科学大数据管理系统测试数据集

涵盖空间天文、大气物理、生态资源、湖泊土壤、动物植物、核能、基因材料等学科领域，其中知识图谱数据收集了Wikipedia Persons，LUBM等数据，生物数据收集了Genbank SEQ等基因序列数据，高能物理数据收集了FITS数据，天文星表收集了GWAC数据，此外还收集了基于MODIS的青藏高原逐日湖冰范围和覆盖比例数据集，系统进化发育分析-基因片段数据集等，其中地学遥感数据收集覆盖了LANDSAT系列数据、MODIS 陆地标准产品、MODIS中国合成产品、DEM 数字高程数据、EO-1 系列数据等资源。

搜集汇总

背景与挑战

背景概述

该数据集是一个涵盖空间天文、大气物理、生态资源、湖泊土壤、动物植物、核能、基因材料等多学科领域的综合性科学大数据测试数据集，数据总量达366TB。其内容包含知识图谱数据、生物基因序列、高能物理FITS数据、天文星表、地学遥感数据（如LANDSAT、MODIS、DEM）等多种类型，旨在为科学大数据管理系统提供多领域测试样本。数据集由中国科学院计算机网络信息中心创建并发布。