接
  • 元数据: 元数据链接

• Journal of Cell Biology DataViewer

  • 描述: 提供细胞生物学数据的可视化工具。
  • 链接: 数据集链接
  • 元数据: 元数据链接

• KEGG

  • 描述: 理解高层次功能和生物系统实用程序的数据库资源。
  • 链接: 数据集链接
  • 元数据: 元数据链接

• NCBI Proteins

  • 描述: 提供蛋白质相关的数据库信息。
  • 链接: 数据集链接
  • 元数据: 元数据链接

• NCBI Taxonomy

  • 描述: 包含生物分类的权威列表。
  • 链接: 数据集链接
  • 元数据: 元数据链接

• NCI Genomic Data Commons

  • 描述: 提供癌症基因组数据的平台。
  • 链接: 数据集链接
  • 元数据: 元数据链接

• NIH Microarray data

  • 描述: 包含微阵列数据。
  • 链接: 数据集链接
  • 元数据: 元数据链接

• OpenSNP genotypes data

  • 描述: 允许直接面向消费者的基因测试客户公开他们的测试结果。
  • 链接: 数据集链接
  • 元数据: 元数据链接

• Palmer Penguins

  • 描述: 用于数据探索和可视化的数据集。
  • 链接: 数据集链接
  • 元数据: [元数据链接](https://github.com/awesomed

AI搜集汇总

数据集介绍

构建方式

The global dataset of historical yields for major crops 1981–2016 是通过整合全球范围内的农业产量数据构建而成。该数据集涵盖了1981年至2016年间主要农作物的历史产量数据，数据来源包括各国农业部门、国际组织以及科研机构。数据经过严格的清洗和标准化处理，确保其准确性和一致性。此外，数据集还结合了地理信息系统（GIS）技术，将产量数据与地理位置信息进行关联，为全球农业研究提供了多维度的分析基础。

特点

该数据集的特点在于其时间跨度和地理覆盖范围的广泛性，涵盖了全球主要农作物的产量数据，时间跨度长达35年。数据集不仅提供了详细的产量数据，还包括了与产量相关的环境因素，如气候、土壤条件等。此外，数据集的标准化处理使其能够与其他农业数据集进行无缝对接，为全球农业政策制定、气候变化研究以及粮食安全分析提供了重要的数据支持。

使用方法

该数据集的使用方法多样，适用于多种研究场景。研究人员可以通过访问数据集提供的在线平台，下载所需的农作物产量数据，并结合地理信息系统进行空间分析。此外，数据集还支持与其他农业相关数据的整合，如气候数据、土壤数据等，以进行多因素的综合分析。对于政策制定者，该数据集可用于评估不同地区的农业生产力，制定相应的农业政策。对于科研人员，数据集为研究气候变化对农作物产量的影响提供了宝贵的数据资源。

背景与挑战

背景概述

《The global dataset of historical yields for major crops 1981–2016》数据集由上海交通大学OMNILab在Xiaming Chen博士研究期间孵化，旨在为全球主要农作物的历史产量提供详尽的记录。该数据集涵盖了1981年至2016年间全球主要农作物的产量数据，为农业科学、气候变化研究以及粮食安全政策制定提供了重要的数据支持。其创建背景源于对全球农业生产长期趋势的深入理解需求，尤其是在气候变化和人口增长的双重压力下，如何优化农业生产成为全球关注的焦点。该数据集通过整合多源数据，为研究人员提供了跨时空的农作物产量分析工具，推动了农业科学领域的量化研究。

当前挑战

该数据集在构建过程中面临的主要挑战包括数据来源的多样性与一致性处理。由于全球各地的农作物产量数据由不同机构收集，数据格式、精度和记录标准存在显著差异，如何将这些异构数据进行有效整合成为一大难题。此外，历史数据的缺失与不完整性问题也增加了数据清洗与补全的复杂性。在应用层面，如何利用该数据集准确预测未来农作物产量，尤其是在气候变化背景下，仍然是一个亟待解决的挑战。数据的时间跨度虽然较长，但如何结合现代技术手段（如遥感与机器学习）进一步提升其预测精度，也是当前研究的重点方向。

常用场景

经典使用场景

在全球农业研究领域，The global dataset of historical yields for major crops 1981–2016数据集被广泛应用于分析主要农作物的历史产量趋势。通过对1981年至2016年间全球主要农作物的产量数据进行深入挖掘，研究人员能够识别出不同地区、不同气候条件下的产量变化规律，进而为农业政策的制定提供科学依据。该数据集的使用不仅限于学术研究，还被广泛应用于农业技术开发和农作物品种改良等领域。

解决学术问题

该数据集为农业科学领域的研究提供了宝贵的历史数据支持，解决了长期以来缺乏系统性、全球性农作物产量数据的问题。通过对这些数据的分析，研究人员能够更好地理解气候变化、土壤条件、农业技术等因素对农作物产量的影响，从而为全球粮食安全问题的研究提供了重要参考。此外，该数据集还为农业经济学、环境科学等跨学科研究提供了数据基础，推动了相关领域的学术进展。

衍生相关工作

基于该数据集，许多经典的研究工作得以展开。例如，全球气候变化对农作物产量的影响研究、农业技术推广效果评估、以及不同地区农作物产量差异的成因分析等。这些研究不仅深化了人们对全球农业生产的理解，还为相关政策的制定提供了科学依据。此外，该数据集还催生了一系列基于机器学习和人工智能的农作物产量预测模型，进一步推动了农业科技的发展。